基于电-热耦合模型的荷电状态与内部温度估计.pdfVIP

哈尔滨工业大学硕士学位论文

摘要

近年来新能源汽车产业快速发展，锂离子电池作为新能源汽车的动力源，

其性能将影响整车性能，这对锂离子电池的状态估计提出了更高的要求。针对

上述需求，本文以A123品牌APR18650M1A型号的电池为研究对象，探究在

0℃-45℃宽温度范围内锂离子电池荷电状态（StateofCharge,SOC）和内部温度

估计方法。

首先基于二阶RC模型和集总参数热模型建立锂离子电池电-热耦合模型。

随后基于递推最小二乘法对二阶RC模型参数进行辨识，端电压仿真结果平均

误差小于10mV。在集总参数热模型参数辨识过程中，为获取准确电池内部温

度以提高参数辨识精度，对实验电池进行预处理，将热电偶插入电池内部。然

后基于遗传算法对集总参数热模型的参数进行辨识，内部温度仿真结果平均误

差0.2988℃。

在建立电-热耦合模型的基础上，基于无迹卡尔曼滤波（UnscentedKalman

Filter,UKF）算法实现在宽温度范围内对锂离子电池SOC进行估计，并在估计

过程中对模型参数进行修正以提高估计精度，在完整自定义脉冲工况中，最大

误差小于1.5%。

在准确估计电池SOC的基础上，使用Bernardi产热模型计算电池工作过程

中产热量并将其作为集总参数热模型的输入，基于UKF算法对电池内部温度进

行估计。并在估计过程中对热模型中电池表面与环境之间的热阻施加一个扰动，

以表示该热阻随电池表面与外界环境之间换热条件变化而发生变化。在自定义

脉冲工况中，内部温度估计结果平均误差小于0.1℃，最大误差小于0.5℃，在

交流脉冲工况中，平均误差0.1804℃，最大误差小于0.5℃。

最后，对锂离子电池低温加热过程进行探究，对比不同频率和倍率下交流

脉冲激励的低温加热效率。并通过拆解使用不同频率交流脉冲进行低温加热的

电池，观察负极光学照片用以对比低温加热过程中脉冲激励频率对析锂现象的

影响。基于此选定合适的交流脉冲激励用于对低温环境下的电池进行加热，并

在加热过程中对电池内部温度进行估计，内部温度估计结果平均误差0.042℃，

最大误差小于0.3℃。基于温度估计结果控制低温加热进程，减少了等效于待加

热电池额定容量18.7%的能量消耗。

关键词：锂离子电池；电-热耦合模型；SOC估计；内部温度估计；低温加热

-I-

哈尔滨工业大学硕士学位论文

Abstract

Inrecentyears,thenewenergyautomobileindustryhasdevelopedrapidly.As

thepowersourceofnewenergyvehicles,theperformanceoflithium-ionbatterywill

affecttheperformanceofthewholevehicle,whichputsforwardhigherrequirements

forthestateestimationoflithium-ionbattery.Inresponsetotheaboverequirements,

thispapertakestheA123brandAPR18650M1Abatteryastheresearchobject,and

exploresthestateofchargeandinternaltemperatureestimationmethodoflithium-ion

batteryinawidetemperaturerangeof0°C-45°C.

Firstly,basedonthesecond-orderRCmodelandtheequivalentcircuitthermal

model,theelectric-thermalcouplingmodeloflithium-ionbattery