论文部分内容阅读
磷酸铁锂电池具有寿命长,储能量大等优点,因此在3C数码、电网储能、电动汽车等领域有着广泛的应用。电池管理系统（Battery Management System,BMS）可以有效管理锂离子电池,是锂离子电池在实际应用中的重要组成部分。其中,健康状态（State of Health,SOH）是电池管理系统的重要内容之一,能准确有效识别出电池的剩余可用容量,使电池组得到充分的利用。在本文中,第一步采用多应力加速老化的方法,对磷酸铁锂电池进行老化实验,实验主要采用四种应力因素:充电倍率、放电倍率、充电截止电压、放电截止电压来对磷酸铁锂电池进行加速老化,目的是在相对较短的时间内获得电池从完好到寿命终结过程中不同健康状态下的数据。根据老化实验得到的数据结果,对磷酸铁锂电池在加速老化过程中出现的容量衰减差异进行了分析,分析结果表明:磷酸铁锂电池的使用寿命与循环次数并不存在特定线性关系,同时同品牌同型号的电池在相同的使用条件下容量衰减特性也存在较大差异,这些差异都会加速电池组的衰老。最后对两种SOH估算方法进行了优化改进:第一种SOH估算方法为微分特性曲线法,该方法主要基于微分曲线的老化特征参数提取的LiFePO4电池SOH估算方法来实现对锂离子电池健康状态的估算,需要对实验数据首先引入了滤波环节对充电电压曲线进行滤波,根据其结果拟合特征曲线,再提取曲线上的特征参数,最后根据特征参数来估算SOH。第二种SOH估算方法为概率密度法,该方法首先应用统计学概率密度思想,提取出与电池SOH相关的老化特征;进而根据待测电池的部分恒流充电特性通过公式来定位其SOH。此外,该方法中还采用了一种变窗口滑动寻优策略,以实现最佳的SOH估算精度。对上述两种方法均做了估算精度对比,表结果表明两种SOH估算方法具有一定等效性,在估算过程中均不会产生累积误差,同时还具有单次估算精度较好、特征充电区间识别的特性,能够辨识出锂离子电池充电过程中的SOH。