推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于模糊聚类的锂离子电池SOH估计技术研究

更新时间:2020-03-26 15:43:05 大小:3M 上传用户:守着阳光1985查看TA发布的资源 浏览次数:452 下载积分:3分 出售积分赚钱 评价赚积分 ( 如何评价?) 标签:锂离子电池 收藏 评论(0) 举报

资料介绍

随着环境的日益恶化和不可再生资源的逐渐短缺,能源的来源正渐渐由传统燃油向电力转变,而电池作为电力应用的载体应用越来越广泛,电力系统中电池的性能也越来越受到人们的关注。容量,充电时间,可靠性,生产制作工艺和成本等都是电池应用中必不可少的因素。而在电池的各种性能参数中,健康状态SOH(State of Health)指示了电池存储电量的能力,是最为重要的参数之一。准确快速的检测出电池健康状态,可有效避免电池在使用过程中所产生的一些无法预知问题。在设计电池SOH估算系统的过程中,本文主要完成了以下内容:

  (1)介绍了现今国内外对锂离子电池SOH的研究现状和发展趋势,详细研究了几种估算SOH方法的原理和步骤,在比较了各种方法的优缺点后本文提出了基于模糊聚类ANFIS的方法估算电池SOH。模糊推理算法通过已测实验数据对构建的模型进行参数训练,当训练结果达到预先设定的误差允许范围内时,使用训练后的模型对输入进行输出估算。

  (2)详细阐述了使用模糊聚类 ANFIS法估算电池 SOH的方法。过程包括电池SOH模型的创建,参数的训练和使用模型估算结果。本文还研究了基本ANFIS法的不足和缺点,提出了基于Fletcher-Reeves法的改进,不仅能提高估算结果的准确性,同时还提高了估算速度。

  (3)为了验证算法的正确性,本文设计了基于 STM32单片机的电池SOH估算系统。该系统主要由数据采集和健康状态估算两部分组成,数据采集包括电池充放电过程中电压,电流,温度等监测,健康状态估算即是根据采集的数据使用模型对电池SOH进行估算。

  (4)实验使用两种容量分别为2Ah和100Ah的锂离子电池进行测试。首先使用一块电池进行充放电实验,采集实验数据进行模型参数训练,然后使用已训练模型对其它电池进行SOH估算。在进行电池恒流放电测试后,为了模拟现实中电池使用环境,我们后续又进行了变电流放电测试。通过对电池不同型号,不同容量,不同使用环境的测试,验证了本文提出的基于模糊聚类 ANFIS算法估算电池SOH值的正确性。

部分文件列表

文件名 大小
基于模糊聚类的锂离子电池SOH估计技术研究.pdf 3M

推荐下载

全部评论(0)

暂无评论