论文部分内容阅读
随着社会经济和储能技术的发展,锂离子电池因其质量轻、低放电率和长寿命等优势,在全社会各领域均得到广泛应用。建立准确的锂离子电池容量退化模型,准确预测锂离子电池的剩余寿命,是保障锂离子电池运行可靠性和安全性的基础,也是目前锂离子电池故障预测与健康管理(Prognostics and Health Management PHM)技术的重要组成部分。本文针对锂离子电池剩余寿命预测问题,以电池容量退化为表征变量,主要开展了如下研究工作:1.基于数据驱动的思想,分别采用了曲线拟合、灰色模型和拓展卡尔曼滤波算法,建立了锂离子电池剩余寿命预测模型;2.采用美国国家航空航天局阿姆斯研究中心公开的锂电池数据,分别对曲线拟合、灰色预测和拓展卡尔曼滤波算法三种预测模型进行验证,并分析了不同预测模型的适用性;3.基于曲线拟合、灰色预测和拓展卡尔曼滤波算法三种预测模型,给出锂离子电池剩余寿命预测软件的设计方案,采用微软的Microsoft Visual Studio2008开发平台,完成了的软件实现。通过验证,三种预测模型都具备较高的精度,能较好的预测锂离子电池的容量退化趋势。其中,对于短期预测,灰色模型和拓展卡尔曼滤波的预测精度较高;对于长期预测,一次函数拟合方法的预测精度较高。