基于“互联网+”与无线通信的锂电池状态参数在线测控研究

作     者：李欢 

作者单位：西南科技大学 

学位级别：硕士

导师姓名：邹传云;胡莉

授予年度：2022年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：锂离子电池 荷电状态 “互联网+” 无线通信 在线测控系统 

摘      要：随着第四次工业革命的兴起,信息技术与各行各业的融合逐渐加深,互联网平台已然成为新能源领域设计中的必要接口。锂离子电池作为新能源技术的主导,极大地推动了电动汽车和储能系统的发展。然而,电池的过充和过放都将导致电池的损坏。为了避免电池的损坏,电动汽车或储能系统需要一种准确、在线的荷电状态（SOC）估计方法。由于传统电池测控系统的计算资源和数据储存能力有限,无法满足高精度的SOC测控需求,也无法实现电池组的在线监控。本研究在传统测控方式的基础上,基于无线通信和互联网技术进行扩展,设计了“互联网+锂离子电池的在线测控系统,主要内容如下:首先,为了构建精确的电池SOC测控模型,分析了锂离子电池的工作原理并搭建实验测试平台,开展了锂离子电池充放电、动态、温度等特性实验并分析其工作特性。除此之外,还对互联网+在线测控系统进行需求分析并设计了总体架构。其次,探索了应用于互联网平台的SOC测控模型。为获取高精度的SOC,设计了应用于平台的SOC估算方案。基于总体方案,考虑到模型的泛用性,将构建基于神经网络算法的估算模型。由于锂离子电池的强非线性,BP神经网络无法满足需求,为了克服非线性难题,建立了基于非线性自回归神经网络（NARX）的SOC估算模型,通过循环工况和动态工况的测试,该模型能够准确地预测电池SOC。然而,NARX神经网络在复杂的环境下缺乏稳定性,无法处理数据噪声引起的误差。为增强NARX神经网络的鲁棒性,通过自适应卡尔曼滤波器（AEKF）对模型进行优化并在多种工况下进行测试,实验表明优化后的模型具有明显的优势。最后,设计了基于无线通信的“互联网+锂电池在线测控系统。考虑到通信距离,本研究基于移动通信方式搭建了无线通信参数检测系统。在参数检测系统的基础上完成了“互联网+平台的开发,该平台包括上位机服务器以及One Net云平台。在完成了系统设计后,实验验证了硬件系统检测的各参数均在合理的误差范围内,基于“互联网+平台的在线测控功能效果优良,SOC在实际放电工况的最大绝对误差不超过3%。