摘 要

为保证锂离子电池正常且以高效率的方式运行，电池管理系统在电池的运作中发挥了及其重要的作用。在电池管理系统中，电池的状态估计是一项重要的研究内容，其中，荷电状态SOC与健康状态SOH的估计尤为重要。SOC与SOH实时的反映出电池的老化状态，容量大小等重要参数。这些参数的准确估计才能保证电池在工作周期中安全运行，从而保证电池的其余功能也能正常实现。本文主要在电压弛豫模型下，对锂离子电池SOH进行研究。

研究结果表明：在电压弛豫模型下，磷酸锂电池的时间系数与开路时间呈线性关系，并通过试验找出具体线性关系式，得到模型的两个具体参数α与β，同时发现模型在不同的荷电状态与健康状态下有着良好的准确性与有效性。根据试验得到的电压弛豫模型的两个参数与电池容量的关系，提出了基于α参数-容量估计法，基于β参数-容量估计法，参数融合估计法这三种方法，通过实验验证了三种方法都具有有效性且都具有良好的外推效果，将容量估计误差控制在7%以内，随着电池老化周期的增加，误差也会随着减少。

关键词：电压弛豫模型；容量估计；电池管理系统；锂离子电池

Abstract

Lithium-ion batteries are normal and guaranteed to operate in a highly efficient manner. The management system of the battery is very important in the operation of the battery. In the battery management system, our main task is to grasp the actual state of the battery, in which the state of charge SOC and the state of health SOH are particularly important. SOC and SOH reflect the battery's aging status, capacity, and other important parameters in real time. The stability of these parameters can ensure the safe operation of the battery in the working cycle, so as to ensure that the remaining functions of the battery can also be realized normally. This paper focuses on the estimation of the state of health (SOH) of lithium-ion batteries under the relaxation model.

The research results show that: under the voltage relaxation model, the time coefficient of the lithium phosphate battery has a linear relationship with the open circuit time, and the specific linear relationship is found through experiments to obtain two specific parameters α and β of the model, and it is found that the model is different The state of charge and the state of health have good accuracy and effectiveness. According to the relationship between the two parameters of the voltage relaxation model obtained by the experiment and the battery capacity, three methods based on the α parameter-capacity estimation method, based on the β parameter-capacity estimation method, and the parameter fusion estimation method proposed, and the three methods were verified that the methods are effective and have a good extrapolation effect.。The capacity estimation error is controlled within 7%. As the battery aging cycle increases, the error will also decrease.

Keywords：Voltage relaxation model; capacity estimation; battery management system; lithium ion battery

目 录

第1章 绪论 1

1.1 引言 1

1.2 课题研究的目的与意义 1

1.3 国内外研究现状 1

1.4 本论文的研究内容与目标 2

1.4.1 锂离子电池的介绍 2

1.4.2 锂离子电池的衰减机理简介 4

1.4.3 研究内容 5

1.4.4 研究目标 5

第2章 实验 6

2.1 不同SOC与老化状态下的系统实验 6

2.1.1 循环试验 6

2.1.2 校准试验 7

2.2 实验方法的选择 7

第3章 模型的介绍与对估计实验结果的讨论 9

3.1 电压弛豫模型 9

3.2 与容量结合的SOH估计方法 12

3.2.1 基于α参数的容量估计方法 13

3.2.2 基于β参数的容量估计方法 14

3.2.3 参数融合估计法 15

3.3 实验方法的局限性 16

第4章 结论与展望 17

参考文献 18

附录A……............……………………………………………………………………………...20

附录B……............……………………………………………………………………………...21

致谢...............................................................................................................................................22

第1章 绪论

1.1 引言

以锂离子电池为主要能源的新能源汽车在世界范围内得到了普及与推广。商用锂离子电池会随着使用时间的增加会出现明显的老化现象，导致能量和动力性能的衰减。锂离子电池的SOH估算是近几年的研究热点，该项研究是为了准确估计电池在使用过程中的健康状况，确保电池在使用过程中能够安全的运行。为此，本文在电压弛豫模型的基础上，对电池的SOH进行研究，并找到能够有效降低估计误差的最佳方法。

1.2 课题研究的目的与意义

随着环境的日益破坏，能源逐渐匮乏导致新能源得到了快速的发展，传统汽车的缺点与不足暴露出来，所以电动汽车逐渐成为汽车行业的发展研究方向。作为电动汽车能源的锂离子电池也逐渐成为了热门研究的对象。然而，与传统的内燃机车相比，随着使用时间的增加会出现明显的老化现象，导致汽车的能量和动力性能发生衰减。此时电池管理系统能够保证锂离子电池能够高效、安全地运行。电池的类型，电池组的规模及其电池的个数，以及环境温度对电池反应的影响都改变着电池管理系统的功能实现。在电池管理系统功能中，准确地对电池的状态进行估计是我们研究过程中的重点。电池机理模型的研究可以更好的认识电池，对状态估计精度与电动车的动力性能进行进一步的提高。

电池的容量大小主要也与电池的储能系统有关，包括电池和电池管理系统两部分。在实际锂离子电池应用在汽车上时，通常要串并联几十节、几百节或几千节单体电芯，电池组规模越大，可存储的能量随之增加，但规模越大，电池组的维护就越来越困难，购买以及维护成本就越高，潜在危险性越突出。因此，控制成本，提高系统储能，保证工作安全是全行业的关注与研究焦点^[1]。对电池进行状态估计的时候，最重要的是对荷电状态（SOC）进行估计，这是电池状态估计的根本所在；在电池出现故障，或出现安全问题时，健康状态（SOH）估计是反映这些问题的重要参数指标，我们对其进行维护与处理就是按照这些依据进行判断与决策。因此对电池与电池组进行状态估计对电池的应用十分重要，并且提升全生命周期内电池管理系统整体性能意义重大。

1.3 国内外研究现状

综合国内外对电池SOH的估计方法研究，考虑电池的老化过程以及应力因素，介绍两种国际上比较认可的主流方法：基于经验的电池寿命预测方法（也称为基于统计规律的方法）与基于各种不同性能模型的预测方法^[2]。其中基于经验的电池寿命方法又分为三种：1）循环周期数法，2）安时法与加权安时法，3）老化累积方法。基于经验的方法都是利用电池使用过程中的一些经验知识，依据某些统计学规律给出电池寿命的一个粗略估计，