关键词： 新能源电动汽车   磷酸铁锂电池   BMS   系统   BMS   测试平台  

摘要： 近半个世纪以来,汽车等内燃机器的不断发展对石油天然气等化石资源的需求不断增加,招致石油资源日益紧缺和环境破坏越来越广。从而引发了传统汽车工业的转变,新能源电动汽车技术具有节能环保的特点,收到各国政府和汽车领域的高度重视,进而促使新能源电动汽车行业得到了很大的发展。动力电池作为电动汽车动力驱动装置,对电车性能有很大的影响,在电车运行中对电池的监控也至关重要,因此电池特性的测试及电池管理系统(Battery management system简称BMS)的测试至关重要。本课题基于新能源客车电池为背景主要对新能源电动汽车目前使用较多的动力电池磷酸铁锂电池特性通过实验数据模拟其特性,并对BMS系统设计测试测试系统。本文分为六章,第一章介绍了新能源电动汽车目前的形势以及国内外的发展状况,并对电动汽车电池的发展做了介绍。第二章介绍了磷酸铁锂电池的内部结构及微观结构,并通过实验得出磷酸铁锂电池的特性。第三章主要介绍了BMS测试平台的搭建,分别介绍BMS测试平台的硬件平台的设计及搭建和上位机测试软件的设计及搭建框架。第四章主要对BMS测试系统软件介绍,分别介绍了各模块的功能。第五章是对BMS测试平台的测试环节介绍,测试BMS测试平台的硬件通信和软件运行,保证设计的可实行性。最后一章对全文进行总结,并展望未来趋势。

关键词： 行驶工况   磷酸铁锂动力电池   层析图像   循环寿命  

摘要： 动力电池循环寿命预测是保证电动汽车高效而安全工作的关键技术之一。然而,由于目前基于电化学性能的电动汽车用动力电池循环寿命预测方法,忽略了动力电池放电倍率与放电深度随行驶工况和驾驶员意图变化而改变的特点,而导致其产生难以预测行驶工况下的电动汽车用动力电池循环寿命和预测时间长的难题。为此,论文以某款典型的纯电动汽车用磷酸铁锂动力电池(简称锂动力电池)为对象,以预测其循环寿命和缩短预测时间为目标,研究基于行驶工况的磷酸铁锂动力电池循环寿命预测方法。论文首先研究了基于电化学性能的锂动力电池循环寿命预测原理与方法,然后,利用该方法对某款单体锂动力电池进行了不同行驶工况条件下的循环寿命预测实验,发现了其难以预测行驶工况下的锂动力电池循环寿命的问题。接着,依据循环寿命定义,研究了电动汽车锂动力电池容量形成及其随行驶工况而衰减机理,分析了影响锂动力电池容量衰减和循环寿命的内因和外因,讨论了锂动力电池的容量衰减和循环寿命在电化学性能和其极板、隔膜等微观形态图像上的行为表现,在此基础上,根据电池电化学和数字X射线计算机层析图像测量原理,提出了基于行驶工况的磷酸铁锂动力电池循环寿命预测方法,分析了综合运用电化学特性与几何和物理特性形态的特征层析图像(简称形态特征图像)预测锂动力电池循环寿命的机理,设计了由电化学性能预测模型和形态预测修正模型所组成的锂动力电池循环寿命预测模型。然后,以某款电动汽车车用的锂动力电池为对象,搭建了由层析成像测量系统、电化学特性测量系统、充放电控制器和电池寿命预测系统所组成锂离子动力电池循环寿命预测实验系统,并以此对不同行驶工况下的锂动力电池循环寿命进行了预测方法实验。研究了不同行驶工况下的锂动力电池电化学特性与其形态特征图像之间的关系,运用电化学特性和多元非线性回归方法建立了锂动力电池电化学性能预测模型,利用形态特征图像建立了锂动力电池形态预测修正模型。在此基础上,构建了基于行驶工况的锂动力电池循环寿命预测实验模型。最后,为了验证基于行驶工况的锂动力电池循环寿命预测方法的可行性,进行了NEDC行驶工况的锂动力电池循环寿命预测方法的实车实验。

关键词： 高锰酸钾废渣   磷酸铁锂   锰酸锂  

摘要： 随着全球能源和资源的日益短缺,开发新能源和高效利用矿物资源成为当今世界的两大热点。本文将冶金、能源、材料等领域联系起来,提出了综合利用高锰酸钾废渣制备储能材料磷酸铁锂和锰酸锂的新思想,并对高锰酸钾废渣湿法冶金处理和材料制备的物理、化学过程及原理进行了研究。在常压硫酸环境下选择性浸出高锰酸钾废渣中的元素,在最优条件下,废渣中钙、硅等元素被留在滤渣中,几乎没有浸出;有价值元素在滤液中富集,铁浸出率在40%以上,锰元素浸出率在90%以上。在反应温度95℃、pH=2.5、反应时间10h的条件下,有79.8%的Fe转化为黄铵铁矾。将Mn以Mn3O4的形式从滤液中分离出来,搅拌时间1h,反应温度60℃的条件下除锰率可达97.47%,实现了滤液中有价元素的有效分离。以制得的黄铵铁矾为铁源,Li2CO3为锂源、有机糖类为碳源、NH4H2PO4为磷源,制备了 LiFePO4/C材料。得到了结晶良好,单一橄榄石结构的LiFePO4。探究了不同碳源,不同碳量对锂离子电池电化学性能的影响。以葡萄糖为碳源且碳与黄铵铁矾摩尔比1.3:1时,材料具有最优的电化学性能,在0.1C下首次放电比容量可以达到145 mAh/g。以制备的Mn3O4为锰源、Li2CO3为锂源高温煅烧制备了 LiMn2O4正极材料。通过正交实验,确定了最佳煅烧工艺:锂锰比为1.08:2,焙烧温度为800℃,焙烧时间为8h。该条件下制备的LiMn2O4在0.1C下的首次放电比容量为113 mAh/g。本方法将高锰酸钾废渣中的有价值元素浸出分离,制备成具有较高附加值的储能材料,为高锰酸钾生产企业产生的大量废渣提供了一条新的处理途径。

关键词： 纯电动汽车   磷酸铁锂动力电池   循环寿命   动力系统控制策略   加速曲线优化   实车台架实验  

摘要： 纯电动汽车具有零排放、零污染的优点,是目前新能源汽车发展的主要方向之一,然而,目前动力电池循环寿命短的问题制约了电动汽车运行性能的发挥和电动汽车的普及与应用。为此,论文以某款典型的纯电动汽车为研究对象,以提高其动力电池循环寿命为目标,研究了基于电池循环寿命的电动汽车动力系统控制策略。论文首先分析了电动汽车磷酸铁锂动力电池工作原理及其循环寿命影响因素,然后通过对某款磷酸铁锂单体动力电池的电化学性能实验,研究了其在不同工况条件下的循环性能;之后,运用多元非线性回归的方法建立了磷酸铁锂动力电池循环寿命的多因素预测模型(简称多因素预测模型),为了研究不同影响因素对电池循环寿命的作用关系,对多因素预测模型进行了敏感度讨论。在此基础上,根据电动汽车原理,利用多因素预测模型,对电动汽车电池组的循环寿命进行了预测分析。接着,以某款典型的纯电动汽车为对象,进行了不同行驶工况下的纯电动汽车实车实验与分析,获取了不同行驶工况下的电动汽车需求输出功率与磷酸铁锂动力电池放电倍率和循环寿命之间的作用关系。在此基础上,提出了基于电池循环寿命的电动汽车加速曲线优化设计方法和基于最优加速曲线的电动汽车动力系统控制策略。之后,以NEDC工况为参考工况,设计了基于电池循环寿命的电动汽车最优加速曲线和制定了最优加速曲线的电动汽车动力系统控制策略。然后,利用整车仿真分析软件AVL Cruise和矩阵分析软件MATLAB/Simulink,搭建了基于电池循环寿命的电动汽车动力系统整车控制仿真模型,并以此对基于电池循环寿命的电动汽车动力系统控制策略进行了仿真与分析。最后,为了验证控制策略的可行性,利用电动汽车底盘测功机对某款典型的纯电动汽车进行了基于电池循环寿命的电动汽车动力系统控制策略实车实验,分析了在行驶工况下的不同控制策略与磷酸铁锂动力电池循环寿命之间的关系。

关键词： 锂离子电池   磷酸铁锂   炭包覆   碳纳米管  

摘要： 橄榄石型结构的磷酸铁锂被认为是应用在便携式电子产品和电动汽车上理想的正极材料之一。磷酸铁锂具有价格低廉、较高的充放电比容量、绿色无毒、良好的热稳定性等优点。但是磷酸铁锂本身具有制备工艺复杂、锂离子扩散慢和导电性差等缺点,这些缺点会导致磷酸铁锂本身的放电比容量低,循环稳定性差等问题。本文通过对磷酸铁锂粒子进行炭纳米层包覆,以增强粒子导电性,之后再利用(氮掺杂)碳纳米管一维结构和导电性好的特点,将其作为导电剂分散于炭包覆的磷酸铁锂间,以增强粒子间的导电能力,从而改善磷酸铁锂的比容量、倍率性和循环寿命等。利用扫描电镜(SEM)、透射电镜(TEM)、X射线衍射(XRD)、比表面及孔结构分析和热重分析(TGA)等表征材料的组成及结构形态。利用恒电流充放电、循环伏安、交流阻抗等手段对材料的电化学性能进行测试。首先,以葡萄糖为碳源,采用热解法制备炭层包覆磷酸铁锂(C@LFP)。探究了热处理温度、葡萄糖的加入量等对C@LFP组织结构及电化学性能的影响。确定了制备温度为600℃,磷酸铁锂和葡萄糖投料质量比为10:1的制备C@LFP的最佳条件。葡萄糖热解在磷酸铁锂表面形成炭包覆层,增强了粒子导电性。电化学阻抗谱结果表明,C@LFP的电荷传递阻抗显著降低。恒电流充放电测试显示,C@LFP在0.1C倍率放电时,首次放电比容量为144.8 mAh·g-1,高于纯相磷酸铁锂的133.7 mAh·g-1。C@LFP在1C倍率下,经过200次循环后比容量从120.7mAh·g-1下降到113.6 mAh·g-1,保持率为94.1%。而LFP在1C倍率下,比容量从106 mAh·g-1下降到93.5 mAh·g-1,保持率为88.2%。在0.1C倍率下,炭包覆处理使磷酸铁锂比容量提高了8.3%。为进一步改善磷酸铁锂性能,分别以碳纳米管(CNTs)和氮掺杂碳纳米管(NCNTs)作为导电剂,以增强C@LFP粒子间导电能力。结果表明,CNTs的掺杂量为3 wt%时制备的CNTs-C@LFP,在0.1C倍率下的首次放电比容量为158.6mAh·g-1。NCNTs导电剂则是首先合成聚吡咯包覆碳纳米管(PPy@CNTs),然后将其与C@LFP混合,热处理使PPy@CNTs转化成NCNTs,从而得到以NCNTs为导电剂的NCNTs-C@LFP。研究表明,NCNTs均匀分散于C@LFP粒子间,从而形成以磷酸铁锂表面炭包覆层和磷酸铁锂粒子间的NCNTs构成的导电网络,在PPy@CNTs的掺杂量仅为1wt%时,在0.1C倍率下磷酸铁锂比容量则达162.3mAh·g-1。即,经炭包覆和氮掺杂碳纳米管掺杂改性处理后得到的NCNTs-C@LFP的比容量,较纯LFP提高21%,同时,经碳包覆和氮掺杂碳纳米管添加的磷酸铁锂也显示出改善的倍率和充放电循环性能。

关键词： 磷酸铁锂   水   锂离子电池   石墨烯   电化学性能  

摘要： 能源是当今社会发展的主要动力,经济的高速发展离不开能源的推进作用。目前普遍适用的传统能源来自于非可持续再生的煤、石油等,日益不断的开采,将面临此类非可持续资源逐步匮乏的问题,与此同时,传统非可再生能源的利用过程中,还将面临严重的环境问题,诸如温室气体的排放等等。新型可再生清洁能源的开发利用是目前亟待解决的主要问题。其中,风能、太阳能、潮汐能等新型可再生清洁能源的开发将为能源领域注入新的活力,将成为替代传统能源的主要候选之一。然此类能源均属于非连续型能源,找寻合适的储能装置是推动此类能源应用发展的关键。锂离子电池是目前为止最有潜力的电源系统,因其可以提供高的工作电压及能量密度,而有望用做大规模能量存储及电动汽车和插电式混合动力汽车的车载能量存储的电池。目前商用锂离子电池正极材料主要为LiCoO2,但这种材料的缺陷较多,例如成本昂贵、安全性能差等。相比于LiCoO2,LiFePO4因其原材料价格低廉、理论容量高、循环寿命长且环境友好等优势,成为目前热门的正极材料之一。但由于本身晶体结构的限制,其电子电导率和离子传导率较差,成为阻碍LiFePO4材料被广泛应用于动力及储能领域的主要因素。本论文采用溶剂热合成法,以FeSO4·7H2O、H3PO4、和LiOH·H2O为原料合成磷酸铁锂,应用XRD、SEM对材料的结构及形貌进行表征,利用恒电流充放电方法、循环伏安法及交流阻抗研究所合成磷酸铁锂的电化学性能,综合考察了合成条件中不同水含量对磷酸铁锂形貌和电化学性能的影响。同时通过添加石墨烯,考察不同含量石墨烯对磷酸铁锂电化学性能的改善。研究表明:合成条件中不同水含量对所形成的磷酸铁锂产物的形貌有很大影响,不同水含量合成条件下,最终形成不同粒子尺寸的磷酸铁锂纳米片。另外加入不同含量的石墨烯对磷酸铁锂正极材料的电化学性能有不同程度的优化,其中,添加磷酸铁锂活性质量2%的石墨烯条件下样品的性能为最佳,通过电化学性能测试分析,5 mlH2O条件下加入石墨烯量为磷酸铁锂质量2%所合成的材料,在充放电倍率为0.2 C时,达到165 mAh·g-1的首次放电容量,倍率方面,在30 C充电条件下,仍可保持118.6 mAh·g-1的高比容量,并在5 C电流密度下,循环100次后比容量仍能得到很好的保持,不会发生衰减。

关键词： 通信用磷酸铁锂电池   铅酸电池   应用对比  

摘要： 本文从通信用磷酸铁锂电池的简介入手,对通信用磷酸铁锂电池与铅酸电池的应用对比进行分析和研究。

关键词： 锂离子电池   真空烧结法   LiFePO4/C正极材料   碳包覆  

摘要： 锂离子电池不仅在各相关领域中得到广泛应用,在商业上也获得了巨大的成功。本文采用真空烧结法合成LiFePO4/C正极材料,采用XRD、SEM以及室温恒流充放电和交流阻抗等测试方法进行表征,对比了不同的反应条件对合成LiFePO4/C正极材料的形貌特征和电化学性能的影响。本文用碳酸锂(Li2CO3)、草酸亚铁(FeC2O4 2H2O)、磷酸二氢铵(NH4H2PO4)为原料,蔗糖作为碳源,经过高能机械球磨,在氩气和真空状态的不同组合方式下,采用两段式高温固相烧结法,首先对比了合成LiFePO4/C复合正极材料的区别;然后通过改变碳源加入方式,预烧结时间,以及不同碳源包覆等因素,探讨了合成LiFePO4/C的最佳条件。实验结果表明:两段烧结均在真空状态下合成的LiFePO4/C正极材料比氩气气氛保护下合成的LiFePO4/C正极材料形貌规则颗粒细小,倍率和循环性能更好,并且减少了保护气的消耗,降低生产成本。采用真空状态下两段固相烧结法,在前驱体中加入蔗糖作为碳源,经350℃烧结5 h,再升温到650℃烧结6 h合成的LiFePO4/C材料电化学性能最佳。该材料在0.2 C放电倍率下放电比容量为156.2 mAh g-1，在1 C放电倍率下循环100次后有98.9%的容量保持率。为了进一步减小能耗,采用真空状态下一段高温固相烧结法合成了 LiFePO4/C正极材料,分别讨论烧结温度,烧结时间以及碳包覆量对合成材料性能的影响。实验结果表明:在真空状态下用碳含量为7 wt%的前驱体,经过650℃烧结6h合成的LiFePO4/C材料电化学性能最好,0.2 C放电倍率下放电比容量为154.5 mAh g-1,即使在1 C放电倍率下放电比容量为123.6 mAh g-1,且循环100次后具有98.3%的容量保持率。真空高温烧结法合成正极材料的过程含氧量很少,可以避免材料表面氧化问题。真空烧结法也具有烧结温度低,烧结时间短,耗气少等诸多优点,使之成为合成电极材料的有效方法。

关键词： 轻型电动车   磷酸铁锂电池   电池管理系统  

摘要： 近年来,社会对发展低碳经济、鼓励绿色出行的呼声日渐高涨,轻型电动车因其有占用空间小,安全系数、舒适性和装载较佳优势在日本、欧洲等国家和地区受到青睐。相对于早期的轻型电动车采用的镍氢动力电池或者铅酸电池,磷酸铁锂电池具有的能量密度和安全性高,寿命长等诸多优点,有助于延长续航里程。电池管理系统是磷酸铁锂电池应用的关键技术,本文针对用于轻型电动车磷酸铁锂电池,开发其电池管理系统硬件和软件。电池管理系统的架构设计。车用电池管理系统中,能耗、可拓展性以及均衡速度均是设计的重点。针对上述设计要点,通过对比多种不同拓扑,选择基于多变压器的同步反激式变换器作为平衡模块的核心。相较于其他平衡拓扑,这种拓扑具有效率高、扩展性好的优点,并且能够灵活控制均衡方向达到较佳的均衡速度。LP44147132电池特性的参数在线辨识。本文基于单节力神LP44147132磷酸铁锂电池,完成了脉冲充放电、多组恒电流放电以及自定义序列充放电测试,对应得到了电池的容量以及极化电阻、电容等初始值。基于一阶等效电路模型引入扩展卡尔曼滤波器,通过电池实验数据,完成对电池模型参数的在线辨识和电池荷电状态SOC的估计。针对不同错误初值下,论文讨论了扩展卡尔曼滤波器对真实值估计的准确性。电池管理系统硬件及软件开发。本文基于ARM主控和LTC6804及LTC3300从控,开发了一套电池管理系统。在主控MCU上,移植了 RTOS用于提高响应速度和降低系统功耗,并对实时操作系统下的电池管理任务进行了深入设计。根据车辆频繁运行、平稳行驶及充电特性,设计了一种针对工况,以系统中不同信息作为均衡判据的优化单体均衡策略。管理系统实验验证。实验分两阶段:一阶段为静态测试:通过模拟不同工况,进行了均衡算法的验证实验:系统通过对弱单体补偿,能够将电池组放电时间延长约8%;第二阶段将系统移植到COMS电动车,验证系统在路面不同工作模式下的均衡能力:经均衡后最大单体电压差可缩小到约10mV,SOC的差则缩小到约3%。通过改造后电池系统后,电动车里程能够从原来小于50km延长至约80km。

关键词： 电动汽车   荷电状态估计   磷酸铁锂电池   最小二乘支持向量机   粒子群算法   高斯过程回归   离群点检测   混合高斯模型   期望最大算法  

摘要： 锂离子电池具有较高的能量密度与功率密度,被广泛用于电动汽车(Electric vehicle,EV)储能。电池管理系统(Battery management system,BMS)是电动车关键技术之一,BMS对电池组的能量优化管理以及对电池的有效保护均依赖于电池荷电状态(State of charge, SOC)的准确估计。SOC不能被直接测量,传统SOC估计方法存在参数选取困难、准确性低、通用性差等缺点。近年来以机器学习为代表的数据驱动建模方法蓬勃发展,此类方法通常有着良好的非线性逼近能力,且具有较好的可移植性。电动车运行过程中所产生的大量状态数据也给数据驱动建模方法提供了有利条件。然而,数据驱动建模方法受制于数据自身的可靠程度,而车载数据采集设备有限的精度以及电动车的复杂的工作环境使得数据中的噪声、离群点无可避免。且由于数据驱动模型基于“黑箱”假设,难以分析误差来源,因而可靠性难以保证。为了减少SOC估计误差对BMS系统所造成的负面影响,考虑到数据不可靠性的多个来源并且结合机器学习方法自身的特点,本文从多个角度开展研究,以降低不可靠数据对模型产生的不利影响,并且通过估计所得到SOC的后验概率,降低BMS误动作风险。首先,考虑到最小二乘支持向量机(Least square support vector machine, LSSVM)具有良好的泛化性能,第二章中将最小二乘支持向量机回归方法应用于SOC估计问题,并通过粒子群算法提高模型精度、优化运算效率。利用磷酸铁锂(LiFePO4,LFP)单电池恒定电流放电实验比较了几种常用的核函数在SOC估计中的实际效果,并通过动力电池组交替充放电实验,模拟电动车动力电池工作状态,验证了算法的有效性,并分析了该方法存在的不足。其次,为降低数据噪声对回归模型所产生的影响,首次提出了一种加权模糊支持向量机回归方法,根据样本受噪声污染的程度动态调整权重,以提高估计的可靠性。由于不同数据特征中噪声相对独立,为了综合评估多维数据样本的置信程度,提出了一种基于T-S模糊模型的权值函数。此外,为度量不同特征量与估计结果的相关性,首次提出了一种夹角非线性相关性度量方法。基于丰田COMS电动汽车实验平台,通过实测数据验证了所提出方法的有效性。接着,针对荷电状态回归问题的中异方差、非平稳性,建立了一种灵活的混合高斯过程(Gaussian mixture regression,GMR)荷电状态估计方法。该方法通过多高斯分量线性组合的方式从实测数据中抽取数据信息,利用高斯过程回归(Gaussian process regression,GPR)对每个子高斯分量进行估计,最后将子系统的估计结果加权求和以获得最终SOC估计结果。针对混合高斯模型(Gaussian mixture model,GMM)的优化问题提出了一种进化期望最大化算法(Evolutionary expectation maximum,EEM),数据分布较为集中的高斯分量通过对附近数据分布稀疏的高斯分量吞噬实现进化,不断迭代最终获得最优模型数量以及超参数。此外,首次提出了一种Pearson非线性相关性特征选择算法,以降低模型过拟合风险。最后,深入研究了离群点对支持向量机、神经网络以及高斯过程回归模型所造成的影响,针对高维数据中的离群点问题,首次提出了一种加权高斯过程回归方法(Weighted Gaussian process regression,WGPR),分别从权重空间以及函数空间的角度进行推导。此外,提出了一种改进的密度离群检测方法,避免了高维数据离群检测中性能劣化的问题。实验中将所提出的算法分别用于解决荷电状态估计问题以及光伏发电系统短期功率估计问题。