動力電池管理系統核心算法(第2版)

叢書序
第2版前言
第1版前言

第1章　動力電池及其管理概述 1
1.1　中國新能源汽車的發展規劃 1
1.2　動力電池系統的應用要求 4
1.2.1　純電動汽車 5
1.2.2　混合動力汽車 6
1.2.3　插電式混合動力汽車 7
1.2.4　相關研發指標 7
1.2.5　全氣候動力電池系統應用要求 8
1.3　動力電池 8
1.3.1　動力電池的發展背景 9
1.3.2　鋰離子動力電池的原理與分類 10
1.3.3　磷酸鐵鋰鋰離子動力電池 12
1.3.4　三元鋰離子動力電池 14
1.3.5　其他類型的動力電池 16
1.4　動力電池管理系統 19
1.4.1　BMS的基本功能 19
1.4.2　BMS的拓撲結構 21
1.4.3　BMS的開發流程 24
1.5　本章小結 25

第2章　動力電池測試 26
2.1　動力電池測試平臺 26
2.1.1　充放電性能測試設備 26
2.1.2　交流充放電設備 27
2.1.3　阻抗特性測試設備 30
2.1.4　環境類比設備 31
2.1.5　加速絕熱量熱儀 32
2.1.6　電觸發加熱測試平臺 33
2.1.7　惰性氣體手套箱 34
2.2　動力電池測試流程 35
2.2.1　國內外測試標準介紹 35
2.2.2　BMS算法開發與實驗設計 35
2.2.3　動力電池常規電性能測試 36
2.2.4　交流阻抗測試 42
2.2.5　剩餘壽命測試 44
2.3　動力電池測試資料 47
2.4　動力電池實驗特性分析 48
2.4.1　動力電池的溫度特性 48
2.4.2　動力電池的性能衰退特性 51
2.4.3　動力電池的壽命特性 53
2.5　本章小結 58

第3章　動力電池建模理論 59
3.1　電化學模型 59
3.1.1　模型介紹 59
3.1.2　模型構建 60
3.1.3　參數辨識 74
3.1.4　算例分析 74
3.2　等效電路模型 77
3.2.1　模型介紹 77
3.2.2　模型構建 79
3.2.3　參數辨識 81
3.2.4　算例分析 84
3.3　分數階模型 89
3.3.1　模型介紹 89
3.3.2　模型構建 91
3.3.3　參數辨識 92
3.3.4　算例分析 93
3.4　多模型融合 95
3.4.1　模型融合 95
3.4.2　神經網路融合方法 96
3.4.3　算例分析 99
3.5　本章小結 102

第4章　動力電池狀態估計 104
4.1　動力電池 SOC估計 104
4.1.1　SOC估計方法分類 104
4.1.2　基於模型的 SOC估計方法 108
4.1.3　基於 EKF算法的 SOC估計方法 112
4.1.4　基於 AEKF算法的 SOC估計方法 115
4.1.5　基於 HIF算法的 SOC估計方法 120
4.1.6　基於集員估計算法的 SOC估計方法 122
4.2　動力電池 SOH估計 126
4.2.1　SOH估計方法分類 126
4.2.2　基於 SOC估計值的可用容量估計方法 131
4.2.3　基於回應面的可用容量估計方法 137
4.2.4　基於 ICA/DVA的 SOH估計方法 141
4.3　動力電池 SOC-SOH協同估計 146
4.3.1　問題描述 146
4.3.2　基於 MAEKF的協同估計方法 147
4.3.3　基於 MHIF的協同估計方法 157
4.4　動力電池 SOP預測 161
4.4.1　持續 SOP預測方法 161
4.4.2　典型暫態 SOP預測方法 164
4.4.3　動力電池 SOC與 SOP聯合估計方法 172
4.4.4　SOP評價方法介紹 179
4.5　本章小結 181

第5章　動力電池系統管理 182
5.1　動力電池系統成組分析 182
5.1.1　動力電池組的“掃帚”現象 182
5.1.2　串聯與並聯動力電池組 183
5.1.3　典型混聯動力電池組性能分析 185
5.2　動力電池組均衡管理 190
5.2.1　動力電池被動均衡拓撲 190
5.2.2　動力電池主動均衡拓撲 191
5.2.3　動力電池均衡策略 199
5.3　動力電池組建模與狀態估計 201
5.3.1　電池組的不一致性分析 201
5.3.2　動力電池篩選方法 202
5.3.3　動力電池組系統建模 208
5.3.4　基於特徵電池單體的動力電池組狀態估計 212
5.3.5　基於差異的動力電池組狀態估計 214
5.4　本章小結 216

第6章　動力電池剩餘壽命預測 217
6.1　剩餘壽命預測的概述 217
6.1.1　問題描述 217
6.1.2　方法分類 218
6.1.3　概率分佈 224
6.2　基於 Box-Cox變換的剩餘壽命預測 225
6.2.1　Box-Cox變換技術 225
6.2.2　應用流程 226
6.2.3　算例分析 228
6.3　基於長短時記憶迴圈神經網路的剩餘壽命預測 232
6.3.1　長短時記憶迴圈神經網路 233
6.3.2　應用流程 234
6.3.3　算例分析 237
6.4　本章小結 240

第7章　動力電池故障診斷 241
7.1　動力電池系統故障類型 241
7.1.1　動力電池及部件故障 242
7.1.2　感測器故障 245
7.1.3　執行器故障 246
7.2　故障診斷方法分類 246
7.2.1　基於電池模型的方法 247
7.2.2　基於信號分析的方法 248
7.2.3　基於資料驅動的方法 248
7.2.4　基於統計分析的方法 249
7.2.5　其他方法 249
7.3　動力電池系統感測器故障診斷及故障容錯 249
7.3.1　基於電池模型的故障檢測、隔離和辨識方法 250
7.3.2　感測器故障容錯控制及多狀態估計校正 256
7.3.3　算例分析 257
7.4　本章小結 264

第8章　動力電池低溫加熱 265
8.1　動力電池低溫加熱方法分類 265
8.1.1　外部加熱法 266
8.1.2　內部加熱法 270
8.2　交流加熱方法 273
8.2.1　鋰離子動力電池生熱機理 273
8.2.2　交流加熱機理 273
8.2.3　自我調整梯度加熱方法 277
8.2.4　自我調整梯度加熱實例 281
8.3　複合加熱方法 283
8.3.1　複合加熱原理 284
8.3.2　複合加熱實驗流程 285
8.3.3　複合加熱實例 286
8.4　本章小結 288

第9章　動力電池優化充電 289
9.1　恒流和恒壓充電方法 289
9.1.1　恒流充電 289
9.1.2　恒壓充電 290
9.1.3　恒流恒壓充電 290
9.1.4　多階恒流充電 294
9.1.5　脈衝充電 294
9.2　交流充電方法 298
9.3　基於模型的優化充電方法 300
9.3.1　基於等效電路模型的方法 300
9.3.2　基於電化學模型的方法 301
9.3.3　應用算例 302
9.4　快速充電方法 307
9.5　本章小結 310

第10章　算法開發、評估與測試 311
10.1　算法開發流程 311
10.1.1　算法開發的一般流程 311
10.1.2　基於模型的“V”開發流程 312
10.2　系統設計與模擬輔助軟體 315
10.2.1　軟體總體框架 315
10.2.2　軟體功能 315
10.2.3　算例分析 318
10.3　快速原型模擬測試 320
10.3.1　系統構成 320
10.3.2　算法集成 322
10.3.3　算例分析 324
10.4　硬體在環算法測試 327
10.4.1　系統構成 328
10.4.2　算法集成 329
10.4.3　測試評價 332
10.5　實車實驗驗證 335
10.5.1　轉鼓實驗台測試 335
10.5.2　實際道路測試 335
10.6　本章小結 337

第11章　新一代動力電池管理系統展望 338
11.1　新一代動力電池管理系統概述 338
11.2　車 -雲協同架構 339
11.3　新一代動力電池管理系統核心技術 341
11.3.1　先進感測器技術 341
11.3.2　動力電池系統精細化熱管理技術 343
11.3.3　電池主動管理技術 344
11.3.4　全壽命週期管理技術 345
11.3.5　區塊鏈技術 346
11.3.6　數位孿生技術 347
11.4　本章小結 349

參考文獻350