对新能源汽车退役动力电池的安全利用算法的分析

科学领域:

• 电气工程 电气工程
• 材料科学 材料科学 材料科学
• 化学工程是化学工程的重要组成部分.

背景情况:

• 人们越来越担心退役的新能源汽车 (NEV) 离子电池的安全性,特别是储存和回收过程中热失控的风险.
• 迫切需要可靠的方法来评估退役电池的安全性和性能.

研究的目的:

• 开发一种创新的方法来评估退役电池的安全性,通过评估可以诱导热失控的参数.
• 建立一个强大的电池状态检测模型,使用分数计算和先进的过技术.

主要方法:

• 使用的电池性能参数,包括内部电阻,充/放电速率和安全评估的最大可用容量.
• 介绍了分数微积分理论,以开发一个分数二阶电阻和电容模型.
• 采用适应性遗传算法进行参数识别.
• 实施了改进的双尺度过算法,将扩展卡尔曼过器 (EKF) 和无气味卡尔曼过器 (UKF) 结合起来,以提高参数估计的准确性.

主要成果:

• 优化的等效电路模型在三个测试台中显示了电荷状态 (SoC) 估计的低误差率 (1.27%1.87%).
• 在SoC估计中,获得的平均误差为0.59%0.69%.
• 实验平台显示电压错误稳定在0.03V以内.
• 与其他算法相比,该模型表现出更快的融合,更快的跟踪和更高的准确性.

结论:

• 包含多个过算法的分数二阶电阻电容电路等效电池状态检测模型是实际和可行的.
• 开发的模型提供了一种可靠和准确的方法来评估退役电池的安全性和状态.
• 这项研究有助于为新能源汽车 (NEV) 提供更安全的电池回收和终生管理实践.