摘要
受气候变化和能源枯竭的影响，越来越多的国家参与到节能减排的“双碳”计划中。在这种时代大背景下，各国的市场和政策也在向新能源产业倾斜，新能源电动汽车也进入了发展的黄金时代。作为新能源电动汽车的动力来源，锂电池退役后的处理方式也成为了当今人们关注的热点问题。从电动汽车退役下来的电池仍具有80%的额定容量，如果将这部分二次利用不仅可以节约资源，也能保护环境，因此针对退役电池的梯次利用的研究便具有重大意义。本文以退役的18650三元锂电池为对象，围绕电池筛选、建模与参数辨识、SOC状态评估等梯次利用关键技术展开研究。具体内容如下： 首先，本文阐述了锂电池的工作原理和性能参数，并对退役电池进行了一致性筛选。以16只退役三元锂电池作为研究对象，从外观、内阻、容量等方面进行逐步筛选，得到8只符合梯次利用标准的电池，再运用罗曼诺夫斯基准则进行一致性筛选，选出一致性较好的4只电池。其中，通过对电池进行HPPC脉冲实验并分析计算得到16节电池的内阻，根据梯次利用标准筛选出13节电池；电池容量是通过涓流放电实验获得，可以剔除容量大小不符合标准的5节电池。对锂电池的不同成组技术做了简要介绍，并对其可靠性进行了计算分析。 其次，介绍了梯次利用锂电池的建模方法。考虑实验精度和计算难度，本文选用二阶RC电路模型作为锂电池的等效模型，并进行参数辨识，参数辨识的重点主要包括开路电压和阻容参数两部分。考虑迟滞电压的存在，开路电压的辨识最终运用HPPC充放电的实验数据，选取5阶多项式作为拟合公式，可以得到开路电压的拟合多项式。而阻容参数的辨识则选用脉冲搁置期间的电压变化数据进行指数拟合，得到不同SOC下的阻容参数数据。在Matlab/Simulink中搭建电池的仿真模型，将上述辨识参数带入模型中，得到二阶RC电路的等效模型。输入脉冲电流，得到与实验所得相似的电压仿真曲线，验证该模型的可行性。 最后，选用卡尔曼滤波算法对锂电池的SOC进行状态评估。文章介绍了卡尔曼滤及其衍生滤波扩展卡尔曼滤波和无迹卡尔曼滤波的原理，并用这两种方法进行了仿真计算。对比仿真数据和SOC的真值，无迹卡尔曼滤波所得的SOC平均误差为3.28%，误差在合理范围内。因此，运用该方法进行电池的状态评估具有较高精度。
NETL