Till innehåll på sidan

State Estimation of Lithium-ion Batteries

Tid: On 2021-06-09 kl 14.00

Plats: https://kth-se.zoom.us/j/63931176711, Stockholm (English)

Ämnesområde: Kemiteknik

Respondent: Xiaolei Bian , Kemiteknik

Opponent: Associate Professor Huazhen Fang, University of Kansas

Handledare: Associate Professor Longcheng Liu, Kemiteknik; Professor Jinying Yan, Kemiteknik, Vattenfall AB, R&D

Exportera till kalender

Abstract

För att kunna garantera säker användning måste viktiga tillstånd för litiumjonbatterier, t.ex.laddningstillstånd och hälsotillstånd, uppskattas och noggrant övervakas. Syftet med denna avhandling är främst att utveckla modeller och algoritmer för att med hög noggrannhet och robust kunna uppskatta de viktigaste batteristatusarna, med hjälp av tillgängliga mätstorheter, dvs ström och spänning. Arbetet bygger på fyra publicerade artiklar och kan delas in i tre delar.

Den första delen av arbetet presenterar en metod för optimering av parametrar i två steg för uppskattning av litiumjonbatteriers laddningstillstånd online. Partikelsvärmsoptimering utnyttjas för modellparametrisering och förlängd Kalmanfilterjustering. Inom detta partikelsvärmoptimeringsbaserade ramverk härleds sökgränsen genom att granska felsövergångsegenskapen hos testsystemet, vilket kan begränsa sökningsområdet och öka beräkningseffektiviteten. Generellt kan den föreslagna metoden utnyttja potentialen hos modellbaserade skattningar väl, vilket leder till en robust modellkompatibilitet och optimeradprestanda.

I den andra delen av denna avhandling har två nya modeller för att uppskatta litiumjonbatteriershälsotillstånd utvecklats. Den första är en spänningsbaserad modell med öppen krets, som beskriver den öppna kretsspänningen som en funktion av laddningstillståndet med ett polynom,med en sammansatt termisk modell för att redogöra för effekten av temperatur. Det kräver en tidigare inlärning från den ursprungliga konstantströmsprofilen. Den andra modellen är en inkrementell kapacitetsanalysbaserad modell, som definierar laddningstillståndets beroende avden öppna kretsspänningen med hjälp av en kapacitetsmodell. Den kan vara inlärningsfri med parametrar som är föremål för vissa begränsningar. Båda modellerna använder en motsvarande kretsmodell för att karakterisera konstantströmsprofilerna och en icke-linjär minstakvadratmetod för att identifiera parametrar. Dessa två modeller valideras av åldringsexperiment, och resultaten visar att de båda kan ge en god uppskattning av hälsotillstånd.

Den tredje delen av avhandlingen introducerar en fusionstypsbaserad uppskattningsmetod av hälsotillstånd genom att kombinera den modellbaserade profilrekonstruktionen och den inkrementella kapacitetsanalysbaserade tillståndsuppskattningen. Den ovannämnda spänningsbaserade modellen med öppen krets används här för att mildra de brusinducerade ogynnsamma numeriska förhållandena och för att modifiera de inkrementella kapacitetskurvorna. Genom att använda de modifierade inkrementella kapacitetskurvorna extraheras och utvärderasen uppsättning funktioner av intresse och flera noga utvalda används för att uppskatta litiumjonbatteriets hälsotillstånd. Cykliska tester, utförda under lång tid, på olika litiumjonbatterier används för validering. Denna fusionsmetod har jämförbar noggrannhet samt bättre robusthet jämfört med modellbaserade metoder. Dessutom är den föreslagna uppskattningsmetoden generell och kan användas för olika batterier. Den visar även på en utmärkt robusthet mot cellinkonsekvens, bruskorruption, temperaturvariation och profilpartialitet. 

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-294154