音像动力电池管理系统核心算法(第2版)熊瑞 著

丛书序
第 2版前言
版前言

章　动力电池及其管理概述 1

1.1　我国新能源汽车的发展规划 1
1.2　动力电池系统的应用要求 4
1.2.1　纯电动汽车 5
1.2.2　混合动力汽车 6
1..　插电式混合动力汽车 7
1.2.4　相关研发指标 7
1.2.5　全气候动力电池系统应用要求 8
1.3　动力电池 8
1.3.1　动力电池的发展背景 9
1.3.2　锂离子动力电池的原理与分类 10
1.3.3　磷酸铁锂锂离子动力电池 12
1.3.4　三元锂离子动力电池 14
1.3.5　类型的动力电池 16

1.4　动力电池管理系统 19
1.4.1　BMS的基本功能 19
1.4.2　BMS的拓扑结构 21
1.4.3　BMS的开发流程 24
1.5　本章小结 25

第 2章　动力电池测试 26

2.1　动力电池测试平台 26
2.1.1　充放电能测试设备 26
2.1.2　交流充放电设备 27
2.1.3　阻抗特测试设备 30
2.1.4　环境模拟设备 31
2.1.5　加速绝热量热仪 32
2.1.6　电触发加热测试平台 33
2.1.7　惰气体手套箱 34
2.2　动力电池测试流程 35
2.2.1　国内外测试标准介绍 35
2.2.2　BMS算法开发与实验设计 35
2..　动力电池常规电能测试 36
2.2.4　交流阻抗测试 42
2.2.5　剩余寿命测试 44
.　动力电池测试数据 47
2.4　动力电池实验特分析 48
2.4.1　动力电池的温度特 4
2.4.2　动力电池的能衰退特 51
2.4.3　动力电池的寿命特 53
2.5　本章小结 58

第 3章　动力电池建模理论 59

3.1　电化学模型 59
3.1.1　模型介绍 59
3.1.2　模型构建 60
3.1.3　参数辨识 74
3.1.4　算例分析 74
3.2　等效电路模型 77
3.2.1　模型介绍 77
3.2.2　模型构建 79
3..　参数辨识 81
3.2.4　算例分析 84
3.3　分数阶模型 89
3.3.1　模型介绍 89
3.3.2　模型构建 91
3.3.3　参数辨识 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　神经网络融合方法 96
3.4.3　算例分析 99
3.5　本章小结 102

第 4章　动力电池状态估计 104

4.1　动力电池 SOC估计 104
4.1.1　SOC估计方法分类 104
4.1.2　基于模型的 SOC估计方法 108
4.1.3　基于 EKF算法的 SOC估计方法 112
4.1.4　基于 AEKF算法的 SOC估计方法 115
4.1.5　基于 HIF算法的 SOC估计方法 120
4.1.6　基于集员估计算法的 SOC估计方法 122
4.2　动力电池 SOH估计 126
4.2.1　SOH估计方法分类 126
4.2.2　基于 SOC估计值的可用容量估计方法 131
4..　基于响应面的可用容量估计方法 137
4.2.4　基于 IC/DA的 SOH估计方法 141
4.3　动力电池 SOC-SOH协同估计 146
4.3.1　问题描述 146
4.3.2　基于 MAEKF的协同估计方法 147
4.3.3　基于 MHIF的协同估计方法 157
4.4　动力电池 SOP预测 161
4.4.1　持续 SOP预测方法 161
4.4.2　典型瞬时 SOP预测方法 164
4.4.3　动力电池 SOC与 SOP联合估计方法 172
4.4.4　SOP评价方法介绍 179
4.5　本章小结 181

第 5章　动力电池系统管理 182
5.1　动力电池系统成组分析 182
5.1.1　动力电池组的“扫帚”现象 182
5.1.2　串联与并联动力电池组 183
5.1.3　典型混联动力电池组能分析 185
5.2　动力电池组均衡管理 190
5.2.1　动力电池被动均衡拓扑 190
5.2.2　动力电池主动均衡拓扑 191
5..　动力电池均衡策略 199
5.3　动力电池组建模与状态估计 201
5.3.1　电池组的不一致分析 201
5.3.2　动力电池筛选方法 202
5.3.3　动力电池组系统建模 208
5.3.4　基于特征电池单体的动力电池组状态估计 212
5.3.5　基于差异的动力电池组状态估计 214
5.4　本章小结 216

第 6章　动力电池剩余寿命预测 217
6.1　剩余寿命预测的概述 217
6.1.1　问题描述 217
6.1.2　方法分类 218
6.1.3　概率分布 224
6.2　基于 Box-Cox变换的剩余寿命预测 225

6.2.1　Box-Cox变换技术 225
6.2.2　应用流程 226
6..　算例分析 228
6.3　基于长短时记忆循环神经网络的剩余寿命预测 2
6.3.1　长短时记忆循环神经网络
6.3.2　应用流程 4
6.3.3　算例分析
6.4　本章小结 240

第 7章　动力电池故障诊断 241
7.1　动力电池系统故障类型 241
7.1.1　动力电池及部件故障 242
7.1.2　传感器故障 245
7.1.3　执行器故障 246
7.2　故障诊断方法分类 246
7.2.1　基于电池模型的方法 247
7.2.2　基于信号分析的方法 248
7..　基于数据驱动的方法 248
7.2.4　基于统计分析的方法 249
7.2.5　方法 249
7.3　动力电池系统传感器故障诊断及故障容错 249
7.3.1　基于电池模型的故障检测、隔离和辨识方法 250
7.3.2　传感器故障容错控制及多状态估计校正 256
7.3.3　算例分析 257
7.4　本章小结 264

第 8章　动力电池低温加热 265
8.1　动力电池低温加热方法分类 265
8.1.1　外部加热法 266
8.1.2　内部加热法 270
8.2　交流加热方法 273
8.2.1　锂离子动力电池生热机理 273
8.2.2　交流加热机理 273
8..　自适应梯度加热方法 277
8.2.4　自适应梯度加热实例 281
8.3　复合加热方法 283
8.3.1　复合加热原理 284
8.3.2　复合加热实验流程 285
8.3.3　复合加热实例 286
8.4　本章小结 288

第 9章　动力电池优化充电 289
9.1　恒流和恒压充电方法 289
9.1.1　恒流充电 289
9.1.2　恒压充电 290
9.1.3　恒流恒压充电 290
9.1.4　多阶恒流充电 294
9.1.5　脉冲充电 294
9.2　交流充电方法 298
9.3　基于模型的优化充电方法 300
9.3.1　基于等效电路模型的方法 300
9.3.2　基于电化学模型的方法 301
9.3.3　应用算例 302
9.4　快速充电方法 307
9.5　本章小结 310

0章　算法开发、评估与测试 311
10.1　算法开发流程 311
10.1.1　算法开发的般程 311
10.1.2　基于模型的“V”开发流程 312
10.2　系统设计与辅软件 315
10.2.1　软件总体框架 315
10.2.2　软件功能 315
10..　算例分析 318
10.3　快速原型测试 320
10.3.1　系统构成 320
10.3.2　算法集成 322
10.3.3　算例分析 324
10.4　硬件在环算法测试 327
10.4.1　系统构成 328
10.4.2　算法集成 329
10.4.3　测试评价 332
10.5　实车实验验 335
10.5.1　转鼓实验台测试 335
10.5.2　实际道路测试 335
10.6　本章小结 337

1章　新一代动力电池管理系统展望 338

11.1　新一代动力电池管理系统概述 338
11.2　车 -云协同架构 339
11.3　新一代动力电池管理系统核心技术 341
11.3.1　传感器技术 341
11.3.2　动力电池系统精细化热管理技术 343
11.3.3　电池主动管理技术 344
11.3.4　全寿命周期管理技术 345
11.3.5　区块链技术 346
11.3.6　数字孪生技术 347
11.4　本章小结 349

参考文献350

熊瑞，北京理工大学教授、博导，IETFellow，中国电工技术学会理事、储能系统与装备专委会主任委员，电动汽车产业技术创新战略联盟电池专委会副主任。长期从事电动载运工具与电化学储能系统研究与人才培养，主持自然科学、重点研发计划等课题，发表150余篇，授权专利45件、软著9部。担任《新能源与智能载运》创刊执行主编，创办储能系统和电动智能载运(ICEIV)国际学术会议，并连续4次担任大会。获自然一等奖，汽车工业技术发明一等奖等多项奖励。

1.《动力电池管理系统核心算法（第2版）》结合作者十多年来的研究实践，全面系统地介绍了新能源汽车动力电池系统核心算法开发的技术细节，内容包括动力电池管理系统概述、动力电池测试、动力电池建模理论、动力电池状态估计、动力电池寿命预测、低温加热与优化充电、动力电池管理算法开发流程与测试评价等。2.《动力电池管理系统核心算法（第2版）》增加了面向低温环境的动力电池系统环境适应的应需求概述以及固态锂电池、电容电池等内容。完善了动力电池测试设备与测试流程介绍，并补充了相关动力电池测试数据。 3.《动力电池管理系统核心算法（第2版）》完善了动力电池单体和系统状态估计，增加了动力电池组均衡管理、基于差异的动力电池组状态估计内容。 4.《动力电池管理系统核心算法（第2版）》增加了动力电池故障诊断相关内容。 5.《动力电池管理系统核心算法（第2版）》增加了系统设计与辅软件、车-云协同架构、优选传感器技术、精细化热管理技术、电池主动管理技术、全寿命周期管理、区块链技术和数字孪生技术等内容。6.《动力电池管理系统核心算法（第2版）》可以作为新能源汽车、动力电池管理等相关领域研究人员和工程技术人员的参考书，也可以作为汽车专业（特别是新能源汽车专业）高年级和的专业课教科书。