锂电池管理系统的估计和控制算法研究

In the project, we will focus on the battery management systems (BMS) of lithium-ion battery. We will develop the estimation and control methods,and establish an advanced battery management system,to improve the energy and operational efficiency, prolong lifetime of batteries and enhance safe operations of batteries.. The main functions of the battery management systems contain the estimation of the state-of-charge (SOC) and state-of-health (SOH) of the lithium-ion battery, cell balancing, charging/discharging strategies and thermal management. According to the difficulty and complexity of the battery management systems, the estimation and control algorithms are mainly based on the equivalent circuit models and the mathematical models. However, in the project, we will use the backstepping method to develop the advanced observer and controller for the lithium-ion battery electrochemical model, which is the partial differential equation(PDE). Based on the accurate information (SOC, SOH), we will develop control strategies for battery charging/discharging, balancing of lithium-ion battery cells and optimal thermal management, to improve the safety and lifetime of batteries.

本项目的研究对象是锂电池管理系统。通过研究锂电池的估计和控制算法，构建一套完善的锂电池管理系统的设计方法，提高锂电池的能源利用率，安全性及电池的寿命。.锂电池管理系统的主要功能包括：锂电池荷电状态（SOC）和健康状态(SOH)估计和监测，单体锂电池间的均衡控制（Cell balancing），锂电池组的充放电控制策略及锂电池组的热管理。由于系统的分析和综合的复杂性，现有的研究成果主要集中在锂电池的电路等效模型和数学统计模型的估计和控制上。而本项目将从锂电池的电化学原理出发，针对锂电池的电化学反应动力学模型，利用非线性的估计和控制算法- - backstepping，建立基于偏微分方程的锂电池荷电状态SOC的观测器和均衡控制器，提高锂电池荷电状态(SOC)的估计精度，并在此基础上进一步研究锂电池的充放电控制策略，提高锂电池的充放电效率，同时优化锂电池的热管理方法，提高锂电池的安全性和使用寿命。

在新能源汽车的发展过程中，锂电池管理系统具有重要的研究意义，通过有效的管理和控制，可以使得电动汽车中动力电池性能，安全性及使用寿命都得到提高。其中，锂电池荷电状态SOC和健康状态SOH估计与监测，单体锂电池间的均衡控制Cell balancing，锂电池组的充放电控制策略及锂电池组的热管理是锂电池管理系统中的主要功能，国内外对这些问题研究很重视。我们针对这些问题进行了深入研究。首先，我们从锂电池的电化学角度出发，研究了锂电池的电化学反应动力学模型，获得了相关的研究成果。其次，由于锂电池是复杂的非线性系统，因此针对非线性系统的特性，我们建立了基于backstepping的相关估计和控制理论算法，获得了相关的重要研究成果。最后，我们将得到的非线性估计和控制方法应用到锂电池管理系统中，获得了很好的效果。