锂电池储能科学与技术

本书针对储能锂电池应用的技术要求，以储能锂电池状态估计和电源管理方法为出发点，主要包括储能锂电池概述、储能锂电池控制策略、核心状态参量预估方法与储能电池电源管理设计实例等内容。 本书特色鲜明、内容系统、实例丰富，既可用于高等院校新能源科学与工程、自动化、电气工程及其自动化等相关专业教学与科学研究，又可作为储能科学与技术应用研究人员的技术参考书。

王顺利，教授，博导，学术院长，国家电器安全质量检测中心学术带头人，俄罗斯自然科学院院士，省级海外高层次留学人才，天府青城省级科技人才，中国科技城学术和技术带头人，全球前2%顶尖科学家。

前言 第1章储能锂电池概述 11储能锂电池的背景与意义 12储能锂电池工作机理分析 121储能锂电池简述 122储能锂电池的组成 123储能锂电池的工作原理 124储能锂电池的分段充电 13储能锂电池的分类与特点 131磷酸铁锂电池 132钴酸锂电池 133锰酸锂电池 134三元聚合物储能锂电池 135钛酸锂电池 136不同类型储能锂电池性能对比 分析 14储能锂电池的工作特性 141储能锂电池的充电特性 142储能锂电池的放电特性 143储能锂电池的温度特性 15储能锂电池的基本概念 151电压特性 152电流特性 153温度特性 154容量特性 155充放电倍率 156充放电次数 157储能锂电池功率 158内阻特性 159荷电状态 1510放电深度 1511自放电率 1512库伦效率 16储能锂电池的应用领域和 发展趋势 161主要应用领域 162行业发展趋势 163国内发展现状和前景 第2章储能锂电池BMS核心参数与 控制策略 21储能电池关键参数的测量 211电压 212温度 213电流 22锂离子电池储能安全保护 221基础安全保护措施 222锂离子电池储能安全 223储能电池管理单元 224永久性失效保护 225BMS设计规范 226储能锂电芯的品质保障 227提高电池安全性 23锂离子电池组储能的热管理 231热管理的必要性 232风冷 233液冷 234相变冷却 235热管冷却 24常规充电管理 241恒流充电法 242恒压充电法 243阶段式充电法 244充电器设计 25快速充电管理 251脉冲式充电法 252变电流间歇充电法 253变电压间歇充电法 254充电过程保护 26储能锂电池核心参数估算 现状 261荷电状态（SOC）估算研究 现状 262功率状态（SOP）评估研究 现状 263健康状态（SOH）预测研究 现状 第3章锂离子电池电化学储能特性 分析 31锂离子电池储能工作原理 分析 32储能锂电池特性测试 321能量测试实验 322混合脉冲功率特性测试实验 323电池容量校正实验 324不同倍率充放电实验 325电池老化测试实验 33储能锂电池工作特性分析 331能量特性分析 332内阻特性分析 333开路电压特性分析 334电池温度特性分析 34SOC影响因素分析 341电池温度特性分析 342充放电倍率实验分析 343电池老化影响分析 35储能锂电池老化特性研究 351SOH影响因素分析 352老化过程OCV-SOC规律 353电池老化内阻分析 36储能锂电池迟滞特性研究 361电池迟滞现象 362次环迟滞特性 363迟滞温度依赖性 364迟滞路径依赖性 37储能锂电池OCV-SOC模型 371带迟滞效应的等效电路模型 372模型参数辨识 373PI迟滞模型 38储能锂电池建模 381电化学模型建模 382等效电路模型建模 383等效电路模型定阶研究 384改进的等效电路模型构建 39储能锂电池模型参数辨识 391锂离子电池开路电压估算 392锂离子电池离线参数辨识 研究 393递推最小二乘在线参数辨识 算法 394遗忘因子递推扩展最小二乘在 线参数辨识 310实时跟踪数据的全参数在线 辨识 3101参数辨识方法的对比分析 3102全参数在线辨识的构建 311储能锂电池参数辨识与模型 验证 3111锂离子电池复杂测试工况 3112复杂工况下参数辨识验证 3113等效电路模型对比分析 第4章储能锂电池SOC估算方法 研究 41SOC估算存在的问题及局限性 分析 42基于EKF及其改进算法的SOC 估算 421KF算法 422KF算法运算过程推导 423非线性KF算法改进 424基于自适应滤波与有限差分 算法研究 425基于EKF算法的SOC估算 研究 426基于SR-UKF算法的电池SOC 估算 427基于AFD-EKF算法的SOC 估算 428基于双在线迭代SR-UKF算法 的SOC估算 43基于多影响因素校正的电池 SOC迭代估算 431锂离子电池SOC估算模型 构建 432贝叶斯滤波及其衍生算法 研究与改进 433非线性模型下的KF算法 改进 434测量噪声对估算影响分析与 校正 435典型工况下SOC估算结果及 分析 436基于互联网+的电池SOC 估算 44基于BP神经网络的SOC估算 模型研究 441BP神经网络算法分析 442BP神经网络SOC估算模型 建立 443实验数据集预处理 444仿真测试 45基于NARX神经网络的SOC 估算模型研究 451NARX神经网络算法分析 452网络超参数设计 453基于NARX神经网络的SOC 估算模型建立 454基于NARX的SOC估算模型 评价指标选取与仿真测试 455基于AEKF优化NARX神经 网络的SOC估算模型 456基于NARX-AEKF的SOC估 算模型仿真测试 46复杂工况下SOC估算性能 分析 461恒流放电实验的电池SOC 估算 462DST工况实验SOC估算 463BBDST工况电池SOC估算实验 分析 464多变温度下的HPPC实验电池 SOC估算研究 465大功率间歇性放电SOC估算 实验验证 466无人机定制工况下的SOC估算 精度分析 第5章储能锂电池SOP估算方法 研究 51基于多约束条件下的锂离子 电池SOP估算策略 511开路电压约束下的峰值电流 512SOC约束下的峰值电流 513在线多约束条件下的SOP 估算 514储能锂离子电池SOC与SOP 联合估算方法 52基于SWMI-AEKF算法的能量 状态估算研究 521EKF算法 522基于先验噪声估算的改进 AEKF算法 523基于SWMI-AEKF算法的SOE 估算 53储能锂电池SOE估算验证 531BBDST工况下SOE估算 验证 532DST工况下SOE估算验证 533不同参数辨识方法下SOE估算 分析 54储能锂电池SOE与峰值功率 协同预估研究 541基于模型的锂离子电池峰值 功率估算 542基于SOE的锂离子电池峰值 功率估算 543SOE与峰值功率协同预估 策略 55基于SOE的储能锂电池峰值 功率估算验证 551BBDST工况下持续峰值功率 估算验证 552DST工况下持续峰值功率估算 验证 553初始SOE对峰值功率估算影响 分析 56考虑SOC和端电压的SOP评估 分析 561功率参考数据获取及特例 分析 562BBDST工况验证 563DST工况验证 564不同持续时间下验证分析 第6章储能锂电池SOH估算方法 研究 61储能锂电池SOH估算策略 分析 611SOH定义及其数学描述 612SOH估算存在的问题及局限性 分析 62基于粒子滤波理论的改进 算法 621粒子滤波算法改进策略分析 622基于改进粒子滤波的电池SOH 估算 63基于不同迭代周期的SOC- SOH协同估算 631SOC-SOH协同估算模型 构建 632SOC-SOH协同迭代估算 流程 633典型工况下SOH估算结果及 分析 64基于AEKF的SOH估算 641EKF迭代运算分析 642噪声AEKF算法分析 643建立基于容量估算的状态空间 方程 65基于双时间尺度ADEKF算法 的SOH估算 651双扩展卡尔曼滤波算法用于 SOH估算 652双时间尺度ADEKF算法用于 SOH估算 66基于融合双因子的SOH估算 方法研究 661欧姆内阻估算SOH 662融合双因子估算SOH 67航空储能锂电池SOH估算 效果分析 671基于内阻的估算结果分析 672基于容量的估算结果分析 673内阻和容量联合估算结果 验证 第7章电池组的均衡及能量安全 管理 71均衡调节的意义 72电池组的均衡管理分类 721均衡电路拓扑结构 722被动均衡电路 723主动均衡电路 73均衡能量转移策略及均衡 电路设计实例 731均衡策略拓扑结构 732基于MSP430的BMS设计 733基于STM32的BMS设计 734基于ISL78600的BMS设计 735基于AD7280A的BMS设计 736基于LTC6804的BMS设计 74BMS的性能测试与故障 排除 741BMS性能测试 742故障原因及其分析 743故障解决方法 参考文献