新能源汽车动力电池安全管理算法设计 (李晓宇；王震坡)

《动力电池管理系统核心算法（第2版）》

\"《动力电池管理系统核心算法（第2版）》结合作者多年来的研究实践，阐述了电动汽车动力电池管理系统的特点及其核心算法开发的关键技术问题，详细介绍了动力电池测试、建模、状态估计、剩余寿命预测、故障诊断、低温加热、优化充电、算法开发、评估与测试以及新一代动力电池管理系统，并配有详细的算法实践步骤和开发流程，专注于分析当代新能源领域及动力电池发展存在的关键问题，从技术先进性和共性基础理论两方面帮助读者掌握新能源汽车动力电池管理系统的核心算法。

《动力电池管理系统核心算法（第2版）》可作为高等院校车辆工程相关专业（特别是新能源汽车专业）高年级和研究生的专业课教科书，也可作为电化学储能、电气化交通等相关领域技术人员的参考书。\"

《新能源汽车动力电池安全管理算法设计》

随着新能源汽车和动力电池技术的快速发展，其背后存在的安全问题也越发凸显。本书围绕新能源汽车动力电池安全管理关键技术，简述了动力电池基本参数和测试规程，聚焦于动力电池状态估计、安全管理防护，以及安全评估相关内容，重点介绍了动力电池荷电状态估计、数据驱动健康状态估计、健康状态和剩余使用寿命联合估计、故障诊断和安全防护，以及回收利用安全评估等内容。根据作者在本学科中积累的研究基础，详细描述了相关研究内容的算法设计、仿真及应用，所提出的建模及状态估计框架具有技术先进性及行业共性，可拓展应用于便携式电子设备、微电网、大规模储能等不同领域，为读者在动力电池安全管理方面的学习及研究提供参考借鉴。本书适用于新能源汽车及相关行业工程师、技术人员、研究工作者和其他有关人员学习参考，也可作为高等院校新能源汽车动力电池、储能领域相关专业师生的参考书。

《动力电池运行安全大数据分析与应用》

\"随着能源危机的加剧和碳减排压力的上升，交通运输业的新能源转型日益迫切，日益上涨的能量密度为动力电池系统的安全性和可靠性带来了空前挑战。本书介绍了新能源汽车发展背景、动力电池及管理系统的应用要求；深入分析了动力电池不一致性表现形式、发展规律及故障模式，阐明了动力电池安全性随不一致性非线性扩展的劣化趋势；系统介绍了动力电池温度、电压、SOC、SOP、SOE等安全状态预测和LSTM、GRU、SAM等方法原理与验证过程；探索并建立了适用于实车动力电池SOH近似衰退模型；详细分析了动力电池各种故障类型及触发原因，提出基于信息熵的故障诊断方法；多角度阐述了动力电池安全风险，提出离散小波分解和多尺度熵的热失控风险预警算法；基于多模型融合理论提出了面向实车动力电池全寿命运行周期的安全控制策略。

本书适合新能源汽车以及动力电池开发者、设计者、科研工作者和入门者，可协助高校、车企、动力电池企业建立动力电池大数据分析能力，快速进行产品开发与迭代，也可作为相关院校及科研院所的新能源汽车相关专业师生的参考书。

\"

《动力电池管理系统核心算法（第2版）》

\"丛书序

第  2版前言

第  1版前言

第  1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 

1.2.3　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　其他类型的动力电池  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　充放电性能测试设备  26 

2.1.2　交流充放电设备  27 

2.1.3　阻抗特性测试设备  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　惰性气体手套箱  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 

2.2.3　动力电池常规电性能测试  36 

2.2.4　交流阻抗测试  42 

2.2.5　剩余寿命测试  44 

2.3　动力电池测试数据  47 

2.4　动力电池实验特性分析  48 

2.4.1　动力电池的温度特性  48 

2.4.2　动力电池的性能衰退特性  51 

2.4.3　动力电池的寿命特性  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 

3.2.3　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 

4.2.3　基于响应面的可用容量估计方法  137 

4.2.4　基于  ICA/DVA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性能分析  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 

5.2.3　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　电池组的不一致性分析  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 

6.2.3　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  232 

6.3.1　长短时记忆循环神经网络  233 

6.3.2　应用流程  234 

6.3.3　算例分析  237 

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 

7.2.3　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　其他方法  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 

8.2.3　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

第  10章　算法开发、评估与测试  311 

10.1　算法开发流程  311 

10.1.1　算法开发的一般流程  311 

10.1.2　基于模型的“V”开发流程  312 

10.2　系统设计与仿真辅助软件  315 

10.2.1　软件总体框架  315 

10.2.2　软件功能  315 

10.2.3　算例分析  318 

10.3　快速原型仿真测试  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　实车实验验证  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

第  11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　先进传感器技术  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\"

《新能源汽车动力电池安全管理算法设计》

\"前言

第1  章　新能源汽车及动力电池发展概述  ..  1

1.1　国内外新能源汽车发展现状分析  ..  1

1.1.1　国内新能源汽车发展概述  ..  1

1.1.2　国外新能源汽车发展现状  ..  3

1.2　动力电池发展概况  ..  5

1.2.1　动力电池发展概述  ..  5

1.2.2　磷酸铁锂电池  ..  6

1.2.3　三元材料电池  ..  7

1.2.4　钠离子电池  ..  8

1.2.5　固态电池  ..  8

1.3　动力电池衰退机理分析  ..  9

1.4　动力电池状态估计概述  ..  11

1.4.1　动力电池荷电状态（SOC）  ..  11

1.4.2　动力电池健康状态（SOH）  ..  13

1.4.3　动力电池剩余使用寿命预测（RUL）  ..  15

1.5　本章小结  ..  17

第2  章　动力电池测试及基本概念  ..18

2.1　动力电池组系统的基本结构  ..  18

2.1.1　单体电池及电池组  ..  18

2.1.2　电池组系统  ..  19

2.2　动力电池的基本性能参数  ..  21

2.3　动力电池测试规程  ..  26

2.3.1　动力电池基本测试原理与方法  ..  26

2.3.2　典型的测试设备  ..  29

2.4　动力电池测试数据分析  ..  30

2.4.1　锂离子电池测试方案及数据库  ..  30

2.4.2　单体动力电池衰退性能特性分析  ..  33

2.4.3　实车动力电池衰退性能特性分析  ..  38

2.5　本章小结  ..  43

第3  章　动力电池荷电状态（SOC）估计  ..44

3.1　动力电池建模  ..  44

3.2　动力电池模型参数辨识  ..  46

3.2.1　动力电池离线参数辨识  ..  46

3.2.2　动力电池在线参数辨识  ..  50

3.3　动力电池SOC  估计算法设计  ..  54

3.3.1　自适应扩展卡尔曼滤波原理  ..  54

3.3.2　动力电池测试平台及电池组SOC  估计策略  ..  57

3.3.3　动力电池SOC  估计结果验证分析  ..  62

3.3.4　实车电池系统SOC  估计及验证  ..  68

3.4　本章小结  ..  70

第4  章　动力电池健康状态（SOH）估计  ..71

4.1　动力电池衰退数据分析  ..  71

4.1.1　动力电池老化实验及数据库  ..  71

4.1.2　电压差分（DV）计算方法  ..  73

4.1.3　容量增量（IC）曲线获取方法  ..  74

4.1.4　温度差分（DT）曲线滤波算法  ..  78

4.2　基于数据驱动模型的动力电池SOH  估计  ..  80

4.2.1　容量增量曲线峰值点提取方法  ..  80

4.2.2　支持向量机算法原理  ..  82

4.2.3　基于支持向量机电池衰退模型  ..  85

4.2.4　动力电池SOH  估计验证分析  ..  86

4.3　基于温度电压差分法的锂电池健康状态估计  ..  91

4.3.1　健康特征因子提取及相关性分析  ..  91

4.3.2　高斯过程回归算法原理  ..  94

4.3.3　基于高斯过程回归电池衰退建模  ..  97

4.3.4　动力电池健康状态估计验证分析  ..  98

4.4　本章小结  ..  102

第5  章　动力电池健康状态和剩余使用寿命联合估计  ..  104

5.1　动力电池SOH  与RUL  概述  ..  104

5.2　动力电池SOH  与RUL  开环联合预估  ..  108

5.2.1　基于线性回归算法的特征提取  ..  108

5.2.2　多项式回归模型  ..  108

5.2.3　开环SOH  与RUL  联合预估框架  ..  110

5.2.4　动力电池健康状况预测结果及讨论  ..  112

5.3　动力电池SOH  与RUL  闭环联合预估  ..  119

5.3.1　基于DT  曲线健康特征值提取  ..  120

5.3.2　粒子滤波算法原理简介  ..  124

5.3.3　多输出高斯过程回归算法原理  ..  126

5.3.4　闭环SOH  与RUL  联合预估框架  ..  127

5.3.5　动力电池健康状况预测结果及讨论  ..  129

5.4　本章小结  ..  145

第6  章　动力电池系统故障诊断  ..  146

6.1　动力电池系统故障分类概述  ..  146

6.2　基于端电压数据的动力电池故障诊断  ..  148

6.2.1　样本熵算法原理  ..  148

6.2.2　电池故障检测算法设计  ..  149

6.2.3　故障诊断准确性验证  ..  150

6.3　基于电热耦合模型的动力电池故障诊断  ..  157

6.3.1　动力电池电化学-  热耦合模型  ..  157

6.3.2　基于无迹卡尔曼滤波的故障诊断算法设计  ..  161

6.3.3　多故障类型诊断结果验证  ..  165

6.4　本章小结  ..  173

第7  章　动力电池系统安全管理与防护  ..  174

7.1　动力电池热失控  ..  174

7.1.1　动力电池热失控触发分类  ..  174

7.1.2　热失控扩展机理及防护  ..  176

7.2　动力电池滥用建模分析  ..  179

7.3　动力电池安全管理  ..  191

7.3.1　动力电池安全状态  ..  191

7.3.2　动力电池系统高压安全  ..  192

7.4　动力电池系统数据安全传输  ..  194

7.4.1　电池系统整车级数据安全传输  ..  194

7.4.2　网联级数据安全传输  ..  195

7.5　动力电池安全管理发展趋势  ..  197

7.5.1　机理分析到系统设计优化  ..  198

7.5.2　被动安全防护到主动风险预测与维护  ..  199

7.6　本章小结  ..  201

第8  章　动力电池回收利用安全评估  ..  202

8.1　动力电池梯次利用现状分析  ..  203

8.1.1　动力电池梯次利用研究背景  ..  203

8.1.2　国内外电池梯次利用规范  ..  204

8.1.3　动力电池梯次利用体系概述  ..  205

8.2　动力电池退役后性能测试及评估  ..  207

8.2.1　动力电池退役后性能特征分析  ..  208

8.2.2　动力电池分组算法设计  ..  213

8.2.3　动力电池分组结果验证  ..  215

8.3　动力电池全生命周期评价（LCA）技术  ..  217

8.3.1　动力电池回收处理方法概述  ..  217

8.3.2　国内外动力电池回收模式  ..  219

8.3.3　不同类型动力电池回收工艺LCA  对比  ..  220

8.4　本章小结  ..  221

参考文献  ..  222

\"

《动力电池运行安全大数据分析与应用》

\"丛书序

序

前　言

第1  章　概　述

1.1  　新能源汽车发展背景／  ００１

1.1.1　新能源汽车发展的必要性／  ００１

1.1.2　新能源汽车发展现状／  ００２

1.1.3　动力电池系统安全性／  ００３

1.1.4　动力电池管理系统／  ００４

1.2  　动力电池及管理系统的应用要求／  ００５

1.2.1　纯电动汽车／  ００５

1.2.2　混合动力汽车／  ００８

1.2.3　插电式混合动力汽车／  ０１１

1.2.4　燃料电池汽车／  ０１３

1.3　国内外研究现状／  ０１４

1.3.1　动力电池失效模式及故障机理／  ０１４

1.3.2　动力电池安全性与一致性耦合／  ０２４

1.3.3　动力电池系统安全状态预测／  ０２５

1.3.4　动力电池故障诊断与风险预警／  ０３１

1.3.5　动力电池系统安全控制管理／  ０３４

1.4　当前研究存在的问题与不足／  ０３５

1.5　本书主要研究内容／  ０３７

第2  章　动力电池系统安全性与一致性耦合机制研究

2.1　概述／  ０３８

2.2  　动力电池系统结构及工作原理／  ０３９

2.2.1　动力电池的发展背景／  ０４０

2.2.2　动力电池原理与分类／  ０４１

2.2.3　磷酸铁锂电池／  ０４２

2.2.4　三元锂电池／  ０４３

2.3　实车动力电池运行大数据特征分析／  ０４４

2.3.1　大数据平台介绍／  ０４４

2.3.2　动力电池系统大数据特征分析／  ０４５

2.4　动力电池系统不一致性分析／  ０４７

2.4.1　动力电池系统不一致性的表现形式／  ０４７

2.4.2　动力电池系统不一致性的发展规律／  ０４９

2.5　动力电池系统安全性与一致性的耦合机制／  ０５１

2.5.1　动力电池一致性和安全性的耦合关系／  ０５１

2.5.2　动力电池系统不一致性的改进措施／  ０５３

2.6　动力电池一致性及剩余价值评估技术／  ０５４

2.6.1　动力电池梯次应用性能检测现状／  ０５４

2.6.2　动力电池大数据健康度评估原理／  ０５５

2.7　本章小结／  ０５８

第3  章　动力电池SOH  估计与预测

3.1　概述／  ０５９

3.2　动力电池衰退机理及外特性研究／  ０５９

3.2.1　动力电池衰退机理／  ０５９

3.2.2　动力电池外特性参数及表征方法／  ０６０

3.3　SOH  定义／  ０６１

3.3.1　SOH  定义／  ０６１

3.3.2　SOH  估计与SOH  预测／  ０６１

3.4　实车动力电池SOH  估计／  ０６２

3.4.1　SOH  特征值提取方法／  ０６２

3.4.2　SOH  损耗量提取技术／  ０６３

3.4.3　SOH  损耗量估计／  ０６４

3.4.4　SOH  估计结果分析／  ０６６

3.5　实车动力电池SOH  预测／  ０６９

3.5.1　老化特征提取／  ０６９

3.5.2　SOH  预测模型／  ０７５

3.5.3　使用实车数据的模型验证／  ０８１

3.5.4　SOH  预测结果分析／  ０８３

3.6　本章小结／  ０８６

第4  章　动力电池安全状态预测

4.1　概述／  ０８７

4.2　动力电池SOS  预测／  ０８７

4.2.1　温度预测／  ０８７

4.2.2　电压预测／  ０９９

4.2.3　SOC  预测／  １２０

4.2.4　SOP  预测／  １３２

4.2.5　SOE  预测／  １３５

4.3　SOS  联合估计／  １３７

4.3.1　基于LSTM  的多状态联合预测模型／  １３７

4.3.2　超参数优化及预测结果分析／  １４１

4.3.3　结果验证与分析／  １４７

4.4　本章小结／  １５１

第5  章　动力电池系统故障诊断研究

5.1　概述／  １５３

5.2　动力电池系统故障机理及诊断方法／  １５４

5.2.1　动力电池系统故障机理分析／  １５４

5.2.2　动力电池系统故障诊断方法／  １５６

5.3　基于MOSE  的电压类故障诊断／  １６０

5.3.1　MOSE  算法／  １６０

5.3.2　诊断策略及效果验证／  １６１

5.4　基于MOSE  的温度类故障诊断／  １７２

5.4.1　动力电池热管理系统／  １７２

5.4.2　诊断策略及效果验证／  １７３

5.5　基于MOSE  关键计算因子与诊断效果的研究／  １８２

5.6　本章小结／  １８３

第6  章　动力电池系统风险预警研究

6.1　概述／  １８４

6.2　动力电池系统安全风险分析／  １８４

6.2.1　动力电池系统失效模式／  １８４

6.2.2　动力电池系统安全风险／  １８８

6.3　基于MMSE  的动力电池系统安全风险预警／  １８９

6.3.1　MMSE  算法／  １８９

6.3.2　基于振动扫频实验的连接失效预警／  １９２

6.3.3　基于实车运行数据的安全风险预警／  １９７

6.3.4　基于MMSE  关键计算因子与诊断效果的研究／  ２０４

6.4  　基于NDWD  的动力电池系统热失控风险预警／  ２０４

6.4.1　时频转换算法／  ２０４

6.4.2　事故特征描述／  ２０８

6.4.3　预警结果分析／  ２１５

6.5　本章小结／  ２１８

第7  章　动力电池安全控制策略研究

7.1  　概述／  ２２０

7.2　动力电池安全问题分析／  ２２０

7.2.1　动力电池安全问题及解决方案／  ２２０

7.2.2　动力电池安全管理方案四维分析／  ２２３

7.3  　动力电池系统多故障早期协同预警／  ２２９

7.3.1　电压类故障／  ２２９

7.3.2　温度类故障／  ２３５

7.3.3　多故障早期协同诊断策略／  ２３９

7.4　动力电池系统安全控制策略／  ２４０

7.4.1　多模型融合方法／  ２４０

7.4.2　基于多模型融合的安全控制策略／  ２４３

7.5　本章小结／  ２４４

参考文献\"