State Estimation of Lithium-ion Batteries [Elektronisk resurs]

• To guarantee the safety operation, the key states of lithium-ion battery, e.g., the state of charge and the state of health, must be estimated and monitored accurately. This thesis is mainly to develop models and algorithms to accurately and robustly estimate the key battery states, based on the available measurements i.e., current and voltage. All the work is based on four published papers and can be divided into three parts. The first part of this work presents a two-step parameter optimization method for online state of charge estimation of lithium-ion battery. The particle swarm optimization is exploited for model parametrization and extended Kalman filter tuning. Within this particle swarm optimization-based framework, the searching boundary is derived by scrutinizing the error transition property of the test system, which can narrow the searching region and increase the computational efficiency. In general, the proposed method can well exploit the potential of model-based estimators, leading to a robust model compatibility and optimized performance. In the second part of this thesis, two novel models are developed to estimate the state of health of lithium-ion battery. The first one is an open circuit voltage-based model, which describes the open circuit voltage as a function of the state of charge by a polynomial, with a lumped thermal model to account for the effect of temperature. It requires a prior learning from the initial constant-current profile. The second model is an incremental capacity analysis-based model, which defines the dependence of the state of charge on the open circuit voltage using a capacity model. It can be learning-free, with the parameters subject to certain constraints. Both models use an equivalent circuit model to characterize the constant-current profiles and a nonlinear least squares method to identify the involving parameters. These two models are validated by aging experiments, and the results show that both can give accurate state-of-health estimation. The third part of the thesis introduces a fusion-type state-of-health estimator by combining the model-based profile reconstruction and the incremental capacity analysis-based state estimation. The above-mentioned open circuit voltage-based model is employed here to mitigate the noise-induced unfavorable numerical conditions and to modify the incremental capacity curves. Leveraging the modified incremental capacity curves, a set of feature-of-interests are extracted and evaluated, and several cautiously selected ones are used to estimate the state of health of lithium-ion battery. Long-term cycling tests on different lithium-ion batteries are used for validation. This fusion-type method has comparable accuracy and better robustness, compared with the model-based methods. Moreover, the proposed estimator has a good generality to different batteries and also promises an excellent robustness against cell inconsistency, noise corruption, temperature variety, and profile partialness. 
• 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.  

Ämnesord

Engineering and Technology  (hsv)

Chemical Engineering  (hsv)

Teknik och teknologier  (hsv)

Kemiteknik  (hsv)

Chemical Engineering  (kth)

Kemiteknik  (kth)

Genre

government publication  (marcgt)

Indexterm och SAB-rubrik

Lithium-ion battery

State of charge

State of health

Model-based method

Extended Kalman filter

Filter tuning

Fusion model