Power battery management system core algorithm (Xiong Rui)

\"Core Algorithms of Power Battery Management Systems\" combines the author\'s more than ten years of research and practice to explain the characteristics and technical difficulties of power battery management systems. Aiming at the application of new energy vehicles, it elaborates on the power battery system experimental design, dynamic modeling, charge state estimation, health state estimation, peak power prediction, remaining life prediction, low-temperature rapid heating and optimized charging, as well as the engineering application and practical issues of the corresponding core algorithms. It is also equipped with detailed algorithm practice steps and development processes. It can be used as a reference book for technical personnel in related fields, and can also be used as a professional textbook for senior undergraduates and postgraduates in the automotive major. Series Preface Chapter 1 Overview of Power Batteries and Their Management 1 1.1 Development Plan of New Energy Vehicles in my country 1 1.2 Application Requirements of Power Batteries and Management Systems 3 1.2.1 Pure Electric Vehicles 4 1.2.2 Hybrid Electric Vehicles 4 1.2.3 Plug-in Hybrid Electric Vehicles 5 1.2.4 Related R&D Indicators 6 1.3 Power Batteries 6 1.3.1 Development Background of Power Batteries 6 1.3.2 Principles and Classification of Lithium-ion Power Batteries 8 1.3.3 Lithium Iron Phosphate Lithium-ion Power Batteries 10 1.3.4 Ternary Lithium-ion Power Batteries 12 1.4 Power Battery Management System 14 1.4.1 Basic Functions of BMS 15 1.4.2 Topological Structure of BMS 16 1.4.3 Development Process of BMS 18 1.5 Summary of This Chapter 19 Chapter 2 Power Battery Testing 20 2.1 Power Battery System Testing Platform 20 2.1.1 Charging and Discharging Performance Test Equipment 20 2.1.2 2.1.3 Environmental simulation equipment 23 2.1.4 Power battery test platform 24 2.2 Power battery test process 26 2.2.1 Introduction to domestic and international test standards 26 2.2.2 BMS algorithm development and experimental design 26 2.2.3 Conventional electrical performance test of power batteries 28 2.2.4 AC impedance test 32 2.2.5 Remaining life test 35 2.3 Power battery test data 37 2.4 Power battery experimental characteristic analysis 38 2.4.1 Temperature characteristics of power batteries 38 2.4.2 Performance degradation characteristics of power batteries 41 2.4.3 Life characteristics of power batteries 43 2.5 Summary of this chapter 48 Chapter 3 Power battery modeling theory 49 3.1 Electrochemical model 49 3.1.1 Model introduction 49 3.1.2 Model construction 50 3.1.3 Parameter identification 61 3.1.4 3.2 Equivalent Circuit Model 64 3.2.1 Model Introduction 64 3.2.2 Model Construction 67 3.2.3 Parameter Identification 68 3.2.4 Example Analysis 73 3.3 Fractional Order Model 77 3.3.1 Model Introduction 77 3.3.2 Model Construction 79 3.3.3 Parameter Identification 80 3.3.4 Example Analysis 80 3.4 Summary of this Chapter 83 Chapter 4 Power Battery SOC and SOH Estimation 84 4.1 SOC Estimation 84 4.1.1 SOC Estimation Classification 84 4.1.2 Model-Based SOC Estimation Method 89 4.1.3 Power Battery SOC Estimation Based on AEKF Algorithm 91 4.1.4 Power Battery SOC Estimation Based on HIF Algorithm 97 4.2 Power Battery SOH Estimation 100 4.2.1 Power Battery SOH Method Classification 100 4.2.2 Power Battery Available Capacity Estimation Method Based on SOC Estimation 105 4.2.3 Power Battery Available Capacity Estimation Method Based on Response Surface 110 4.2.4 SOH Estimation Method Based on ICA/DVA 114 4.3 Power Battery SOC-SOH Co-estimation Based on Multi-Time Scale 119 4.3.1 Problem Description 119 4.3.2 Co-estimation Method Based on MAEKF 120 4.3.3 Co-estimation Method Based on MHIF 129 4.4 Summary of this Chapter 133 Chapter 5 Power Battery System State Estimation 134 5.1 Power Battery System Group Analysis 134 5.1.1 “Broom” Phenomenon of Power Battery Pack 134 5.1.2 Series and Parallel Power Battery Packs 135 5.1.3 Performance Analysis of Typical Hybrid Battery Packs 136 5.2 Power Battery Pack State Estimation 141 5.2.1 Inconsistency Analysis of Battery Packs 141 5.2.2 Power Battery Screening Method 142 5.2.3 Quantification Method of Inconsistency 148 5.2.4 Power Battery System Modeling 151 5.2.5 Power Battery State Estimation Based on Characteristic Cells 153 5.3 Power Battery SOP Prediction 157 5.3.1 Typical Instantaneous SOP Prediction Method 157 5.3.2 Continuous SOP Prediction Method 165 5.3.3 Joint Estimation of Power Battery SOC and SOP 167 5.3.4 Introduction to SOP Evaluation Method 173 5.4 Summary of This Chapter 176 Chapter 6 Power Battery Remaining Life Prediction 177 6.1 Overview of Remaining Life Prediction 177 6.1.1 Problem Description 177 6.1.2 Method Classification 178 6.1.3 Probability Distribution 183 6.2 Remaining Life Prediction Based on Box-Cox Transformation 185 6.2.1 Box-Cox Transformation Technology 185 6.2.2 Application process 186 6.2.3 Example analysis 188 6.3 Remaining life prediction based on long short-term memory recurrent neural network 191 6.3.1 Long short-term memory recurrent neural network 192 6.3.2 Application process 193 6.3.3 Example analysis 196 6.4 Summary of this chapter 198 Chapter 7 Low-temperature heating and optimized charging of power batteries 199 7.1 Classification of low-temperature heating methods for power batteries 199 7.1.1 Air heating method 200 7.1.2 Wide-line metal film heating method 200 7.1.3 Internal AC heating method for power batteries 200 7.1.4 Internal self-heating method for power batteries 201 7.1.5 Other heating methods 202 7.2 Principle of AC heating 202 7.2.1 Heat generation mechanism of lithium-ion power batteries 202 7.2.2 AC heating mechanism 203 7.3.1 Problem Description 205 7.3.2 Adaptive Gradient Heating Method 207 7.3.3 Adaptive Gradient Heating Process 209 7.3.4 Example Analysis 210 7.4 Power Battery Optimization Charging 213 7.4.1 Constant Current and Constant Voltage Charging 213 7.4.2 Multi-stage Constant Current Charging 213 7.4.3 Pulse Charging 214 7.4.4 Model-based Charging Method 215 7.4.5 Application Example 217 7.5 Chapter Summary 219 Chapter 8 Algorithm Development,