本論文利用卡曼濾波器執行鋰離子電池充放電中的電量狀態估測，利用鋰離子電化學動態特性將電極假設為單一球型粒子模型，進而得到電極的表面濃度，再將此表面濃度透過開路電壓方程式來計算電池的電壓及電量狀態。本論文提供非線性的無跡卡濾波及線性卡漫濾波之鋰離子電池電量狀態估測的運算法則,並在MATLAB環境上執行穩定電流及非穩定電流充放電過程中的電壓及電量狀態估測,最後再加入隨機雜訊執行充放電之電量估測,驗證此電量估測法則的可行性。

This research investigates the state-of-charge (SOC) estimation of Li-ion battery using Kalman filters. The dynamic model for the SOC estimation process is constructed based on a single spherical particle electrochemical model. The surface concentration of the positive electrode is obtained first. The battery voltage and SOC estimations are computed accordingly using the Li-ion battery electrochemical model. The nonlinear unscented Kalman filter and linear Kalman filter based SOC estimation algorithms are discussed in the thesis. The results for battery charging/discharging processes using constant and varying currents with random noises are included in the thesis.

目錄
目錄i
圖目錄iii
表目錄v
符號定義vi
第一章	緒論	1
1.1 前言	1
1.2 文獻回顧	2
1.3 研究方法	3
第二章 電池管理系統	4
2.1 SOC介紹	4
2.2 濃度SOC	6
第三章 鋰離子電池	7
3.1 工作原理	7
3.2 鋰離子電池特點	8
3.3 鋰離子電池的模型	12
3.3.1 固態電位	13
3.3.2 電解液電位	13
3.3.3 電解液濃度	14
3.3.4 固態濃度	15
3.3.5 Butler-Volmer	16
3.3.6 平均電極模型	17
3.4 濃度SOC估算	26
第四章 卡曼濾波器	28
4.1 理想卡曼濾波器演算法	28
4.2 離散卡曼濾波演算法	29
4.3 無跡卡曼濾波器	33
4.3.1 無跡轉換	33
第五章 SOC估算	37
5.1 充電UKF	38
5.2 充電線性濾波	45
5.3 放電線性濾波	53
5.3.1 定電流放電	53
5.3.2 非穩定電流放電	59
第六章 結論與未來展望	63
參考文獻	65
附錄一	67
附錄二	70
圖目錄
圖3-1  鋰離子電池充放電示意圖	8
圖3-2  鋰離子電池模型示意圖	12
圖3-3  電極內單粒子示意圖	18
圖3-4  平均電極示意圖	19
圖3-5  充電中電池內部電位	21
圖3-6  電流密度分布	23
圖3-7  鋰離子電池模型	27
圖4-1  狀態估測和誤差協方差之時間關係	30
圖4-2  卡曼濾波器應用流程圖	32
圖4-3  無跡卡曼濾波流程圖1	35
圖4-4  無跡卡曼濾波流程圖2	36
圖5-1  UKF流程圖1	39
圖5-2  UKF流程圖2	40
圖5-3  UKF流程圖3	41
圖5-4  UKF電壓	42
圖5-5  UKF充電正極離子濃度	43
圖5-6  UKF充電SOC	43
圖5-7  UKF充電負極離子濃度	44
圖5-8  電壓-濃度	45
圖5-9  加入一階濾波器示意圖	45
圖5-10 系統Bode圖	46
圖5-11 線性卡曼濾波流程圖1	47
圖5-12 線性卡曼濾波流程圖2	48
圖5-13 線性正極離子濃度	49
圖5-14 線性電壓	49
圖5-15 線性SOC	50
圖5-16 線性負極離子濃度	50
圖5-17 線性濃度增益值	51
圖5-18 線性電流增益值	51
圖5-19 一階濾波器與線性卡曼濾波器比較	52
圖5-20 誤差比較	53
圖5-21 線性穩流放電正極離子濃度	54
圖5-22 線性穩流放電電壓	55
圖5-23 線性穩流放電電壓誤差值	56
圖5-24 線性穩流放電SOC	56
圖5-25 線性穩流放電負極離子濃度	57
圖5-26 線性穩流放電濃度增益值	58
圖5-27 線性穩流放電電流增益值	58
圖5-28 線性非穩流放電正極離子濃度	59
圖5-29 線性非穩流放電濃度誤差	60
圖5-30 線性放電電壓	61
圖5-31 線性放電SOC	62
圖5-32 線性放電負極離子濃度	62
表目錄
表3-1 各類電池性能比較	10
表3-2 各類鋰電池比較	11

[1] 蔡信行，替代能源之回顧與展望(上)，石油期刊，第42卷，第一期，頁33-48，2006。
[2] Shriram Santhanagopalan and Ralph E. White, “State of charge estimation using an unscented filter for high power lithium ion cells”, Int. J. Energy Res. 2010; 34:152–163.
[3] Long Cai and Ralph E. White, “Reduction of Model Order Based on Proper Orthogonal Decomposition for Lithium-Ion Battery Simulations”, The Electro-
chemical, 2008, 7
[4] 	K. Smith, C. Rahn, and C.-Y. Wang, “Control oriented 1D electrochemical model of lithium ion battery,” Energy Convers. Manage., vol. 78, on. 9, pp.2565-2578, 2007.
[5] S. Santhanagopalan, Q. Guo, P. Ramadass, and R. E. White. Review of models for predicting the cycling performance of lithium ion batteries. Journal of Power Sources, 2006.
[6] K. Thomas, J. Newman, and R. Darling, Advances in Lithium-Ion Batteries: Mathematical Modeling of Lithium Batteries. New York: Springer-Verlag, 2002.
[7] T. F. Fuller, M. Doyle, and J. Newman, “Simulation and optimization of the dual lithium ion insertion cell,” J. Electrochem. Soc., vol. 141, pp. 1-10, 1994.
[8] 馬阡蔚，以電化學模式為核心之鋰電池充電流程模擬與分析，淡江大學碩士論文，民國101年6月
[9] Shriram Santhanagopalan and Ralph E. White, “State of charge estimation using an unscented filter for high power lithium ion cells”, Center for Electrochemical Engineering
[10] “Battery Management Systems (BMS)”, http://www.mpoweruk.com/bms.htm, 2016, 11
[11] David O. Feder, Mark J. Hlavac. Analysis and Interpretation of Conductance Measurements Used to Assess Thestate-of-health of Valve Regulated Lead Acid Batteries[C]. Proceedings of the 16th International Telecommunications Energy Conference. 1994.
[12] Zhongyue Zou, Jun Xu, Chris Mi, Binggang Cao and Zheng Chen, “Evaluation of Model Based State of Charge Estimation Methods for Lithium-Ion Batteries”, Energies, 2014, 7.
[13] 黃可龍、王兆翔、劉素琴和馬振基，《鋰離子電池原理與技術》，五南出版社，民國99年。
[14] S. Santhanagopalan and R. E. White, “Online estimation of the state of charge of a lithium ion cell,” J. Power Sources, vol.161, no.2, pp. 1346-1355, 2006.
[15] Bergveld H J, Kruijt W S and Notten P H L 2002 Battery Management System, Design by Modelling (Philips Research Book Series) vol 1 (Boston, MA: Kluwer)
[16] Rudolf Emil Kalman, "A New Approach to Linear Filtering and Prediction Problems," ASME Journal of Basic Engineering, no. 82, pp. 35-45, 1960.
[17] Dan Simon, “Optimal State Estimation: Kalman, H-infinity, and Nonlinear Approaches”, John Wiley & Sons, 2006.
[18] 王奕強，非線性卡曼濾波器於飛行姿態計算之研究，淡江大學碩士論文，民國100年6月