考虑不同充电策略的锂电池健康状态区间估计

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义，但当前锂电池SOH估计方法多针对特定充电策略，采用确定性估计模型，无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此，提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数，通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外，考虑到锂电池全生命期循环次数有限，属于小样本问题，提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集，对SVQR模型进行离线训练，训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法，实验结果表明：所提方法适用于不同充电策略，且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.