| 锂离子电池健康状态多因子在线估计方法 |
| |
| 引用本文： | 陈猛,乌江,焦朝勇,陈继忠,张在平. 锂离子电池健康状态多因子在线估计方法[J]. 西安交通大学学报, 2020, 0(1): 169-175 |
| |
| 作者姓名： | 陈猛 乌江 焦朝勇 陈继忠 张在平 |
| |
| 作者单位： | 1.西安交通大学电气工程学院;2.中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室;3.国家电网有限公司 |
| |
| 摘 要： | 针对传统的锂离子电池健康状态估计方法仅用电池欧姆内阻作为单因子评估指标时存在较大误差的问题,提出了一种利用电池欧姆内阻、极化内阻与极化电容共3个模型参数构建的多因子评估模型。选用一阶RC等效电路模型作为基础电路模型,并通过仿真实验验证了所选择电路模型的准确性。对同一型号的多组三元锂离子电池进行循环老化实验,得到离线辨识的模型参数,发现等效电路模型中的欧姆内阻、极化内阻、极化电容与健康状态存在确定的关系。通过带约束的最小二乘算法求解对应模型参数的权重,并以卡尔曼滤波算法在线辨识模型参数,实时获得基于多因子模型的综合电池健康状态。将所提方法与仅用欧姆内阻评估的方法进行了对比,结果表明:所提方法评估锂离子电池真实健康状态的误差变化范围较小,基本在1%左右,精度更高。
|
| 关 键 词： | 锂离子电池 健康状态 卡尔曼滤波 带约束的最小二乘 多因子 |
Multi-Factor Online Estimation Method for Health Status of Lithium-Ion Battery |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
