文献类型：期刊文章

作　　者：印学浩[1,2] 宋宇晨[1] 刘旺[1] 刘大同[1]

Yin Xuehao;Song Yuchen;Liu Wang;Liu Datong(Department of Automatic Test and Control,Harbin Institute of Technology,Harbin 150080,China;Jiangsu Automation Research Institute,Lianyungang 222061,China)

机构地区：[1]哈尔滨工业大学自动化测试与控制系,哈尔滨150080 [2]江苏自动化研究所,连云港222061

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61771157,61571160)项目资助

年　　份：2018

卷　　号：39

期　　号：8

起止页码：118-126

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：荷电状态（SOC）和健康状态（SOH）估计是锂离子电池管理系统的关键技术。针对SOH退化情况下电池模型参数和容量参数发生改变影响SOC长期估计性能的问题,提出了基于多时间尺度的锂离子电池SOC-SOH联合估计方法。建立多时间尺度状态空间方程,构建SOC-SOH与电池模型参数间多维度空间插值曲面,基于无迹粒子滤波算法实现锂离子电池状态联合估计。根据SOH估计结果更新用于SOC估计的电池模型参数和容量参数,在SOH估计中以在线健康因子作为系统观测量实现在线联合估计。实验结果表明,在锂离子电池全寿命周期中,相较于未考虑SOH退化情况,方法在SOC估计的最大误差、平均误差和均方根误差方面有明显降低,较好地提升了SOC的长期估计性能。

关 键 词：锂离子电池 多时间尺度 荷电状态 健康状态  联合估计  

分 类 号：TP206.3]