期刊文章详细信息
基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究 ( EI收录)
Study on the State of Health Detection of Power Batteries Based on Adaptive Unscented Kalman Filters and the Battery Echelon Utilization
文献类型:期刊文章
Yan Xiangwu;Deng Haoran;Guo Qi;Qu Wei(Hebei Key Laboratory of Distributed Energy Storage and Micro-Grid North China Electric Power University Baoding,071003 China;China Automotive Technology&Research Center,Tianjin 300162 China;State Grid Hubei Corporation Maintenance Company,Wuhan 430000 China)
机构地区:[1]华北电力大学分布式储能与微网河北省重点实验室,保定071003 [2]中国汽车技术研究中心有限公司,天津300162 [3]国网湖北省电力公司检修公司,武汉430000
年 份:2019
卷 号:34
期 号:18
起止页码:3937-3948
语 种:中文
收录情况:BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:准确估计动力锂离子电池组内各单体电池的荷电状态(SOC)和健康状态(SOH)对延长动力锂离子电池组使用寿命及梯次利用至关重要。该文以电池Thevenin二阶等效电路模型为基础,运用自适应无迹卡尔曼滤波(AUKF)算法对电池SOC和欧姆内阻进行实时估算,并根据欧姆内阻与电池SOH的函数对应关系,实时估算电池SOH。在两种不同工况下对电池做充放电实验,验证了该方法的可行性和准确性。并通过对锂离子电池组中各单体电池及电池组整体健康状态的估算,定位不合格单体电池,量化电池组的完好度,制定明确的电动汽车动力锂离子电池组的梯次利用方案,实现废旧动力电池的资源利用最大化。
关 键 词:自适应无迹卡尔曼滤波 荷电状态 健康状态 电池组完好度 锂离子动力电池梯 次利用
分 类 号:TM919]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...