文献类型：期刊文章

作　　者：周雅夫[1,2] 孙宵宵[1,2] 黄立建[1,2] 连静[1,2]

ZHOU Yafu;SUN Xiaoxiao;HUANG Lijian;LIAN Jing(State Key Laboratory of Structural Analysis for Industrial Equipment(Dalian University of Technology),Dalian 116024,Liaoning,China;School of Automotive Engineering,Faculty of Vehicle Engineering and Mechanics,Dalian University of Technology,Dalian 116024,Liaoning,China)

机构地区：[1]工业装备结构分析国家重点实验室(大连理工大学),辽宁大连116024 [2]大连理工大学运载工程与力学学部汽车工程学院,辽宁大连116024

出　　处：《哈尔滨工业大学学报》

基　　金：国家重点研发计划(2018YFE0105500).

年　　份：2021

卷　　号：53

期　　号：1

起止页码：55-62

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为研究锂电池在动态工况下以及全生命周期内健康状态的准确估计问题,提出一种基于固定充电电压片段的方法.选取充电过程中某固定电压片段内所充电量作为电池容量估算的等效健康因子,利用遗传算法选择最优的充电电压片段,在两类锂电池老化实验数据的基础上,设计放电电流不同、健康状态区间不同的8个验证算例.实验结果表明:8个验证算例中,训练集电池和测试集电池健康状态估计的平均绝对误差与均方根误差均低于1.55%;所提出的基于等效健康因子的方法,在100%~60%的全寿命健康状态区间,对于不同的放电电流、不同材料的电池,均能进行健康状态的准确在线估计,具有较强的适用性.

关 键 词：锂电池 电池健康状态  等效健康因子  遗传算法  充电电压片段  

分 类 号：TM912]