基于UKF的18650锂离子电池健康状况估计

被引：17

作者：

汪秋婷 ^{[1
]}

姜银珠 ^{[2
]}

陆赟豪 ^{[2
]}

机构：

[1] 浙江大学城市学院

[2] 浙江大学

来源：

电源技术 | 2016年 / 40卷 / 03期

基金：

浙江省自然科学基金;

关键词：

18650锂离子电池; 健康状况(SOH); UKF;

D O I：

暂无

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

根据18650型锂离子单体电池的特性分析,建立了电路等效模型和电化学模型相结合的电池模型,以实时在线辨识锂离子电池欧姆内阻为目标,利用无迹Kalman(UKF)滤波算法,实现了对电池欧姆内阻的在线辨识,开展了锂离子电池健康状况(SOH)估计实验,建立了适用于18650型锂离子电池的SOH估计模型。仿真结果显示,该模型同时考虑电池内阻在不同工况下的变化趋势和充放电电流大小等因素,为实现锂离子电池健康状况精确估计提供了较好的理论基础。

引用

页码：543 / 546

页数：4

共 7 条

[1]

电动车锂离子电池健康状态模型研究进展 [J].

李勇 ;

王丽芳 ;

廖承林 .

电源技术, 2013, 37 (05) :863-866

[2]

车用锰酸锂电池使用寿命的试验研究 [J].

曹建华 ;

高大威 ;

宣智渊 ;

魏解元 .

汽车工程, 2012, 34 (08) :739-744

[3]

基于自适应扩展Kalman滤波的SINS/GPS深组合研究 [J].

张品秀 ;

黄操军 ;

乔相伟 .

传感技术学报, 2010, 23 (03) :408-412

[4]

锂动力电池寿命预测研究进展 [J].

高飞 ;

李建玲 ;

赵淑红 ;

王子冬 .

电子元件与材料, 2009, 28 (06) :79-83

[5]

锂离子电池内阻辨识及其在寿命估计中的应用 [J].

魏学哲 ;

徐玮 ;

沈丹 .

电源技术, 2009, 33 (03) :217-220

[6]

Capacity fade study of lithium-ion batteries cycled at high discharge rates.[J].Gang Ning;Bala Haran;Branko N. Popov.Journal of Power Sources.2003, 1

[7]

Determination of state-of-charge and state-of-health of batteries by fuzzy logic methodology.[J].Alvin J Salkind;Craig Fennie;Pritpal Singh;Terrill Atwater;David E Reisner.Journal of Power Sources.1999, 1

← 1 →