文献类型：期刊文章

作　　者：张吉宣[1] 贾建芳[1] 曾建潮[1]

机构地区：[1]中北大学电气与控制工程学院

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(61573250)资助项目

年　　份：2018

卷　　号：32

期　　号：3

起止页码：60-66

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：电动汽车的锂电池受工况、环境等因素影响,具有很强的时变非线性,对其进行剩余寿命预测具有挑战性。针对现有算法未同时考虑不确定表达、预测精度以及不同电池的适应能力对剩余寿命的影响,提出了一种正则化粒子滤波和自回归滑动平均模型相融合的锂电池剩余寿命预测算法。以锂电池的经验退化模型作为融合算法的状态方程,自回归滑动平均模型的预测输出值替代观测值,构建状态空间模型,迭代更新电池容量,实现锂电池的剩余寿命预测。基于NASA锂电池数据集进行仿真验证,并与标准粒子滤波和正则化粒子滤波算法相比较,实验结果表明,在中期、后期预测过程中融合算法的预测误差在5%以下,该方法具有较好的锂电池剩余寿命预测精度。

关 键 词：电动汽车 锂离子电池 剩余寿命 融合算法  

分 类 号：U469.72]