文献类型：期刊文章

作　　者：李彦梅[1] 刘惠汉[1] 张朝龙[1,2] 罗来劲[1]

LI Yanmei;LIU Huihan;ZHANG Chaolong;LUO Laijing(School of Electronic Engineering and Intelligent Manufacturing,Anqing Normal University,Anqing 246011;College of Intelligent Science and Control Engineering,Jinling Institute of Technology,Nanjing 211169)

机构地区：[1]安庆师范大学电子工程与智能制造学院,安庆246011 [2]金陵科技学院智能科学与控制工程学院,南京211169

出　　处：《电气工程学报》

基　　金：国家重点研发计划(2020YFB0905905,2016YFF0102200);国家自然科学基金(51637004);安徽省级质量工程“四新”研究与改革实践(2021sx092)资助项目。

年　　份：2022

卷　　号：17

期　　号：4

起止页码：32-40

语　　种：中文

收录情况：CSCD、CSCD_E2021_2022、JST、ZGKJHX、普通刊

摘　　要：准确的剩余使用寿命预测对锂离子电池的性能最大化和维护是至关重要的。为了对锂离子电池的剩余使用寿命进行精准预测,提出一种新颖的双高斯模型用于描述锂离子电池老化过程。首先对常用的几种电池容量衰减经验模型进行分析与评价,并提出性能更优的双高斯模型。随后,基于历史容量数据,利用粒子滤波(Particle filter,PF)技术建立双高斯老化模型,同时引入拟合相关系数与均方根误差评估模型。最后,根据实验室的单体电池老化数据和美国国家航空航天局的电池老化数据,进行剩余使用寿命预测试验,以验证所提出的老化模型的有效性。试验结果表明,所提出的老化模型可以准确地预测锂电池剩余使用寿命,与其他模型相比,预测误差得到明显改善。

关 键 词：锂离子电池 剩余使用寿命  双高斯模型  粒子滤波算法

分 类 号：TM912]