基于AMEsim的锂电池健康状态估计模型实验研究

• 作者: 孙俏 张晓宇
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电池健康状态 等效电路模型 卡尔曼滤波算法 AMEsim 充放电循环实验
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 故障预测与健康管理
• 页码范围: 102-106
• 页数: 5页
• 分类号: TN701
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801552

摘要

新能源汽车动力电池健康状态(state of health,SOH)是一个表征电池性能优良的重要评价指标.针对准确估计18650锂电池健康状态这一目标需求,在锂电池单体数学模型的基础上,通过其等效电路模型分析影响锂电池健康状态的因素,采用通用非线性模型(gneral nonlinear model,GNL)电池等效电路和扩展卡尔曼滤波算法,在AMEsim仿真环境下搭建了锂电池SOH估计模型,并对18650锂电池进行充放电循环实验,将采集到的数据集导人AMEsim估计模型的数据模块中进行算法仿真.仿真实验结果表明,SOH估算误差小于8％,建立的锂电池SOH估计模型满足估算精度高,响应速度快的目标需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俏		2	0	0.0	0.0
2	张晓宇		2	0	0.0	0.0