基于SREKF的锂电池健康状态估计

• 作者: 张凤珠 张志禹 马文涛
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 健康状态 锂电池 等效电路模型 平方根扩展卡尔曼滤波 欧姆内阻
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 740-743
• 页数: 4页
• 分类号: TM912
• 字数: 2998字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.05.025

摘要

健康状态(state of health,SOH)估计在电池管理系统中起着非常关键的作用.为了进一步提高锂电池SOH估计精度,提出基于平方根扩展卡尔曼滤波算法(square root extended Kalman filter,SREKF)的锂电池SOH估计方法.通过建立二阶RC等效电路模型(equivalent circuit model,ECM),将表示SOH的欧姆电阻(R0)塑造为状态向量,利用锂电池欧姆内阻与SOH之间的内在关系,可得到锂电池的SOH.通过SREKF实时估计电池的内阻,该方法能保证状态协方差矩阵的对称性和非负性.在恒流工况与混合动力脉冲特性(HPPC)工况的验证结果表明,与EKF算法相比,SREKF算法能够更准确、更可靠地估计欧姆内阻,为电池SOH估计提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志禹	西安理工大学电气工程学院	68	466	12.0	18.0
2	马文涛	西安理工大学电气工程学院	11	36	4.0	6.0
3	张凤珠	西安理工大学电气工程学院	1	0	0.0	0.0