基于DTV-IGPR模型的锂离子电池SOH估计方法

• 作者: 王萍 彭香园 程泽
• 来源期刊: 汽车工程
• 关键词: 锂离子电池 健康状态 健康特征 温度 高斯过程回归
• 年，卷（期）: 2021,（11）
• 页码范围: 1710-1719
• 页数: 10页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2021.11.017

摘要

锂离子电池的健康状态(state of health,SOH)是保障电动汽车安全可靠运行的关键因素.现有的SOH估计方法通常忽略容量衰退过程中能够表征电池老化的温度信息.鉴于此,本文中提出一种基于电池表面温度的差分温度伏安(differential temperature voltammetry,DTV)曲线的获取方法和一种滑动平均(moving average,MA)与卡尔曼滤波(Kalman filtering,KF)结合的滤波方法以提取健康特征.同时利用组合核函数改进了传统高斯过程回归(Gaussian process regression,GPR)算法以拟合电池容量全局衰退和局部波动这两种趋势,从而建立DTV-IGPR电池老化模型进行SOH估计.在两种不同环境温度下获取的牛津数据集和NASA数据集中进行单电池和多电池验证,结果均表明,所提方法具有较高的SOH估计精度和鲁棒性.