变温度下IHF-IGPR框架的锂离子电池健康状态预测方法

• 作者: 韩乔妮 姜帆 程泽
• 来源期刊: 电工技术学报
• 关键词: 间接健康特征 改进高斯过程回归 容量退化 锂离子电池 健康状态预测
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 电能存储与应用
• 页码范围: 3705-3720
• 页数: 16页
• 分类号: TM911
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.201593

摘要

通过研究锂离子电池的容量退化与充放电过程中电流、电压、温度等参数的变化趋势的关系,提出一种不同温度条件下基于锂离子电池间接健康特征(IHF)和改进高斯过程回归(IGPR)模型的电池健康状态(SOH)预测方法.针对变温度预测时IHF提取问题,在充放电阶段自适应地提取电压、时间曲线中的健康特征(HF),采用随机数法获取最优的区间.针对容量再生问题,以有理二次协为核函数建立SOH预测的高斯过程回归(GPR)模型,并引用共轭梯度算法优化GPR模型.最后,以方均根误差(RMSE)和平均绝对百分比误差(MAPE)两项评价指标对所提出的框架在电池数据集上设计了单电池、多电池实验进行验证.结果表明:基于常温下等充电时间电压差(CVD-ETS)与高(低)温下等压降放电时间(DTD-EVS)的IGPR方法可以预测锂离子电池容量退化的非线性趋势,所提方法具有小样本性以及较高的预测精度与广泛的适用性.