基于RTS-UKF的并联动力电池组核心温度估计

• 作者: 雷飞 李彪 占天平 李轶伦 湖南大学机械与运载工程学院
• 来源期刊: 湖南大学学报（自然科学版）
• 学科: 工学
• 关键词: 锂离子电池;电池组;温度分布;卡尔曼滤波;状态估计
• 年，卷（期）: 2025,（12）
• 页码范围: 51-60
• 页数: 10页
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2024250

摘要

在并联电池组充放电时，电池组内各单体温度分布不一致且单体电池核心与表面温度存在较大差异，直接影响电池组的热安全.为解决传统方式测量电池表面温度无法反映核心温度分布，提出了一种基于固定区间平滑技术（RTS）与无迹卡尔曼滤波（UKF）相结合的电池核心温度估计算法.基于RTS的数据处理方法，将未来信息量与UKF算法结合，使用未来信息量对UKF算法估计结果进行修正，提升估计的精度和稳定性.利用不同温度下混合功率脉冲特性（HPPC）实验对等效电路模型进行参数辨识，建立并联电池组的电流分流模型和集总热模型，并对并联电池组模型进行实验验证.在动态应力工况测试（DST）下，RTS-UKF算法对电池核心温度估计精度和稳定性相比于UKF算法有较大提升，其估计标准偏差为4.2%.