钠离子电池健康状态预测

摘要：

钠离子电池健康状态(SOH)预测对于电池优化管理有重要意义,但由于钠离子电池老化机理复杂,影响因素众多,精准SOH预测挑战巨大.为此,本研究从健康状态时序测量数据出发,提出了基于双指数模型的粒子滤波法(DEM-PF)和基于小波分析的高斯过程回归法(WA-GPR),以实现钠离子电池单步SOH和剩余可用寿命(RUL)预测.前者直接采用双指数函数构建时序SOH数据模型,并结合PF算法进行模型参数更新;后者采用小波分析实现时序SOH数据多尺度解耦,采用GPR构建各尺度数据模型并进行融合后实施预测.实验结果表明,相比DEM-PF方法,WA-GPR方法的单步SOH和RUL预测效果更好,单步SOH预测均方根误差为0.8％,RUL预测误差最小为3次循环,从而为钠离子电池管理提供有效支撑.

关键词：钠离子电池、健康状态、粒子滤波算法、高斯过程回归、小波分析

所属期刊栏目：10

分类号：TM912

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1407-1415