基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究

摘要：

准确估计动力锂离子电池组内各单体电池的荷电状态(SOC)和健康状态(SOH)对延长动力锂离子电池组使用寿命及梯次利用至关重要.该文以电池Thevenin二阶等效电路模型为基础,运用自适应无迹卡尔曼滤波(AUKF)算法对电池SOC和欧姆内阻进行实时估算,并根据欧姆内阻与电池SOH的函数对应关系,实时估算电池SOH.在两种不同工况下对电池做充放电实验,验证了该方法的可行性和准确性.并通过对锂离子电池组中各单体电池及电池组整体健康状态的估算,定位不合格单体电池,量化电池组的完好度,制定明确的电动汽车动力锂离子电池组的梯次利用方案,实现废旧动力电池的资源利用最大化.

关键词：自适应无迹卡尔曼滤波、荷电状态、健康状态、电池组完好度、锂离子动力电池梯次利用

所属期刊栏目：34

分类号：TM919

在线出版日期：2019-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：3937-3948