联合精确估算电池的健康状态

摘要：

以动力电池的电压、电流、温度和内阻作为输入,荷电状态作为输出,建立四输入一输出的神经网络仿真模型预测电池的荷电状态.再以荷电状态为基础,改进电池健康状态的估算方法,分别利用改进型容量法、改进型内阻法和电压法3种方法分别估算出电池的健康状态,并利用遗传神经网算法建立了3种方法联合在一起的电池健康状态估算模型.以4节12V的串联锂离子电池组模块为研究对象分别进行了Simulink仿真和实验研究,通过采集动力电池充放电时的电压、电流、温度、内阻和放电量数据,测试了电池的荷电状态和健康状态.实验结果表明电池荷电状态的预测精度为1.6％,仿真模型运行和实验结果显示联合法估算健康状态的最大误差为1.5％,高于其他3种单独的方法.本文提出的健康状态预测方法,省略了传统神经网络算法估算健康状态寻找健康因子的复杂步骤,同时也避免现有电池的健康状态估计单一参量判定方法的局限性.

关键词：荷电状态、健康状态、神经网络算法、联合法、动力电池

所属期刊栏目：42

分类号：TN06(一般性问题)

资助基金：温州市科技局科技计划项目G20170008;温州大学研究生创新基金项目201736;国家级大学生创新创业训练计划项目201710351024

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：25-30