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

论文摘要

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。

论文目录

• 0 引言
• 1 电池状态空间模型
•   1.1 电池状态空间模型的建立
•   1.2 电池模型参数辨识
•     1.2.1 欧姆内阻R0的辨识[26]
•     1.2.2 极化阻容参数的辨识
• 2 自适应无迹卡尔曼滤波算法估计电池状态
•   2.1 建立离散化模型
•   2.2 AUKF估计电池SOC和欧姆内阻
•   2.3 内阻法估计电池SOH
• 3 实验验证与分析
•   3.1 间歇恒流放电工况
•   3.2 变电流工况
• 4 电动汽车电池组梯次利用方案
•   4.1 判断退役电池组是否具有梯次利用价值
•   4.2 定位不合格单体电池
•   4.3 退役电池组的更新维护
• 5 结论

文章来源

类型: 期刊论文

作者: 颜湘武,邓浩然,郭琪,曲伟

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

来源: 电工技术学报 2019年18期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华北电力大学分布式储能与微网河北省重点实验室,中国汽车技术研究中心有限公司,国网湖北省电力公司检修公司

分类号: TM912

DOI: 10.19595/j.cnki.1000-6753.tces.171452

页码: 3937-3948

总页数: 12

文件大小: 1390K

下载量: 930