一种基于粒子滤波和多项式回归的锂离子电池剩余寿命间接预测方法

针对汽车实际运行过程中,动力电池非满充满放工况下电池退化特征难以提取问题,以等充电压升时间、等放电压降时间为特征健康因子,构建特征健康因子与循环次数的时间序列。利用经验模态分解解耦全局退化和局部波动。同时提出将粒子滤波和多项式回归联合来预测电池剩余寿命,粒子滤波用来追踪局部波动现象,多项式回归用来拟合全局退化趋势。结果表明:本方法的预测结果与锂电池寿命实验数据误差在4%之内,说明所提出的方法容易实现且精度符合要求。

基于AIUKF的锂离子电池SOC估算

锂离子电池作为电动汽车的动力源,其荷电状态(SOC)的准确估算可以有效提高系统的工作效率,防止过充过放带来的安全隐患。首先建立了电池的二阶RC等效电路模型,采用递推最小二乘法对其进行参数辨识,然后在UKF的基础上引入自适应迭代,对SOC估计值重新进行UT变换,并再次利用观测值来改善状态估计,最后采用改进的Sage-Husa估计器对过程和量测噪声进行自适应修正。仿真结果表明,所提方法具有良好的估算精度及适用性。