电动汽车动力电池健康状态在线估算方法
来源期刊:东北大学学报(自然科学版)2020年第4期
论文作者:刘芳 刘欣怡 苏卫星
文章页码:492 - 498
关键词:电动汽车;SOH在线估计;电池模型;遗传算法;非线性最小二乘法;
摘 要:针对电动汽车动力电池SOH(state of health)的估算问题,提出一种可以在线运行的有效估算方法.其优势在于仅依托电池管理系统实时测量电压、电流等数据,无需离线电池寿命衰退曲线及电池的初始状态,因此更符合电动汽车对于SOH估算问题的实际需求.在电池恒流充电模式下,以Thevenin及OCV-SOC模型为基础,构建以时间和SOH为隐变量的电池模型.基于此电池模型,提出利用NLS (nonlinear least square)初始化GA搜索范围的快速求解算法进行在线参数辨识,得到电动汽车实时的SOH估计值.验证结果表明SOH估计算法具有较好的实用性及较高的估算精度.
刘芳1,2,3,刘欣怡1,苏卫星1
1. 天津工业大学计算机科学与技术学院2. 北京矿冶科技集团有限公司采矿冶金过程自动化国家重点实验室/北京矿冶过程自动化重点实验室3. 天津清源电动车辆有限责任公司
摘 要:针对电动汽车动力电池SOH(state of health)的估算问题,提出一种可以在线运行的有效估算方法.其优势在于仅依托电池管理系统实时测量电压、电流等数据,无需离线电池寿命衰退曲线及电池的初始状态,因此更符合电动汽车对于SOH估算问题的实际需求.在电池恒流充电模式下,以Thevenin及OCV-SOC模型为基础,构建以时间和SOH为隐变量的电池模型.基于此电池模型,提出利用NLS (nonlinear least square)初始化GA搜索范围的快速求解算法进行在线参数辨识,得到电动汽车实时的SOH估计值.验证结果表明SOH估计算法具有较好的实用性及较高的估算精度.
关键词:电动汽车;SOH在线估计;电池模型;遗传算法;非线性最小二乘法;