發(fā)布時(shí)間：2021-04-13 21:12

　　隨著鋰離子電池在電動(dòng)汽車(chē)和微電網(wǎng)越來(lái)越廣泛地使用,人們?cè)诒ＷC電池管理系統(tǒng)（BMS）安全可靠運(yùn)行和降低維護(hù)成本方面做了許多研究,電池健康狀態(tài)（SOH）估計(jì)作為鋰離子電池管理系統(tǒng)的關(guān)鍵功能之一,準(zhǔn)確估計(jì)電池當(dāng)前健康狀態(tài)對(duì)電池管理系統(tǒng)有重要意義。為了提高估計(jì)準(zhǔn)確性,首先在分析傳統(tǒng)布谷鳥(niǎo)搜索優(yōu)化算法的基礎(chǔ)上,提出了一種動(dòng)態(tài)布谷鳥(niǎo)搜索算法,該算法通過(guò)改進(jìn)步長(zhǎng)和發(fā)現(xiàn)概率,并將函數(shù)值變化趨勢(shì)引入到步長(zhǎng)更新方程,平衡了搜索速度和精度之間的關(guān)系。為解決傳統(tǒng)粒子濾波自身存在的粒子退化問(wèn)題,通過(guò)將粒子用布谷鳥(niǎo)鳥(niǎo)窩表示,對(duì)布谷鳥(niǎo)群體搜索的模擬來(lái)指導(dǎo)更新粒子的分布,利用改進(jìn)的動(dòng)態(tài)布谷鳥(niǎo)搜索來(lái)優(yōu)化粒子濾波算法。然后從鋰離子電池工作時(shí)的可測(cè)參數(shù)中提取健康指標(biāo)HI,建立了HI指標(biāo)與SOH之間的映射模型,并將其應(yīng)用于狀態(tài)空間模型的觀測(cè),提出了一種基于改進(jìn)粒子濾波算法的電池SOH估計(jì)方法。實(shí)驗(yàn)結(jié)果表明,該方法優(yōu)于傳統(tǒng)粒子濾波算法（PF）,對(duì)鋰離子電池退化過(guò)程預(yù)測(cè)具有良好的適應(yīng)性和精確性。 

【文章來(lái)源】：儲(chǔ)能科學(xué)與技術(shù). 2020,9(06)CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

NASA數(shù)據(jù)集Fig.1NASAbatterydataset

儲(chǔ)能科學(xué)與技術(shù)2020年第9卷移方程可以表示為Xk=[ak；bk；ck；dk](16)ìíak=ak-1+υa，k-1υa~N(0，σa)bk=bk-1+υb，k-1υb~N(0，σb)ck=ck-1+υc，k-1υc~N(0，σc)dk=dk-1+υd，k-1υd~N(0，σd)(17)式中，N(0,σ)為均值和標(biāo)準(zhǔn)差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系，測(cè)量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0，σμ)(18)式中，g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個(gè)粒子對(duì)SOH估計(jì)可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實(shí)驗(yàn)設(shè)計(jì)先對(duì)NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標(biāo)，并對(duì)構(gòu)建的HI與SOH進(jìn)行相關(guān)性分析。然后對(duì)測(cè)量方程建立HI指標(biāo)與SOH之間的映射函數(shù)，并且對(duì)狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進(jìn)算法對(duì)SOH估計(jì)的狀態(tài)參數(shù)進(jìn)行優(yōu)化。如圖3所示，從電池開(kāi)始放電到電壓降為3V的時(shí)間所構(gòu)建的HI和真實(shí)SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性，說(shuō)明SOH可以通過(guò)構(gòu)建的HI來(lái)表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計(jì)算系數(shù)β0、β1、β2，最大誤差為0.0689，表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評(píng)價(jià)指標(biāo)為了分析改進(jìn)算法的估計(jì)性能的優(yōu)越性，?

儲(chǔ)能科學(xué)與技術(shù)2020年第9卷移方程可以表示為Xk=[ak；bk；ck；dk](16)ìíak=ak-1+υa，k-1υa~N(0，σa)bk=bk-1+υb，k-1υb~N(0，σb)ck=ck-1+υc，k-1υc~N(0，σc)dk=dk-1+υd，k-1υd~N(0，σd)(17)式中，N(0,σ)為均值和標(biāo)準(zhǔn)差為零的高斯噪聲。在考慮到電池退化模型和HI與SOH之間的關(guān)系，測(cè)量方程可以表示成{SOHk=ak×exp(b)k×k+ck×exp(dk×k)HIk=g(SOH)k+μkμk~N(0，σμ)(18)式中，g()為在線HI和電池SOH之間的轉(zhuǎn)換關(guān)系。則每個(gè)粒子對(duì)SOH估計(jì)可表示為SOHik=aik×exp(bik×k)+cik×exp(dik×k)(19)則估算的SOH為SOHk=∑i=1Nwik×SOHik(20)2.3實(shí)驗(yàn)設(shè)計(jì)先對(duì)NASA數(shù)據(jù)集中18#電池構(gòu)建HI指標(biāo)，并對(duì)構(gòu)建的HI與SOH進(jìn)行相關(guān)性分析。然后對(duì)測(cè)量方程建立HI指標(biāo)與SOH之間的映射函數(shù)，并且對(duì)狀態(tài)轉(zhuǎn)移方程建立退化模型。最后利用改進(jìn)算法對(duì)SOH估計(jì)的狀態(tài)參數(shù)進(jìn)行優(yōu)化。如圖3所示，從電池開(kāi)始放電到電壓降為3V的時(shí)間所構(gòu)建的HI和真實(shí)SOH之間的關(guān)系可知HI與SOH有很大的相關(guān)性，說(shuō)明SOH可以通過(guò)構(gòu)建的HI來(lái)表示。由式(14)和SOH獲得的相關(guān)映射HI如圖4所示。利用最小二乘法計(jì)算系數(shù)β0、β1、β2，最大誤差為0.0689，表明利用映射關(guān)系可以建立系統(tǒng)狀態(tài)空間方程。2.4評(píng)價(jià)指標(biāo)為了分析改進(jìn)算法的估計(jì)性能的優(yōu)越性，?

【參考文獻(xiàn)】：
期刊論文
[1]鋰離子電池負(fù)極材料的制備及應(yīng)用進(jìn)展[J]. 嚴(yán)旭明,馮光炷,黃雪.  化工新型材料. 2019(07)
[2]基于自控蝙蝠算法智能優(yōu)化粒子濾波的機(jī)動(dòng)目標(biāo)跟蹤方法[J]. 陳志敏,吳盤(pán)龍,薄煜明,田夢(mèng)楚,岳聰,顧福飛.  電子學(xué)報(bào). 2018(04)
[3]螢火蟲(chóng)算法智能優(yōu)化粒子濾波[J]. 田夢(mèng)楚,薄煜明,陳志敏,吳盤(pán)龍,趙高鵬.  自動(dòng)化學(xué)報(bào). 2016(01)
[4]融合優(yōu)質(zhì)粒子分布的粒子群優(yōu)化算法[J]. 朱蓉,靳雁霞,范衛(wèi)華.  小型微型計(jì)算機(jī)系統(tǒng). 2015(03)
[5]改進(jìn)的粒子濾波重采樣算法[J]. 李娟,劉曉龍,盧長(zhǎng)剛,左英澤.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2015(06)
[6]基于擬蒙特卡洛濾波的改進(jìn)式粒子濾波目標(biāo)跟蹤算法[J]. 任航.  電子測(cè)量與儀器學(xué)報(bào). 2015(02)
[7]基于改進(jìn)布谷鳥(niǎo)算法的梯級(jí)水庫(kù)優(yōu)化調(diào)度研究[J]. 明波,黃強(qiáng),王義民,劉登峰,白濤.  水利學(xué)報(bào). 2015(03)
[8]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍.  計(jì)算機(jī)學(xué)報(bào). 2014(08)



本文編號(hào)：3136013