一种基于ARI模型和SRCKF的融合型算法的锂电池剩余寿命预测方法

作者：王玉斐

来源：舰船电子对抗, 2019, 42(04): 117-121.

DOI：10.16426/j.cnki.jcdzdk.2019.04.026

• 锂电池
• 电池管理系统
• 剩余使用寿命
• 平方根容积卡尔曼滤波算法
• 自回归综合模型

锂电池的健康状态估计和剩余寿命(RUL)预测是电池管理系统的重要研究课题之一。平方根容积卡尔曼滤波(SRCKF)算法是扩展卡尔曼滤波(EKF)算法的一种改进,适合对锂电池的非线性退化过程建模。其中,对于特定电池单体,将自回归综合(ARI)模型的长期趋势预测作为SRCKF算法预测阶段的容量观测真值,从而弱化SRCKF算法对经验模型的依赖性,体现不同电池单体的差异性。同时,针对ARI模型对非线性系统预测能力差的问题,引入了一种表征锂电池不同阶段退化速率的健康因子,提升了ARI模型对锂电池非线性退化趋势的拟合度。最后,使用马里兰大学先进寿命周期工程研究中心(CALCE)的公开数据集验证所提算法,实验结果表明混合型算法在容量预测误差和寿命预测的精度上均有所提高。

• 单位
  中国船舶重工集团公司第七二三研究所