基于SQKF的锂离子电池剩余寿命预测

作者：黄梦涛^*; 胡礼芳; 张齐波

来源：西安科技大学学报, 2022, 42(05): 994-1002.

DOI：10.13800/j.cnki.xakjdxxb.2022.0519

• 锂离子电池
• 剩余使用寿命
• 经验容量衰退模型
• 平方根求积分卡尔曼滤波

针对锂离子电池剩余寿命(remaining useful life, RUL)难以精准预测的问题，建立单指数经验容量衰退模型，提出能够有效解决电池非线性问题的平方根求积分卡尔曼滤波(square-root quadrature kalman filtering, SQKF)算法。现有的最优估计方法中，求积分卡尔曼滤波(quadrature kalman filtering, QKF)是一种高精度采样算法。研究发现，QKF的估计误差易引起非对称、非正定协方差的传播，影响算法稳定性。在QKF算法上进行平方根扩展，并对单变量求积节点进行多维扩展，将SQKF算法应用于电池容量跟踪估计；另外，从理论上证明SQKF的稳定性。使用NASA公开数据集对算法进行仿真验证，并与现有的扩展卡尔曼滤波、无迹滤波、QKF算法对比。结果表明，在一定条件下，SQKF的RUL预测误差在6%以内，数值精度以及数值稳定性有很大提高，并且研究发现SQKF受锂离子电池个体差异性的影响较小，文中方法在锂离子电池RUL预测的实际应用方面具有参考价值。

• 单位
  西安科技大学