锂离子电池片段数据的荷电状态估计研究

摘要

锂离子电池的片段数据估计具有现实的工程意义.以比克H18650CIL型镍钴锰酸锂单体电池为研究对象,建立了二阶RC等效电路模型,设计了锂电池实验并进行了参数辨识.完成了无迹卡尔曼滤波程序的编写,仿真和实验数据对比表明,该模型具有较高的精度.考虑到不同算法的优点,论文还使用灰色理论、BP神经网络等方法进行了锂电池荷电状态估计.在此基础上建立了无迹卡尔曼滤波(UKF)、灰色理论(GM)和神经网络(BPNN)的联合算法,分别以15％、30％和40％的锂电池片段数据作为训练数据,进行了SOC估计结果的比较.数据表明联合算法的估计精度更高.未来还需要对算法进行了更加深入的优化,以便能够在线完成锂电池参数的精准辨识.