基于联合算法的锂电池SOC与SOH协同在线预测

摘要

以18650型锂电池为研究对象,建立双极化Thevenin(DP-Thevenin)等效电路模型描述其动静态特征。分别以恒流脉冲放电实验和带遗忘因子的递推最小二乘法完成电池电动势及模型参数的辨识;在Simulink中搭建等效电路模型,以脉冲电流作为激励进行验证,得出模型响应电压与实际端电压契合度较好,平均误差为1.836%;构建电池实验硬件电路,编写算法程序完成了锂电池实验系统的构建。最后,在随机测试工况下借助Matlab分析了基于联合算法的锂电池荷电状态(SOC)与健康状态(SOH)在预测精确度、错误初值时算法收敛性等方面的性能。实验结果表明,算法可精确估计出电池SOC和内阻大小,最大误差不超过3.5%;且在初值相差15%时,算法可在319 s内收敛至真值附近,鲁棒性较好。