关键词:
锂离子电池
健康状态估计
两阶段特征融合
摘要:
准确估计锂离子电池的健康状态(SOH)对于优化储能系统的运行、管理和维护至关重要。现有从单阶段充电数据提取健康特征的方法,不能充分挖掘电池老化信息,不利于提高估计精度。针对该问题,提出了一种基于两阶段充电数据融合的储能系统锂离子电池SOH估计方法。通过融合恒压充电阶段与弛豫阶段的健康特征,充分挖掘两阶段充电数据包含的电池老化信息,提高了SOH估计精度。同时,所提出的健康特征组合无需使用恒流充电阶段数据,因此不受充电起始点不确定性的影响,更加适应储能实际工况。实验结果表明,所提出健康特征组合的SOH估计精度明显优于单阶段特征组合,绝对误差平均值为0.66%,均方误差平均值为0.85%,决定系数平均值为0.97。