蒋胜
(200093上海市 上海理工大学 机械工程学院)
为应对日益严峻的环境污染以及化石燃料消耗问题,各国投入巨大的资金以推动电动汽车的快速发展。锂离子动力电池具有能量和功率密度高、循环寿命长、自放电倍率小以及对环境友好等特点[1],因而被广泛地用作电动汽车的驱动部件。随着使用时长的增加以及环境的变化,锂离子电池会产生不同程度且是不可逆转的老化,减少电动汽车的使用寿命和续驶里程,甚至引发电动汽车的安全问题。其老化程度大致表现在两个方面:最大可用容量的衰减和内阻的增加。因此,准确的容量估计有利于及时地维护和更换老化的锂离子电池,从而降低电动汽车的使用成本及故障产生的概率。
目前,锂离子电池单体容量的估计方法大致可分为基于模型的方法与基于数据驱动的方法2种[2]。基于模型的方法是建立电池容量和循环次数、充放电倍率等之间的一种数学函数模型,在不考虑电池内部反应机制的情况下,实现锂离子电池容量的准确估计。文献[3]为解决传统双指数和多项式经验退化模型分别用于电池容量估计时精度低的问题,提出将二者的关键项进行组合,构建新的模型。结果表明,组合模型的估计精度更高;基于数据驱动的方法是在大量已获取的电池数据基础上,提取表征电池容量退化机理的特征因子,从而建立映射关系来估计单体容量。文献[4]基于不同阶段的电池充电曲线,提取与容量衰减相关的特征并建立相关向量机模型进行在线容量估计。……