基于充电电压片段的锂离子电池状态联合估计方法

王萍，张吉昂，程泽，于耀先

（天津大学电气自动化及信息工程学院，天津 300072）

锂离子电池具有成本低、能量密度高、循环寿命长的优点，在全球能源和环境危机不断加剧的背景下，正逐渐成为电动汽车、直流变电站和光伏电网的重要储能装置[1].对锂离子电池配备电池管理系统（battery management system，BMS）可以对电池进行科学评估、风险预警和定期更换，保障电池的健康稳定运行.锂离子电池的荷电状态（state of charge，SOC）、健康状态（state of health，SOH）和剩余使用寿命（remaining useful life，RUL）是BMS 运维的重要参数[2].SOC 是电池短时间尺度的状态变化，其实时估计可以预测系统运行时间，制定合理的充放电策略.SOH用来描述电池在不同循环次数下的老化程度，是对长时间尺度下当前状态的描述，其准确估计有利于对电池的健康诊断，及时更换老化电池.此两者是对电池当前状态的描述，而RUL 定义为电池从当前时刻衰减至寿命终止（End of Life，EOL）所需的循环次数，是对电池未来状态的描述，其准确估计有利于合理规划电池的投运，提前排除隐患.三者从不同方面保障系统的平稳运行.

不同于电压电流等可测参数，锂离子电池的SOC、SOH 和RUL 参数无法用传感器直接测量，只能根据一些外部可测量，结合数学算法进行定量估计.电池的状态估计方法主要有间接测量法、模型法和数据驱动法等，下面分别展开介绍.

SOC 估计的方法中，测量法主要是直接利用定义推出的基于电流积分的安时积分法和通过测量电池充放电过程中的开路电压进行SOC 估计的开路电压法[3]，但是前者容易受到初始SOC 误差的影响，且估计误差会随着时间不断积累，无法进行校正和补偿；……