一种基于无迹粒子滤波的锂离子电池寿命预测方法

摘要

本发明公开了一种基于无迹粒子滤波的锂离子电池寿命预测方法，能够对电池容量状态进行更精确的估计，提高电池寿命预测的准确度；该方法将双指数容量衰减模型作为锂离子电池容量退化模型，获得锂离子电池容量的状态转移方程和量测方程；根据其他电池已知的寿命衰减数据，获得双指数容量衰减模型的状态变量初值的分布；针对所需预测寿命的待测电池，确定其对应的预测起始点；利用无迹粒子滤波方法对已充放电次数待测电池容量数据进行状态跟踪，更新容量衰减模型中的状态变量，获该充电次数后对应的状态变量；预测该次充放电后对应的状态变量及电池容量，绘制容量预测曲线，确定待测电池的寿命。

主权项

一种基于无迹粒子滤波的锂离子电池寿命预测方法，其特征在于，该方法包括如下：步骤一，将双指数容量衰减模型作为锂离子电池容量退化模型，并进一步获得锂离子电池容量的状态转移方程和量测方程；双指数容量衰减模型：Q_k＝a·exp(b·k)+c·exp(d·k)；状态转移方程：$\left\{\begin{array}{cc}{a}_k=a_{k-1}+w_a& w_a~N(0,{\sigma }_a)\\ b_k=b_{k-1}+w_b& w_b~N(0,{\sigma }_b)\\ c_k=c_{k-1}+w_c& w_c~N(0,{\sigma }_c)\\ d_k=d_{k-1}+w_d& w_d~N(0,{\sigma }_d)\end{array}\right.;$量测方程：Q_k＝a_k·exp(b_k·k)+c_k·exp(d_k·k)+v v～N(0,σ_v)；其中，a_k、b_k、c_k和d_k为锂离子电池第k次充放电循环周期所对应的状态变量，k取自然数，Q_k表示第k次充放电循环周期时电池的实际容量值，w_a、w_b、w_c和w_d均为过程噪声，v为测量噪声；步骤二，根据其他电池已知的寿命衰减数据，获得双指数容量衰减模型的状态变量初值a₀、b₀、c₀、d₀的分布；步骤三，针对所需预测寿命的待测电池，确定其对应的预测起始点k，其中k表示待测电池已进行的充放电次数；步骤四，利用无迹粒子滤波方法对已进行充放电的k次待测电池容量数据进行状态跟踪，更新容量衰减模型中的状态变量，获得第k次充放电后对应的状态变量a_k、b_k、c_k、d_k；步骤五，利用状态变量a_k、b_k、c_k、d_k，根据状态转移方程和量测方程预测第k次充放电以后，每次充放电所对应的状态变量及电池容量；步骤六，以待测电池充放电次数为横坐标，以待测电池容量为纵坐标，建立容量预测曲线；步骤七，根据设定的待测电池容量阈值，从所述容量预测曲线中确定待测电池的充电次数，即待测电池的寿命。