变温度下IHF-IGPR框架的锂离子电池健康状态预测方法

作     者：韩乔妮 姜帆 程泽 Han Qiaoni;Jiang Fan;Cheng Ze

作者机构：天津大学电气自动化与信息工程学院天津300072 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2021年第36卷第17期

页      面：3705-3720页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金(61873180) 国家自然科学基金青年基金(61803218)资助项目 

主　　题：间接健康特征 改进高斯过程回归 容量退化 锂离子电池 健康状态预测 

摘      要：通过研究锂离子电池的容量退化与充放电过程中电流、电压、温度等参数的变化趋势的关系,提出一种不同温度条件下基于锂离子电池间接健康特征(IHF)和改进高斯过程回归(IGPR)模型的电池健康状态(SOH)预测方法。针对变温度预测时IHF提取问题,在充放电阶段自适应地提取电压、时间曲线中的健康特征(HF),采用随机数法获取最优的区间。针对容量再生问题,以有理二次协为核函数建立SOH预测的高斯过程回归(GPR)模型,并引用共轭梯度算法优化GPR模型。最后,以方均根误差(RMSE)和平均绝对百分比误差(MAPE)两项评价指标对所提出的框架在电池数据集上设计了单电池、多电池实验进行验证。结果表明:基于常温下等充电时间电压差(CVD-ETS)与高(低)温下等压降放电时间(DTD-EVS)的IGPR方法可以预测锂离子电池容量退化的非线性趋势,所提方法具有小样本性以及较高的预测精度与广泛的适用性。