基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法

作     者：夏向阳 岳家辉 曾小勇 刘代飞 陈来恩 吕崇耿 夏永凯 

作者机构：长沙理工大学电网防灾减灾全国重点实验室 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金项目(51977014) 湖南省研究生科研创新项目(CX20220917) 

主　　题：锂离子电池 健康特征 传递熵 RBF-ARX模型 健康状态 

摘      要：锂离子电池剩余容量估计是电池管理系统中关键技术之一，也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题，本文提出带外生输入的自回归模型(Radial Basis Function-Autoregressive Exogenous， RBF-ARX)的锂离子电池剩余容量估计方法，利用结构化非线性参数优化方法辨识模型参数，并将“老化信息与“能量相结合，基于小波包能量分析从电池充电电流/电压曲线中直接提取能量特征作为新健康特征，采用传递熵对新健康特征进行筛选以构成模型输入，实现锂离子电池剩余容量的有效估计；最后基于NASA公开的锂离子电池老化数据，通过不同训练/测试样本比例、不同模型展开综合分析，其结果表明所提出的基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法与常用的数据驱动方法相比，误差指标中平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)均保持在较低水平，具有良好的估计精度。