电池健康状态估计器

部分充电数据即可

利用部分充电数据与双卡尔曼滤波，以极低计算量在线追踪并修正电池老化状态，适用于不同锂离子电池。

高仁璟 · Yunfei, Zhang · Lyu, Zhiqiang

Journal of Energy Storage 2024

参数信息

估计误差

2.5 %

平均均方根误差

0.0066

平均运行时间

0.848 s

平均均方根误差

0.0050

技术优势

误差全部低于2.5%

在CACLE、Oxford、DUT三个数据集上验证，估计误差均低于2.5%，平均RMSE为0.0066。

计算量小

通过线性状态空间方程直接观测老化状态，仅需小计算量，平均运行时间0.848秒。

适用不同电池

在CACLE、Oxford、DUT数据集上验证有效，证明可应用于不同锂离子电池。

应用场景

• 电池健康管理：以更低算力实时监测电池健康状态，降低BMS部署门槛。
• 电动汽车电池管理：利用部分充电数据即可估算SOH，简化电动汽车BMS的在线估计模块。