欢迎光临HAWKER英国霍克蓄电池（中国）营销总部
服务热线：15313702523

首页 > 技术支持

霍克锂电池一种热感知自适应方法用于锂离子电池精确荷电状态估

锂离子电池(LIBs)在变温与变读档工况下的精确荷电状态(SOC)估计仍是关键挑战，尤其对于电动汽车与电网级储能系统。传统基于模型的估计器(如EKF和UKF)通常假设参数固定且忽略耦合电热动力学，导致其在温度波动与老化效应下估计精度下降。为突破这些限制，本文提出一种用于实时SOC估计的热感知分层自调平方根无迹卡尔曼滤波器(TA-HST-SRUKF)。该框架限制级地将集总热模型整合至SOC估计回路，并采用分层自调机制在线调整过程与量测噪声协方差。此外，平方根形式化处理增强了数值稳定性并降低计算负担，使该方法适用于嵌入式电池管理系统。与传统基于EKF和UKF的方法相比，所提出的TA-HST-SRUKF算法在宽温域和变工况条件下均表现出更强的鲁棒性及更高的估算精度。模拟结果证实，该方法在不增加计算复杂度的前提下实现了更低的估算误差与更优的适应能力。该方案为热动态环境及易老化电池应用中的高精度SOC估算提供了有效且实用的解决途径。

引言

储能系统(ESS)已成为现代电网、电动汽车(EVs)和可再生能源基础设施中不可或缺的组成部分，其通过支持读档平衡、整合间歇性可再生能源以及提升整体系统可靠性发挥关键作用[10][24]。在现有ESS技术中，锂离子电池(LIBs)因其高能量密度、长循环寿命和优异的效率特性而成为主流选择[11][12]。为确保基于锂离子电池（LIB）系统的安全高效运行，荷电状态（SOC）的精确估算具有至关重要的意义。SOC作为电池可用能量的关键指标，直接影响能量管理策略、运行效率及安全裕度[13][25]。然而，电池行为具有固有的非线性特征，且受工作温度、老化及读档变化的强烈影响，这使得实际工况下的可靠SOC估算始终面临严峻挑战[14][15]。
基于模型的状态电荷（SOC）估计技术，尤其是扩展卡尔曼滤波器（EKF）和无迹卡尔曼滤波器（UKF），因其处理非线性电池动态的能力[1][2][3]而被广泛采用。尽管应用广泛，这些方法在动态和非平稳工况下仍存在显著局限性。基于EKF的方法依赖局部线性化，在高度非线性场景或剧烈温度变化条件下可能导致估计精度下降[4][5]。此外，无论是扩展卡尔曼滤波器（EKF）还是传统无迹卡尔曼滤波器（UKF）的实现方案，通常都假定模型参数固定不变，这限制了它们应对电池老化、参数漂移以及环境条件随时间变化的能力[6][7]。尽管基于UKF的方法提供了更优的非线性处理能力，但这些方法往往忽略限制级的热耦合效应，或需要额外计算资源来整合温度依赖性效应——这在实时应用中尤为突出[8][9]。其直接后果是，在高温运行、快速读档变化或长期性能衰减等工况下，荷电状态（SOC）估计误差会显著增大[10][19]。
近期研究强调了将热信息纳入电池状态估计框架的重要性。例如，Yu等人[23]提出了一种基于新型电热模型的SOC与温度状态协同估计策略，证明热耦合能显著提升大容量锂离子电池的估计精度。类似地，Qiang等[22]的研究凸显了数据融合与自适应建模在电池健康估计中的优势，阐明了当考虑额外状态信息时如何更好地捕捉动态系统特性。包括Rezaei等[12]和Chen等[13]在内的其他最新研究均证实了学界日益形成的共识：具备温度感知能力的自适应估计策略对下一代电池管理系统至关重要。然而，现有诸多方法或聚焦于热力学建模，或侧重于自适应估计，均未能提供同时确保数值稳定性、实时可行性及运行不确定性鲁棒性的统一框架[14][15][16][20][21]。
为解决上述问题，本文提出一种面向锂离子电池SOC估计的热感知分层自调谐平方根无迹卡尔曼滤波（TA-HST-SRUKF）。该方法通过将集总电热模型显式整合至SOC估计过程，使估计器能以物理意义明确的方式捕捉温度相关的电池行为[12][16]。此外，本文引入了一种层级式自调整协方差适应机制，能够在线自动调节过程噪声与测量噪声的统计特性，从而有效缓解建模不确定性、传感器噪声及参数漂移的影响[14][15]。为确保数值鲁棒性及嵌入式实现的适用性，该估计器采用平方根无迹卡尔曼滤波(UKF)架构，与传统UKF方法相比显著降低了计算负担并提升了数值稳定性[1][2][5][6]。
此外，与现有SOC估计技术（如EKF、标准UKF、IAUKF和自适应SR-UKF）相比，本文提出的TA-HST-SRUKF方法创新性地将双层自适应协方差调节与显式热感知机制相结合。该组合使估计器能在不同温度和动态工况下保持SOC与电压估计的高精度，同时满足表6中实时嵌入式应用的计算效率要求。
本研究的主要贡献可概括如下：
  • •
    基于温度感知的SOC估算框架：
    本研究通过将集总电热电池模型直接嵌入状态估计循环[12][16][19]，开发出一种温度感知的SOC估算框架。与假设固定或隐含热条件的传统EKF和UKF方法不同，该方法在宽泛的工作温度范围内均能保持可靠的估算性能。
  • •
    分层式自调整协方差适应：
    引入分层式自调整机制实时适配过程噪声与测量噪声协方差[14][15]。该设计使得估算器在无需离线重新标定的情况下，能够持续对抗电池老化、参数漂移及多变工况的影响。
上一个：霍克锂电池基于工艺-结构优化策略的硅基圆柱电池循环性能研究 下一个：返回列表

推荐新闻

新闻中心

联系我们

联系人：英国霍克蓄电池（中国）营销总部

手机：15313702523（微信同号）

E-mail：ukhawker@yeah.net