基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的鋰離子電池SOH估計(jì).pdf

1、隨著電子科學(xué)技術(shù)的發(fā)展和人們生活水平的日益提高,鋰離子電池越來(lái)越多地出現(xiàn)在各種移動(dòng)設(shè)備和電動(dòng)汽車上。鋰離子電池經(jīng)常由于過(guò)充、過(guò)放而發(fā)生爆炸,因此電池管理系統(tǒng)(BMS)顯得至關(guān)重要。電池管理主要包括電池荷電狀況(SOC)估計(jì)、電池健康狀況(SOH)估計(jì)和電池均衡等。SOH是BMS需要監(jiān)控的電池關(guān)鍵參數(shù)之一,準(zhǔn)確的SOH估算能夠幫助人們?cè)谙到y(tǒng)安全性和經(jīng)濟(jì)效益之間取得更好的平衡。
　　SOH不能通過(guò)直接測(cè)量的方式得到,目前主要使用的間接

2、估計(jì)方法包括完全放電法、基于神經(jīng)網(wǎng)絡(luò)的算法和基于卡爾曼濾波器的算法等。本文首先詳細(xì)介紹了幾種常用的SOH估計(jì)方法,并對(duì)比分析了它們?cè)陔姵豐OH估算方面的優(yōu)缺點(diǎn)。接著,結(jié)合實(shí)際應(yīng)用情況,本文將SOH歸納為“很新”、“新”、“一般”,“舊”和“很舊”五個(gè)階段,并在此基礎(chǔ)上提出了基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)的電池SOH估算方法。DBN模型的結(jié)構(gòu)是根據(jù)以往的經(jīng)驗(yàn)人工構(gòu)建的,而模型的參數(shù)則是通過(guò)電池老化實(shí)驗(yàn)中獲得的數(shù)據(jù)學(xué)習(xí)得到的;本文使用前向算法