基于SOC-OCV曲线特征的SOH估计方法研究
刘轶鑫1,张 1,李 雪1,韩智强2
【摘 要】[摘要] 电池的健康状态估计(state of health,SOH)是锂离子电池管理系统中的状
态参数之一,影响电池荷电状态估计(state of charge,SOC)和峰值功率估计(state of
power,SOF)的精度。本文中通过追踪SOC-OCV(open circuit of voltage,OCV)曲线特征的
衍变规律,从热力学的角度提出了全新的SOH估计方法。利用三元锰酸锂复合材料为正极的锂离子
电池循环寿命实验数据构建SOH与SOC-OCV曲线特征参数之间的关系,并验证所提SOH估计方法
的精度。实验结果表明:SOH从100%衰退到50%,SOH估计精度在±1.5%以内。
【期刊名称】《汽车工程》
【年(卷),期】2019(041)010
【总页数】6
【关键词】锂离子电池;SOH估计;电池老化;SOC-OCV建模
原稿收到日期为2019年7月15日,修改稿收到日期为2019年8月29日。
前言
锂离子电池在交通和储能领域起到了重要的作用[1-4]。锂离子电池状态(如SOC和SOH等)的
估计是确保锂离子电池被合理使用的基础。在过去10年里,SOC估计已经被广泛研究并取得了突破
性的进展[5-8],但衡量电池老化和健康程度的SOH却没有引起足够的重视。
SOH除了能够体现锂离子电池相对初始状态下的最大能量存储能力和功率输出能力[9&#x