采用Morlet小波的鋰電池相對(duì)健康狀態(tài)估計(jì)

趙云飛,徐俊,王海濤,梅雪松

(1.西安交通大學(xué)陜西省智能機(jī)器人重點(diǎn)實(shí)驗(yàn)室,710049,西安;2.西安交通大學(xué)機(jī)械制造與系統(tǒng)工程國家重點(diǎn)實(shí)驗(yàn)室,710049,西安;3.西安交通大學(xué)機(jī)械工程學(xué)院,710049,西安)

電池管理系統(tǒng)(BMS)是電動(dòng)汽車的關(guān)鍵部件之一,能實(shí)時(shí)監(jiān)測電池運(yùn)行狀況并估算出電池的荷電狀態(tài)(SOC)和健康狀態(tài)(SOH)[1-3]。電池SOH作為電池的關(guān)鍵參數(shù)之一,一直以來是電動(dòng)汽車BMS的核心問題和急需解決的技術(shù)難點(diǎn),準(zhǔn)確的SOH估計(jì)不僅能夠充分發(fā)揮電動(dòng)汽車的優(yōu)越性,同時(shí)還能給予電池最佳的保護(hù),從而延長電動(dòng)汽車的使用壽命。

目前,國內(nèi)外主要通過采用數(shù)據(jù)驅(qū)動(dòng)[4-9]和采用模型[10-16]兩種方法對(duì)電池SOH進(jìn)行預(yù)測。

采用基于數(shù)據(jù)驅(qū)動(dòng)的方法無需對(duì)電池內(nèi)部機(jī)理進(jìn)行深入了解,對(duì)采集的不同健康狀態(tài)下電池?cái)?shù)據(jù)進(jìn)行分析,即通過實(shí)驗(yàn)獲取大量的數(shù)據(jù),訓(xùn)練諸如高斯過程回歸等具有較強(qiáng)非線性的算法,使其能通過可測的電壓等數(shù)據(jù)預(yù)測電池的SOH。例如Ander等人利用結(jié)構(gòu)化神經(jīng)網(wǎng)絡(luò)對(duì)鋰電池健康狀態(tài)進(jìn)行估計(jì),實(shí)驗(yàn)結(jié)果表明,通過對(duì)行車記錄的電流和電壓數(shù)據(jù)進(jìn)行訓(xùn)練,可成功估計(jì)電池的歐姆電阻[4]。密歇根大學(xué)的Weng等人在2013年提出了一種基于部分充電數(shù)據(jù)的電池SOH監(jiān)測方案,設(shè)計(jì)了支持向量回歸機(jī)(SVR)模型,識(shí)別容量增量分析和電池健康狀態(tài)的關(guān)系,可以實(shí)現(xiàn)車載鋰電池的健康狀態(tài)監(jiān)測[7],然而這種估計(jì)方法存在明顯的缺點(diǎn):①需要大量的歷史數(shù)據(jù);②難以實(shí)現(xiàn)在線估計(jì),不能應(yīng)用到電動(dòng)車上;③通用性較差。

采用基于模型的方法:首先基于相關(guān)基本理論建立一個(gè)電池模型,而后選取模型中某些會(huì)隨著電池老化而變化且又方便測量或估計(jì)的參數(shù)來表征電池的SOH。現(xiàn)有的基于模型的方法主要有兩種:一種是采用電化學(xué)模型中的可循環(huán)鋰離子濃度等參數(shù)表征電池SOH[10-12];一種是采用等效電路模型中的內(nèi)阻等參數(shù)來表示電池SOH[13-16]。

電化學(xué)模型是基于電池內(nèi)部真實(shí)發(fā)生的物理化學(xué)反應(yīng)根據(jù)相應(yīng)的基礎(chǔ)理論所建立起來的模型,具有真實(shí)而直觀的物理意義且估計(jì)準(zhǔn)確度較高。例如北京理工大學(xué)的熊瑞副教授等人在2018年對(duì)動(dòng)力鋰電池的壽命研究進(jìn)行了綜合分析,建立了SOH和負(fù)極最大鋰離子濃度等5個(gè)因素的對(duì)應(yīng)關(guān)系,可定量計(jì)算老化特征參數(shù)與鋰電池剩余容量之間的關(guān)系,并通過硬件在環(huán)測試驗(yàn)證了模型的正確性和準(zhǔn)確性[12]。然而,由于電化學(xué)模型的狀態(tài)方程是一組由復(fù)雜的二階偏微分方程組離散而來的線性代數(shù)方程組,計(jì)算量較大,不適用于車載實(shí)時(shí)系統(tǒng)。

等效電路模型是將電池看作由電容電阻等電路基本元件所組成的網(wǎng)絡(luò),其狀態(tài)方程僅是簡單的常微分方程,因而計(jì)算量小、速度快。例如2015年,米蘭理工大學(xué)的Galeotti等人基于分?jǐn)?shù)階等效阻抗模型,提取等效電路模型的歐姆內(nèi)阻等參數(shù),并給出健康狀態(tài)估計(jì)具體的計(jì)算公式,SOH估計(jì)的最大誤差可以控制在8.66%以內(nèi)[13]。然而,由于電池內(nèi)部固液界面上所發(fā)生的異相電荷轉(zhuǎn)移過程并不能由簡單的電路基本元件所表示,這種方法的準(zhǔn)確度較低且沒有實(shí)際的物理意義。

綜上,通過采用數(shù)據(jù)驅(qū)動(dòng)和采用模型兩種方法對(duì)電池SOH進(jìn)行預(yù)測都具有明顯的缺陷。為了克服上述現(xiàn)有技術(shù)的缺點(diǎn),結(jié)合相對(duì)健康狀態(tài)無需測試容量信息和分析方便等優(yōu)點(diǎn),本文提出了一種采用Morlet小波的鋰電池相對(duì)健康狀態(tài)估計(jì)方法。首先探究了電池化學(xué)阻抗譜(EIS)與相對(duì)健康狀態(tài)對(duì)應(yīng)關(guān)系,然后采用Morlet小波在線計(jì)算電池EIS,最后利用在線計(jì)算的EIS獲得電池的相對(duì)SOH。本文方法無需進(jìn)行大量實(shí)驗(yàn),準(zhǔn)確度高,能更好地應(yīng)用于電動(dòng)汽車中。

1 電池EIS與相對(duì)SOH關(guān)系診斷

1.1 電池EIS分析

EIS分析是采用不同頻率的小幅正弦電流信號(hào)作為鋰電池激勵(lì)信號(hào),測量相應(yīng)的電壓響應(yīng)與輸入信號(hào)的比值,進(jìn)而對(duì)電池的電極動(dòng)力學(xué)、SEI膜反應(yīng)和擴(kuò)散過程等進(jìn)行分析的一種方法。

圖1 阻抗譜測量實(shí)驗(yàn)儀器連接圖

電池EIS易受環(huán)境溫度和電池SOC的影響,所以在利用電化學(xué)工作站進(jìn)行測量前,應(yīng)該確定電池SOC(用符號(hào)ξSOC表示)和溫度。EIS測量實(shí)驗(yàn)儀器連接如圖1所示,首先將電池放置在可程式恒溫恒濕試驗(yàn)箱里,然后利用電池測試系統(tǒng)將電池保證在指定SOC下,最后利用電化學(xué)工作站測得EIS。本實(shí)驗(yàn)所用的電化學(xué)工作站是上海辰華儀器有限公司生產(chǎn)的CHI650E,其電壓范圍為±10 V,電流范圍為±250 mA。圖2為NCR18650A鋰電池在室溫、SOC為80%時(shí)測得的EIS奈奎斯特圖,橫軸為阻抗實(shí)部ZRe,縱軸為阻抗虛部ZIm,從左至右依次分為高頻(5 Hz～5 kHz)、中頻(0.1 Hz～5 Hz)、低頻部分(0.1 Hz以下)。

圖2 NCR18650A電池SOC為80%時(shí)的電化學(xué)阻抗譜

1.2 電池EIS與相對(duì)SOH關(guān)系診斷

隨著電池循環(huán)次數(shù)增加,可循環(huán)鋰離子濃度逐漸減小,從對(duì)鋰電池電化學(xué)阻抗譜分析研究中可知,阻抗譜中的中頻段代表極化內(nèi)阻等電池內(nèi)部參數(shù),此部分受電池老化影響明顯,會(huì)隨著電池老化程度的增加而增大,電池的EIS理論上表現(xiàn)為整個(gè)EIS圖像逐漸向阻抗實(shí)部坐標(biāo)軸右側(cè)移動(dòng),中頻段的半圓弧逐漸變大即低頻拐點(diǎn)實(shí)部逐漸增大。相對(duì)SOH(用符號(hào)ζSOH表示)和低頻拐點(diǎn)實(shí)部值具有線性對(duì)應(yīng)關(guān)系,因此可直接用電池EIS低頻拐點(diǎn)實(shí)部值估計(jì)相對(duì)SOH。同時(shí)可以從在線計(jì)算的阻抗譜中提取相應(yīng)電池模型參數(shù)來估計(jì)電池相對(duì)SOH,但計(jì)算復(fù)雜度增加。

首先篩選出5塊老化程度不同的電池,在室溫下進(jìn)行容量測試,其中將容量最大的電池相對(duì)SOH設(shè)為ζSOH=100%,容量最小的電池相對(duì)SOH設(shè)為ζSOH=0%,對(duì)其他電池進(jìn)行歸一化處理得到該5塊電池的相對(duì)SOH值,用這種方法得到的電池相對(duì)SOH值是利用實(shí)際容量進(jìn)行估計(jì)的,所以被認(rèn)為是電池相對(duì)SOH的實(shí)際值,測試結(jié)果如表1所示。

表1 5塊老化不同電池的實(shí)測容量與實(shí)際相對(duì)SOH

為了研究電池的EIS受到環(huán)境溫度和電池SOC影響的情況,在室溫下對(duì)5塊老化程度不同的NCR18650A鋰電池在ξSOC分別為80%、60%、40%和20%條件下進(jìn)行EIS測量和分析。其中ξSOC為60%時(shí)的測量結(jié)果如圖3所示。由圖3可知,在溫度相同且電池初始SOC相同的情況下,隨著老化程度的加劇,電池的EIS整體向右進(jìn)行偏移,與第1.1節(jié)分析一致,ξSOC為80%、40%、20%下的情況和圖3一致。

圖3 5塊老化程度不同的電池在ξSOC為60%時(shí)的阻抗譜

(a)二維圖

(b)三維圖圖4 老化程度不同電池的EIS低頻拐點(diǎn)實(shí)部值與SOC及SOH關(guān)系

在相同SOC下,老化程度不同電池的EIS低頻拐點(diǎn)對(duì)應(yīng)的實(shí)部值如圖4a所示,以電池SOC為x軸、以電池相對(duì)SOH為y軸、EIS低頻拐點(diǎn)實(shí)部值為z軸的三維圖如圖4b所示。從圖4可以直觀地看出,在保證電池初始SOC相同時(shí),隨著電池老化程度加深即電池相對(duì)SOH減小,EIS低頻拐點(diǎn)的實(shí)部值變大,故可以通過分析電池EIS低頻拐點(diǎn)實(shí)部的大小來估計(jì)電池相對(duì)SOH。

根據(jù)上文分析可知,隨著電池老化程度加深即電池相對(duì)SOH減小,中頻段的半圓弧逐漸變大即低頻拐點(diǎn)實(shí)部值的增大,相對(duì)SOH和低頻拐點(diǎn)實(shí)部值具有線性對(duì)應(yīng)關(guān)系,因此可用電池EIS低頻拐點(diǎn)實(shí)部值估計(jì)相對(duì)SOH值。

2 采用Morlet小波的相對(duì)SOH估計(jì)

目前對(duì)阻抗譜的測量基本都是通過專用設(shè)備離線進(jìn)行測量,費(fèi)時(shí)費(fèi)力。為實(shí)現(xiàn)利用電池EIS低頻拐點(diǎn)實(shí)部值在線估計(jì)相對(duì)SOH值,需實(shí)現(xiàn)在線測量EIS。本節(jié)首先介紹了采用Morlet小波在線估計(jì)電池EIS的方法,然后結(jié)合電池EIS低頻拐點(diǎn)的實(shí)部值和相對(duì)SOH的對(duì)應(yīng)關(guān)系,提出了采用Morlet小波的電池相對(duì)SOH估計(jì)方法。

2.1 基于Morlet小波的EIS在線計(jì)算

現(xiàn)有的EIS測量方法均是采用施加激勵(lì)測量響應(yīng)的方式進(jìn)行的,這對(duì)測量設(shè)備的精度要求較高,雖然使用這種方法可以在寬頻率范圍內(nèi)獲得阻抗譜,但是在低頻范圍內(nèi)確定阻抗需要很長時(shí)間,并且不能應(yīng)用于電動(dòng)汽車電池管理系統(tǒng)進(jìn)行在線測量。為了減少測量時(shí)間,可通過對(duì)電池運(yùn)行期間采得的電流和電壓信號(hào)進(jìn)行快速傅里葉變換來估計(jì)電池EIS,但快速傅里葉變換分析只適用于確定的平穩(wěn)信號(hào),在對(duì)非線性、非平穩(wěn)信號(hào)的處理上,快速傅里葉變換分析存在著許多不足[17-18],因此應(yīng)該采用時(shí)頻分析的方法估計(jì)EIS。Luna等人在2013年便首先提出可以利用小波變換進(jìn)行阻抗的計(jì)算,并進(jìn)行了仿真和驗(yàn)證[19]。Hoshi等人在此基礎(chǔ)上提出了一種根據(jù)小波變換計(jì)算電池阻抗譜的方法,證明了輸出電壓信號(hào)和輸入電流信號(hào)的小波系數(shù)比值便是EIS,并進(jìn)行了驗(yàn)證[20-21]。小波變換類似于短時(shí)傅里葉變換,但克服了諸如窗口大小不隨頻率變化的缺點(diǎn),是時(shí)頻分析和非平穩(wěn)信號(hào)處理的理想工具。

連續(xù)小波變換作為一種變分辨率的時(shí)頻域分析工具已被廣泛使用。連續(xù)信號(hào)x(t)的連續(xù)小波變換可以由下式表示

(1)

式中:Cf(a,b)是小波變換系數(shù);ψ*(t)是小波母函數(shù);a是尺度參數(shù),調(diào)節(jié)小波時(shí)間窗長度,決定實(shí)際頻率;b是平移參數(shù),決定小波在時(shí)間軸上的位置。通過調(diào)節(jié)a和b的值來實(shí)現(xiàn)小波母函數(shù)的伸縮和平移,即對(duì)目標(biāo)信號(hào)進(jìn)行聚焦和平移,可實(shí)現(xiàn)小波的多頻率分析。

小波母函數(shù)可以選擇Mexican hat或者M(jìn)orlet小波等。本文采用Morlet小波進(jìn)行阻抗測試,這是由于該小波不僅具有非正交性,而且還是高斯包絡(luò)下的單頻復(fù)正弦函數(shù)。分析時(shí)間序列時(shí),希望可以得到連續(xù)的小波振幅,因此選擇非正交小波函數(shù)較為合適。此外,要得到時(shí)間序列振幅和相位兩方面信息,就要選擇復(fù)值小波,因?yàn)閺?fù)值小波具有虛數(shù),可以反映相位信息。Morlet小波函數(shù)的定義如下

(2)

式中:fb是與高斯窗口時(shí)間范圍相關(guān)的帶寬參數(shù);fc是與正弦函數(shù)周期相關(guān)的參數(shù)。fb和fc的選擇可以參考文獻(xiàn)[17,19]。

采用Morlet小波進(jìn)行電池EIS在線計(jì)算流程如圖5所示,具體可分為以下3個(gè)步驟:

(1)仿真計(jì)算得到電池在實(shí)際工況下的電壓電流數(shù)據(jù);

(2)對(duì)所獲電壓電流數(shù)據(jù)分別進(jìn)行Morlet小波變換,提取其對(duì)應(yīng)的頻域信息;

(3)用變換后的電壓小波系數(shù)除以電流小波系數(shù),即可得到電池對(duì)應(yīng)頻率下的阻抗信息。

具體計(jì)算公式如下

(3)

(4)

(5)

圖5 基于Morlet小波的EIS在線計(jì)算流程

2.2 采用Morlet小波的電池相對(duì)SOH估計(jì)

根據(jù)前面的分析,本文提出一種采用Morlet小波的電池相對(duì)SOH估計(jì)方法,其流程如圖6所示。首先采用溫度環(huán)境模擬、電氣特性測試臺(tái)等對(duì)同一批次老化程度不同的電池在相同環(huán)境溫度和相同SOC下進(jìn)行實(shí)驗(yàn),獲得電池實(shí)際工況下的電壓和電流數(shù)據(jù),利用Morlet小波對(duì)電壓和電流進(jìn)行在線處理獲取其EIS,最后利用EIS低頻拐點(diǎn)實(shí)部值來估計(jì)電池的相對(duì)SOH。

圖6 采用Morlet小波的電池相對(duì)SOH估計(jì)流程圖

本文利用EIS低頻拐點(diǎn)實(shí)部值估計(jì)電池相對(duì)SOH的方法如下:在一個(gè)電池組中,具有最大低頻拐點(diǎn)對(duì)應(yīng)實(shí)部幅值的電池相對(duì)SOH最小,將其設(shè)定為0,而具有最小低頻拐點(diǎn)對(duì)應(yīng)實(shí)部幅值的電池相對(duì)SOH最大,將其設(shè)定為100%,其余電池的SOH計(jì)算公式為

(6)

式中:Zcurrent為當(dāng)前被估計(jì)電池中低頻拐點(diǎn)對(duì)應(yīng)實(shí)部幅值;Zaged為電池中老化最嚴(yán)重,即相對(duì)SOH最小電池的低頻拐點(diǎn)所對(duì)應(yīng)的實(shí)部幅值;Znew為電池中老化最輕,即相對(duì)SOH最大電池的低頻拐點(diǎn)所對(duì)應(yīng)的實(shí)部幅值。

3 實(shí)驗(yàn)驗(yàn)證

本節(jié)首先選取阻抗譜形狀已知的一階RC電池模型,仿真驗(yàn)證采用Morlet小波可有效地對(duì)電池進(jìn)行EIS在線計(jì)算。然后,搭建電池測試平臺(tái),以城市道路循環(huán)(UDDS)工況為例驗(yàn)證采用Morlet小波的電池相對(duì)SOH估計(jì)可實(shí)現(xiàn)在線計(jì)算,并具有較高精度。

3.1 EIS在線計(jì)算仿真驗(yàn)證

為驗(yàn)證采用Morlet小波能有效地對(duì)電池進(jìn)行EIS在線計(jì)算,首先選取一階RC電池模型,然后通過理論計(jì)算獲得一階RC電池模型的理論阻抗譜,最后對(duì)比采用Morlet小波在線計(jì)算的電池EIS與理論EIS。

利用Matlab/Simulink搭建一階RC電池仿真模型,如圖7a所示,其中R1是歐姆內(nèi)阻,R2、C2分別是極化內(nèi)阻和極化電容。一階RC電池模型的理想阻抗信息計(jì)算如下。

等效電路的阻抗

Z=R1+1/(jωC2+1/R2)=

(7)

實(shí)部

(8)

虛部

(9)

整合式(8)和式(9),消去ω,可得

(10)

由式(10)可知,一階RC電池模型的阻抗譜形狀是圓心為(R1+R2/2,0)、半徑為R2/2的半圓,如圖7b所示。其中一階RC的歐姆內(nèi)阻R1設(shè)置為0.077 5 Ω,極化內(nèi)阻R2為0.008 8 Ω,極化電容C2為947.42 F,該數(shù)值來源于實(shí)際測量結(jié)果。

(a)一階RC模型

(b)阻抗譜圖7 一階RC模型及其對(duì)應(yīng)的阻抗譜

本文采用UDDS工況數(shù)據(jù)進(jìn)行在線電池EIS估計(jì)的仿真。采用Morlet小波在線估計(jì)的電池EIS與理論EIS的對(duì)比見圖8。由圖8可知,采用Morlet小波能有效地對(duì)電池進(jìn)行在線估計(jì)EIS,且精度較高,故Morlet小波可用于在線估計(jì)EIS,進(jìn)而估計(jì)電池相對(duì)SOH。

圖8 采用Morlet小波在線估計(jì)電池EIS與理論EIS對(duì)比

3.2 實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證采用Morlet小波的相對(duì)SOH估計(jì)方法的準(zhǔn)確性,搭建了如圖9所示的電池測試平臺(tái),其中包括電池測試系統(tǒng)、溫度可編程室、主機(jī)和用于編程電池測試系統(tǒng)的BTS軟件。主機(jī)的BTS軟件將當(dāng)前信息發(fā)送到電池測試系統(tǒng),電池測試設(shè)備根據(jù)主機(jī)中BTS軟件的當(dāng)前信息對(duì)電池進(jìn)行充電和放電,電流、電壓和溫度由傳感器收集并傳輸?shù)街鳈C(jī)。溫度可編程室控制電池充放電時(shí)的環(huán)境溫度和濕度。

圖9 電池測試實(shí)驗(yàn)平臺(tái)

利用上述實(shí)驗(yàn)平臺(tái)進(jìn)行如下驗(yàn)證實(shí)驗(yàn):采用前文做容量測試的5塊老化程度不同的電池,從1號(hào)到5號(hào),老化程度遞減,實(shí)測容量遞增,相對(duì)SOH遞增。由于電池的EIS會(huì)受到環(huán)境溫度和電池SOC的影響,所以在利用電化學(xué)工作站進(jìn)行測量前,應(yīng)該確定電池的SOC,本文初始SOC選擇60%。通過電池狀態(tài)監(jiān)測平臺(tái)以UDDS工況對(duì)電池組循環(huán)充放電,采樣頻率設(shè)置為1 Hz,采集UDDS工況下對(duì)應(yīng)電壓電流信號(hào),同時(shí)將UDDS工況數(shù)據(jù)進(jìn)行縮放和挑選特定頻率點(diǎn)等處理以避免大電流和頻率干擾。采用Morlet小波對(duì)采集到的該工況下的電池實(shí)際電壓電流數(shù)據(jù)進(jìn)行信號(hào)處理得到電池的EIS。5塊電池計(jì)算所得的EIS與理論EIS比較結(jié)果見圖10,其中理論EIS通過電化學(xué)阻抗譜獲取。由圖10可見,電池阻抗譜低頻拐點(diǎn)對(duì)應(yīng)實(shí)部幅值隨著電池老化程度的增加而增大,利用EIS低頻拐點(diǎn)即可估計(jì)電池相對(duì)SOH,所以只需計(jì)算出EIS中頻和低頻部分。

圖10 5塊老化程度不同電池采用基于Morlet小波在線計(jì)算的EIS與理論EIS的比較

由圖10分析可知,5塊老化程度不同電池在線計(jì)算EIS和理論EIS的最大平均誤差為2.8%,拐點(diǎn)處的最大誤差為1.2%,誤差較小,所以采用Morlet小波能有效地對(duì)電池進(jìn)行在線EIS計(jì)算。在線測量ξSOC=60%下不同老化程度電池的EIS低頻拐點(diǎn)對(duì)應(yīng)的實(shí)部值見圖11。由圖11可知,老化程度較輕即電池容量較大電池的低頻拐點(diǎn)的實(shí)部值較小。

圖11 5塊老化程度不同電池的EIS低頻拐點(diǎn)實(shí)部幅值及電池容量

根據(jù)本文介紹的電池相對(duì)SOH估計(jì)方法,即利用EIS低頻拐點(diǎn)實(shí)部幅值估計(jì)電池相對(duì)SOH,獲得5塊老化程度不同的電池相對(duì)SOH估計(jì)值,同時(shí)利用實(shí)際容量進(jìn)行計(jì)算的電池相對(duì)SOH,被認(rèn)為是電池相對(duì)SOH實(shí)際值,根據(jù)SOH估計(jì)值與SOH實(shí)際值之差獲得估計(jì)誤差,最終估計(jì)結(jié)果如圖12所示,估計(jì)誤差見表2。

從表2可看出,采用Morlet小波的電池相對(duì)SOH估計(jì)的誤差不超過3.3%,估計(jì)精度較高,且該方法無需大量實(shí)驗(yàn),簡單實(shí)用,成本低,可用于在線估計(jì)。

圖12 采用Morlet小波的電池相對(duì)SOH估計(jì)結(jié)果

表2 采用Morlet小波的相對(duì)SOH估計(jì)結(jié)果與誤差

電池號(hào)ζSOH實(shí)際值/%ζSOH估計(jì)值/%誤差/%10.00.00.0218.321.63.3357.258.61.4486.484.91.55100.0100.00.0

4 結(jié) 論

本文提出了采用Morlet小波的鋰電池相對(duì)健康狀態(tài)估計(jì)方法,該方法采用Morlet小波對(duì)采集到的電池實(shí)際使用工況下的電壓電流數(shù)據(jù)進(jìn)行信號(hào)處理,得到電池的EIS,然后用其表征電池的相對(duì)SOH。與基于數(shù)據(jù)驅(qū)動(dòng)的方法相比,本文方法無需進(jìn)行大量實(shí)驗(yàn)且通用性強(qiáng);與現(xiàn)有基于電化學(xué)模型或等效電路模型參數(shù)的方法相比,本文方法計(jì)算簡單且有較高的準(zhǔn)確度。本文方法的主要優(yōu)點(diǎn)如下:①不需要大量的歷史數(shù)據(jù),方法較為簡單;②可以在線估計(jì),進(jìn)而應(yīng)用到電動(dòng)車上;③估計(jì)精度較高,估計(jì)誤差控制在3.3%以內(nèi)。