２０２３年第４２卷１月第１期机械科学与技术ＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｆｏｒＡｅｒｏｓｐａｃｅＥｎｇｉｎｅｅｒｉｎｇＪａｎｕａｒｙＶｏｌ．４２２０２３Ｎｏ．１ｈｔｔｐ：／／ｊｏｕｒｎａｌｓ．ｎｗｐｕ．ｅｄｕ．ｃｎ／收稿日期：２０２１０２１４基金项目：陕西省教育厅重点实验室项目（２０ＪＳ０６５）、陕西省应用技术研发项目（ＧＸ２０１２）及西安市清洁能源重点实验室项目（２０１９２１９９１４ＳＹＳ０１４ＣＧ０３６）作者简介：王思亮（１９９６－），硕士研究生，研究方向为车辆新型动力传动技术及节能控制，ｗ１２７１９０２８６７＠１６３．ｃｏｍ．∗通信作者：白志峰，讲师，博士，ｚｈｉｆｅｎｇ．ｂａｉ＠ｘａｕａｔ．ｅｄｕ．ｃｎ．王思亮，武小兰，白志峰．一种退役锂电池健康状态估计方法［Ｊ］．机械科学与技术，２０２３，４２（１）：１３９⁃１４８一种退役锂电池健康状态估计方法王思亮１，２，武小兰１，２，白志峰∗，１，３（１．西安建筑科技大学机电工程学院，西安７１００５５；２．陕西省纳米材料与技术重点实验室，西安７１００５５；３．西安市清洁能源重点实验室，西安７１００５５）摘要：针对退役锂电池健康状态估计效率较低的现状，提出一种快速、有效的估计方法。首先采用３阶ＲＣ等效电路模型描述电池特性得出状态方程，确保电池模型精确性，同时引入电池荷电状态ＳＯＣ（Ｓｔａｔｅｏｆｃｈａｒｇｅ）和欧姆内阻（Ｒ０）作为状态方程参数。其次利用区域概念，计算出特定的区域容量与区域电压，减少电池参数估计所需要的数据、时间。然后通过扩展卡尔曼滤波（Ｅｘｔｅｎｄｅｄｋａｌｍａｎｆｉｌｔｅｒｉｎｇ）算法估计电池参数ＳＯＣ和Ｒ０，进而对电池健康状态（Ｓｔａｔｅｏｆｈｅａｌｔｈ，ＳＯＨ）进行估计。最后，利用电池测试设备（Ａｒｂｉｎ⁃ＢＴ２０００）对１８６５０电池进行充放电实验，验证该方法的可行性。实验结果证明ＳＯＨ估计所需参数明显减少，使得电池数据测量所需时间明显缩短，并且估计误差不超过４％，误差较小，说明所提出方法能快速、有效地估算出电池ＳＯＨ。关键词：三阶ＲＣ等效电路模型；区域容量；区域电压；扩展卡尔曼滤波算法中图分类号：ＴＭ９１２文献标志码：ＡＤＯＩ：１０．１３４３３／ｊ．ｃｎｋｉ．１００３⁃８７２８．２０２００５７６文章编号：１００３⁃８７２８（２０２３）０１⁃０１３９⁃１０ＡＭｅｔ...
