近日，我校机械工程学院欧阳天成副教授课题组在电动汽车能量管理方面，首次提出一种适用于高倍率、高频率锂离子电池充放电的分层联合状态估计方法，研究成果以“Hierarchical Estimation Model of State-of-Charge and State-of-Health for Power Batteries Considering Current Rate”为题，在线发表于国际自动化与控制系统领域顶级期刊《IEEE Transactions on Industrial Informatics》。
以电动汽车为代表的新能源汽车在过去十年得到了快速发展，市场占有率逐年升高的同时，对驾驶性能和续航里程的要求也越来越高。为了在行车过程中高效利用动力电池的剩余能量，电池管理系统需要不间断地监测电池信息，包括荷电状态估计和健康状态检测。然而，随着动力电池快充技术和高能量放电技术的普及，如何解决高倍率电流下的电压模型参数失真、以及电荷状态估计误差过大等问题成为新挑战。同时，高频率的充放电对于电池老化和剩余寿命的累积影响也不可忽视。
该课题组基于前期电池模型和非线性系统状态监测的研究基础（IEEE Trans. Ind Electron. 69(2), 2021, 1157-1166；IEEE Trans. Ind Electron. 2021 (DOI: 10.1109/ TIE.2021.3097613)；IEEE Trans. Power Electron. 36(7), 2021, 8102-8113），针对不同倍率、不同频率工况的充放电流在电池老化，端电压特征及联合状态估计的综合影响进行了深入研究。论文以分数阶等效电路模型为基础，基于不同倍率下的电池端电压特性，在输入端对载入电流进行归一化，并结合12个不同梯度倍率的开路电压模型，提出了一种适用于大倍率、高频率动态电流工况下的分层联合状态估计方法。另外，本文还首次提出了基于热噪声误差修正的温度补偿方法，以减小电池在大电流倍率下由于升温过快引起的电荷状态估计误差。相较于双扩展卡尔曼滤波，本文所提出的分层联合估计方法在-10℃~45℃工作温度范围内对电荷状态和健康状态的估计精度提升均达到了34％。该研究对提升电池充放性能，延长电池的使用寿命提出了建设性意见，为相关领域的研究人员提供了参考。
(左:：徐裴行；右：欧阳天成副教授)
该研究成果以广西大学机械工程学院为第一单位及通讯单位，车辆工程2019级硕士生徐裴行为第一作者，欧阳天成副教授为通讯作者。
IEEE Transactions on Industrial Informatics是IEEE协会旗下工程技术领域的顶级期刊，期刊影响力在全球Industrial Engineering领域排名第1，在Control and Systems Engineering领域排名第4。
全文链接：https://ieeexplore.ieee.org/document/9632433