基于粒子滤波的锂离子电池寿命预测

刘丹烨 张玉朋

摘 要：针对传统方法不能解决锂离子电池非线性系统剩余寿命预测问题，提出了一种基于粒子滤波算法的电池寿命预测方法。能有效解决非线性问题，准确实现了电池寿命的预测。

关键词：寿命预测；粒子滤波；容量退化；非线性

引言

锂离子电池寿命受到放电电流、温度、电池材料等诸多因素的影响，电池的剩余容量是放电电压、电流、温度及电池过去的充放电历史等参数的复杂函数，对锂离子电池的寿命预测是一个非线性预测问题，针对此类问题传统的预测方法不足以满足要求，文章提出了一种基于粒子滤波的电池使用寿命的预测方法。

1 锂离子电池根据容量衰减为判定的寿命模型

锂离子电池容量衰减的主要原因是电池负极的副反应引起的。Broussely 等分析了锂电池在不同电压、不同温度下放置时电池容量的衰减情况，如下式所示电池储存寿命t的模型：

式中：x 表示电池损失的相对容量比；k，n和d為常数，S，e0和γ分别表示离子电池SEI 膜面积、厚度和电导率。这里所用的模型中只考虑温度（15～60℃）对电池容量寿命的影响，没有涉及离子电池的电压，具有比较大的局限性。

不久前，Liaw等[2]从电池的容量衰减的角度出发，提出利用ECM等效回路模型来预测电池的储存寿命。该模型不仅拟合程度高，而且还能模拟出经过老化搁置后电池在不同倍率下的放电行为。可以表示为公式：

（2）

式中：V0是指放电中的开路电压，Q（0）是电池的初始容量，从这个公式看出，电池端电压是放电电流与欧姆接触R1，电池的电化学反应R2的函数，其中R1为不变的电池常数，R2则随着老化搁置时间出现非线性的变化，拟合公式如下：

R2=a+b（SOC）C+dexp[（1-SOC）C] （3）

式中：a、b、c、d和e都是锂粒子电池SOC和老化时间t的函数。对于绝大部分的锂离子电池，它的容量随着时间的变化具有很明显的规律，利用这个规律，就可以较好的预测电池寿命。

2 在实验室条件下进行电池容量的退化实验（图1）

随着充电和放电次数的增加，粒子电池所储存的能量在逐渐的减小。这里横坐标表示充放电循环次数k，完成一次充放电为一个循环。纵坐标为容量数据c，这里已归化处理过了。当容量为0.7时，说明电池达到失效点。

从图1可以看出，数据在k=160点以前，粒子滤波算法主要依靠容量的观测数据，滤波之后得到a，b，c，d的值，预测未来120个k的趋势。图中A曲线为实际测量得到的结果，B曲线为未作任何处理得到的结果，C曲线是根据粒子滤波得到的预测曲线。可见，粒子滤波预测的结果基本与真实值吻合。

3 结束语

文章针对锂离子电池非线性系统剩余寿命预测问题，提出了基于粒子滤波算法的电池寿命预测方法。研究为复杂噪声条件下非高斯非线性系统的剩余寿命预测提供了一种切实可行的解决思路，对研究电池非线性寿命预测具有重要的参考价值。

参考文献

[1]Broussely M，Herreyre S，Biensan P，et al.Aging mechanism in Li ion cells and calendar life predictions [J].J Power Sources，2001，97/98：13-21.

[2]Liaw B Y，Rudolph G J，Ganesan N，et al.Modeling capacity fade in lithium-ion cells [J].J Power Sources，2005，140：157-161.

作者简介：刘丹烨，女，国网山东无棣县供电公司运维检修部，职称：助理工程师，专业：电气工程。