盖世讯 据外媒报道,中国科学技术大学的一支研发团队提议,利用人工智能优化算法来评估车载电池组的健康状况,该方法是种新的电池健康度评估方法。该团队在《电源学报》(Journal of Power Sources)发表了一篇文章以介绍其研究工作。
在应用中,准确评估电池组健康状况是件很重要的事情,其原因包括:可获得电池组的动态响应并提升其安全可靠性。然而,电池充放电性能及电池组工作环境各不相同,这使得评估电池组的健康状况变得很难。研究人员将电池组健康状况定义为电池组最大能量存储的变化,其中包含了所有电芯的信息:电池容量,荷电状态(SOC)与开路电压间的关联性及电池的不一致性。
为预计电池组的健康状况,该团队采用了粒子群优化遗传算法(particle swarm optimization-genetic algorithm)。基于实验结果,该团队使用粒子滤波预估电池荷电状态以及开路电压,以避免在电池终端电压测量中产生噪音影响及电流。该团队还采用了递归最小二乘算法(A recursive least square method)提升了电池的容量。
据实验结果表明,该测试方法在实际操作中可预估电池状态,并具有高度的准确性。(本文图片选自)