基于IUPF的锂离子电池剩余使用寿命预测方法

doi:10.3969/j.issn.1006-2475.2018.07.016

计算机与现代化

基于IUPF的锂离子电池剩余使用寿命预测方法

(西安工程大学电子信息学院,陕西西安710048)

收稿日期:2018-04-08 出版日期:2018-08-23 发布日期:2018-08-27
作者简介:李丽敏(1985-),女,内蒙古赤峰人,西安工程大学电子信息学院讲师,博士,研究方向:模式识别,故障诊断与地质灾害预报中的智能方法；温宗周(1962-),男,副教授,学士,研究方向:智能仪器仪表;宋玉琴(1972-),女,副教授,硕士,研究方向:电力系统故障诊断。
基金资助:
陕西省教育厅科学研究项目(17JK0346);西安工程大学博士科研启动基金资助项目(BS1506)

LithiumBatteryRemainingUsefulLifePredictionBasedonIUPF

(SchoolofElectronicsandInformation,Xi’anPolytechnicUniversity,Xi’an710048,China)

Received:2018-04-08 Online:2018-08-23 Published:2018-08-27

摘要/Abstract

摘要： 随着新能源汽车的大力发展，其动力供应装置锂电池的健康评估也逐渐被重视。研究逐渐从关注锂电池的当前剩余电量转移到其剩余使用寿命的计算上。为有效准确地估计锂离子电池剩余使用寿命，本文提出一种基于改进的无迹粒子滤波（IUPF）的锂电池剩余使用寿命预测方法，通过对依托数据统计建立的锂离子电池状态方程和观测方程中的反映电池内阻的2个参数以及反映电池性能退化速率的2个参数进行估计，得到包含有失效时间的锂电池容量公式，并通过该公式计算出锂电池剩余使用寿命。利用美国国家航空航天局(NASA)艾姆斯预测数据库提供的锂离子电池寿命数据做相关的仿真验证，利用3种评价指标对该估计结果进行了性能评价，结果表明本文方法能够实现对锂离子电池剩余使用寿命的估计，而且能够提升UPF方法进行预测时的准确度。

关键词: 锂离子电池, 剩余使用寿命, IUPF, 新能源

Abstract: Withthevigorousdevelopmentofnewenergyvehicles,thehealthassessmentoflithiumbatteriesforpowersupplydeviceshasgraduallybeentakenintoconsideration.Researchgraduallyshiftedfromthecurrentremainingchargeoflithiumbatteriesconcernedtothecalculationoftheirremainingusefullife.InordertoestimatetheremainingservicelifeofLi-ionbatteryefficientlyandaccurately,amethodofpredictingremaininglifetimeoflithiumbatterybasedonImprovedUnscentedParticleFilter(IUPF)isproposed.Basedonthestatisticequationoflithium-ionbatteryandtheequationofobservation,thetwoparameterswhichreflecttheinternalresistanceofthebatteryandthetwoparameterswhichreflectthedegradationrateofthebatteryperformanceareestimatedtoobtainthelithiumbatterycapacityformulaincludingthefailuretime.Thelifecycledataoflithium-ionbatteriesprovidedbyNASA’sAmespredictiondatabaseareverifiedbysimulation.Theperformanceoftheevaluationresultsisevaluatedbythreekindsofevaluationindexes.Theresultsshowthattheproposedmethodcanbeappliedtolithium-ionbatteryremaininglifeestimation,alsoimprovestheaccuracyoftheUPFmethodtopredict.

Key words: lithiumbattery, remainingusefullife, IUPF, newenergy

中图分类号:

TP391.5

李丽敏,温宗周,宋玉琴. 基于IUPF的锂离子电池剩余使用寿命预测方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2018.07.016.

LILi-min,WENZong-zhou,SONGYu-qin. LithiumBatteryRemainingUsefulLifePredictionBasedonIUPF[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2018.07.016.

参考文献

［1］黄群慧,李晓华.中国工业发展“十二五”评估及“十三五”战略［J］.中国工业经济,2015(9):5-20.
［2］焦玉坤,赵长辉,杨光.小型锂电池电动无人机的研制［C］//2014第五届中国无人机大会论文集.北京:航空工业出版社,2014:543-546.
［3］张吉宣,贾建芳,曾建潮.电动汽车供电系统锂电池剩余寿命预测［J］.电子测量与仪器学报，2018,32(3):60-66.
［4］庞景月,马云彤,刘大同,等.锂离子电池剩余寿命间接预测方法［J］.中国科技论文,2014(1):28-36.
［5］于海芳,陈文帅.锂离子动力电池寿命预测技术综述［J］.电源技术，2018,42(2):304-307.
［6］陶耀东,李宁.基于ARIMA模型的工业锂电池剩余使用寿命预测［J］.计算机系统应用,2017,26(11):282-287.
［7］姜媛媛,刘柱,罗慧,等.锂电池剩余寿命的ELM间接预测方法［J］.电子测量与仪器学报,2016,30(2):179-185.
［8］XingYijiao,MaEWM,TsuiKL,etal.Anensemblemodelforpredictingtheremainingusefulperformanceoflithium-ionbatteries［J］.MicroelectronicsReliability,2013,53(6):811-820.
［9］LegrandN,KnospB,DesprezP,etal.PhysicalcharacterizationofthechargingprocessofaLi-ionbatteryandpredictionofLiplatingbyelectrochemicalmodeling［J］.JournalofPowerSources,2014,245(1):208-216.
［10］DarcovichK,MacNeilDD,RecoskieS,etal.Couplednumericalapproachforautomotivebatterypacklifetimeestimateswiththermalmanagement［J］.JournalofElectrochemicalEnergyConversionandStorage,2018,15(2):021004-1-021004-12.
［11］WangDong,MiaoQiang,PechtM.Prognosticsoflithium-ionbatteriesbasedonrelevancevectorsandaconditionalthree-parametercapacitydegradationmodel［J］.JournalofPowerSources,2013,239(10):253-264.
［12］JinGuang,MatthewsDE,ZhouZhongbao.ABayesianframeworkforon-linedegradationassessmentandresiduallifepredictionofsecondarybatteriesinspacecraft［J］.ReliabilityEngineering&SystemSafety,2013,113(1):7-20.
［13］GuJie,BarkerD,PechtM.Prognosticsimplementationofelectronicsundervibrationloading［J］.MicroelectronicsReliability,2007,47(12):1849-1856.
［14］PechtM,DasguptaA.Physics-of-failure:Anapproachtoreliableproductdevelopment［C］//IEEEInternationalFinalReportonIntegratedReliabilityWorkshop.1995:1-4.
［15］PechtMG.PrognosticsandHealthManagementofElectronics［M］.JohnWiley&Sons,Ltd,2008.
［16］ChengShunfeng,TomK,ThomasL,etal.Awirelesssensorsystemforprognosticsandhealthmanagement［J］.IEEESensorsJournal,2010,10(4):856-862.
［17］LiuDatong,PangJingyue,ZhouJianbao,etal.Prognosticsforstateofhealthestimationoflithium-ionbatteriesbasedoncombinationGaussianprocessfunctionalregression［J］.MicroelectronicsReliability,2013,53(6):832-839.
［18］杨元挺.基于粒子滤波的灰度目标跟踪算法［J］.厦门大学学报(自然科学版),2012,51(1):33-36.
［19］周治平,周明珠,李文慧.基于混合粒子滤波和稀疏表示的目标跟踪算法［J］.模式识别与人工智能,2016,29(1):22-30.
［20］DoucetA.OnSequentialSimulation-basedMethodsforBayesianFiltering［R］.TechnicalReportCUED/FINFENG/TR310,DepartmentofEngineering,CambridgeUniversity,1998.
［21］deFreitasG,FerdinandoJ.Bayesianmethodsforneuralnetworks［J］.UniversityofCambridge,1999,19(1):128-139.
［22］傅建平.基于无迹粒子滤波的锂离子电池剩余循环寿命预测研究［D］.长沙:湖南大学,2016.
［23］王华剑,屈保平,邵刚.基于交互多模型的改进无迹粒子滤波算法［J］.中北大学学报(自然科学版),2013,34(3):49-53.
［24］VanDerMerweR,DoucetA,DeFreitasN,etal,Theunscentedparticlefilter［C］//Proceedingsofthe13thInternationalConferenceonNeuralInformationProcessingSystems.2000:563-569.
［25］HeWei,WilliardN,OstermanM,etal.Prognosticsoflithium-ionbatteriesbasedondempster-shafertheoryandtheBayesianMonteCarlomethod［J］.JournalofPowerSources,2011,196(23):10314-10321.
［26］OrchardM,WuBiqing,VachtsevanosG.Aparticlefilteringframeworkforfailureprognosis［C］//WorldTribologyCongressIII.2005:883-884.
［27］SahaB,GoebelK.BatteryDataSet,NASAAmesPrognosticsDataRepository［EB/OL］.http://ti.arc.nasa.gov/project/prognostic-data-repository,2018-04-01.

[1]	张文华，张志俊. 基于SVM的新能源公交车运营里程核查方法[J]. 计算机与现代化, 2020, 0(05): 39-.
[2]	吴祎，王友仁. 基于变分模态分解和高斯过程回归的锂离子电池剩余寿命预测方法 [J]. 计算机与现代化, 2020, 0(02): 83-.

基于IUPF的锂离子电池剩余使用寿命预测方法

LithiumBatteryRemainingUsefulLifePredictionBasedonIUPF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价