據(jù)外媒報(bào)道,中國(guó)科學(xué)技術(shù)大學(xué)的一支研發(fā)團(tuán)隊(duì)提議,利用人工智能優(yōu)化算法來評(píng)估電動(dòng)汽車車載電池組的健康狀況,該方法是種新的電池健康度評(píng)估方法。該團(tuán)隊(duì)在《電源學(xué)報(bào)》(Journal of Power Sources)發(fā)表了一篇文章以介紹其研究工作。

在電動(dòng)汽車應(yīng)用中,準(zhǔn)確評(píng)估電池組健康狀況是件很重要的事情,其原因包括:可獲得電池組的動(dòng)態(tài)響應(yīng)并提升其安全可靠性。然而,電池充放電性能及電池組工作環(huán)境各不相同,這使得評(píng)估電池組的健康狀況變得很難。研究人員將電池組健康狀況定義為電池組最大能量存儲(chǔ)的變化,其中包含了所有電芯的信息:電池容量,荷電狀態(tài)(SOC)與開路電壓間的關(guān)聯(lián)性及電池的不一致性。

為預(yù)計(jì)電池組的健康狀況,該團(tuán)隊(duì)采用了粒子群優(yōu)化遺傳算法。基于實(shí)驗(yàn)結(jié)果,該團(tuán)隊(duì)使用粒子濾波預(yù)估電池荷電狀態(tài)以及開路電壓,以避免在電池終端電壓測(cè)量中產(chǎn)生噪音影響及漂移電流。該團(tuán)隊(duì)還采用了遞歸最小二乘算法(A recursive least square method)提升了電池的容量。

據(jù)實(shí)驗(yàn)結(jié)果表明,該測(cè)試方法在實(shí)際操作中可預(yù)估電池狀態(tài),并具有高度的準(zhǔn)確性。

轉(zhuǎn)載請(qǐng)注明出處。