基于模型的电动汽车用健康和老化锂离子电池参数辨识

由麦克马斯特大学的瑞安·艾哈迈德、哈维尔·加扎里、克莱姆森大学的西蒙娜·奥诺里、麦克马斯特大学的赛义德·哈比比、麦克马斯特大学的罗宾·杰基、麦克马斯特大学的凯文·尔泽米恩、福特汽车公司的吉米·特容和麦克马斯特大学的乔纳森·莱萨奇创作

电池是混合动力电动汽车（HEV）和电池电动汽车（BEV）的重要组成部分。因此，它们需要精确的实时监测和控制，以避免过度充电或过度放电情况，从而缩短其寿命并影响安全。有效估计关键电池组参数，如荷电状态（SOC）、健康状态（SOH）和剩余容量，需要一个高保真的电池模型，该模型考虑整个电池寿命内的所有工作条件。

本文提出了一种在不同电池健康状态下离线估计电池模型参数的方法。