基于KCC-PF算法的卫星锂电池寿命预测方法技术

一种基于KCC

【技术实现步骤摘要】
基于KCC
‑
PF算法的卫星锂电池寿命预测方法


[0001]本专利技术涉及锂电池运行状态测量
，具体为一种基于肯德尔秩次相关系数
‑
粒子滤波(KCC
‑
PF)算法的卫星锂电池剩余寿命在线预测方法。

技术介绍

[0002]锂离子电池具有循环寿命长、能量密度高等优点，目前已开始成为航空领域的储能设备。锂电池系统是卫星在阴影期间的唯一能量来源，当由于电池老化导致卫星无法正常工作，将导致严重的安全事故和巨大的经济损失。电池剩余使用寿命(Remaining Useful Life，RUL)指电池从当前循环到容量退至初始容量80％期间所经历的充放电循环数，综合反映着电池的健康状态(State OfHealth，SOH)。准确的RUL预测可以帮助卫星管理人员更清楚的掌握卫星锂电池的工作状况，大大提高卫星储能系统的可靠性，因此开展卫星锂电池RUL预测技术研究具有重要意义。
[0003]根据物理化学原理或通过统计分析的方式建立电池的经验退化模型是目前常见的RUL预测方法，该方法利用滤波算法实时获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于KCC
‑
PF算法的卫星锂电池剩余寿命预测方法，其特征在于，通过构建锂电池容量衰减模型并确定待迭代的模型参数后，通过粒子滤波算法进行锂电池容量衰减模型的状态跟踪，构建初始粒子集；通过KCC
‑
PF算法更新锂电池容量衰减模型的模型参数，并基于更新后的锂电池容量衰减模型进行容量的多步迭代预测，得到卫星锂电池剩余寿命；所述的锂电池容量衰减模型其中：k为电池当前充放电循环数，Δt
k
为第k个周期到第k+1个周期的时间间隔，C
k
为电池容量，待迭代更新的参数包括库伦效率μ
C,k
、指数项系数β
1,k
和指数修正系数β
2,k
；所述的卫星锂电池剩余寿命RUL＝Cycle
EOL
‑
Cycle
current
，其中：Cycle
EoL
表示电池容量达到失效阈值时的充放电循环数，Cycle
current
表示电池当前的充放电循环数。2.根据权利要求1所述的基于KCC
‑
PF算法的卫星锂电池剩余寿命预测方法，其特征是，所述的状态跟踪，具体包括：步骤5.1，以锂电池容量衰减模型的待迭代更新的参数μ
C,k
、β
1,k
和β
2,k
为状态变量(z)，以电池容量为观测变量，构建状态空间方程其中：状态变量z
k
＝[μ
C，k
，β
1，k
，β
2，k
]
T
；步骤5.2，序贯重要性采样，从重要性密度函数q(z)中生成N个样本：步骤5.2，序贯重要性采样，从重要性密度函数q(z)中生成N个样本：即粒子，由状态空间方程计算出各粒子对应的容量值；根据各粒子对应的容量值计算粒子权重其中：C
k
和C
k
‑1表示第k和k
‑
1次循环的真实容量值，τ为观测...

【专利技术属性】
技术研发人员：陈自强，崔显，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：