如何使用BMS算法設計電池SOH的詳細說明

　　在此估算器中，辨識結果與 SOH 之間的非線性映射函數(shù)如下：SOH ＝ g （P1， P2， P3， ．．．）此處 Pi 是第 i 個辨識的電池參數(shù)。在圖 2 中，只有一個參數(shù)被考慮進來——歐姆放電電阻；然而，一個聯(lián)合的參數(shù)可以被用在此框架中。此技術的缺點是需要在各種條件下的足夠大量的測試數(shù)據(jù)來訓練此模型。比如，卡爾曼濾波器用來在線辨識電池的歐姆電阻，用于 SOH 估算。同時，對電池老化的過程進行研究，建立各種條件下的歐姆電阻與 SOH 關系的查表。最終，整個系統(tǒng)是由參數(shù)辨識器（KF）和查表組合而成，使用的概念類似于圖 2 展示的框架。

　　機械疲勞理論估算 SOH

　　此方法來源于機械疲勞理論（Mechanical Fatigue Theory）。機械疲勞理論在闡述了在不同的載荷作用下的“疲勞現(xiàn)象”。在某些情況下，組件可能會承受反復的開關負載。一定數(shù)量的負載循環(huán)之后，內部可能會出現(xiàn)疲勞現(xiàn)象，此現(xiàn)象通?？赡軐е陆M件的崩潰。使用機械疲勞理論，在這種負載的條件下，組件的壽命可以被估算成循環(huán)數(shù)的函數(shù)。基于機械疲勞理論的電池 SOH 估算方法的技術之一的理論是“損害累積”（Damage Accumulation）。用這種方法，電池的老化是使用一個框架來估算的，在這個框架中，機械部件的老化時用 Palmgren－Miner 規(guī)則來計算的。該規(guī)則定義了在一些列可變負載下的組件的機械壽命。組件的壽命是根據(jù)在給定條件下施加的負載的循環(huán)數(shù)來計算。在此類表述中，組件的 EOL 由壽命降低指數(shù)（LRI）來定義，介于 0 和 1 之間，單位值表示 EOL。