史艳霞， 祖林禄

(1.天津中德职业技术学院电气与能源学院，天津300350；2.天津大学电气与自动化工程学院，天津300072)

锂电池健康状态估算平台的搭建

史艳霞1， 祖林禄2

(1.天津中德职业技术学院电气与能源学院，天津300350；2.天津大学电气与自动化工程学院，天津300072)

通过对现有电池健康状态(SOH)估算方法进行分析，提出应用MATLAB软件平台搭建SOH估算平台的方法。对SOH的估计使用电压曲线拟合法，通过BP神经网络训练并预测电压值，然后计算得到SOH的大小。算法的设计过程应用MATLAB的图形用户界面(GUI)实现，降低了SOH估算方法的使用门槛。仿真结果表明，该平台能够准确预测SOH，为SOH估计系统的创建奠定了基础。

SOH；MATLAB；BP神经网络；图形用户界面

1 电动汽车电池健康状态估算方法概述

近年来，电动汽车以其优良的节能环保特性成为未来汽车发展的重要方向。而电动汽车电池组健康状态(State-of-Health，SOH)的下降成为制约电动汽车发展的重要瓶颈。SOH的标准定义是指使动力电池从充满电状态以一定倍率放电，当电压到达截止电压时放出的容量与其总容量的比值[1]。随着电池循环使用次数的增加，电池组健康状态会不断下降，健康状态下降的程度主要由健康状况下降最严重的单体电池决定。所以通过准确的估算电池组每个单体电池的SOH，及时更换SOH到达临界值的单体电池，即可确保电动汽车的整个电池组都工作在最佳状态。研究具有较高精度的SOH估算方法，将有助于推进电动汽车产业的发展。

现有的电池SOH估算方法主要有以下几种[2]：