李丽敏,温宗周,宋玉琴

(西安工程大学电子信息学院,陕西 西安 710048)

0 引 言

国家在“十三五”规划中明确表示新能源将被大力发展，电能的使用将逐渐替代其他相关能源，如汽油等[1]。因此，储能原件如电池的应用将更加广泛，而锂电池因其相同体积下较其他电池储电更多而被大量使用，如电动汽车、小型无人机等均采用锂电池供电方式[2-3]。在享受电动装置带给人类方便时，锂电池寿命预测显得尤为重要，若锂电池已达寿命临界值而没有及时更换，失电的用电设备会突然停止运行，造成比较严重的后果[4]。文献[5-16]中综述了当前国内外关于锂电池寿命预测方面的研究现状。目前，锂电池寿命预测算法包含2大类：

一类是基于模型的方法。该类方法的应用前提是已知对象模型，一旦模型已知，便能精确预测。问题是，目前很多非线性系统的模型未知，则比较难实施[5-9]。如文献[10]提出将耦合数值方法应用于电动汽车的锂电池寿命预测，前提是必须已知该电池的模型，才能继续开展后续工作。

另外一类是基于数据驱动的方法。原理是从数据中总结出规律然后再进行预测，事实证明该类方法鲁棒性比较差[11-17]。

粒子滤波(PF)方法能够将上述2类方法有效进行融合，既吸收了基于模型预测方法准确性方面的优点，也改进了数据驱动方法鲁棒性不强的缺点，是目前应用最多的一种预测方法，其在本文中的应用提升了锂电池寿命预测的准确性。粒子滤波方法起源于Monte Carlo方法，用粒子集来表征概率，可以用于任何形式的状态空间模型上[18-25]。……