丁一，刘盛终，王旭东，戚艳，霍现旭，胡志刚

（1.国网天津市电力公司电力科学研究院，天津 300384；2.国网天津市电力公司，天津 300010；3.国网天津市电力公司城东供电分公司，天津 300250）

铅酸电池储能系统在电动汽车工业具有广泛的用途。它价格低廉、比功率大、技术相对成熟，目前仍广泛应用于供电系统的不间断电源和大型光伏电站中，是供电持续性和稳定性的重要保障。

储能用铅酸电池的日常维护一般是人工检查和修理，电源中的蓄电池长期使用不当，如过充电、过放电、长时间搁置等因素，会使电池的寿命大大缩短，同时，劣化的电池也会严重影响整个储能系统的效率和可靠性，可能导致安全事故的发生。为了延长电池组的循环使用寿命，提高安全性，电池管理系统（battery management system，BMS）应运而生，它负责系统监控电池的状态，合理安排电池的使用，进而延长电池的寿命，优化系统的运行。许多因素需要纳入BMS的运维中。电池健康状态（state of health，SOH）可以反应电池的老化程度，是BMS重点考察和规划的对象。通常电池在出厂时SOH被认为是100%，随着充放电循环次数以及损耗的增加，SOH逐渐降低。SOH指标可以用电池当前状态的最大容量与电池标称容量的比值来确定：

式中：Qm为当前状态电池的最大容量；Qnom为电池的标称容量，即SOH值为100%时的容量。

相比于目前对铅酸电池荷电状态（state of charge，SOC）的估计研究，对其SOH估计的研究成果较少。文献[1]基于二阶等效电路模型，采用卡尔曼滤波算法来估计电池的SOH值。文献[2]采用支持向量机（support vector machine，SVM），对微分容量曲线特征进行了提取，产生了基于峰值的SOH估计方法。……