控制与决策

作者：徐志存,谢乃明

单位：南京航空航天大学 经济与管理学院，南京 211106,,南京航空航天大学 经济与管理学院，南京 211106,

关键词：灰色模型;锂电池;滤波;状态估计;健康管理;电动汽车

基金：国家自然科学基金项目(92367301, 72171116, 72571138, T2441003)；南京航空航天大学中央高校基本科研业务费项目(NK2023001, NP2024203)；江苏省333高层次人才培养计划项目.

锂电池健康状态估计作为现代能源存储技术的核心, 广泛应用于电动汽车、移动设备等领域. 随着使用时间的增长, 其性能衰减问题逐渐显现, 这不仅会影响电池的存储能力, 还可能引发安全隐患, 因此, 准确估计锂电池的健康状态显得尤为重要. 经验模型是锂电池退化理论中常用的解决方法, 其中的双指数模型可演化推导出幂指数驱动的灰色GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型. 在GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型的基础上建立状态空间模型, 融合扩展卡尔曼滤波模型形成灰色扩展卡尔曼滤波模型. 将所提出的灰色扩展卡尔曼滤波模型用于锂电池健康状态非线性退化估计问题. 采用牛津大学公开的单体电池数据进行验证, 在单个电池的基础上将所提出模型用于估计 20 辆电动汽车的锂电池健康状态, 以进一步验证所提出模型在实际场景中的适用性.

来源：2026年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第5期