机电工程与自动化学院张忠波博士、余伟副教授在能源领域国际知名期刊发表论文

发表时间：2025-01-26

近日，我校机电工程与自动化学院张忠波博士、余伟副教授与暨南大学、中山大学合作，以JN江南官方为第一署名单位在能源领域国际知名期刊《Energy》上发表题为“State of charge estimation of lithium-ion batteries using a fractional-order multi-dimensional Taylor network with adaptive Kalman filter”的文章，张忠波博士为第一作者，余伟副教授为通讯作者。该论文基于多维泰勒网，将多元泰勒展开式与分数阶微积分相结合，提出了一种分数阶多维泰勒网的模型结构，应用于锂离子电池荷电状态（SOC）的估计，并进一步结合自适应卡尔曼滤波，有望提高在复杂工况下锂离子电池SOC估计的准确性与稳定性，有力支撑了机械工程学科“先进测控技术与故障诊断”方向的新能源动力装备管控技术。

准确获取锂离子电池SOC信息对延长电池使用寿命、提供准确的电动汽车续航里程、保障电池安全运行具有重要意义。锂离子电池的外部工作特征与SOC之间存在非整数映射关系，现有方法需要构建复杂的模型结构来描述此特征；同时，电动汽车在实际驾驶过程中，受到人为操作及噪声的影响，外部特征产生强烈波动，导致SOC估计结果存在明显波动；此外，随着锂离子电池的使用老化，电池外部特征与SOC的映射关系改变，产生数据漂移现象，导致电池SOC估计精度下降。为此，本文提出了一种基于分数阶多维泰勒网的锂离子电池SOC估计方法：将多元泰勒展开式与分数阶微积分结合，设计分数阶多维泰勒网模型；给出了分数阶多维泰勒网的锂离子电池SOC估计方法；基于分数阶多维泰勒网的锂离子电池SOC估计方法，结合自适应卡尔曼滤波算法，对锂离子电池SOC进行最优估计；在电动汽车驾驶条件下的锂离子电池公开数据集，与其它方法进行比较，说明提出方法的鲁棒性与泛化性。

《Energy》期刊为中科院一区TOP期刊，影响因子：9.0，创刊于1976年，是一份国际性、多学科的能源工程与研究期刊，由国际出版集团Elsevier负责发行。该期刊主要涵盖机械工程和热科学领域的研究，聚焦于能源分析、建模和预测、综合能源系统、能源规划管理等方面，旨在成为与能源相关的分析、评论和评估的权威信息源。其ISSN号为0360-5442，每年出版11期，是能源工程和研究领域内的重要期刊之一。

稿件来源：机电工程与自动化学院

通讯员：纪江