面向高功率无人机的协议感知双重电池健康状态评估模型

《Scientific Reports》：Dual-health protocol modelling of Li-ion battery degradation for UAVs with capacity–resistance coupled metrics in aviation duty cycles

　　电池必须能够为高功率无人机和电动垂直起降飞行器储存足够的可用能量，并提供足够的功率以维持运行。然而，基于容量的健康状态可能会将内阻已退化、存在显著电压骤降风险的电池误判为仍可用于使用。本文提出了一种协议感知的双重健康模型，利用参考放电容量保持率和由电阻导出的功率保持率来评估和规划电池退化过程。基于不同的航空任务协议，利用时间、电流、累计放电容量和脉冲电阻测量数据，重建了22颗索尼-村田VTC6电芯的循环和参考性能数据。分析产生了439个有效容量检查点、388个阻抗检查点和415个配对健康状态。采用广义估计方程模型来量化循环和协议的非线性效应，并考虑电芯内重复观测的影响。采用防泄漏的留一电芯验证法来评估随机森林预测器。尽管两种退化指标之间存在强相关性（Spearman系数为0.882），但容量损失与电阻增长呈强相关。容量健康的轨迹每100个任务等效循环下降2.468个百分点，且呈高度曲线化特征。在最后一次观察的检查点中，21颗电芯中有20颗受电阻限制而功率保持受限，1颗受容量限制。在500个循环时，双重健康评分的中位数范围从长时间巡航操作的73.52%到较低电压充电的90.05%。逐电芯验证显示平均绝对误差为0.800个百分点，均方根误差为1.101个百分点，决定系数为0.975。双重健康指标的好处在于避免了夸大无人机的适航状态和容量，同时为电池适用性筛选、更换和风险感知的无人机任务分配提供了保守的状态指标。