基于数据驱动的锂离子电池健康状态评估综述

被引：33

作者：

赵显赫 ^{[1
]}

耿光超 ^{[1
]}

林达 ^{[2
]}

李志浩 ^{[2
]}

张杨 ^{[3
]}

机构：

[1] 浙江大学电气工程学院

[2] 国网浙江省电力有限公司电力科学研究院

[3] 国网浙江省电力有限公司

来源：

浙江电力 | 2021年 / 40卷 / 07期

关键词：

锂离子电池; 退化; 健康状态评估; 剩余寿命预测; 数据驱动;

D O I：

10.19585/j.zjdl.202107011

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

随着锂离子电池在各类储能系统中的广泛应用,其健康管理及退化分析已成为储能电站运维、电动汽车安全监测、退役动力电池梯次利用等时下多个领域的热点问题。与此同时,大数据及机器学习技术的发展突破了复杂非线性系统难以建模的束缚,使得基于数据驱动的电池健康评估成为可能。详细综述了基于数据驱动的锂离子电池健康状态评估的研究现状,分析了电池退化的影响因素,归纳并比较了基于数据驱动的电池健康状态估计及剩余寿命预测建模方法,最后总结了该领域当前的挑战及未来的发展趋势。

引用

页码：65 / 73

页数：9

共 31 条

[1]

纯电动汽车锂离子动力电池SOH估算方法研究 [D].