等效循环电池组剩余使用寿命预测

被引：27

作者：

李练兵 ^{[1
]}

季亮 ^{[1
]}

祝亚尊 ^{[1
]}

王志江 ^{[2
]}

嵇雷 ^{[2
]}

机构：

[1] 河北工业大学人工智能与数据科学学院

[2] 风帆有限责任公司

来源：

工程科学学报 | 2020年 / 42卷 / 06期

关键词：

锂离子电池; 等效循环电池组; 等效特征点; 剩余使用寿命; 循环次数;

D O I：

10.13374/j.issn2095-9389.2019.07.03.003

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：

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象,锂离子电池作为其动力来源,科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素.本文研究等效循环电池组在等效循环工况、不同循环次数时,锂离子电池电压随着放电时间的变化曲线.通过分析不同循环次数下导函数在等效特征点处的斜率变化规律,建立锂离子电池等效循环工况下的寿命退化曲线.选取NASA等效循环电池组和自测JZ等效循环电池组,将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点,根据这两组特征点分别建立退化模型Mini和Mlat.最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证.通过锂离子电池测试数据集验证其预测精度较高,稳定性较好,具有较强的应用价值.

引用

页码：796 / 802

页数：7

共 7 条

[1]

Prognostics of Li(NiMnCo)O2-based lithium-ion batteries using a novel battery degradation model.[J].Fangfang Yang;Dong Wang;Yinjiao Xing;Kwok-Leung Tsui.Microelectronics Reliability.2017,

[2]

A novel health indicator for on-line lithium-ion batteries remaining useful life prediction.[J].Yapeng Zhou;Miaohua Huang;Yupu Chen;Ye Tao.Journal of Power Sources.2016,

[3]

Comparative study of a structured neural network and an extended Kalman filter for state of health determination of lithium-ion batteries in hybrid electric vehicles.[J].D. Andre;A. Nuhic;T. Soczka-Guth;D.U. Sauer.Engineering Applications of Artificial Intelligence.2012,

[4]

不同充电模式对锂离子电池极化特性影响 [J].