梯次利用锂电池健康状态预测

被引：52

作者：

孙冬 ^{[1
,2
]}

许爽 ^{[3
]}

机构：

[1] 郑州轻工业学院

[2] 上海大学机电工程与自动化学院

[3] 郑州工程技术学院

来源：

电工技术学报 | 2018年 / 33卷 / 09期

关键词：

梯次利用锂电池; 健康状态预测; 健康因子; 健康模型; 多模型数据融合技术;

D O I：

10.19595/j.cnki.1000-6753.tces.170107

中图分类号：

TM912 [蓄电池];

学科分类号：

0808 ;

摘要：

从电动汽车中退役的锂电池在功能元件有效的情况下可进行梯次利用,针对退役锂电池处于离线状态且单体电池之间存在性能差异等问题,以锂电池欧姆内阻为研究对象,设计适用于梯次利用锂电池性能测试工况。基于锂电池一阶RC等效电路模型,研究基于增量式自回归模型(IARX)的健康特征数据提取方法,以此构建均值内阻、最小内阻和内阻-荷电状态(SOC)三种健康因子,建立健康寿命模型,提出基于多模型数据融合技术的锂电池健康状态(SOH)预测方法。实验和仿真结果表明:所建健康寿命模型适用于预测同种类退役锂电池SOH,验证了模型的有效性;基于多模型数据融合技术有利于提高锂电池SOH预测精度,验证了此方法的可行性。

引用

页码：2121 / 2129

页数：9

共 20 条

[1] 锂离子电池建模及其参数辨识方法研究 [J].

陈息坤 ;

孙冬 .

中国电机工程学报, 2016, 36 (22) :6254-6261

[2] 一种动力电池动态特性建模 [J].

何志超 ;

杨耕 ;

卢兰光 ;

吴海桑 ;

耿华 .

电工技术学报, 2016, 31 (11) :194-203

[3] 一种混合动力电动汽车电池荷电状态预测的新方法 [J].

王琪 ;

孙玉坤 ;

倪福银 ;

罗印升 .

电工技术学报, 2016, 31 (09) :189-196

[4] 锂离子电池建模及其荷电状态鲁棒估计 [J].

陈息坤 ;

孙冬 ;

陈小虎 .

电工技术学报, 2015, 30 (15) :141-147

[5] 基于离散滑模观测器的锂电池荷电状态估计 [J].

孙冬 ;

陈息坤 .

中国电机工程学报, 2015, 35 (01) :185-191

[6] 用于储能系统的梯次利用锂电池组均衡策略设计 [J].

马泽宇 ;

姜久春 ;

文锋 ;

郑林锋 ;

郭宏榆 ;

时玮 .

电力系统自动化, 2014, 38 (03) :106-111+117

[7] 我国纯电动汽车的发展方向及能源供给模式的探讨 [J].

张文亮 ;

武斌 ;

李武峰 ;

来小康 .

电网技术, 2009, 33 (04) :1-5

[8]

Cycle ageing analysis of a LiFePO 4 /graphite cell with dynamic model validations: Towards realistic lifetime predictions.[J].E. Sarasketa-Zabala;I. Gandiaga;E. Martinez-Laserna;L.M. Rodriguez-Martinez;I. Villarreal.Journal of Power Sources.2015,

[9]

Model parameter estimation approach based on incremental analysis for lithium-ion batteries without using open circuit voltage.[J].Hongjie Wu;Shifei Yuan;Xi Zhang;Chengliang Yin;Xuerui Ma.Journal of Power Sources.2015,

[10]

A holistic aging model for Li(NiMnCo)O 2 based 18650 lithium-ion batteries.[J].Johannes Schmalstieg;Stefan Käbitz;Madeleine Ecker;Dirk Uwe Sauer.Journal of Power Sources.2014,

← 1 2 →