锂离子电池健康评估和寿命预测综述

被引:173
作者
刘大同
周建宝
郭力萌
彭宇
机构
[1] 哈尔滨工业大学电气工程及自动化学院
关键词
锂离子电池; 电池管理系统; 剩余寿命预测; 故障预测和健康管理;
D O I
10.19650/j.cnki.cjsi.2015.01.003
中图分类号
TM912 [蓄电池];
学科分类号
0808 ;
摘要
随着锂离子电池的广泛应用,其健康管理和寿命评估成为很多领域的挑战和热点研究问题。为此,本文针对锂离子电池健康管理和寿命预测的研究现状进行分析,重点归纳和总结锂离子电池剩余寿命预测的方法和应用现状,涵盖锂离子电池管理系统、退化状态识别和循环寿命预测三部分核心内容。最后,给出一个面向空间应用的实例,并分析了未来的发展趋势和研究挑战。
引用
收藏
页码:1 / 16
页数:16
相关论文
共 62 条
[1]   数据驱动故障预测和健康管理综述 [J].
彭宇 ;
刘大同 .
仪器仪表学报, 2014, 35 (03) :481-495
[2]   可重构卫星锂离子电池剩余寿命预测系统研究 [J].
周建宝 ;
王少军 ;
马丽萍 ;
杨思远 ;
彭宇 ;
彭喜元 .
仪器仪表学报, 2013, 34 (09) :2034-2044
[3]   锂离子电池寿命预测国外研究现状综述 [J].
罗伟林 ;
张立强 ;
吕超 ;
王立欣 .
电源学报, 2013, (01) :140-144
[4]   电动汽车用氢镍电池二阶RC模型的研究 [J].
李超 ;
商安娜 .
电源技术, 2011, 35 (02) :195-197
[5]   基于扩展卡尔曼滤波算法的燃料电池车用锂离子动力电池荷电状态估计 [J].
戴海峰 ;
魏学哲 ;
孙泽昌 .
机械工程学报, 2007, (02) :92-95+103
[6]   空间飞行器用锂离子蓄电池储能电源的研究进展 [J].
安晓雨 ;
谭玲生 .
电源技术, 2006, (01) :70-73
[7]  
基于RVM的锂离子电池剩余寿命预测方法研究[D]. 周建宝.哈尔滨工业大学. 2013
[8]  
基于粒子滤波的锂离子电池剩余寿命预测方法研究[D]. 罗悦.哈尔滨工业大学. 2012
[9]  
基于RVM-PF的卫星关键部件寿命预测[D]. 郝旭东.国防科学技术大学. 2011
[10]  
航天器系统工程[M]. 中国科学技术出版社 , 谭维炽, 2009