基于短时搁置端电压压降的快速锂离子 电池健康状态预测

摘要：

最大可用容量是衡量锂离子电池寿命状态的重要依据.在分析电池寿命实验和开路电压实验特性的基础上,提出一种能够表征锂离子电池最大可用容量的健康因子.由于该健康因子仅利用电池充电或放电至某电压后,搁置10min内端电压压降信息,与传统方法相比,不限制电池的运行工况,能够快速预测电池健康状态,且获取健康因子时不需要对电池放电.论文进一步采用多种神经网络回归预测方法,建立健康因子与电池可用容量和寿命状态之间的关系,在对实验结果进行比较分析的基础上,提出一种加权混合神经网络模型.实验结果表明,所提出的健康因子能够用于表征电池寿命状态,且对实验工况有较强的鲁棒性,提出的加权混合神经网络模型能够获得高精度健康状态预测结果.

关键词：锂离子电池、端电压压降、寿命状态、回归预测

所属期刊栏目：34

分类号：TM912

资助基金：国家自然科学基金51377044;河北省自然科学基金重点项目E2017202284;河北省教育厅青年基金QN2017314,QN2017316

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：3968-3978