基于實車運行數據的鋰離子電池健康狀態(tài)估計

準確估計鋰離子電池健康狀態(tài)(State of health，SOH)對電動汽車安全管理具有重要意義，針對實車數據存在電池狀態(tài)不完整、工況復雜、數據質量差的問題，該文提出面向實車數據的多工況健康因子提取SOH 聯合估計方法。首先，提出實車運行數據工況重構方法，將數據劃分為行駛片段和充電片段，降低電池工況復雜性。然后，分別構建行駛工況和充電工況的SOH評價模型用于SOH估計。對于行駛工況，選擇內阻作為SOH評價指標，通過等效電路模型辨識內阻參數，基于 Auto-LightGBM的電池內阻建模方法估算SOH；對于充電工況，選擇容量作為SOH 評價指標并通過提取恒流充電片段計算電池容量，再提取容量的影響特征，建立容量模型并估計電池SOH。結果表明，基于內阻和容量的建模方法平均絕對百分比誤差均小于9%。最后，建立結合充電與放電的SOH綜合評價模型，提出融合充放電片段的電池SOH聯合估計方法，基于實車運行數據的SOH誤差在2%以內，并在實驗室數據和多輛實車數據上驗證方法的可靠性和適應性。

相關知識

電動汽車鋰離子動力電池健康狀態(tài)估計方法研究.pdf
基于電化學模型的鋰離子電池健康狀態(tài)估算
=退役鋰離子電池健康狀態(tài)評估方法【鉅大鋰電】
鋰離子電池安全狀態(tài)評估研究進展
電動汽車鋰離子電池健康狀態(tài)估計及容量衰退預測
基于新健康因子的鋰電池健康狀態(tài)估計和剩余壽命預測
《電動自行車用鋰離子電池健康評估工作指引》解讀
基于充電稀疏大數據的電池系統(tǒng)綜合健康狀態(tài)評估方法技術方案
基于動態(tài)工況模型誤差特征的動力電池健康狀態(tài)估計方法
車用鋰電池健康狀態(tài)下快充方法研究綜述

網址: 基于實車運行數據的鋰離子電池健康狀態(tài)估計 http://www.u1s5d6.cn/newsview1275743.html