锂离子动力电池寿命预测的研究进展
1月10日
917浏览
1收藏
技术邻
>
由于公众号很多朋友留言对锂离子动力电池的兴趣，期望可以对动力锂离子电池相关技术进行更多学习，本公众号秉持着非盈利且对知识分享的想法，对福建农林大学的刘嘉、晏裕康等撰写的文章《锂离子动力电池寿命预测的研究进展》进行分享，更多详情请感兴趣的朋友可以从知网或其他平台中及电源技术期刊下载完整文章，文章
DOI
10.3969/j.issn.1002-087X.2022.02.005
基于经验的方法包括：循环周期法、安时法、面向事件的老化累积方法。
Liu
等用安时法获得电池的容量，并采用高斯回归法来预测电池的退化趋势。张金等提出一种根据容量退化速率优先确定整数变量的条件三参数容量退化经验模型，并通过不同退化速率的锂离子电
池退化实验数据对模型的可性行及实用性加以验证，为锂离子电池的寿命预测提供了理论支撑。
Sauer
等使用加权安时法和面向事件的老化模型进行寿命预测，加权安时法作为安时法的改进，考虑了不同工况对锂离子电池寿命的影响，面向事件的老化模型中的特定事件对锂电池寿命的影响既可以通过实验的方式确定，也可以利用专家知识去评估。
模型法通过研究电池的衰退机理，建立相对应的数学模型去预测电池寿命。
Ashwin
等提出了一种伪二维电化学模型，可以用来判断电池容量衰减程度并预测电池剩余使用寿命
(RUL)
。林慧龙等提出一种粒子滤波算法
(PF)
来预测电池寿命，并与扩展卡尔曼滤波算法
(EKF)
进行了对比，发现粒子滤波算法的平均绝对误差
(MAE)
和均方根误差
(RMSE)
都低于扩展卡尔曼滤波，结果如表
2
所示。张吉宣等提出了一种自回归滑动平均模型和正则化
PF
的融合算法
，并与单一的标准
PF
和正则化
PF
算法相比较，结果表明该方法预测精度更高。
数据驱动法不需要了解电池内部的物理和化学变化，通过分析电池健康状态信息进行剩余寿命预测。
Liu
等提出了一种利用灰色模型的电池剩余寿命预测方法，但
GM(1,1)
模型在进行长期预测时误差比较大，针对这种情况，
Gu
等建立了残差
GM(1,1)
模型，实验结果表明，该方法预测精度较高。
Long
等利用改进的自回归
(AR)
模型对锂离子电池退化容量进行跟踪，在模型定阶时采用粒子群算法，实现对电池的寿命预测，结果具有较高的精度。庞晓琼等提出了一种结合主成分分析特征融合与非线性自回归神经网络
(PCANARX)
的预测方法
,
对电池的寿命进行预测，经仿真后得出了该方法的有效性，其预测误差小、适用性强，如图
1
所示。
由于融合技术法克服了模型法预测和数据驱动法预测的局限性，很多研究人员更加青睐于用融合技术法来预测电池剩余寿命，可以提高预测的准确性。范立明等通过将退化物理模型与粒子滤波算法融合的方法来对电池的剩余寿命进行预测，预测误差仅为
1.97%
。
Tian
等提出了一种基于人工鱼群算法与粒子滤波算法相结合的预测方法，有效防止了粒子退化问题，提高了预测精度，并与基本
PF
和正则化
PF
的结果进行对比，结果证明基于人工鱼群的粒子滤波算法
(AFSA-PF)
更加准确。杜净彩
[24]
研究了三种不同的电池寿命预测方法，并
将其作比较，结果如表
所示，结果证明融合型电池寿命预测方法预测精度更高，相对误差由
锂离子电池是电动汽车的关键组成部分，锂离子电池性能的好坏很大程度上就代表了电动汽车性能的好坏，对锂离子电池的寿命进行预测对电动汽车的应用与推广起着非常关键的作用。从近些年来国内外的研究现状来看，人们在研究锂离子电池寿命预测方面已经取得了很大的进展，但是，对于今后的工作，挑战依然还在，例如：在 SOH 方面，当电池处于动态条件下工作时，情况会更复杂，可以对现有的方法进行改进和扩展，如采用物理模型与数据驱动模型融合的方法进行电池健康状态估计，提高预测的精度；在剩余使用寿命方面，多种寿命预测方法的融合是未来锂离子动力电池寿命发展的方向，可以更加准确地进行电池寿命的在线预测。相信在不久后的未来，电池寿命预测技术将会更加成熟，在电动汽车上得到广泛的应用与推广。
公众号读者朋友若有什么想了解的技术点，可以后台私信小动，小动会尽力收集读者朋友想要了解的知识进行免费分享，期待读者朋友动动勤劳的小手帮小动点亮文章底部的点赞以及在读，让小动明白您想了解该方面知识
注： 文章中引用数据和图片来源网络
锂离子动力电池寿命预测的研究进展的评论0条
锂离子动力电池寿命预测的研究进展的相关视频课程
锂离子动力电池寿命预测的研究进展的相关案例教程
来源：ELSEVIER 清华大学欧阳明高院士团队系统性地研究了老化路径对锂离子电池热失控行为的影响,研究成果在eTransportation国际交通电动化杂志上发表。题为“A comparative investigation of aging effects on thermal runaway behavior of lithium-ion batteries”。 1.背景介绍 锂离子动力电池
一、从概念来看EMS和BMS哪里不一样 EMS是储能的能源管理系统，它一般是指针对锂电池储能电站推出的调控一体化能量管理系统，实现了实时监控、诊断预警、全景分析、高级控制功能，满足运行监视全面化、安全分析智能化、全景分析动态化的需求，保证储能电站安全、可靠、稳定运行。 EMS（Energy Management System，能量管理系统），是储能系统的决策中枢，充当 “整个神经系统”的角色。能量
有限空间是指封闭或部分封闭、进出口受限但人员可以进入，未被设计为固定工作场所，通风不良，易造成有毒有害、易燃易爆物质积聚或氧含量不足的空间。有限空间一般具备以下特点： 1.空间有限，与外界相对隔离。有限空间是一个有形的，与外界相对隔离的空 间。有限空间既可以是全部封闭的，如各种检查井、反应釜，也可以是部分封闭的，如敞口的污水处理池等。 2.通风不良，易造成有毒有害、易燃易爆物质积聚或氧含量不足。有
电气化的工业应用（包括电动汽车和分布式发电）必然衍生出更多对电池的需求。这在快速发展的交通运输领域中尤为明显，如：电动汽车与无人机。而且在多电飞机的研发和能量储存中，电池的重要性也日益突出。这些电池并非单独使用，而是作为复杂组件使得大型系统能够处于最佳运行状态，以确保安全高效地利用能源。电池管理系统(BMS)包括硬件和嵌入式软件，能够实时监测和控制充电电池的状态，以便为复杂应用提供可靠的动力。AN
微信
QQ
微博