-
题名梯次利用锂电池健康状态预测
被引量:53
- 1
-
-
作者
孙冬
许爽
-
机构
郑州轻工业学院
上海大学机电工程与自动化学院
郑州工程技术学院
-
出处
《电工技术学报》
EI
CSCD
北大核心
2018年第9期2121-2129,共9页
-
基金
上海市科委重点项目(14DZ1206302)
河南省科技攻关项目(172102210069)
河南省高校重点科研项目(18A470018)资助
-
文摘
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。
-
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
-
Keywords
Second-use lithium-ion battery
state of health prediction
health indicator
health model
multi-model fusion technology
-
分类号
TM912
[电气工程—电力电子与电力传动]
-