基于充电数据的多阶段锂离子电池健康状态估计

锂离子电池的健康状态估计是锂离子电池寿命评估和健康管理的基础.文中针对实际应用场景中充电数据的缺失,提出一种实用的多阶段电池的健康状态估计方法.研究中根据电压大小,将充电过程划分为3个阶段,分别提出了具有针对性的电池的健康状态估计方法.特别是对于恒流电压过渡阶段,在恒流数据和电压数据都严重缺失地情况下,利用卷积神经网络的数据挖掘能力,直接建立了电压电流数据与电池的健康状态的关系,在锂离子电池的长期老化实验数据研究基础上对所提出的方法进行了验证.结果表明,该方法具有估计精度高、应对严重数据缺失的能力强、对电池不一致性鲁棒性强等优点.

基于三段优化法的车载锂电池的快速充电方法

为提高车载锂电池的充电速度及充电效率,提出了一种用于恒压恒流充电(CCCV)的三段优化法。在“新一代汽车合作计划(PNGV)”电池充电模型的基础上,结合电池容量衰减过程对三段优化法进行修正;以极化电压和开路电压,来修正恒流恒压过程的控制对象,使电流、电压随着电池的实际充电状态实时变化。基于嵌入式芯片STM32F103开发平台,设计了实施方案。进行了4组不同充电方法的实验。结果表明:对比其他3组充电方法,该三段优化法可使充电效率提高到94.25%,且充电时间可达900 s,锂电池容量衰减值较未优化前下降45%。因此,该快速充电方法效果良好。