当前位置: X-MOL 学术J. Energy Storage › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
基于无扰动增量容量和差分电压分析方法的锂离子电池健康状态和剩余寿命预测
Journal of Energy Storage ( IF 8.9 ) Pub Date : 2023-03-24 , DOI: 10.1016/j.est.2023.107161
Fei Xia , Kangan Wang , Jiajun Chen

健康状况 (SOH) 和剩余使用寿命 (RUL) 预测对于电池管理系统 (BMS) 至关重要。然而,由于复杂的电池老化机制,准确的 SOH 和 RUL 预测仍然需要改进。这项工作将基于二阶 RC 模型的增量容量分析 (ICA) 和差分电压分析 (DVA) 与改进的双向门控循环单元 (BiGRU) 相结合,以开发 SOH 和 RUL 预测框架。首先通过二阶RC模型对电压进行重构,得到增量电容(IC)和差分电压(DV)曲线,避免测量噪声的影响以及滤波方式中复杂的参数调整过程对IC和DV的影响曲线。然后,从重塑的 IC 和 DV 曲线中提取一组新的电池老化特征,以提高 SOH 和 RUL 预测的准确性和鲁棒性。接下来,使用具有注意力机制的 BiGRU 方法(BiGRU-AM)构建电池老化特征、SOH 和 RUL 的预测模型。为了降低容量再生现象的影响,采用自适应噪声的完全集成经验模态分解(CEEMDAN)方法对SOH预测结果进行分解,并将分解后的残差作为输入,提高RUL的预测精度。RUL预测结果的不确定性通过蒙特卡洛(MC)模拟进行分析。最后,所提出的方法通过高级生命周期工程中心(CALCE)和桑迪亚国家实验室的实验电池数据进行了验证。实验结果表明,将基于二阶RC模型的电压重构结果应用于ICA和DVA分析,有效避免了噪声的影响。电压重构的RMSE在0.0006以内,重构的IC/DV曲线提取的4个老化特征与SOH的Pearson相关系数在0.9以上。此外,该方法对电池不一致性、温度不确定性具有良好的鲁棒性,对不同电池化学成分具有令人满意的泛化能力,CALCE 和 Sandia 电池的最大 RUL 预测 AE 分别在 10 和 5 以内。从重建的IC/DV曲线中提取的4个老化特征与SOH的皮尔逊相关系数均在0.9以上。此外,该方法对电池不一致性、温度不确定性具有良好的鲁棒性,对不同电池化学成分具有令人满意的泛化能力,CALCE 和 Sandia 电池的最大 RUL 预测 AE 分别在 10 和 5 以内。从重建的IC/DV曲线中提取的4个老化特征与SOH的皮尔逊相关系数均在0.9以上。此外,该方法对电池不一致性、温度不确定性具有良好的鲁棒性,对不同电池化学成分具有令人满意的泛化能力,CALCE 和 Sandia 电池的最大 RUL 预测 AE 分别在 10 和 5 以内。





"点击查看英文标题和摘要"

更新日期:2023-03-25
down
wechat
bug