01儲能技術的重要性

儲能技術，作為推動我國“碳達峰碳中和”戰(zhàn)略布局及全球溫室氣體“凈零排放”長遠目標實現(xiàn)的關鍵支撐，其重要性日益凸顯。鋰離子電池，作為當前應用最廣泛的儲能技術之一，雖性能卓越，但在使用過程中不可避免地會出現(xiàn)性能衰減和安全風險上升的問題。因此，準確評估并預測其健康狀態(tài)（State of Health，簡稱SOH）成為了提升鋰離子電池系統(tǒng)安全性和經(jīng)濟性的核心挑戰(zhàn)。同時，對鋰離子電池早期退化階段的精準壽命預測，不僅對電池的研發(fā)至關重要，也直接影響著其實際應用。然而，由于鋰離子電池的老化和退化機制相當復雜，且早期退化特征不明顯，現(xiàn)有的健康狀態(tài)估計和壽命預測算法仍面臨精度和泛化能力方面的挑戰(zhàn)。

02楊恒昭課題組的研究進展

> 電動客車容量軌跡預測框架

近期，上?？萍即髮W信息科學與技術學院智慧電氣科學中心（CiPES）的楊恒昭教授課題組（儲能實驗室）在鋰離子電池的健康狀態(tài)估計和壽命預測方面取得了重要進展。相關研究成果以上?？萍即髮W為第一完成單位，已分別在儲能領域國際期刊Journal of Energy Storage和電力電子領域國際期刊IEEE Transactions on Power Electronics上發(fā)表。楊恒昭課題組開發(fā)了一種新框架，通過里程修正提高電池容量預測精度，MAE和RMSE均控制在較低水平。

楊恒昭課題組充分利用新能源汽車國家大數(shù)據(jù)聯(lián)盟提供的200輛電動客車2019年全年的實際運行數(shù)據(jù)，創(chuàng)新性地提出了一種鋰離子電池容量軌跡預測框架。該框架巧妙地將行駛里程融入傳統(tǒng)的安時積分法中，通過XGBoost模型對放電容量進行更為精準的估算。經(jīng)過深入研究，課題組成功提取了9個與電池狀態(tài)和車輛行駛行為緊密相關的特征，并構建了基于雙向長短期記憶網(wǎng)絡（BiLSTM）的序列到序列（Seq2Seq）電池容量軌跡預測模型。利用此框架，他們對兩款電動客車（Model A和Model B）共12輛在兩種不同行駛場景下的電池容量軌跡進行了詳細預測。結果顯示，最大平均絕對誤差（MAE）和最大均方根誤差（RMSE）均控制在較低水平，分別不超過0.78%和0.94%，充分證明了該框架在電池容量估計和預測方面的卓越性能。

圖1展示了基于里程修正的電池容量估計方法。

圖2展示了電池容量軌跡的預測框架。

圖3展示了電池容量軌跡預測的誤差情況。這一研究成果已經(jīng)以“A Battery Capacity Trajectory Prediction Framework with Mileage Correction for Electric Buses”為題，發(fā)表在Journal of Energy Storage期刊上。論文的第一作者是信息學院2023級碩士研究生徐藝菲，而通訊作者是楊恒昭教授。

> 鋰離子電池超早期壽命預測

課題組創(chuàng)新性地提出基于圖像化單循環(huán)數(shù)據(jù)的方法，提升模型泛化能力，實現(xiàn)低誤差的壽命預測。為了解決鋰離子電池的超早期壽命預測難題，楊恒昭團隊創(chuàng)新性地提出了一種基于圖像化單循環(huán)數(shù)據(jù)的預測框架。該框架巧妙地運用滑動窗口技術，將原始時序數(shù)據(jù)分割成多個子序列，并通過計算任意兩個子序列之間的歐幾里得距離來衡量它們的相關性，從而構建出一個N×N的圖像。這一轉化使得卷積神經(jīng)網(wǎng)絡（CNN）能夠更有效地從單循環(huán)數(shù)據(jù)中提取有價值的信息，顯著增強了模型的泛化能力。此外，該框架還成功將電壓、電流和容量數(shù)據(jù)轉換為圖像數(shù)據(jù)，并進一步融合為三通道圖像，輸入到經(jīng)過特別設計的AlexNet模型中，從而實現(xiàn)了對鋰離子電池的超早期壽命預測。通過在公開電池數(shù)據(jù)集上的驗證，該框架展現(xiàn)出了卓越的預測性能，均方根誤差（RMSE）僅為76.81個循環(huán)，平均絕對百分比誤差（MAPE）控制在7.05%以內(nèi)，決定系數(shù)（R2）高達0.9178，充分證明了其在電池壽命預測方面的實用性和準確性。

圖4展示了鋰離子電池超早期壽命預測的完整框架。

圖5展示了所提出的方法（“Full”模型）與基于特征的方法在預測結果上的對比，包括（a）均方根誤差（RMSE），（b）平均絕對百分比誤差（MAPE），以及（c）決定系數(shù)（R2）。

該研究成果已成功發(fā)表于IEEE Transactions on Power Electronics期刊，論文題目為“基于可視化單周期數(shù)據(jù)的鋰離子電池循環(huán)壽命超早期預測”。楊文進（信息學院2022級碩士研究生）擔任第一作者，楊恒昭教授擔任通訊作者。研究過程中，上?？臻g電源研究所的總研究師解晶瑩和上海航天電源技術有限責任公司的工程師閔凡奇提供了寶貴的支持。

相關知識

鋰離子電池壽命測試與健康狀態(tài)估計
多類型鋰離子電池組管理系統(tǒng)的健康狀態(tài)和剩余壽命預測方法.pdf
電池管理系統(tǒng)里的電池健康評估和壽命預測
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
界面優(yōu)化提高鋰離子電池性能及鋰離子電池產(chǎn)業(yè)化過程技術研究
鋰電池充電次數(shù)與壽命【鉅大鋰電】
鋰離子電池荷電狀態(tài)估計及壽命預測方法研究
鋰離子電池壽命和充電周期的完成次數(shù)有關嗎？【鉅大鋰電】
鋰電池充電次數(shù)與壽命
一種預測動力電池循環(huán)壽命及健康狀態(tài)的方法與流程

網(wǎng)址: 鋰離子電池健康和壽命預測新突破：里程修正與圖像化數(shù)據(jù)的應用 http://m.u1s5d6.cn/newsview1388235.html