01儲(chǔ)能技術(shù)的重要性

儲(chǔ)能技術(shù)，作為推動(dòng)我國“碳達(dá)峰碳中和”戰(zhàn)略布局及全球溫室氣體“凈零排放”長遠(yuǎn)目標(biāo)實(shí)現(xiàn)的關(guān)鍵支撐，其重要性日益凸顯。鋰離子電池，作為當(dāng)前應(yīng)用最廣泛的儲(chǔ)能技術(shù)之一，雖性能卓越，但在使用過程中不可避免地會(huì)出現(xiàn)性能衰減和安全風(fēng)險(xiǎn)上升的問題。因此，準(zhǔn)確評(píng)估并預(yù)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(jì)性的核心挑戰(zhàn)。同時(shí)，對(duì)鋰離子電池早期退化階段的精準(zhǔn)壽命預(yù)測，不僅對(duì)電池的研發(fā)至關(guān)重要，也直接影響著其實(shí)際應(yīng)用。然而，由于鋰離子電池的老化和退化機(jī)制相當(dāng)復(fù)雜，且早期退化特征不明顯，現(xiàn)有的健康狀態(tài)估計(jì)和壽命預(yù)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(jìn)展

> 電動(dòng)客車容量軌跡預(yù)測框架

近期，上?？萍即髮W(xué)信息科學(xué)與技術(shù)學(xué)院智慧電氣科學(xué)中心（CiPES）的楊恒昭教授課題組（儲(chǔ)能實(shí)驗(yàn)室）在鋰離子電池的健康狀態(tài)估計(jì)和壽命預(yù)測方面取得了重要進(jìn)展。相關(guān)研究成果以上海科技大學(xué)為第一完成單位，已分別在儲(chǔ)能領(lǐng)域國際期刊Journal of Energy Storage和電力電子領(lǐng)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(yù)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(dòng)客車2019年全年的實(shí)際運(yùn)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(yù)測框架。該框架巧妙地將行駛里程融入傳統(tǒng)的安時(shí)積分法中，通過XGBoost模型對(duì)放電容量進(jìn)行更為精準(zhǔn)的估算。經(jīng)過深入研究，課題組成功提取了9個(gè)與電池狀態(tài)和車輛行駛行為緊密相關(guān)的特征，并構(gòu)建了基于雙向長短期記憶網(wǎng)絡(luò)（BiLSTM）的序列到序列（Seq2Seq）電池容量軌跡預(yù)測模型。利用此框架，他們對(duì)兩款電動(dòng)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(jìn)行了詳細(xì)預(yù)測。結(jié)果顯示，最大平均絕對(duì)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(jì)和預(yù)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(jì)方法。

圖2展示了電池容量軌跡的預(yù)測框架。

圖3展示了電池容量軌跡預(yù)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(xué)院2023級(jí)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(yù)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(shí)現(xiàn)低誤差的壽命預(yù)測。為了解決鋰離子電池的超早期壽命預(yù)測難題，楊恒昭團(tuán)隊(duì)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(yù)測框架。該框架巧妙地運(yùn)用滑動(dòng)窗口技術(shù)，將原始時(shí)序數(shù)據(jù)分割成多個(gè)子序列，并通過計(jì)算任意兩個(gè)子序列之間的歐幾里得距離來衡量它們的相關(guān)性，從而構(gòu)建出一個(gè)N×N的圖像。這一轉(zhuǎn)化使得卷積神經(jīng)網(wǎng)絡(luò)（CNN）能夠更有效地從單循環(huán)數(shù)據(jù)中提取有價(jià)值的信息，顯著增強(qiáng)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(zhuǎn)換為圖像數(shù)據(jù)，并進(jìn)一步融合為三通道圖像，輸入到經(jīng)過特別設(shè)計(jì)的AlexNet模型中，從而實(shí)現(xiàn)了對(duì)鋰離子電池的超早期壽命預(yù)測。通過在公開電池?cái)?shù)據(jù)集上的驗(yàn)證，該框架展現(xiàn)出了卓越的預(yù)測性能，均方根誤差（RMSE）僅為76.81個(gè)循環(huán)，平均絕對(duì)百分比誤差（MAPE）控制在7.05%以內(nèi)，決定系數(shù)（R2）高達(dá)0.9178，充分證明了其在電池壽命預(yù)測方面的實(shí)用性和準(zhǔn)確性。

圖4展示了鋰離子電池超早期壽命預(yù)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(yù)測結(jié)果上的對(duì)比，包括（a）均方根誤差（RMSE），（b）平均絕對(duì)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(yù)測”。楊文進(jìn)（信息學(xué)院2022級(jí)碩士研究生）擔(dān)任第一作者，楊恒昭教授擔(dān)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(shù)有限責(zé)任公司的工程師閔凡奇提供了寶貴的支持。

相關(guān)知識(shí)

鋰離子電池壽命測試與健康狀態(tài)估計(jì)
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(yù)測方法.pdf
電池管理系統(tǒng)里的電池健康評(píng)估和壽命預(yù)測
基于新健康因子的鋰電池健康狀態(tài)估計(jì)和剩余壽命預(yù)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(shù)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(jì)及壽命預(yù)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(guān)嗎？【鉅大鋰電】
鋰電池充電次數(shù)與壽命
一種預(yù)測動(dòng)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(yù)測新突破：里程修正與圖像化數(shù)據(jù)的應(yīng)用 http://m.u1s5d6.cn/newsview1388235.html