隨著新能源并網(wǎng)規(guī)模的不斷增大，儲能在新型電力系統(tǒng)發(fā)、輸、配、用環(huán)節(jié)的重要性日漸凸顯。其中，鋰離子電池由于能量密度高、轉化速率快、部署便捷與成本低等優(yōu)勢，成為新型電力系統(tǒng)中的主流儲能系統(tǒng)之一。鋰離子電池健康狀態(tài)（SOH）能有效反映電池老化程度，實際運行中，依據(jù)設定閾值替換低SOH電池是保障電池儲能系統(tǒng)安全、穩(wěn)定運行的有效措施之一。因此，SOH評估是電池管理系統(tǒng)（BMS）的重要功能之一。

為解決現(xiàn)有評估模型精度不足、復雜度高與可解釋性低的問題，南通大學信息科學技術學院、蘇州科技大學電子與信息工程學院、南通大學電氣工程學院的顧菊平、蔣凌、張新松等學者，提出一種基于特征提取的鋰離子電池SOH評估及影響因素分析方法。

圖1 電池健康特征提取流程

他們首先提出兩個量化初始循環(huán)充電電壓曲線和當前循環(huán)充電電壓曲線相似性的新健康特征，即動態(tài)時間規(guī)整距離特征和Wasserstein距離特征；其次，采用CatBoost方法評估電池SOH，并引入SHAP方法分析各健康特征對評估結果的影響及特征間的耦合關系；最后，研究者利用馬里蘭大學電池老化數(shù)據(jù)集中多塊電池數(shù)據(jù)進行實驗驗證。

圖2 鋰離子電池SOH評估與分析流程

實驗結果表明，與現(xiàn)有方法相比，提出的SOH評估方法精度較高，平均誤差均小于2.2%，且能定量解析SOH影響因素。

但是，研究者也指出，由于本次電池數(shù)據(jù)是在固定充電條件下獲取，并未考慮特定應用場景下電池的健康評估需求。鋰離子電池在不同儲能體系，如車用儲能系統(tǒng)、儲能電站等，運行工況存在顯著差異，后續(xù)研究將針對不同應用場景需求，制定適合的鋰離子電池SOH評估方法，實現(xiàn)評估模型在多應用場景下的精準高效運行。

本工作成果發(fā)表在2023年第19期《電工技術學報》，論文標題為“基于特征提取的鋰離子電池健康狀態(tài)評估及影響因素分析”。本課題得到國家自然科學基金智能電網(wǎng)聯(lián)合基金、國家自然科學基金和江蘇省重點研發(fā)計劃（產業(yè)前瞻與關鍵核心技術）的支持。

相關知識

一種基于深度學習的鋰電池健康狀態(tài)評估方法
鋰離子電池健康狀態(tài)評估及剩余壽命預測方法
鋰離子電池安全狀態(tài)評估研究進展
=退役鋰離子電池健康狀態(tài)評估方法【鉅大鋰電】
一種基于支持向量機的鋰電池健康狀態(tài)評估方法
鋰離子電池健康狀態(tài)評估及剩余壽命預測方法研究
鋰電池健康狀態(tài)如何影響電池壽命
鋰動力電池健康度評價與估算方法的研究
基于動態(tài)工況模型誤差特征的動力電池健康狀態(tài)估計方法
電動汽車鋰離子動力電池健康狀態(tài)估計方法研究.pdf

網(wǎng)址: 精度高，誤差??！一種鋰電池健康狀態(tài)評估及影響因素的分析方法 http://m.u1s5d6.cn/newsview1392020.html