《电子测量技术杂志》发表论文赏析

基于弛豫电压曲线的磷酸铁锂电池模组SOH评估

来源:电子测量技术杂志2025年第12期北京时间:

作者:陈鑫,马慧敏,郄晶晶,郭志鹏,廖强强

单位:1.上海电力大学上海市电力材料防护与新材料重点实验室 上海 200090; 2.北京大学鄂尔多斯能源研究院 鄂尔多斯 017000

摘要:电池健康状态(SOH)的评估是电池系统的关键技术之一,其准确性对电池系统的安全运行至关重要。弛豫电压曲线含有丰富的电池信息,而且弛豫时间短,适用于非恒定工况下的电池健康状态评估。本文利用弛豫电压曲线来评估磷酸铁锂电池模组的健康状态。首先,建立了基于时间常数与弛豫时间线性相关的磷酸铁锂(LFP)电池模组的弛豫电压模型,并采用粒子群优化(PSO)算法对弛豫电压曲线参数辨识,提取健康因子。其次,开发了基于鹈鹕算法(POA)优化的卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的混合模型,用来评估电池的SOH。研究结果表明,无论是采用1/2 C倍率还是1 C倍率充放电获得的弛豫电压曲线,经过PSO算法参数辨识得到的变时间常数电压值与真实弛豫电压值的相对误差(RE)均不超过±0.12%,表明PSO方法对不同倍率下的弛豫电压具有良好的参数辨识效果。采用1/2 C倍率充放电后的弛豫电压曲线,在训练集低至5%的情况下,测试集利用POA-CNN-BiLSTM模型得到的SOH评估相对误差仍不超过±1.2%;而在1 C充放电倍率下,训练集低至5%时,测试集利用POA-CNN-BiLSTM模型得到的SOH评估相对误差仍不超过±1.6%,表明POA-CNN-BiLSTM模型评估电池SOH具有较高的精度。

关键词:健康状态;参数辨识;电池模组;鹈鹕算法;卷积神经网络;双向长短期记忆网络

2025年12期其他文献查阅:

基于国密SM2的H.264视频加密方案设计

基于无人机的光伏清洁机器人转运系统研究

扩展谐波法对CLLC变换器同步整流相位修正

一种无片外电容的低功耗瞬态增强LDO

基于行车风险场的弯道切入场景生成与分析

MEMS环形谐振陀螺驱动模态控制方法研究

磁通门直流互感器感应调制纹波传递特性研究

基于声学层析成像的密闭容器温度场重建

基于ConvNeXt和可变形交叉注意力的多模态3D目标检测方法

基于1D-CNN-SVM的下肢外骨骼步态信息识别研究

多电极注入地电流场接地阻抗特性研究

基于WTT-iTransformer时序预测的容器群伸缩策略研究

基于RCTLS-ADMM的UWB巷道内掘进机定位方法

多轴步进电机速度曲线算法的时分复用策略

基于弛豫电压曲线的磷酸铁锂电池模组SOH评估

基于车辆编队反馈控制器优化研究

基于RANSAC圆拟合改进算法的连接器位姿检测

基于光照度适应与小波融合的水下图像增强

基于LDF-YOLO的小目标检测方法

基于多特征融合的唇语识别模型

弹性呼吸监测传感器设计及其性能研究

基于CNN-BiGRU-Attention的脱硫系统出口二氧化硫动态预测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!