基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
电池的健康状态(SOH)是衡量电池衰退程度的重要参数,电池管理系统(BMS)必须实时监测电池的衰退情况并准确估算SOH.现有的BMS尚未实现SOH的诊断,且SOH估算方法未与电池实际的衰退过程建立联系.针对这些问题,首先,提出了一种基于容量增量(IC)和微分电压(DV)曲线的锂离子电池SOH诊断方法,并对三元锂离子电池的衰退模式进行辨识和量化,结果为:活性物质损失(13.6%)、锂离子损失(7%)、电导率损失(1.2%);其次,从衰退机理出发,基于IC曲线和BP神经网络,建立SOH估算模型,实现了更加合理和精确的估算,容量估算误差小于10 mAh,SOH估算误差稳定在2%以内.该研究为SOH的诊断和估算在BMS中的结合应用提供了依据,通过制定相应的管理策略有利于延长锂离子电池的使用寿命.
推荐文章
废旧三元锂离子电池回收技术研究新进展
废旧锂离子电池
三元正极材料
回收
选择性
再生
锂离子电池三元正极材料的研究进展
锂离子电池
三元材料
正极材料
富镍锂离子电池三元材料NCM的研究进展
锂离子电池
富镍
电化学
动力学
热力学
基于模型的锂离子电池SOC及SOH估计方法研究进展
锂离子电池
电池管理系统
电池模型
荷电状态估计
健康状态估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于衰退机理的三元锂离子电池SOH的诊断与估算
来源期刊 电子测量技术 学科 工学
关键词 锂离子电池 健康状态 电池管理系统 容量增量
年,卷(期) 2020,(10) 所属期刊栏目 研究与设计
研究方向 页码范围 7-13
页数 7页 分类号 TM912.6
字数 语种 中文
DOI 10.19651/j.cnki.emt.2004084
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 向馗 32 81 5.0 7.0
2 朱国荣 21 78 5.0 8.0
3 康健强 9 3 1.0 1.0
4 王振新 3 0 0.0 0.0
5 王菁 4 0 0.0 0.0
6 秦鹏 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (25)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂离子电池
健康状态
电池管理系统
容量增量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导