基于表面温度和增量容量的锂电池健康状态估计

• 作者: 林名强 吴登高 郑耿峰 武骥
• 来源期刊: 汽车工程
• 关键词: 锂离子电池 健康状态 DT曲线 神经网络
• 年，卷（期）: 2021,（9）
• 页码范围: 1285-1290,1284
• 页数: 7页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2021.09.003

摘要

本文中提出了一种基于电池表面温度和增量容量的健康状态(SOH)估计方法,分析了恒流充电过程中的温度变化曲线,从温度变化曲线中提取了3个几何特征作为健康因子,并与增量容量曲线的峰值结合作为反向传播神经网络的输入来建立模型估算SOH.试验结果验证了该方法的有效性,SOH平均估计误差仅在2％以下.