基于云端充电数据的锂电池组一致性评价方法

• 作者: 邹大中 陈浩舟 李勋 陆一凡 黄鹏
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 锂离子电池 电动汽车 云端充电数据 电池组一致性 模糊层次分析法
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 能源互联网|Energy Internet
• 页码范围: 1049-1062,中插15-中插16
• 页数: 1页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2021.0308

摘要

在电动汽车(electric vehicle,EV)的使用过程中,电池组内单体间的不一致性增加趋势是不可避免的.电池成组后的单体不一致可能导致电池组提前失效,甚至引发安全问题.随着云端数据的广泛应用,EV的数据可被监测,这些数据能用来评估EV的安全性和电池组一致性.虽然EV上的数据采样频率较高,但云端数据的记录频率较低(约为10～30s),而充电数据采样时间间隔可达到10s以内,因此,云端的充电数据更适合用来评估EV的电池组一致性.以锂离子电池组为研究对象,提出了一种基于云端充电数据的电池组一致性评价方法.基于云端的充电数据,对5项指标进行分析和评价,包括电压一致性、温度一致性、内阻一致性、容量一致性和电量一致性.为了对电池组一致性综合评分,提出了一种加权评分体系,进一步利用模糊层次分析法(fuzzy analytic hierarchy process,FAHP)确定权重系数.最后,基于此评分体系将3个电池组进行实验并进行评分,实验结果表明所提评价方法能有效地区分和定量描述各电池组的一致性.此外,EV数据分析结果表明,该方法可有效地应用于工程中,并能在事故发生前检测出一致性问题,从而提高EV的安全性.