基于差分电压和Elman神经网络的锂离子电池RUL预测方法

来源 :储能科学与技术 | 被引量 : 0次 | 上传用户:weibo78500
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子电池剩余使用寿命(remaining useful life,RUL)预测对电池的使用维护极为重要,提出一种基于差分电压和Elman神经网络预测锂离子电池RUL的方法.首先,根据美国国家航天航空局(National Aeronautics and Space Administration,NASA)的锂离子电池数据集,分析电池差分电压曲线和充放电曲线,提取电池容量退化特征量;其次,通过Pearson法分析特征量之间的相关性,将充电差分电压曲线初始拐点值、放电差分电压曲线峰值、放电时间、静置时间作为电池RUL预测的间接健康因子;最后,建立以上述间接健康因子为输入,电池容量为输出的Elman神经网络,进行锂离子电池的RUL预测.基于不同间接健康因子和不同神经网络的四种电池容量预测对比实验表明,在间接健康因子中加入充电差分电压曲线初始拐点值和放电差分电压曲线峰值可以提高电池寿命预测精度,Elman神经网络可准确预测电池容量.基于不同循环次数预测电池RUL,预测的平均均方根误差为1.55%.
其他文献
伴随着大型电化学储能项目的大量投产,如何保证大容量储能电池的本质安全成为亟待解决的问题.本文回顾了本质安全概念的演变,介绍了本质安全的内涵.参考煤矿行业本质安全型蓄电池的设计规范,提出了电池储能本质安全分级方案,将电池储能安全等级分为本质安全、非本质安全以及不安全三类.针对储能电池以模组和集装箱形式运行的现状,根据不同的组成形式,将电池储能的本质安全区分为电芯、模组以及集装箱系统三个层面的理解,并分别对其本质安全性进行论述.针对储能电池电芯的本质安全梳理了不同方向的技术路线,围绕水系电池、固态电池和安全剂
精确的锂离子电池荷电状态(state of charge,SOC)估计对于电池管理系统至关重要.模型参数辨识是SOC估计的前提,也是影响其估计精度的关键因素.为了有效避免噪声对参数辨识的影响,采用偏差补偿递推最小二乘法(BCRLS)进行在线参数辨识.在此基础上,采用自适应容积卡尔曼滤波(ACKF)算法估计电池SOC,对系统噪声进行实时更新以提高估计精度.此外,对于计算过程中由于协方差矩阵失去正定性而出现平方根无法分解的问题,利用奇异值分解的方法代替Cholesky分解,以提高数值计算的稳定性.最后将BCR
为实现“双碳”目标,电动汽车成为了交通工具转型的重要途径.但由于充电速度影响电动汽车用户体验,一定程度上制约了电动汽车的推广应用,为此,发展大功率充电是提升电动汽车市场渗入率的重要技术途径.然而,由于大功率充电带来的动力电池加速老化以及快速产热导致的动力电池组温度分布不一致性等问题,给电动汽车快速充电策略的制定和热管理系统的设计带来了新的挑战.本文从电动汽车大功率充电策略优化和电池组热管理系统设计两个角度,归纳了目前面向电动汽车大功率充电过程的管理技术研究现状.围绕大功率充电方式对动力电池性能的影响,评价
锂离子电池的健康状态(state of health,SOH)是电池管理系统的核心问题,对其精确的评估能够保障电池的安全可靠运行.然而在实际应用中,容量较难直接测得,导致SOH估算困难.为了获得准确的SOH,本文提出一种基于注意力改进双向门控循环单元(BiGRU)的锂离子电池SOH估计方法.首先提取电池充放电曲线中的电压、电流与阻抗等参数,通过自编码器(auto encoder,AE)对其降维,提取特征量并减少数据间的冗余性.其次,引入注意力机制(attention mechanism,AM)对输入变量分
构建以新能源为主体的新型电力系统,意味着风电和光伏将成为未来电力系统的主体.新能源发电固有的随机性、间歇性、波动性使调峰问题日益突出.燃气电站和电化学储能由于可调范围大、响应速度快,未来有望成为重要的调峰资源.首先,梳理了各省天然气发电调峰、储能调峰相关政策和市场规则,从准入门槛、参与方式、申报价格等方面进行了对比分析;然后,基于平准化电力成本(LCOE)概念,详细分析了包含初始投资、运维检修、燃料成本在内的天然气发电调峰电站、储能电站成本构成;最后,以某省为例,对比燃气发电调峰和储能调峰经济性,定量分析
分别采用干法和湿法涂布工艺制备出活性炭正极和石墨负极,制作成066090型软包锂离子电容器(LIC)单体.采用恒流充放电嵌锂法对负极进行预锂化,理论嵌锂深度为85%.通过扫描电子显微镜(SEM)、剥离强度、电性能测试等表征方法,分析了干法和湿法涂布工艺对电极结构和形貌、黏结性能及电性能的影响.阐述了电极结构对软包LIC容量、内阻、耐久性、循环性能和低温性能的影响.结果表明,干法电极内有充分的黏结剂纤维结构,碳颗粒的接触紧密.干法电极的体积密度相比湿法涂布电极提高了8%以上,其剥离强度比湿法电极高50%以上
针对车用锂电池在高倍率放电情况下的热管理问题开展研究.基于电池生热量和散热量匹配的热管理理念,创新性地提出了确保电池热安全运行的临界换热系数hcr,并基于单电池的热电耦合模型发展了一种确定临界换热系数的数值分析方法.对极端工况下的18650锂电池进行临界换热系数的数值研究,发现放电倍率和换热环境温度是其主要影响因素.换热环境温度和放电倍率增加,临界换热系数会急剧增加.为了进一步提高电池的热安全运行能力,针对h
为明确跨季节蓄冷技术在设施农业应用场景下的技术经济性,选取济南地区某日光温室群为研究对象,采用以冰源热泵为核心的跨季节蓄冷系统实现温室群的全年冷热管理,建立系统的蓄冷量损失模型和节能、经济、环境效益评价模型,对系统蓄冷量、一次能源利用率、费用年值、动态投资回收期及污染物减排量进行分析,并同其他热泵系统和锅炉系统进行比较.结果表明:跨季节蓄冷体的全年冷量损失在5%以内,最大蓄冷量为170409.07 GJ,至全年结束仍有14509.47 GJ剩余,系统可满足温室群全年供冷供热需求;系统的供冷一次能源利用率为
针对新能源电动汽车的电量显示与安全管理问题,对其锂离子电池的荷电状态展开研究,提出了基于并行卡尔曼滤波器的全寿命下的电池荷电状态(state of charge,SOC)估计算法.建立了电池Thevenin一阶RC等效电路模型,通过开路实验的数据处理获取静态OCV-SOC关系表达式,并利用具有动态遗忘因子的最小二乘法对模型参数进行了辨识.以安时积分法为状态传递方程,在扩展卡尔曼滤波的基础上利用最大似然估计准则使模型噪声协方差具有自学习能力.考虑模型参数随电池寿命衰减而改变的问题设计并行结构的滤波器来分别进
微网系统中的分布式电源和负荷需求的随机问题促使微网储能容量决策成为一个研究的热点话题.本文提出了多时间尺度下微网系统中源-荷的随机性和预测出力偏差的不确定性的储能容量优化方法.利用该方法建立了系统能量平衡关系和鲁棒性经济协调指标,刻画出了储能系统容量优化方法和微网随机因子间的定量关系,并兼顾微网运行经济性的目标.结合分层理论建立了含分布式电源的微网储能容量的双层优化模型,并采用多目标粒子群算法对本文的优化模型进行求解.仿真结果表明,所提方法能够保证储能系统容量优化配置,同时能获得良好的经济效益.