科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对退役动力电池容量一致性分选问题，提出了一种对退役电池放电容量快速预测的方法，该方法主要是通过在选取合适的等效电路模型以及电池荷电状态（SOC）下，将退役电池测试的交流阻抗谱（EIS）结合等效电路模型用ZSimpWin软件进行拟合，由此获得表征电池内部状态的等效电路模型中的各个特征参数，并且利用径向基（RBF）神经网络建立了各个特征参数与退役电池放电容量的神经网络模型，并对退役电池的放电容量进行了预测。结果表明：将电池放电至80%SOC状态下利用LR(CR)(C(WR))(L为电感，R为电阻，C为电容，W为Warburg阻抗元件)等效电路模型对EIS进行拟合的结果最好，是获取电池特征参数的有效途径，并且通过RBF神经网络建立了各个特征参数与电池放电容量关系的神经网络模型，该模型对电池放电容量预测的最大误差不超过0.6503 Ah。
-
单位武汉科技大学; 格林美股份有限公司
