基于最优充放电曲线的锂离子电池寿命预测方法

作者：宁青菊; 施梦琢; 史永胜; 丁恩松; 洪元涛; 欧阳

来源：陕西科技大学学报, 2021, 39(02): 153-160.

DOI：10.19481/j.cnki.issn2096-398x.2021.02.024

• 锂离子电池
• 剩余使用寿命
• 灰狼优化算法
• 长短期记忆神经网络

准确预测锂离子电池剩余使用寿命在电池健康管理中起着越来越重要的作用.然而由于直接反映电池退化的内阻、容量等参数在实际应用中的复杂性和不易测量,从侧面评估锂离子电池寿命状态十分必要.本文通过对锂离子电池充放电数据分析,结合Pearson和Spearman两种相关性分析法,构造了反映锂离子电池退化的两种最优健康因子,然后在此基础上提出了一种灰狼优化算法(GWO)和长短期记忆神经网络(LSTMNN)相结合的锂离子电池寿命预测模型.仿真结果表明,该方法能有效对锂离子电池的退化状态跟踪,预测的最大MAPE不超过2%,与传统的LSTM算法相比,具有很高的可靠性.

• 单位
  陕西科技大学