← 返回
锂离子电池多阶段健康状态估计：对重度部分充电的高容忍度
Multistage State of Health Estimation of Lithium-Ion Battery With High Tolerance to Heavily Partial Charging
| 作者 | Zhongbao Wei · Haokai Ruan · Yang Li · Jianwei Li · Caizhi Zhang · Hongwen He |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2022年6月 |
| 技术分类 | 储能系统技术 |
| 技术标签 | 储能系统 电池管理系统BMS 故障诊断 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 健康状态 锂离子电池 SOH估计 部分充电 电池管理系统 健康诊断 |
语言:
中文摘要
健康状态（SOH）评估对锂离子电池管理至关重要。针对实际应用中常见的充电数据不完整问题，本文提出了一种多阶段SOH估计方法。该方法在处理非理想充电数据时表现出极高的鲁棒性，能够有效提升电池在复杂工况下的健康诊断精度与保护能力。
English Abstract
State of health (SOH) is critical to the management of lithium-ion batteries (LIBs) due to its deep insight into health diagnostic and protection. However, the lack of complete charging data is common in practice, which poses a challenge for the charging-based SOH estimators. This article proposes a multistage SOH estimation method with a broad scope of applications, including the unfavorable but ...
S
SunView 深度解读
该技术对阳光电源的PowerTitan和PowerStack储能系统具有重要价值。在工商业及电网侧储能应用中，电池往往难以完成全周期充电，该多阶段SOH估计方法能显著提升BMS在碎片化数据下的健康状态评估精度，延长电池系统使用寿命，降低运维成本。建议将此算法集成至iSolarCloud智能运维平台，通过大数据分析实现更精准的电池衰减预测与预警，提升储能资产的安全性与经济性。