← 返回
基于阻抗谱动力学与深度高斯过程的锂离子电池容量估计
Capacity Estimation for Lithium-Ion Batteries Based on Impedance Spectral Dynamics and Deep Gaussian Process
| 作者 | Shude Zhang · Weiru Yuan · Yingzhou Wang · Shun Cheng · Jianguo Wang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年8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 机器学习 深度学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 锂离子电池 容量估计 电化学阻抗谱 深度高斯过程 电池管理系统 健康状态 |
语言:
中文摘要
锂离子电池充放电过程伴随复杂的电化学行为，对电池性能与寿命有不可逆影响，在线容量估计极具挑战。本文利用电化学阻抗谱（EIS）丰富的频域信息，提出一种基于深度高斯过程的容量估计方法，旨在实现更精准的电池健康状态监测。
English Abstract
The charging and discharging processes of lithium-ion batteries are accompanied by complex electrochemical behaviors that have long-lasting and irreversible effects on the performance and lifetime of the batteries, accurate online capacity estimation of the batteries has been challenging. Considering that electrochemical impedance spectra contain rich frequency domain information, which can fully ...
S
SunView 深度解读
该技术对阳光电源PowerTitan和PowerStack等储能系统至关重要。目前储能系统主要依赖电压/电流积分法估算SOH，精度受限。引入基于阻抗谱动力学的深度学习算法，可显著提升BMS对电池衰减机理的感知能力，实现更精准的剩余寿命预测。建议在iSolarCloud平台集成此类高阶算法，通过大数据分析优化电池簇的充放电策略，延长系统全生命周期收益，并提升储能电站的安全性与运维效率。