公开(公告)号：CN119556151A

公开(公告)日：2025-03-04

申请号：CN202411777869.7

申请日：2024-12-05

Applicant: 合肥工业大学

Inventor： 赖纪东 ,  周晨光 ,  苏志鹏 ,  苏建徽 ,  姚杰 ,  施永 ,  解宝

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明公开了一种锂电池联合健康状态估计与寿命预测方法，包括：1、在锂电池老化正常运行阶段，通过对所述锂电池进行脉冲测试，通过建立戴维南模型，预测锂电池的健康状态与剩余寿命；2、在锂电池进入深度老化阶段后，通过对所述锂电池进行EIS测试，得到阻抗谱数据，修正戴维南模型为可变阶RC模型；3、分别利用阻抗谱数据和可变阶RC模型辨识的参数进行深度老化阶段的健康状态估算，当两者的预测误差小于误差阈值时，认为成功建立得到适用于深度老化阶段的电池健康状态和剩余寿命预测模型，否则调整可变阶RC模型的阶数以减少误差。本发明能保证完整生命周期内锂电池寿命预测估计的可靠性，从而能有效降低测试工况的控制复杂度与成本。

公开(公告)号：CN119556152A

公开(公告)日：2025-03-04

申请号：CN202411777940.1

申请日：2024-12-05

Applicant: 合肥工业大学

Inventor： 赖纪东 ,  沈武宇 ,  苏志鹏 ,  苏建徽 ,  姚杰 ,  施永 ,  解宝

IPC: G01R31/367

Abstract: 本发明公开了一种基于弛豫时间尺度建模的锂电池状态估计方法，包括：1、对锂电池采用突加脉冲充电测试，采集电压、电流数据，计算锂电池的开路电压和直流内阻以及时域阻抗序列；2、将锂电池的时域阻抗序列经离散傅里叶变换后转化为频域阻抗序列，建立锂电池弛豫时间尺度DRT的分布函数与频域阻抗序列的拟合方程组，并采用正则化的最小二乘法求解。3、将求解得到的DRT模型分布函数作为神经网络的输入，锂电池的状态参数作为神经网络的输出，建立锂电池状态参数的预测模型。本发明方法避免了传统弛豫时间尺度建模所需EIS的测试，有效降低了测试采集设备的控制复杂度与设计成本，可有效应用于电池寿命预测、电池分类筛选、电池梯次利用等场合。