数据驱动的锂离子电池SOH估计和RUL预测方法研究.pdfVIP

广东工业大学硕士学位论文

（能源动力硕士）

数据驱动的锂离子电池SOH估计

和RUL预测方法研究

论文答辩日期：2023年5月20日

摘要

受“双碳”战略目标驱动，波动性、间歇性较大的可再生能源占比在我国逐年提

高，因此以新能源消纳为目标建设储能系统已是大势所趋。锂离子电池凭借其容量大、

能量高、寿命长的优势，在新型储能系统中被广泛应用。为了保障电池储能系统安全

运作，电池的健康状态(Stateofhealth,SOH)估计与剩余使用寿命(RemainingUsefulLife,

RUL)预测倍受瞩目。精准获取电池SOH估计值和RUL预测值，能够提前更换老化电

池，及时维修设备，提高系统的安全性和可靠性。本文基于数据驱动法对锂离子电池

SOH估计和RUL预测展开研究，主要内容如下：

NASAOxford

首先，分析了电池工作原理及其老化失效的原因。选取