- 1、本文档共69页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第九届全国储能科学与技术大会——先进表征技术在储能中的应用
锂离子电池健康评估与故障诊断
胡晓松、邓忠伟
Email:xiaosonghu@
重庆大学机械与运载工程学院学院
国家卓越工程师学院
重庆自主品牌汽车协同创新中心
2024-3-25
22024-3-25
2
123目录
1
2
3
研究意义及挑战
电池健康评估
电池故障诊断
32024-3-25
3
2030年全球电化学储能装机容量展望
2030年全球电化学储能装机容量展望
1.1研究意义
?
?电化学储能已经开始从兆瓦级别的示范应用迈向吉瓦级别的规模市场化
电化学储能被广泛应用
电化学储能被广泛应用
2025年中国电化学储能装机容量展望
2025年中国电化学储能装机容量展望
42024-3-25
4
残值评估难电池寿命性能衰减能运行多久?事故危害大保障储能系统
残值评估难
电池寿命
性能衰减
能运行多久?
事故危害大
保障储能系统安全经济运行
1.1研究意义
?开展电化学电池的健康管理与故障诊断等智能运维技术是保障储能系统安全经济运行的重要手段
电池智能运维技术
电池智能运维技术
健康管理故障诊断安全预警
52024-3-25
5
电池充放电循环健康状态衰退性能衰减需要更换1.2关键挑战——电池健康状态估计
电池充放电循环
健康状态衰退
性能衰减
需要更换
电池老化
?电池在使用过程中发生老化,健康状态(SOH)反映了电池老化程度
?电池老化机理复杂,衰退路径差异大,已有估计方法泛化能力差
62024-3-25
6
1.2关键挑战——电池剩余寿命预测
?电池寿命预测的价值
电池预测运维
电池优化控制
为电池生产制造提供指导
特征提取
机器学习算法训练
?基于数据驱动的寿命预测
难以获得真实标签:算法缺乏在线学习功能
算法训练所需数据量大(50%):数据质量要求高,难以实现早期预测
算法缺乏机理解释:无法识别容量跳水,工况变动后误差较大
72024-3-25
7
安全事故种类起火爆炸发热鼓包
安全事故种类
起火
爆炸
发热
鼓包
排气
来源:ULSolutions
/insights/lithium-ion-battery-incident-reporting
?电池系统安全问题愈发受到人们重视并亟待解决
储能电站事故
故障诊断与安全预警技术对于保障储能系统安全可靠运行至关重要
1.2关键挑战——电池故障诊断
电池系统故障特点
?电池故障模式众多
?多种故障机理复杂
?存在多故障耦合情况
电池系统故障诊断关键技术
?电池包水平的关键特征提取与融合
?自适应阈值、融合式诊断方法
?多故障诊断与容错控制
2024-3-25
HuX.*etal.AdvancedFaultDiagnosisforLithium-IonBatterySystems:AReviewofFaultMechanisms,FaultFeatures,andDiagnosisProcedures,IEEEIndustrialElectronicsMagazine,14,3,65-91,2020
8
92024-3-25
9
123目录
1
2
3
研究意义及挑战
电池健康评估
电池故障诊断
2.1电池健康评估:总体方案
算法核心模块:
算法核心模块:
1.异常电芯筛选:从电池包中筛选出健康状态较差的
单体
2.机理模型:通过电化学模型提取能够准确表征电池
健康状态的内部机理参数
3.特征工程:从电池电流、电压、温度等外特性数据
提取表征电池健康的数据特征,以及机理特征提取
4.AI算法SOH估计/寿命预测:采用先进的高斯过程回归(GPR)和深度学习算法(DCNN)等AI算法,
建立SOH估计/寿命预测模型。
多维度数据支撑
多维度数据支撑
1.单体电池老化数据:全寿命周期的充放电数据,用于模型训练(本团队已积累了大量电池老化实验和工程数据)
2.电池系统静态数据:电池种类,串并联结构,标称容量等,用于特征提取
3.云端大数据或离线测试数据:电流、总电压、单体电压、单体温度,用于特征提取及SOH估计
2024-3-25
10
2.2核心算法——异常电芯筛选模块
特征提取
适用于实际应用的特征示例
温度
c1循环的最大温度熵、平
均温度熵……
c1循环的最大温差、平均
温差……
c1循环的温升速率
电压
c1循环的最大电压熵、平
均电压熵……
c1循环的最大压差、平均
压差……
特征处理流程
您可能关注的文档
- WEF_地缘政治竞争与商业——2024年政策设计的10条建议.docx
- 世界银行 -技术在缩小生产力性别差距方面的作用.docx
- 世界银行-肯尼亚参与式预算的演变、实践和影响——肯尼亚责任下放计划.docx
- 世界银行 -《泰国经济月报》,2024年5月.docx
- 世界银行-在数据匮乏的地方扩大社会援助——新数据和人工智能的机遇和局限.docx
- 世界银行-扩大全球伙伴关系-AFD集团和世界银行集团.docx
- 世界银行 -越南远程医疗商业模式综述——发现、挑战和建议.docx
- 行内偕作·宏观点评:《2024年一季度货币政策执行报告》四大要点-信贷合理增长,均衡投放.docx
- 行内偕作·宏观点评:美国CPI数据点评(2024年4月)-通胀难落,降息难期.docx
- 亚信安全:2024年第一季度安全威胁报告.docx
文档评论(0)