文献类型：期刊文章

作　　者：顾菊平[1,2] 蒋凌[1] 张新松[3] 华亮[3] 程天宇[3]

Gu Juping;Jiang Ling;Zhang Xinsong;Hua Liang;Cheng Tianyu(School of Information Science and Technology Nantong University,Nantong 226019 China;School of Electronic&Information Engineering Suzhou University of Science and Technology,Suzhou 215009 China;School of Electrical Engineering Nantong University,Nantong 226019 China)

机构地区：[1]南通大学信息科学技术学院,南通226019 [2]苏州科技大学电子与信息工程学院,苏州215009 [3]南通大学电气工程学院,南通226019

出　　处：《电工技术学报》

基　　金：国家自然科学基金智能电网联合基金(U2066203);国家自然科学基金(61973178);江苏省重点研发计划(产业前瞻与关键核心技术)(BE2021063)资助项目。

年　　份：2023

卷　　号：38

期　　号：19

起止页码：5330-5342

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：健康状态(SOH)评估是电池管理系统的核心功能之一,是确保电化学储能系统安全稳定运行的重要前提。为解决现有评估模型精度不足、复杂度高与可解释性低的问题,提出一种基于特征提取的锂离子电池SOH评估及影响因素分析方法。首先,提出两个量化初始循环充电电压曲线和当前循环充电电压曲线相似性的新健康特征,即动态时间规整距离特征和Wasserstein距离特征;其次,采用CatBoost方法评估电池SOH,并引入SHAP方法分析各健康特征对评估结果的影响及特征间的耦合关系;最后,利用马里兰大学电池老化数据集中多块电池数据进行实验验证。实验结果表明,提出的SOH评估方法精度较高,平均误差均小于2.2%,且能定量解析SOH影响因素。

关 键 词：锂离子电池 健康状态  特征提取 CatBoost  SHAP  

分 类 号：TM911]