随着动力电池市场对长续航里程需求的不断提升，高能量密度的高镍三元材料已逐渐成为动力电池正极材料的开发热点之一。动力电池使用寿命一般要求10年以上，考虑到产品开发的时效性，目前一般采用加速寿命试验的方法来评估动力电池的长期使用寿命，我们一起学习一下宁德时代在高温存储性能衰退方面的研究。
实验方案以共沉淀-高温烧结法自主合成的高镍NCM811材料为研究体系，将NCM811/石墨软包电池在60℃满充条件下进行存储实验，电池的高温存储寿命约为180天；为了提高电池的存储寿命，研究人员对存储前后的电芯进行拆解，对正极发生的相关变化进行表征分析，探究电池存储失效中正极影响的相关作用机制。
高温
2022-08-16 13:39:08
88KB
1
锂离子电池寿命预测原理讲解
锂离子电池寿命预测完整代码
锂离子电池寿命预测电池数据集
锂离子电池运行原理
2022-07-13 13:12:29
242.67MB
1
锂离子电池非线性退化效应建模及其循环寿命预测，郭力萌，卢斯远，基于数据驱动的锂离子电池剩余寿命预测方法研究已成为故障预测与健康管理领域的研究热点，而原有针对锂离子电池非线性退化特征而
2022-07-06 14:46:54
377KB
1
准确预测锂离子电池(LiBs)的剩余使用寿命(RUL)是管理其健康状况的一个关键方面，以促进可靠和安全的系统，并减少计划外维护的需要和成本。近年来，关于RUL预测的研究主要集中在提高RUL预测的准确性和可靠性上。提出了一种基于光滑粒子滤波(SPF)的似然近似方法在线预测LiB的RUL值。该算法通过每次迭代求解优化问题，能够准确估计未知退化模型参数，预测退化状态，而不是只采取梯度步骤，易于快速收敛，避免了不稳定问题，提高了预测精度。根据NASA卓越预测中心(PCoE)公布的实验数据集，我们创建了一个二阶退化模型，利用非线性特征和非高斯容量退化来探索LiB的退化。用不同的预测起点对RUL预测进行检验，以评估数据量和参数的不确定度是否会影响预测的准确性。结果表明，与粒子滤波(PF)和无迹粒子滤波(UPF)等方法相比，该预测方法的预测精度有所提高，收敛速度有所提高。由于SPF预测方法的最大误差相对较小，在80个周期的预测起点上，最佳情况下RUL预测为127个周期。该算法的预测相对误差约为0.024，绝对误差约为2个周期，低于PF算法的16个周期左右。RUL预测接近108个周期，相对误差约为0.
2022-06-07 14:07:59
1.06MB