基于混合模型的储能用锂离子电池剩余寿命预测方法研究.pdfVIP

第45卷第10期太阳能学报Vol.45，No.10

2024年10月ACTAENERGIAESOLARISSINICAOct.，2024

DOI：10.19912/j.0254-0096.tynxb.2023-0902文章编号：0254-0096（2024）10-0726-10

基于混合模型的储能用锂离子电池剩余寿命

预测方法研究

11211

夏向阳，吕崇耿，吴小忠，曾小勇，刘代飞

（1.长沙理工大学电气与信息工程学院，长沙410114；2.国网湖南省电力有限公司，长沙410118）

摘要：针对储能系统在调峰、调频等工况下存在电池老化等安全问题，提出一种储能用锂离子电池剩余使用寿命（RUL）预

测方法。该方法通过研究锂离子电池充电曲线特点，从电池恒流、恒压充电过程中提取短时电压电流片段数据作为表征电池

老化的特征，提出一种B样条曲线的方法对得到的片段数据进行降噪处理，得到与容量高度相关的新健康因子（HF），然后运用

蝴蝶优化策略改进的麻雀有哪些信誉好的足球投注网站算法对卷积神经网络-长短期记忆网络混合模型参数进行优化，最后以NASA数据集和实验平台

实际运行数据对锂离子电池RUL进行预测并与其他方法对比验证，结果表明，NASA数据集预测结果均方根误差RMSE、平均

绝对误差MAE范围控制在3.45%、2.42%之内，实验平台电池老化数据集预测结果RMSE、MAE范围控制在0.96%、0.83%之内，

所提方法对锂离子电池RUL预测具有较高的准确性，能有效解决储能电池安全预警问题，可为电网稳定控制提供保障。

关键词：锂离子电池；储能；剩余使用寿命；B样条曲线；新健康因子；蝴蝶优化策略

中图分类号：TM911文献标志码：A

是BMS的核心问题之一，准确的RUL预测可为储能系统安

0引言

全稳定运行和可再生能源高效利用提供有效保障。

随着“双碳”目标的提出和能源电力低碳转型的持续推近年来，关于锂离子电池RUL预测的研究取得了诸多成

进，以太阳能、风能等新能源为主体的新型电力系统和规模果。现有的预测方法主要有基于机理模型的方法和基于数

［1］

化安全高效储能成为重点发展目标。由于可再生能源供给据驱动的方法两类。基于机理模型的方法依托锂离子电池

［2］

易受天气、季节影响，由此带来的间歇性与不稳定性问题易老化机理，综合考虑电池内部结构、物理化学反应并通过电

造成新型电力系统的过载与失衡。因此，为提升新能源发电池的操作条件和失效机制建立动态模型进行RUL预测。文

输出的连续性，减少新型电力系统建设的受限程度，储能技献［8］将电池衰减过程分为3个阶段，通过单粒子的物理机

术的应用成为不可或缺的一环。储能技术通过将新能源实理性能模型研究电池寿命衰减过程，该方法仅以经验退化模

时发电能量以其他能量形式存储来实现平滑负载曲线的目