基于充电曲线特征的退役动力电池快速分选方法
文档名：基于充电曲线特征的退役动力电池快速分选方法
摘要：准确快速分选对退役动力电池梯次利用具有重要意义.通过充放电试验获取退役动力电池充电曲线和容量,运用灰色关联分析方法确定与容量相关性最优的电压区间,基于电池老化机理提取最优电压区间对应的充电容量ΔQ、充电时长T、主峰中心电压V1、充电容量与区间电压比值K作为表征电池不一致性的特征参数.运用局部异常因子算法筛选异常老化电池,利用K-means聚类算法完成退役电池分选,提出静态与动态双维度指标体系评价分选一致性,采用2组退役电池充放电数据进行验证.结果表明:分选后电池的静态一致性和动态一致性最大分别提升55％、82％,且单个电池测试时间平均缩短至30min.与K-means聚类算法相比,融合局部异常因子算法(localoutlierfactor,LOF)后,静态一致性和动态一致性最大分别提升50％、33％;与容量增量方法和静态参数方法相比,该方法的静态一致性最大分别提升28％、5％,动态一致性最大分别提升76％、61％.
Abstract：Accurateandrapidsortingiscrucialintheechelonutilizationofretiredpowerbatteries.Thechargingcurveandcapacityofretiredpowerbatteriesareobtainedbycharginganddischargingtest.Thegreycorrelationanalysismethodisemployedtodeterminethevoltageintervalwiththebestcapacitycorrelation.Basedonthebatteryagingmechanism,thechargingcapacityΔQ,chargingtimeT,mainpeakcentervoltageV1andtheratioofchargingcapacitytointervalvoltageKcorrespondingtotheoptimalvoltageintervalareextractedasthecharacteristicparameterstocharacterizetheinconsistencyofthebattery.ThelocaloutlierfactoralgorithmisemployedtoscreentheabnormalagingbatterieswhiletheK-meansclusteringalgorithmisadoptedtocompletethesortingofretiredbatteries.Meanwhile,astaticanddynamictwo-dimensionalindexsystemisproposedtoevaluatethesortingconsistency,andtwosetsofchargeanddischargedataofdecommissionedbatteriesareusedforverification.Ourexperimentalresultsshowthebattery'sstaticconsistencyisincreasedby55％anditsdynamicconsistencyby82％aftersorting,andtheaveragetesttimeofasinglebatteryisreducedto30minutes.ComparedwiththeK-meansclusteringalgorithm,thestaticanddynamicconsistencyofsortingisincreasedby50％and33％respectivelyafterfusingthelocaloutlierfactoralgorithm.Comparedwiththecapacityincrementmethodandthestaticparametersortingmethod,thestaticconsistencyofourmethodisupby28％and5％respectively,andthedynamicconsistencyjumpsby76％and61％respectively.
作者：聂金泉 高洋洋 黄燕琴 李银银 Author：NIEJinquan GAOYangyang HUANGYanqin LIYinyin
作者单位：湖北文理学院汽车与交通工程学院,湖北襄阳441053;纯电动汽车动力系统设计与测试湖北省重点实验室,湖北襄阳441053襄阳市公共检验检测中心,湖北襄阳441000
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(7)
分类号：TM912.9
关键词：退役动力电池一致性快速分选K-meansLOF
Keywords：retiredpowerbatteryconsistencyfastsortingK-meansLOF
机标分类号：TP391.41TD98P631.8
在线出版日期：2024年6月24日
基金项目：中央引导地方科技发展专项基于充电曲线特征的退役动力电池快速分选方法[
期刊论文]重庆理工大学学报--2024, 38(7)聂金泉高洋洋黄燕琴李银银准确快速分选对退役动力电池梯次利用具有重要意义.通过充放电试验获取退役动力电池充电曲线和容量,运用灰色关联分析方法确定与容量相关性最优的电压区间,基于电池老化机理提取最优电压区间对应的充电容量ΔQ、充电时长T...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于充电曲线特征的退役动力电池快速分选方法A fast sorting method for retired power batteries based on charging curve characteristics
基于充电曲线特征的退役动力电池快速分选方法.pdf
页:
[1]