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

打开文本图片集

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搜索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。（剩余14076字）