退役锂离子电池筛选分类方法设计与分析
发布时间:2021-01-05 03:55
针对一批特定的退役锂离子电池,搭建测试平台,进行容量测试,通过综合相应的筛选指标确定筛选方案。在此基础上,提出3种有助于电池梯次利用的分类方法:基于可用容量最大化;基于容量区间分割思路;基于电池特征向量Mahal-anobis距离。通过相应退役电池组的数据,进行分类结果的验证。通过经济成本、实际应用和准确可靠性等3个角度的比较,给出不同条件下推荐的分类方法。
【文章来源】:电池. 2020年04期 北大核心
【文章页数】:5 页
【图文】:
各组电池组的平均容量分布
基于电池组特征向量Mahalanobis距离的电池组分类如图2所示。对退役动力电池组充放电特性进行研究,确定衡量退役动力电池组的可用性特征参数指标,为每个电池组建立特征向量,并利用基于Mahalanobis距离的均值漂移聚类算法,对电池组进行分类;再利用电池组的离散特性,分析电池组整组容量衰减的原因,从而筛选出可修复再利用的电池组。
【参考文献】:
期刊论文
[1]我国动力锂电池回收利用的紧迫性及对策建议[J]. 刘文婷,高宏. 工业经济论坛. 2017(06)
[2]一种基于聚类算法的梯次利用电池串联成组方法[J]. 徐刚,陈海燕,龚敏明. 电气应用. 2017(01)
[3]国内外电动汽车发展现状与趋势[J]. 刘卓然,陈健,林凯,赵英杰,许海平. 电力建设. 2015(07)
硕士论文
[1]动力锂电池梯次利用的状态参数估计[D]. 甘霖.电子科技大学 2018
本文编号:2957975
【文章来源】:电池. 2020年04期 北大核心
【文章页数】:5 页
【图文】:
各组电池组的平均容量分布
基于电池组特征向量Mahalanobis距离的电池组分类如图2所示。对退役动力电池组充放电特性进行研究,确定衡量退役动力电池组的可用性特征参数指标,为每个电池组建立特征向量,并利用基于Mahalanobis距离的均值漂移聚类算法,对电池组进行分类;再利用电池组的离散特性,分析电池组整组容量衰减的原因,从而筛选出可修复再利用的电池组。
【参考文献】:
期刊论文
[1]我国动力锂电池回收利用的紧迫性及对策建议[J]. 刘文婷,高宏. 工业经济论坛. 2017(06)
[2]一种基于聚类算法的梯次利用电池串联成组方法[J]. 徐刚,陈海燕,龚敏明. 电气应用. 2017(01)
[3]国内外电动汽车发展现状与趋势[J]. 刘卓然,陈健,林凯,赵英杰,许海平. 电力建设. 2015(07)
硕士论文
[1]动力锂电池梯次利用的状态参数估计[D]. 甘霖.电子科技大学 2018
本文编号:2957975
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2957975.html
教材专著