• 电池的健康状态 SOH 估计


    电池的健康状态 SOH 估计

    SOH(State of Health)估计通常用于描述电池的健康状态,即电池当前容量与初始容量的比值。

    一种常见的SOH估计方法是基于经验的电池寿命预测方法,包括循环周期数法、安时法与加权安时法、面向事件的老化累积方法。这些方法都是利用电池使用过程中的一些经验知识,依据某些统计学规律给出电池寿命的一个粗略估计,只适用于电池使用的经验知识比较充分的情况下,用于特定场合的寿命预测。

    另一种SOH估计方法是基于耐久性模型的开环方法,这种方法描述了固体电解质膜电阻和电池端子电压的增加,对电池内部的物理化学反应的特性进行分析,了解电化学反应特性和电池容量衰退的本质,从而直接预测容量衰减和内阻的变化。

    T=298.15%25度的绝对温度 
    
    for i=1:9000
    
    % Q(i)=30330*exp(-31500/(8.314*T))*i.^0.552;
    Q1(i)=16437*exp((-31700+370.3*3)/(8.314*T))*i.^0.55;  %0.5C
    Q2(i)=14892*exp((-31700+370.3*4)/(8.314*T))*i.^0.55;    %2C
    Q3(i)=13795*exp((-31700+370.3*5)/(8.314*T))*i.^0.55;    %6C
    Q4(i)=12291*exp((-31700+370.3*7)/(8.314*T))*i.^0.55;    %10C
    
    end
    figure
    plot(100-Q1,'-b','linewidth',2')
    hold on
     plot(100-Q2,'-G','linewidth',2)
    hold on
    plot(100-Q3,'-K','linewidth',2)
    hold on
    plot(100-Q4,'-r','linewidth',2)
    legend('3C','4C','5C','7C','Location','best');
    legend('boxoff')
    
    
    set(gca,'xtick',[0:1000:10000]);
    set(gca,'ytick',[0:5:110]);
    axis([1 7000 70  101]);
    
    
    
    set (gca,'position',[0.16,0.15,0.8,0.8] );
    set(gca,'Fontsize',14);
    
    
     xlabel('Total Ah throughput (Ah)','FontName','Microsoft YaHei','FontWeight','Bold','FontSize',15)
     ylabel('SOH(%)','FontName','Times New Roman','FontWeight','Bold','FontSize',15)
    set(gca,'FontName','Microsoft YaHei','FontWeight','Bold','FontSize',14)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36

    B与倍率的关系

    C=[3 4 5 7];%倍率
     B=[16437 14892 13795 12291];
     B1=@(i)2.396e+04*abs(i).^(-0.343);
     
     figure
     plot(C,B,'*','linewidth',2)
     hold on
     fplot(@(x)B1(x),[0 11],'r','linewidth',2)
     set(gca,'xtick',[0:1:11]);
     set(gca,'ytick',[0:5000:40000]);
     axis([0 10.5 10000  32001]);
     
     set (gca,'position',[0.16,0.15,0.8,0.8] );
     set(gca,'Fontsize',14);
     
      xlabel('C','FontName','Microsoft YaHei','FontWeight','Bold','FontSize',15)
      ylabel('B','FontName','Times New Roman','FontWeight','Bold','FontSize',15)
     set(gca,'FontName','Microsoft YaHei','FontWeight','Bold','FontSize',14)
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    单纯倍率的模型参数

    C=[3 4 5 7 ];
    E=[30589 30218 29848 29107 ];
           p1 =      0.7974
           p2 =      -14.35
           p3 =      -301.6
           p4 =   3.165e+04 
      E1=@(x)p1*x^3+p2*x^2+p3*x+p4
    
    figure
    plot(C,E,'*','linewidth',2)
    hold on
    fplot(@(x)E1(x),[0 11],'r','linewidth',2)
    set(gca,'xtick',[0:1:11]);
    set(gca,'ytick',[0:1000:50000]);
    axis([0 10.5 27000  32001]);
    
    set (gca,'position',[0.16,0.15,0.8,0.8] );
    set(gca,'Fontsize',14);
    
     xlabel('C','FontName','Microsoft YaHei','FontWeight','Bold','FontSize',15)
     ylabel('E(J/mol)','FontName','Times New Roman','FontWeight','Bold','FontSize',15)
    set(gca,'FontName','Microsoft YaHei','FontWeight','Bold','FontSize',14)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22

    在这里插入图片描述

    在这里插入图片描述

  • 相关阅读:
    【Shell牛客刷题系列】SHELL20 打印只有一个数字的行:awk叫上正则表达式好兄弟来刷题~
    a+b(暑假每日一题 45)
    算法设计与分析(python版)-作业一
    SpringBoot的数据库连接池
    web前端网页设计期末课程大作业:旅游网页主题网站设计——紫色的旅游开发景点网站静态模板(4页)HTML+CSS+JavaScript
    更快更强,Claude 3全面超越GPT4,能归纳15万单词
    Pose Animator:使用实时TensorFlow.js模型的SVG动画工具
    LeetCode 37天 | 738.单调递增的数字 贪心算法总结
    【华为OD机试python】模拟消息队列【2023 B卷|100分】
    保姆级 Keras 实现 Faster R-CNN 十四 (预测)
  • 原文地址:https://blog.csdn.net/m0_37702416/article/details/132818377