摘要： 锂离子电池等新型储能器件是国家新能源战略的核心装备，也是实现“双碳”目标的关键支撑；准确预测其剩余寿命已成为提升产品质量的核心技术。在梳理电池退化机理并总结国内外最新研究进展的基础上，系统综述了四类主流预测方法：机理模型、数据驱动模型、混合融合模型与数字孪生模型。进而深入剖析该领域面临的主要挑战——模型解释性、精度与复杂度的失衡关系，电池全生命周期数据采集不完备，复杂环境与个体差异的适配性不足。最后对未来技术需求与发展趋势作出展望。
中图分类号:
王劲夫. 电池剩余寿命预测方法研究进展和发展趋势[J]. 传动技术, 2025, 39(04): 52-58.
| [1] | 叶思逸, 王雨杰, 庞腾威, 王科杰, 刘卿昊, 范国栋, 张希. 面向安全的锂离子电池智能管理方法研究综述[J]. 传动技术, 2025, 39(02): 3-14+22. |
| [2] | 王亦乐, 黄宏成, 杨健, 徐世琦, 尹明轩. 基于SSA-ELM的动力电池健康状况预测研究[J]. 传动技术, 2022, 36(02): 3-6+13. |
| [3] | 王思淼, 张英杰, 王芳, 邓斯文. 基于大数据的动力电池健康度估算方法研究[J]. 传动技术, 2021, 35(04): 8-12+23. |
| [4] | 谢旺, 吴红杰, 黄宏成,. 基于LTC6803的单体电池电压采集系统设计[J]. 传动技术, 2013, 27(03): 19-22. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||
