一种锂离子蓄电池寿命的预测模型

应用科学学报 ›› 2006, Vol. 24 ›› Issue (4): 368-371.

一种锂离子蓄电池寿命的预测模型

许参, 李杰, 王超

东南大学国家专用集成电路系统工程技术研究中心, 江苏南京 210006

收稿日期:2005-04-08 修回日期:2005-07-25 出版日期:2006-07-31 发布日期:2006-07-31
作者简介:许参,博士生,研究方向:低功耗技术,E-mail:mofeng@seu.edu.cn

Lithium-Ion Battery Lifespan Prediction Model

XU Shen, LI Jie, WANG Chao

National ASIC System Engineering Research Center, Southeast University, Nanjing 210096, China

Received:2005-04-08 Revised:2005-07-25 Online:2006-07-31 Published:2006-07-31

摘要/Abstract

摘要： 在Rakhmatov[1]针对锂离子蓄电池提出的电池解析模型基础上,提出了一种简单并可精确预测电池寿命的电池模型,并分析了模型的适用性,该模型具有常数负载和变化负载两种情形.仿真结果表明,利用该模型预测的电池寿命达到了非常高的精确度.

关键词: 电池寿命预测, 电池模型, 锂离子电池

Abstract: Battery modeling is important in power consumption optimization for which battery specifications are a critical consideration.The analytical battery model proposed by Daler Rakhmatov is quite successful in terms of prediction accuracy and popularity.Based on this model, this paper proposes a simple battery model for accurately predicting lifespan of lithium-ion batteries.Applicability of the proposed model is analyzed.The model covers cases of both constant lo ad and variable load.Accuracy of the battery lifespan predicted by the proposed model is validated by simulation results.

Key words: lithium-ion battery, battery model, battery lifetime prediction

中图分类号:

TP39

许参, 李杰, 王超. 一种锂离子蓄电池寿命的预测模型[J]. 应用科学学报, 2006, 24(4): 368-371.

XU Shen, LI Jie, WANG Chao. Lithium-Ion Battery Lifespan Prediction Model[J]. Journal of Applied Sciences, 2006, 24(4): 368-371.

[1]	姚汝婧, 杨磊, 杨涛, 胡应鑫, 田强, 吴偶. 基于改进Ising模型的心理量表大数据分析[J]. 应用科学学报, 2020, 38(3): 339-352.
[2]	蒋沁吟, 张熙. 基于特定主题的社交网络影响力评估方法[J]. 应用科学学报, 2020, 38(3): 353-366.
[3]	张彤彤, 董军宇, 赵浩然, 李琼, 孙鑫. 基于知识蒸馏的轻量型浮游植物检测网络[J]. 应用科学学报, 2020, 38(3): 367-376.
[4]	魏子洋, 赵志宏, 赵敬娇. 改进Faster R-CNN算法及其在车辆检测中的应用[J]. 应用科学学报, 2020, 38(3): 377-387.
[5]	孙容海, 施林甫, 俞春强, 劳欢, 唐振军. 面向密文图像信息隐藏的随机插值方法[J]. 应用科学学报, 2020, 38(3): 419-430.
[6]	陈俊, 李娅, 张芥. 基于虚拟机的数据中心能耗测量[J]. 应用科学学报, 2020, 38(3): 488-495.
[7]	王大千, 崔荣一, 金璟璇. 基于视觉关注模型与多尺度MSER的自然场景文本检测[J]. 应用科学学报, 2020, 38(3): 496-506.
[8]	方俊杰, 雷凯. 面向边缘人工智能计算的区块链技术综述[J]. 应用科学学报, 2020, 38(1): 1-21.
[9]	雷凯, 黄硕康, 方俊杰, 黄济乐, 谢英英, 彭波. 智能生态网络:知识驱动的未来价值互联网基础设施[J]. 应用科学学报, 2020, 38(1): 152-172.
[10]	杨高强, 李晟, 张新鹏. 基于方向场的形变指纹检测[J]. 应用科学学报, 2019, 37(6): 775-782.
[11]	余淑真, 欧巧凤, 熊邦书, 陈垚锋. 基于散焦图像的大视场立体视觉标定方法[J]. 应用科学学报, 2019, 37(6): 795-805.
[12]	王嫣, 常晓鹏, 张建平. 基于EKF算法的UWB和ZigBee测量技术的混合运动目标定位[J]. 应用科学学报, 2019, 37(6): 815-824.
[13]	崔三帅, 毛毛雨, 林晓丹, 康显桂. 图像视频中ENF信号的分析及应用综述[J]. 应用科学学报, 2019, 37(5): 573-589.
[14]	刘伟, 章琬苓, 项世军. 基于LBP-MDCT和CNN的人脸活体检测算法[J]. 应用科学学报, 2019, 37(5): 609-617.
[15]	屈凌峰, 陈帆, 和红杰, 袁源. 基于位平面-块置乱的图像加密算法安全性分析[J]. 应用科学学报, 2019, 37(5): 631-642.