Degradation model and cycle life prediction for lithium-ion battery used in hybrid energy storage system

4. Degradation model and cycle life prediction for lithium-ion battery used in hybrid energy storage system

论文基本信息

字段	内容
DOI/URL/PDF	DOI；出版社全文未取得
发现来源	Crossref；来源历史 Crossref
期刊/会议/平台	Energy, vol. 166, pp. 796–806
发表日期	2019-01；INIS 标注 January 2019，Crossref 题录为 2019 年卷期
作者/机构	Chang Liu、Yujie Wang、Zonghai Chen；INIS 列出三人均属中国科学技术大学自动化系，合肥
通讯作者	未能确认
脚本评分/证据等级	66；题名命中退化与 cycle-life prediction；摘要级
核验路径	payload 无 pdf_url；DOI → Crossref/ScienceDirect 预览；以 RePEc/IDEAS 及 IAEA-INIS 元数据/摘要交叉核对。全文未取得。

纳入理由与原文证据

• 主题/边界： 以容量退化机理模型预测电池健康与循环寿命，涉及 SOH 短期预测和 RUL，虽置于混合储能应用背景，核心仍是电池寿命预测。
• 证据： 摘要说明模型考虑循环电流影响，并用恒流与动态电流测试验证：IAEA-INIS 记录。

数据集/电池体系

• 体系/数据： 锂离子电池；循环测试含恒定和动态电流。摘要未披露电芯化学体系、品牌、数量或完整试验协议。
• 工况/跨域： 有电流工况变化；温度、倍率范围、SOC 窗口和跨电芯/批次覆盖未能确认。

EOL/RUL/SOH 定义

• 目标/定义： 预测容量退化、SOH 及 cycle life/RUL；摘要未列 EOL 容量阈值、RUL 起点和标签生成规则。
• 未来信息风险： 需检查粒子滤波更新是否仅用历史观测，以及动态电流未知场景的基线是否与预测场景隔离；摘要未说明完整数据切分。

模型方法

• 流程： 基于容量衰减电化学机理建立退化模型 → GA 初始化参数 → 粒子滤波追踪参数与状态 → 分别进行短期和长期健康预测；对循环电流未知情形另做基线预测。
• 部署： 在线参数/状态跟踪作为设计目标；实际部署时延与计算资源未说明。

验证设计

• 划分/泛化： 恒流和动态电流循环测试；没有可核实的电芯数、留出策略或外部数据描述。
• 可信度： 信息不足；验证含动态工况是优点，但独立测试范围未知。
• 部署边界： 短期/长期预测的步长定义未能从摘要确认，不能将其直接视作真实 BMS 在线验证。

指标与结果

• 摘要报告 SOH 预测 RMSE <8%、RUL 预测 RMSE <40 cycles；原文摘要把“less than 18 cycles”置于 SOH 短期预测表述旁，无法确认它是预测时域还是另一条件，故不将其解释为确定的窗口设置。

泄漏风险、复现性与局限性

• 泄漏风险： 信息不足；需核对粒子滤波是否只递推历史数据、是否使用未来电流信息，以及测试集是否参与参数初始化。
• 复现性： 低至中；GA、PF 和数据类型已披露，但电芯明细、参数范围、数据与代码未能确认。
• 局限性： 摘要指标语句存在歧义；无样本规模/划分和不确定性区间；全文不可访问。

是否值得跟进

• 结论： 观望。
• 理由与下一步： 机理模型与 PF 结合适合不同电流工况，但关键误差定义需澄清。下一步取得全文，确认“<18 cycles”含义及 RUL 误差测试集。