Розробка прогностичної моделі деградації ємності літій-іонних акумуляторних батарей електромобілів

Автор(и)

  • Олег Смирнов Харківський національний автомобільно-дорожній університет, 61002, Україна, м. Харків, вул. Ярослава Мудрого, 25. , Україна https://orcid.org/0000-0003-4881-9042
  • Анна Борисенко Харківський національний автомобільно-дорожній університет, 61002, Україна, м. Харків, вул. Ярослава Мудрого, 25, Україна https://orcid.org/0000-0001-5992-8274

DOI:

https://doi.org/10.30977/VEIT.2025.27.0.1

Ключові слова:

акумуляторна батарея, деградація, електромобіль, прогнозування, прогностична модель, стан працездатності, цикл заряд/розряд, термін служби

Анотація

Анотація. Стаття присвячена проблемі підвищення безпеки, екологічності та економічності транспортних засобів за рахунок використання літій-іонних акумуляторних батарей, прогнозування їх остаточного терміну служби за допомогою нової прогностичної моделі деградації ємності. Проведений аналіз працездатності та деградації літій-іонних акумуляторів та досліджені фактори їх деградації. Розроблена прогностична модель деградації ємності літій-іонних акумуляторних батарей електромобілів, яка визначає залишковий корисний ресурс акумуляторної батареї та передбачає його життєвий цикл, використовуючи дані лише з ранніх циклів заряд/розряд, на яких відбувається значно менша деградація. Наведені методи підвищення терміну служби батарей електромобілів

Посилання

  1. Masias, A., Marcicki, J., & Paxton, W. A. (2021). Opportunities and Challenges of Lithium Ion Batteries in Automotive Applications. ACS Ener-gy Letters, 6(2), 621–630. https://doi.org/10.1021/acsenergylett.0c02584
  2. Zeng, X., Li, M., Abd El‐Hady, D., Alshitari, W., Al‐Bogami, A. S., Lu, J., & Amine, K. (2019). Commercialization of Lithium Battery Technol-ogies for Electric Vehicles. Advanced Energy Ma-terials, 9(27), 1900161. https://doi.org/10.1002/aenm.201900161
  3. Wang, G., Lu, Z., Li, Y., Li, L., Ji, H., Feteira, A., Zhou, D., Wang, D., Zhang, S., & Reaney, I. M. (2021). Electroceramics for High-Energy Density Capacitors: Current Status and Future Perspec-tives. Chemical Reviews, 121(10), 6124–6172. https://doi.org/10.1021/acs.chemrev.0c01264
  4. Lai, T., Zhao, H., Song, Y., Wang, L., Wang, Y., & He, X. (2024). Mechanism and Control Strategies of Lithium‐Ion Battery Safety: A Review. Small Methods. https://doi.org/10.1002/smtd.202400029
  5. Chombo, P. V., & Laoonual, Y. (2020). A review of safety strategies of a Li-ion battery. Journal of Power Sources, 478, 228649. https://doi.org/10.1016/j.jpowsour.2020.228649
  6. Sun, P., Bisschop, R., Niu, H., & Huang, X. (2020). A Review of Battery Fires in Electric Ve-hicles. Fire Technology, 56(4), 1361–1410. https://doi.org/10.1007/s10694-019-00944-3
  7. Chen, K., Li, Y., & Zhan, H. (2022). Advanced separators for lithium-ion batteries. IOP Confer-ence Series: Earth and Environmental Science, 1011(1), 012009. https://doi.org/10.1088/1755-1315/1011/1/012009
  8. Sadar, A., Mohammad, N., Amir, M., & Haque, A. (2024). An Experimental Study on Lithium-ion Electric Vehicles Battery Packs Behavior Under Extreme Conditions for Prevention of Thermal Runaway. Process Safety and Environmental Protection. https://doi.org/10.1016/j.psep.2024.09.019
  9. Chavan, S., Venkateswarlu, B., Salman, M., Liu, J., Pawar, P., Joo, S. W., Choi, G. S., & Kim, S. C. (2024). Thermal management strategies for lithi-um-ion batteries in electric vehicles: Fundamen-tals, recent advances, thermal models, and cool-ing techniques. International Journal of Heat and Mass Transfer, 232, 125918. https://doi.org/10.1016/j.ijheatmasstransfer.2024.125918
  10. von Bülow, F., & Meisen, T. (2023). A review on methods for state of health forecasting of lithi-um-ion batteries applicable in real-world opera-tional conditions. Journal of Energy Storage, 57, 105978. https://doi.org/10.1016/j.est.2022.105978
  11. Liu, Z.-F., Huang, Y.-H., Zhang, S.-R., Luo, X.-F., Chen, X.-R., Lin, J.-J., Tang, Y., Guo, L., & Li, J.-X. (2025). A collaborative interaction gate-based deep learning model with optimal bandwidth ad-justment strategies for lithium-ion battery capaci-ty point-interval forecasting. Applied Energy, 377, 124741. https://doi.org/10.1016/j.apenergy.2024.124741
  12. Vásquez, F. A., Sara Gaitán, P., & Calderón, J. A. (2025). Comparative study of methodologies for SOH diagnosis and forecast of LFP and NMC lithium batteries used in electric vehicles. Journal of Energy Storage, 105, 114725. https://doi.org/10.1016/j.est.2024.114725
  13. Maleki, S., Ray, B., & Hagh, M. T. (2022). Hybrid framework for predicting and forecasting State of Health of Lithium-ion batteries in Electric Vehi-cles. Sustainable Energy, Grids and Networks, 30, 100603. https://doi.org/10.1016/j.segan.2022.100603
  14. von Bülow, F., Wassermann, M., & Meisen, T. (2023). State of health forecasting of Lithium-ion batteries operated in a battery electric vehicle fleet. Journal of Energy Storage, 72, 108271. https://doi.org/10.1016/j.est.2023.108271
  15. Fermín-Cueto, P., McTurk, E., Allerhand, M., Medina-Lopez, E., Anjos, M. F., Sylvester, J., & dos Reis, G. (2020). Identification and machine learning prediction of knee-point and knee-onset in capacity degradation curves of lithium-ion cells. Energy and AI, 1, 100006. https://doi.org/10.1016/j.egyai.2020.100006
  16. Diao, W., Saxena, S., Han, B., & Pecht, M. (2019). Algorithm to Determine the Knee Point on Capacity Fade Curves of Lithium-Ion Cells. En-ergies, 12(15), 2910. https://doi.org/10.3390/en12152910
  17. Fuhrmann, M., Torcheux, L., & Kobayashi, Y. (2024). Knee point prediction for lithium-ion bat-teries using differential voltage analysis and de-gree of inhomogeneity. Journal of Power Sources, 621, 235210. https://doi.org/10.1016/j.jpowsour.2024.235210
  18. IEEE Recommended practice for sizing lead-Acid batteries for stationary applications. IEEE Std 485–2010 (Revision of IEEE Std 485–1997)2011:1–90. Official edition.
  19. Satopaa, V., Albrecht, J., Irwin, D., & Raghavan, B. (2011). Finding a "Kneedle" in a Haystack: Detecting Knee Points in System Behavior. У 2011 31st International Conference on Distribut-ed Computing Systems Workshops (ICDCS Workshops). IEEE. https://doi.org/10.1109/icdcsw.2011.20
  20. Zhang, C., Wang, Y., Gao, Y., Wang, F., Mu, B., & Zhang, W. (2019). Accelerated fading recogni-tion for lithium-ion batteries with Nickel-Cobalt-Manganese cathode using quantile regression method. Applied Energy, 256, 113841. https://doi.org/10.1016/j.apenergy.2019.113841
  21. How does EV battery aging affect range and per-formance? (2023). EV Engineering & Infrastruc-ture. https://www.evengineeringonline.com/how-does-ev-battery-aging-affect-range-and-performance
  22. Смирнов, O., & Борисенко, A. (2023). Порівняльний аналіз електричних моделей літій-іонних акумуляторних батарей електромобілів. Автомобіль і електроніка. Сучасні технології, (24), 50–61. https://doi.org/10.30977/veit.2023.24.0.5
  23. Smyrnov, O., & Borysenko, A. (2023). Porivnial-nyi analiz elektrychnykh modelei litii-ionnykh akumuliatornykh batarei elektromobiliv [Com-parative analysis of electric models of lithium-ion batteries for electric vehicles]. Avtomobil i el-ektronika. Suchasni tekhnolohii, (24), 50–61. https://doi.org/10.30977/veit.2023.24.0.5 [in Ukrainian]
  24. Severson, K. A., Attia, P. M., Jin, N., Perkins, N., Jiang, B., Yang, Z., Chen, M. H., Aykol, M., Her-ring, P. K., Fraggedakis, D., Bazant, M. Z., Harris, S. J., Chueh, W. C., & Braatz, R. D. (2019). Data-driven prediction of battery cycle life before ca-pacity degradation. Nature Energy, 4(5), 383–391. https://doi.org/10.1038/s41560-019-0356-8
  25. Experimental Data Platform. data.matr.io. URL: https://data.matr.io/1/
  26. Wang, Y., Zhou, Z., Botterud, A., Zhang, K., & Ding, Q. (2016). Stochastic coordinated operation of wind and battery energy storage system con-sidering battery degradation. Journal of Modern Power Systems and Clean Energy, 4(4), 581–592. https://doi.org/10.1007/s40565-016-0238-z

##submission.downloads##

Опубліковано

2025-05-28

Як цитувати

Смирнов, О., & Борисенко, А. (2025). Розробка прогностичної моделі деградації ємності літій-іонних акумуляторних батарей електромобілів. Автомобіль і електроніка. Сучасні технології, (27), 110–122. https://doi.org/10.30977/VEIT.2025.27.0.1

Номер

№ 27 (2025)

Розділ

ШЛЯХИ ПОКРАЩЕННЯ ЕКОНОМІЧНИХ І ЕКОЛОГІЧНИХ ПОКАЗНИКІВ АВТОТРАНСПОРТНИХ ЗАСОБІВ. ЕНЕРГОЗБЕРІГАЮЧІ ТЕХНОЛОГІЇ

Ліцензія

Авторське право (c) 2025 Олег Смирнов, Анна Борисенко

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.