An Online Fade Capacity Estimation of Lithium-Ion Battery Using a New Health Indicator Based Only on a Short Period of the Charging Voltage Profile

Abstract

En la actualidad, el indicador de salud más utilizado para evaluar la degradación de las baterías de iones de litio (LIB) es el estado de salud (SOH). Este indicador es necesario para garantizar la seguridad, la gestión de la degradación y el buen funcionamiento de la batería, por ejemplo, la estimación correcta del estado de carga (SOC). En este trabajo se propone un nuevo indicador de salud como alternativa al uso del SOH ya que presenta una alta correlación y similitud con el SOH y tiene la ventaja de que puede ser calculado y/o estimado muy fácilmente. El nuevo indicador de salud, denominado ''Degradation Speed Ratio'' (DSR) se calcula con variables medidas directamente (tensión y tiempo), y no es necesario invertir tiempo en el ciclo total de carga, por lo que se reducen los tiempos de espera en torno al 84%. Además, debido a su alta correlación con la capacidad, es un marcador significativo del fin de vida (EOL) de la batería. En este estudio, se utilizaron el DSR obtenido y un modelo de regresión de procesos gaussianos (GPR) para estimar la capacidad perdida y compararlo con los modelos existentes en la literatura. La precisión alcanzada utilizando el indicador DSR como entrada es muy alta. Del mismo modo, se muestran los resultados de un modelo de red neuronal perceptrón multicapa (MLPNN) que utiliza el nuevo indicador (DSR) como entrada para estimar la degradación. La sensibilidad y precisión de este modelo NN con datos desconocidos son también muy altas.

Currently, the most popular health indicator used to assess the degradation of lithium-ion batteries (LIBs) is the state-of-health (SOH). This indicator is necessary to ensure the safety, degradation management, and good operation of the battery, for example, the correct estimate of the state-of-charge (SOC). In this paper, a new health indicator is proposed as an alternative to the use of the SOH because it has a high correlation and similarity with the SOH and has the advantage that it can be calculated and/or estimated very easily. The new health indicator, named ‘‘Degradation Speed Ratio’’ (DSR) is calculated with variables directly measured (voltage and time), and it is not necessary to spend any time on the total charging cycle, therefore reducing waiting times about 84%. In addition, due to its high correlation with capacity, it is a significant marker of battery end-of-life (EOL). In this study, the obtained DSR and a Gaussian process regression (GPR) model were used to estimate the lost capacity and to compare it with existing models in the literature. The accuracy achieved using the DSR indicator as input is very high. Similarly, the results of a multilayer perceptron neural network (MLPNN) model are shown using the new indicator (DSR) as input to estimate the degradation. The sensitivity and precision of this NN model with unknown data are also very high.