Mendeley数据
数据搜集时间:2021-1-17
Data for: A data-driven coulomb counting method for state of charge calibration and estimation of lithium-ion battery |
电池类型 |
锂离子电池 |
测试项目 |
充放电测试 |
试验步骤 |
设定40℃,静置3h;CC-CV充电,CC放电,静置,循环此过程。 |
备注 |
论文使用的锂离子电池循环充放电测试试验,用于SOC估计。数据约49MB。有两块电池cell1和cell2,每块电池有“Charging stage.xlsx”,“Discharging stage.xlsx”和“Relaxation stage.xlsx”三个文件。 |
链接: |
Panasonic 18650PF Li-ion Battery Data | |
电池类型 | 型号/材料 |
锂离子电池 | 松下18650PF |
测试项目 | |
HPPC,循环工况测试,EIS测试 | |
试验步骤 | |
测试条件:一块2.9Ah松下18650PF电池置于8立方英尺的温箱中,外接一个25安培,18伏特测试通道。测试项目:在5个温度点(25℃,10℃,0℃,-10℃,-20℃)进行HPPC,9个循环工况测试,阻抗谱测试,每次测试后,在12℃或更高温度下,电池以1C倍率恒流充电至4.2V,再恒压充电至截止电流50mA。 | |
链接: https://data.mendeley.com/datasets/wykht8y7tg/1 https://www.narcis.nl/dataset/RecordID/oai%3Aeasy.dans.knaw.nl%3Aeasy-dataset%3A103942 |
Data for: Prediction of Constant Power Delivery of Lithium-Ion Cells at High Loads | |
电池类型 | 型号/材料 |
4种18650电池 | LG公司的18650-HB6、松下NCR18650B、深圳的IFR18650、Efest的IMR18650 |
实验设备 | 图1 实验设备 |
进行从低到高的恒功率放电负载时,电池电池的可用功率与放电时间的关系的探究试验。试验设备连接如图1:1-镍条,2-感应连接,3-母线电源,4-电池芯,5-木制电池架。选用4种电池,分别在不同功率下进行放电测试。 | |
测试项目 | |
恒功率放电时间测试 | |
试验项目 | |
一、初始循环 首先对电池进行5次完全充放电,保证后续试验稳定和可重复,步骤如下: 1)测试前,在设定恒温25℃±0.5℃温箱中静置至少1h; 2)2C恒流放电至规定的下截止电压,积分求放电容量; 3)1C倍率CC-CV充电,截止电流0.1A; 4)重复步骤2)和3),直至连续3次放电容量误差小于3%; 二、循环充放电 经过初始循环后,电池SOC处于100%状态,进行恒功率放电试验,测试电池电压为0前的恒功率输出能力。 1)预处理,调整SOC为100%,25℃静置1h; 2)进行功率测试,电池以设定的恒定功率放电至0V; 3)静置1h; 4)1C倍率CC-CV充电,截止电流0.1A,进行EIS测试; 5)为了消除缺陷电池和高度畸变电池,每个负载功率选用同类型新电池重复3次;为了排除由试验负荷序列引起的系统误差,在试验中随机选取放电性能试验序列。 | |
备注 | |
试验具体信息可查阅该数据集服务的这篇论文。(1)LG公司的18650-HB6放电功率:20.0、30.0、40.0、50.0、60.0、72.0、90.0、108.0、126.0、135.0、144.0、153.0、162.0和180.0瓦。(2)松下NCR18650B :10.0,15.0,28.0,33.0,39.0,45.0,55.0,60.0,64.0,72.0和90.0瓦。(3) 深圳的IFR18650:22.0,30.0,45.0,52.0,60.0,65.0,70.0和75.0瓦特。(4)Efest的IMR18650: 30.0, 50.0, 74.0, 111.0, 125.0, 135.0, 148.0, 158.0和170.0瓦特。所有型号的测试最低电压为0.00伏特,最高电压为4.20伏特;IFR18650型除外,其最大电压为3.65 V。 | |
链接: https://data.mendeley.com/datasets/ptxpzt876r/1 https://www.sciencedirect.com/science/article/pii/S2352152X19315105?via%3Dihub |
Graphite//LFP synthetic training diagnosis dataset | |
电池类型 | 型号/材料 |
锂离子电池 | LFP/石墨 |
试验步骤 | |
该数据集由概念验证方式产生,用于锂离子电池衰退诊断。可作为基准,比较不同算法的性能。此外,该数据集可用于提高AI算法的能力。 | |
备注 | |
该数据集并非真实试验数据 | |
Graphite//LFP synthetic training prognosis dataset | |
电池类型 | 型号材料 |
锂离子电池 | LFP/石墨 |
试验步骤 | |
该数据集由概念验证方式产生,用于锂离子电池衰退预测。由于预测过程电池衰退路径不明确,对三个变量(LAMPE, LAMNE, LLI)分别使用指数函数拟合,每个公式2个参数。此外增加两个参数。一个是LLI指数因子的延迟,另一个是镀锂的可逆性参数。当镀层不能被LAMs或电阻增加所解释时,引入延迟参数以反映衰退路径。因此共有8个参数。.mat数据文件包括: GIC-LFP_duty_other.mat:包含12个变量。Qnorm:标准化的容量范围(应用于所有电压曲线);p1至p8:用于产生负载循环;Key:应用于每个衰退路径的数据标签,1~8行分别代表p1~p8,根据标签在p1~p8中查找对应值;QL:容量损失,一行表示一个路径,每100循环记录一列。 GIC-LFP_duty_LLI-LAMsvalues.mat:包含工况LLI, LAMPE, LAMNE的所有循环(100循环记录一行)和负载循环(列)的数据。GIC-LFP_duty_1to_4:文件包含1GB块(40000个仿真)电压数据。 | |
备注 | |
该数据集并非真实试验数据 | |