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 | |
