老龄化是一个不可避免的过程引起的副反应存在于所有的电化学设备包括电池。它可能导致重大变化的能力和设备阻力随着时间的推移,必须,因此,被认为是在系统布局阶段(例如,over-sizing初始容量)的必要性以及在系统操作阶段(例如,适应最大允许细胞分派权力)。

事实上,相比之下较小要求应用于便携式设备,盈利使用磷酸铁锂电池在固定应用程序需要一个详细的了解和建模的电池退化:持久并要求应用程序会导致存储系统的性能和容量减少,可能显著影响整个业务案例通过增加运营成本(OPEX)和退化引起的重置成本特别高。

是很常见的监控电池的健康状况(SOH)提前BMS量化电池退化导致的持续演化能力减弱和内部阻力增加(与降低峰值功率性能)。电池剩余容量可以与其标称值派生新/相关国家标准测试条件下使用。由于交通法规和特定于应用程序的最小电力需求替代指标定义SOH取代帽。在汽车,经常SOH取代帽= 0.8,但对于静止的应用,特别是在“第二人生”的背景下提出了低价值的概念。

尽管被研究多年的持续努力我们知道联赛时间更优越的生活VRLA,但仍然理解和建模的生命周期锂离子是一个持续的研究领域。

在具有挑战性的环境中,如果用户不按照制造商的使用说明书,或者电池和百时美施贵宝质量不及格,然后各种退化机制包括电解液分解,钝化膜的形成,粒子开裂,和活性物质溶解可以单独处理材料和电池水平往往导致增加阻力,减少能力保留和/或不安全的风险增加电池的状态。

常规分析和建模方法是基于广泛的电池测试和获得经验模型通常兼容一个等效电路模型(ECM)系统性能测定方法。用一种改进的理解cell-internal损失机制,越来越多的半经验和物理模型已经开发并成功地用于细胞建模。最近,理化模型(PCM)会组织得到了越来越多的兴趣。尽管PCM模型的使用老化预测可能允许给予更详细的了解细胞内部机制和如何规避这些损失,仍然是最具挑战性的找到一个有效的参数化模型和细胞内部规模模型到应用程序相关的一个完整的电池系统。

随着功能的数据日志记录和数据管理、数据驱动的方法存储系统层次上最近也得到了越来越多的兴趣。尽管这些新兴的方法改进的能力,仍然相信,一个完整的老化行为的模拟