继前两期分享的锂电池数据

(1)真实环境下实车运行的锂电池数据:

精品数据分享 | 锂电池数据集(一)新能源汽车大规模锂离子电池数据集

(2)Nature communication Top论文公开锂离子电池数据:

精品数据分享 | 锂电池数据集(二)Nature子刊论文公开锂离子电池数据

本期继续分享西安交通大学电池公开数据集,划重点-数据集开源,代码开源!!!

1 开源仓库简介

1.1 仓库作者介绍:

作者主页链接:

https://github.com/wang-fujin

1.2 仓库简介:

目的:本文件统计和整理了使用XJTU battery dataset的文章,并详细记录了该文章中的结果,便于其他文章在使用该数据集时可以直接搬运这里的结果对比。

数据集下载链接:

https://zenodo.org/records/10963339

预处理代码:

https://github.com/wang-fujin/Battery-dataset-preprocessing-code-library

论文题目:《Physics-informed neural network for lithium-ion battery degradation stable modeling and prognosis》

论文链接:

https://www.nature.com/articles/s41467-024-48779-z

1.3 如果您使用此数据集,请引用作者论文:

Wang F, Zhai Z, Zhao Z, et al. Physics-informed neural network for lithium-ion battery degradation stable modeling and prognosis[J]. Nature Communications, 2024, 15(1): 4332.

2 XJTU 电池数据集详细介绍

2.1 电池介绍:

本实验的实验对象为“力神”制造的 18650 型镍钴锰酸锂电池,其化学成分为 LiNi0.5Co0.2Mn0.3O2。 电池的标称容量为 2000 mAh,标称电压为 3.6 V,充电截止电压和放电截止电压分别为 4.2 V 和 2.5 V。整个实验在室温下进行。

2.2 实验细节介绍:

本次实验一共包含 55 只电池,在 6 种充放电策略下开展实验。充放电设备为 ACTS-5V10AGGS-D,所有数据的采样频率为 1Hz。实验开始于 2022 年 9 月 16,至 2023 年 2 月 18 日,所 有电池达到寿命终点(容量下降为初始值的 80%以下)。整个实验过程由于断电等原因有过几 次暂停,但是我们公开的数据已经进行了拼接和整合处理。下面分别介绍每个组的充放电策略 (分别以 Batch-1 到 Batch-6 来表示 6 组实验的数据)。

2.3 电池详细介绍:

Batch-1(8 只电池): 固定充放电策略,充满,放完。 第一个 cycle 测量电池的初始容量:以 0.5C(1A)恒流充电至 4.2V,然后维持电压不变,直至 电流降至 0.02C(40mA);静置 5 分钟;以 0.2C(0.4A)放电至 2.5V。 其他 cycles:以 2.0C(4A)恒流充电至 4.2V,然后维持电压不变,直至电流降至 0.05C(0.1A); 静置 5 分钟;以 1.0C(2A)放电至 2.5V;静置 5 分钟。

Batch-2(15 只电池): 固定充放电策略,充满,放完。 第一个 cycle 测量电池的初始容量:以 0.5C(1A)恒流充电至 4.2V,然后维持电压不变,直至 电流降至 0.02C(40mA);静置 5 分钟;以 0.2C(0.4A)放电至 2.5V。 其他 cycles:以 3.0C(A)恒流充电至 4.2V,然后维持电压不变,直至电流降至 0.05C(0.1A); 静置 5 分钟;以 1.0C(2A)放电至 2.5V;静置 5 分钟。

Batch-3(8 只电池): 不固定放电策略,充满,放完。 第一个 cycle 测量电池的初始容量:以 0.5C(1A)恒流充电至 4.2V,然后维持电压不变,直至 电流降至 0.02C(40mA);静置 5 分钟;以 0.2C(0.4A)放电至 2.5V。 其他 cycles:以 2.0C(2A)恒流充电至 4.2V,然后维持电压不变,直至电流降至 0.05C(0.1A); 静置 5 分钟;以𝑥C 放电至 2.5V(𝑥在{0.5,1,2,3,5}中循环取值);静置 5 分钟;

Batch-4(8 只电池): 不固定放电策略,充满,不放完。 第一个 cycle 测量电池的初始容量:以 0.5C(1A)恒流充电至 4.2V,然后维持电压不变,直至 电流降至 0.02C(40mA);静置 5 分钟;以 0.2C(0.4A)放电至 2.5V。 其他 cycles:以 2.0C(2A)恒流充电至 4.2V,然后维持电压不变,直至电流降至 0.05C(0.1A); 静置 5 分钟;以𝑥C 放电至 3.0V(𝑥在{0.5,1,2,3,5}中循环取值);静置 5 分钟;每当𝑥循环完一 轮,执行一次以下操作测量容量:以 2C(4A)恒流恒压充电至 4.2V;静置 5 分钟;以 1C(2A) 放电至 2.5V;静置 5 分钟;

Batch-5(8 只电池): 随机游走策略,充满,不放完。 1-20 个 cycle:以 0.5C(1A)充电至 4.2V,然后维持电压不变,直至电流降至 0.02C(40mA); 静置 5 分钟;然后以𝑥A 放电𝑦分钟(𝑥为[2,8]区间内的随机整数,𝑦为[2,6]区间内的随机整数), 为保证安全,当电压降至 3.0V 时停止放电;静置 20 分钟。 从 21 个 cycle 起重复以下循环:测一次容量(以 1C(2A)恒流恒压充电至 4.2V;静置 5 分 钟;以 1C(2A)放电至 2.5V;静置 5 分钟),随机放电 10 个 cycle(以 3.0C(6A)充电至 4.2V, 然后维持电压不变,直至电流降至 0.05C(0.1A);静置 5 分钟;然后以𝑥A 放电𝑦分钟(𝑥为[2,8] 区间内的随机整数,𝑦为[2,6]区间内的随机整数),为保证安全,当电压降至 3.0V 时停止放电; 静置 10 分钟)。 

Batch-6(8 只电池): 模拟地球同步轨道(Geosynchronous Earth Orbit)卫星电池充放电。 第一个 cycle 测量电池的初始容量:以 0.5C(1A)恒流充电至 4.2V,然后维持电压不变,直至 电流降至 0.02C(40mA);静置 5 分钟;以 0.2C(0.4A)放电至 2.5V。 其他 cycles:以 2C(4A)充电至 4.2V,然后维持电压不变,直至电流降至 0.05C(0.1A);静 置 5 分钟,以 0.667C(1.334A)放电,放电持续时间如表 1 和图 1 所示所示。大约每 5 个 cycle 测一次容量(以 1C(2A)恒流恒压充电至 4.2V;静置 5 分钟;以 0.5C(1A)放电至 2.5V)。

附加数据: 

由于本次实验在室温下进行,可能存在一定的温度波动,为了提供更加精准的温度信息, 我们单独用一个通道来测量在电池在室内环境中的温度,用于做温度补偿,如图 2 所示。其中 , 用 于 采 集 温 度 补 偿 数 据 的 电 池 不 进 行 充放电 , 所 采 集 的 温 度 数 据 保 存 在 

Temperature_Compensation_Data.mat 文件中。

3 预处理代码与可视化

3.1 Batch-1 案例可视化

(1)画任意一个cycle的电压、电流、温度曲线

(2)画全寿命周期内的充电电压曲线

3.2 Batch-2 案例可视化

(1)在一张图上画出放电电流取值{0.5,1,2,3,5}C的电压、电流、温度曲线

(2)Batch-4 画容量退化曲线和退化轨迹

更多预处理、完整代码见链接:

https://github.com/wang-fujin/Battery-dataset-preprocessing-code-library

再次感谢仓库作者的贡献!希望大家去 fork, Watch, star!

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐