Literature Review on State of Health Estimation Joint State of Health and State of Charge Estimation for Lithium-Ion Batteries

The main reasons for using lithium-ion batteries in electric vehicles (EV) are high energy density, long cycle life, fast charging capability, lightweight design, and lower maintenance needs. The two most important parameters used in the evaluation of electric vehicle battery management systems (BMS) are described in this paper; State of Charge (SOC) and State of Health (SOH). The reliability, safety, and longevity of the battery are improved by the estimation of SOC and SOH in the BMS, which affects the performance and efficiency of EV. Due to battery capacity degradation, the complexity of electrochemical processes in batteries, and varying environmental factors, and SOH estimation is difficult, especially in real-world EV applications. Consequently, a wide range of data-driven methodologies have been widely suggested in the current literature. However, the lack of comprehensive research and performance comparison of those methods makes it difficult to apply them in practice. There has been limited research conducted on the choice of data-driven approaches, mentioning the model's parameters or how to determine the model with the best overall performance, specifically including Deep Learning methods. In order to analyze the performance of SOH estimation, we reviewed current essential data-driven methods. This paper will present an overview and analysis of the trends in data-driven methods for estimating the SOH of batteries over the past five years. Therefore, the novelty of this study is to provide a detailed evaluation of SOH estimates for BMS, focusing on the process of methods, implementations, used data, strengths, accuracy, and contributions. Lastly, the advantages and disadvantages of joint SOH-SOC estimation algorithms for lithium-ion batteries are reviewed in detail. The joint estimation of the battery is an important area of study in battery management technology because of the close relationship and correlation between the internal battery parameters. Finally, to provide useful information for advancing the development of battery management technology, some difficulties and opportunities related to SOH-SOC joint estimation of lithium-ion batteries are discussed.

I motivi principali per l’utilizzo delle batteria agli ioni di litio nei veicoli elettrici sono l’elevata densità di energia, il lungo ciclo di vita, la capacità di ricarica rapida, il design leggero e le minori esigenze di manutenzione. In questo documento vengono descritti i due parametri più importanti utilizzati nella valutazione dei sistemi di gestione delle batterie dei veicoli elettrici ; stato di carica e stato di salute. L'affidabilità, la sicurezza e la longevità della batteria vengono migliorate dalla stima di stato di carica e stato di salute, che influisce sulle prestazioni e sull'efficienza del veicolo elettrico. A causa del degrado della capacità delle batterie, della complessità dei processi elettrochimici nelle batterie e dei diversi fattori ambientali, la stima di stato di carica e stato di salute è difficile, soprattutto nelle applicazioni reali dei veicoli elettrici. Di conseguenza, nella letteratura attuale è stata ampiamente suggerita un’ampia gamma di metodologie basate sui dati. Tuttavia, la mancanza di una ricerca completa e di un confronto delle prestazioni di questi metodi ne rende difficile l’applicazione pratica, soprattutto quando si tratta del metodo di deep learning. Al fine di analizzare le prestazioni della stima stato di salute, abbiamo esaminato gli attuali metodi essenziali basati sui dati. Pertanto, la novità di questo studio è fornire una valutazione dettagliata delle stime stato di salute, concentrandosi sul processo di metodi, implementazioni, dati utilizzati, punti di forza, accuratezza e contributi. Infine, vengono esaminati in dettaglio i vantaggi e gli svantaggi degli algoritmi di stima stato di salute congiunti per batteria. La stima congiunta della batteria è un'importante area di studio nella tecnologia di gestione della batteria a causa della stretta relazione e correlazione tra i parametri interni della batteria. Infine, per fornire informazioni utili per far avanzare lo sviluppo della tecnologia di gestione delle batterie, vengono discusse alcune difficoltà e opportunità legate alla stima congiunta del stato di carica e stato di salute della batteria.