锂离子电池网络公开测试数据下载
锂离子电池设计与管理的核心在于数据。这些数据不仅用于评估电池的健康状态（SOH）、荷电状态（SOC）和内阻（IR），还能预测剩余使用寿命（RUL）、识别容量衰减与IR上升的拐点，并建立BMS管理方法。此外，数据在故障检测、充电管理、热管理、材料开发及电池回收等方面也发挥着关键作用。我们总结了网络上公开的锂电池相关数据集，供大家参考。
研究电池寿命循环数据需投入大量时间和资源，通常需数月甚至数年。这些数据涵盖了电流、电压、温度及容量和IR等测量值，为开发预测模型提供了基础，进而预测未来的容量保持率和内阻增长等健康指标。通过这些数据的深入分析，我们能更好地理解电池性能，优化其应用。
图1 包含测量电流、电压和温度变化的高通量循环数据集的典型图，根据容量、IR、电压和温度可进行老化分析。
1、美国国家航空航天局NASA
（1）34 个标称容量为 2 Ah的18650锂离子电池的数据电池在一系列环境温度（4°C、24°C、43°C）下以CC-CV充电、不同方式放电循环测试。该数据集包括电流、电压和电池温度，以及放电容量和的循环测量EIS阻抗。数据集以“.mat”格式提供。（2）28个标称容量为2.2Ah的钴酸锂 (LCO)18650电池的数据
数据集由 7 组组成，每组4个电池，在设定的环境温度（室温，40°C）下循环，每组电池采用不同的充放电方式循环测试。该数据集包括电流、电压和电池温度，以及放电容量和每 50 个循环的 EIS 阻抗。数据集以“.mat”格式提供下载。
2、The Centre for Advanced Life Cycle Engineering (CALCE)
（1）18650圆柱电池数据
（2）A123圆柱LFP电池
（3）方形电池数据
数据集包含 357个 由 A123 Systems (APR18650M1A) 制造的商用 LFP/石墨电池，额定容量为1.1Ah，数据集以“.csv”、MATLAB 结构体和JSON 结构体格式提供，并随数据提供了一个带有脚本的 GitHub 存储库链接。（1）Data-driven prediction of battery cycle life before capacity degradationThis dataset, used in our publication “Data-driven prediction of battery cycle life before capacity degradation”, consists of 124 commercial lithium-ion batteries cycled to failure under fast-charging conditions. These lithium-ion phosphate (LFP)/graphite cells, manufactured by A123 Systems (APR18650M1A), were cycled in horizontal cylindrical fixtures on a 48-channel Arbin LBT potentiostat in a forced convection temperature chamber set to 30°C. The cells have a nominal capacity of 1.1 Ah and a nominal voltage of 3.3 V.The objective of this work is to optimize fast charging for lithium-ion batteries. As such, all cells in this dataset are charged with a one-step or two-step fast-charging policy. This policy has the format “C1(Q1)-C2”, in which C1 and C2 are the first and second constant-current steps, respectively, and Q1 is the state-of-charge (SOC, %) at which the currents switch. The second current step ends at 80% SOC, after which the cells charge at 1C CC-CV. The upper and lower cutoff potentials are 3.6 V and 2.0 V, respectively, which are consistent with the manufacturer’s specifications. These cutoff potentials are fixed for all current steps, including fast charging; after some cycling, the cells may hit the upper cutoff potential during fast charging, leading to significant constant-voltage charging. All cells discharge at 4C.（2）Closed-loop optimization of extreme fast charging for batteries using machine learningThis dataset, used in our publication “Closed-loop optimization of extreme fast charging for batteries using machine learning”, consists of commercial lithium-ion batteries cycled under fast-charging conditions. These lithium-ion phosphate (LFP)/graphite cells, manufactured by A123 Systems (APR18650M1A), were cycled in horizontal cylindrical fixtures on a 48-channel Arbin LBT potentiostat in a forced convection temperature chamber set to 30°C. The cells have a nominal capacity of 1.1 Ah and a nominal voltage of 3.3 V.The objective of this work is to optimize fast charging for lithium-ion batteries. As such, all cells in this dataset are charged with one of 224 six-step, 10-minute fast-charging protocols. These protocols have the format “CC1-CC2-CC3-CC4”, as documented in the manuscript. The upper and lower cutoff potentials are 3.6 V and 2.0 V, respectively, which are consistent with the manufacturer’s specifications. These cutoff potentials are fixed for all current steps, including fast charging; after some cycling, the cells may hit the upper cutoff potential during fast charging, leading to significant constant-voltage charging. All cells discharge at 4C.4、桑迪亚国家实验室Sandia national lab总共有 86 个电池（30 个 LFP、24 个 NCA 和 32 个 NMC），LFP电池是A123 Systems (APR18650M1A, 1.1 Ah)，NCA电池是Panasonic (NCR18650B, 3.2 Ah)，NMC电池是LG Chem (18650HG2, 3 Ah)5、牛津大学电池智能实验室Battery intelligence lab at the university of Oxford28 个商用 3 Ah 18650 NCA/石墨电池 (NCR18650BD)。数据集分为 3 部分（第 1、2 和 3 部分），28 个电池分为 10 组（9 组 3 个电池；1 组 1 个电池），均在 24 °C 下进行测试，数据包括时间、电流、电压、容量和温度，以及 RPT 和 EIS 测试数据。第 1-4 组，每组 3 个电池，以低倍率（C/2 和 C/4）循环老化，然后进行 5 或 10 天的日历老化，每 48 个循环运行一次 RPT。前 18 个月的实验数据显示在“第 1 部分”，第 19-36 个月数据在“第 2 部分”中。在第 2 部分中，第 5 组和第 6 组作为对照实验。第 5 组的电池连续 C/2 循环，而第 6 组仅日历老化（90% SOC）。第 7-10 组出现在数据集的“第 3 部分”中，每个组都使用 CC-CV方式循环，然后进行 5 或 10 天的日历老化。定期使用 (RPT) 和 EIS 测试来表征电池，以区分不同存储时间和倍率对电池老化的影响。6、夏威夷自然能源研究所Hawaii natural energy institute15 个商用 2.8 Ah NMC-LCO/石墨 18650 电池（LG Chem，型号“ICR18650 C2”）。电池在 25°C 下以固定的 1.5C 放电和 C/2 充电循环1000 次循环。该数据集包含电流、电压和充电/放电容量和能量的循环测量值，以及充电/放电容量，大约每 100 个循环运行 RPT。文件采用“.csv”格式提供下载。7、Electric Vehicle Enhanced Range, Lifetime And Safety Through INGenious battery management’ (EVERLASTING)28个3.5 Ah 商用18650锂离子电池在一系列温度（0 °C、10 °C、25 °C 和 45 °C）、放电倍率（0.5C、3C）和充电倍率（0.5C，1C）下循环测试，所提供的数据为“.csv”格式。11 个 NMC/石墨 40 Ah 电池在室温下充电/放电循环3.5 Ah LG Chem NCA INR18650 MJ1 电池在固定环境温度 (24 °C) 下循环 400 次，提供温度、电压和以及充电/放电容量的每个循环测量，以“.csv”格式给出。
