本發(fā)明涉及電池性能評(píng)估，尤其是涉及一種電池健康狀態(tài)評(píng)估方法。

背景技術(shù)：

1、電池因具有成本低廉、性能穩(wěn)定、沒(méi)有記憶效應(yīng)、大容量技術(shù)成熟、環(huán)境適應(yīng)性強(qiáng)、再生利用價(jià)值高等優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于變電站和通訊基站的直流電源、低速電動(dòng)汽車和電動(dòng)自行車的動(dòng)力電源。然而，頻繁的深度充放電、充電次數(shù)多、使用年限長(zhǎng)、不正確的充電習(xí)慣等因素將導(dǎo)致電池老化，進(jìn)而影響電池的安全使用及剩余壽命。為了確保電池在使用環(huán)境中保持良好的工作運(yùn)行狀態(tài)，必須對(duì)電池的健康狀態(tài)soh(state of health)進(jìn)行快速準(zhǔn)確評(píng)估。

2、現(xiàn)有技術(shù)中，專利cn118376943a公開(kāi)了一種基于incremental capacity(ic)典型曲線特征值的鋰離子電池健康狀態(tài)(soh)估計(jì)方法，包括步驟：對(duì)于給定樣品，在選定的工作溫度、充放電倍率條件下開(kāi)展電池循環(huán)老化測(cè)試，記錄試驗(yàn)數(shù)據(jù)，并計(jì)算soh值；提取ic曲線的典型特征值，并確定最終特征值向量t；以最終特征值向量t，作為輸入向量，以soh值作為輸出參數(shù)，構(gòu)建back propagation neural network(bp)神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行訓(xùn)練，對(duì)非試驗(yàn)工況下的充放電數(shù)據(jù)進(jìn)行電池的soh值評(píng)估。該方法依賴于在特定工作溫度和充放電倍率下進(jìn)行循環(huán)老化測(cè)試，這可能導(dǎo)致模型的適用性受到限制，因?yàn)閷?shí)際使用中電池可能會(huì)在不同的環(huán)境和工況下運(yùn)行，從而影響soh估計(jì)的準(zhǔn)確性。此外，提取ic曲線的典型特征值可能需要較為復(fù)雜的算法和較高的專業(yè)知識(shí)，導(dǎo)致實(shí)現(xiàn)過(guò)程較為繁瑣，這也可能影響到實(shí)時(shí)評(píng)估的效率，尤其是在大規(guī)模應(yīng)用的場(chǎng)景下。

3、專利cn118311434a公開(kāi)了一種基于電化學(xué)阻抗譜的鋰離子電池soh估計(jì)方法及系統(tǒng)，通過(guò)改進(jìn)的弛豫時(shí)間分布算法對(duì)電化學(xué)阻抗譜數(shù)據(jù)進(jìn)行解釋和特征提取，增強(qiáng)了對(duì)噪聲的魯棒性和異常數(shù)據(jù)的提出能力；構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型采用改進(jìn)的聯(lián)合損失卷積神經(jīng)網(wǎng)絡(luò)，使用電化學(xué)阻抗譜進(jìn)行鋰離子電池soh的端到端估計(jì)，神經(jīng)網(wǎng)絡(luò)模型將基于弛豫時(shí)間distribution of relaxation times(drt)計(jì)算得到的drt特征與神經(jīng)網(wǎng)絡(luò)模型自動(dòng)提取的drt特征進(jìn)行融合，避免了特征信息的丟失，能夠有效神經(jīng)網(wǎng)絡(luò)模型的性能，提高神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性，進(jìn)而通過(guò)改神經(jīng)網(wǎng)絡(luò)模型能夠快速、準(zhǔn)確的估計(jì)的鋰離子電池的soh。深度學(xué)習(xí)模型通常被視為“黑箱”，即雖然能夠提供準(zhǔn)確的預(yù)測(cè)，但其內(nèi)部機(jī)制和特征的重要性可能不易解釋。這可能使得用戶在理解soh估計(jì)結(jié)果時(shí)面臨挑戰(zhàn)，特別是在需要進(jìn)行決策時(shí)。模型在訓(xùn)練時(shí)使用的特定數(shù)據(jù)集可能影響其普適性。如果模型未能涵蓋所有可能的電池類型或使用條件，可能導(dǎo)致在新的或不同條件下的soh估計(jì)失真。

4、cn107367692a則公開(kāi)了一種動(dòng)力電池健康狀態(tài)的評(píng)估方法和裝置，其方法包括：獲取動(dòng)力電池的歷史數(shù)據(jù)；基于歷史數(shù)據(jù)計(jì)算出動(dòng)力電池的容量、內(nèi)阻、充電截止單體壓差，以及恒流充電截止單體壓差；采用容量計(jì)算出動(dòng)力電池的容量健康狀態(tài)、采用內(nèi)阻計(jì)算出動(dòng)力電池的內(nèi)阻健康狀態(tài)、采用充電截止單體壓差計(jì)算出動(dòng)力電池的充電截止單體壓差健康狀態(tài)，以及采用恒流充電截止單體壓差計(jì)算出動(dòng)力電池的恒流充電截止單體壓差健康狀態(tài)；依據(jù)容量健康狀態(tài)、內(nèi)阻健康狀態(tài)、充電截止單體壓差健康狀態(tài)，以及恒流充電截止單體壓差健康狀態(tài)來(lái)確定動(dòng)力電池的健康狀態(tài)。該方法依賴于動(dòng)力電池的歷史數(shù)據(jù)來(lái)進(jìn)行健康狀態(tài)評(píng)估，如果歷史數(shù)據(jù)不完整或受到噪聲影響，可能導(dǎo)致計(jì)算結(jié)果的不準(zhǔn)確。此外，歷史數(shù)據(jù)可能無(wú)法充分反映當(dāng)前電池的實(shí)際狀態(tài)，尤其是在使用環(huán)境和工作條件發(fā)生變化時(shí)。該方法通過(guò)多個(gè)指標(biāo)(如容量、內(nèi)阻、充電截止單體壓差等)來(lái)綜合評(píng)估電池健康狀態(tài)。雖然這種多維度的評(píng)估方法可以提供更全面的信息，但在實(shí)際操作中，如何合理地權(quán)衡各個(gè)指標(biāo)的影響和設(shè)定合適的權(quán)重可能會(huì)相對(duì)復(fù)雜。

5、綜上可知，現(xiàn)有研究針對(duì)電池soh在線評(píng)估普遍存在精度不高且分析處理過(guò)程繁瑣的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種電池健康狀態(tài)評(píng)估方法，能夠針對(duì)電池健康狀態(tài)進(jìn)行精細(xì)化的在線快速評(píng)估。

2、本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：一種電池健康狀態(tài)評(píng)估方法，包括以下步驟：

3、s1、針對(duì)電池進(jìn)行充放電測(cè)試，得到設(shè)定時(shí)間段內(nèi)的弛豫電壓數(shù)據(jù)；

4、s2、將設(shè)定時(shí)間段內(nèi)的弛豫電壓數(shù)據(jù)進(jìn)行擬合，得到弛豫電壓變化曲線；

5、s3、基于弛豫電壓變化曲線的擬合參數(shù)，求解得到角平分線；

6、s4、根據(jù)弛豫電壓數(shù)據(jù)和角平分線，求解得到拐點(diǎn)電壓；

7、s5、重復(fù)執(zhí)行步驟s1～s4，得到多塊電池對(duì)應(yīng)的拐點(diǎn)電壓；

8、s6、將各電池的拐點(diǎn)電壓及相應(yīng)的電池soh值進(jìn)行線性擬合，得到拐點(diǎn)電壓與soh的線性關(guān)系；

9、s7、針對(duì)待檢測(cè)電池，執(zhí)行步驟s1～s4，得到待檢測(cè)電池的拐點(diǎn)電壓，之后結(jié)合拐點(diǎn)電壓與soh的線性關(guān)系，查找確定出待檢測(cè)電池的soh值。

10、進(jìn)一步地，所述步驟s1的具體過(guò)程為：

11、對(duì)電池以設(shè)定倍率進(jìn)行放電測(cè)試；

12、當(dāng)電池放電至截止電壓，則靜置設(shè)定時(shí)間，并記錄該設(shè)定時(shí)間段內(nèi)的弛豫電壓數(shù)據(jù)；

13、放電靜置完成后，以設(shè)定充電倍率為電池充電至截止電壓；

14、以截止電壓進(jìn)行恒壓充電，充電至截止條件則停止充電，靜置設(shè)定時(shí)間，并記錄該設(shè)定時(shí)間段內(nèi)的弛豫電壓數(shù)據(jù)。

15、進(jìn)一步地，所述靜置設(shè)定時(shí)間具體為30分鐘。

16、進(jìn)一步地，所述截止條件具體為當(dāng)前充電電流小于或等于截止電流。

17、進(jìn)一步地，所述步驟s2具體是采用最小二乘法擬合弛豫電壓早期以及晚期的數(shù)據(jù)，以得到弛豫電壓變化曲線。

18、進(jìn)一步地，所述步驟s2種弛豫電壓變化曲線的擬合公式為：

19、

20、其中，z是代表殘差的正態(tài)分布且以零為中心的隨機(jī)變量，α0是最左側(cè)線段截距，k1為直線l1的斜率，k2為直線l2的斜率，l1和l2是線性擬合弛豫電壓曲線早期和末期的變化直線，vk為電壓拐點(diǎn)，γ為拐點(diǎn)過(guò)渡突變控制量。

21、進(jìn)一步地，所述步驟s3包括以下過(guò)程：

22、以殘差平方和最小作為優(yōu)化目標(biāo)，求解得到最優(yōu)擬合參數(shù)α0、k1、k2；

23、基于最優(yōu)擬合參數(shù)α0、k1、k2，求解得到角平分線為：y＝k×x+b，k為角平分線的斜率，b為角平分線的截距。

24、進(jìn)一步地，所述殘差平方和具體為：

25、f＝∑(yi-ki×xi-α0)2

26、所述最優(yōu)擬合參數(shù)具體為：

27、

28、其中，n為弛豫電壓采樣點(diǎn)的個(gè)數(shù)，yi為時(shí)間xi采集的弛豫電壓。

29、進(jìn)一步地，所述步驟s4具體是將弛豫電壓數(shù)據(jù)和求解的角平分線輸入matlab，運(yùn)用matlab中的fzero函數(shù)求解直線與曲線的交點(diǎn)，即求解出拐點(diǎn)電壓值。

30、進(jìn)一步地，所述步驟s6具體是將拐點(diǎn)電壓值與對(duì)應(yīng)soh數(shù)值分別作為變量x與y輸入origin軟件中，通過(guò)兩個(gè)變量的線性擬合得到拐點(diǎn)電壓與soh的線性關(guān)系。

31、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

32、本發(fā)明通過(guò)bacon-watts確定弛豫電壓曲線的拐點(diǎn)：首先對(duì)電池進(jìn)行充放電測(cè)試，通過(guò)采集設(shè)定時(shí)間段內(nèi)的弛豫電壓數(shù)據(jù)并擬合得到弛豫電壓變化曲線，再通過(guò)求解角平分線得到拐點(diǎn)電壓；將各電池的拐點(diǎn)電壓及相應(yīng)的電池soh值進(jìn)行線性擬合，以得到拐點(diǎn)電壓與soh的線性關(guān)系。由此針對(duì)待測(cè)電池，只要采集到該電池在同一充放電倍率下的弛豫電壓數(shù)據(jù)，通過(guò)bacon-watts法建立的模型得到拐點(diǎn)電壓大小，再依據(jù)拐點(diǎn)電壓與soh的線性關(guān)系，即可查找拐點(diǎn)電壓所對(duì)應(yīng)的電池soh值，從而實(shí)現(xiàn)電池健康狀態(tài)soh的在線精細(xì)化評(píng)估。

相關(guān)知識(shí)

一種基于深度學(xué)習(xí)的鋰電池健康狀態(tài)評(píng)估方法
一種基于支持向量機(jī)的鋰電池健康狀態(tài)評(píng)估方法
評(píng)估電池健康狀態(tài)的方法與流程
電動(dòng)汽車動(dòng)力電池健康狀態(tài)評(píng)估方法與流程
=退役鋰離子電池健康狀態(tài)評(píng)估方法【鉅大鋰電】
一種在役新能源汽車動(dòng)力電池健康狀態(tài)快速評(píng)估方法.pdf
北汽福田申請(qǐng)車輛電池健康狀態(tài)評(píng)估專利，準(zhǔn)確對(duì)電池健康狀態(tài)進(jìn)行評(píng)估
固德威申請(qǐng)電池健康狀態(tài)評(píng)估專利，能夠精確評(píng)估電池系統(tǒng)健康狀態(tài)
關(guān)于電池健康狀態(tài)的評(píng)估方式分析介紹
寧德時(shí)代申請(qǐng)健康狀態(tài)評(píng)估方法專利，能夠提高電池健康狀態(tài)評(píng)估的準(zhǔn)確度

網(wǎng)址: 一種電池健康狀態(tài)評(píng)估方法 http://m.u1s5d6.cn/newsview1391978.html