一种锂离子电池健康状态线性评估方法技术

本发明专利技术公开了一种锂离子电池健康状态线性评估方法，方法包括以下步骤：步骤S1：在n次单个或多个电池恒流恒压充电过程中，提取m个健康因子指标，组成m*n维的原始数据矩阵A；步骤S2：对矩阵A各行向量进行标准化处理，得到标准化后的各类型健康因子向量；步骤S3：用安时积分法，求解出n次恒流恒压充电过程中电池可用容量；步骤S4：对n次恒流恒压充电过程中电池可用容量Qchg,i进行标准化处理，得到向量q；步骤S5：计算标准化后的各类型健康因子向量xi与向量q之间的皮尔逊相关系数

A Linear Health Assessment Method for Lithium Ion Batteries

The invention discloses a linear assessment method for the health status of lithium ion batteries, which includes the following steps: extracting m health factor indicators during N times of constant current and constant voltage charging of single or multiple batteries to form m*n dimension original data A; 2: standardizing the various vectors of A to obtain various types of standardized health factor vectors; Sudden S3: Solve the available capacity of batteries i n n times constant current and constant voltage charging by using the method of ampere-time integration; (4) Standardize the available capacity of batteries in N times constant current and constant voltage charging, and get the vector q; and (5) Calculate the Pearson correlation coefficients between the standardized health factor vectors Xi and vector Q.

【技术实现步骤摘要】
一种锂离子电池健康状态线性评估方法
本专利技术涉及定位锂电池健康状态评估领域，特别是一种锂离子电池健康状态线性评估方法。
技术介绍
随着锂离子电池在电动汽车、航空航天、通讯等领域各系统中的广泛应用，针对其健康状态的准确估计对于系统可靠性以及安全性尤为重要。通常将锂离子电池的可用容量作为直接退化参数以评估电池的健康状态，但受限于传统电流传感器的精度，在电池实际复杂工况中难以直接对其可用容量进行测量。目前，针对电池容量的估计方法包括基于模型的方法以及基于数据驱动的方法，后者应用电池在运行过程中的电流、电压、时间间隔等参数作为健康因子以间接估计锂离子电池可用容量，相比于前者能够避免复杂建模过程，部分提高运算效率，且在大量可靠实验数据的基础下其针对电池健康状态的估计结果准确性较高。目前，基于数据驱动的方法通常仅针对单个健康因子进行研究，容易受到监测健康因子失败或健康因子数值异常的影响，且采用的研究方法运算较为复杂。
技术实现思路
为解决现有技术中存在的问题，本专利技术提供了一种锂离子电池健康状态线性评估方法，解决了以往方法中鲁棒性不高、建模过程复杂、运算效率低和准确率低的问题。本专利技术采用的技术方案是，一种锂离子电池健康状态线性评估方法，方法包括以下步骤：步骤S1：在n次单个或多个电池恒流恒压充电过程中，提取m个健康因子指标，组成m*n维的原始数据矩阵：并记矩阵A的行向量为健康因子ai＝{ai1...ain}；步骤S2：对矩阵A各行向量进行标准化处理得到标准化后的各类型健康因子向量xi＝{xi1...xin}；步骤S3：用安时积分法，求解出标准化后矩阵xi＝{xi1...xin}的n次恒流恒压充电过程中电池可用容量Qchg,i,i＝1...n；步骤S4：对n次恒流恒压充电过程中电池可用容量Qchg,i进行标准化处理，得到容量向量q；步骤S5：计算标准化后的各类型健康因子向量xi与容量向量q之间的皮尔逊相关系数步骤S6：选出皮尔逊相关系数大于0.95的h个健康因子；步骤S7：建立电池容量Q与单个健康因子ai之间的线性回归方程Q(ai)＝kiai+bi步骤S8：通过最小二乘法求解线性回归方程Q(ai)＝kiai+bi的系数ki和bi；步骤S9：根据安时积分法求解出的电池容量Q和线性回归方程求解出的电池容量Q(ai)，计算平均绝对误差最大绝对误差M(Δεi)、极差R(Δεi)和标准差σ(Δεi)，其中εi＝Q(ai)-Q，M(Δεi)＝max(|Δεi|)，R(Δεi)＝max(Δεi)-min(Δεi)，σ(Δεi)＝std(Δεi)，其中mean为均值运算符，std为标准差运算符；步骤S10：根据平均绝对误差最大绝对误差M(Δεi)、极差R(Δεi)和标准差σ(Δεi)，建立出多类型健康因子的线性回归方程；步骤S11：根据多因子线性回归方程，通过在电池恒流恒压过程中直接测量数据，计算出锂电池容量值Qf并估计电池健康状态。优选地，步骤S2的安时积分法的计算公式为：式中，Qchg,i表示第i次恒流恒压充电过程中计算得到的电池容量；t0表示恒流恒压充电过程的开始时刻，此时电池荷电状态应为0％；te表示恒流恒压充电过程的结束时刻，此时电池荷电状态应为100％；ii(t)表示充电过程中所记录的电流值。优选地，步骤S2和步骤S4的标准化公式为：式中，si,j表示标准化向量中的各个元素，min(S)表示各个元素的最小值，max(S)表示各个元素的最大值。优选地，步骤S5的皮尔逊相关系数式中，表示标准化后的健康因子向量xi与标准化后的电池容量向量q之间的相关系数；Cov为两者协方差计算符号；Var为方差计算符号。优选地，步骤S10的多类型健康因子的线性回归方程表达式为：其中，Qf表示多类型健康因子线性回归方程预测值，ωi表示第i个健康因子的权重值；Wi＝ωiki，式中，λ2＝max({M(Δε1),M(Δε2)...,M(Δεh)})，λ3＝max({R(Δε1),R(Δε2)...,R(Δεh)})，λ4＝max({σ(Δε1),σ(Δε2)...,σ(Δεh)})。优选地，步骤S11的锂电池的SOH值计算公式为：式中，Q0表示新电池容量，Qf为多类型健康因子线性回归方程预测值。本专利技术锂离子电池健康状态线性评估方法的有益效果如下：1.本方法简单有效，通过给各健康因子分配权重值可在一定程度上减小单因子线性回归方法由于监测健康因子失败或健康因子参数异常所带来的误差。2.本方法通过实验可得出结论，在电池寿命周期内部分健康因子与电池可用容量之间的相关系数较高，通过这些健康因子所构建得到的线性回归方程，可通过实时采集电池恒流恒压充电过程中的相关健康因子数值实现对锂离子电池可用容量的在线估计，且估计精度较高。附图说明图1为本专利技术锂离子电池健康状态线性评估方法的总流程框图。图2为本专利技术锂离子电池健康状态线性评估方法的循环工况内电池电压以及电流随时间的变化关系图。图3为本专利技术锂离子电池健康状态线性评估方法的CCCV充电电流图。图4为本专利技术锂离子电池健康状态线性评估方法的CCCV充电电压图。图5为本专利技术锂离子电池健康状态线性评估方法的健康因子在电压-时间曲线内几何意义示意图。图6为本专利技术锂离子电池健康状态线性评估方法的健康因子在电流-时间曲线内几何意义示意图。图7为本专利技术锂离子电池健康状态线性评估方法的方案1的验证结果。图8为本专利技术锂离子电池健康状态线性评估方法的方案2的验证结果。图9为本专利技术锂离子电池健康状态线性评估方法的方案3的验证结果。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。如图1所示，一种锂离子电池健康状态线性评估方法，方法包括以下步骤：步骤S1：在n次单个或多个电池恒流恒压充电过程中，提取m个健康因子指标，组成m*n维的原始数据矩阵：并记矩阵A的行向量为健康因子ai＝{ai1...ain}；步骤S2：对矩阵A各行向量进行标准化处理得到标准化后的各类型健康因子向量xi＝{xi1...xin}；步骤S3：用安时积分法，求解出n次恒流恒压充电过程中电池可用容量Qchg,i,i＝1...n；步骤S4：对n次恒流恒压充电过程中电池可用容量Qchg,i进行标准化处理，得到容量向量q；步骤S5：计算标准化后的各类型健康因子向量xi与容量向量q之间的皮尔逊相关系数步骤S6：选出皮尔逊相关系数大于0.95的h个健康因子；步骤S7：建立电池容量Q与单个健康因子ai之间的线性回归方程Q(ai)＝kiai+bi；步骤S8：通过最小二乘法求解线性回归方程Q(ai)＝kiai+bi的系数ki和bi；步骤S9：根据安时积分法求解出的电池容量Q和线性回归方程求解出的电池容量Q(ai)，计算平均绝对误差最大绝对误差M(Δεi)、极差R(Δεi)和标准差σ(Δεi)，其中εi＝Q(ai)-Q，M(Δεi)＝max(|Δεi|)，R(Δεi)＝max(Δεi)-min(Δεi)，σ(Δεi)＝std(Δεi)，其中mean为均本文档来自技高网...

【技术保护点】
1.一种锂离子电池健康状态线性评估方法，其特征在于，方法包括以下步骤：步骤S1：在n次单个或多个电池恒流恒压充电过程中，提取m个健康因子指标，组成m*n维的原始数据矩阵：

【技术特征摘要】
1.一种锂离子电池健康状态线性评估方法，其特征在于，方法包括以下步骤：步骤S1：在n次单个或多个电池恒流恒压充电过程中，提取m个健康因子指标，组成m*n维的原始数据矩阵：并记矩阵A的行向量为健康因子ai＝{ai1...ain}；步骤S2：对矩阵A各行向量进行标准化处理得到标准化后的各类型健康因子向量xi＝{xi1...xin}；步骤S3：用安时积分法，求解出标准化后矩阵xi＝{xi1...xin}的n次恒流恒压充电过程中电池可用容量Qchg,i,i＝1...n；步骤S4：对n次恒流恒压充电过程中电池可用容量Qchg,i进行标准化处理，得到容量向量q；步骤S5：计算标准化后的各类型健康因子向量xi与容量向量q之间的皮尔逊相关系数步骤S6：选出皮尔逊相关系数大于0.95的h个健康因子；步骤S7：建立电池容量Q与单个健康因子ai之间的线性回归方程Q(ai)＝kiai+bi；步骤S8：通过最小二乘法求解线性回归方程Q(ai)＝kiai+bi的系数ki和bi；步骤S9：根据安时积分法求解出的电池容量Q和线性回归方程求解出的电池容量Q(ai)，计算平均绝对误差最大绝对误差M(Δεi)、极差R(Δεi)和标准差σ(Δεi)，其中εi＝Q(ai)-Q，M(Δεi)＝max(|Δεi|)，R(Δεi)＝max(Δεi)-min(Δεi)，σ(Δεi)＝std(Δεi)，其中mean为均值运算符，std为标准差运算符；步骤S10：根据平均绝对误差最大绝对误差M(Δεi)、极差R(Δεi)和标准差σ(Δεi)，建立出多类型健康因子的线性回归方程；步骤S11：根据多因子线性回归方程，通过在电池恒流恒压过程中直接测量数据，计算出锂...

【专利技术属性】
技术研发人员：程夕明，韩孟佐，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11