一种动力锂电池剩余使用寿命的影响因素筛选方法及系统技术方案

本公开提供了一种动力锂电池剩余使用寿命的影响因素筛选方法及系统，属于动力锂电池技术领域，获取动力锂电池的至少两种参数，采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度，根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数；本公开应用主成分分析方法，分析每个参数对动力锂电池剩余使用寿命影响程度，实现了动力锂电池剩余使用寿命影响因素的定量化的准确分析。

【技术实现步骤摘要】
一种动力锂电池剩余使用寿命的影响因素筛选方法及系统
本公开涉及动力锂电池
，特别涉及一种动力锂电池剩余使用寿命的影响因素筛选方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
，并不必然构成现有技术。动力锂电池作为电动汽车的动力来源，其安全性和可靠性一直备受关注。作为表征锂电池当前使用寿命和健康状态的参数—剩余使用寿命，一直是最近几年研究者关注的对象。史建平建立了锂电池退化程度预测模型，基于自适应神经网络进行预测，验证了其可靠性和适用性。李丽敏提出一种基于改进的无迹粒子滤波(IUPF)的锂电池剩余使用寿命预测方法。文献都对锂电池的剩余使用寿命进行建模预测，取得了不少成果。但是本公开专利技术人发现，现有技术中常常直接使用多个参数的组合来进行评价，缺乏对剩余使用寿命影响因素的研究，如锂电池的实时电压、充放电电流、电池温度等参数对剩余使用寿命的影响力和贡献率；针对所有的动力电池，常常采用固定的影响因素进行评价，并不针对具体的动力电池进行评价因素的变更，这种方式往往无法准确的得到特定的动力电池的剩余使用寿命。
技术实现思路
为了解决现有技术的不足，本公开提供了一种动力锂电池剩余使用寿命的影响因素筛选方法及系统，应用主成分分析方法，分析每个参数对动力锂电池剩余使用寿命影响程度，实现了动力锂电池剩余使用寿命影响因素的定量化的准确分析。为了实现上述目的，本公开采用如下技术方案：本公开第一方面提供了一种动力锂电池剩余使用寿命的影响因素筛选方法。一种动力锂电池剩余使用寿命的影响因素筛选方法，包括以下步骤：获取动力锂电池的至少两种参数；采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度；根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数。作为可能的一些实现方式，采集每个动力电池的参数，根据每个动力锂电池的参数得到各个动力电池的剩余使用寿命的影响因素。本公开第二方面提供了一种动力锂电池剩余使用寿命的影响因素筛选系统。一种动力锂电池剩余使用寿命的影响因素筛选系统，包括：数据获取模块，被配置为：获取动力锂电池的至少两种参数；影响程度分析模块，被配置为：采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度；筛选模块，被配置为：根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数。本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的动力锂电池剩余使用寿命的影响因素筛选方法中的步骤。本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的动力锂电池剩余使用寿命的影响因素筛选方法中的步骤。与现有技术相比，本公开的有益效果是：1、本公开所述的方法、系统、介质及电子设备，以动力锂电池的充放电电流、电池温度、实时电压等锂电池管理系统采集并计算的参数，作为影响动力锂电池剩余使用寿命的因素，通过多次充放电循环，采集、记录、存储这些参数的数据，应用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度，实现了影响因素的定量化的准确分析。2、本公开所述的方法、系统、介质及电子设备，对每一个动力电池，根据采集到此电池的历史参数，得到其此电池的特定的动力锂电池的剩余使用寿命的影响因素，每个电池可能采用不同的影响因素，但是采用的影响因素都是对每个电池的寿命的影响程度最大的，通过这种方式实现了对每个电池的定制化寿命评估，极大的提升了其寿命评估的准确性。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1为本公开实施例1提供的动力锂电池剩余使用寿命的影响因素筛选方法的流程示意图。具体实施方式下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本实施例使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。实施例1：如图1所示，本公开实施例1提供了一种动力锂电池剩余使用寿命的影响因素筛选方法，具体为：S11：获取动力锂电池的至少两种参数；S12：采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度；S13：根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数。本实施例中选取磷酸铁锂的动力电池包为研究对象，该电池包为2并110串的磷酸铁锂电池，额定容量为144Ah。本实施例中定义动力锂电池剩余使用寿命为YC，选取中航锂电的锂电池作为研究对象，循环使用寿命理论为1000次循环，每次完整的充放电循环减少一次，YC＝(1000－循环次数)/1000，动力锂电池剩余使用寿命为YC为百分比。本实施例中定义动力锂电池剩余使用寿命的影响因素为总电压、电池温度、充放电电流、SOC、单体电压、实际容量。具体如下：S111：总电压，定义为X1：代表着电池的充放电深度(DOD)，电压范围在275V到401.5V；S112：温度，定义为X2：温度范围在-40℃到70℃，本实施例选用电池包有16个温度测量点，选取电池包中最中间的温度点T10；S113：充放电电流，定义为X3：电流范围-5A到280A，充电电流为负值，放电电流为正值；S114：电池包的SOC，定义为X4：本实施例可以采集到所有串数的SOC，所以选取其中一串能够代表大多数单节电芯的SOC(StateofCharge，荷电状态)，即第20串SOC；S115：单体电压，定义为X5：本实施例可以采集到所有串数的电压，选取与SOC一致的单体电压，即第20串单体电压；S116：电池的实际容量，定义为X6：本实施例可以采集到所有串数的实际容量，选取与SOC一致的实际容量，即第20串实际容量，额定容量为144Ah。影响因素的数据，具体为：本实施例采集的数据为新能源汽车的路跑数据，按照以上原则，通过后期筛选形成，部分数据见表1。表1：动力锂电池剩余使用寿命影响因素数据表。基于主成分分析法影响因素分析方法，具体包括以下步骤：...

【技术保护点】
1.一种动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，包括以下步骤：/n获取动力锂电池的至少两种参数；/n采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度；/n根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数。/n

【技术特征摘要】
1.一种动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，包括以下步骤：
获取动力锂电池的至少两种参数；
采用主成分分析方法，分析得出每个参数对动力锂电池剩余使用寿命影响程度；
根据各个参数的影响程度以及预设的阈值，得到至少一种动力锂电池剩余使用寿命的影响参数。


2.如权利要求1所述的动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，动力锂电池的参数至少包括总电压、电池温度、充放电电流、荷电状态、单体电压和实际容量；
或者，
采集每个动力电池的参数，根据每个动力锂电池的参数得到各个动力电池的剩余使用寿命的影响因素。


3.如权利要求1所述的动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，主成分分析方法，具体为：
将获取到的各个参数进行标准化；
获取任意两个影响因素之间的相关系数矩阵；
获取各个相关系数矩阵的特征值；
根据得到的特征值计算每个参数的信息贡献率；
根据各个参数的信息贡献率累加得到累计贡献率。


4.如权利要求3所述的动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，将获取到的各个参数进行标准化，具体为：



其中，aij为第i个评价对象的第j个指标的取值，i＝1,2,…,n；j＝1,2,…,m；μj和sj为第j个指标的样板均值和样板标准差。


5.如权利要求3所述的动力锂电池剩余使用寿命的影响因素筛选方法，其特征在于，任意两个影响因素之间的相关系数矩阵，具体为：

<...

【专利技术属性】
技术研发人员：侯恩广，王知学，乔昕，刘广敏，张云，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：山东;37