基于全生命周期运行数据的电池健康评估方法及装置制造方法及图纸

本申请公开一种基于全生命周期运行数据的电池健康评估方法及装置，该方法利用与降解反应相关的因素捕捉和追踪动力电池衰减路径，选取动力电池健康状态评估指标；根据健康状态评估指标，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正；通过基于模糊逻辑控制的卡尔曼滤波器算法，对动力电池实际容量进行优化，得到电池实际容量估算的容量数据集序列；结合健康状态评估指标和容量数据集序列，采用前馈神经网络模型提取指标特征和电池实际容量之间的相关性，以评估动力电池的健康状态。本申请提出为SOH的评估提供了更精确的数据；实现了对复杂车辆操作下电池组SOH的精确评估，提高了车辆行驶信息的准确性和驾驶的安全性。的安全性。的安全性。

【技术实现步骤摘要】
基于全生命周期运行数据的电池健康评估方法及装置


[0001]本申请属于电池健康状态评估
，具体涉及基于全生命周期运行数据的电池健康评估方法及装置。

技术介绍

[0002]锂离子电池(Lithium
‑
ion batteries，LIB)已被广泛用作便携式电子产品，电动汽车和其他领域的储能系统。生产后，锂离子电池会立即发生不可逆转的退化，无论是在储存、运输过程，或者使用中，又或者是搁置。因此，量化LIB的退化状态是LIB供电系统经济可靠运行的关键需求。电池健康状况(State of Health，SOH)是评估LIB当前工作条件的关键参数。
[0003]车载锂电池的SOH不仅直接决定了电动汽车的加速性能和行驶里程，还反映了电池的剩余价值。特别是随着数据采集和分析技术的发展，利用大数据实现电池SOH的在线评估显示出至关重要的意义。为了更好地检测和评估动力电池在应用于电动汽车后的性能，为电池组找到一种有效的寿命估算方法至关重要。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种基于全生命周期运行数据的电池健康评估方法及装置，用以解决或部分解决上述技术问题。
[0005]基于上述目的，本申请的第一方面提供了一种基于全生命周期运行数据的电池健康评估方法，包括：
[0006]根据电动汽车的动力性能、使用安全性及经济性，获取评价电动汽车动力电池的指标数据；
[0007]利用与降解反应相关的因素捕捉和追踪动力电池衰减路径，选取动力电池健康状态评估指标，所述健康状态评估指标包括充电/放电电流率、充电/放电深度和工作温度；
[0008]根据所述健康状态评估指标，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正；
[0009]通过基于模糊逻辑控制的卡尔曼滤波器算法，对动力电池实际容量进行优化，得到电池实际容量估算的容量数据集序列；
[0010]结合健康状态评估指标和容量数据集序列，采用前馈神经网络模型提取指标特征和电池实际容量之间的相关性，以评估动力电池的健康状态。
[0011]作为基于全生命周期运行数据的电池健康评估方法优选方案，选取动力电池健康状态评估指标包括：
[0012]充电/放电电流率、充电/放电深度和工作温度指标提取；
[0013]根据历史运行数据创建特征参数：车辆累计行驶里程、电池充放电倍率分布、SOC范围的使用强度和电池温度分布；
[0014]对提取的健康状态评估指标和创建的特征参数进行数据描述，数据描述过程，将
定义的多元变量合并到表示衰减周期和运行模式的特征序列中，作为使用历史特征。
[0015]作为基于全生命周期运行数据的电池健康评估方法优选方案，电池充放电倍率分布表示过程，使用四个非重叠范围分别反映涓流、适中电流、大电流和快速充电/峰值功率电流：
[0016]涓流：0～0.1C；
[0017]适中电流：0.1～0.5C；
[0018]大电流：0.5～1C；
[0019]快速充电/峰值功率电流：大于1C；
[0020]C为电池充放电倍率。
[0021]作为基于全生命周期运行数据的电池健康评估方法优选方案，将电池SOC划分为五个范围，寻找历史充电数据进行频率统计；
[0022]对于每个完成的充电过程，得到SOC曲线的覆盖率，并对每个范围使用强度进行计算。
[0023]作为基于全生命周期运行数据的电池健康评估方法优选方案，利用电池温度的平均值，对电池循环的热环境进行分类，分别计算四个区间平均温度的比值：0～15℃、15～30℃、30～45℃和高于45℃，形成温度分布序列。
[0024]作为基于全生命周期运行数据的电池健康评估方法优选方案，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正包括容量初步计算：
[0025]通过在充电或放电过程中的积累电量估算动力电池的SOC；假设充电或放电的起始SOC为SOC0，则当前SOC为：
[0026][0027]式中，C
R
表示额定容量，I(t)表示t时刻电池的电流；
[0028]采用安时积分法基于充电数据进行电池实际容量估算，电池实际容量C
n
(i)计算公式为：
[0029][0030]其中，t1表示充电段的充电开始时间，t2表示充电段的充电结束时间，I(t)表示t时刻的电流，Q
n
(i)为第i个充电数据中的电量变化量。
[0031]作为基于全生命周期运行数据的电池健康评估方法优选方案，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正包括容量温度校正：
[0032]利用设定的标准温度进行温度修正，基于温度数据对电池实际容量进行修正，得到标准容量。
[0033]作为基于全生命周期运行数据的电池健康评估方法优选方案，在构建卡尔曼滤波状态方程时，假设i+1时刻的容量与i时刻的容量相等，并考虑模型中存在的系统噪声，得到电池容量的状态方程为：
[0034]x
i+1
＝x
i
+ω
i
[0035]式中，x
i
表示最佳估计容量，ω
i
为系统噪声，通过取较小的值满足滤波要求，输出
方程为：
[0036]y
i
＝x
i
+v
i
[0037]式中，y
i
表示容量观测结果C
T
，将观测噪声v
i
设为一个变量值，在容量估计过程中，令v
i
＝e
a
v0，a由模糊逻辑控制算法确定，v0为观测误差最小的观测噪声。
[0038]作为基于全生命周期运行数据的电池健康评估方法优选方案，前馈神经网络模型包括分布在多层的相互连接的神经元，通过梯度下降法学习每个神经元的权值和阈值，通过损失函数衡量网络在训练数据上的表现；
[0039]反向传播过程中，最终的损失通过链式规则反向作用于每一层，根据每个参数对损失的贡献，利用优化器更新每个连接的神经元的权重并最小化损失。
[0040]本申请的第二方面提供了一种基于全生命周期运行数据的电池健康评估装置，采用第一方面或其任意可能实现方式的基于全生命周期运行数据的电池健康评估方法，包括：
[0041]指标数据获取模块，用于根据电动汽车的动力性能、使用安全性及经济性，获取评价电动汽车动力电池的指标数据；
[0042]特征提取描述模块，用于利用与降解反应相关的因素捕捉和追踪动力电池衰减路径，选取动力电池健康状态评估指标，所述健康状态评估指标包括充电/放电电流率、充电/放电深度和工作温度；
[0043]电池容量校正模块，用于根据所述健康状态评估指标，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正；
[0044]电池容量优化模块，用于通过基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于全生命周期运行数据的电池健康评估方法，包括：根据电动汽车的动力性能、使用安全性及经济性，获取评价电动汽车动力电池的指标数据；利用与降解反应相关的因素捕捉和追踪动力电池衰减路径，选取动力电池健康状态评估指标，所述健康状态评估指标包括充电/放电电流率、充电/放电深度和工作温度；根据所述健康状态评估指标，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正；通过基于模糊逻辑控制的卡尔曼滤波器算法，对动力电池实际容量进行优化，得到电池实际容量估算的容量数据集序列；结合健康状态评估指标和容量数据集序列，采用前馈神经网络模型提取指标特征和电池实际容量之间的相关性，以评估动力电池的健康状态。2.根据权利要求1所述的基于全生命周期运行数据的电池健康评估方法，其中，选取动力电池健康状态评估指标包括：充电/放电电流率、充电/放电深度和工作温度指标提取；根据历史运行数据创建特征参数：车辆累计行驶里程、电池充放电倍率分布、SOC范围的使用强度和电池温度分布；对提取的健康状态评估指标和创建的特征参数进行数据描述，数据描述过程，将定义的多元变量合并到表示衰减周期和运行模式的特征序列中，作为使用历史特征。3.根据权利要求2所述的基于全生命周期运行数据的电池健康评估方法，其中，电池充放电倍率分布表示过程，使用四个非重叠范围分别反映涓流、适中电流、大电流和快速充电/峰值功率电流：涓流：0～0.1C；适中电流：0.1～0.5C；大电流：0.5～1C；快速充电/峰值功率电流：大于1C；C为电池充放电倍率。4.根据权利要求2所述的基于全生命周期运行数据的电池健康评估方法，其中，将电池SOC划分为五个范围，寻找历史充电数据进行频率统计；对于每个完成的充电过程，得到SOC曲线的覆盖率，并对每个范围使用强度进行计算。5.根据权利要求2所述的基于全生命周期运行数据的电池健康评估方法，其中，利用电池温度的平均值，对电池循环的热环境进行分类，分别计算四个区间平均温度的比值：0～15℃、15～30℃、30～45℃和高于45℃，形成温度分布序列。6.根据权利要求1所述的基于全生命周期运行数据的电池健康评估方法，其中，采用安时积分法对电动汽车充放电过程中动力电池实际容量进行校正包括容量初步计算：通过在充电或放电过程中的积累电量估算动力电池的SOC；假设充电或放电的起始SOC为SOC0，则当前SOC为：式中，C
R
表示额定容量，I(t)表示t时刻电池的电流；
采用安时积分法基于充电数据进行电池实际容量估算，电池实际容量C
n
(i)计算公式为：其中，t1表示充电段的充电开始时间，t2表示充电段的充电结束时间，I(t)表示t时...

【专利技术属性】
技术研发人员：李思维，袁帅，郭书麟，于建成，姚明路，魏立勇，唐庆华，祖国强，赵越，刘晓楠，任博强，王迎秋，张剑，张利，李磊，王坤，李少雄，杨国朝，
申请(专利权)人：北京中电飞华通信有限公司国家电网有限公司国网天津市电力公司国网天津市电力公司电力科学研究院，
类型：发明
国别省市：