【技术实现步骤摘要】
本专利技术属于固态电池，尤其涉及一种多参数协同优化的固态电池寿命预测方法
技术介绍
1、固态电池作为一种新型的电池技术，具有能量密度高、安全性好、充电速度快等优点，被认为是未来电池技术的发展方向。然而，固态电池的寿命受到多种因素的影响，如固态电解质的性能、电极材料的性能、电池的工作温度、充放电倍率等，这使得固态电池寿命的准确预测变得困难。目前，现有的电池寿命预测方法主要包括实验方法、基于物理模型的方法和基于数据驱动的方法等。实验方法虽然能够直接获得电池的寿命数据，但耗时费力，且难以考虑到所有的影响因素；基于物理模型的方法需要对电池的内部机理有深入的了解，且模型参数的确定较为复杂；基于数据驱动的方法则需要大量的实验数据来训练模型，且模型的泛化能力有限。因此，需要一种能够综合考虑多种因素影响的固态电池寿命预测方法，以提高预测的准确性和可靠性。
技术实现思路
1、本专利技术的目的是提供一种多参数协同优化的固态电池寿命预测方法，通过建立数学模型，对影响固态电池寿命的多个参数进行协同优化，从而提高固态电池寿命预测的准确性。
2、综合目前的研究，影响固态电池寿命的主要因素(参数)包括，离子电导率，电极材料，工作温度以及充放电倍率等，而固态电池的寿命评估关键在于其容量衰减以及内阻增长，一般而言当固态电池容量衰减到一定程度，则被认定为电池报废；或者内阻增长到一定程度，也可以作为固态电池报废的条件。
3、为了实现以上目的，本专利技术才的技术方案为：一种多参数协同优化的固态电池
4、步骤一：对影响固态电池寿命的参数进行协同优化，构建寿命预测模型，参数包括离子电导率，电极材料，工作温度以及充放电倍率，而固态电池的寿命评估关键在于其容量衰减以及内阻增长；容量衰减模型c(n)＝c0(1-αnβ)，其中，n表示充放电循环次数，c0表示电池的初始容量，设离子电导率σ与容量衰减系数α的关系为其中a1和m1结合实验数据拟合获取；对于容量衰减模型c(n)＝c0(1-αnβ)中的β,设其与离子电导率的关系为其中b1和k1为常数；设电极材料比容量q与α的关系为这里a2和m2结合实验数据拟合获取；电极材料比容量越低，容量衰减越快；β与q的关系为b2和k2为相应常数；考虑阿伦尼乌斯方程的形式，其中a3是前置因子，ea1是与容量衰减相关的活化能，r是气体常数，t是工作温度；对于β,设b3为常数，ea2是与β相关的活化能；其中a4和m4为常数，充放电倍率越高，容量衰减系数越大；b4和k4为常数。
5、综合以上因素，容量衰减系数α的表达式为：
6、
7、综合以上因素，
8、容量衰减系数α的表达式为：
9、
10、β的表达式为：
11、
12、内阻增长模型r(n)＝r0(1+γnδ)，其中n表示充放电循环次数，r0表示初始内阻值，设内阻增长系数γ与离子电导率σ的关系为c1和n1为常数，离子电导率越低，内阻增长越快；对于内阻增长模型r(n)＝r0(1+γnδ)中的δ,假设d1和p1为常数；c2和n2为常数，电极材料比容量越低，内阻增长系数越大；d2和p2为常数；其中c3是前置因子，ea3是与内阻增长相关的活化能；d3为常数，ea4是与δ相关的活化能；c4和n4为常数，充放电倍率越高，内阻增长越快；d4和p4为常数；
13、综合起来，
14、内阻增长系数γ的表达式为：
15、
16、δ的表达式为：
17、
18、寿命预测模型假设固态电池的寿命终止条件为容量衰减到初始容量的x％或内阻增长到初始内阻的y％,则固态电池的寿命n可以表示为：
19、
20、将上述α、β、γ、δ的表达式代入寿命预测模型中，得到完整的基于多参数的固态电池寿命预测数学模型；
21、步骤二、采集参数信息，并将采集的参数信息输入到寿命预测模型，进而完成固态电池寿命预测。
22、优选的，步骤一中的寿命预测模型中，固态电池的寿命n受到参数的影响，其中，容量衰减部分涉及参数α、β、n和x％,内阻增长部分涉及参数γ、δ、n和y％，而α、β、γ和δ又与离子电导率σ、电极材料比容量q、工作温度t、充放电倍率c相关，以最小化寿命预测误差为优化目标对模型进行优化，建立优化目标函数其中cpred,i和rpred,i是根据当前参数组合预测的容量和内阻，cactual,i和ractual,i是实际测量的容量和内阻。
23、优选的，对寿命预测模型的优化步骤如下：1)数据采集，2)数据预处理，3)模型参数估计。
24、优选的，数据采集包括：使用电化学阻抗谱仪测量该固态电池在不同温度和充放电状态下的离子电导率，得到一组离子电导率数据σ1,σ2,…,σn；通过充放电实验，测量电极材料的比容量，得到比容量数据q1,q2,…,qn；在电池充放电过程中，利用温度传感器记录工作温度，得到温度数据t1,t2,…,tn；设置不同的充放电倍率，使用充放电设备记录电池在不同倍率下的充放电数据，计算出充放电倍率数据c1,c2,…,cn。
25、优选的，数据预处理具体为检查数据中是否存在异常值，如明显偏离正常范围的数据点，如果存在异常值，采用中值滤波方法进行去除；使用min-max归一化方法对离子电导率、比容量、温度和充放电倍率等数据进行归一化处理,将每个数据点映射到[0,1]区间，假设原始数据为x＝{x1,x2,…,xn},归一化后的数据为
26、
27、优选的，模型参数估计是通过一种改进的自适应遗传算法对固态电池寿命评估模型进行多参数辨识,其主要改进包括自适应的交叉概率(pc)和变异概率(pm)的调整，以及引入灾变操作和返回机制。
28、优选的，一种改进的自适应遗传算法步骤如下：
29、①编码：对需要优化的参数进行二进制编码，依据其参数的经验值，设定参数取值范围，每个范围用一定长度的二进制串表示；
30、②初始化种群：根据二进制编码方式，随机生成一定数量的个体，组成初始种群，每个个体代表一组可能的参数组合；
31、③计算适应度：对于每个个体，将其对应的参数解码后，代入寿命预测的数学模型
32、中，计算其适应度值；
33、其中，c0,α,β、γ、δ由个体的编码解码得到；
34、④选择算子：根据个体的适应度值，使用轮盘赌选择算子选择下一代种群的个体；轮盘赌选择：根据个体的适应度值计算其在轮盘上所占的比例，然后进行随机选择，适应度值越高的个体被选中的概率越大；⑤交叉操作，设计自适应交叉概率调整，交叉概率根据自适应公式动态调整；当个体的适应度值较大且种群中适应度值大于平均适应度值的个体数目较多时，交叉概率会相应降低，以保护优秀的基因组合；自适应的交叉概率和变异概率公式设计如下：
35、
36、其中，数值“0.8”本文档来自技高网...
【技术保护点】
1.一种多参数协同优化的固态电池寿命预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，步骤一中的寿命预测模型中，固态电池的寿命N受到参数的影响，其中，容量衰减部分涉及参数α、β、n和x％,内阻增长部分涉及参数γ、δ、n和y％，而α、β、γ和δ又与离子电导率σ、电极材料比容量Q、工作温度T、充放电倍率C相关，以最小化寿命预测误差为优化目标对模型进行优化，建立优化目标函数其中Cpred,i和Rpred,i是根据当前参数组合预测的容量和内阻，Cactual,i和Ractual,i是实际测量的容量和内阻。
3.根据权利要求2所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，对寿命预测模型的优化步骤如下：1)数据采集，2)数据预处理，3)模型参数估计。
4.根据权利要求3所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，数据采集包括：使用电化学阻抗谱仪测量该固态电池在不同温度和充放电状态下的离子电导率，得到一组离子电导率数据σ1,σ2,…,σn；通过充放电实验，测量电极
5.根据权利要求4所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，数据预处理具体为检查数据中是否存在异常值，如明显偏离正常范围的数据点，如果存在异常值，采用中值滤波方法进行去除；使用min-max归一化方法对离子电导率、比容量、温度和充放电倍率等数据进行归一化处理,将每个数据点映射到[0,1]区间，假设原始数据为X＝{x1,x2,…,xn},归一化后的数据为
6.根据权利要求5所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，模型参数估计是通过一种改进的自适应遗传算法对固态电池寿命评估模型进行多参数辨识,其主要改进包括自适应的交叉概率(pc)和变异概率(pm)的调整，以及引入灾变操作和返回机制。
7.根据权利要求5所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，一种改进的自适应遗传算法步骤如下：
...【技术特征摘要】
1.一种多参数协同优化的固态电池寿命预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，步骤一中的寿命预测模型中，固态电池的寿命n受到参数的影响，其中，容量衰减部分涉及参数α、β、n和x％,内阻增长部分涉及参数γ、δ、n和y％，而α、β、γ和δ又与离子电导率σ、电极材料比容量q、工作温度t、充放电倍率c相关，以最小化寿命预测误差为优化目标对模型进行优化，建立优化目标函数其中cpred,i和rpred,i是根据当前参数组合预测的容量和内阻，cactual,i和ractual,i是实际测量的容量和内阻。
3.根据权利要求2所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，对寿命预测模型的优化步骤如下：1)数据采集，2)数据预处理，3)模型参数估计。
4.根据权利要求3所述的一种多参数协同优化的固态电池寿命预测方法，其特征在于，数据采集包括：使用电化学阻抗谱仪测量该固态电池在不同温度和充放电状态下的离子电导率，得到一组离子电导率数据σ1,σ2,…,σn；通过充放电实验，测量电极材料的比容量，...
【专利技术属性】
技术研发人员：李飞，程美红，李梦舟，
申请(专利权)人：湖北德普电气股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。