【技术实现步骤摘要】
本专利技术属于电动汽车和电池管理，涉及一种基于工况下电化学结构形态相变的循环寿命预测方法。
技术介绍
1、于时间的累积、环境温度的变化、充放电循环的增加等，锂电池内部会发生一系列电化学反应，锂离子的减少、活性材料的损失、电极的损耗等都会造成锂离子电池的性能退化，同时，磷酸铁锂动力电池充放电电流不仅会随着行驶工况和驾驶员行为的变化而改变，这些因素均会降低锂离子电池的能量输出和循环寿命。因此，对其实时监测是保证锂离子动力电池和电动汽车高效而安全工作的关键技术之一。然而，我国在动力电池测试评价方法方面的研究工作开展较晚，特别是在循环寿命评价方面，由于缺乏前期工作和数据积累，对电池循环寿命的衰减机理研究不深，导致循环寿命评价方法单一，不能适应快速发展的动力电池应用需求。
2、针对目前基于电化学性能的电动汽车用动力电池循环寿命预测方法，忽略了动力电池放电倍率与放电深度随实际行驶工况和驾驶员意图变化而改变的特点，而导致其产生难以预测行驶工况下的电动汽车用动力电池循环寿命和预测时间长的难题。为此，通过采集用户实际行驶工况拟合放电工况可以直接等效成实车行驶里程，在此基础上进一步结合锂电池电化学结构相变研究和优化行驶工况下的预测效果，以精准预测其循环寿命和缩短预测时间为目标应用于工程实际。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于工况下电化学结构形态相变的循环寿命预测方法，实现电池循环寿命的预测和缩短预测时间。
2、为达到上述目的，本专利技术提供如下技术方
3、基于工况下电化学结构形态相变的循环寿命预测方法，包括以下步骤：
4、步骤1：采集用户实际行驶工况，并拟合放电工况，将放电工况直接等效成实车行驶里程；
5、步骤2：根据锂电池电化学结构相变研究，建立电化学循环寿命模型；
6、步骤3：根据步骤1中的放电工况，对步骤2中的电化学循环寿命模型进行修正，得到基于工况的循环寿命预测模型；
7、步骤4：提取工况下电池结构形态参数，对步骤3中的基于工况的循环寿命预测模型进行进一步修正，得到最终循环寿命预测模型。
8、进一步，所述步骤1中，采集用户实际行驶工况的方式包括：
9、从环境气候、地形特征和交通特征的维度选取目标城市；
10、筛选出每个典型城市中一定数量的纯电车辆；
11、大数据采集全年行驶数据；
12、将采集的实际行驶工况按特定时间间隔进行分解，得到若干包含初速度和加速度的车速点；
13、统计车速点的比例，并据此加权重组成一条车速工况；
14、对加权重组后的工况数据进行初步清洗，并选取特定车速范围和加速度范围内的工况数据；
15、通过循环处理，得到与用户每日实际行驶时长基本一致的工况。
16、进一步，所述步骤2中，建立电化学循环寿命模型的方式包括：
17、根据经典循环寿命模型初步建立电化学循环寿命模型；
18、利用最小二乘法的拟合方法确定模型参数。
19、进一步，所述步骤3中，对电化学循环寿命模型进行修正的方式包括：
20、将不同放电倍率下，即变电流下的累计放电容量等效为单位倍率下的等效累计放电容量；
21、根据等效累计放电容量，修正电化学循环寿命模型。
22、进一步，所述步骤4中，提取工况下电池结构形态参数的方式包括：
23、对不同循环工况下的锂离子电池的层析结构形态进行分析；
24、获取代表电池当量容量衰减率的电池结构形态参数。
25、进一步，所述电池结构形态参数包括：
26、纵截面活性物质面积占比变化量δs；
27、电芯厚度变化量δh。
28、进一步，所述步骤4中，对基于工况的循环寿命预测模型进行进一步修正的方式包括：
29、根据电池组成部分对应的层析结构形态及其特点，推出电池电化学性能与层析结构形态之间的关系；
30、以纵截面活性物质面积占比变化量δs和电芯厚度变化量δh为量化指标，获取当量容量衰减率xloss；
31、利用公式qloss＝qloss电+xloss修正锂电池电化学循环寿命模型，其中qloss为电池的容量衰减率，qloss电为电性能循环寿命模型所得容量衰减率。
32、进一步，所述当量容量衰减率xloss表示为：
33、xloss＝λqloss电。
34、进一步，所述电池结构形态特征系数λ由以下公式计算：
35、λ＝k1·δs+k2·δh
36、其中，k1、k2为对λ进行一元线性拟合的常数。
37、进一步，所述最终循环寿命预测模型表示为：
38、
39、其中，α、β、z、k1、k2为常数，通过实验拟合得出，n为循环次数，i1为1c放电倍率下的放电电流，t为一个行驶工况时间，n(k)为行驶工况的放电倍率，t和t(k)均为行驶工况中的温度，δt(k)为将行驶工况划分为i个时间间隔的时间段，k为每个时间片段的离散形式，r为气体常数，为8.3145j·mol-1·k-1
40、本专利技术的有益效果在于：
41、(1)通过采集实际行驶工况，并拟合放电工况，将放电工况直接等效成实车行驶里程，更准确地反映了实际使用情况，从而提高了循环寿命预测的精度。
42、(2)通过对电化学循环寿命模型进行修正，减少了计算量，从而缩短了预测时间。
43、(3)该方法可以适用于不同类型的电动汽车用动力电池，具有较强的适用性。
44、(4)该方法可以应用于电动汽车用动力电池的循环寿命预测，为电池管理系统的设计和优化提供指导，从而提高电动汽车的安全性和可靠性。
45、本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
本文档来自技高网...【技术保护点】
1.基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤1中，采集用户实际行驶工况的方式包括：
3.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤2中，建立电化学循环寿命模型的方式包括：
4.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤3中，对电化学循环寿命模型进行修正的方式包括：
5.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤4中，提取工况下电池结构形态参数的方式包括：
6.根据权利要求5所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述电池结构形态参数包括：
7.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤4中，对基于工况的循环寿命预测模型进行进一步修正的方式包括：
8.根据权利要求7所
9.根据权利要求8所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述电池结构形态特征系数λ由以下公式计算：
10.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述最终循环寿命预测模型表示为：
...【技术特征摘要】
1.基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤1中，采集用户实际行驶工况的方式包括：
3.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤2中，建立电化学循环寿命模型的方式包括：
4.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤3中，对电化学循环寿命模型进行修正的方式包括：
5.根据权利要求1所述的基于工况下电化学结构形态相变的循环寿命预测方法，其特征在于：所述步骤4中，提取工况下电池结构形态参数的方式包括：
...
【专利技术属性】
技术研发人员：邓柯军，胡明辉，何玉玲，吴迪，黎昶，朱广曜，邱程炀，
申请(专利权)人：重庆大学，
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。