本發(fā)明涉及電池性能評估，尤其是涉及一種電池健康狀態(tài)評估方法。

背景技術(shù)：

1、電池因具有成本低廉、性能穩(wěn)定、沒有記憶效應(yīng)、大容量技術(shù)成熟、環(huán)境適應(yīng)性強(qiáng)、再生利用價值高等優(yōu)點(diǎn)，目前已被廣泛應(yīng)用于變電站和通訊基站的直流電源、低速電動汽車和電動自行車的動力電源。然而，頻繁的深度充放電、充電次數(shù)多、使用年限長、不正確的充電習(xí)慣等因素將導(dǎo)致電池老化，進(jìn)而影響電池的安全使用及剩余壽命。為了確保電池在使用環(huán)境中保持良好的工作運(yùn)行狀態(tài)，必須對電池的健康狀態(tài)soh(state of health)進(jìn)行快速準(zhǔn)確評估。

2、現(xiàn)有技術(shù)中，專利cn118376943a公開了一種基于incremental capacity(ic)典型曲線特征值的鋰離子電池健康狀態(tài)(soh)估計方法，包括步驟：對于給定樣品，在選定的工作溫度、充放電倍率條件下開展電池循環(huán)老化測試，記錄試驗(yàn)數(shù)據(jù)，并計算soh值；提取ic曲線的典型特征值，并確定最終特征值向量t；以最終特征值向量t，作為輸入向量，以soh值作為輸出參數(shù)，構(gòu)建back propagation neural network(bp)神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行訓(xùn)練，對非試驗(yàn)工況下的充放電數(shù)據(jù)進(jìn)行電池的soh值評估。該方法依賴于在特定工作溫度和充放電倍率下進(jìn)行循環(huán)老化測試，這可能導(dǎo)致模型的適用性受到限制，因?yàn)閷?shí)際使用中電池可能會在不同的環(huán)境和工況下運(yùn)行，從而影響soh估計的準(zhǔn)確性。此外，提取ic曲線的典型特征值可能需要較為復(fù)雜的算法和較高的專業(yè)知識，導(dǎo)致實(shí)現(xiàn)過程較為繁瑣，這也可能影響到實(shí)時評估的效率，尤其是在大規(guī)模應(yīng)用的場景下。

3、專利cn118311434a公開了一種基于電化學(xué)阻抗譜的鋰離子電池soh估計方法及系統(tǒng)，通過改進(jìn)的弛豫時間分布算法對電化學(xué)阻抗譜數(shù)據(jù)進(jìn)行解釋和特征提取，增強(qiáng)了對噪聲的魯棒性和異常數(shù)據(jù)的提出能力；構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型采用改進(jìn)的聯(lián)合損失卷積神經(jīng)網(wǎng)絡(luò)，使用電化學(xué)阻抗譜進(jìn)行鋰離子電池soh的端到端估計，神經(jīng)網(wǎng)絡(luò)模型將基于弛豫時間distribution of relaxation times(drt)計算得到的drt特征與神經(jīng)網(wǎng)絡(luò)模型自動提取的drt特征進(jìn)行融合，避免了特征信息的丟失，能夠有效神經(jīng)網(wǎng)絡(luò)模型的性能，提高神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性，進(jìn)而通過改神經(jīng)網(wǎng)絡(luò)模型能夠快速、準(zhǔn)確的估計的鋰離子電池的soh。深度學(xué)習(xí)模型通常被視為“黑箱”，即雖然能夠提供準(zhǔn)確的預(yù)測，但其內(nèi)部機(jī)制和特征的重要性可能不易解釋。這可能使得用戶在理解soh估計結(jié)果時面臨挑戰(zhàn)，特別是在需要進(jìn)行決策時。模型在訓(xùn)練時使用的特定數(shù)據(jù)集可能影響其普適性。如果模型未能涵蓋所有可能的電池類型或使用條件，可能導(dǎo)致在新的或不同條件下的soh估計失真。

4、cn107367692a則公開了一種動力電池健康狀態(tài)的評估方法和裝置，其方法包括：獲取動力電池的歷史數(shù)據(jù)；基于歷史數(shù)據(jù)計算出動力電池的容量、內(nèi)阻、充電截止單體壓差，以及恒流充電截止單體壓差；采用容量計算出動力電池的容量健康狀態(tài)、采用內(nèi)阻計算出動力電池的內(nèi)阻健康狀態(tài)、采用充電截止單體壓差計算出動力電池的充電截止單體壓差健康狀態(tài)，以及采用恒流充電截止單體壓差計算出動力電池的恒流充電截止單體壓差健康狀態(tài)；依據(jù)容量健康狀態(tài)、內(nèi)阻健康狀態(tài)、充電截止單體壓差健康狀態(tài)，以及恒流充電截止單體壓差健康狀態(tài)來確定動力電池的健康狀態(tài)。該方法依賴于動力電池的歷史數(shù)據(jù)來進(jìn)行健康狀態(tài)評估，如果歷史數(shù)據(jù)不完整或受到噪聲影響，可能導(dǎo)致計算結(jié)果的不準(zhǔn)確。此外，歷史數(shù)據(jù)可能無法充分反映當(dāng)前電池的實(shí)際狀態(tài)，尤其是在使用環(huán)境和工作條件發(fā)生變化時。該方法通過多個指標(biāo)(如容量、內(nèi)阻、充電截止單體壓差等)來綜合評估電池健康狀態(tài)。雖然這種多維度的評估方法可以提供更全面的信息，但在實(shí)際操作中，如何合理地權(quán)衡各個指標(biāo)的影響和設(shè)定合適的權(quán)重可能會相對復(fù)雜。

5、綜上可知，現(xiàn)有研究針對電池soh在線評估普遍存在精度不高且分析處理過程繁瑣的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種電池健康狀態(tài)評估方法，能夠針對電池健康狀態(tài)進(jìn)行精細(xì)化的在線快速評估。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：一種電池健康狀態(tài)評估方法，包括以下步驟：

3、s1、針對電池進(jìn)行充放電測試，得到設(shè)定時間段內(nèi)的弛豫電壓數(shù)據(jù)；

4、s2、將設(shè)定時間段內(nèi)的弛豫電壓數(shù)據(jù)進(jìn)行擬合，得到弛豫電壓變化曲線；

5、s3、基于弛豫電壓變化曲線的擬合參數(shù)，求解得到角平分線；

6、s4、根據(jù)弛豫電壓數(shù)據(jù)和角平分線，求解得到拐點(diǎn)電壓；

7、s5、重復(fù)執(zhí)行步驟s1～s4，得到多塊電池對應(yīng)的拐點(diǎn)電壓；

8、s6、將各電池的拐點(diǎn)電壓及相應(yīng)的電池soh值進(jìn)行線性擬合，得到拐點(diǎn)電壓與soh的線性關(guān)系；

9、s7、針對待檢測電池，執(zhí)行步驟s1～s4，得到待檢測電池的拐點(diǎn)電壓，之后結(jié)合拐點(diǎn)電壓與soh的線性關(guān)系，查找確定出待檢測電池的soh值。

10、進(jìn)一步地，所述步驟s1的具體過程為：

11、對電池以設(shè)定倍率進(jìn)行放電測試；

12、當(dāng)電池放電至截止電壓，則靜置設(shè)定時間，并記錄該設(shè)定時間段內(nèi)的弛豫電壓數(shù)據(jù)；

13、放電靜置完成后，以設(shè)定充電倍率為電池充電至截止電壓；

14、以截止電壓進(jìn)行恒壓充電，充電至截止條件則停止充電，靜置設(shè)定時間，并記錄該設(shè)定時間段內(nèi)的弛豫電壓數(shù)據(jù)。

15、進(jìn)一步地，所述靜置設(shè)定時間具體為30分鐘。

16、進(jìn)一步地，所述截止條件具體為當(dāng)前充電電流小于或等于截止電流。

17、進(jìn)一步地，所述步驟s2具體是采用最小二乘法擬合弛豫電壓早期以及晚期的數(shù)據(jù)，以得到弛豫電壓變化曲線。

18、進(jìn)一步地，所述步驟s2種弛豫電壓變化曲線的擬合公式為：

19、

20、其中，z是代表殘差的正態(tài)分布且以零為中心的隨機(jī)變量，α0是最左側(cè)線段截距，k1為直線l1的斜率，k2為直線l2的斜率，l1和l2是線性擬合弛豫電壓曲線早期和末期的變化直線，vk為電壓拐點(diǎn)，γ為拐點(diǎn)過渡突變控制量。

21、進(jìn)一步地，所述步驟s3包括以下過程：

22、以殘差平方和最小作為優(yōu)化目標(biāo)，求解得到最優(yōu)擬合參數(shù)α0、k1、k2；

23、基于最優(yōu)擬合參數(shù)α0、k1、k2，求解得到角平分線為：y＝k×x+b，k為角平分線的斜率，b為角平分線的截距。

24、進(jìn)一步地，所述殘差平方和具體為：

25、f＝∑(yi-ki×xi-α0)2

26、所述最優(yōu)擬合參數(shù)具體為：

27、

28、其中，n為弛豫電壓采樣點(diǎn)的個數(shù)，yi為時間xi采集的弛豫電壓。

29、進(jìn)一步地，所述步驟s4具體是將弛豫電壓數(shù)據(jù)和求解的角平分線輸入matlab，運(yùn)用matlab中的fzero函數(shù)求解直線與曲線的交點(diǎn)，即求解出拐點(diǎn)電壓值。

30、進(jìn)一步地，所述步驟s6具體是將拐點(diǎn)電壓值與對應(yīng)soh數(shù)值分別作為變量x與y輸入origin軟件中，通過兩個變量的線性擬合得到拐點(diǎn)電壓與soh的線性關(guān)系。

31、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

32、本發(fā)明通過bacon-watts確定弛豫電壓曲線的拐點(diǎn)：首先對電池進(jìn)行充放電測試，通過采集設(shè)定時間段內(nèi)的弛豫電壓數(shù)據(jù)并擬合得到弛豫電壓變化曲線，再通過求解角平分線得到拐點(diǎn)電壓；將各電池的拐點(diǎn)電壓及相應(yīng)的電池soh值進(jìn)行線性擬合，以得到拐點(diǎn)電壓與soh的線性關(guān)系。由此針對待測電池，只要采集到該電池在同一充放電倍率下的弛豫電壓數(shù)據(jù)，通過bacon-watts法建立的模型得到拐點(diǎn)電壓大小，再依據(jù)拐點(diǎn)電壓與soh的線性關(guān)系，即可查找拐點(diǎn)電壓所對應(yīng)的電池soh值，從而實(shí)現(xiàn)電池健康狀態(tài)soh的在線精細(xì)化評估。

相關(guān)知識

一種基于深度學(xué)習(xí)的鋰電池健康狀態(tài)評估方法
一種基于支持向量機(jī)的鋰電池健康狀態(tài)評估方法
評估電池健康狀態(tài)的方法與流程
電動汽車動力電池健康狀態(tài)評估方法與流程
=退役鋰離子電池健康狀態(tài)評估方法【鉅大鋰電】
一種在役新能源汽車動力電池健康狀態(tài)快速評估方法.pdf
北汽福田申請車輛電池健康狀態(tài)評估專利，準(zhǔn)確對電池健康狀態(tài)進(jìn)行評估
固德威申請電池健康狀態(tài)評估專利，能夠精確評估電池系統(tǒng)健康狀態(tài)
關(guān)于電池健康狀態(tài)的評估方式分析介紹
寧德時代申請健康狀態(tài)評估方法專利，能夠提高電池健康狀態(tài)評估的準(zhǔn)確度

網(wǎng)址: 一種電池健康狀態(tài)評估方法 http://www.u1s5d6.cn/newsview1391978.html