[发明专利]一种锂离子电池寿命预测方法

说明书

本发明涉及锂离子电池，进一步涉及一种锂离子电池寿命预测方法。所述方法包括如下过程：对相同型号在役或退役电池运行数据进行收集，建立包括电池运行温度、电池放电倍率、电池内阻以及总使用寿命参数的数据库；建立电池寿命预测线性回归函数模型为：h(x)＝h_θ(x)＝θ₀+θ₁x₁+θ₂x₂+θ₃x₃将特定型号电池运行温度、电池放电倍率、电池内阻代入上述回归模型，得到了电池的总使用寿命。电池运行温度、放电倍率以及内阻是影响电池寿命的关键因素，引入电池运行温度、放电倍率以及内阻作为电池寿命的影响参量进行建模预测是有效的。

技术领域：

本发明涉及锂离子电池，进一步涉及一种锂离子电池寿命预测方法。

背景技术：

随着锂电池应用领域的越来越广泛，其设计容量逐渐加大，而电池单体的不一致以及运行工况的不同，使得电池的使用寿命差异较大，电池性能衰减的因素较多，电池内部化学反应机理较为复杂，使得电池寿命预测较难实现。

现有的电池寿命预测模型通常基于两种建模方法，一是经验模型。经验模型通常需要进行大量的测试，得到测试数据，通过获取参数值，取得容量衰减的经验数据，其需要的时间较长，要投入大量的资源进行测试以获取数据。二是物理或基于数据驱动模型。由于锂电池的失效机理较为复杂、物理模型难以建立，因此现有的大部分研究集中于建立数据驱动模型的方法，如自回归(AR)模型、卡尔曼滤波、神经网络等，但由于缺乏实验数据，导致电池运行后期误差较大。

随着大数据的发展应用，电池运行历史数据的上传及存储逐步完善，大量电池的运行及故障数据得以保存，实现对电池运行过程中的健康度、电池单体生命周期内的一致性变化规律、电池寿命影响因素等数据的分析，为电池在特定工况下的剩余寿命预测提供有力支撑。

发明内容：

为此，本发明所要解决的是锂电池在特定运行工况下寿命预测难度大的问题，基于大数据存储技术提供多方面的数据进行分析，进而提供一种电池寿命预测方法。为解决上述技术问题，本发明采用的技术方案如下：

在本发明中，电池寿命指的是电池100％DOD下的总的相对循环次数。

方案一：一种锂离子电池寿命预测方法，所述方法包括如下过程：

对相同型号在役或退役电池运行数据进行收集，建立包括电池运行温度、电池放电倍率、电池内阻以及总使用寿命参数的数据库；

建立电池寿命预测线性回归函数模型：

h(x)＝h_θ(x)＝θ₀+θ₁x₁+θ₂x₂+θ₃x₃

其中，x＝{x₁，x₂，x₃}为影响电池寿命参数，x₁为电池运行温度，x₂为电池放电倍率，x₃为电池内阻，h(x)为电池总使用寿命，θ＝{θ₁，θ₂，θ₃}为各参数对于寿命衰退的影响系数，θ₀为噪声，服从均值为0，方差为σ的正态分布；

将特定型号电池运行温度、电池放电倍率、电池内阻代入上述回归模型，得到了电池的总使用寿命。

上述方案一的优选方案，可引入错误评估函数，评价电池寿命模型的误差；具体为将x(i)的估计值与真实值y(i)差的平方和作为错误估计函数：