[发明专利]不同放电倍率下锂离子电池剩余寿命预测方法

说明书

本发明公开一种不同放电倍率下锂离子电池剩余寿命预测方法，包含两部分内容：第一部分为模型训练阶段，基于不同放电倍率条件下多组锂离子电池实验数据，构建电池在线健康因子序列——等压降放电时间，并结合神经网络算法，建立不同放电倍率条件下电池在线健康因子与电池容量的关联关系；第二部分为在线预测阶段，建立在线健康因子自迭代预测模型，由自迭代预测模型预测出待测锂离子电池未来时刻健康因子预测值，并采集待测锂离子电池放电倍率，根据上述关联关系预测出电池未来时刻容量值，进而预测出电池RUL。本发明方法适用于不同放电倍率条件下锂离子电池RUL的预测，具有良好的实际运用意义。

技术领域

本发明涉及锂离子电池剩余寿命预测技术领域，尤其涉及一种不同放电倍率下锂离子电池剩余寿命预测方法。

背景技术

锂离子电池因其具有循环寿命长、自放电率低、安全性能好等优点被广泛应用于消费电子类、电动汽车、航空航天等多个领域。然而锂离子电池在退化过程中发生故障会影响机器设备的正常运转，甚至会导致严重的安全事故及财产损失。因此,从可靠性、安全性和经济性角度出发，实现锂离子电池长期安全有效运行，避免灾难性事故的发生，对电池剩余寿命的监测尤为重要。近年来，关于锂离子电池剩余寿命(Remaining Useful Life,RUL)的预测已成为国内外的研究热点。现有的锂离子电池剩余寿命预测方法主要分为基于模型法和数据驱动法，数据驱动方法以其灵活的适应性和易用性等优点得到了广泛地应用，然而现有预测方法中通常只适用于工作在特定工况条件下电池剩余寿命的预测。对于同型号锂离子电池来说，由于受负载或工作环境的影响，电池放电条件往往是不同的，但不可忽视的是放电倍率大小对电池寿命退化具有很大的影响；因此对电池放电倍率加以考虑将大大提高电池健康状态预测的精度，如何实现不同放电倍率条件下锂离子电池RUL预测是急需解决的问题。另一方面，由于在线监测设备、误差要求等种种约束，对于电池容量、阻抗等健康因子的监测并不适用于电池健康状态的在线预测，基于在线可监测健康因子的思路是很好的解决方案。

为此，本发明给出一种不同放电倍率下锂离子电池剩余寿命预测方法，该方法基于在线可测健康因子，通过建立在线健康因子自迭代预测模型以及基于数据驱动方法的锂离子电池RUL预测模型实现不同放电倍率条件下的锂离子电池RUL的预测，具有良好的实际运用意义；所提方法为不同工况条件下的锂离子电池剩余寿命预测提供了一种新思路。

发明内容

本发明的目的在于提供一种不同放电倍率下锂离子电池剩余寿命预测方法，用于预测同型号不同放电倍率条件下运行的锂离子电池剩余寿命，为实现高效准确的预测及健康管理提供保障。

为了达成上述目的，本发明的解决方案是：

不同放电倍率下锂离子电池剩余寿命预测方法，包括以下步骤(1)～(6)：

(1)取M块同型号锂离子电池分别置于不同放电倍率条件下进行充放电循环实验，其中，每一放电倍率条件下做十组重复性实验；

(2)对步骤(1)中进行实验的M组锂离子电池放电阶段电压序列数据以及时间序列数据进行监测，从而构建出在线健康因子序列——等压降放电时间，并记录每组电池在相应充放电循环周期下的容量值；

(3)获取不同放电倍率条件下等压降放电时间与电池容量的关联关系；

(4)采集待测锂离子电池放电倍率以及前c个充放电循环周期下的等压降放电时间序列，由获取的前c个等压降放电时间迭代预测出电池在未来时刻的等压降放电时间序列；

(5)将步骤(4)中获取的待测锂离子电池放电倍率以及未来时刻电池等压降放电时间预测值作为输入，带入步骤(3)中已建立的关联关系中，从而获取电池未来时刻容量预测值，当容量预测值达到该电池寿命阈值时，记录下此时电池运行所对应的充放电循环周期c'；

(6)采集锂离子电池当前运行状态下的充放电循环周期c”，进而预测出电池剩余寿命为RUL＝c'-c”。