[发明专利]一种面向退役动力电池的筛选方法

说明书

本发明涉及一种面向退役动力电池的筛选方法。包括如下过程：提取若干同型号退役后动力电池充放电过程电压信号n个特征变量，并利用聚类方法形成K个类别簇，选出代表各簇的典型样本X^(core,k)；根据待测动力电池的特征变量X^(test)，计算特征变量间比重，并构成判断矩阵A，进而获得特征向量并归一化得到ω_a；计算以每个特征下不同类别簇间比重组成判断矩阵B_n的特征向量，并归一化处理后组成矩阵C；计算C×ω_a获得待测动力电池的决策向量，并选择决策向量元素中最大值对应的类别为待测动力电池类型。与现有方法相比，本发明全程无参数的计算过程，降低了人为因素影响。

技术领域：

本发明涉及一种动力电池检测技术，进一步涉及一种面向退役动力电池的筛选方法。

背景技术：

近年来电动汽车行业迅猛发展，动力电池的需求量也随之大幅增长。动力电池的使用寿命一般约为3-5年，在容量下降至80％左右便需要更换，预计2020年我国动力电池累计退役量高达25GWh，动力电池的第一个退役高峰期已经来临。退役动力电池仍可在能量、功率要求不高的场景继续使用，称为梯次利用，对于充分利用电池的经济价值，缓解环保压力具有重要的意义。

退役电动汽车动力电池能量特性及功率特性衰减，且电池单体间性能参数差异大，实现不同性能表现电池应用价值的最大化，保证电池再次应用时的可靠性和安全性，必须对电池进行筛选，实现电池的分级梯次应用。退役动力电池梯次利用中的筛选环节需要综合应用软件技术、测控技术、制造工艺等，涉及计算机、机、电等多种学科，技术门槛较高，其基本原则应遵守以下两个方面：

技术性方面：电池的筛选为实现电池的分级梯次利用于不同应用工况，不同应用工况对电池的技术要求不尽相同，针对不同应用工况来筛选电池时，筛选方法也不相同。筛选所用的参数应尽量少，参数测试方法宜简单可靠。

经济性方面：检测成本低、速度快，筛选应提高退役汽车电池的二次利用率，电池应尽可能分选到利用价值高的应用场合，从而提高退役汽车动力电池梯次利用的经济性。

目前，用于动力电池筛选的主要方法有三大类：(1)实验分析法；(2)模型估计法；(3)数据驱动法。其中数据驱动法主要是依赖历史数据挖掘不同运行状态的动力电池特点，对动力电池进行分组运行状态或者回归健康估计值，这类方法自动化程度高、简单易实现，同时无需过多的先验知识和准确的数学模型。

发明内容：

本发明采用基于数据驱动方式形成动力电池的筛选决策，自动、智能、准确地完成退役动力电池的筛选。具体技术方案如下：

一种面向退役动力电池的筛选方法，包括如下过程：

步骤1：提取若干同型号退役后动力电池充放电过程电压信号n个特征变量，并利用聚类方法形成K个类别簇，选出代表各簇的典型样本X^(core,k)；

步骤2：根据待测动力电池的特征变量X^(test)，计算特征变量间比重，并构成判断矩阵A，进而获得特征向量并归一化得到ω_a；

步骤3：计算以每个特征下不同类别簇间比重组成判断矩阵B_n的特征向量，并归一化处理后组成矩阵C；

步骤4：计算C×ω_a获得待测动力电池的决策向量，并选择决策向量元素中最大值对应的类别为待测动力电池类型。

优选方案如下：

步骤1：获取若干同型号退役动力电池的电压数据，提取特征变量并利用聚类方法形成多个簇，以各簇中心代表该类，组成退役动力电池典型样本；具体如下：

步骤1.1：获取N个退役动力电池在充放电实验过程中电压数据序列样本U⁽ⁱ⁾，(i＝1,2,…,N)；