[发明专利]基于优化多因子的动力锂离子电池健康状态在线估计方法

权利要求书

1.一种基于优化多因子的动力锂离子电池健康状态在线估计方法，其特征包括：

步骤S1：设置电压边界以及不同因子约束条件，以最小估计误差为目标函数，通过遗传算法动态寻找优化充电电压片段U_A’-U_B’，设置充电电压的边界条件如下；

在确定电压边界条件后，通过遗传算法寻找优化充电片段，首先排序训练集内电池序号i＝1,2,3...,n，每一个电池在第k个充放电循环的实际容量为C_1k,C_2k,...,C_nk，充电电压片段对应的充电容量为由于两者之间具有很强的线性相关度，可以利用最小二乘法对两者进行线性拟合，拟合公式如下，

式中k_i，b_i分别表示线性拟合的斜率和截距；

取训练集中n个电池的平均斜率和平均截距，其中i＝1,2,3...,n，

计算训练集中每个电池在第k个充放电循环的估计电池容量为

计算训练集中第i个电池的估算电池容量的均方根误差为

遗传算法的目标函数为

其中，r_p表示Pearson指数，r_s表示Spearman指数，分别由下式得到，

x表示输入的充电时间t，y表示电池健康状态H_i2，r_p’,r_s’表示优化电压片段下的相关性指数，两个指数越接近于1，表明两变量间的关联性越强，反之则越小，

步骤S2：在优化充电片段U_A’-U_B’的基础上，将充电电量、充电时间、电池内阻这三个因子对电池健康状态估计的影响作归一化处理，分别求出各因子对应的健康状态H_i1、H_i2、H_i3，

步骤S3：基于最小二乘法优化权重系数，计算综合健康因子H_i。