[发明专利]一种基于容量衰减的动力电池退役预测方法

权利要求书

1.一种基于容量衰减的动力电池退役预测方法，其特征在于：具体包括以下步骤：

步骤一、选择样本车辆并提取其全生命周期中的充放电历史数据；

步骤二、根据样本车辆动力电池的材料类型：三元材料电池、磷酸铁锂电池、其他类型电池，以及车辆用途类型：运营车辆、非运营车辆，将动力电池划分为6个类型；

步骤三、利用不同动力电池类型的历史数据计算电池使用过程中，每日经历的充电片段与放电片段所分别对应的充电容量和放电容量样本；

步骤四、根据每日所述的充电片段与放电片段时间占比，分别确定由步骤二所计算的充电容量和放电容量样本值的权重，求加权平均得到电池在不同累计使用时间所对应的最大可用容量；

步骤五、利用不同动力电池类型所得到的最大可用容量与累计使用时间构建训练样本集，通过反向传播训练法对长短期记忆网络进行训练，得到与6个动力电池类型分别对应的容量衰减算法预测模型；

步骤六、对已退役电池在退役时的容量衰减率和累计使用时间进行统计，确定所述容量算法预测模型的退役条件，并建立动力电池的退役统计预测模型；

步骤七、融合所建立的容量衰减算法预测模型与退役统计预测模型用于对车辆容量衰减趋势与退役时间的预测；以样本车辆的数量以及历史数据质量作为使用上述两个预测模型中的哪一个来进行退役预测的决策依据。

2.如权利要求1所述的方法，其特征在于：步骤一中提取的所述历史数据具体涉及以下参数指标：

充电电流、充电时间、放电电流、放电时间、电池荷电状态SOC。

3.如权利要求1所述的方法，其特征在于：步骤二中将动力电池具体划分为以下6个类型：

三元运营车辆、三元非运营车辆、磷酸铁锂运营车辆、磷酸铁锂非运营车辆、其他类型电池运营车辆，其他类型电池非运营车辆。

4.如权利要求1所述的方法，其特征在于：步骤三中具体采用以下方式分别充电容量和放电容量样本：

针对每个充电片段，采用以下公式计算充电容量样本值C_C：

上式中，I为充电电流，t₀为充电片段初始时刻，T₁充电片段结束时刻，SOC₀与SOC₁分别为充电片段初始与结束时刻的SOC值；

针对每个放电片段，采用以下公式计算放电容量样本值C_d：

上式中，I为放电电流，t₀为放电片段初始时刻，T₁放电片段结束时刻，SOC₀与SOC₁分别为放电片段初始与结束时刻的SOC值。

5.如权利要求1所述的方法，其特征在于：步骤四中具体根据每日所述的n_c个充电片段与n_d个放电片段的时间占比α％和β％，通过加权平均计算当日的最大可用容量C，具体表示为：

其中，C_c1……C_cn分别为当日各次充电容量样本值，C_d1……C_dn分别为当日各次充电容量样本值。