[发明专利]一种锂离子电池健康状态估计的方法

说明书

本发明属于电池性能评估预测技术领域，具体涉及一种锂离子电池健康状态估计的方法；该方法包括：获取锂离子电池多次放电循环中不同时刻的放电电压数据；对放电电压数据进行预处理，得到健康因子数据集；将健康因子数据集输入到构建好的基于RVM的锂离子电池SOH估计模型中，得到锂离子电池SOH估计结果；本发明电池健康状态结果估计准确，源数据易获取，实现简单，其可用于锂电池容量估计、健康状态估计或剩余使用寿命预测，实用性高。

技术领域

本发明属于电池性能评估预测技术领域，具体涉及一种锂离子电池健康状态估计的方法。

背景技术

随着全球能源危机愈演愈烈，清洁能源的发展变得越来越重要。近年来，我国电动汽车行业快速发展，电动汽车保有量持续增长，其中纯电动车占据主导地位。动力电池的使用越来越广泛，对于电池的管理与保护也显得更加重要。电池管理系统作为动力电池的心脏，其主要功能包括实时监测基本参数、热管理、剩余使用寿命(Remaining Useful Life,RUL)预测、在线诊断与预警、健康状态估计和人机交互等。其中，电池健康状态(State ofHealth,SOH)表征当前电池相对于新电池存储电能的能力，以百分比的形式表示电池从寿命开始到寿命结束期间所处的状态，用来定量描述当前电池的性能状态。SOH研究对电池的使用、维护和评估有很高价值，可为电池的规划、政策和产业发展提供依据和参考。因此，如果能够较为准确估计锂离子电池的健康状态，那么对于锂离子电池的管理与保护都有重要的意义。

通过分析锂离子电池结构及其工作原理，可以剖析锂电池SOH退化影响因素，电池运行的温度、充放电倍率、放电深度、循环区间和充放电截止电压等都会对电池的健康状态产生影响。SOH估计是电动汽车锂离子电池健康管理的重要组成部分，由于电池的SOH受循环区间、历史数据和故障机制等多种因素的影响，很难直接计算SOH，所以可以考虑用其他特征参数间接得到SOH。电池的容量和内阻通常被称为直接健康因子，其常用于电池的SOH估计和RUL预测中，但测量电池的容量和内阻需要昂贵的仪器并且测量过程十分耗时，这就使得在线测量这些数据极为困难。因此，如果能在电压、电流和温度等容易在线监测的参数中提取出一些新的健康因子替代容量或内阻，那么将使锂离子电池的SOH预测工作变得更简单以及SOH预测结果更准确。

发明内容

针对现有技术存在的不足，本发明提出了一种锂离子电池健康状态估计的方法，该方法包括：获取锂离子电池多次放电循环中不同时刻的放电电压数据；对放电电压数据进行预处理，得到健康因子数据集；将健康因子数据集输入到构建好的基于RVM的锂离子电池SOH估计模型中，得到锂离子电池SOH估计结果；其中，基于RVM的锂离子电池SOH估计模型为采用RVM算法的锂离子电池SOH估计模型。

优选的，对放电电压数据进行预处理的过程包括：对放电电压数据作剔除异常值处理，将剔除异常值后的放电电压数据统一数据长度处理，得到数据长度统一的放电电压数据；对数据长度统一的放电电压数据进行进一步处理，得到平均电压降，将平均电压降作为健康因子。

进一步的，数据长度统一的放电电压数据为：

U_i＝[U_i1,U_i2,…,U_ij]

其中，U_i表示第i次放电循环的放电电压集合，U_ij表示第i次放电循环中第j个放电电压值。

进一步的，得到平均电压降的公式为：

其中，AVD_i表示第i次放电循环的平均电压降，U_ik表示第i次放电循环中第k个放电电压值，j表示放电电压数据长度的最大值。

优选的，构建基于RVM的锂离子电池SOH估计模型的过程包括：