[发明专利]一种锂电池工况预测方法和系统

说明书

本发明公开了一种锂电池工况预测方法和系统，其方法包括：将固相锂电池的物化状态量分布函数进行傅里叶转换计算频域的物化状态量分布级数函数，根据物化状态量分布级数函数获取频域上的固相物化状态量；物化状态量分布函数为固相锂电池于时域上在空间连续变化的物理化学量的方程表达式；物理化学量包括固相锂电池的物理参数和化学参数中的至少一种状态量；将固相物化状态量的偏微分控制方程组进行拉普拉斯变换得到复频域固相常微分方程组，并通过逆拉式变换得到在时域上的解析解；根据解析解计算得到固相锂电池在未来时刻、任意位置的工况预测值。本发明大大提升了锂电池的未来工况的预测精度和模拟速度。

技术领域

本发明涉及锂电池领域，进一步地涉及一种锂电池工况预测方法和系统。

背景技术

全球“碳中和”背景下，对可代替石油能源的清洁能源寻找热情持续升温。太阳能、潮汐能、风能、水能等是一种清洁的可持续利用能源，但能源产生的介质可控性相对不是很强。而锂离子电池是目前新一代二次电池、其具有较高的能量密度和循环寿命，被广泛应用于移动通信、数码科技、电动汽车、能源存储等领域，未来对锂离子电池及其材料的需求难以估量、其配套的上下游产业链也市场巨大，使得对于锂电池仿真这方面的研究成为了一项研究热点。

目前主流的电化学模型仿真方法使用有限差分法、有限元法、有限体积法、拟合函数法、简化物化控制条件的方法来进行电化学模型的仿真。使用像有限差分法、有限元法、有限体积法的离散迭代解法对计算端的算力要求高，且计算慢，无法进行高通量多电池的电化学计算。而使用拟合函数法、简化物化控制条件的方法的解法由于其本身只是控制方程的近似解和简化解，求出精度不高，会对实际的应用带来累计误差。

在目前的电池预警算法中，大多是基于宏观量的阈值判断，或者是基于通过大数据将宏观量变化和可能发生的事件进行机器学习得到的黑盒，来进行电池的预警。但是在实际锂电池中，锂电池内部的各个宏观物理量都对锂电池是否能安全健康持续高效地运行下去有极大关系，因此，如何准确对锂电池的工况进行预测是急需解决的技术问题。

发明内容

针对上述技术问题，本发明的目的在于解决现有技术中无法准确对锂电池的未来工况进行预测，进而无法及时对不同工况下出现的锂电池热安全问题进行预防的技术问题。

为了实现上述目的，本发明提供一种锂电池工况预测方法，包括：

将固相锂电池的物化状态量分布函数进行傅里叶转换计算频域的物化状态量分布级数函数，根据所述物化状态量分布级数函数获取频域上的固相物化状态量；所述物化状态量分布函数为固相锂电池于时域上在空间连续变化的物理化学量的方程表达式；所述物理化学量包括所述固相锂电池的物理参数和化学参数中的至少一种状态量；

将所述固相物化状态量的偏微分控制方程组进行拉普拉斯变换得到复频域固相常微分方程组，并通过逆拉式变换得到在时域上的解析解；

根据所述解析解计算得到所述固相锂电池在未来时刻、任意位置的工况预测值。

在一些实施方式中，所述将固相锂电池的物化状态量分布函数进行傅里叶转换计算频域的物化状态量分布级数函数具体包括：

将弛豫前固相锂电池的物化状态量分布函数进行余弦傅里叶变换，计算得到频域下的所述物化状态量分布级数函数。

在一些实施方式中，所述将所述固相物化状态量的偏微分控制方程组进行拉普拉斯变换得到复频域固相常微分方程组，并通过逆拉式变换得到在时域上的解析解具体包括：

所述固相物理化学量的偏微分控制方程组包括控制方程、边界条件和初始条件；所述控制方程为表征所述固相锂电池的电化学模型对于该物理化学量空间分布情况随时间变化的数学表达式，所述边界条件为固相与外界的交换情况，初始条件为物化状态量分布函数的初始值；