[发明专利]基于EKF方法和NSDP-AR模型融合型锂离子电池循环寿命预测方法

摘要

基于EKF方法和NSDP-AR模型融合型锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。为了解决目前基于模型的方法对于不同电池及不同工作状态适应能力低和电池容量非线性退化趋势预测能力差的问题，首先，对在线测量待测锂电池的容量数据进行预处理，并离线测量与该待测锂电池同型号的锂电池的真实容量退化数据；其次，基于EKF方法确定锂电池状态空间模型的参数；然后，根据上述建立的锂电池状态空间模型对待测锂电池进行状态估计，利用NSDP-AR模型的输出进行待测锂电池的状态更新，锂电池状态空间模型获取每一个充放电循环的电池容量数据，并将数据与待测锂电池的失效阈值比较获取锂电池剩余寿命；本发明主要应用在电池寿命预测领域。

主权项

基于EKF方法和NSDP‑AR模型融合型锂离子电池循环寿命预测方法，其特征在于，它包括如下步骤：步骤一：在线测量待测锂离子电池的容量数据，保存数据并对所述数据进行预处理，并离线测量与所述待测锂离子电池同型号的锂离子电池的真实容量退化数据；步骤二：基于EKF方法确定待测锂离子电池经验退化模型的参数，根据待测锂离子电池经验退化模型和NSDP‑AR模型构造锂离子电池状态空间模型，利用预处理后的数据并根据EKF方法确定所述锂离子电池状态空间模型中状态转移方程参数，所述状态转移方程为待测锂离子电池经验退化模型；所述NSDP‑AR模型的预测输出值与观测噪声叠加后的观测值序列为所述锂离子电池状态空间模型的电池容量的观测值，所述NSDP‑AR模型为利用步骤一所述离线测量的与待测锂离子电池同型号的锂离子电池的真实容量退化数据采用融合自回归系数求取方法确定AR模型与使用EKF算法获取的非线性退化因子参数拟合，从而获得离线测量的与待测锂离子电池同型号的锂离子电池的真实NSDP‑AR模型，该离线测量的与待测锂离子电池同型号的锂离子电池的真实NSDP‑AR模型及所述离线测量的待测锂离子电池同型号的锂离子电池与在线测量待测锂离子电池进行容量退化特征关联度分析，基于关联度进行加权参数计算后，获得在线测量待测锂离子电池的NSDP‑AR模型；步骤三：根据步骤二建立的锂离子电池状态空间模型中的待测锂离子电池经验退化模型对待测锂离子电池进行状态估计，利用所述NSDP‑AR模型的输出叠加观测噪声进行待测锂离子电池的状态更新，所述锂离子电池状态空间模型获取每一个充放电循环的电池容量数据，并将所述数据与待测锂离子电池的失效阈值比较获取锂离子电池剩余寿命。