[发明专利]基于循环寿命退化阶段参数的ND-AR模型和EKF方法的锂离子电池循环寿命预测方法

摘要

基于循环寿命退化阶段参数的ND-AR模型和EKF方法的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，本发明在线测量待测锂电池的容量数据，保存数据并对所述数据进行预处理；基于EKF方法确定在线锂离子电池经验退化模型的参数；利用预处理后的数据采用融合自回归系数求取方法确定在线电池的AR模型；与待测锂离子电池同型号的电池进行离线状态模拟在线条件充放电测试，对待预测的锂离子电池与待测锂离子电池同型号的电池的容量退化模型进行关联性分析，将每一个充放电循环的电池容量数据与待测锂离子电池的失效阈值比较获取RUL,完成锂离子电池循环寿命预测。本发明适用于电池寿命预测。

主权项

1.基于循环寿命退化阶段参数的ND-AR模型和EKF方法的锂离子电池循环寿命预测方法，其特征在于，该方法的具体步骤为：步骤一：在线测量待测锂电池的容量数据，保存数据并对所述数据进行预处理；步骤二：基于EKF方法确定在线锂离子电池经验退化模型的参数；根据锂离子电池经验退化模型构成锂离子电池状态空间模型中的状态转移方程，利用预处理后的数据并根据EKF方法及基于预测概率的加权参数计算方法确定所述锂离子电池的经验退化模型的参数；步骤三：利用预处理后的数据采用融合自回归系数求取方法确定在线电池的AR模型；步骤四：对n个与待测锂离子电池同型号的电池进行离线状态模拟在线条件充放电测试，获取与待测电池同型号的电池的真实电池容量测试结果，判断在线条件测试的电池容量数据的个数是否占电池全寿命长度的x%，30≤x≤70，若是，对进行离线状态模拟在线条件测试的n个电池的前x%的容量数据进行AR模型建模，获取n个与待测锂离子电池同型号的电池的AR模型预测容量结果，并利用获取的AR模型预测容量结果与容量测试数据的后1-x%的真实容量数据，获取离线状态模拟在线条件测试电池容量退化非线性特征的非线性退化因子K_T真的实值取值序列K_T,real；步骤五、根据公式K_T=a·e^b·k+c·e^d·k          (1)KT=11+a·(k+b)---(2)]]>确定非线性因子K_T，式中k是预测步长，a、b、c、d为非线性因子参数估计状态空间模型确定的参数；步骤六、基于EKF方法获取非线性退化因子K_T的参数,并建立待测锂离子电池同型号的电池进行离线状态模拟在线条件充放电测试电池的ND-AR模型；其中ND-AR模型通过公式：获得；其中，均为p阶AR模型的自回归系数，x_t-1、x_t-2、...x_t-p为t-1、t-2...t-p时刻锂离子电池的容量，a_t为高斯白噪声，服从均值为0，方差为W的高斯分布；步骤七：利用灰色关联分析方法对待预测的锂离子电池与n个与待测锂离子电池同型号的电池的容量退化模型进行关联性分析，得到与待预测电池容量序列变化趋势之间的关联度r_i，根据关联度r_i利用加权方法确定待预测电池的ND-AR模型中非线性退化因子的参数估计结果及待预测电池的ND-AR模型；步骤八、在待预测电池的ND-AR模型的输出结果中叠加观测噪声，获得待预测电池的容量观测值序列；步骤九：根据步骤二建立的锂离子电池状态空间模型对待测锂离子电池进行状态估计，利用步骤八确定的待预测电池的容量观测值序列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，并将获取的每一个充放电循环的电池容量数据与待测锂离子电池的失效阈值比较获取RUL,完成锂离子电池循环寿命预测。