[发明专利]锂离子电池的充电方法

摘要

本发明公开了一种锂离子电池的充电方法包括：通过神经网络建立锂离子电池的等效电路模型；在等效电路模型的基础上耦合传热模型以建立初始电‑热耦合模型；设计多组恒流充电方案，依据恒流充电方案对待测电池进行测试，获得多组测试数据；设计多组多阶段充电方案，将满足多目标优化模型的约束条件的多组多阶段充电方案依次输入至目标电‑热耦合模型，获得结果数据；并基于多目标优化模型对结果数据执行迭代优化，从多组多阶段充电方案中选取一组Pareto最优解作为待选充电方案；通过决策方法从所述待选充电方案中选择目标充电方案。本发明能够利用有限的实验次数为电池充电提供最佳的充电方案。

主权项

1.一种锂离子电池的充电方法，其特征在于，所述充电方法包括以下步骤：S₁、通过神经网络建立锂离子电池的等效电路模型；所述神经网络的输入参数包括电池温度和不同电池温度下的电池荷电状态，输出参数包括等效电路模型中的元件参数；S₂、在等效电路模型的基础上耦合电池自然对流的传热模型以建立初始电‑热耦合模型；S₃、设计多组恒流充电方案，依据恒流充电方案对待测电池进行测试，获得多组测试数据；所述多组测试数据用于拟合初始电‑热耦合模型得到目标电‑热耦合模型；拟合参数包括神经网络中的输入权重和传热模型中的热容和对流换热系数；每组恒流充电方案包括充电时间和对应的电流值；每组测试数据包括待测电池测试过程中的端电压、充电电流、电池温度和环境温度；S₄、设计多组多阶段充电方案，每组多阶段充电方案包括充电阶段数、各个充电阶段的充电时间和对应的电流值；将满足多目标优化模型的约束条件的多阶段充电方案依次输入至目标电‑热耦合模型，获得与每个多阶段充电方案对应的结果数据；并基于多目标优化模型对结果数据执行迭代优化，从所述多组多阶段充电方案中选取一组Pareto最优解作为待选充电方案；每组结果数据包括充电总时间、充电前后的电池温度差和充电过程中的能量损耗率；多目标优化模型的评估目标包括充电总时间、充电前后的电池温度差和充电过程中的能量损耗率；S₅、通过决策方法从所述待选充电方案中选择目标充电方案。