[發明專利]一種電池剩余使用壽命的綜合估算方法

有效

• 申請號: 201910053460.3
• 申請日: 2019-01-21
• 公開（公告）號: CN109738810B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 錢祥忠;夏克剛;徐文強;葉靜;寸昆屹;龍鑫輝
• 申請（專利權）人: 溫州大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G01R31/388
• 代理公司: 溫州名創知識產權代理有限公司 33258
• 代理人: 陳加利

1.一種電池剩余使用壽命的綜合估算方法,其特征在于，包括以下步驟:

S1、使用曲線擬合的方法估算出電池的RUL₁；

S2：使用卡爾曼濾波算法估算出電池的RUL₂；

S3：使用灰色神經網絡算法估算出電池的RUL₃；

S4：使用BP神經網絡算法作為綜合法，將RUL₁、RUL₂和RUL₃作為神經網絡的輸入，將最終的RUL作為神經網絡的輸出，最終估算出電池的剩余使用壽命RUL；

所述的步驟S4具體包括：

將步驟S1中使用曲線擬合的方法估算出電池的RUL₁，步驟S2中使用卡爾曼濾波算法估算出電池的RUL₃和步驟S3使用灰色神經網絡算法估算出電池的RUL₃的數據采集；然后使用BP神經網絡算法作為綜合法，將RUL₁、RUL₂和RUL₃作為神經網絡的輸入，將最終的RUL作為神經網絡的輸出，最終估算出電池的剩余使用壽命RUL；

所述的步驟S3具體包括：

采用選擇當前電池的SOH、SOC、電阻、電壓和電流作為輸入，RUL作為輸出，所以灰色神經網絡的結構為1-1-6-1，即LA層有一個節點，輸入為時間序列t，LB層有一個節點，LC層有五個節點，第2-6個節點分別為選擇當前電池的SOH、SOC、電阻、電壓和電流的歸一化數據，輸出為RUL3的預測值。

2.根據權利要求1所述的一種電池剩余使用壽命的綜合估算方法，其特征在于，所述的步驟S1具體包括：

S11、通過實驗采集電池的SOH和循環使用次數的數據，找出電池的SOH與RUL的關系；

S12、采用最小二乘法擬合電池的RUL和SOH數據樣本；

S13、通過實驗采集當前循環使用次數Nnow和對應的SOH數據,并通過曲線擬合的方法擬合出當前循環使用次數Nnow和對應的SOH關系曲線圖,即Nnow＝aSOH+b，其中，a，b為擬合系數；

S14、估算出RUL₁，RUL₁等于壽命終止循環使用次數EOL減去當前循環使用次數Nnow，即RUL₁＝EOL-Nnow。

3.根據權利要求1所述的一種電池剩余使用壽命的綜合估算方法，其特征在于，所述的步驟S2具體包括：

S21、將步驟S1中估算的RUL₁值作為觀測值Z(k)；

S22、使用卡爾曼濾波算法，利用k-1時刻的RUL值預測第k時刻的RUL值，其預測偏差為P(k|k-1)＝P(k-1|k-1)+Q；

S23、再計算卡爾曼增益，計算公式為Kg(k)＝P(k|k-1)/(P(k|k-1)+R)；

S24、利用k時刻的觀測值，得到估計RUL的值RUL(k)＝RUL(k-1)+kg(k)[Z(k)-RUL(k-1)]；

此時再更新k時刻的偏差P(k|k)＝[I-Kg(k)]P(k|k-1)；

這樣就可以對下一時刻的觀測數據Z(k+1)進行處理，最終預測出RUL₂的值。

4.根據權利要求2所述的一種電池剩余使用壽命的綜合估算方法，其特征在于，所述的步驟S11中采集電池的SOH具體包括：

S111、采集電池的電壓、電流、溫度和內阻作為神經網絡的輸入，SOC作為輸出，并采用BP神經網絡算法估算出電池的荷電狀態SOC值；

S121、將荷電狀態SOC值與安時積分法相結合，估算出電池的SOH值。

5.根據權利要求4所述的一種電池剩余使用壽命的綜合估算方法，其特征在于，所述的步驟S121具體為：

采用安時積分法對電流在時間上積分計算出放電量，通過公式計算出電池的SOH值，即式中的SOHc，式中的分子表示現在時刻電池放電，由SOCt₁放電至SOCt₂對應的放電量；分母表示初始時刻，即新電池放電，由SOCt₁放電至SOCt₂對應的放電量。