[發(fā)明專利]一種考慮老化情況下的鋰離子電池電量預測方法

有效

• 申請?zhí)枺?/td>: 202010848730.2
• 申請日: 2020-08-21
• 公開（公告）號: CN112098874B
• 公開（公告）日: 2023-09-22
• 發(fā)明（設計）人: 何志偉;郭天滋;劉圓圓;董哲康;林輝品;高明煜
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01R31/392
• 分類號: G01R31/392;G01R31/389;G01R31/396;G01R31/367
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發(fā)明公開了一種考慮老化情況的鋰離子電池電量預測方法；本發(fā)明的輸入數(shù)據(jù)包括充放電循環(huán)次數(shù)和內(nèi)阻是電池的老化指標，建立五維度數(shù)據(jù)集，并經(jīng)驗小波分解對電池數(shù)據(jù)進行預處理，經(jīng)驗小波分解用于分離電池容量的整體退化和局部再生；然后設計并訓練各分解分量的CNN?GRU網(wǎng)絡，CNN提取五維度數(shù)據(jù)之間的關系，GRU提取數(shù)據(jù)前后的歷史關系，完成數(shù)據(jù)的特征捕捉；并使用注意力機制完成權重分配，將更多權重分配給關鍵特征并減少干擾。最后將所有模型的預測結果進行組合和重構，得到最終的電量預測結果。本發(fā)明能夠?qū)崿F(xiàn)鋰離子電池電量的預測，并考慮了電池的老化情況，使網(wǎng)絡不需要經(jīng)常更改重新訓練以適應電池在使用一段時間后的性能改變。

技術領域

本發(fā)明涉及了一種基于CNN-GRU-ATTENTION網(wǎng)絡結構的預測方法，尤其是考慮了電池的老化。

背景技術

能源匱乏，環(huán)境污染是本世紀所面臨的重大問題。傳統(tǒng)的汽油車、柴油車的尾氣排放量大，污染環(huán)境，所需的燃料也都是不可再生資源。因此，人們開始重視電動汽車產(chǎn)業(yè)，英國、法國等國家已經(jīng)宣布了在2025年至2040年間停止生產(chǎn)汽油車。電動汽車的動力來源是電池組，為保證汽車的行駛性能，電池需要高性能。鋰離子電池具有能量密度大、自放電率低、循環(huán)壽命長等優(yōu)點，在電動汽車領域得到了廣泛的應用。荷電狀態(tài)?(SOC)表示電池的剩余電量，對電動汽車的剩余里程數(shù)和電池電量預警有著重要指示作用，是衡量電動汽車安全性、可靠性的重要電池狀態(tài)參數(shù)。了解電池的狀態(tài)參數(shù)對電動汽車的安全性、可靠性具有重要作用。SOC不能通過實際測量得出，只能通過別的可測量值(如電壓、電流)進行估算。但在實際放電過程中，放電電流很不穩(wěn)定，電池內(nèi)部又有很難預測的化學反應，因此準確估計電池的SOC是一項具有實際意義的工作。

目前對電池SOC的預測幾乎都是以新電池為例，但是電池老化是必然的過程，電池老化會導致之前的預測模型不能捕捉老化后電池的放電特性，預測結果出現(xiàn)較大偏差。但是SOC又是表示電量的指標，電量指標不準會導致電池的過充過放，進一步損害電池的性能，降低電池的壽命。

發(fā)明內(nèi)容

為了解決背景技術中的問題，本發(fā)明提出了一種考慮電池老化情況的鋰離子電池預測方法，適用于老化電池的預測并且能夠提供可靠的結果。

本發(fā)明的技術方案包括以下步驟：

1)采集數(shù)據(jù)：對電池進行充放電實驗，使用傳感器獲得電池的電壓、電流、溫度，以及評價老化指標的數(shù)據(jù)參數(shù)內(nèi)阻并記錄歷史充放電循環(huán)次數(shù)，使用安時積分法計算電池每時刻的電量，作為目標值，建立數(shù)據(jù)集；

2)使用經(jīng)驗小波分解對電池數(shù)據(jù)進行分解，將電池在放電過程中的容量再生部分與整體退化分割開，整體下降的部分是低頻的，局部再生的部分是高頻的；

3)使用步驟2)獲得的分解數(shù)據(jù)訓練CNN-GRU-ATTENTION網(wǎng)絡，CNN捕捉輸入數(shù)據(jù)之間的空間關系，GRU提取輸入數(shù)據(jù)之間的時間關系，完成數(shù)據(jù)的特征捕捉；注意力機制完成權重分配，將更多注意力權重分配給關鍵特征并減少干擾；

4)將測試集數(shù)據(jù)按照步驟2)分解并輸入到訓練好的網(wǎng)絡得到高頻和低頻的預測結果；

5)將預測的結果進行組合重構，得到最終的預測結果；

所述步驟2)中，對數(shù)據(jù)進行經(jīng)驗小波分解包含以下步驟：

2.1)構造經(jīng)驗小波函數(shù)ψ(w)和經(jīng)驗尺度函數(shù)φ(w)；

其中w表示頻率，w_i為相鄰極大值點的均值，γ為常數(shù)，β(x)為輔助函數(shù)，需滿足如下條件：

2.2)將序列分為j層，通過分解方程得到不同比例的低頻信號A和高頻信號D。