[發(fā)明專利]基于優(yōu)化多因子的動力鋰離子電池健康狀態(tài)在線估計方法有效
| 申請?zhí)枺?/td> | 202110059118.1 | 申請日: | 2021-01-15 |
| 公開(公告)號: | CN112858918B | 公開(公告)日: | 2022-10-28 |
| 發(fā)明(設(shè)計)人: | 夏向陽;鄧子豪;張嘉誠 | 申請(專利權(quán))人: | 長沙理工大學(xué) |
| 主分類號: | G01R31/367 | 分類號: | G01R31/367;G01R31/392;G01R31/378 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 410000 湖南省*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 優(yōu)化 因子 動力 鋰離子電池 健康 狀態(tài) 在線 估計 方法 | ||
本發(fā)明涉及了一種基于優(yōu)化多因子的動力鋰離子電池健康狀態(tài)在線估計策略,解決目前電動汽車動力電池在充電過程中其健康狀態(tài)在線估計精度不高的問題。主要包括以下步驟:1:設(shè)置不同因子下的約束條件,以最小估計誤差為目標(biāo)函數(shù),通過遺傳算法動態(tài)尋找優(yōu)化充電電壓片段UA’?UB’;2:在優(yōu)化充電片段UA’?UB’的基礎(chǔ)上,將充電電量、充電時間、電池內(nèi)阻這三個因子對電池健康狀態(tài)估計的影響作歸一化處理,分別求出各因子對應(yīng)的健康狀態(tài)Hi1、Hi2、Hi3。3:基于最小二乘法優(yōu)化權(quán)重系數(shù),計算綜合健康因子Hi。
技術(shù)領(lǐng)域
本發(fā)明涉及了一種基于優(yōu)化多因子的動力鋰離子電池健康狀態(tài)在線估計方法,屬于電力技術(shù)領(lǐng)域。
背景技術(shù)
準(zhǔn)確評估動力鋰離子電池的健康狀態(tài)對確保電池的安全性和可靠性至關(guān)重要。但是在電動汽車實際使用中,由于實際工作條件復(fù)雜,放電過程受用戶行為影響較大,不確定性突出,不利于電池健康狀態(tài)的準(zhǔn)確評估。但是充電階段是可控的,并且充電電壓以及電流數(shù)據(jù)是可以保留的,因此在充電過程估計電池健康狀態(tài)更為可靠。
目前的估計方法一般為分為數(shù)據(jù)驅(qū)動和等效電路模型這兩類,其中數(shù)據(jù)驅(qū)動是基于經(jīng)驗?zāi)P汀惸釣跛谷萘坷匣P偷龋烙嬀炔桓撸欢陔姵氐刃щ娐纺P偷墓烙嫹椒ù蠖嘁罁?jù)歐姆內(nèi)阻與電池健康狀態(tài)之間的近似線性關(guān)系,將歐姆內(nèi)阻作為評估電池健康狀態(tài)的關(guān)鍵技術(shù)指標(biāo),但是在動力電池長期的健康評估中容易出現(xiàn)參數(shù)不匹配、估計誤差較大的情況。此外,雖然極化電容和極化阻抗等參數(shù)可以幫助提高電池健康的估計精度,但是這類參數(shù)的精確機載測量需要在特定條件下進行額外的實驗,這在電動汽車的實際推廣中難以實現(xiàn),而且這可能會對電池造成不必要的額外損壞。
發(fā)明內(nèi)容
為提高電動汽車動力電池充電過程的估計精度,本發(fā)明提供了一種基于優(yōu)化多因子的動力鋰離子電池健康狀態(tài)在線估計方法。
其基本步驟包括:
步驟S1:在電動汽車的實際使用過程中,充電很少出現(xiàn)滿充滿放的情況,考慮用戶實際電池充電的范圍,根據(jù)電池OCV-SOC曲線選擇合適的電壓片段,85%UN對應(yīng)的SOC約為30%,95%UN對應(yīng)的SOC約為90%,考慮所提策略的實用性,因此預(yù)先設(shè)置優(yōu)化電壓的邊界為85%UN~95%UN。
又考慮到不同開路電壓片段下電池內(nèi)阻估計精準(zhǔn)度不同,而SOC在60%~80%所對應(yīng)的電壓片段內(nèi)的電池阻抗特性變化比較平緩,內(nèi)阻估計的誤差較小,可以提高電池健康狀態(tài)的估計精度,而其他電壓片段下的電池內(nèi)部化學(xué)反應(yīng)更為劇烈,阻抗特性變化更加不穩(wěn)定,會導(dǎo)致電池健康狀態(tài)的估計也不準(zhǔn)確。
此外,若充電電壓片段太窄,則對應(yīng)所充入的電量過少,則該因子估計的電池實際容量的魯棒性不高;若充電電壓片段范圍太寬,則該因子在實際用車條件下的適用性不強。綜上所述,設(shè)置充電電壓的邊界條件如下:
在確定電壓邊界條件后,通過遺傳算法尋找優(yōu)化充電片段。首先排序訓(xùn)練集內(nèi)電池序號i=1,2,3...,n,每一個電池在第k個充放電循環(huán)的實際容量為C1k,C2k,...,Cnk,充電電壓片段對應(yīng)的充電容量為由于兩者之間具有很強的線性相關(guān)度,可以利用最小二乘法對兩者進行線性擬合,擬合公式如下。
式中ki,bi分別表示線性擬合的斜率和截距。
取訓(xùn)練集中n個電池的平均斜率和平均截距,
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于長沙理工大學(xué),未經(jīng)長沙理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110059118.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- Ⅶ因子多肽和Ⅷ因子多肽的聯(lián)合應(yīng)用
- VII因子多肽和IX因子多肽的聯(lián)合應(yīng)用
- 一種城鄉(xiāng)生態(tài)規(guī)劃的生態(tài)等級空間分區(qū)規(guī)劃控制方法
- 一種基于阿爾法散度的動態(tài)PET圖像因子處理方法
- 一種設(shè)備綜合風(fēng)險評估方法、裝置和電力系統(tǒng)
- 一種集群資源容量預(yù)測方法和裝置
- 一種計算因子植入方法、介質(zhì)及設(shè)備
- 一種規(guī)模組網(wǎng)環(huán)境TI-LFA可靠性評估測試方法
- 近地表品質(zhì)因子確定方法及系統(tǒng)
- 一種模擬凝血過程的教學(xué)模型





