[發明專利]一種時變溫度下的鋰電池健康狀態估計與剩余壽命預測方法

有效

• 申請號: 202110225334.9
• 申請日: 2021-03-01
• 公開（公告）號: CN112949060B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 唐圣金;許曉東;于傳強;孫曉艷;司小勝;葉輝
• 申請（專利權）人: 中國人民解放軍火箭軍工程大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F119/04;G06F111/08;G06F119/02
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 郭璐

1.一種時變溫度下的鋰電池健康狀態估計與剩余壽命預測方法，其特征在于，包括以下步驟：

S1、基于維納過程、Power?Rule應力模型和Arrhenius溫度應力模型，構建時變溫度工況下的鋰電池性能退化模型，得到基于退化過程的鋰電池健康狀態方程和時變溫度工況下的鋰電池剩余壽命概率密度函數；

步驟S1的具體過程如下：

S11、基于Arrhenius溫度應力模型，建立時變溫度工況下鋰離子電池的隨機退化速率模型，如下式(1)所示：

λ(T)＝ae^-c/T????????????????????????????????(1)

其中，T為絕對溫度，c為固定參數，a為arrhenius模型參數；

為表示不同鋰離子電池之間的個體差異，令a服從高斯分布，即則時變溫度工況下鋰離子電池的隨機退化速率模型如下式(2)所示：

令室溫T₀＝25℃時鋰離子電池容量為基準容量，則不同溫度工況T_i下的放電容量轉化到基準溫度的放電容量變化可表示為下式(3)：

c(T_i→T₀)＝c(T_i)-γ(T_i,T₀；δ)?????????????????????????(3)

其中，γ(T_i,T₀；δ)為溫度變化導致的電池放電容量變化量，

為表示放電容量γ(T_i,T₀；δ)變化過程的不確定性，基于正態分布表示γ(T_i,T₀；δ)，如下式(4)所示：

其中，g(T_i,T₀)為γ(T_i,T₀；δ)的期望；

采用Power?Rule模型表示g(T_i,T₀)，如下式(5)所示：

基于式(1)和式(3)，則時變溫度工況下鋰離子電池退化過程的退化模型基于維納過程表示如下式(6)所示：

其中，x₀為初始電池容量，測試狀態為常溫工況；Λ(t,θ)為非線性退化系數，當Λ(t,θ)＝0時表征線性退化過程；σ_B為擴散系數，B(t)為標準的布朗運動，表示退化過程的動態特性和不確定性；

令則上式(6)可轉化為下式(7)：

則時變溫度工況下的鋰離子電池退化模型的先驗參數為：

基于退化過程的鋰電池健康狀態可以表示為鋰電池當前容量與初始額定容量的比值，即基于退化過程的鋰電池健康狀態如下式(8)所示：

其中，SOH(t_k)為鋰電池健康狀態，C₀表示鋰電池的額定容量；

S12、基于退化過程的壽命定義為表示鋰離子電池的容量首次達到失效閾值的時刻，令鋰離子電池的失效閾值為w，則其剩余使用壽命L可定義為性能狀態首次達到失效閾值的時間，剩余使用壽命L如下式(9)所示：

L＝inf{t:X(t)≥w|x₀＜w}?????????????????????????(9)

為得到隨機參數作用下的剩余壽命分布表達式，給出引理1和引理2：

引理1：非線性退化模型如下式(10)所示：

其中，μ(z；φ)是參數φ在時間[0,∞)上的連續函數，則{X(t),t≥0}穿越失效閾值的首達時間的概率密度函數如下式(11)所示：

其中，

引理2：如果w,A,B∈R，且C∈R⁺，則下式(12)成立：

基于全概率公式，如下式(13)所示：

令基于引理1和引理2，得到時變溫度工況下鋰離子電池的壽命概率密度函數如下式(14)所示：

其中q_i為溫度變化判斷準則，且q_i如下式(15)所示：：

S2、基于極大似然估計方法估計鋰電池性能退化模型的先驗參數，然后根據檢測到的鋰電池的現場退化數據在線更新漂移系數的后驗分布；

S3、根據檢測到的鋰電池的現場退化數據結合鋰電池的退化過程，即可得到鋰電池在時變溫度工況下的健康狀態估計的期望、方差和概率密度分布表達式，實現鋰電池健康狀態估計；

S4、根據檢測到的鋰電池的現場退化數據結合鋰電池的退化過程以及剩余壽命與首達時間的關系，可得到鋰電池在時變溫度工況下，剩余壽命的概率密度分布函數，從而實現鋰電池剩余壽命的預測。