[發(fā)明專利]基于片段充電時間和GRU的鋰離子電池健康狀態(tài)預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202111191557.4
• 申請日: 2021-10-13
• 公開（公告）號: CN113917336A
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計）人: 范元亮;方略斌;吳涵;連慶文;黃興華;李澤文;陳偉銘;陳擴松;柯春凱;陳思哲;鄭宇
• 申請（專利權(quán)）人: 國網(wǎng)福建省電力有限公司;國網(wǎng)福建省電力有限公司電力科學(xué)研究院
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 陳鼎桂;蔡學(xué)俊

本發(fā)明涉及一種基于片段充電時間和GRU的鋰離子電池健康狀態(tài)預(yù)測方法,包括以下步驟：步驟S1:獲取鋰離子電池循環(huán)老化過程中的充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)、最大放電容量數(shù)據(jù),并提取充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)，構(gòu)建時間差數(shù)組；步驟S2:根據(jù)最大放電容量數(shù)據(jù)計算相應(yīng)的電池健康狀態(tài)數(shù)據(jù)，與時間差數(shù)組構(gòu)成鋰離子電池健康狀態(tài)預(yù)測數(shù)據(jù)集，并劃分成訓(xùn)練集和測試集；步驟S3:構(gòu)建門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型;步驟S4:根據(jù)訓(xùn)練集對門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并使用測試集對訓(xùn)練后的門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型進行測試；步驟S5:基于門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)，根據(jù)片段充電時間內(nèi)的充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)實時預(yù)測鋰離子電池健康狀態(tài)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于片段充電時間和GRU的鋰離子電池健康狀態(tài)預(yù)測方法。

背景技術(shù)

鋰離子電池具有能量密度高、循環(huán)壽命長、無記憶效應(yīng)等優(yōu)點，是新型儲能系統(tǒng)的重要技術(shù)路線之一。然而，隨著電池的老化，電池的健康狀態(tài)會持續(xù)衰減，影響儲能系統(tǒng)的有效容量和安全性。因此，在電池運行過程中，要對電池的健康狀態(tài)進行持續(xù)預(yù)測。

目前對于鋰離子電池健康狀態(tài)的預(yù)測方法，有直接測量法、模型辨識法和數(shù)據(jù)驅(qū)動法。直接測量法需要通過對電池進行滿充滿放來計算剩余容量，從而計算健康狀態(tài)，在電池實際運行中難以使用，且嚴(yán)重依賴于測量精度。模型辨識法需要先建立鋰離子電池的電化學(xué)模型或等效電路模型，通過實驗辨識模型參數(shù)，然后采用卡爾曼濾波、粒子濾波等方法獲得電池健康狀態(tài)，其預(yù)測精度依賴于模型及參數(shù)辨識實驗的精度。數(shù)據(jù)驅(qū)動法不需要建立電池電化學(xué)或等效電路模型，通過電池充放電過程中的數(shù)據(jù)特征來預(yù)測健康狀態(tài)，是目前的主流技術(shù)路線。現(xiàn)有基于數(shù)據(jù)驅(qū)動的鋰離子電池健康狀態(tài)預(yù)測方法，一般需要根據(jù)電池從放電截止電壓充電至充電截止電壓的全過程數(shù)據(jù)來預(yù)測電池健康狀態(tài)，即需要電池從放空到充滿。然而，在實際運行過程中，鋰離子電池一般很少放電至截止電壓，也經(jīng)常出現(xiàn)未充滿即投入運行的狀態(tài)，難以滿足從放空到充滿的理想測試條件。

因此，為了使鋰離子電池健康狀態(tài)預(yù)測方法符合實際運行工況，需要研究基于片段充電時間的數(shù)據(jù)來預(yù)測鋰離子電池健康狀態(tài)的方法。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種基于片段充電時間和GRU的鋰離子電池健康狀態(tài)預(yù)測方法，能夠快速有效的預(yù)測鋰離子電池健康狀態(tài)。

為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于片段充電時間和GRU的鋰離子電池健康狀態(tài)預(yù)測方法,包括以下步驟：

步驟S1:獲取鋰離子電池循環(huán)老化過程中的充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)、最大放電容量數(shù)據(jù),并提取充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)，構(gòu)建時間差數(shù)組；

步驟S2:根據(jù)最大放電容量數(shù)據(jù)計算相應(yīng)的電池健康狀態(tài)數(shù)據(jù)，與時間差數(shù)組構(gòu)成鋰離子電池健康狀態(tài)預(yù)測數(shù)據(jù)集，并劃分成訓(xùn)練集和測試集；

步驟S3:構(gòu)建門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型；

步驟S4:根據(jù)訓(xùn)練集對門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并使用測試集對訓(xùn)練后的門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型進行測試；

步驟S5:將測試通過的門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)模型用于在線預(yù)測，根據(jù)片段充電時間內(nèi)的充電電壓數(shù)據(jù)及對應(yīng)的時間數(shù)據(jù)實時預(yù)測鋰離子電池健康狀態(tài)。

進一步的，所述步驟S1具體為：

步驟S11:在鋰離子電池放電截止電壓與充電截止電壓范圍內(nèi)，選取電壓值V₁作為片段充電時間對應(yīng)的起始電壓，將充電截止電壓V_N+1作為片段充電時間對應(yīng)的結(jié)束電壓，將該電壓區(qū)間均勻分為N段，產(chǎn)生電壓等差數(shù)列[V₁,V₂,…,V_N+1]，電壓等差數(shù)列中相鄰元素之間的電壓差ΔV為