[發明專利]數據驅動與電化學機理結合的電池SOH自動估計方法及設備

在審

• 申請號: 202111285759.5
• 申請日: 2021-11-02
• 公開（公告）號: CN114184972A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 趙玲玲
• 申請（專利權）人: 江蘇博強新能源科技股份有限公司
• 主分類號: G01R31/392
• 分類號: G01R31/392
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 翁惠瑜

1.一種數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，包括以下步驟：

獲取每個電池單體的電流、端電壓和溫度信息，計算每次充電周期內的IC曲線、DV曲線、電壓曲線和溫度差分曲線；

在相同充放電模式的循環周期內，分別提取各曲線的關鍵點序列；

基于各曲線的關鍵點序列及對時間序列的回歸，獲得SOH相關指標組(SOH_{IC_i}，SOH_{DV_i}，SOH_{V_i}，SOH_{DT_i})，其中，SOH_{IC_i}、SOH_{DV_i}、SOH_{V_i}、SOH_{DT_i}分別為由IC曲線、DV曲線、電壓曲線和溫度差分曲線在線時間序列預測獲得的SOH；

基于預先離線獲取的指標權重(ω_{IC_i}，ω_{DV_i}，ω_{V_i}，ω_{DT_i})及所述SOH相關指標組，得到各電池單體的最終SOH估計SOH_i，其中，ω_{IC_i}、ω_{DV_i}、ω_{V_i}、ω_{DT_i}分別為各曲線的權重；

根據各電池單體的SOH_i，結合單體的SOH平均水平和分布差異，獲得整個電池簇的最終SOH估計。

2.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，對于IC曲線，所述關鍵點提取具體為：利用高斯回歸擬合充電數據，獲取IC曲線，進行微分處理，提取IC曲線的多個峰值作為IC曲線的關鍵點。

3.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，對于DV曲線，所述關鍵點提取具體為：以測量的電壓、電流數據采用數值導數法計算得到DV曲線，采用二階多項式擬合，對DV曲線進行平滑處理，從平滑后的DV曲線提取多個峰值，作為DV曲線的關鍵點。

4.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，對于電壓曲線，所述關鍵點提取具體為：識別電壓曲線的拐點，獲取拐點曲率的數學定義連續函數，以所述連續函數對應的標準閉形式的多個局部最小值作為電壓曲線的關鍵點。

5.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，對于溫度差分曲線，所述關鍵點提取具體為：計算電芯溫度T相對于時間的梯度，獲得溫度差分曲線，采用去噪平滑方法對DT-V曲線進行預處理，提取溫度差分曲線上的峰值和谷值作為關鍵點。

6.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，采用時間序列預測方法進行對時間序列的回歸，所述時間序列預測方法包括傳統機器學習回歸模型、時序建模方法或深度學習回歸模型。

7.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，所述指標權重采用經離線訓練的支持向量回歸SVR進行回歸得到。

8.根據權利要求1所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，所述整個電池簇的最終SOH估計的計算公式為：

其中，SOH為整個電池簇的最終SOH估計，μ為離散系數，N為簇中電芯數。

9.根據權利要求8所述的數據驅動與電化學機理結合的電池SOH自動估計方法，其特征在于，所述離散系數包括離散度松弛系數、全距系數、平均差系數或標準差系數。

10.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲器；和

被存儲在存儲器中的一個或多個程序，所述一個或多個程序包括用于執行如權利要求1-9任一所述數據驅動與電化學機理結合的電池SOH自動估計方法的指令。