[發(fā)明專利]鋰離子電池最大容量衰退曲線的重構(gòu)方法

有效

• 申請?zhí)枺?/td>: 202210549795.6
• 申請日: 2022-05-20
• 公開（公告）號: CN114720882B
• 公開（公告）日: 2023-02-17
• 發(fā)明（設(shè)計）人: 孫立;杜建成;蘇志剛;錢俊良;童雨晨
• 申請（專利權(quán)）人: 東南大學(xué)溧陽研究院
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G01R31/388;G06N3/04;G06N3/08
• 代理公司: 南京鑫之航知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32410
• 代理人: 姚蘭蘭

本發(fā)明公開了一種鋰離子電池最大容量衰退曲線的重構(gòu)方法，包括如下步驟：S1：基于已有加速老化數(shù)據(jù)集，進行數(shù)據(jù)處理，得到單次充電過程中鋰離子電池增量容量與電壓變化關(guān)系曲線；S2：根據(jù)單次充電過程中增量容量與電壓變化關(guān)系曲線確定神經(jīng)網(wǎng)絡(luò)的輸入和輸出變量，將加速老化試驗數(shù)據(jù)代入神經(jīng)網(wǎng)絡(luò)中，構(gòu)建重構(gòu)鋰離子電池最大容量衰退曲線的基礎(chǔ)模型；S3：根據(jù)基礎(chǔ)模型和工業(yè)正常使用情況下充放電的數(shù)據(jù)，選擇參考容量點，建立遷移模型；S4：將遷移后的模型用來重構(gòu)鋰離子電池正常老化時的最大容量衰退曲線，并進行誤差分析。本發(fā)明的方法具有數(shù)據(jù)需求少、精度高、誤差小的優(yōu)勢。

技術(shù)領(lǐng)域

本發(fā)明涉及鋰離子電池電源領(lǐng)域，具體的說是一種基于神經(jīng)網(wǎng)絡(luò)和遷移模型的鋰離子電池儲電容量衰退曲線的重構(gòu)方法。

背景技術(shù)

鋰電池憑借其能量密度高，使用壽命長，自放電率低以及清潔可靠的優(yōu)點已經(jīng)被廣泛應(yīng)用于交通工具，動力電源，二次充電及儲能設(shè)備之中。現(xiàn)有的研究結(jié)果表明。鋰電池的在電化學(xué)儲能中的占比最大，達86％。綜合目前對于節(jié)能減排的要求以及綜合能源系統(tǒng)的不斷發(fā)展，鋰電池在這些系統(tǒng)中扮演者越來越重要的作用，其性能和使用壽命也越來越成為我們需要關(guān)心的方面。

目前鋰電池的荷電狀態(tài)和健康狀態(tài)的評價主要依靠SOC，以及SOH，來評價，對于SOC的研究已經(jīng)發(fā)展了很長時間，目前SOH作為一種鋰電池健康狀態(tài)的評價指標(biāo)，有著更加深刻而現(xiàn)實的意義。如鋰電池在充放電循環(huán)過程中，就會遇到電池?fù)p耗，電池老化的進程不斷加劇。當(dāng)電池老化的一定程度的時候，如果其繼續(xù)運行就會有很大的安全風(fēng)險，可能引發(fā)事故。于是對于SOH的研究就十分有現(xiàn)實意義，準(zhǔn)確的SOH估算可以為鋰電池健康狀態(tài)的估算和鋰電池的更換提供了依據(jù)。所以，如何準(zhǔn)確的估算鋰電池的SOH是一個十分重要的研究。

現(xiàn)有的鋰電池SOH的預(yù)測方法主要分為基于電化學(xué)模型和數(shù)據(jù)驅(qū)動模型這兩種，基于數(shù)據(jù)驅(qū)動的方法不需要考慮鋰電池內(nèi)部的各種老化情況，是一種比較熱門的鋰電池健康狀態(tài)預(yù)測的方法，但是目前基于數(shù)據(jù)驅(qū)動的方法需要大量的準(zhǔn)確的實驗室數(shù)據(jù)為支撐，才能獲得較為充足的訓(xùn)練集與測試集。目前的實驗數(shù)據(jù)集獲取面臨著許多問題如：充放電循環(huán)的時間長，一節(jié)電池完全老化所需的實驗時間較長；實驗室試驗的測試環(huán)境較為單一，不能很好模擬鋰離子電池真實使用環(huán)境中的多工況問題。

目前隨著電動汽車行業(yè)的發(fā)展，鋰離子電池在電動汽車中得到廣泛應(yīng)用，電動汽車每日都需要進行充放電的行為，會產(chǎn)生大量的相關(guān)工業(yè)數(shù)據(jù)集。但是電動汽車在充放電過程中可能會出現(xiàn)不完全充放電的問題，產(chǎn)生的數(shù)據(jù)集不夠完整，如果想要利用工業(yè)數(shù)據(jù)集來替代實驗室數(shù)據(jù)，這些問題都亟待解決。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提供了一種對數(shù)據(jù)需求少，且預(yù)測精度高的基于神經(jīng)網(wǎng)絡(luò)和遷移模型的鋰離子電池最大容量衰退曲線的重構(gòu)方法。

為了達到上述目的，本發(fā)明是通過以下技術(shù)方案來實現(xiàn)的：

本發(fā)明是基于神經(jīng)網(wǎng)絡(luò)和遷移模型的鋰離子電池最大容量衰退曲線的重構(gòu)方法，包括如下步驟：

S1：基于已有加速老化數(shù)據(jù)集，進行數(shù)據(jù)處理，得到單次充電過程中鋰離子電池增量容量與電壓變化關(guān)系曲線；

S2：根據(jù)單次充電過程中增量容量與電壓變化關(guān)系曲線確定神經(jīng)網(wǎng)絡(luò)的輸入和輸出變量，將加速老化數(shù)據(jù)代入神經(jīng)網(wǎng)絡(luò)中，構(gòu)建重構(gòu)鋰離子電池最大容量衰退曲線的基礎(chǔ)模型；

S3：根據(jù)基礎(chǔ)模型和工業(yè)正常使用情況下充放電的數(shù)據(jù)，選擇少量參考容量點，建立遷移模型；

S4：將遷移后的模型用來重構(gòu)鋰離子電池正常老化時的最大容量衰退曲線，并進行誤差分析。

本發(fā)明的進一步改進在于：S1中，利用鋰電池在加速老化的恒流充電獲得的容量、充放電循環(huán)的次數(shù)、恒流充電過程的充電電壓、恒流充電過程的充電電流、恒流充電過程的充電容量，計算出單次充電過程中鋰電池增量容量與終端電壓變化關(guān)系曲線，增量容量表示為：