[發(fā)明專利]一種基于恒壓充電電流的鋰電池SOH估計方法有效
| 申請?zhí)枺?/td> | 202211033008.9 | 申請日： | 2022-08-26 |
| 公開（公告）號： | CN115598557B | 公開（公告）日： | 2023-08-25 |
| 發(fā)明（設(shè)計）人： | 梁子康;陳思哲;楊苓;許方圓;章云 | 申請（專利權(quán)）人： | 廣東工業(yè)大學(xué) |
| 主分類號： | G01R31/392 | 分類號： | G01R31/392;G01R31/389;G01R31/396;G01R31/367 |
| 代理公司： | 深圳市創(chuàng)富知識產(chǎn)權(quán)代理有限公司 44367 | 代理人： | 梁嘉朗 |
| 地址： | 510006 廣東省*** | 國省代碼： | 廣東;44 |
| 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： | 一種 基于 充電 電流 鋰電池 soh 估計 方法 | ||
1.一種基于恒壓充電電流的鋰電池SOH估計方法，應(yīng)用環(huán)境為穩(wěn)定的充電工況，其特征在于，具體步驟如下：
S1：對K個鋰電池進(jìn)行循環(huán)充放電測試獲取數(shù)據(jù)，在每輪循環(huán)測試中，采用恒流恒壓充電方式并采集鋰電池在進(jìn)入恒壓充電階段的全過程充電電流數(shù)據(jù)，構(gòu)建原始數(shù)據(jù)集Dori，放電階段根據(jù)所述鋰電池的總放電容量計算該循環(huán)的電池SOH；
步驟S1所述的原始數(shù)據(jù)集Dori構(gòu)建方法如下：
S1-1：針對所有K個鋰電池，對每個鋰電池都進(jìn)行循環(huán)充放電測試，采用恒流恒壓充電作為充電方式，每輪循環(huán)測試中，實時采集所述電池在恒壓充電階段的全過程充電電流數(shù)據(jù)構(gòu)建電流數(shù)據(jù)集，其中第k個鋰電池第m輪循環(huán)的恒壓充電電流數(shù)據(jù)集，共包含T個采樣時刻，具體形式如下：
Ik,m＝[Ik,m,1,Ik,m,2,...,Ik,m,t,…,Ik,m,T]
其中，Ik,m,t表示第k個鋰電池第m輪循環(huán)的第t個采樣時刻的恒壓充電電流值；
S1-2：在每輪循環(huán)的放電階段，根據(jù)總放電容量獲取電池的SOH作為標(biāo)簽值，當(dāng)電池的SOH低于70％時，停止測試，SOH的計算方法具體如下：
其中，Cnow表示電池在當(dāng)前循環(huán)的總放電容量，Cfresh表示電池出廠時的標(biāo)稱容量；
S1-3：根據(jù)步驟S1-1和步驟S1-2所獲取的恒壓充電電流數(shù)據(jù)，構(gòu)建原始數(shù)據(jù)集Dori，具體形式如下：
其中，Dk表示第k個鋰電池對應(yīng)的原始數(shù)據(jù)集，共包含M輪循環(huán)，具體形式如下：
S2：對步驟S1所構(gòu)建的原始數(shù)據(jù)集Dori進(jìn)行數(shù)據(jù)預(yù)處理，計算所述鋰電池恒壓充電階段的充電電流的最大值、最小值、平均值、標(biāo)準(zhǔn)差、偏度和峰度，并作為特征，將步驟S1所獲得的電池SOH值作為標(biāo)簽，組成特征數(shù)據(jù)集Df，并進(jìn)行歸一化處理；
步驟S2所述的特征數(shù)據(jù)集Df構(gòu)建方法如下：
S2-1：針對所有K個鋰電池，根據(jù)步驟S1所采集的原始數(shù)據(jù)集Dori，對每一個鋰電池每一輪循環(huán)的恒壓充電電流數(shù)據(jù)集都計算其最大值、最小值、平均值，其中第k個鋰電池第m輪循環(huán)的恒壓充電電流的最大值記為Ik,m,max，最小值記為Ik,m,min，平均值記為Ik,m,mean；
S2-2：根據(jù)步驟S1所采集的原始數(shù)據(jù)集Dori，對每一輪循環(huán)的恒壓充電電流數(shù)據(jù)集都計算其標(biāo)準(zhǔn)差，對于第k個鋰電池第m輪循環(huán)的恒壓充電電流的標(biāo)準(zhǔn)差計算公式為：
S2-3：根據(jù)步驟S1所采集的原始數(shù)據(jù)集Dori，對每一輪循環(huán)的恒壓充電電流數(shù)據(jù)集都計算其偏度，對于第k個鋰電池第m輪循環(huán)的恒壓充電電流的偏度計算公式為：
S2-4：根據(jù)步驟S1所采集的原始數(shù)據(jù)集Dori，對每一輪循環(huán)的恒壓充電電流數(shù)據(jù)集都計算其峰度，對于第k個鋰電池第m輪循環(huán)的恒壓充電電流的峰度計算公式為：
S2-5：將步驟S2-1至步驟S2-4所獲得的每一輪循環(huán)的最大值、最小值、平均值、標(biāo)準(zhǔn)差、偏度和峰度作為特征，與步驟S1獲得的每一輪循環(huán)的電池SOH標(biāo)簽值合并，組成特征數(shù)據(jù)集Df，并進(jìn)行歸一化處理，得到特征數(shù)據(jù)集Df的形式如下：
其中，Df,k表示第k個鋰電池對應(yīng)的特征數(shù)據(jù)集，具體形式如下：
其中，Df,k,m表示第k個鋰電池第m輪循環(huán)對應(yīng)的特征數(shù)據(jù)，具體形式如下：
Df,k,m＝[Ik,m,max,Ik,m,min,Ik,m,mean,Ik,m,std,Ik,m,kur,Ik,m,skew,SOHk,m]；
S3：對步驟S2所獲得的特征數(shù)據(jù)集Df中的每個特征與SOH進(jìn)行相關(guān)系數(shù)分析，保留相關(guān)系數(shù)大于0.6的特征，構(gòu)建高相關(guān)性特征數(shù)據(jù)集Dhigh；
S4：在高相關(guān)性特征數(shù)據(jù)集Dhigh中，將N(N＜K)個鋰電池的特征數(shù)據(jù)構(gòu)建訓(xùn)練集，將剩余鋰電池的特征數(shù)據(jù)構(gòu)建測試集，搭建長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)模型；
S5：將步驟S4中的訓(xùn)練集輸入到LSTM模型中進(jìn)行訓(xùn)練；
S6：將步驟S4中的測試集輸入到步驟S5所訓(xùn)練好的模型中進(jìn)行性能檢驗，若模型性能符合要求，則將模型保存并導(dǎo)入到電池管理系統(tǒng)，反之則重復(fù)步驟S5重新訓(xùn)練模型；
S7：在鋰電池進(jìn)入恒壓充電階段時，根據(jù)步驟S1的方法采集該電池在恒壓充電階段的全過程充電電流數(shù)據(jù)，在恒壓充電階段結(jié)束后采用步驟S2至S3的方法，對所采集到的電流數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到步驟S3所述的高相關(guān)性特征數(shù)據(jù)集Dhigh對應(yīng)的特征，輸入到步驟S6所述的模型中，估計所述電池的SOH。
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)利屬于廣東工業(yè)大學(xué)，未經(jīng)廣東工業(yè)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/202211033008.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
