[发明专利]基于内部特征的锂离子电池一致性筛选分组方法

权利要求书

1.基于内部特征的锂离子电池一致性筛选分组方法，其特征在于，所述方法包括以下步骤：

步骤一、对锂离子电池电化学模型进行参数辨识，得到电化学模型参数，从该模型参数中选取其中一个参数，在该参数数值的变化范围内，均匀选取多个取值，分别将该参数对应的多个取值与其余参数代入锂离子电池电化学模型进行仿真，得到恒流放电下对应的多条电压曲线，根据该参数得到的多条电压曲线获得该参数的敏感度；

步骤二、从多个参数中选取敏感度高的参数作为备选特征向量：对模型其他参数采用步骤一的方式获得相应参数的敏感度，从而获得每个参数的敏感度，剔除敏感度数量级最低的参数，剩余参数作为高敏感度的参数，将其作为备选特征向量；

步骤三、从多个参数中选取辨识度高的参数作为备选特征向量：根据锂离子电池电化学模型，对单体电池进行多次参数辨识实验，得到每个参数的对应的多个数值，根据每个参数对应的多个数值获得每个参数的变异系数，剔除变异系数数量级最高的参数，剩余参数具有可辨识度，剩余参数组成的参数集作为备选特征向量；

步骤四、在备选特征向量中选出同时具备敏感度和可辨识度的参数作为敏感参数；

步骤五、电池敏感参数的拟合度：对锂离子电池电化学模型进行老化试验，在老化过程中，每隔特定的循环周期数对电池进行电化学模型参数辨识，获取不同容量下锂离子电池电化学模型的步骤四选出的敏感参数的参数值，将该参数值与相应的容量值进行拟合，得到敏感参数与电池状态的拟合度，选取拟合度大于设定值的参数作为敏感参数特征向量；

步骤六、根据所述的敏感参数特征向量，得到特征参数的权重，利用该权重修正敏感参数特征向量，得到修正后的矩阵，根据该矩阵和聚类算法得到电池的分类数以及每个电池单体的分组信息，从而实现对每个电池单体的筛选分组；

特征参数的权重为：

式中，ω_i和R_i分别表示第i个特征的权重和R²值，R²表示敏感参数与容量的相关性，M表示敏感参数特征向量的元素总数；

根据该矩阵和聚类算法得到电池的分类数以及每个电池单体的分组信息，从而实现对每个电池单体的筛选分组的具体过程为：

将敏感参数特征向量变换为3×120的特征矩阵，为：

式中，x_ij(1≤i≤3,1≤j≤120)代表第j个电池样本的第i个特征量，

将敏感参数特征向量进行标准化处理，公式4通过极差变换进行标准化处理，得到标准化后的参数特征矩阵X^*，表示为：

式中：

利用特征参数的权重修正矩阵X^*，得到修正后的矩阵X^ω：

式中：ω₁,ω₂和ω₃分别表示yo_fs,y₀和Q_n的权重，x^*_ij表示标准化后第j个电池的第i个健康特征，y_ofs为锂离子电池SP+模型中的正负极偏移系数、y₀为SP+模型中的正极初始嵌锂浓度分数、Q_n为SP+模型中的负极容量；

将修正后的矩阵X^ω作为聚类算法的聚类对象，根据聚类算法得到电池的分类数及每个电池单体的分组信息，从而实现对每个电池单体的筛选分组。

2.根据权利要求1所述基于内部特征的锂离子电池一致性筛选分组方法，其特征在于，步骤一中，每个参数的敏感度获得过程为：

从每个参数得到的多条电压曲线上，均匀选取N个时间点，在每个时间点处，都对应着多个电压值，根据每个参数在某个时间点处得到的多个电压平均值和该参数在的某个取值在某个时间点处对应的电压，获得该参数的敏感度为：

式中，σ_j表示电池第j个模型参数的敏感度，i表示模型参数在±10％变化区间内的第i个取值，n表示对电压曲线族的采样点个数，最大值为N，V_nij表示第j个模型参数的第i个取值在采样点n处所对应的电池端电压，表示第j个模型参数在采样点n处的电压平均值，F表示电压曲线的数量。

3.根据权利要求1所述基于内部特征的锂离子电池一致性筛选分组方法，其特征在于，步骤三中，变异系数c_v的获得过程为：

根据每个参数对应的多个数值获得该参数的平均值和标准差，根据每个参数的平均值和该参数的标准差，得到该参数的变异系数c_v为：

式中，σ为同一参数的多个数值的标准差，μ为同一参数的多个数值的平均值。