[发明专利]一种锂离子电池分区间循环容量衰退预测方法

说明书

本发明涉及一种锂离子电池分区间循环容量衰退预测方法，包括如下步骤：S1、对锂离子电池进行不同SOC区间衰退测试，得到不同SOC区间的测试数据；S2、进行分区间特征参数提取；S3、利用Keras深度学习框架构建LSTM RNN模型，对模型进行初始化；S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练，并进行模型验证；S5、经过模型训练和模型验证后的LSTM RNN模型，通过迭代的形式输出给定区间下循环电池的容量衰退曲线，根据区间范围[SOC_k‑1,SOC_k]的不同，输出不同循环次数下的电池容量值，对电池的衰退容量进行预测。

技术领域

本发明涉及锂离子电池领域，具体涉及一种锂离子电池分区间循环容量衰退预测方法。

背景技术

锂离子电池因具有能量与功率密度高、自放电率低和循环寿命长等优点成为电动汽车和电力储能领域的应用首选。虽然电池荷电状态 (SOC)的可用范围是0％-100％，但实际中往往仅使用部分SOC区间，很少经历满充-满放过程。以储能用锂离子电池为例，储能锂离子电池的运行工况相较于车用锂离子电池更加简单，同时考虑到安全裕量和高端SOC区间段对衰退的影响，锂离子电池的实际应用区间通常限制在一定的范围之内。

现阶段，国内外学者对于不同材料体系的锂离子电池进行了分区间循环寿命的研究。平均SOC、区间宽度及放电深度DOD通常用来描述SOC区间对电池衰退的影响。研究者通过对石墨/钴酸锂电池进行不同SOC区间和放电倍率下的循环测试，量化了部分充放电区间对电池容量损失的影响。研究发现，对于前500次等效循环，平均 SOC对电池衰退起主导作用，测试后期(600-800次等效循环)SOC 区间宽度对容量衰退的影响更大。有的研究者系统的对比了5个20％DOD分区间和全区间循环下容量衰减和阻抗增加情况，并利用容量增量法提取量化锂离子电池不同衰退机理的特征参数，分析各区间下电池的老化原因，发现使用高端和低端SOC区间包含了负极材料的电压平台之间的变换过程，对Li(NiMnCo)O₂电池寿命造成较大影响，而在50％SOC附近循环的电池衰退最慢。可以看出，上述研究结果中存在较多的分歧，究其原因主要是所研究的锂离子电池的材料体系不同，同时测试条件也存在明显差异。

发明内容

针对现有技术中存在的缺陷，本发明提取多个影响电池老化程度大小的特征参数，建立了一种基于数据驱动算法的锂离子电池衰退半经验模型。该模型结合了电池老化机理和实验结果，能够实现任意分区间循环条件下电池寿命的准确预测。

为达到以上目的，本发明采取的技术方案是：

一种锂离子电池分区间循环容量衰退预测方法，包括如下步骤：

S1、针对目标锂离子电池，进行不同SOC区间衰退测试，得到不同SOC区间的测试数据；

S2、通过分区间特征参数提取，对锂离子电池的不同SOC区间衰退状态进行分析；

S3、利用Keras深度学习框架构建LSTM RNN模型，对LSTM RNN模型进行初始化；

S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练，并进行模型验证；

S5、经过模型训练和模型验证后的LSTM RNN模型，通过迭代的形式输出给定区间下循环电池的容量衰退曲线，根据区间范围 [SOC_k-1,SOC_k]的不同，输出不同循环次数下的电池容量值，对电池的衰退容量进行预测。

步骤S1中，所述不同SOC区间包括：

20％SOC区间：按照20％SOC原则将0-100％SOC全区间划分为[0-20％]、[20-40％]、[40-60％]、[60-80％]和[80-100％]五个分区间；