[发明专利]一种基于车用锂离子电池的健康状态测试评估方法

说明书

本发明公开一种基于车用锂离子电池的健康状态测试评估方法，该方法包括以下步骤：对待测试评估的车用锂离子电池进行循环充放电测试，并收集训练数据集建立测试模型；将采集的实时监测数据通过测试模型进行分析处理，得到车用锂离子电池的健康状态；其中，训练数据集包括：测试环境温度T_E、锂离子电池温度T_Li、电池SOC、电池内阻r、放电电压U和放电容量Q；测试模型为BP神经网络监测模型。本发明通过多角度采集电池在循环充放电测试中的测试数据，基于三层BP神经网络的健康状态测试模型，能够对车用锂离子电池的健康状态进行合理评估，有效解决了现有对锂离子电池健康状态评估不全面的问题。

技术领域

本发明涉及锂离子电池健康状态评估技术领域，具体涉及一种基于车用锂离子电池的健康状态测试评估方法。

背景技术

车用锂离子电池是混合动力汽车及电动汽车的动力电池，由于镍氢电池的一些技术性能如能量密度、充放电速度等已经接近到理论极限值，锂电池由于能量密度高、容量大、无记忆性等优点，得到汽车厂商与电池生产厂商的一致认可，各国研发的重点是锂离子电池。但由于随着车用锂离子电池的不断的循环充放电使用，锂离子电池的使用寿命往往会呈现断崖式的降低，因此，在此之前需要对锂离子电池的健康状态做出合理评估，可以提前对锂离子电池的健康状态做出预判。

但是在现有技术中，存在对锂离子电池的健康状态测试评估困难，并且不能结合更多的参数测试数据对锂离子电池全面进行健康状态评估的问题。例如，专利号为201910392656.5、申请公布日为2019.08.16，名称为“一种应用于电池管理系统的锂离子电池健康状态估计方法”的专利公开了一种应用于电池管理系统的锂离子电池健康状态估计方法，该专利中提供新的退化特征供研究人员评价电池退化性能，通过RVM模型对电池参数与电池SOH进行映射，得到了SOH估计模型，取得了良好的估计效果，但是在该模型中对锂离子的电池参数并没有进行全面的采集，因此对模型的建立并不全面，也不能更好的对锂离子电池的健康状态进行更好的评估。

发明内容

有鉴于此，本发明的目的是提供一种基于车用锂离子电池的健康状态测试评估方法，通过多角度采集电池在循环充放电测试中的测试数据，并建立BP神经网络监测模型对车用锂离子电池的健康状态进行合理评估，有效解决了现有对锂离子电池健康状态评估不全面的问题。

本发明所采用的技术方案是，一种基于车用锂离子电池的健康状态测试评估方法，包括以下步骤：

对待测试评估的车用锂离子电池进行循环充放电测试，并收集训练数据集建立测试模型；将采集的实时监测数据通过所述测试模型进行分析处理，得到车用锂离子电池的健康状态；

其中，所述训练数据集包括：测试环境温度T_E、锂离子电池温度T_Li、电池SOC、电池内阻r、放电电压U和放电容量Q；所述测试模型为BP神经网络监测模型。

优选地，所述将采集的实时监测数据通过所述测试模型进行分析处理，得到车用锂离子电池的健康状态，具体包括以下步骤：

步骤1、建立基于三层BP神经网络的测试模型，按照采样周期采集监测数据；

步骤2、确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅}；其中，x₁为电池SOC系数，x₂为电池内阻系数，x₃为放电容量系数，x₄为温度系数，x₅为放电系数；

步骤3、将步骤2所述的输入层神经元向量映射到隐层，隐层的神经元为m个；