[发明专利]一种动力锂离子电池健康状态在线预估方法

说明书

本发明公开了一种动力锂离子电池健康状态在线预估方法。建立二阶RC模型下动力锂离子电池内部参数与健康状态值的BP神经网络预测模型；采集处于工况状态中的电池的实时在线端电压与电流数据，基于改进递推最小二乘法辨识实时工况下的二阶RC模型参数；认为在一次充放电结束前电池的健康状态基本不变，实时更新二阶RC模型参数，健康状态采用上一时刻的预估值；一次充放电完成后，计算整个充放电过程中的电池内部参数均值，将其作为BP神经网络预测模型的输入，更新电池的健康状态值。本发明实现了运行状态下对动力锂离子电池健康状态的有效预估，提高了锂电池健康状态的在线估算效率。

技术领域

本发明属于电池健康状态评估领域，特别涉及了一种动力锂离子电池健康状态预估方法。

背景技术

随着科技的发展与社会的进步，人类对能源的需求日渐提高。由于煤、石油、天然气等化石燃料的不可再生，人类对能源需求量的增高与化石燃料对环境的污染已经成为当今社会急需解决的问题。我国正在抓紧制定碳排放达峰行动方案，加快调整优化产业结构、能源结构，争取早日实现碳排放量清零和碳中和目标。据统计，全球70％的石油消耗来自汽车行业，因此，大力发展新能源电动车已成为未来汽车领域发展的趋势。电池的健康状态(SOH)在一定程度上表征着当前电池相比于新电池存储电能的能力，可用来定量描述当前电池的性能状态。SOH的研究有利于掌握电池老化影响因素，为电池的使用和维护提供理论指导，可减少高低温以及过充过放等有损电池使用的情况，同时让使用者知悉电池当前的健康状态，帮助判断电池的内在隐患和寿命情况，为电池维护和更换提供参考。如何准确地预估电池的健康状态一直是全球电池领域研究的热点。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种动力锂离子电池健康状态在线预估方法，能够实现运行状态下对锂离子电池健康状态的有效预估，提高锂电池健康状态的在线估算效率。

为了实现上述技术目的，本发明的技术方案为：

一种动力锂离子电池健康状态在线预估方法，包括以下步骤：

(1)建立动力锂离子电池二阶RC模型下欧姆内阻、浓差极化内阻、浓差极化电容与健康状态值的BP神经网络预测模型；

(2)采集处于工况状态中的动力锂离子电池的实时在线端电压与电流数据，基于改进递推最小二乘法辨识实时工况下的二阶RC模型参数；

(3)认为在一次充放电结束前，动力锂离子电池的健康状态基本不变，实时更新二阶RC模型参数，健康状态采用上一时刻的预估值；

(4)一次充放电完成后，计算整个充放电过程中的动力锂离子电池内部参数均值，将其作为BP神经网络预测模型的输入，更新动力锂离子电池的健康状态值；重复步骤(2)-(4)，从而实时获取健康状态估计值。

进一步地，步骤(1)的具体过程如下：

(11)建立动力锂离子电池的等效电路模型：二阶RC模型；

(12)测量动力锂离子电池在不同荷电状态下的开路电压值，采用曲线拟合方式拟合得出开路电压与荷电状态的曲线关系；

(13)对动力锂离子电池模拟联邦测试运行工况进行充放电测试，采集电池放电过程中的端电压与电流数据，通过改进的递推最小二乘法完成实时工况下模型参数的在线辨识；

(14)估算工况结束后欧姆内阻、浓差极化内阻和浓差极化电容的均值，并将离线测试动力锂离子电池的健康状态值作为健康状态真值，建立输入集为欧姆内阻、浓差极化内阻和浓差极化电容，输出集为对应健康状态值的BP神经网络预测模型。

进一步地，所述二阶RC模型包括浓差极化内阻、浓差极化电容、扩散电阻和扩散电容，浓差极化内阻与浓差极化电容构成的并联电路、扩散电阻与扩散电容构成的并联回路依次与电源和欧姆内阻串联。

进一步地，步骤(13)-(14)的具体过程如下：