[发明专利]一种锂离子电池SOH预测方法

权利要求书

1.一种锂离子电池SOH预测方法，其特征在于，包括：

采集锂离子电池充电和放电过程中的充放电参数；

根据所述充放电参数计算多个健康因子；

采用PCA算法从所述多个健康因子中得到每个健康因子对应的特征向量、特征值以及贡献值；

根据所述特征向量、特征值以及贡献值计算电池当前的SOH值；

所述采集锂离子电池充电和放电过程中的充放电参数包括：

在锂离子电池充电和放电过程中实时采集充电电压、充电电流、放电电压、放电电流、电池温度；

所述根据所述充放电参数计算多个健康因子包括：

根据所述充电电压、充电电流、放电电压、放电电流、电池温度分别计算以下健康因子：第一健康因子HI1、第二健康因子HI2、第三健康因子HI3、第四健康因子HI4、第五健康因子HI5、第六健康因子HI6、第七健康因子HI7、第八健康因子HI8；

其中，HI1表示初始电压骤降值、HI2表示放电平台时长、HI3表示放电平台期电压变化率、HI4表示放电过程中电池的平均温度、HI5表示放电平台期电池内电阻估计值、HI6表示恒流充电过程中的累计充电容量、HI7表示到达充电截止电压所用时间、HI8表示充电电压由第一电压到达第二电压所用时间；

所述采用PCA算法从所述多个健康因子中得到每个健康因子对应的特征向量、特征值以及贡献值包括：

将所述健康因子的集合组成一个特征变量；

将所述特征变量输入到PCA算法模型中得到每个健康因子对应的特征向量Coffee、特征值Principal以及贡献值Explained；

所述根据所述特征向量、特征值以及贡献值计算电池当前的SOH值包括：根据多个健康因子的贡献值，采用以下公式对相邻的健康因子进行融合，得到融合后的多个融合健康因子；

HLi=(1-Explained(i+1))*Principali+Explained(i+1)*Principal(i+1) ；

其中，HLi表示融合后的第i个融合健康因子，Principali表示第i个健康因子的特征值，Principal(i+1)表示第（i+1）个健康因子的特征值，Explained(i+1)表示第（i+1）个健康因子的贡献值。

2.如权利要求1述的锂离子电池SOH预测方法，其特征在于，所述根据所述特征向量、特征值以及贡献值计算电池当前的SOH值还包括：根据以下状态方程和观测方程计算当前次循环后锂电池容量衰减值以及当前次循环后的循环融合健康因子变化量；

；

上式中，ΔC_k为第k次循环容量衰减值；ΔHL_k为第k次循环融合健康因子变化量；A_k-1为状态转移系数；H_k为系统观测系数；ω_k-1为系统白噪声；v_k为观测白噪声。

3.如权利要求2述的锂离子电池SOH预测方法，其特征在于，所述根据所述特征向量、特征值以及贡献值计算电池当前的SOH值还包括：通过以下公式计算电池SOH：

；

其中，SOH_k表示电池第k次循环的健康值，c₁表示电池初始时刻的容量值，ΔC_k为第k次循环容量衰减值。