[发明专利]基于组合赋权-模糊综合评价的电池组不一致性评估方法

说明书

本发明公开了一种基于组合赋权‑模糊综合评价的电池组不一致性评估方法，首先确定评价指标集合，然后采用G1方法作为主观赋权法，采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法，获得不一致性评价指标的主观权重和客观权重；再将使用熵权法和CRITIC法获得的两种客观权重相融合，所得结果再与G1法获得的主观权重融合，得到最终的组合权重；最终采用模糊综合评价对电池组不一致程度进行评估。本发明充分利用客观信息的同时，尽可能满足主观判断，克服了单一赋权法的片面性，权重分配更加合理，其次利用模糊综合评价方法实现了电池组不一致性程度的准确评价。

技术领域

本发明属于电池技术领域，具体涉及一种电池组不一致性评估方法。

背景技术

为满足新能源汽车行驶的能量和功率需求，需要将成百上千个单体电池经过串并联的方式组成动力电池组。一般来说，成组后的电池组的性能参数不是简单的电池单体参数的加和，其容量、安全性和耐久性等性能相对于单体电池也有一定程度的下降，其主要原因就是单体电池之间的不一致性。这种不一致性的产生原因主要来自两个方面：第一，制造过程中造成的不一致性；第二，电池组使用过程中造成的不一致性。在制造过程中，由于电池内部的活性材料、电池极板的厚度等不可避免的会出现不一致，因此导致了电池初始容量、内阻和自放电率等参数的不一致，成组后随着使用不一致性会持续扩大。在使用过程中，随着电流的持续加载和卸载、反复进行的充放电循环，电池组内的热分布不同等因素导致了每个电池的放电深度、终端电压、荷电状态(SOC)、健康状态(SOH)等不一致，并持续恶化。电池组不一致性的恶化会导致电池组整体寿命退化、热失控等问题，甚至出现严重的安全事故。因此，锂离子电池组的不一致性评估，对于保证电池组的健康可靠运行，实现电池组SOC、SOH的准确估计具有重要意义。

许多研究人员也已经对于电池组不一致性程度评估问题做了很多工作，提出了基于信号处理、等效模型以及信息融合等方法进行不一致性特征的提取，选取了不同的电池参数作为不一致性评价指标等。但目前对于不一致性评价指标的权重确定方法，主要以单一的客观赋权法或单一的主观赋权法进行权重分配，具有很大的片面性，同时不一致性评价方法也有待进一步研究。因此，如何使评估内容更加全面，权重确定更加合理，指标量化更加科学，评估结果更符合实际仍然是不一致性评估问题面临的主要挑战。

发明内容

为了克服现有技术的不足，本发明提供了一种基于组合赋权-模糊综合评价的电池组不一致性评估方法，首先确定评价指标集合，然后采用G1方法作为主观赋权法，采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法，获得不一致性评价指标的主观权重和客观权重；再将使用熵权法和CRITIC法获得的两种客观权重相融合，所得结果再与G1法获得的主观权重融合，得到最终的组合权重；最终采用模糊综合评价对电池组不一致程度进行评估。本发明充分利用客观信息的同时，尽可能满足主观判断，克服了单一赋权法的片面性，权重分配更加合理，其次利用模糊综合评价方法实现了电池组不一致性程度的准确评价。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1：确定评价指标集合O＝{o₁,o₂,....,o_m}；

根据电池组不一致性程度影响因素，选取m个指标作为电池组不一致性程度地评价指标；

步骤2：采用G1方法作为主观赋权法，采用熵权法和标准间相关性确定标准重要性法即CRITIC法作为客观赋权法，获得不一致性评价指标的主观权重和客观权重；

步骤2-1：根据评价对象和评价指标，建立评价系统原始矩阵X；

式中，x_ij表示第i个电池的第j个评价指标，n为电池组中的电池数量，m为评价指标个数；

步骤2-2：对原始矩阵进行归一化处理，得到所有评价指标的归一化矩阵；