[发明专利]基于电化学阻抗谱的退役电池健康状态评估方法及系统

说明书

本发明公开了基于电化学阻抗谱的退役电池健康状态评估方法及系统，该方法包括：对退役电池进行循环老化测试与容量标定，将容量标定后的退役电池进行EIS测试，得到退役电池的EIS数据，通过ARD算法对退役电池的EIS数据进行选择，得到电池健康状态的特征频率，构建贝叶斯网络模型并进行训练，得到退役电池的SOH估计模型，对退役电池的SOH估计模型进行优化并输入退役电池的EIS数据，得到退役电池SOH。通过使用本发明，能够对退役电池的健康状态进行深入的检测并准确地评估退役电池梯次利用下的健康状态。本发明作为基于电化学阻抗谱的退役电池健康状态评估方法及系统，可广泛应用于退役电池健康状态评估技术领域。

技术领域

本发明涉及退役电池健康状态评估技术领域，尤其涉及基于电化学阻抗谱的退役电池健康状态评估方法及系统。

背景技术

退役动力电池第一寿命阶段的不可逆老化及第二寿命阶段运行工况、乃至组件和架构的转变增加了其再利用时老化模式和预期寿命的不确定性。退役动力电池第二寿命阶段高度可变的使用条件和增大的电池间差异，导致精准的电池健康状态估计极具挑战性；由于复杂的电化学动力学和多物理耦合，当前，仅感知电压、电流和表面温度的简单的电池监测系统显然无法实现高精度的电池健康估计及寿命预测。如何准确、稳健地估计和监控关键内部状态是保障退役动力电池安全、高效运行的关键技术之一；显然迫切需要能够准确、深入监测健康状态的工具；因此，许多基于EIS的SOH估计方法被提出。然而，将EIS部署到预测性电池诊断中会受到频谱高维性的阻碍，这是由于EIS测量频率会记录跨越几个数量级，虽然EIS随电池老化的变化是明显的，但是要找出与电池老化相关的定量特征是很有挑战性的；现有的方法大多采用复杂的电化学过程分析和等效电路模型(ECM)构建来提取健康特征，然而，电池间差异、老化工况和测试条件对现有方法的适用性以及参数辨识的有效性提出了挑战，这是目前EIS实用化的阻碍之一。

发明内容

为了解决上述技术问题，本发明的目的是提供基于电化学阻抗谱的退役电池健康状态评估方法及系统，能够对退役电池的健康状态进行深入的检测并准确地评估退役电池梯次利用下的健康状态。

本发明所采用的第一技术方案是：基于电化学阻抗谱的退役电池健康状态评估方法，包括以下步骤：

对退役电池进行循环老化测试与容量标定；

将容量标定后的退役电池进行EIS测试，得到退役电池的EIS数据；

通过ARD算法对退役电池的EIS数据进行选择，得到电池健康状态的特征频率；

构建贝叶斯网络模型并进行训练，得到退役电池的SOH估计模型；

对退役电池的SOH估计模型进行优化并输入退役电池的EIS数据，得到退役电池SOH。

进一步，所述退役电池循环老化测试与容量标定包括以下过程：

恒流恒压充电过程，将电池恒流恒压充满至4.2V，截止电流为0.02C并搁置30分钟后进行容量标定；

恒流放电过程，以1C恒流放电至截止电压2.75V，搁置10分钟后以0.05C恒流放电至截止电压2.75V后进行容量标定。

进一步，所述对退役电池进行EIS测试还包括：

在不同的电池SOC和不同的温度条件下，通过恒电流模式对退役电池进行EIS测试。

进一步，所述通过ARD算法对退役电池的EIS数据进行选择，得到电池健康状态的特征频率这一步骤，具体还包括：

基于ARD高斯先验特征权重，通过零均值函数和平方指数协方差函数对退役电池的EIS数据的高频区间进行分析，得到ARD的高频特征权重系数；

基于参数辨识获得阻抗，对退役电池的EIS数据的低频区间进行拟合计算，得到基于电极过程的低频扩散系数；