[发明专利]一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法

摘要

一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法,属于动力电池回收再利用检测领域。解决了现有的电池梯次利用方法中离线检测电池的容量值和内阻，针对电池正负极特征参数提取方法中离线检测电池的相关参数误差大的问题。本发明采用恒流恒压充电方式对待检测电池进行充电，对充电后的电池进行两次放电，使用一阶RC模型或者简化的电池阻抗谱模型，基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取电池开路电压估计值OCV_e，电池欧姆内阻，电池的极化参数；基于非线性最小二乘法提取电池负极容量Q_n、电池放电时负极初始荷电状态的SOC值SOC_n,0，电池放电时负极终止荷电状态的SOC值SOC_n,1的电池容量特征参数。本发明适用于电池梯次利用方法中电池的离线检测。

主权项

一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法，其特征在于，该方法的具体步骤为：步骤一、采用恒流恒压充电方式对待检测电池进行充电，充电结束后，将充电后的待测电池静置t1小时，使电池处于满电的平衡状态满电状态；其中，t1为正数；步骤二、对充电后的电池进行放电，放电平均放电脉冲电流为1C/8，最大放电倍率为1C，直至待测电池的电压达到待测电池的下限截止电压，停止放电，并采集放电过程中电池的端电压和电流数据；电池静置t2小时后采用恒流放电的方式对电池放电，直至待测电池的电压达到待测电池的下限截止电压，停止放电，t2为正数；步骤三、利用步骤二中采集得到的放电过程中电池的端电压和电流数据，使用一阶RC模型或者简化的电池阻抗谱模型，以电流数据作为电池模型的输入量、电压作为电池模型的输出量；基于扩展卡尔曼滤波器或者分数阶联合卡尔曼滤波算法提取一阶RC模型或者简化的电池阻抗谱模型中电压源的电压估计值作为电池开路电压估计值OCV_e，提取一阶RC模型或者简化的电池阻抗谱模型中的电阻元件的阻值作为电池欧姆内阻，提取一阶RC模型或者简化的电池阻抗谱模型中的电阻的阻值与电容并联回路的电容值或韦伯阻抗元件的阻值作为电池的极化参数；步骤四、利用步骤四中获得的电池开路电压估计值OCV_e和步骤二中脉冲放电的平均电流，基于非线性最小二乘法提取电池负极容量Q_n、电池放电时负极初始荷电状态的SOC值SOC_n,0，电池放电时负极终止荷电状态的SOC值SOC_n,1的电池容量特征参数，完成用于梯次利用的电池健康特征参数提取。