用于梯次锂电池组的预警方法技术

本发明专利技术涉及测量电变量技术领域，具体涉及一种用于梯次锂电池组的预警方法，该方法通过对梯次电池组中各个梯次电池在过去各个设定时段对应的第一测试数据进行测量，并基于测量得到的第一测试数据，确定梯次电池组中各个梯次电池在过去各个设定时段对应的可用程度，进而基于确定的这些可用程度，利用预测网络对梯次电池在未来下一个设定时段对应的可用程度进行预测，根据预测的可用程度，确定梯次电池组中各个梯次电池在未来下一个设定时段对应的不可用的梯次电池，并进行相应的预警。由于本发明专利技术可以提前检测到梯次电池在未来时段的可用程度，进而可实现提前预警，有效解决了现有的梯次电池性能检测具有一定滞后性的问题。有的梯次电池性能检测具有一定滞后性的问题。有的梯次电池性能检测具有一定滞后性的问题。

【技术实现步骤摘要】
用于梯次锂电池组的预警方法


[0001]本专利技术涉及测量电变量
，具体涉及一种用于梯次锂电池组的预警方法。

技术介绍

[0002]电动汽车的快速发展，催生了退役锂电池的梯次利用。由于退役的梯次锂电池质量参差不齐，当个别梯次锂电池的性能严重衰减到一定程度时，就会影响到整个锂电池组的使用性能，甚至可能会导致车辆安全事故，因此需要定期对梯次电池的性能进行检测。
[0003]在现有的梯次电池的性能检测中，由于是定期定时检测，通常只有在梯次电池的性能衰减到一定程度并造成相应的影响时，才能被检测到，具有一定的滞后性。例如，申请公布号为CN111313110A的中国专利文件就公开了一种梯次利用三元电池容量快速衰退预警方法，该方法只有当电池容量衰减到一定程度时，才能检测到电池存在容量快速衰退风险。

技术实现思路

[0004]本专利技术的目的在于提供一种用于梯次锂电池组的预警方法，用于解决现有的梯次电池性能检测具有一定滞后性的问题。
[0005]为解决上述技术问题，本专利技术提供了一种用于梯次锂电池组的预警方法，包括以下步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于梯次锂电池组的预警方法，其特征在于，包括以下步骤：获取梯次电池组中各个梯次电池在过去各个设定时段对应的第一测试数据，所述第一测试数据包括：在充放电测试过程中不同充电量情况下的开路电压和充放电效率；根据梯次电池组中各个梯次电池在过去各个设定时段对应的第一测试数据，确定梯次电池组中各个梯次电池在过去各个设定时段对应的可用程度；将梯次电池组中每个梯次电池在过去各个设定时段对应的可用程度输入到预先获取的梯次电池可用程度预测网络中，由梯次电池可用程度预测网络对每个梯次电池在未来下一个设定时段对应的可用程度进行预测，从而得到梯次电池组中各个梯次电池在未来下一个设定时段对应的可用程度预测值；根据梯次电池组中各个梯次电池在未来下一个设定时段对应的可用程度预测值，确定梯次电池组中各个梯次电池在未来下一个设定时段对应的不可用的梯次电池，进而确定当前的预警等级。2.根据权利要求1所述的用于梯次锂电池组的预警方法，其特征在于，确定梯次电池组中各个梯次电池在过去各个设定时段对应的可用程度，包括：根据梯次电池组中各个梯次电池在过去各个设定时段对应的第一测试数据，确定梯次电池组中各个梯次电池在过去各个设定时段对应的开路电压均值和充放电效率均值；根据梯次电池组中各个梯次电池在过去各个设定时段对应的开路电压均值和充放电效率均值，计算梯次电池组中各个梯次电池在过去各个设定时段对应的可用程度。3.根据权利要求2所述的用于梯次锂电池组的预警方法，其特征在于，计算梯次电池组中各个梯次电池在过去各个设定时段对应的可用程度对应的计算公式为：其中，为梯次电池组中每个梯次电池在过去每个设定时段对应的可用程度，为梯次电池组中每个梯次电池在过去每个设定时段对应的充放电效率均值，为梯次电池组中每个梯次电池在过去每个设定时段对应的开路电压均值，为梯次电池的开路电压下限值。4.根据权利要求1所述的用于梯次锂电池组的预警方法，其特征在于，梯次电池可用程度预测网络的预先获取过程包括：获取各个样本梯次电池组中各个样本梯次电池在过去各个设定时段对应的第二测试数据，所述第二测试数据包括：充电容量与电压微分曲线、电池容量、在自放电测试过程中的常温荷电保持率以及在不同充电量情况下的开路电压、充放电效率、极化电阻、欧姆电阻和极化电容；根据各个样本梯次电池组中各个样本梯次电池在过去各个设定时段对应的第二测试数据中的充电容量与电压微分曲线、电池容量以及在自放电测试过程中的常温荷电保持率，对在过去各个设定时段中所有样本梯次电池进行分类，从而得到在过去各个设定时段中各个样本梯次电池类别；根据各个样本梯次电池组中各个样本梯次电池在过去各个设定时段对应的第二测试数据中的在不同充电量情况下的开路电压和充放电效率，确定在过去各个设定时段中所有
样本梯次电池的可用程度；根据在过去各个设定时段中各个样本梯次电池类别中的各个样本梯次电池的可用程度，确定在过去各个设定时段中各个样本梯次电池类别对应的可用权重；根据各个样本梯次电池组中各个样本梯次电池在过去各个设定时段对应的第二测试数据中的在不同充电量情况下的极化电阻、欧姆电阻和极化电容，确定在过去各个设定时段中所有样本梯次电池的偏差率；根据在过去各个设定时段中各个样本梯次电池类别对应的可用权重以及每个样本梯次电池类别中各个样本梯次电池的偏差率，确定在过去各个设定时段中所有样本梯次电池的可信程度；利用神经网络构建梯次电池可用程度预测网络，并根据在过去各个设定时段中所有样本梯次电池的可用程度和可信程度，构造梯次电池可用程度预测网络的训练样本和损失函数；根据梯次电池可用程度预测网络的训练样本和损失函数，对梯次电池可用程度预测网络进行训练，从而得到最终的训练好的梯次电池可用程度预测网络。5.根据权利要求4所述的用于梯次锂电池组的预警方法，其特征在于，对在过去各个设定时段中所有样本...

【专利技术属性】
技术研发人员：王文艺，高瞻，
申请(专利权)人：南通云锦微电子科技有限公司，
类型：发明
国别省市：