一种电池寿命预测方法技术

本发明专利技术公开了一种电池寿命预测方法，属于电池寿命预测技术领域。该方法通过寻找到的映射变量值与电池寿命衰减量间的映射关系以及映射变量值、指定期间内充放电次数、电池寿命衰减量与理论电池寿命期间的四者关联关系，在计算得到待测电池的映射变量值后，能够快速且准确地匹配到待测电池当前理应所处的理论电池寿命期间；利用根据待测电池累计已充放电次数估算的理想电池寿命期间与理论电池寿命期间的偏差去预测待测电池的第一寿命值，提高了电池寿命预测的准确度；通过对第一寿命值进行电池工作环境温、湿度补偿和环境盐度补偿，进一步提升了电池寿命预测的准确度。一步提升了电池寿命预测的准确度。一步提升了电池寿命预测的准确度。

【技术实现步骤摘要】
一种电池寿命预测方法


[0001]本专利技术涉及电池寿命预测
，具体涉及一种电池寿命预测方法。

技术介绍

[0002]当前对于电池寿命的预测方法可以分为基于经验和性能两类。基于经验的方法通常使用一种统计方法，利用电池使用过程中的经验和知识对电池寿命进行预测，例如现有的循环周期数法、安时法与加权积分法等。基于经验的方法简便快捷，但只能在电池知识储备量大和特定条件下使用，在复杂的条件变化（如温度、电流等变化）下则很难预测。
[0003]基于性能的方法通过判断当前电池的性能和健康状态是否可以继续使用来预测电池寿命，预测过程主要分为以下二个步骤：步骤一、通过已知的电池运行信息对电池当前老化状态进行识别；步骤二、使用相应算法对电池未来性能衰退至失效阈值的剩余充放电循环次数进行预测，预测结果即为电池剩余寿命。
[0004]但部分现有的基于性能的电池寿命预测方法采用的相关算法（例如公开号为CN110059377B的专利采用深度卷积神经网络来预测燃料电池寿命）的运算过程较为复杂，且难以模拟电池真实工作环境，对电池剩余寿命的预测准确度也不够理想。
[0005]电池工作环境的温度、湿度、充放电时的电流大小、放电深度被认为是影响电池寿命的主要因素。但实际上，每次充放电时的电流波动程度、波动时长、电池所处环境的环境盐度同样是影响电池寿命的重要因素。在电池全寿命周期内，若出现电流波动的充放电次数大量，例如达到数百次甚至数千次，如此庞大数量的充放电电流波动会对电池寿命产生重大影响。但现有方法中，由于难以测量充放电波动次数、波动程度、波动时长对电池寿命的影响程度，因此，现有方法中直接忽略了这些因素对电池寿命的影响，导致对电池的寿命预测结果不够精准。

技术实现思路

[0006]本专利技术以提高电池寿命预测准确度和预测速度为目的提供了一种电池寿命预测方法。为达此目的，本专利技术采用以下技术方案：提供一种电池寿命预测方法，所述方法包括：采集待测电池在真实使用环境下的指定期间内每次充放电的充放电数据；根据若干组所述充放电数据计算所述待测电池的映射变量值；基于所述映射变量值与电池寿命衰减量的映射关系，得到所述待测电池经所述指定期间的若干次充放电后的电池寿命衰减量；形成所述待测电池的映射变量值、指定期间内充放电次数、电池寿命衰减量数据对，然后将该数据对与四者关联关系库中的各元素进行数据匹配，以获取成功匹配的所述元素中记载的理论电池寿命期间；根据所述待测电池的累计已充放电次数估算其理想电池寿命期间，并计算所述理
论电池寿命期间与所述理想电池寿命期间的偏差，然后利用所述偏差计算所述待测电池的第一寿命值；对所述第一寿命值进行温、湿度补偿和环境盐度补偿后得到第二寿命值作为对所述待测电池最终的寿命值预测结果。
[0007]作为优选，每组所述充放电数据包括一次充放电过程中的充电电流、放电电流、充电持续时长、放电持续时长、放电深度、充电电流波动值、放电电流波动值、充电波动时长、放电波动时长、电池所处环境温度、湿度以及电池所处环境的盐度。
[0008]作为优选，所述映射变量值与所述电池寿命衰减量的所述映射关系，以及所述四者关联关系通过以下方法建立：获取与所述待测电池同批次出厂的实验电池在全基准充放电场景下的第一总寿命值；将所述实验电池营造在突变充放电场景下；采集所述实验电池在所述突变充放电场景下的所述指定期间内产生的若干组所述充放电数据并记录充放电次数，然后计算所述实验电池对应的所述映射变量值；恢复所述实验电池处于全基准充放电场景下，以继续对所述实验电池进行寿命测试实验，得到其经历所述突变充放电场景后的第二总寿命值；计算所述第一总寿命值与所述第二总寿命值的寿命差值作为与所述实验电池的所述映射变量值具有映射关系的所述电池寿命衰减量，并形成所述实验电池对应的所述映射关系加入到映射关系库中以及形成映射变量值、指定期间内充放电次数、电池寿命衰减量、理论电池寿命期间的四者关联关系分别加入到所述四者关联关系库中。
[0009]作为优选，营造所述突变充放电场景的方法为：将所述实验电池接入到充放电电路中；选定所述充放电电路中的任意一个波动调整电路为突变充放电场景营造电路；计算所述指定期间对应的导通时长，然后计算在所述导通时长内每次充放电的充放电时长，并安排好每次充放电的顺序；控制选定的所述波动调整电路导通并保持所述导通时长，所述波动调整电路导通期间，所述充放电电路为闭合回路；控制所述实验电池按照安排好的充放电顺序和充放电时长在所述导通时长内执行若干次相应的充放电动作。
[0010]作为优选，营造所述突变充放电场景的方法为：将所述实验电池接入到充放电电路中；选定所述充放电电路中有能力营造电池在真实使用场景下的充放电电流波动特性的波动调整电路作为对应次充放电的突变充放电场景营造电路；为被选定的每个所述波动调整电路确定充放电时长和充放电顺序，每个被选定的所述波动调整电路对应的充放电时长的和值等于所述充放电电路的导通时长；在所述充放电电路导通期间，按照所述充放电顺序先后驱动对应的所述波动调整电路导通，并在导通期间完成执行相应的充放电动作。
[0011]作为优选，所述充放电电路中包括若干个相互间并联连接的具有相同或不同电流波动幅度调整能力和不同波动时长调整能力的所述波动调整电路，每个所述波动调整电路
包括波动时长调整电路和波动幅度调整电路，所述波动时长调整电路为电感，每个所述波动调整电路中的所述电感的电感值不同。
[0012]作为优选，计算所述待测电池或所述实验电池在所述指定期间内或所述指定期间对应的导通时长内的所述映射变量值的方法包括：分别计算在所述指定期间或所述导通时长内采集的若干组中的每组所述充放电数据中的充电电流波动值、放电电流波动值、放电深度、波动时长的均值，分别记为、、、，为每组充放电数据中的充电波动时长与放电波动时长的加权求和值；为若干组中的每组所述充放电数据对应的的均值；判断每组所述充放电数据中的与的距离是否小于第一阈值且与的距离是否小于第二阈值且与的距离是否小于第三阈值且与的距离是否小于第四阈值，若是，则将该组所述充放电数据加入到第一数据集中，若否，则将该组所述充放电数据加入到第二数据集中；对所述第一数据集和所述第二数据集中的若干组所述充放电数据分别进行充电量均值和放电量均值计算，得到所述第一数据集对应的第一充电量均值和第一放电量均值，并得到所述第二数据集对应的第二充电量均值和第二放电量均值，然后对所述第一充电量均值和所述第二充电量均值作加权求和计算得到第一和值，对所述第一放电量均值和所述第二放电量均值作加权求和计算得到第二和值，最后对所述第一和值和所述第二和值作加权求和计算，所得和值作为所述映射变量值。
[0013]作为优选，利用所述偏差计算所述待测电池的所述第一寿命值的方法为：获取所述待测电池从出厂到经历所述突变充放电场景后的第一累计已充放电次数、全寿命周期的额定充放电次数和在四者关联关系库中成功匹配到的所述元素对应的实验电池在经历所述突变充放电场景后的第二累计已充放电次数；计算所述第一累计已充放电次数和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池寿命预测方法，其特征在于，所述方法包括：采集待测电池在真实使用环境下的指定期间内每次充放电的充放电数据；根据若干组所述充放电数据计算所述待测电池的映射变量值；基于所述映射变量值与电池寿命衰减量的映射关系，得到所述待测电池经所述指定期间的若干次充放电后的电池寿命衰减量；形成所述待测电池的映射变量值、指定期间内充放电次数、电池寿命衰减量数据对，然后将该数据对与四者关联关系库中的各元素进行数据匹配，以获取成功匹配的所述元素中记载的理论电池寿命期间；根据所述待测电池的累计已充放电次数估算其理想电池寿命期间，并计算所述理论电池寿命期间与所述理想电池寿命期间的偏差，然后利用所述偏差计算所述待测电池的第一寿命值；对所述第一寿命值进行温、湿度补偿和环境盐度补偿后得到第二寿命值作为对所述待测电池最终的寿命值预测结果。2.根据权利要求1所述的电池寿命预测方法，其特征在于，每组所述充放电数据包括一次充放电过程中的充电电流、放电电流、充电持续时长、放电持续时长、放电深度、充电电流波动值、放电电流波动值、充电波动时长、放电波动时长、电池所处环境温度、湿度以及电池所处环境的盐度。3.根据权利要求1所述的电池寿命预测方法，其特征在于，所述映射变量值与所述电池寿命衰减量的所述映射关系，以及所述四者关联关系通过以下方法建立：获取与所述待测电池同批次出厂的实验电池在全基准充放电场景下的第一总寿命值；将所述实验电池营造在突变充放电场景下；采集所述实验电池在所述突变充放电场景下的所述指定期间内产生的若干组所述充放电数据并记录充放电次数，然后计算所述实验电池对应的所述映射变量值；恢复所述实验电池处于全基准充放电场景下，以继续对所述实验电池进行寿命测试实验，得到其经历所述突变充放电场景后的第二总寿命值；计算所述第一总寿命值与所述第二总寿命值的寿命差值作为与所述实验电池的所述映射变量值具有映射关系的所述电池寿命衰减量，并形成所述实验电池对应的所述映射关系加入到映射关系库中，以及形成映射变量值、指定期间内充放电次数、电池寿命衰减量、理论电池寿命期间的四者关联关系分别加入到所述四者关联关系库中。4.根据权利要求3所述的电池寿命预测方法，其特征在于，营造所述突变充放电场景的方法为：将所述实验电池接入到充放电电路中；选定所述充放电电路中的任意一个波动调整电路为突变充放电场景营造电路；计算所述指定期间对应的导通时长，然后计算在所述导通时长内每次充放电的充放电时长，并安排好每次充放电的顺序；控制选定的所述波动调整电路导通并保持所述导通时长，所述波动调整电路导通期间，所述充放电电路为闭合回路；控制所述实验电池按照安排好的充放电顺序和充放电时长在所述导通时长内执行若干次相应的充放电动作。
5.根据权利要求3所述的电池寿命预测方法，其特征在于，营造所述突变充放电场景的方法为：将所述实验电池接入到充放电电路中；选定所述充放电电路中有能力营造电池在真实使用场景下的充放电电流波动特性的波动调整电路作为对应次充放电的突变充放电场景营造电路；为被选定的每个所述波动调整电路确定充放电时长和充放电顺序，每个被选定的所述波动调整电路对应的充放电时长的和值等于所述充放电电路的导通时长...

【专利技术属性】
技术研发人员：刘爱华，王荣强，周建军，刘平根，
申请(专利权)人：杭州科工电子科技有限公司，
类型：发明
国别省市：