基于电池机电特性参数融合的SOH估算方法及系统技术方案

本申请公开了一种基于电池机电特性参数融合的SOH估算方法及系统，其中方法包括以下步骤：获取电池在充放电过程中的电池机电特性数据；基于所述电池机电特性数据计算SOH指标、容量增量曲线和应力增量曲线，并基于所述容量增量曲线和所述应力增量曲线提取电池性能的健康特征因子；基于所述健康特征因子和所述SOH指标，得到有效特征因子；基于所述有效特征因子和PSO

【技术实现步骤摘要】
基于电池机电特性参数融合的SOH估算方法及系统


[0001]本申请涉及新能源汽车电池管理
，具体涉及一种基于电池机电特性参数融合的SOH估算方法及系统。

技术介绍

[0002]锂离子电池能量密度高、无记忆效应、自放电率低，广泛应用于大规模储能电站和新能源汽车领域。健康状态(state of health,SOH)作为表征锂离子电池寿命的关键参数之一，其精准的预测在提高用户的使用体验、缓解续航焦虑以及延长电池的使用寿命等方面具有极其重要的意义。因此，对锂离子电池SOH的精确估算是十分必要的。以往的SOH估算方法主要有三类，分别为基于测试实验的SOH测定方法、基于模型的SOH估计方法以及基于数据驱动的SOH估计技术。其中，基于数据驱动的SOH估算方法由于无需设置先验条件，避免了等效模型的人为假设，降低了主观因素对估算结果的影响，受到较多专家学者的青睐。
[0003]随着软包锂离子电池在市场的渗透率不断提高，针对软包锂离子电池的SOH估算研究成为了当前的热点。与硬壳锂离子电池相比，软包锂离子电池的性能在实际运行中受更多因素的干扰，外部机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电池机电特性参数融合的SOH估算方法，其特征在于，包括以下步骤：获取电池在充放电过程中的电池机电特性数据；基于所述电池机电特性数据计算SOH指标、容量增量曲线和应力增量曲线，并基于所述容量增量曲线和所述应力增量曲线提取表征电池性能的健康特征因子；基于所述健康特征因子和所述SOH指标，得到有效特征因子；基于所述有效特征因子和PSO
‑
LSTM网络建立预测模型进行SOH估算，得到估算结果。2.根据权利要求1所述基于电池机电特性参数融合的SOH估算方法，其特征在于，所述机电特性数据包括：电池容量和应力数据。3.根据权利要求2所述基于电池机电特性参数融合的SOH估算方法，其特征在于，获取所述机电特性数据的方法包括：选定所述电池，在室温环境下对所述电池设置初始预应力；对所述电池进行放电试验，得到所述电池容量和应力数据。4.根据权利要求1所述基于电池机电特性参数融合的SOH估算方法，其特征在于，所述SOH指标计算公式如下：其中，Q
c
表示当前周期下电池可用的最大容量，Q
n
表示电池的额定容量，SOH指标定义为可用最大容量与额定容量之比。5.根据权利要求1所述基于电池机电特性参数融合的SOH估算方法，其特征在于，所述健康特征因子包括：容量特性参数和应力特性参数；所述容量特性参数包括：所述容量增量曲线上的第一峰高度、第一峰面积、第一峰位置、第一峰左斜率、第一峰右斜率和第一峰放电时间；所述应力特性参数包括：所述应力增量曲线上的第一峰高度、第一峰面积、第一峰位置、第一峰左斜率、第一峰右斜率和第一峰放电时间。6.根据权利要求1所述基于电池机电特性参数融合的SOH估算方法，其特征在于，所述有效特征因子的获得方法包括：通过Pearson相关性分析法验证所选取的健康特征因子与SOH的相关性，计算Pearson相关系数，计算公式如下：其中，X表示电池健康特征因子向量...

【专利技术属性】
技术研发人员：龚莉莉，谈鹏，张志远，李雪妍，刘浩，李世敬，
申请(专利权)人：合肥国轩高科动力能源有限公司，
类型：发明
国别省市：