一种锂电池可靠性状态快速检测方法技术

本发明专利技术公开了一种锂电池可靠性状态快速检测方法，包括以下步骤：S1、通过多种充放电方式，获取锂电池充放电曲线，基于充放电曲线定义性能特征参数；S2、分析性能特征参数与电池健康状态SOH的相关性，得到相关系数，对相关系数排序，基于排序，获得关键性能特征；S3、基于关键性能特征，对电池健康状态SOH进行建模，基于主成分分析法对性能特征参数进行降维，得到综合性能特征；S4、定义判断锂电池健康状态的指标，对锂电池健康状态进行判断。对锂电池健康状态进行判断。对锂电池健康状态进行判断。

【技术实现步骤摘要】
一种锂电池可靠性状态快速检测方法


[0001]本专利技术涉及锂电池检测
，更具体的说是涉及一种锂电池可靠性状态快速检测方法。

技术介绍

[0002]评估锂电池可靠性状态，大多通过电池的健康容量进行判定，而电池容量健康状态的主要判别指标为SOH，一般通过充放电循环次数或者内阻大小进行定义。通常在标准试验室条件下才能评估SOH，在一般的使用环境或者在线状态下，不能准确评估SOH。存在多类方法评估电池的老化状态，能够间接评估SOH。第一类方法直接测量能够指示电池老化程度的量化指标，比如电池容量和电池内阻，这些测试方法简单，但测试需离线，不能实时在线评估。第二类方法将表征电池老化程度的量化指标作为模型参数，对闭环参数通过参数估计的方式，获取其老化状态。常用的方法主要包括基于电池等效电路模型或电化学模型设计对偶观测器。具体的典型方法包括电压曲线拟合法，对偶扩展卡尔曼滤波，对偶无迹卡尔曼滤波以及对偶滑模滤波器等方法。但这些方法通用性较差，而且有些方法工程很难实现。第三类方法基于“经验/半经验公式老化模型”的开环测量方法，根据记录的时间以及温度，开环累积计算电池的容量衰减。但这类方法通用性较差，所建立的估算SOH的模型仅适用于这一型号的锂离子动力电池。第四类方法基于循环次数映射模型的方法，首先构建循环次数与老化量化指标之间的函数关系，然后利用参数估计的方法估计得到电池健康程度并预测剩余可用寿命的概率密度分布。这类方法需要大量的试验数据，包括新电池的数据才能得到模型。第五类方法利用数据驱动模型提取老化特征与量化指标之间的映射关系，进而根据数据驱动模型的预测，推理电池的老化程度与剩余寿命，该类方法是模型无关的且无参的。缺点是需要大量的参考数据进行训练，估计误差受训练数据和训练方法的影响很大。
[0003]在已公开的专利中，CN106423919B通过测量电池充电和静置过程的开路电压、充电时间、端电压等参数，计算综合评分并根据评分范围对电池进行SOH判定分级。但该方法综合评分计算的范围和标准在实施例中未加说明，实用性不高。CN110752410A利用均衡后的锂离子电池进行串联恒流充电，并将恒流充电末期电压去除内阻干扰，结合和容量作为基于粒子群优化算法(PSO)的支持向量回归模型(SVR)的输入进行模型训练，建立快速SOH判别和分选模型。在获得电池容量和内阻参数的基础上，采用带有权值δ的K均值法(K
‑
means)对锂离子电池进行聚类重组，对不同权值δ的K
‑
means聚类重组后的电池组电压一致性进行评价，从而实现不同应用场景下分选重组。该方法避免对单个电池的参数进行逐一测试，提高分选速度，适用于对大批量退役锂电池的快速分选。但是该方法需要先对多个电池进行均衡以及标准容量测试，耗时较长，且不适用规格不同的电池。
[0004]上述这些方法和示例，都是为了建立可测的量化指标和不可测的老化特征之间的映射关系，从而对电池的健康状态进行估计和预测。然而第一类和第三类方法，需要进行特定工况的试验，比较适合试验室的测试和标定，很难投入工程应用中在线闭环状态下的测量；第二类方法的观测器精度和稳定性受到初值的影响；第四类和第五类方法能够很好地
预测电池寿命，但是不能明确解释充放电循环中的动态变化。而且，已有的各种评估方法着重考虑电池的循环次数寿命，并用SOH评估电池的健康状态；单次放电或者单个充放电循环的数据常用于估计该次循环的荷电量，对于电池其他的性能参数或者性能特征参数利用不足。
[0005]因此，如何定义动态的指标参数快速确定电池的可靠性状态，避免内阻测量等方法使用设备因精度受干扰带来的测量误差，缩短测试时间是本领域技术人员亟需解决的问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种锂电池可靠性状态快速检测方法，充分利用电池使用数据，提取与电池健康状态(SOH)高度相关的特征参数，并且采用降维处理方法，得到的指标能够快速反映电池的SOH的综合性能，通过综合性能实现可靠性的评估。该方法所需试验时间短，算法简便，工程实用性强。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种锂电池可靠性状态快速检测方法，包括以下步骤：
[0009]S1、通过多种充放电方式，获取锂电池充放电曲线，基于充放电曲线定义性能特征参数；
[0010]S2、分析性能特征参数与电池健康状态SOH的相关性，得到相关系数，对相关系数排序，基于排序，获得关键性能特征；
[0011]S3、基于关键性能特征，对电池健康状态SOH进行建模，基于主成分分析法对性能特征参数进行降维，得到综合性能特征；
[0012]S4、定义判断锂电池健康状态的指标，对锂电池健康状态进行判断。
[0013]优选的，所述步骤S1中，充放电方式包括恒流恒压、HPPC、变电流恒压，性能特征参数包括物理特性参数和数学特征参数，物理特性参数包括容量、欧姆内阻、极化内阻、极化电压、极化电容，数学特征参数包括充电过程电压上升率、电压升时间、充电时间，放电过程电压下降率、电压降时间、放电时间。
[0014]优选的，所述步骤S3具体包括：
[0015]对关键性能特征进行标准化，
[0016][0017]其中，x代表标准化后的参数数据，d为参数数据，μ为平均值，σ为标准差,标准化处理后对应的参数矩阵为X＝{x1,x2,
…
,x7}，x1,x2,
…
,x7分别对应SOH、放电电压降速率、功率均值、放电结束电压差、放电电压峭度、放电电压偏度和功率有效值。
[0018]优选的，所述步骤S4具体包括：
[0019]对锂电池健康状态进行判断：
[0020][0021]其中，Y1是当前状态的七个参数求出的第一主成分，Y
1New
是电池出厂时的七个参数
求出的第一主成分，Y
1EOL
是电池终止寿命时的七个参数求出的第一主成分。
[0022]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种锂电池可靠性状态快速检测方法，充分利用电池使用数据，提取与电池健康状态(SOH)高度相关的特征参数，并且采用降维处理方法，得到的指标能够快速反映电池的SOH的综合性能，通过综合性能实现可靠性的评估。该方法所需试验时间短，算法简便，工程实用性强。
附图说明
[0023]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0024]图1附图为本专利技术提供的检测流程结构示意图。
[0025]图2浮体为本专利技术提供的电池充放电电压电流曲线示意图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种锂电池可靠性状态快速检测方法，其特征在于，包括以下步骤：S1、通过多种充放电方式，获取锂电池充放电曲线，基于充放电曲线定义性能特征参数；S2、分析性能特征参数与电池健康状态SOH的相关性，得到相关系数，对相关系数排序，基于排序，获得关键性能特征；S3、基于关键性能特征，对电池健康状态SOH进行建模，基于主成分分析法对关键性能特征参数进行降维，得到综合性能特征。S4、定义判断锂电池健康状态的指标，对锂电池健康状态进行判断。2.根据权利要求1所述的一种锂电池可靠性状态快速检测方法，其特征在于，所述步骤S1中，充放电方式包括恒流恒压、HPPC、变电流恒压，性能特征参数包括物理特性参数和数学特征参数，物理特性参数包括容量、欧姆内阻、极化内阻、极化电压、极化电容，数学特征参数包括充电过程电压上升率、电压升时间、充电时间，放电过程电压下降率、电压降时间、放电...

【专利技术属性】
技术研发人员：孙权，冯静，
申请(专利权)人：湖南银杏可靠性技术研究所有限公司，
类型：发明
国别省市：