一种老化特征参数提取方法、系统、设备和存储介质技术方案

本发明专利技术公开了一种老化特征参数提取方法、系统、设备和存储介质，通过电池标准化循环实验，获取锂离子电池样品老化数据；根据锂离子电池样品老化数据，确定电池老化模式；根据电池老化模式，确定特征参数；对特征参数采用皮尔森相关性分析确定最优特征参数，建立特征数据集；对特征数据集进行同质化，得到基于储能电池标准循环测试数据的老化特征参数。发明专利技术一方面，基于电池老化模式提取的特征参数包含电化学老化信息，可解释性强，且有效避免无关特征造成的过拟合；另一方面，特征参数源于电池监测中简单易得的能量、电压、温度数据，无需重新构造试验方法，根据老化特征参数，能够更准确的实现电池健康状态/剩余寿命的评估与预测。测。测。

【技术实现步骤摘要】
一种老化特征参数提取方法、系统、设备和存储介质


[0001]本专利技术属于电池老化预测与健康状态评估
，具体涉及一种老化特征参数提取方法、系统、设备和存储介质。

技术介绍

[0002]近年来，以储能技术与系统为核心的现代智能电网体系的建设与规划日渐引起重视，储能技术被大规模的应用于电力系统的发电、输电、配电、用电的各个环节。
[0003]以锂离子电池为代表的电化学储能技术由于其灵活、快速的优点，成为目前电力储能领域装机容量增长最快的储能技术。特别是近些年来，锂电池规模效应显现，成本快速降低，在可再生能源消纳和交通电气化产业链上的作用日益重要。电化学储能装机规模跨越式发展将极大推动电网高质量，对未来电网的建设和发展发挥着重要作用。
[0004]目前锂离子储能电池健康状态评估与寿命预测通常采用模型法、实验法和数据驱动法。其中，大数据技术的蓬勃发展催生了大量数据驱动的锂离子电池健康状态评估与寿命预测算法，这类算法具有较高的灵活性，并且将电池电化学机理以“黑匣子”形式隐藏于算法模型中，实现了电池老化的多因素耦合分析。具体的流程是，储能电池数据集的构建——特征参数的提取——模型训练——需求输出。近年来，大量研究集中于通过优化模型提高状态评估与寿命预测的准确度，但忽略了特征参数的提取对于模型的影响。
[0005]特征参数提取是电池健康状态评估与寿命预测中的重要环节，适当的特征构建和选择可以在降低模型复杂度的同时大幅提升模型精度。由于以容量、内阻来定义的电池健康状态难以直接获取，因此，常常需要从电池易于采集的电压、电流、温度等参数中提取能反映其健康状态变化的特征，这种特征参数被称为健康因子。
[0006]对于电池老化预测与健康状态评估中的特征工程环节，传统的方法是直接从容量电压曲线中提取尽可能多的特征参数或构造非标准化实验方法提取特征参数。然而前者工程量大且解释性差，后者不具备普适性。

技术实现思路

[0007]为克服现有技术中的问题，本专利技术的目的是提供一种老化特征参数提取方法、系统、设备和存储介质，该方法以电池循环测试中简单易得的能量、电压、温度数据为基础，通过能量增量老化模式分析与特征参数皮尔森相关性分析，实在精准、少量、解释性强的特征参数集的快速建立，从而实现电池健康状态/剩余寿命的评估与预测。
[0008]为实现上述目的，本专利技术采用的技术方案如下：
[0009]老化特征参数提取方法，包括以下步骤：
[0010]通过电池标准化循环实验，获取锂离子电池样品老化数据；
[0011]根据锂离子电池样品老化数据，确定电池老化模式；
[0012]根据电池老化模式，确定特征参数；
[0013]对特征参数采用皮尔森相关性分析确定最优特征参数，建立特征数据集；
[0014]将特征数据集中不同质评价指标同质化，得到基于储能电池标准循环测试数据的老化特征参数。
[0015]进一步的，通过电池标准化循环实验，获取锂离子电池样品老化数据，包括以下步骤：对储能用磷酸铁锂锂离子电池按GB/T 36276
‑
2018进行循环性能试验，监测电压、能量与温度，获取锂离子电池样品老化数据。
[0016]进一步的，通过电池标准化循环实验，获取锂离子电池样品老化数据，包括以下步骤：
[0017]S11：储能用磷酸铁锂锂离子电池单体初始化放电；
[0018]S12：电池单体以0.5倍额定充电功率恒功率充电至电池单体的充电终止电压，静置30min；
[0019]S13：电池单体以0.5倍额定放电功率恒功率放电至电池单体的放电终止电压，静置30min；
[0020]S14：按照步骤S12、步骤S13连续循环1000次；
[0021]S15：记录循环过程中的电压、能量与温度值，取点间隔为5s。
[0022]进一步的，根据锂离子电池样品老化数据，确定电池老化模式，包括以下步骤：
[0023]在锂离子电池样品老化数据中，截取第5圈与第1000圈放电曲线，建立能量增量曲线，根据第1000圈增量能量曲线与第5圈曲线中峰高和峰位的变化，确定电池老化模式；
[0024]其中，增量能量曲线的横坐标为电压V，纵坐标为dE/dV；在0.5倍额定功率下，储能用磷酸铁锂锂离子电池的能量增量曲线具有3个特征峰，根据电压从大至小依次为第一特征峰Peek
I
，第二特征峰Peek
II
与第三特征峰Peek
III
。
[0025]进一步的，PEEK
I
强度下降，则为活性锂损失模式，PEEK
II
与PEEK
III
强度下降，则为电极活性材料老化模式，曲线移动则为欧姆电阻变化的老化模式；
[0026]进一步的，对于活性锂损失模式，以每次充电过程的第一峰宽ΔV
I
，第一峰值横坐标X
I
，第一峰值纵坐标Y
I
；每次充电过程的温度最大值T
max
，最小值T
min
，平均值T
mean
以及方差σ
T
作为特征参数；
[0027]对于电极活性材料老化模式，以每次充电过程中的第二ΔV
II
，第二峰值横坐标X
II
，第二峰值纵坐标Y
II
，第三峰宽ΔV
III
，第三峰值横坐标X
III
，第三峰值纵坐标Y
III
；每次充电过程的温度最大值T
max
，最小值T
min
，平均值T
mean
以及方差σ
T
作为特征参数；
[0028]对于欧姆电阻变化的老化模式，以每次充电过程的第一峰谷电压V
I1
，第二峰谷电压V
I2
，第三峰谷电压V
II1
，第四峰谷电压V
II2
，第五峰谷电压V
III1
，第六峰谷电压V
III2
；每次充电过程的温度最大值T
max
，最小值T
min
，平均值T
mean
以及方差σ
T
作为特征参数。
[0029]进一步的，对特征参数根据相关系数r采用皮尔森相关性分析确定最优特征参数，建立特征数据集；其中，相关系数r通过下式计算：
[0030][0031]其中，X为特征参量所对应的数据，Y为放电能量，
‑
1<r<1，取|r|最大的三个特征参数作为最优解。
[0032]一种老化特征参数提取系统，包括：
[0033]老化数据获取模块，用于通过电池标准化循环实验，获取锂离子电池样品老化数
据；
[0034]电池老化模式确定模块，用于根据锂离子电池样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.老化特征参数提取方法，其特征在于，包括以下步骤：通过电池标准化循环实验，获取锂离子电池样品老化数据；根据锂离子电池样品老化数据，确定电池老化模式；根据电池老化模式，确定特征参数；对特征参数采用皮尔森相关性分析确定最优特征参数，建立特征数据集；将特征数据集中不同质评价指标同质化，得到基于储能电池标准循环测试数据的老化特征参数。2.根据权利要求1所述的老化特征参数提取方法，其特征在于，通过电池标准化循环实验，获取锂离子电池样品老化数据，包括以下步骤：对储能用磷酸铁锂锂离子电池按GB/T36276
‑
2018进行循环性能试验，监测电压、能量与温度，获取锂离子电池样品老化数据。3.根据权利要求2所述的老化特征参数提取方法，其特征在于，通过电池标准化循环实验，获取锂离子电池样品老化数据，包括以下步骤：S11：储能用磷酸铁锂锂离子电池单体初始化放电；S12：电池单体以0.5倍额定充电功率恒功率充电至电池单体的充电终止电压，静置30min；S13：电池单体以0.5倍额定放电功率恒功率放电至电池单体的放电终止电压，静置30min；S14：按照步骤S12、步骤S13连续循环1000次；S15：记录循环过程中的电压、能量与温度值，取点间隔为5s。4.根据权利要求1所述的老化特征参数提取方法，其特征在于，根据锂离子电池样品老化数据，确定电池老化模式，包括以下步骤：在锂离子电池样品老化数据中，截取第5圈与第1000圈放电曲线，建立能量增量曲线，根据第1000圈增量能量曲线与第5圈曲线中峰高和峰位的变化，确定电池老化模式；其中，增量能量曲线的横坐标为电压V，纵坐标为dE/dV；在0.5倍额定功率下，储能用磷酸铁锂锂离子电池的能量增量曲线具有3个特征峰，根据电压从大至小依次为第一特征峰Peek
I
，第二特征峰Peek
II
与第三特征峰Peek
III
。5.根据权利要求1所述的老化特征参数提取方法，其特征在于，PEEK
I
强度下降，则为活性锂损失模式，PEEK
II
与PEEK
III
强度下降，则为电极活性材料老化模式，曲线移动则为欧姆电阻变化的老化模式。6.根据权利要求5所述的老化特征参数提取方法，其特征在于，对于活性锂损失模式，以每次充电过程的第一峰宽ΔV
I
，第一峰值横坐标X
I
，第一峰值纵坐标Y
I
；每次充电过程的温度最大值T
max
，最小值T
min
，平均值T
mean

【专利技术属性】
技术研发人员：杨天，刘家亮，官亦标，高飞，沈进冉，付珊珊，刘施阳，樊义兴，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：