【技术实现步骤摘要】
本专利技术涉及储能电池，具体地涉及一种储能电池寿命预测方法及一种储能电池寿命预测系统。
技术介绍
1、储能电池的寿命预测对于评估电池未来性能极其重要，由于电池工作条件动态变化，在经历长时间多次循环后，将出现电池性能加速恶化的现象，通过基于储能电池容量的预测，一方面有利于评估其运行过程的性能，另一方面也有利于实施早期预警。
2、储能电池的寿命预测需理解电池性能衰减的机理，结合发展机理确定合理的预测模型与参数。目前电池性能预测都采用基于电池容量为分析数据，根据其在不同循环次数下的数值进一步确定寿命预测方法，而不同方法对电池衰减机理的理解深度不同，按照其理解深度可划分为三类寿命预测主要方法：
3、1、拟合直线外推法：利用电池容量数据随循环次数的变化，采用线性回归或非线性参数拟合，得到曲线的特征参数，如线性拟合中的斜率与截距，然后计算分析未来储能电池的衰减特性。此方法的最大优势在于简单易行且方便理解，由于其仅仅是对电池历史数据的纯数学拟合后的外延处理，并未深入考虑与理解电池内部衰减机理，以及衰减机理背后的材料特性动态变化特性，因此此类方法原则上是依赖电池系统的历史先验信息，其分析方法更是纯数学处理，这样曲线拟合的结果与应用应严格限制于测试数据时间范围内，不应对超出时间范围的未来进行预测。所以，此类方法曲线拟合方法虽然在工业生产领域、实验研究作为简单判断依据，但原理上不适用于储能电池的实际运行过程。
4、2、参数可调半经验法：此类方法以同类电池的部分运行机理为历史数据，建立面对多类参数的拟合模型，然后针
5、3、衰减机理模型法：主要是深入考虑电池长时间、多次循环后电化学反应消耗电池部分容量，例如在电池充电过程中电解质反应造成的阳极颗粒表面膜的生成。此类反应过程的执行具有明确的动力学发展机理，通过前期各类实验数据分析，可以获得机理模型背后的反应动力学参数，结合实际的电池运行工况与自身性能参数，可以合理的预测未来电池容量的变化趋势。
6、上述三种方法各自具有自身的特点，衰减机理模型法虽然更加深入考虑了电池运行背后反应发展机理，但是历史数据并未充分使用，而且电化学反应过程更是在有限时空条件下的演化过程，例如阳极表面生成膜不仅是简单反应动力学的发展结果，而且是膜生成过程具有非线性分形演化机制，但现有的衰减机理模型未深入考虑。同样拟合直线外推法、衰减机理模型法尽管利用了电池的历史运行数据，但是数据理解方式聚焦于数学处理，在机理深度理解上难以满足超出时间范围的寿命预测要求。
7、再者，上述三种方法都聚焦于电池容量的未来变化发展趋势的预测，并未结合运行工况的情景假设预测未来衰减截止时间。特别是部分预测公式呈现为指数形式，理论上是具有无限长的寿命时间。
8、储能电池容量的预测与寿命估计，其核心机理取决于电池内部各类反应的实际发展，包括内部相关副反应的影响，众多反应的执行过程实质上是电池内部原有结构的材料组成或结构形式变化，这种变化从反应的角度理解是反应动力学的影响，而更深微观层面不仅有反应自身发展，同时涉及反应的组分构成与空间分布实时变化，此类因素都在影响电池宏观总体性能。然而，目前电池容量预测的各类方法存在诸多技术问题与不合理性：
9、第一，未形成反映有限体系范围下容量发展的合理约束控制函数。单体储能电池内部所涉及电化学反应的组分含量宏观上有限，微观上不同位置的电化学反应所涉及空间范围受电池构造结构限制，空间位置也是有限的；因此电池容量衰减变化是在有限时空尺度内的发展，电池容量及其寿命是有发展限度的；将有限尺度的制约条件转化为电池容量与寿命预测的动态能力约束函数，这是现有反应动力学与电池容量衰减机理分析都尚未实现与准确描述的：现有的电池容量衰减机理模型仍是与阿伦尼乌兹方程结构形式一致的单一指数函数表达形式。
10、第二，未深入结合电池内部反应在有限空间体系的演化发展。储能电池内部电化学反应过程的执行，不论是整体一致发展，还是基于反应活性中心的微观局部发展，实际上都是基于物质空间分布的分形，例如具有活性中心的发展，往往呈现为物质结构内形成树状形态；此类的发展形态为典型的非欧式空间分形演化，现有电池电化学动力学分析尚未基于此类演化形式构建衰减机制。
11、第三，对电池容量衰减的直接预测时未形成具有属性特征的评价参数。现有的电池容量衰减与预测基本采用容量自身作为评价的目标函数，而其本身是宏观整体参数，在时间维度上并不是体现电池容量衰减性能特征的参数。
12、因此如何有效结合电池内部电化学反应的动力学机理和储能电池容量历史数据，面向容量衰减特征参数、影响电池容量的电化学表观参数及其分析演化，形成电池寿命预测的方法是目前亟需解决的问题。
技术实现思路
1、本专利技术实施方式的目的是提供一种储能电池寿命预测方法及系统，以至少解决上述的无法有效结合电池内部电化学反应的动力学机理和储能电池容量历史数据，对储能电池寿命进行预测的问题。
2、为了实现上述目的，本专利技术第一方面提供一种储能电池寿命预测方法，包括：
3、基于储能电池容量的历史动态数据，得到电池容积衰减速率λc(t)；
4、对电池容积衰减速率λc(t)进行边际变换计算，得到边际变化曲线
5、基于电池容积衰减速率λc(t)和边际变化曲线利用主因子法分步拟合储能电池容量衰减过程的特征参数；
6、利用储能电池容量的实时动态数据对特征参数进行验证，基于验证结果确定储能电池的寿命预测方案；
7、利用储能电池的寿命预测方案对储能电池的寿命进行预测，得到预测结果。
8、可选的，上述基于储能电池容量的历史动态数据，得到电池容积衰减速率λc(t)，包括：
9、基于储能电池容量的历史动态数据，获得电池容量ic与时间t之间的数据曲线ic(t)；
10、对数据曲线ic(t)进行时间求导得到电池容积衰减速率λc(t)。
11、可选的，上述特征参数包括储能电池容量表观活化能e、储能电池工作最低临界温度t0、第一频率因子a和实际频率因子at；
12、上述基于电池容积衰减速率λc(t)和边际变化曲线利用主因子法分步拟合储能电池容量衰减过程的特征参数，包括：
13、基于边际变化曲线采用主因子法与最小二乘法拟合计算储能电池容量表观活化能e；
14、基于电池容积衰减速率λc(t)和储能电池容量表观活化能e，通过最小二乘法拟合第一频率因子a；
15、根据第一频率因子a和储能电池容量表观活化能e，确定储能电池工作最低临界温度t0；
16、基于储能电池容量表观活化能e、第一频率因子a和储能电池工作最低临界温度t0，得到实际频率因子at。
17、可选的，上述通过最小二乘法拟合第一频率因子a本文档来自技高网...
【技术保护点】
1.一种储能电池寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述基于储能电池容量的历史动态数据，得到电池容积衰减速率λc(t)，包括：
3.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述特征参数包括储能电池容量表观活化能E、储能电池工作最低临界温度T0、第一频率因子A和实际频率因子At；
4.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述通过最小二乘法拟合第一频率因子A的公式如下：
5.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述基于储能电池容量表观活化能E、第一频率因子A和储能电池工作最低临界温度T0，得到实际频率因子At，包括：
6.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述边际变换计算的公式如下：
7.根据权利要求6所述的储能电池寿命预测方法，其特征在于，所述利用储能电池容量的实时动态数据对特征参数进行验证，包括：
8.根据权利要求7所述的储能电池寿命预测方法，其特征在于，所述特征参数包括储
9.根据权利要求8所述的储能电池寿命预测方法，其特征在于，所述参数验证计算式如下：
10.根据权利要求7所述的储能电池寿命预测方法，其特征在于，所述实时动态数据包括实时连续数据，所述实时连续数据的截止数据的采集时刻是当前时刻；
11.根据权利要求10所述的储能电池寿命预测方法，其特征在于，所述低阶次分析方案如下：
12.根据权利要求10所述的储能电池寿命预测方法，其特征在于，所述高阶次演化分析方案如下：
13.一种储能电池寿命预测系统，其特征在于，包括：
14.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行权利要求1至12中任一项权利要求所述的储能电池寿命预测方法。
15.一种电子设备，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至12中任一项权利要求所述的储能电池寿命预测方法。
...【技术特征摘要】
1.一种储能电池寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述基于储能电池容量的历史动态数据，得到电池容积衰减速率λc(t)，包括：
3.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述特征参数包括储能电池容量表观活化能e、储能电池工作最低临界温度t0、第一频率因子a和实际频率因子at；
4.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述通过最小二乘法拟合第一频率因子a的公式如下：
5.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述基于储能电池容量表观活化能e、第一频率因子a和储能电池工作最低临界温度t0，得到实际频率因子at，包括：
6.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述边际变换计算的公式如下：
7.根据权利要求6所述的储能电池寿命预测方法，其特征在于，所述利用储能电池容量的实时动态数据对特征参数进行验证，包括：
8.根据权利要求7所述的储能电池寿命预测方法，其特征在于，所述特征参数包括储能电池容量表观活化...
【专利技术属性】
技术研发人员：王荣，夏红德，张玉魁，马悦，李尧，赵璐璐，陈换军，陈彦桥，廖海燕，何鲲，魏凯，黄倩，
申请(专利权)人：国家能源集团新能源技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。