System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于新能源汽车动力电池。
技术介绍
1、汽车在日常生活中越来越普及,传统燃油汽车的行驶伴随着大量的汽油和柴油等石油能源的消耗,石油能源的燃烧会释放出含有一氧化碳、二氧化硫、烟灰微细尘粒的有害气体,严重影响人们生活的环境,严重与我国的可持续发展这一理念相悖。因此,随着我国汽车的需求量不断提高,为了满足节约能源和保护生态的需求,开发对环境没有污染的以车载电源为动力供应源的电动汽车已成为汽车生产厂商的重点关注方向。
2、相比于铅酸电池、氢镍电池,锂离子电池具有工作电压高、自放电率低、无记忆性、无污染等优势,广泛地应用于电动汽车之中。锂离子电池的充放电是一个包括电能、化学能、热能转换的复杂过程,负载、温度、使用习惯等因素会影响其退化程度。因此电池的老化是非线性的、随机性的。电动汽车的传感器只能测量采样点的电流、电压以及温度。研究表明,因成本的限制,车载传感器测量精度大多在0.1%左右,更无法胜任在线测量电化学阻抗谱和内部电化学参数等工作。
3、目前大多研究均假设所需的每个循环的电池数据为固定不变或部分数据始终存在,然而,电动汽车的电池充电时间和soc范围是随机的,这不可避免地导致在某些循环中缺乏所需的退化特性,这必然会导致无法提取连续完整的特定健康因子序列最终使得无法有效估计每个循环的电池容量。或者导致估计误差较大。
技术实现思路
1、本专利技术的目的是针对不同电压范围制定了相应的预测策略,通过选择由相关性更强的退化特征训练离线模型在线估计电池容量的适用于
2、本专利技术的步骤是:
3、s1.锂离子电池早期老化特征提取
4、增量容量为:
5、
6、其中q是容量,v是电压,t是采样时间;
7、差分温度为:
8、
9、其中t是温度;
10、恒流充电温度时间为:
11、
12、ic为电压对电池容量的影响,dt为温度对电池容量的影响,ccct旨在研究相同电压下电池的发热率,兼顾了电压、温度对电池容量的影响;
13、s2、适应任意充电范围的老化特征提取
14、pearson分析法过程如下:
15、
16、式中,α和β分别表示电池的真实容量和提取的特征值;
17、用特征曲线与与采样时间的面积表征各循环老化特征点与电池容量相关程度,面积由式表示:
18、
19、
20、
21、其中代表采用不同的特征指标曲线与采样时间的面积,分别代表各类特征指标与容量相关性大小,j代表当前循环次数,in是第j次循环经分段的第n段的第i个数据;
22、选择n个点fd_1,fd_2,...,fd_n使相关性面积最大,这组点就是精确分段点;
23、各循环相关性总程度即相关性总面积为:
24、
25、确认损失函数为:
26、f(fd_1,fd_2,…,fd_n)=max(area(i,j))
27、(7)
28、平衡各段权重:
29、
30、其中lj,n代表第j个循环第n段电压范围包含的采样点数目;
31、最终适应度函数:
32、
33、本专利技术的有益效果:
34、1.通过对老化特征与容量相关分析,筛选整个生命周期中对老化影响的特征,剔除相关性若的特征,达到降维估计的目的。在充电电流恒定的情况下,仅通过测量相应分段区域的电压、温度和时间变化即可预测电池容量;
35、2.分割三种老化特征曲线,选取探顶重新组合,覆盖全充电范围。金枪鱼群优化算法采用两种觅食策略实现了开发和探索的平衡,以更少的迭代步骤带来更少的时间成本。针对重合电压范围,在给出的初始参数范围内采用金枪鱼群优化算法快速获取精确分段点;
36、3.针对单一机器学习方法准确度低,泛化性差的问题,采用集成学习框架中的随机森林方法,通过集成多个决策树模型提高容错性,减少噪声和异常值的影响,提高模型准确率。同时,通过随机选择特征来减少特征数量,降低数据维度,提高模型的泛化能力。
本文档来自技高网...【技术保护点】
1.一种适用于任意充电电压范围的电池容量自适应估计方法,其特征在于:其步骤是:
【技术特征摘要】
1.一种适用于任意充电电压范围的电池容量...
【专利技术属性】
技术研发人员:马彦,于昊智,单策,王镇希,马乾,于大川,
申请(专利权)人:吉林大学,
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。