【技术实现步骤摘要】
本专利技术涉及储能，具体涉及一种基于概率分布的锂离子电池剩余使用寿命估测方法。
技术介绍
1、可再生能源的大量使用使得电力系统与负载之间不平衡的可能性增加，这个问题可以通过使用储能系统来缓解；在过去的十年里，电池储能系统(besss)技术已逐渐成熟，通过电化学方法存储电能，可以得到更稳定且方便建设的储能系统。电池储能系统的出现开启了智能电网时代，其中分布式能源，即可调度或可再生的发电机、可控负载、电池储能系统等，可以被优化运行以实现所需的目标，如实现能量和功率服务，频率调节，最大限度地利用可再生能源，并最小化电力系统损失。电池储能系统还推动了大规模电动汽车(ev)的发展，提高了充电站的效率，并减少了充电期间的电力峰值。
2、由于锂离子电池在性能、能量密度和能源价格之间的合理平衡，已成为智能电网和电动汽车应用中最具竞争力的技术之一。在整个生命周期中，所有电池都会随着时间的推移而退化，这取决于它们的使用情况和环境条件，电池的退化会对运行产生负面影响，因为它会导致内阻增加、电池电压下降以及容量下降，直到电池无法向负载供电。这可能会导致智能电网运行出现问题，通常会导致电力损耗增加、不平衡或可再生能源的浪费，或者由于主能源供应故障而导致电动汽车无法运行。
3、目前，大部分研究工作致力于寻找能够提供更高能量密度、更长循环寿命、更低成本和更高安全性的材料。这涉及到电池的安全性和退化问题，例如，随着电动汽车牵引电池能量密度的持续提高，电池在整个生命周期内的安全性已成为电动汽车发展中最关键的问题。因此，为了研究开发出智能的
4、开发准确的健康预测技术来跟踪电池的剩余使用寿命(rul)尤为重要。使用预测技术，可以安排维修换新，以确保连接设备的安全可靠运行，同时优化系统的总成本。电池剩余使用寿命可以定义为电池容量降低固定百分比的额定容量后剩余的充放电周期数。在本专利技术中，考虑用电压给出的定义；因此，当其电压低于额定电压的固定百分比时，达到电池寿命终止(eol)。
5、然而，多种随机因素会影响剩余寿命:主要影响因素是环境温度和充放电循环模式，它们取决于电池的负载。这些因素的随机行为表明，应将电池剩余使用寿命本身视为随机变量。通过这种方式，可对电池剩余使用寿命进行概率上的表征，以允许利用决策工具在电池故障之前安排维护，或减少故障对连接设备的影响。
6、现有技术中，常常基于电池退化的数据采用剩余使用寿命估计的概率方法来进行研究，部分研究提出了一种自适应融合算法，用于鲁棒估计锂离子电池的充电状态，采用带改进的递归最小二乘算法和遗忘因子来识别构建的等效电路模型参数；部分研究提出了一种用于锂离子电池异常退化行为的早期检测方法，而在其他研究中，则使用了基于模型的深度强化学习方法来优化电池能量；上述研究存在以下问题：
7、1.电池寿命预测的准确性很大程度上依赖于输入的数据质量。如果采集的数据不足或者不准确，预测的结果可能会受到影响；
8、2.电池的寿命受到许多因素的影响，包括温度、湿度和充放电循环等环境条件。当前的预测方法可能无法很好地考虑这些因素的变化；
9、3.电池内部的化学变化也会影响其寿命，但这些变化通常是复杂且难以准确建模的。模型可能难以捕捉电池内部复杂的化学过程；
10、4.电池在使用过程中可能会受到外部冲击、过充、过放等突发事件的影响，这些事件可能会缩短电池的寿命。预测模型可能难以捕捉这些突发事件的影响。
11、基于上述缺陷，需要设计一种基于概率分布的锂离子电池剩余使用寿命估测方法来解决上述问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供了一种基于概率分布的锂离子电池剩余使用寿命估测方法，该方法解决了现有技术对锂离子电池剩余使用寿命估测不准确的问题，具有可将剩余使用寿命本身作为随机变量，利用基于逆伯尔分布的混合分布来表征剩余使用寿命，该分布中包含逆高斯分布和逆威布尔分布来表征单个分量，该方法提高了剩余使用寿命估测结果的可靠性的特点。
2、为了实现上述的技术特征，本专利技术采用的技术方案为：
3、一种基于概率分布的锂离子电池剩余使用寿命估测方法，包括以下步骤：
4、s1，建立电池的电化学模型，通过求解偏微分方程分析电荷浓度c；
5、s2，电池负载电流的负载模式取决于多个随机因素，通过随机过程进行建模，将泊松点过程应用于蒙特卡罗采样方法中，生成多个样本；
6、s3，利用逆burr分布，混合逆burr逆gaussian分布以及混合逆burr逆weibull分布来描述电池剩余寿命的概率特征。
7、优选地，步骤s1中，电池的电化学模型基于两个简化假设：
8、假设一：过程发生在空间的单一维度上；
9、假设二：电解质材料内部浓度是均匀的；
10、s101，在上述假设下，t时刻x点的浓度用c＝c(x,t)表示；预设两个电极分别位于x＝0，即电池的第一电极处，以及x＝l，即电池的第二电极处，l表示两电极之间的距离；
11、s102，在充电或放电过程中，电极表面会产生不为零的浓度梯度，导致浓度发生变化，通过菲克扩散定律进行建模：
12、
13、
14、其中j(x,t)是t时刻位置x的扩散通量，d是处于假定下的扩散系数；
15、s103，通过在x＝0和x＝l处固定边界条件，在t＝0处初始化条件求解上述偏微分方程，从而估计一个电极上的电荷浓度c(0,t)；通过修改边界条件的表达式来考虑充放电阶段的特征：
16、在放电阶段，边界条件为：
17、
18、
19、在充电阶段，边界条件为：
20、
21、
22、其中，kf为法拉第常数，a为电极表面积，ne为电子数；初始条件为：
23、
24、s104，放电阶段对应的解经过拉普拉斯变换及等价替换后，得到用于计算浓度c(0,t)的公式：
25、
26、其中，kf为法拉第常数，a为电极表面积，ne为电子数；
27、s105，剩余使用寿命r根据电池寿命终结时的电压标准决定：
28、剩余使用寿命是电池电压下降至临界电压时的时间：
29、
30、式中，剩余使用寿命r根据电池寿命终结时的电压标准决定:剩余使用寿命是电池电压下降至临界电压时的时间；c(0，t)为t时刻的电压，c0为初始电压，g(t)为t时刻的电池剩余容量，当g(t)达到极限值时，此时的t即为电池的极限寿命。
31、优选地，步骤s2包括：
32、s201，假设电池操作过程中出现了随机事件，将该事件定义为si，发生在ti时刻；这个随机事件并不一定意味着从充电状态转换为放电状态，或者反之；
33、s20本文档来自技高网...
【技术保护点】
1.一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于：所述步骤S1中，电池的电化学模型基于两个简化假设：
3.根据权利要求1所述的一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于：所述步骤S2包括：
4.根据权利要求1所述的一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于：所述步骤S3中，逆Burr分布由多个逆Weibull分布混合而成，通过其概率密度函数fIB建模：
【技术特征摘要】
1.一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于概率分布的锂离子电池剩余使用寿命估测方法，其特征在于：所述步骤s1中，电池的电化学模型基于两个简化假设：
3.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：周子杰，马辉，黄悦华，李一鸣，杨安全，马晓妍，范家宁，杨蓓佳，
申请(专利权)人：三峡大学，
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。