【技术实现步骤摘要】
本专利技术涉及动力电池，尤其涉及一种动力电池聚类分选方法及系统。
技术介绍
1、目前，动力电池一致性问题导致的性能衰减、续航里程偏差、可用容量衰减、甚至安全问题严重影响用户体验，成为行业内的难题。传统的电池厂筛选电池的方法是基于电池静态特性参数进行筛选，比如容量、内阻、自放电、外形尺寸、重量等，其边界比较模糊，难以控制动力电池充放电过程中的一致性。
2、当然也有采用动态分类的，以现有方案cn111027625a为例，此方案只按照寿命进行分类，所选类别单一且分类数量太少，没有实际运用的价值。而且电芯静态参数较多，以现有方案cn111617989a为例，此方案△u、r、u三个参数本身耦合性太强，均是关于电压与dcr的关系，若直接采用分类算法则维度过高，若对静态参数进行升维处理则不易辨识，很难达到预期。
技术实现思路
1、鉴于此，为实现动力电池电芯分类的边界清晰，减少耦合性造成的难辨别情况，进而实现在实际应用上能够很好的控制充放电过程中的一致性，本专利技术实施例提供一种动力电池聚类分选方法及系统。
2、一种动力电池聚类分选方法，包括：
3、获取抽样电芯的初始参数集；
4、基于所述初始参数集计算荷电状态指标和动态电压指标，并对所述荷电状态指标和动态电压指标进行归一化处理确定电芯位置数据；
5、对所述电芯位置数据进行分类聚合得到动力电池聚类分选的初始解；
6、结合聚类误差平方和sse以及轮廓系数sg对所述初始解进行评估优
7、其中，所述初始参数集包括：电池分容容量ci集合，电池充放电库伦效率值μi集合，电池初始开路电压ocv0i集合，直流阻抗dcri集合，初始荷电状态soc0i集合。
8、在一可能的实施例中，获取所述直流阻抗dcri集合，包括：
9、在电池分容工步中，加入预设放电脉冲信号，在电池充电到预设荷电状态时，m时刻将当前充电电流i1变换为i2，并保持h时段；
10、确定m时刻i1对应的电压u1以及h时刻i2对应的电压u2；
11、将i1、i2、u1、u2根据下式进行计算确定直流阻抗dcri集合，计算式如下：
12、
13、在一可能的实施例中，所述基于所述初始参数集计算荷电状态指标和动态电压指标，并对所述荷电状态指标和动态电压指标进行归一化处理确定电芯位置数据，包括：
14、荷电状态指标soci的计算式：
15、动态电压指标ui的计算式：ui＝ocv0i-i×dcri；
16、荷电状态指标soci的归一化处理计算式：
17、动态电压指标ui的归一化处理计算式：
18、式中，i为t时刻的充放电电流，dt为充放电时刻t的微分，xi为第i个电芯的x轴位置坐标，yi为第i个电芯的y轴位置坐标，socmin为最小可用电荷量的荷电状态指标，socmax为最大可用电荷量的荷电状态指标，umin为最小动态电压指标，umax为最大动态电压指标。
19、在一可能的实施例中，所述对所述电芯位置数据进行分类聚合得到动力电池聚类分选的初始解，包括：
20、利用k-means聚类法基于所述电芯位置数据确定数据样本向量集合，从所述数据样本向量集合中确定初始类簇中心点，并对所述初始类簇中心点进行迭代更新确定包含k个类簇中心点的类簇中心数据集合；
21、重复执行将所有电芯分别分配到距离最近的类簇中，并对所述类簇的类簇中心点进行替换的步骤，达到初始收敛条件后输出包含k个类簇的动力电池聚类分选初始解k1；所述类簇由所述类簇中心数据集合中距离目标电芯最近的类簇中心点确定；
22、其中，所述初始收敛条件包括：所述重复执行的次数达到预设次数和/或初始解k1的误差平方和sse1小于预设sse。
23、在一可能的实施例中，计算所述类簇中心数据集合的误差平方和sse1，包括：计算式如下：
24、
25、式中，xji为第j个类簇的第i个电芯，nj为更新后的第j个类簇的中心。
26、在一可能的实施例中，所述利用k-means聚类法基于所述电芯位置数据确定数据样本向量集合，从所述数据样本向量集合中确定初始类簇中心点，并对所述初始类簇中心点进行迭代更新确定包含k个类簇中心点的类簇中心数据集合，包括：
27、对所述电芯位置数据中电芯的坐标(xi，yi)，转为向量形式xi＝[xi，yi]；
28、基于电芯坐标向量xi，确定数据样本向量xi集合＝{x1，x2，x3，……，xn}；
29、从所述数据样本向量xi集合中抽取一个电芯坐标向量xi，并从抽取的xi上随机取一点作为初始类簇中心点n1；
30、重复执行计算全部所述电芯坐标向量xi到n1的最近距离，并将距离n1最大的电芯坐标向量的点作为下一类簇中心点的步骤，直到确定k个类簇中心点输出类簇中心数据集合n＝{n1，n2，n3，……，nk}。
31、在一可能的实施例中，所述重复执行将所有电芯分别分配到距离最近的类簇中，并对所述类簇的类簇中心点进行替换的步骤，达到初始收敛条件后输出包含k个类簇的动力电池聚类分选初始解k1，包括：
32、s7.1：根据下式计算第i个电芯与第j个类簇中心点的距离，
33、
34、式中，xi为第i个电芯，nj为第j个类簇中心点，xif为第i个电芯的第f个坐标向量，njf为第j个类簇中心点的第f个坐标向量；
35、s7.2：将所有电芯一一分配到距离最近的类簇中心点所在的类簇中，得到k个更新后的类簇{s1,s2，s3，……，sk}；
36、s7.3：根据下式对所述更新后的类簇的类簇中心点进行替换，
37、
38、式中，nj*为更新后的第j个类簇的中心，|sj|为第j个类簇中电芯的个数，xji为第j个类簇的第i个电芯；
39、s7.4：重复执行s7.1至s7.3，达到初始收敛条件后输出所述动力电池聚类分选初始解k1。
40、在一可能的实施例中，所述结合聚类误差平方和sse以及轮廓系数sg对所述初始解进行评估优化，在达到评估收敛条件时确定优化后的最优解，包括：
41、确定所有电芯的轮廓系数sg，并对所述所有电芯的轮廓系数sg求取均值作为当前分类聚合的整体轮廓系数sgn；
42、重复执行n次所述对所述电芯位置数据进行分类聚合得到初始解以及所述确定所有电芯的轮廓系数sg，并对所述所有电芯的轮廓系数sg求取均值作为当前分类聚合的整体轮廓系数sgn的步骤，获得评估后的初始解集合k＝{k1，k2，……，kn}在达到评估收敛条件后输出最优解；
43、其中，所述评估收敛条件，包括：通过肘部法对k与sse的对比曲线斜率图指示出的ki与整体轮廓系数sgn达到预设sgn值的ki一致，ki为所本文档来自技高网...
【技术保护点】
1.一种动力电池聚类分选方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取所述直流阻抗DCRi集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述初始参数集计算荷电状态指标和动态电压指标，并对所述荷电状态指标和动态电压指标进行归一化处理确定电芯位置数据，包括：
4.根据权利要求1-3任一权利要求所述的方法，其特征在于，所述对所述电芯位置数据进行分类聚合得到动力电池聚类分选的初始解，包括：
5.根据权利要求4所述的方法，其特征在于，计算所述类簇中心数据集合的误差平方和SSE1，包括：计算式如下：
6.根据权利要求4所述的方法，其特征在于，所述利用k-means聚类法基于所述电芯位置数据确定数据样本向量集合，从所述数据样本向量集合中确定初始类簇中心点，并对所述初始类簇中心点进行迭代更新确定包含k个类簇中心点的类簇中心数据集合，包括：
7.根据权利要求4所述的方法，其特征在于，所述重复执行将所有电芯分别分配到距离最近的类簇中，并对所述类簇的类簇中心点进行替换的步骤，达到初始收敛
8.根据权利要求1所述的方法，其特征在于，所述结合聚类误差平方和SSE以及轮廓系数SG对所述初始解进行评估优化，在达到评估收敛条件时确定优化后的最优解，包括：
9.根据权利要求8所述的方法，其特征在于，所述确定所有电芯的轮廓系数SG，并对所述所有电芯的轮廓系数SG求取均值作为当前分类聚合的整体轮廓系数sgn，包括：
10.一种动力电池聚类分选系统，其特征在于，包括：
...【技术特征摘要】
1.一种动力电池聚类分选方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取所述直流阻抗dcri集合，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述初始参数集计算荷电状态指标和动态电压指标，并对所述荷电状态指标和动态电压指标进行归一化处理确定电芯位置数据，包括：
4.根据权利要求1-3任一权利要求所述的方法，其特征在于，所述对所述电芯位置数据进行分类聚合得到动力电池聚类分选的初始解，包括：
5.根据权利要求4所述的方法，其特征在于，计算所述类簇中心数据集合的误差平方和sse1，包括：计算式如下：
6.根据权利要求4所述的方法，其特征在于，所述利用k-means聚类法基于所述电芯位置数据确定数据样本向量集合，从所述数据样本向量集...
【专利技术属性】
技术研发人员：宋晓波，陈小勇，
申请(专利权)人：奇瑞汽车股份有限公司，
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。