一种锂离子电池容量衰退评估的几何方法
【专利摘要】本发明涉及一种锂离子电池容量衰退评估的几何方法，实现步骤为：步骤一、提取不同工况条件下的几何特征量；所述几何特征量为4个，即恒压充电过程充电持续时间的长度；恒压充电阶段电流特性曲线的最大曲率半径；恒压充电电流特性曲线下的面积；放电电压特性曲线初期的最大斜率；步骤二、基于拉普拉斯特征映射方法的内禀流形建立，把步骤一中提取的4个几何特征作为拉普拉斯特征映射方法的输入，构造嵌入在高维空间的低维流形即内禀流形；步骤三、采用流形上的测地线作为几何度量评估电池容量。本发明能够有效地确定电池本质退化或健康状态，且不需要研究复杂的电化学机制，也无需建立复杂的电化学模型，实现简单。
【专利说明】一种锂离子电池容量衰退评估的几何方法
【技术领域】
[0001]本发明涉及一种锂离子蓄电池容量衰退估算方法，属于蓄电池健康管理【技术领域】。
【背景技术】
[0002]由于锂离子电池具有高能量密度、重量轻的优点，很多研究者为了提高锂离子电池的性能对锂离子电池展开了大量的研究工作。考虑到容量损失率很大程度上取决于工作条件和随时间产生的永久性容量损失，对电池可用容量进行精确的评估，将更可靠、更有效地管理电池能量。
[0003]在过去的几十年里，随着软件能力和现代试验技术的发展，电池建模和仿真技术已经取得了显著的成就。在锂离子电池容量评估方面也做了ー些尝试。文献Zhang X，Ross PN, Jr, Kostecki R，Kong F，Sloop S，Kerr B，Striebel K，Cairns EJ, McLarnonF.Diagnostic characterization oi hign-power 丄ithium-1on batteries for usein hybrid electric vehicles.J Electrochem Soc2001;148:A463-70.重点研究描述了电池阳极、阴极、电解液和集电器的电化学、物理特性；文献Fuller TF? Doyle M，Newman J.Simulation and Optimization of the Dual Lithium 1n Insertion Cell.JElectrochem Socl994; 141 (I): 1-10.应用了 “第一性原理”电化学模型估计锂离子聚合物电池容量；又献 Spotnitz R.Simulation of capacity fade in lithium-1on batteries.J Power Sources2003; 113(1):72-80.在FULLER模型的基础上融合了 SEI增长并且研究了容量退化中阻抗的变化情況；由于热老化是在电池存储、备用或运行阶段中影响电池日历寿命的最大因素之一，文献 Liaw BY, Jungst RG，Nagasubramanian G, Case H L，Doughty DH.Modeling capacity fade in lithium-1on cells.J Power Sources2005;140:157 - 61中，应用ー种等效电路模型去仿真电池性能，特别是对受热老化影响产生的容量退化现象；文献 Einhorn M，Conte FV,Kral C，Fleig J.A Method for Online Capacity Estimationof Lithium 1n Battery Cells using the State of Charge and the TransferredCharge, IEEE ICSET2010，Kandy, Sri Lanka, December6_9，2010.中提出把两个精确的荷电状态(SOC)值看做是开路电压(OCV)的函数，应用这两个值之间的累积电量可实现电池容量估计；文献 Chan CC, Lo EWC, Weixiang S.The available capacity computationmodel based on artificial neural network ior lead - acid batteries in electricvehicles.J Power Sources2000; 87 (I):201 -4.应用单输入单输出的人工神经网络建立了铅酸蓄电池放电电流和容量之间的关系。他们假设电池的老化和退化不会明显影响容量估计。然而，这个假设对于锂离子电池并不适用。一种基于参数模型的扩展卡尔曼滤波方法[麥见 Plett GL.Extended Kalman filtering ior battery management systems oiLiPB-based HEV battery packs.J Power Sources2004; 134:277 - 92]被应用于容量估计；在又献 Hoenig S，Singh H，Palanisamy TG.Method and Apparatus for Predicting theAvailable Energy of a
Battery,Patent US20020193953A1，2001.中，建立了一个多变量的线性模型来表示容量和多输入之间的关系，包括内部直流阻杭，OCV和温度。
[0004]到目前为止，大多数前面提到的模型为精确预测容量做出了很大的贡献。但是，为了将电池容量评估应用于工程实际，尚存在一些问题有待解决:
[0005](I)电池动态行的描述依赖于精确的模型，而这些模型已被证实很难获得[參见 Tang XD, Mao XF, Lin J, Koch B.Capacity Estimation for L1-1on Batteries,201IAmerican Control Conference on 0’Farrell Street, San Francisco, CA, USA,June29-July01,2011.14]；
[0006](2)需要电池的电化学參数和属性；
[0007](3)依赖精确的SOC值，而SOC获取本身即是ー个重大困难的研究领域；
[0008](4)需要大量OCV值,进而需要相当长的静置时间；
[0009](5)不适用于电池的不同エ况条件。
[0010]所有这些问题可归纳为三个主要方面:(I)复杂的电化学机制和相应的模型；(2)可用数据贫乏，即，对很多算法来说数据很重要，但在实际工程中，这些数据却很难获得；
(3)不同的エ况条件，即，各种因素影响电池容量估计。
【发明内容】
[0011]本发明目的在于:克服现有技术的不足，提供一种锂离子电池容量衰退评估的几何方法，能够有效地确定电池本质退化或健康状态，且不需要研究复杂的电化学机制，也无需建立模型，实现简単。
[0012]本发明技术解决方案:一种锂离子电池容量衰退评估的几何方法，首先应用4个对エ况条件免疫，但对电池退化敏感的几何特征，以适应数据缺乏和エ况复杂的情况；其次，应用拉普拉斯特征映射方法建立内禀流形；最后，应用流形上的测地距离来评估锂离子电池剩余可用最大容量，具体实现步骤如下:
[0013]步骤一、提取參考蓄电池样本与被评估蓄电池在不同エ况条件下的几何特征量。
[0014]为了精确地估计锂离子电池容量，首先要确定可以表征锂离子电池实际性能或退化情况的特征和參数。考虑到上述不同エ况条件，这些特征必须能够适用于变化的エ况条件。本发明从充电过程的电流曲线和放电过程的电压曲线中提取了四个几何特征用于锂离子电池剩余容量估计。所述几何特征量为4个，即恒压充电过程充电持续时间的长度；恒压充电阶段电流特性曲线的最大曲率半径；恒压充电电流特性曲线下的面积；放电电压特性曲线初期的最大斜率。所述不同エ况条件指:蓄电池不同环境温度、不同放电倍率、不同放电终止电压。
[0015]步骤ニ、基于拉普拉斯特征映射方法的内禀流形建立。
[0016]利用从充放电循环的电流/电压特性曲线簇中，提取的4个几何特征，通过拉普拉斯特征映射方法，构造嵌入在高维空间的低维流形。如此，最初4个几何特征中所包含的电池信息可以很好地在低维流形(内禀流形)中描述。
[0017]步骤三、采用流形上的测地线实现电池容量的几何度量与估算。
[0018]在数学里，尤其是在微分几何领域，測地线是“弯曲空间”中“直线”概念的一般化描述。基于由拉普拉斯特征映射方法获得的内禀流形，利用该流形上的測地线评估蓄电池容量，此度量方式即为电池容量的ー个几何度量。其中，内禀流形空间上第一个点到每ー个其它点之间的侧地距离通过图论进行近似计算。
[0019]本发明与现有技术相比的优点在于:
[0020]( I)对容量退化特性敏感,能够有效地确定电池本质退化或健康状态；
[0021](2)完全基于几何特性的容量评估方法；
[0022](3)在流形空间上凸显和识别电池的容量退化规律；
[0023](4)具有对不同エ况条件下，电池使用容量评估的适应性；
[0024](5)计算时间资源消耗小；
[0025](6)对电池数据条件要求较小。
【专利附图】
【附图说明】
[0026]图1是本发明的实现流程图；
[0027]图2是充电电流曲线中恒压充电过程曲线的几何特征提取图；
[0028]图3是放电电压曲线及放电初期电压压降斜率图；
[0029]图4是原始充电电流曲线簇与放电电压曲线簇图；其中:a是电池寿命周期内充电特性曲线簇图，b是电池寿命周期内放电电压特性曲线簇图；
[0030]图5是本发明经归ー化的4个几何特征序列值及其演化趋势图；其中:a是几何特征I演变过程图，b是几何特征2演变过程图，c是几何特征3演变过程图，d是几何特征4演变过程图；
[0031]图6是基于拉普拉斯特征映射得到的内禀流形上电池容量衰退轨迹图；
[0032]图7是电池测量容量与评估容量对比图；其中:a是B0005号图，b是B0007号图，c是B0029号图，d是B0054号图。
【具体实施方式】
[0033]下面将结合附图和实施例对本发明作进ー步的详细说明。
[0034]本发明是一种锂离子电池容量衰退评估的几何方法，图1给出了该方法的主要流程，具体实施步骤如下:
[0035]步骤一、提取參考蓄电池样本与被评估蓄电池在不同エ况条件下的几何特征量。
[0036]及其工作为了精确地估计锂离子电池容量，首先要确定可以表征锂离子电池实际性能或退化情况的特征和參数。考虑到上述不同エ况条件，这些特征必须能够适用于变化的エ况条件。本发明从充电过程的电流曲线和放电过程的电压曲线中提取四个几何特征用于锂离子电池容量估计。图2描述了第10、60、110和160周期的充电电流曲线。从此类充电过程电流特性曲线中，提取三个几何特征。充电过程可以明显地分为两个阶段，恒流充电阶段和恒压充电阶段。对于ー个应用，充电过程条件是相似的或者相同的。由此，对于在不同エ况条件下，经历了 N次充放电循环的被评估蓄电池BI及全寿參考蓄电池样本B0，由于參考蓄电池样本BO与被评估蓄电池在后续步骤三处，处理过程略有不同外，其它都相同，这里以BI为例进行说明，各几何特征描述如下:
[0037](I)几何特征1:恒压充电过程充电持续时间的长度
[0038]对于同一个应用，由于正常使用而引起的两个充电过程的差异，体现在恒流阶段的长度如图2所示，这充分地反映了电池上次放电过程状态。然而，这两个恒压阶段的长度变化，如图2所示，则很大程度上是由于电池性能退化造成的。图5中a显示了蓄电池BI充放电循环寿命周期中特征I的值及其演化过程。由此，在几何特征提取阶段，需依次提取蓄电池所经历的不同エ况条件下，蓄电池恒压充电过程充电持续时间的长度，并构成特征序列 Fl (fll，fl2，......，flN)；
[0039](2)几何特征2:恒压充电过程，电流特性曲线的最大曲率半径
[0040]图2中，恒压阶段的电流特性曲线彼此之间是相似的。但每条曲线的最大曲率半径存在着细微差別，此也即为电池性能退化的重要反映。图5中b显示了蓄电池充放电循环寿命周期中特征2的值及其演化过程。由此，在几何特征提取阶段，需依次提取蓄电池所经
历的不同エ况条件下，电流特性曲线的最大曲率半径，并构成特征序列F2 Cf21,f22,......，
f2N)；
[0041](3)几何特征3:恒压充电过程，恒压充电电流特性曲线下的面积
[0042]类似于特征I和2，恒压充电电流特性曲线下的面积表征了随时间推移，电池性能退化情況。图5中c表示了蓄电池充放电循环寿命周期中特征3的值及其演化过程。由此，在几何特征提取阶段，需依次提取蓄电池所经历的不同エ况条件下，恒压充电电流特性曲线下的面积，并构成特征序列F3 (f31, fl2,......，f3N)；
[0043](4)几何特征4:放电电压特性曲线初期的最大斜率
[0044]不同于特征1、2、3，特征4是从不同周期的放电电压特性曲线中提取，而不是从充电曲线。图3，描述了蓄电池第10、60、110、160充放电周期的放电曲线，其特征4也描绘了退化过程的性能，如图5中d所示。由此，在几何特征提取阶段，需依次提取蓄电池所经历的
不同エ况条件下，放电电压特性曲线初期的最大斜率，并构成特征序列F4 (f41，f42，......，
f4N)；
[0045]所有这4个特征被用于估计真实的锂离子蓄电池剩余最大可用容量。
[0046]步骤ニ、基于拉普拉斯特征映射方法的内禀流形建立。
[0047]对步骤一中提取的4个几何特征序列F1、F2、F3、F4进行线性归ー化处理，并把归一化处理后的4个几何特征序列NF1、NF2、NF3、NF4作为拉普拉斯特征映射方法的输入，配置嵌入目标维数、近邻点K、sigma和alpha參数，进而构造嵌入在高维空间的低维流形即内禀流形，实现高维几何特征点向低维内禀流形的映射，得到低维内禀流形空间上的数据点，使得最初4个几何特征中所包含的电池容量与健康信息可以很好地在低维流形中被表达；
[0048]步骤三、采用流形上的测地线实现电池容量的几何度量与估算。
[0049]本发明中，当得到低维内禀流形上的低维数据点后，由于这些点都是内禀流形上可以表征电池容量衰退的数据，因而，计算这些低维内禀流形上的数据点之间的测地距离，进而用于电池容量评估中，作为电池容量几何度量。用图论计算内禀流形上，第一个数据点(即对应于第一次充放电循环结束时，蓄电池的容量状态)到待评估数据点(对应于评估目标循环充放电结束时的蓄电池容量状态)间的测地距离，及參考样本蓄电池BO的相关侧地距离，容量估计的表达式为:
[0050]
【权利要求】
1.一种锂离子电池容量衰退评估的几何方法，其特征在于实现步骤如下: 步骤一、提取參考蓄电池样本与被评估蓄电池在不同エ况条件下的几何特征量所述几何特征量为4个，即恒压充电过程充电持续时间的长度；恒压充电阶段电流特性曲线的最大曲率半径；恒压充电电流特性曲线下的面积；放电电压特性曲线初期的最大斜率；所述不同エ况条件指:蓄电池不同环境温度、不同放电倍率、不同放电终止电压； 步骤ニ、基于拉普拉斯特征映射方法的内禀流形建立 对步骤一中提取的4个几何特征进行线性归一化处理，并把归一化处理后的4个几何特征作为拉普拉斯特征映射方法的输入，构造嵌入在高维空间的低维流形即内禀流形，实现高维几何特征点向低维内禀流形的映射，得到低维内禀流形空间上的数据点，使得最初4个几何特征中所包含的电池容量与健康信息能够很好地在低维流形中被表达； 步骤三、采用流形 上的测地线实现电池容量的几何度量与估算低维内禀流形上的低维数据点是能够表征电池容量衰退数据，计算这些低维内禀流形上的数据点之间的测地距离，作为电池容量几何度量；其中，从第一个点到每ー个其它点之间的侧地距离用图论进行近似计算，且电池容量评估的表达式为:
【文档编号】G01R31/36GK103439666SQ201310392255
【公开日】2013年12月11日 申请日期:2013年9月2日 优先权日:2013年9月2日
【发明者】吕琛, 陶来发, 李铁颖, 程玉杰, 甘祖旺 申请人:北京航空航天大学