基于恒压充电片段的锂电池剩余寿命快速检测法的制作方法

本发明属于锂离子电池技术领域，具体涉及一种基于恒压充电片段的锂离子电池剩余循环寿命在线快速检测方法。

背景技术：

锂电池基于其重量轻、能量密度大和使用寿命长等优点被广泛应用于各个领域，但在使用过程中锂电池性能的逐渐衰退和失效可能带来严重的后果，实践过程中我们可以通过电池剩余循环寿命预测来避免这些损失。现有的锂电池剩余循环寿命预测主要包括粒子滤波、Dempster-Shafer证据理论、Bayes、递归神经网络、非线性自回归、高斯过程回归等方法。这些方法的主要思想是利用离线数据建立锂离子电池退化特征量(容量、内阻等)随充电循环次数退化的过程模型，再根据在线测得的电池状态数据进行训练学习，进而预测剩余循环寿命。但是存在受外界影响大，算法复杂，实时性差等问题。

技术实现要素：

有鉴于此，本发明的目的是提供一种基于恒压充电片段的锂离子电池剩余循环寿命快速检测方法，能够对正在使用中的电池(如车载电池)进行剩余循环寿命快速预测，有效提高锂离子电池剩余循环寿命预测精度，改善电池的使用和维护效率，延长电池的使用时间，减少锂离子电池在使用中的突发失效风险。

一种锂电池剩余循环寿命估计方法，包括离线构建电流下降时间对照表和在线预测剩余循环寿命两个阶段，其中：

所述离线构建电流下降时间对照表阶段的具体步骤包括：(1)在实验室条件下，将锂电池剩余电量放空，即放电至放电截止电压；(2)将对锂电池的恒流恒压充电至满然后恒流放电至空作为一个充放电循环，对多个同型锂离子电池进行全寿命的充放电循环实验，获取锂离子电池在各充放电循环下的恒压充电阶段的数据；(3)将锂离子电池在恒压充电过程中电流从最大值下降到最小值所经历的电流区间，等间隔划分为设定数量的电流下降区间；(4)根据恒压充电过程的数据，获得电流随充电时间变化数据，确定各电池在各充电循环中每个电流下降区间所经历的时间间隔；(5)构建该型电池的全寿命电流下降时间长度分布列表，表中记录充放电循环次数，以及在各充放电循环次数下，各电流下降区间对应的时间间隔；

所述在线预测剩余循环寿命具体步骤包括：(1)在实际工作环境下对待检测的锂离子电池的充电过程实时监测，得到电池充电阶段的数据；(2)对电池充电阶段的数据进行处理，得到电池在恒压充电过程中所经历的电流下降区间D及其对应的时间间隔t₀；(3)根据恒压充电阶段的电流下降区间D选择所述电流下降时间对照表中与之匹配的电流下降区间，在该电流下降区间对应的各时间间隔中选择与t₀匹配的时间间隔，再确定该匹配的时间间隔对应的充放电循环次数，由此确定锂电池的剩余寿命。

较佳的，在离线构建电流下降时间对照表阶段，对每个电流下降区间根据试验中实际测量的各充放电循环次数对应的时间间隔数列，估算其对应的电流下降时间间隔所服从的随机分布函数的参数，即均值和标准差；

在所述在线预测剩余循环寿命阶段，测试得到电流下降区间D以及对应的时间间隔t₀；当电流下降区间D正好覆盖所述对照表中的一个电流下降区间时，确定该电流下降区间在各个充电循环次数下的均值和标准差然后找到其中一个充放电循环次数对应的均值和标准差使得似然函数取最大值，则找到的这个充放电循环次数即为该电池健康状态目前等效的充放电循环数N₀。

较佳的，在离线构建电流下降时间对照表阶段，对每个电流下降区间根据试验中实际测量的各充放电循环次数对应的时间间隔数列，估算其对应的电流下降时间间隔所服从的随机分布函数的参数，即均值和标准差；

在所述在线预测剩余循环寿命阶段，测试得到电流下降区间D以及对应的时间间隔t₀；当电流下降区间D包含了不止一个电流下降时间对照表中的电流下降区间时，根据正态分布的可加性,由D所包含的电流下降区间的分布函数通过正态分布加法运算获得D所对应的均值和标准差其中，第n次循环下的均值为所包含的该循环次数下电流下降区间的均值之和，第n次循环的标准差为所包含的该循环次数下电流下降区间的标准差的平方和的开方；根据测试得到的电流下降时间间隔长度t₀以及计算得到的均值和标准差建立似然函数采用极大似然判别方法，确定该电池健康状态目前等效的充放电循环数N₀，即：

较佳的，所述对照表中横坐标为电流下降区间的序号，表格纵坐标为充放电循环次数，对照表中对应的每个行、列交叉处为在给定电流下降区间、给定充放电循环数时，对应的电流下降时间长度分布函数的参数。

较佳的，该锂离子电池的剩余循环寿命预测结果为全寿命标称值N减去该等效循环数N₀，剩余寿命的预测值为

较佳的，所述设定数量的电流下降区间为>100个。

本发明具有如下有益效果：

本发明所提出的方法，是使用锂电池CCCV充电过程中的恒压充电阶段数据，通过计算电池电流从一个电流水平下降到下一个电流水平所消耗的时间构建电流下降时间对照表，再通过极大似然估计法给出一定置信度下电池的剩余循环寿命，进而估算出电池的SOH。随着电池的老化，电池恒压充电阶段所占有的充电量比例逐渐增大，因此恒压充电阶段的数据直观的反映了电池容量的变化，间接反映出电池健康状态的变化，能够进行电池剩余循环寿命及SOH的预测。

附图说明

图1为本发明剩余循环寿命在线快速预测流程图。

图2为恒流恒压充电过程恒压充电阶段电流示意图,其中是第i个电池第n₁个充电循环的时间起始点，是第i个电池第n₂个充电循环的时间起始点；

图3为本发明实施中恒压充电阶段曲线电流下降区间划分示意图，[I_k-1,I_k]为第k个电流下降区间；表示给定电流下降区间[I_k-1,I_k]时，第i个电池的第n₁个充电循环试验中经历的电流下降时间；表示给定电流下降区间[I_k-1,I_k]时第i个电池的第n₂个充电循环试验中经历的电流下降时间(n₁<n₂)，I₀为起始电流，电流下限为0.05I₀。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提出的基于恒压充电曲线电流下降区间划分方法、构建电流下降时间长度分布列表库的预测方法，通过对电池恒压充电阶段的电流下降曲线跟踪构建对照表，在线应用时只需提取恒压充电片段数据进行简单的分段处理，无需经过训练即可进行剩余循环寿命预测，可以在恒压充电过程中任意一个电流下降区间段实现剩余循环寿命在线快速预测。

下面结合附图对本发明的实施方式做详细说明。本发明采用的方法是以电池充电过程中恒压充电阶段数据片段在特定的电流下降区间所使用的时间长度来估测电池已经进行的充放电循环次数，进而估算电池的剩余循环寿命。本发明具体实施方式采用以下技术方案。它的预测方法包括离线构造对照表和在线预测剩余循环寿命两个阶段：

第一阶段，离线构建电流下降时间对照表。(1)在实验室条件下(温度25℃±5℃，相对湿度为15％～90％，大气压力为86kPa～106kPa)，将多个同型锂离子电池以恒流放电的方式将电池的电压调整至企业规定的放电终止电压，放电电流设置为1C；(2)对电池进行全寿命充放电实验，每个充放电循环采用恒流恒压充电至满和恒流放电至空的方式进行，获取该型锂离子电池在全寿命中各充电循环下的恒压充电阶段电流随充电时间变化数据，恒流充电电流设置为I₀，充电截止电流为0.05I₀。(3)以电池进入恒压充电的时刻为时间起点，记为对电池的恒压充电电流下降区间段按照等间隔划分方法，得到设定数目M的电流下降区间(M≥100)，划分的电流节点记为I₀，I₁，I₂，…，I_M，其中I₀为恒流充电电流，I_M是充电截至电流，I_M＝0.05I₀；(4)根据恒压充电过程记录的电流随充电时间变化的数据，确定该型电池各个充电循环在给定的电流下降区间[I_k-1,I_k]所消耗的时间长度，记为其中上标i表示第i个电池(即电池编号为i)，下标k表示第k个电流下降区间(k＝1,2,…,M)，下标n表示第n个充放电循环(n＝1，2，…，N)。根据数列可以估算其对应的电流下降时间间隔变量T_k,n所服从的随机分布参数(均值μ_k,n和标准差σ_k,n)；(5)根据每个电流下降区间时间间隔变量T_k,n服从的随机分布函数构建电池全寿命电流下降时间长度分布列表(如表1所示)，表格横坐标为电流下降区间序号(1～M)，表格纵坐标为充放电循环数(1～N)，表格中对应的每个格子(行列交叉处)为在给定的电流下降区间[I_k-1,I_k]和充放电循环数n时，对应的电流下降时间长度所服从的分布函数的参数均值μ_k,n和标准差σ_k,n)。

表1锂离子电池全寿命等电流下降时间长度分布列表

第二阶段，在线预测剩余循环寿命。具体步骤包括：(1)根据锂离子电池在实际工作环境下实时监测得到的恒压充电阶段数据序列及其对应的充电电流数据序列，提取恒压充电阶段电流数据；(2)对恒压充电阶段数据进行处理，获取某个恒压充电片段所对应的电流下降区间及在该电流下降区间经历的时间长度t₀；(3)根据恒压充电阶段数据的电流下降区间选定离线对照表中的对应列。其中，当正好覆盖一个电流下降区间时，则选定的列为列表中对应的电流下降区间列；

当包含了多个电流下降区间时，根据正态分布的可加性可以由其所包含的电流下降区间的分布函数通过正态分布加法运算获得所对应的正态分布参数(例如，包含了和两个区间，则这两个小区间合并而成的电流下降区间所对应的充电时间长度的正态分布参数估计结果为即若跨越三个或更多的等电流降小区间，可采用类似方法得到正态分布参数估计)；(4)根据测试得到的电流下降时间间隔长度t₀，采用极大似然判别方法，确定该电池健康状态目前等效的充放电循环数N₀，

即N₀是使得似然函数取到最大值时所对应的循环数n，该锂离子电池的剩余循环寿命预测结果为全寿命标称值N减去该等效循环数N₀，SOH的预测值为

本发明提出的等电流下降时间间隔数据是表征锂离子电池健康程度的特征指标，电池老化程度越大，则经历相同的电流下降区间所需时间越短。

本发明提出的基于恒压充电曲线的电流下降区间划分方法、构建电流下降时间长度分布列表库的预测方法，通过对电池恒压充电阶段的电流下降曲线跟踪构建对照表，在线应用时只需提取恒压充电片段数据进行简单的分段处理，无需经过训练即可进行剩余循环寿命预测，可以在恒压充电过程中任意一个电流下降区间段实现剩余循环寿命在线快速预测。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。