一种基于模糊逻辑算法的锂电池老化诊断方法与流程

本发明属于动力电池领域，更具体地，涉及一种基于模糊逻辑算法的锂电池老化诊断方法。

背景技术：

在锂离子电池众多故障中，电池老化故障时常发生。由于这类故障会造成电池内部的一些化学反应，不能直接通过电气参数进行分析和判断，所以本文提出了一个由模糊逻辑函数来检测锂电池老化程度的方法。本发明属于锂电池故障检测领域，更具体的，涉及一种锂电池老化程度的检测方法。与其他类型电池相比，锂电池具有能量密度高，功率密度高，自放电率低，可循环使用且无污染等优点，使得锂电池在许多领域取得越来越广泛的应用。但伴随着锂电池的普及，其安全问题也倍受关注，对锂电池老化程度的检测和处理是锂电池技术研究中必须要考虑到的问题。

目前，针对锂电池老化状态的检测方法主要有两种，一种是基于数据驱动的老化检测方法，其中包括应用机器学习方法下的回归及分类神经网络，自回归算法等方法进行电池状态的预测，但数据驱动的建模方法并不能完全代表其实际的物理状态，只是在反应建模过程中输入与输出的关系，而且这种方法最主要的障碍在于需要及其大量的训练数据，限制了其在实际过程中的应用；另外一种是基于电化学模型的老化检测方法，主要是通过建立锂电池的电化学模型来反应锂电池的状态参数，通过评估其状态参数来确定其老化状态，这种方法的优点在于电化学模型可以反应包括温度在内的许多状态参数，从而可以较为精确的估计锂电池的老化状态，但由于电化学模型过于复杂，模型评估时间较长，在实际工程应用中并不适用。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于模糊逻辑算法的锂电池老化诊断方法，通过利用锂电池二阶等效电路模型对电池的工作状态进行模拟，然后利用模拟仿真值与实验值技术特征参数残差，最后建立模糊函数和模糊规则判断老化状态，由此解决现有电池老化诊断中所需数据庞大，诊断计算复杂等技术问题。

为实现上述目的，按照本发明，提供了一种基于模糊逻辑算法的锂电池老化诊断方法，该方法包括下列步骤：

(a)采集并获取待诊断锂电池的脉冲循环充放电数值，建立关于所述待诊断锂电池的锂电池二阶等效电路模型，并根据所述脉冲循环充放电数值对所述电路模型的参数进行设定，以此获得所述待诊断锂电池的仿真模型；

(b)设定应用环境和工况，将所述仿真模型置于所述应用环境和工况中运行，以此对所述待诊断锂电池的工作状态进行仿真，由此获得所述待诊断锂电池工作时不同时刻多个特征参数的仿真值；

(c)将所述待诊断锂电池进行充放电实验，以此获得该待诊断锂电池在不同时刻对应的容量和多个特征参数实验值，在同一时刻下，利用该时刻的容量计算所述待诊断锂电池的故障隶属度，然后计算在该时刻下每个特征参数的仿真值与实验值的残差，以此获得不同时刻对应的故障隶属度和每个特征参数残差；

(d)构建每个特征参数残差与所述故障隶属度之间的模糊函数，并建立老化诊断的模糊规则，根据不同时刻每个特征参数残差，利用所述模糊规则诊断待诊断锂电池的老化状态，以此实现待诊断锂电池老化情况的诊断。

进一步优选地，在步骤(d)中，所述模糊规则按照下列方式进行，当待诊断锂电池的综合故障隶属度大于预设可接受范围时，则发生老化故障，否则，未发生老化故障，其中，综合故障隶属度利用所述特征参数残差不在其预设正常状态范围值对应的特征参数的故障隶属度进行计算。

进一步优选地，所述综合故障隶属度的计算优选按照下列表达式进行：

其中，i∈n，j∈n，n是残差不在预设正常状态范围的特征参数的总数量，yf是综合故障隶属度，yi，yj和yn分别是第i，j和n个残差不在预设正常状态范围的特征参数的故障隶属度。

进一步优选地，在步骤(b)中，所述特征参数包括电压、温度和电池。

进一步优选地，在步骤(d)中，所述特征参数为电压时，电压的残差与所述故障隶属度之间的模糊函数优选按照下列表达式进行，

其中，yu是电压的模糊函数，xu是电压的残差。

进一步优选地，在步骤(d)中，所述特征参数为温度时，温度的残差与所述故障隶属度之间的模糊函数优选按照下列表达式进行，

其中，yt是温度的模糊函数，xt是温度的残差。

进一步优选地，在步骤(d)中，所述特征参数为soc时，soc的残差与所述故障隶属度之间的模糊函数优选按照下列表达式进行，

其中，ysoc是soc的模糊函数，xsoc是soc的残差。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

1、本发明通过采用模糊函数和模糊规则，在实际工程应用中，可以更加快速的诊断电池的老化状态，其准确性也可以满足实际工程应用中的需求；

2、本发明通过利用构建的锂电池二阶等效电路模型模拟待诊断锂电池进行仿真，充分体现了锂电池各方面的性能参数，仿真效果好，更加接近实际的电池状态；

3、本发明通过计算特征参数的残差构建与故障隶属度之间的关系建立模糊函数和模糊规则，特征参数的残差与故障隶属度的获取较为简单实用，且由特征参数的残差在模糊函数与模糊规则下得到的故障隶属度可以较为直观准确的表示电池的老化程度。

附图说明

图1是按照本发明的优选实施例所构建的一种基于模糊逻辑算法的锂电池老化诊断方法的流程图；

图2是按照本发明的优选实施例所构建的锂离子电池二rc等效电路模型；

图3是按照本发明的优选实施例所构建的电压残差模糊函数；

图4是按照本发明的优选实施例所构建的温度残差模糊函数；

图5是按照本发明的优选实施例所构建的soc残差模糊函数。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，一种基于模糊逻辑算法的锂电池老化诊断方法，该方法包括下列步骤：

第一步，针对电池老化故障设计相应的充放电实验，根据其实验结果，选择电池的容量及阻抗等参数考虑电池老化的规律，建立锂离子电池二rc等效电路模型，根据电池的脉冲循环充放电数据对锂离子电池二rc等效电路模型的参数进行调整。

在电池老化过程中，电池所能提供的容量会不断减小，而容量的衰减程度可以用来描述电池老化的某些特征，对于电池的交流阻抗而言，随着实验循环次数的不断增加其值具有增加的趋势，为了研究电池老化的表现，设计了电池的循环充放电实验，根据实验次数的不断增加，电池的老化程度不断加深，同时电池容量和交流阻抗会跟随老化程度而改变，在实验设计中，有两个电池老化程度的影响因素，其中之一是电池的充放电循环次数，另一方面则是电池的充放电深度，为了能在有限的电池循环次数中尽可能的使电池的老化表现更加明显，在充电阶段的设计中，使用恒流恒压方式充电，以保证电池充满，在放电过程中，以恒流方式放电，本实施例中以18650电池为例。

第二步，建立锂离子电池等效电路模型描述电池的状态，用仿真软件得到电池的循环工况下的各个标准参数，如电流、电压、温度、soc等,其中，soc是stateofcharge的缩写，表示电池的荷电状态。将建立的锂离子电池二rc等效电路模型，将其导入advisor仿真软件中电动汽车模型中，代替电动汽车中原有的锂电池模型，并将其与其中的锂电池热模型联合，对其进行模型的二次开发，构成锂电池电热耦合模型，随后电动汽车对进行仿真工况的模拟。

本实施例中，对整车进行仿真时，所选用的电动汽车模型为电动汽车的默认模型，其中各种总成相关参数如车辆、车轮、电机、动力电池、超级电容等参数均保持不变，循环的工况则选择美国联邦城市道路循环工况+市郊道路循环工况(udds+ftp)的联合循环工况，可以对城市和乡村的行驶工况进行一个通用情况的描述，联合工况包括一些电动汽车的行驶信息，如怠速行驶时间、加速行驶时间、静止行驶时间等，即联合工况可视为电动汽车运行速度与时间的关系，将上述仿真数据提取出来，可以得到工作时的锂电池的电压、电流、温度及soc等参数的仿真理论值，可以作为判断锂电池老化的一些指标。

第三步，确定对老化故障的分析参数。根据上文建立的锂离子电池等效电路模型仿真所得到的电池数据，与在实际的锂电池循环充放电实验中得到的实验数据作对比，得到对比残差，同时，计算实际的充放电实验中不同时刻对应的故障隶属度，其中选择以下参数作为老化故障的分析参数：电池电压残差、电池温度残差和电池soc残差。

故障隶属度的计算：正常锂电池可用容量视为100％，此时可视为故障隶属度为零，当电池老化时，其可用容量逐渐减小，此时可视为故障隶属度逐渐增大，当锂电池可用容量减小到正常锂电池可用容量的80％时，电池为完全老化状态，已经不可以继续使用，此时可视为故障隶属度为1。当电池可用容量为100％到80％时，其故障隶属度为0到1等分，因此，按照等分的原则，根据电池的容量，计算出容量从100％到80％之间的故障隶属度。故障隶属度与容量间的计算公式为：y＝5(1-x)，其中y为故障隶属度，取值范围为0到1，x为电池可用容量，取值范围为100％到80％。

第四步，为上述的各项老化故障参数设计各自的模糊函数。

构建每个特征参数残差与故障隶属度之间的模糊函数，如下：

(1)电压残差模糊函数

电压残差是电池实际运行状态下的电压与电池模型运行下的电压的相对误差，其中纵坐标y值定义为当电压残差为当前横坐标状态时对应的模糊集的故障隶属度，横坐标x为电压残差值，单位为v，对应的模糊函数为：当电压-0.2<xu<0.2之间时，锂电池运行实际数据与仿真数据的残差处于正常范围，则认为待分析对象是正常，模糊函数不判断，其中，-0.2<xu<0.2是预设正常状态范围值。

(2)温度残差模糊函数

温度残差是实际运行状态下温度与模型运行下的温度的相对误差，纵坐标y为隶属度，横坐标x为温度残差值。单位为℃。对应的模糊函数为：当电压-0.5<xt<0.5之间时，锂电池运行实际数据与仿真数据的残差处于正常范围，则认为待分析对象是正常，模糊函数不判断，其中，-0.5<xt<0.5是预设正常状态范围值。

(3)soc残差模糊函数

soc残差是实际运行状态下soc与模型运行下的soc的相对误差，纵坐标y为隶属度，横坐标x为soc残差百分比。对应的模糊函数为：当电压-0.2<xsoc<0.2之间时，锂电池运行实际数据与仿真数据的残差处于正常范围，则认为待分析对象是正常，模糊函数不判断，其中，-0.2<xsoc<0.2是预设正常状态范围值。

第五步，建立老化故障分析的模糊规则。在得到了对老化故障的分析参数以及各参数对应的模糊函数后，需要对各个故障参数的表现进行整合，形成对老化故障进行完整分析的模糊规则。在电池老化故障中初期的表现主要为电池电压的变化，因此可以先判断电压参数的故障隶属度，在判断其他两参数的故障隶属度，通过模糊规则算出其总的故障隶属度，故障隶属度在0到1之间，故障隶属度越高，说明其老化故障越严重。其模糊规则为：若所有故障参数中只有一个故障隶属度超过0.5，则综合故障隶属度取取该参数的故障隶属度；若有两个及以上参数的故障隶属度超过0.5，则按下式取并集，得到：

其中：当需要计算三个故障隶属度时，先计算前两种的综合故障隶属度，再将计算后的综合故障隶属度与第三种故障隶属度计算得出三种故障隶属度的综合故障隶属度。yc为综合故障隶属度，当综合故障隶属度均不超过0.5时，则认为电池没有发生老化故障。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。