一种基于凝聚分层聚类算法的电池工况分析方法与流程

本发明涉及电池技术领域，具体涉及一种基于凝聚分层聚类算法的电池工况分析方法。

背景技术：

锂离子电池具有能量密度高、循环寿命长、自放电率低、无记忆效应等优点，成为了纯电动汽车、插电式电动汽车以及混合动力汽车的主要驱动电源，也应用于储能系统等多种场景。对各种应用场景下电池实际运行工况进行分析，可为实验室条件下构造标准工况，近似模拟实际运行工况，开展电池实验、评价电池性能提供基础；同时，电池实际运行工况的分析也可为实验室开展电池老化加速实验，进而估计电池实际运行过程中的衰减速率提供支持；对改进电池系统的构型和控制策略，以保障电池安全、长寿运行具有十分重要的技术意义。

目前已有的针对电池工况的分析手段，主要方法是提取电池运行工况特征参数，包括最大值、最小值、平均值、标准差、时长等，再通过主成分分析和聚类算法对特征参数进行分析。但该方法的有效性十分依赖于特征参数的选择，并且仅通过电池运行工况的特征参数并不能直接直观反映电池运行工况曲线的形状；因而需要一种无需采用特征参数的，直接对电池运行工况曲线进行聚类分析的方法。

技术实现要素：

本发明的目的是为克服现有技术的不足之处，提出一种基于凝聚分层聚类算法的电池工况分析方法。利用本发明方法，可以无需选择特征参数，直接对电池实际运行过程中的工况曲线进行聚类分析，聚类分析结果可为估计电池实际运行的衰减速率，改进电池系统构型和控制策略，保障电池安全、长寿运行提供指导。

本发明提出一种基于凝聚分层聚类算法的电池工况分析方法，其特征在于，该方法包括以下步骤：

1)选择电池工况聚类分析因子x，获取待分析电池的x的测量数据作为该电池的待分析工况；所述测量数据构成待分析电池的x关于时间t的曲线；

2)提取待分析工况中聚类分析因子x的基本曲线单元；

3)将步骤2)提取的基本曲线单元转化为待聚类元素；

4)利用凝聚分层聚类算法，对待聚类元素进行聚类，得到电池在每种聚类对应工况下的运行曲线。

本发明的特点及有益效果在于：

利用本发明的方法，可以直接对电池实际运行过程中的工况曲线进行聚类分析，进而可为实验室条件下构造标准工况，近似模拟实际运行工况，开展电池实验、评价电池性能提供基础；也可为实验室开展电池老化加速实验，进而估计电池实际运行过程中的衰减提供支持；对于改进电池系统的构型和控制策略，以保障电池安全、长寿运行具有十分重要的技术意义。本发明可应用在电动汽车、储能等领域。

附图说明

图1为本发明方法的整体流程图。

图2为本发明实施例中实验车辆电池组电流某时间段的测量数据示意图。

图3为本发明实施例中插值补充零点及提取基本曲线单元示意图。

图4为本发明实施例中将基本曲线单元转化为待聚类元素示意图。

图5为本发明实施例中定义的元素距离示意图。

图6为本发明实施例中电池工况凝聚分层聚类结果示意图。

具体实施例

本发明提出一种基于凝聚分层聚类算法的电池工况分析方法，以下结合附图及具体实施例对本发明进行详细说明。

本发明提出一种基于凝聚分层聚类算法的电池工况分析方法，整体流程如图1所示，包括以下步骤：

1)选择电池工况聚类分析因子x，获取待分析电池的x的测量数据作为该电池的待分析工况；所述测量数据构成待分析电池的x关于时间t的曲线。

2)提取待分析工况中聚类分析因子x的基本曲线单元；

3)将步骤2)提取的基本曲线单元转化为待聚类元素；

4)利用凝聚分层聚类算法，对待聚类元素进行聚类，得到电池在每种聚类对应工况下的运行曲线。

所述步骤1)中选择电池工况聚类分析因子x，x可选为电流i、电压v、功率p中的任意一种，可根据分析目的等实际情况自行选定。本实施例中选择的电池工况聚类分析因子x为电池组电流i。本发明实施例中实验车辆电池组电流i某时间段的测量数据如图2所示。图2展示了该电池组前800s测量数据的结果作为示意；本实施例中实际分析的总数据时长为10h。

本发明要求测量数据至少包含待分析电池一个工作日的聚类分析因子x所有的运行数据。

所述步骤2)提取待分析工况中聚类分析因子x的基本曲线单元，具体方法如下：提取待分析工况中每两个相邻的x零点之间的x-t(时间)曲线段作为聚类分析因子x的基本曲线单元。若由于工况数据采集的离散性，测量数据中相邻的、x值反号的两个数据点之间不直接包含x取值为零的数据点(零点)，则可通过对该两个相邻数据点插值处理，补充之间的零点。

本实施例中提取聚类分析因子x的基本曲线单元的示意图如图3所示。本实施例中的聚类分析因子x为电池组电流i；由于工况数据采集的离散性，相邻的、图3中i值反号的两个相邻数据点之间不直接包含零点，因而对相邻的、i值反号的两个数据点之间插值补充零点，如图3中的圆圈标出的数据点所示。补充零点后，基本曲线单元即为两个临近的i零点之间的i-t曲线段，如图3中虚线框中的曲线段所示。

所述步骤3)中将步骤2)提取的基本曲线单元转化为待聚类元素，具体方法如下：将步骤2)提取出的每个基本曲线单元转化为对应的xd-y曲线作为待聚类的元素。转化方法为：

对于每个基本曲线单元，

其中，若基本曲线单元中的x(t)>0，则

若基本曲线单元中的x(t)<0，则

其中，x(t)代表基本曲线单元x-t曲线段中t时刻对应的x值，ts为基本曲线单元x-t曲线段的起始时间点，te为基本曲线单元x-t曲线段的终止时间点，g(xd，t)为中间计算函数，xd为运算变量。

由曲线转化的计算方法可知，y应为x的积分量；在本实施例中，则y代表电量q；曲线转化即将基本曲线单元i-t曲线转化为待聚类元素id-q曲线。本实施例中，由于i-t曲线形态各异，若直接将i-t曲线作为待聚类元素进行聚类分析，可能影响聚类分析效果；因而先将i-t曲线转化为单调的id-q曲线作为待聚类元素。本实施例中曲线转化的示意图如图4所示。根据曲线转化计算方法的公式可知，取一电流值id1(id1≥0)，对应的q1即为i-t曲线与直线i＝id1围成的各部分面积之和∑s，如图4所示；且id-q曲线应为单调递减的曲线，id-q曲线中的最大电流imax与i-t曲线中的最大电流相等；id-q曲线中的最大电量qmax即为i-t曲线与x轴围成的总面积。本实施例中，将285个基本曲线单元转化为285个待聚类元素。

所述步骤4)具体步骤如下：

4-1)将每个待聚类元素都作为各自独立的一类；

4-2)计算任意两类之间的类距离；具体方法如下：

对于任意两类，若类a有共na个元素，类b有共nb个元素，则类a与类b间的类距离da,b定义为两类所有元素的“平均距离”，即：

其中，d(li,l'j)为元素li与元素lj之间的元素距离；

元素距离定义为两个待聚类元素(xd-y曲线)与横坐标轴和纵坐标轴围成的图形的总面积。在本实施例中，元素距离定义为两个待聚类元素(id-q曲线)与横坐标轴和纵坐标轴围成的图形的总面积，如图5所示，可具体分为两种情况说明。若两条id-q曲线li和lj相交，二者之间的元素距离d(li，lj)为图中阴影所示的两个曲边三角形的面积之和∑s；若两条id-q曲线li和lj不相交，二者之间的元素距离d(li,lj)为图中阴影所示的曲边四边形的面积s。

4-3)利用步骤4-2)的结果，选取类距离最小的两类，将此两类合并为一个新的类；

4-4)重复步骤4-2)至4-3)，直到聚类的总数达到设定值n，n的取值范围在4-25之间，聚类完毕，得到电池在每种聚类对应工况下的运行曲线，分析完毕。

在本实施例中，步骤4)中的凝聚分层聚类方法，聚类总数n的设定值为6，最终聚类结果如图6所示，即可得到电池在每种聚类对应工况下的运行曲线。每一类中均包含若干待聚类元素(id-q曲线)，且同一类中的元素距离较为接近，表明其对应的运行工况相似。