本技术涉及电池,特别是涉及一种电池寿命预测方法、系统及存储介质。
背景技术:
1、随着电池技术的发展及电池应用领域逐渐拓宽,电池寿命问题逐渐突出,成为人们关心的电池性能焦点之一。电池可分类为动力电池和储能电池,对于储能电池,寿命预测是储能电池健康管理的重要环节之一。
2、目前,电池寿命预测仿真多为基于恒倍率充放电或高倍率充放电方式对动力电池进行的寿命预测仿真,而储能电池充放电功率较小,循环寿命较长,若采用动力电池的寿命预测仿真方式,电池寿命预测仿真中选取的参数少,参数设置不够全面,易导致电池寿命预测误差大;另外,现有的储能电池的寿命预测仿真多数基于寿命遗传学算法、长短期记忆网络或高斯回归过程等数据算法进行计算,但无法对测试数据进行良好拟合,仍会导致电池寿命预测误差大。
技术实现思路
1、基于此,有必要针对上述现有的电池寿命预测仿真中存在的技术问题,提供一种能够对准确且便捷的对电池进行寿命预测仿真,电池寿命预测仿真中选取的参数设置全面,电池寿命预测误差小,可靠性强的电池寿命预测方法、系统及存储介质。
2、第一方面,本技术提供一种电池寿命预测方法,包括以下步骤:
3、获取待测电池的第一测试数据;第一测试数据包括若干个不同测试时间段的容量损失值、功率数据、温度数据、放电深度和soc值;
4、在当前测试时间段的功率数据满足预设条件时,将对应上一测试时间段的容量损失值和对应当前测试时间段的温度数据输入预设日历衰减模型进行循环处理,得到当前次的循环天数;
5、在当前测试时间段的功率数据不满足预设条件时,将对应上一测试时间段的容量损失值、对应当前测试时间段的放电深度和对应当前测试时间段的温度数据输入预设循环衰减模型进行循环处理,得到当前次的循环次数;
6、在当前测试时间段的soc值达到预设值时,根据当前次的循环天数和当前次的循环次数,确定待测电池的寿命值。
7、在其中一个实施例中,预设日历衰减模型为:
8、q1=exp(g1+f1/t)*t^f(t)
9、其中,q1为上一测试时间段的容量损失值,g1为第一影响因子,f1为第二影响因子,t为当前测试时间段的温度数据,t为当前次的循环天数,f(t)为温度影响因子。
10、在其中一个实施例中,第一影响因子和第二影响因子的获取步骤为:
11、获取待测电池的第二测试数据,第二测试数据包括若干个不同测试时间段的第一历史温度数据、第一历史容量损失值和第一历史循环天数;
12、基于第一日历衰减子模型,对各不同测试时间段的第一历史容量损失值和各第一历史循环天数进行拟合处理,得到第一中间参数;
13、基于第二日历衰减子模型,对第一中间参数和各不同测试时间段的第一历史温度数据进行拟合处理,得到第一影响因子和第二影响因子。
14、在其中一个实施例中,第一日历衰减子模型为:
15、y1=a1*x1^b1
16、其中,y1为第一历史容量损失值,x1为第一历史循环天数,a1为第一中间参数,b1为第一中间参数;
17、第二日历衰减子模型为:
18、exp(g1+f1/t1)=a1
19、其中,t1为第一历史温度数据。
20、在其中一个实施例中,温度影响因子的获取步骤包括:
21、获取待测电池的第二测试数据,第二测试数据还包括历史soc值;
22、对历史soc值和各第一历史温度数据进行插值处理,得到温度影响因子。
23、在其中一个实施例中,预设循环衰减模型为:
24、q2=exp(g2+f2/t)*n^b2*f(dod)
25、其中,q2为上一测试时间段的容量损失值,g2为第三影响因子,f2为第四影响因子,t为当前测试时间段的温度数据,n为当前次的循环次数,b2为第五影响因子,f(dod)为当前测试时间段的放电深度。
26、在其中一个实施例中,第三影响因子、第四影响因子和第五影响因子的获取步骤为:
27、获取待测电池的第二测试数据,第二测试数据包括若干个不同测试时间段的第二历史温度数据、第二历史容量损失值和第二历史循环次数;
28、基于第一循环衰减子模型,对各不同测试时间段的第二历史容量损失值和各第二历史循环次数进行拟合处理,得到第三中间参数和第五影响因子;
29、基于第二循环衰减子模型,对第三中间参数和各不同测试时间段的第二历史温度数据进行拟合处理,得到第三影响因子和第四影响因子。
30、在其中一个实施例中,第一循环衰减子模型为:
31、y2=a2*x2^b2
32、其中,y2为第二历史容量损失值,x2为第二历史循环次数,a2为第三中间参数,b2为第五影响因子;
33、第二循环衰减子模型为:
34、exp(g2+f2/t2)=a2
35、其中,t2为第二历史温度数据。
36、在其中一个实施例中,在当前测试时间段的功率数据满足预设条件时,将对应上一测试时间段的容量损失值和对应当前测试时间段的温度数据输入预设日历衰减模型进行循环处理,得到当前次的循环天数的步骤包括:
37、在当前测试时间段的功率数据等于0时,将对应上一测试时间段的容量损失值和对应当前测试时间段的温度数据输入预设日历衰减模型进行循环处理,得到当前次的循环天数。
38、在其中一个实施例中,在当前测试时间段的功率数据不满足预设条件时,将对应上一测试时间段的容量损失值、对应当前测试时间段的放电深度和对应当前测试时间段的温度数据输入预设循环衰减模型进行循环处理,得到当前次的循环次数的步骤包括:
39、在当前测试时间段的功率数据大于0时,将对应上一测试时间段的容量损失值、对应当前测试时间段的放电深度和对应当前测试时间段的温度数据输入预设循环衰减模型进行循环处理,得到当前次的循环次数。
40、第二方面,本技术提供一种电池寿命预测装置,包括:
41、测试数据获取模块,用于获取待测电池的第一测试数据;第一测试数据包括若干个不同测试时间段的容量损失值、功率数据、温度数据、放电深度和soc值;
42、日历衰减处理模块,用于在当前测试时间段的功率数据满足预设条件时,将对应上一测试时间段的容量损失值和对应当前测试时间段的温度数据输入预设日历衰减模型进行循环处理,得到当前次的循环天数;
43、循环衰减处理模块,用于在当前测试时间段的功率数据不满足预设条件时,将对应上一测试时间段的容量损失值、对应当前测试时间段的放电深度和对应当前测试时间段的温度数据输入预设循环衰减模型进行循环处理,得到当前次的循环次数;
44、寿命预测模块,用于在当前测试时间段的soc值达到预设值时,根据当前次的循环天数和当前次的循环次数,确定待测电池的寿命值。
45、第三方面,本技术提供一种电池寿命预测系统,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述中任一项电池寿命预测方法的步骤。
46、第四方面,本技术提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述中任一项电池寿命预测方法的步骤。
47、上述技术方案中的一个技术方案具有如下优点和有益效果:
48、上述的电池寿命预测方法中,通过获取待测电池的第一测试数据;第一测试数据包括若干个不同测试时间段的容量损失值、功率数据、温度数据、放电深度和soc值;在当前测试时间段的功率数据满足预设条件时,将对应上一测试时间段的容量损失值和对应当前测试时间段的温度数据输入预设日历衰减模型进行循环处理,得到当前次的循环天数;在当前测试时间段的功率数据不满足预设条件时,将对应上一测试时间段的容量损失值、对应当前测试时间段的放电深度和对应当前测试时间段的温度数据输入预设循环衰减模型进行循环处理,得到当前次的循环次数;在当前测试时间段的soc值达到预设值时,根据当前次的循环天数和当前次的循环次数,确定待测电池的寿命值,实现准确对待测电池的寿命预测仿真。本技术通过预先建立预设日历衰减模型和预设循环衰减模型,通过对测试数据中的功率数据进行判定,若当前测试时间段的功率数据满足预设条件,则将相应的影响因子输入预设日历衰减模型进行循环处理,进而得到当前次的循环天数;若当前测试时间段的功率数据不满足预设条件,则将相应的影响因子输入预设循环衰减模型进行循环处理,进而得到当前次的循环次数,在待测电池的soc值达到预设值时,则结束循环处理,判定当前次的循环天数和当前次的循环次数是否达标,进而确定待测电池的寿命值,实现准确且便捷的对待测电池进行寿命预测仿真,通过将上一次循环处理的结果用作当前次的循环处理中的影响因子,电池寿命预测仿真中选取的参数设置全面,减小了电池寿命预测误差,提高了电池寿命预测的可靠性。