一种基于电池老化状态的充电策略优化方法

本发明涉及一种基于电池老化状态的充电策略优化方法，属于汽车动力电池。

背景技术：

1、动力电池作为电动汽车的动力来源，其性能直接影响着电动汽车的整车性能。充电作为动力电池应用中必不可少的环节，充电时间与充电损耗影响着电动汽车用户体验及全生命周期经济性。大倍率电流充电能够缩短充电时长，但会加剧电池老化；低充电电流能够减少老化，但会显著增加充电时间。考虑到电池的充电性能会随着老化降低，电池老化前后对充电电流的接受能力也不同。若在电池生命周期中始终使用相同的充电策略，势必进一步加剧电池老化，严重的可能引起安全问题。

2、电池老化与电池环境温度、电流、截止电压和荷电状态(state of charge,soc)工作区间等外部因素密切关联。评估电池老化状态的主要方法有：异位拆解诊断和原位观测诊断。前者通过破坏电池获得正负极片样本，用x射线衍射仪和扫描电子显微镜等微观检测对样本的元素组成以及微观形貌进行观测，对比不同老化状态样本的结构及成分组成，实现对电池老化机制的诊断，但该方法无法获得电池寿命周期内的连续诊断结果。后者在不破坏电池结构的前提下，对在电池寿命周期内的电池进行非破坏性诊断。通过电池的电流电压等测试数据中提取特征参数，分析特征参数在老化过程中的变化规律，与内部老化状态建立联系，进而对电池进行无损的老化状态诊断。

3、在充电策略研究中，通常将容量损失作为电池老化的衡量标准，但电池内部反应复杂，比如，固体电解质界面膜(solid electrolyte interface,sei)增长、降解、电解质和粘结剂的降解、电极材料剥落、锂电镀、电极材料颗粒破裂等，内部的复杂变化对应着三种老化形式：可用锂损失、正极和负极的活性材料损失。电池在使用过程中，电池内部反应复杂且伴随着电池的老化，电池内部状态将发生变化，目前常见的充电策略通常将容量损失作为电池老化的衡量标准，但由于电池内部反应复杂，仅用容量不能较为充分的衡量电池状态；且未考虑电池状态变化将会加剧电池的老化，严重时将引起电池过热引发安全问题。

技术实现思路

1、发明目的：针对现有技术中存在的不足，本发明提供了一种基于电池老化状态的充电策略优化方法，本发明通过提出基于容量和内阻融合的电池老化状态评价，并考虑老化状态使用多目标优化算法对充电策略进行优化，降低因电池充电接受能力下降而造成的电池老化，减少电池充电时长和延长电池使用寿命。

2、技术方案：一种基于电池老化状态的充电策略优化方法，包括以下步骤：

3、s1：获取电池特性并分析：通过采用容量标定测试、混合功率脉冲特性测试和不同充电倍率循环测试获取电池特性，并分析充电倍率对电池容量影响；

4、s2：构建等效电路模型，并对等效电路模型进行开路电压、欧姆内阻、极化内阻和极化电容的参数辨识；

5、s3：验证s2辨识得到的模型参数的准确性，并分析模型参数与容量保持率的关系，获取评价电池不同老化状态的融合容量和内阻的电池性能评价指标；

6、s4：结合s3获取的融合容量和内阻的电池性能评价指标，以充电时间、电池容量损失、电池评分为优化目标，建立充电目标函数，并对目标函数进行寻优，根据电池性能评价指标，获取最优充电序列的充电策略，并验证该充电策略；

7、s401：选择基于截止电压的多阶段充电作为充电策略，并构建目标函数；

8、s402：采用多目标遗传法对s401建立的目标函数进行寻优，获取最优充电序列，并将该最优充电序列作为充电策略优化的最终结果；

9、s403：验证s402中得到的充电策略。

10、本发明通过获取电池特性并分析充电倍率对电池容量影响，构建等效电路模型并进行参数辨识，对参数准确性进行验证，并分析模型参数与容量保持率的关系，以此获取评价电池不同老化状态的融合容量和内阻的电池性能评价指标，再结合融合容量和内阻的电池性能评价指标，以充电时间、电池容量损失、电池评分为优化目标，建立充电目标函数，并对目标函数进行寻优，根据电池性能评价指标，获取最优充电序列的充电策略，并验证该充电策略，克服了恒流恒压充电策略无法随电池内部老化状态进行变换，而导致的加剧老化情况的问题，同时减少了充电时间，延长了电池的使用寿命。

11、优选项，所述s1的具体步骤为：

12、容量标定测试：将待测电池置于恒温环境中，设定充放电截止电压并进行恒电流充放电循环，选取三次放电容量的平均值作为电池当前的可用容量；

13、混合功率脉冲特性测试：用1/3c的电流令电池放电至截止电压，此处c为电流密度，再施以恒流将电池充电至5％soc，随后施加3c倍率的电流对电池进行短时脉冲充放电；重复恒流充电及3c倍率的电流脉冲循环，设置soc区间及间隔，获取电池soc全区间内脉冲响应；

14、不同充电倍率循环测试：以不同倍率电流对电池进行充电，达到截止电压或截止电流时停止，再以恒定倍率对电池进行放电，根据不同倍率设置不同循环圈数间隔进行测试，直至电池老化；

15、分析充电倍率对电池容量影响：对不同充电倍率下的循环测试结果进行分析，包括不同充电倍率下电池可用容量和容量损失率随循环圈数的变化。

16、优选项，所述s2中构建等效电路模型的具体步骤为：

17、基于基尔霍夫电流电压定律，建立等效电路模型，如下所示：

18、

19、其中，uocv为电池开路电压，ro为电池等效内阻，rp和cp分别为极化电阻和极化电容，up为电容cp端电压，u和i分别为电路的端电压和电流。

20、优选项，所述s2中的参数辨识具体为：

21、开路电压辨识：在室温下对未进行老化测试的电池进行混合功率脉冲特性测试，将脉冲电流放电后，静置结束时的电压作为对应soc下的开路电压；

22、欧姆内阻辨识：利用对电池进行脉冲电流充电的瞬间引起的电压u1到u2的变化，以及撤去充电电流的瞬间引起的电压u3到u4的变化，计算欧姆内阻，计算公式如下：

23、

24、其中，u1到u2为充电的瞬间引起的电压，u3到u4为撤去充电电流的瞬间引起的电压；

25、极化内阻和极化电容辨识：基于混合功率脉冲特性测试中的脉冲电流放电阶段对极化内阻和极化电容进行参数辨识：

26、在脉冲放电阶段，当电池进行放电时，电流流经等效电路中的rc电路，电容cp两端电压up逐渐升高，up随时间变化如公式所示：

27、

28、由于rc电路在稳态时两端的电压值为0，此时rc电路处于零状态响应，对公式进行求解，得到公式：

29、

30、此时电池端电压由下式所示：

31、

32、在放电结束后静置阶段，当对电池放电结束后，极化电容进行放电，电池端电压出现缓慢上升的趋势，此时rc电路发生零输入响应，此时电池端电压由下式所示：

33、

34、利用非线性最小二乘法对放电结束后静置阶段的端电压按照公式(6)进行曲线拟合，得到rc电路的时间常数τ：

35、τ＝rpcp    (7)

36、将拟合的时间常数(7)带入公式(5)，并对脉冲放电阶段的端电压进行拟合，得到极化内阻rp，利用公式(8)求得cp：

37、

38、优选项，所述s3中的验证模型参数的具体步骤为：

39、将s2中辨识得到的开路电压、欧姆内阻、极化内阻和极化电容代入等效电路模型得到电池仿真模型：

40、

41、将实验电流输入至电池仿真模型，得到电池仿真模型的输出端电压，将其与实际电池的端电压进行对比，以验证s2中辨识得到的开路电压、欧姆内阻、极化内阻和极化电容的准确性。

42、优选项，所述s3中分析模型参数与容量保持率关系具体为：

43、利用混合功率脉冲特性测试，将soc在0.2-0.8区间的参数取平均值作为当前状态的等效参数，得到老化过程中欧姆内阻、极化内阻和极化电容在不同充电倍率循环下的变化趋势，以此分析不同充电倍率循环导致的等效电路参数增长与容量保持率的关系。

44、优选项，所述s3中获取评价电池不同老化状态的电池性能评价指标具体为：

45、基于欧姆内阻、极化内阻、时间常数这三个特征参数分别计算权重，进而得到不同老化状态下的电池性能评价指标；

46、将欧姆内阻、极化内阻、时间常数这三个特征参数表示成矩阵的形式s(i,j)＝{ro,rp,τ}，其中i＝1,2,……,m；其中，m为电池的数量，j＝1,2,3，s(i,j)代表第i个电池的第j个特征参数；

47、

48、对特征参数进行标准化，根据老化过程中特征参数的变化趋势，将欧姆内阻和极化内阻定义为负向指标，时间常数为正向指标，表示标准化后的特征参数矩阵；

49、

50、计算第j项指标在第i个电池的比重pij：

51、

52、计算第j项指标的熵值和差异性系数：

53、

54、gj＝1-ej    (14)

55、式中，ej为第j项指标的熵值，gj为第j项指标的差异性系数，常数

56、计算第j项特征参数的权重αj：

57、

58、其中，gi为第i项指标的差异性系数；

59、计算各电池样本的评价值pi：

60、

61、评价值p＝{p1,p2,……，pm}对m个电池老化过程中的欧姆内阻、极化内阻、时间常数参数变化进行了量化评价；由于等效电路参数随soc变化而变化，因此取欧姆内阻、极化内阻、时间常数在soc为0.2-0.8区间的平均值，即为融合容量和内阻的评价指标pi。

62、优选项，所述s401的具体步骤为：

63、充电时间的目标函数可以定义为：

64、

65、式中，ti表示第i阶的充电时间；

66、容量衰退的目标函数可以定义为：

67、

68、式中，li表示第i阶的可用容量损失与可用锂损失之和；

69、由于电池容量并不能充分反映电池状态，所以利用s3中得到欧姆内阻、极化内阻和时间常数，将其特征参数组合成矩阵，对得到的电池状态进行评分；

70、基于等效电路参数评分的目标函数定义为：

71、jscore＝p(sgood,{ro_age,rp_age,τage})    (19)

72、式中，p为电池评分值，ro_age为基于预测的欧姆内阻增长率计算得到的欧姆内阻数值，rp_age为预测得到的极化内阻数值，τage为预测得到的时间常数数值，sgood为特征参数组合的矩阵；

73、在优化过程中还需要考虑电流、电压、soc的约束，完整的充电优化目标函数如下：

74、

75、

76、式中，vmax和vmin为电压上限和下限；imax和imin为充电倍率上限和下限；ui为各阶电压，ii为各阶充电电流，soci为各阶充电得到的soc。

77、优选项，所述s402的具体步骤为：

78、基于精英非支配排序遗传法，选择在帕累托效率的基础上采用精英保留策略，将充电时间、电池容量损失、基于欧姆内阻、极化内阻和时间常数的电池评分作为多目标优化因素，代入精英非支配排序遗传法中寻优，获取最优充电序列：

79、s4021：种群初始化，随机生成一个初始种群，种群规模为n，进化代数gen＝1；

80、s4022：执行选择、交叉、变异算子，确定是否形成了第一代子代种群：如果已形成，则更新进化代数gen＝2；如果未形成，则对初始种群执行非支配排序操作并执行选择、交叉、变异算子生成第一代子代种群并令进化代数gen＝2；

81、s4023：将父代、子代种群合并为新种群：

82、首先确定是否已经形成新的父代种群，如果未形成，则计算新种群个体的目标函数，并执行快速非支配排序、计算拥挤度、精英策略来生成新父代种群，对生成的父代种群执行选择、交叉、变异算子，生成子代种群；如果已形成，则直接对生成的父代种群执行选择、交叉、变异算子，生成子代种群步；

83、s4024：判断进化代数是否小于最大的进化代数，如果是，使得进化代数gen＝gen+1并返回s4023；如果大于等于最大进化代数，则运行结束，即获取了最优充电序列。

84、优选项，所述s403的具体步骤为：

85、将s402获取的最优充电序列作为充电策略进行验证，并与恒流恒压策略进行对比；对未老化电池进行单次仿真，使用多目标遗传法对充电时间、充电容量损失和电池评分进行求解，使用熵权法从解集中选出最优充电策略，并使用该最优充电策略对电池进行充放循环，并与s402的充电策略进行对比，以验证s402获取的优化充电策略。

86、有益效果：本发明基于欧姆内阻、极化内阻和时间常数、电池容量融合评估电池老化状态，分别从容量衰减和功率衰减角度评价电池状态，相对单独的容量评价指标，更加能够刻画电池的真实老化状态；将充电时间、容量损失和基于欧姆内阻、极化内阻和时间常数的电池评分共同作为多指标充电优化目标；将多优化目标作为因素，使用精英非支配排序遗传法对充电策略进行寻优，获取最优充电序列，克服了恒流恒压充电策略无法随电池内部老化状态进行变换，而导致的加剧老化情况的问题，同时减少了充电时间，延长了电池的使用寿命。