CN113900028B

CN113900028B - 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统

Info

Publication number: CN113900028B
Application number: CN202111176901.2A
Authority: CN
Inventors: 崔纳新; 王光峰; 李长龙; 袁海涛; 商云龙; 王光臣; 张承慧
Original assignee: Shandong University
Current assignee: Shandong University
Priority date: 2021-10-09
Filing date: 2021-10-09
Publication date: 2022-07-08
Anticipated expiration: 2041-10-09
Also published as: CN113900028A

Abstract

本发明提供了一种考虑充放电路径的电池健康状态估计方法及系统，方法包括以下步骤：1)确定特定充电时的初始荷电状态和到达此荷电状态的历史路径；2)根据充放电路径和所在的初始荷电状态所在的区间，选择对应的健康表征；3)根据历历史老化数据得到健康表征，构建健康表征与健康状态的映射关系；4)利用步骤2的健康表征在线估计电池健康状态。本发明可适用于宽范围初始荷电状态和不同充放电路径下的锂离子电池健康状态估计，实用性强且精度高。

Description

一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统

技术领域

本发明属于锂离子电池健康状态估计技术领域，具体涉及一种考虑充放电路径的锂离子电池健康状态估计方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

锂离子电池健康状态(state of health，SOH)的准确估计，可有效避免电池的过冲、过放甚至热失控的发生，可为制定有效延长电池使用寿命的措施提供参数支持。目前，基于容量增量分析法(incremental capacity analysis，ICA)估计电池的健康状态大都直接选取容量增量曲线上的健康表征，建立的黑盒模型或拟合出的映射关系不适用于不同充放电路径的情况。主要是由于受电池极化和充放电倍率的影响，相同老化程度的电池在不同充放电路径下，容量增量曲线上的一些健康表征也会发生变化。

不同充放电路径为到达初始荷电状态(state of charge，SOC)前的充放电历史途径，即：电池可从高荷电状态放电到初始荷电状态，也可从低荷电状态充电到初始荷电状态，充放电的过程均可采取不同的倍率进行。不同路径到达的初始荷电状态会影响后续从初始荷电状态以设定的倍率充至满电的电压数据，也会导致由上述电压数据生成的容量增量曲线上的健康指标发生变化，最终导致以此健康指标估计出的健康状态误差增大。

发明内容

本发明为了解决上述问题，提出了一种考虑充放电路径的电池健康状态估计方法。并综合考虑时间成本和电池健康表征数量，在确定初始荷电状态及充放电路径后以特定的充电倍率充电。通过进行不同充放电路径达到相同初始荷电状态(包括：10％、20％、30％、40％、50％)后继续以特定的倍率恒流充电获得的电压数据，生成容量增量曲线，选择同时适用于不同初始荷电状态和不同充放电路径的健康表征。

根据一些实施例，本发明采用如下技术方案：

一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，包括以下步骤：

1)确定特定充电时的初始荷电状态和到达此荷电状态的历史路径；

2)根据充放电路径和所在的初始荷电状态所在的区间，选择对应的健康表征；

3)根据历史老化数据生成容量增量曲线，提取健康表征，构建不同健康表征与电池健康状态的映射关系；

4)利用步骤2)得到的健康表征和步骤3)的映射关系在线估计电池健康状态。

作为可选择的实施方式，充放电路径包括：

电池从低荷电状态以充电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波谷B的位置作为健康表征，估计电池健康状态；

电池从高荷电状态以放电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波峰C的位置作为健康表征，估计电池健康状态。

作为可选择的实施方式，所述设定充电倍率下容量增量曲线为去除噪声，可采用高斯滤波、卡尔曼滤波、神经网络、支持向量机等滤波方法获得光滑的容量增量曲线。

作为可选择的实施方式，以达到在高、低电压区域含有多个健康表征且耗时较少，因此经过对比选用特定的倍率进行充电。

作为可选择的实施方式，预先建立不同健康表征与电池健康状态之间拟合出的映射关系，根据所述映射关系，估计电池健康状态。

作为可选择的实施方式，所述表征包括幅值与位置的至少一个。

作为可选择的实施方式，电池从低荷电状态以充电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波谷B的位置作为健康表征，估计电池健康状态；

作为可选择的实施方式，电池从高荷电状态以放电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波峰C的位置作为健康表征，估计电池健康状态。

一种考虑初始荷电状态和充放电路径的电池健康状态估计系统，包括：

第一比较模块，被配置为确定电池初始荷电状态和充放电路径，选择对应路径下的初始荷电状态。如果初始荷电状态小于第一设定值，则调用第二比较模块，否则电池健康状态与上一次估计值保持一致；

第二比较模块，被配置为判断初始荷电状态是否小于第二设定值；

第一估计模块，被配置为若第二比较模块的结果为是，初始荷电状态在[0，第二设定值]区间内，充电路径和放电下，均选用波峰B的位置或幅值作为健康表征，估计电池健康状态；

第二估计模块，被配置为若第二比较模块的结果为否，则确定初始荷电状态在(第二设定值，第一设定值]区间内，充电路径下，选取波谷B的位置表征，估计电池健康状态。放电路径下，选用波峰C的位置作为健康表征，估计电池健康状态；

一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法中的步骤。

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法中的步骤。

与现有技术相比，本发明的有益效果为：

本发明综合考虑时间成本和电池健康表征数量，选择即包含能够在宽范围初始荷电状态情况下的健康表征，又占用较少充电时间；

本发明选择适用于不同初始荷电状态情况下，容量增量曲线上可作为健康指标的波峰、波谷，可消除电池极化对电池健康状态估计的影响；

本发明选择适用于不同充放电路径(即在电池限制内的任何倍率充放电到一定初始荷电状态区间)的健康表征，获得更准确的健康状态估计结果。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是不同电池充电倍率下的容量增量曲线示意图；

图2是不同初始荷电状态和不同充放电路径下IC曲线示意图；

图3是本实施例的不同特征点与容量的拟合曲线关系示意图；

图4是本实施例的估计值和实际值的验证对比示意图；

图5是本实施例的估计值和实际值的误差示意图；

图6是本实施例的估计过程流程图；

图7是本实施例的原理图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，如图6所示，包括以下步骤：

3)根据历史老化数据得到容量增量曲线上的健康表征，构建健康表征与电池健康状态的映射关系；

4)利用步骤2)得到的健康表征带入到步骤3)的对应关系中，在线估计电池健康状态。

其中，确定电池初始荷电状态和到达初始荷电状态的路径有两种情况：

情况一：电池从低荷电状态以充电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波谷B的位置作为健康表征，估计电池健康状态；

情况二：电池从高荷电状态以放电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则此次估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，可选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波峰C的位置作为健康表征，估计电池健康状态。

上述的设定值、设定充电倍率均由实验确定。下面介绍每个步骤的具体参数或结果的确定过程：

如图1所示，先利用容量增量分析法进行容量增量曲线的获取。在传统恒流恒压低倍率充电协议下，容量增量曲线可由：

求取，可将电压的变化快慢转化为容量增量曲线上易于识别的峰值。在锂离子嵌入与脱出的过程中，容量增量曲线与相变过程的变化有十分密切的关系，可通过提取容量增量曲线上峰值位置、振幅和包络面积等曲线特性，来估计电池的健康状态。本实施例中的容量增量曲线为去除噪声，可采用高斯滤波、卡尔曼滤波、神经网络、支持向量机等滤波方法获得光滑的容量增量曲线。图1中对比了不同充电倍率下获得的容量增量曲线。

图2为不同充放电路径情况下IC曲线的变化情况，从SOC＝0％充电至初始SOC，在0％≤SOC≤20％区间内，容量增量曲线的波峰B的幅值发生轻微变化，可以忽略不计，波峰B的位置、波谷B位置和波峰C的幅值、位置几乎没变；20％<SOC≤50％区间内，波峰B幅值和位置都发生了变化，波谷B的位置和波峰C的位置几乎没有变化。

从SOC＝100％放电至初始SOC，在0％≤SOC≤20％区间内，容量增量曲线的波峰B的幅值和位置变化可以忽略不计；20％<SOC≤50％区间内，波峰B和波谷B的幅值和位置发生明显变化，波峰C的幅值发生较大变化，波峰C的位置几乎没变。

综上所述，考虑不同充放电路径的情况，情况(1)由低SOC充电至初始荷电状态的情况下，0％≤SOC≤20％，选取波峰B的幅值、位置作为健康表征；20％<SOC≤50％时，根据波谷B的位置作为健康表征估计电池健康状态；50％<SOC时，健康状态估计值与上次估计值保持一致。情况(2)由高SOC放电至初始荷电状态的情况下，0％≤SOC≤20％，选取波峰B的幅值、位置作为健康表征；20％<SOC≤50％时，根据波峰C的位置作为健康表征估计电池健康状态；50％<SOC时，健康状态估计值与上次估计值保持一致。

利用历史老化数据构建映射关系，获得不同老化程度电池的满充满放电压数据，进而可获得不同老化程度电池的容量增量曲线，从中提取选择的健康表征。然后，通过多项式拟合的方法，建立所选取的健康表征与电池健康状态之间的映射关系，如图3所示。

最终确定的方法，即如图6所示的步骤，在估计电池健康状态上是有效的，在此处以实验方式进行验证。选取当前健康状态为91.15％的电池，在不同初始荷电状态的情况下以特定的倍率充电，获得的容量增量曲线上的健康表征，带入到拟合出的映射关系中，得到健康状态的估计值，并与实际值进行对比，如图4所示。a为电池实际健康状态值，b为以波峰B的幅值为健康指标估计出的健康状态值，同理，c为以波谷B的位置为健康指标估计出健康状态值，d为以波峰C的位置为健康指标估计出的健康状态值。

图5为误差图，图中a为以波峰B的幅值为健康指标估计出的健康状态值误差，b为以波谷B的位置为健康指标估计出健康状态值误差，c为以波峰C的位置为健康指标估计出的健康状态值误差。

可以看出，本实施例提供的方法适用于宽范围初始荷电状态和不同充放电路径，估计结果准确，过程简单。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，本领域技术人员不需要付出创造性劳动所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，其特征是：包括以下步骤：

1）确定设定充电倍率充电时的初始荷电状态和到达此荷电状态的历史路径；

2）根据充放电路径和所在的初始荷电状态所在的区间，选择对应的健康表征；

3）根据历史老化数据得到容量增量曲线上的健康表征与电池健康状态的映射关系；

4）利用步骤2）选取的健康表征带入到步骤3）的映射关系中，得到电池健康状态的估计值；当电池从低SOC以充电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波谷B的位置作为健康表征，估计电池健康状态；电池从高SOC以放电方式到达初始荷电状态，如果初始荷电状态小于第一设定值，则进入下一步，否则估计值与上次估计值保持一致；判断初始荷电状态是否小于第二设定值，若是，选取波峰B的位置或者幅值作为健康表征，估计电池健康状态；若初始荷电状态在[第二设定值，第一设定值]区间内，则选取波峰C的位置作为健康表征，估计电池健康状态。

2.如权利要求1所述的一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，其特征是：所述容量增量曲线可采用高斯滤波、卡尔曼滤波、神经网络、支持向量机等滤波方法获得光滑的容量增量曲线。

3.如权利要求1所述的一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，其特征是：映射关系为预先建立不同特征点的表征与电池健康状态之间映射关系，根据所述映射关系，估计电池健康状态。

4.如权利要求3所述的一种考虑初始荷电状态和充放电路径的电池健康状态估计方法，其特征是：所述表征包括幅值与位置的至少一个。

5.一种考虑初始荷电状态和充放电路径的电池健康状态估计系统，其特征是：包括：

第一比较模块，被配置为确定电池初始荷电状态和充放电路径，选择对应路径下的初始荷电状态；如果初始荷电状态小于第一设定值，则调用第二比较模块，否则电池健康状态与上一次估计值保持一致；

第一估计模块，被配置为若第二比较模块的结果为是，初始荷电状态在[0，第二设定值]区间内，充电路径和放电下，均选用波峰B的位置或幅值作为健康表征，估计电池健康状态；第二估计模块，被配置为若第二比较模块的结果为否，则确定初始荷电状态在（第二设定值，第一设定值]区间内，充电路径下，选取波谷B的位置表征，估计电池健康状态；放电路径下，选用波峰C的位置作为健康表征，估计电池健康状态；

其中，先利用容量增量分析法进行容量增量曲线的获取；在传统恒流恒压低倍率充电协议下，容量增量曲线可由：

求取，可将电压的变化快慢转化为容量增量曲线上易于识别的峰值，根据历史老化数据构建容量增量曲线上的健康表征与电池健康状态的映射关系，获得不同老化程度电池的满充满放电压数据，进而可获得不同老化程度电池的容量增量曲线，从中提取选择的健康表征；在不同初始荷电状态的情况下以特定的倍率充电，获得的容量增量曲线上的健康表征，带入到拟合出的映射关系中，得到健康状态的估计值。

6.一种计算机可读存储介质，其特征是：用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-4中任一项所述的方法中的步骤。

7.一种电子设备，其特征是：包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-4中任一项所述的方法中的步骤。