[发明专利]一种应用于空间锂离子电池的基于GPR的截止电压的预测方法

说明书

技术领域

本发明涉及一种截止电压的预测方法。

背景技术

锂离子电池虽然是一种能量存储和转换设备，但它并不是可以无限使用的，充放电的循环过程中，电池内部会发生一些不可逆的过程，导致内部阻抗、输出电流等的变化，引起电池容量的衰减，从而影响了电池的循环使用寿命。即它的循环使用寿命是有限的，这是因为电池的性能会随着电池的使用而逐渐下降。

锂离子性能状态主要体现在锂离子电池的容量和截止电压两个方面，电池容量随着电池的老化过程将会逐渐退化，即每次充放电循环后的电池容量会逐渐下降，从而达不到额定容量，因此可以利用电池容量的退化作为电池循环使用寿命的主要表征。

基于退化过程的锂离子电池寿命预测方法：要建立一个高精度、高性能、普适性好的电池寿命预测方法框架，需要考虑寿命退化过程和退化数据的特性，分析锂离子电池寿命预测的需求，从而提出最为合适的预测方法。但是由于历史数据少、模型难建立和不确定性的问题，利用基于物理模型的方法实现锂离子电池的循环寿命预测很难，且由于失效模型的不匹配会导致预测精度较低。

目前应用最为广泛的系统框架是数据驱动的方法，数据驱动方法在很多机电系统当中取得了较为广泛的应用。与其他方法相比，此类方法通过状态空间方程描述系统退化过程，具有一定的不确定性表达能力，不需要大量历史数据，适合于具有少量历史数据及在线的寿命预测问题。

传统的电池管理系统中，主要以电池SOC和SOH评估、充放电管理、保护电路为主，对电池的RUL预测较少。虽然现在RUL还没有受到大家的足够重视，但是一些机构和学者已经发起了研究锂离子电的RUL（RUL，Remaining Useful Life，剩余使用寿命）的学术活动，如美国的NASA，DOE。RUL预测包括基于物理模型和统计数据驱动两类方法，然而由于锂离子电池的物理模型较复杂、失效机理难分析，电池的剩余使用寿命以及电池截止电压与影响因素之间没有一个固定的可遵循的规律，因此很难用一个数学模型来清晰的表示这种联系。

发明内容

本发明目的是为了解决现有方法不能用一个数学模型清楚的表示电池截止电压与影响因素之间的关系，无法实现对截止电压的预测的问题，提供了一种应用于空间锂离子电池的基于GPR的截止电压的预测方法。

本发明所述一种应用于空间锂离子电池的基于GPR的截止电压的预测方法，该方法基于高斯过程回归算法，其具体过程为：

步骤一、提取锂离子电池每个充放电周期中的截止电压原始数据；

步骤二、采用二项式拟合对电池截止电压原始数据进行平滑处理，提取电池截止电压退化趋势数据；

步骤三、对步骤二获取的数据进行M倍约简；

步骤四、对步骤三约简后的数据进行M倍放大；

步骤五、将步骤四处理后的数据构建数据集其中，x为锂离子电池的充放电周期，i=1,2,…,n，y为电池截止电压，从数据集中选取其中一部分作为预测模型训练数据集；

步骤六、将步骤五中选取的预测模型训练数据集进行GPR预测模型训练，获得预测模型；

步骤七、将步骤六获取的预测模型进行截止电压的多步预测，获得初步预测值；

步骤八、将步骤七获取的初步预测值除M，将步骤一获取的充放电周期乘M，获得最终预测值。

步骤三所述对数据进行M倍约简的具体方法为：采用10:1的方式进行抽样。

步骤四所述对步骤三约简后的数据进行M倍放大的M值为：10。

步骤五所述从数据集中选取30%、50%或70%的数据作为预测模型训练数据集。

步骤八所述将步骤七获取的初步预测值除M，将步骤一获取的充放电周期乘M，其中M值为：10。

本发明的优点：本发明从数据驱动的角度进行电池退化建模和剩余寿命进行研究，提出了一种应用于空间锂离子电池的基于GPR的截止电压的预测方法。本发明对截止电压预测的精度较高，预测结果的均方根误差在0.005～0.05之间，预测曲线很好地跟踪了实际的截至电压退化曲线。本发明在对截止电压预测的同时还给出了预测结果的置信区间。

附图说明

图1是本发明所述一种应用于空间锂离子电池的基于GPR的截止电压的预测方法；

图2是本发明所述具体实施方式六和具体实施方式七的示意图；

图3是基于GPR的30%预测模型训练数据集的截止电压预测曲线图，横坐标表示周期/10个，纵坐标表示截止电压/V，曲线1表示真实数据，曲线2表示预测均值，区域3表示95%置信区间，曲线4表示训练数据；