[发明专利]基于电池退化状态模型的锂离子电池循环寿命预测方法

说明书

技术领域

本发明涉及一种电池退化状态建模方法，具体涉及基于电池退化状态模型的锂离子电池循环寿命预测方法。

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，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。为了更好建立锂离子电池的寿命预测模型，首先在此分析锂离子电池的性能退化过程及其机理。

锂离子电池是一种可充电电池，它主要依靠锂离子在正极和负极之间移动来工作，整个电池的化学动力来自于它两个电极化学势的差异。蓄电池充电时将电能转换为化学能存储在电池中，放电时则将化学能转换为电能供负载使用。由于两种能量转换的可逆性，似乎充放电的循环过程是无限的，其实不然，这是因为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。

锂离子电池在循环充放电过程中，电池内部会发生一些不可逆的化学反应过程，导致电极上“嵌入/脱出”的Li+的损失，从而使电池内部阻抗提高，直接表现为电池开路电压的下降。

根据美国航空航天局（NASA）与美国能源局下属的多个实验室的多项研究，具体的影响因素可概括如下：

A、由于电池内部的电流通过时受到电池内部阻抗的影响，从而在电池内部产生一定的热量。

B、电化学导致动力学上的阻抗，如离子必须克服电极和电解液交汇处的阻碍。

C、离子在电解液中从一个电极运动到另一个电极的过程中发生转化带来的阻抗。

除了开路电压的下降，电池内部的不可逆反应引起的阻抗变化也将导致电池放电速率的降低，从而导致电池容量的衰减。电池的放电速率越大，电流越大，此时极化越严重，当离子扩散速度达不到所需要的速度时，电池的容量会降低。图2给出了典型的电池放电曲线，以及不同放电速率对电池容量退化的影响。每条曲线都和一个放电速率值相对应（假定温度条件不变）。

从图2中可以看到，电池的容量随着电池充放电周期的增加而逐渐减小，同时放电速率越大，电池容量减小得越快。

由前面的阐述可知，电池内部的不可逆反应导致电池阻抗增加，而这种阻抗的变化是反映电池退化状态的主要参数。利用电阻阻抗谱法测得电池内阻阻抗包括电荷转移电阻RCT、Warburg阻抗RW和电解质电阻RE，其中Warburg阻抗RW对电池退化过程的影响微不足道，故可忽略。NASA的PCoE研究中心经过分析大量的实验数据发现，电池容量与内部阻抗之间具有高度的线性相关性，如图3所示。

由以上分析可知，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。

目前锂离子电池寿命退化过程存在的问题提有：

（1）历史数据少：由锂离子电池退化数据特点可以看到，电池循环使用寿命的表征量——电池容量具有少量历史数据，随着充放电过程进行，逐渐获取数据，因此在预测过程中很难获取大量历史数据，所以循环寿命预测是一个根据少量历史数据进行预测的问题，特别是在实际工况中，无法提供大量的历史数据进行建模训练，这需要预测算法适合于少量历史数据（811目前现有的数据基础也验证这项内容）。

（2）模型难建立：通过电池退化过程分析可知，由于锂离子电池的寿命退化过程是由于电池内部复杂的电化学反应导致的，同时受外界因素如温度、负载等的影响，使得其退化过程的物理模型十分复杂、失效机理难分析，同时电池的剩余使用寿命与影响因素之间没有一个固定的可遵循的规律，因此很难用一个准确的数学模型来清晰的表示这种电池的寿命退化过程。

（3）不确定性：针对于寿命预测的问题，只给出一个单点的预测结果，信息量少，不利于决策者做出基于寿命预测结果的维修决策，因为单点预测结果的可信性低，参考价值小。

发明内容

本发明为了解决现有的锂离子电池循环寿命预测过程中存在建模难的问题。从而提出了基于电池退化状态模型的锂离子电池循环寿命预测方法。

基于电池退化状态模型的锂离子电池循环寿命预测方法，它包括下述步骤：

步骤一、采集电池监测数据，并对该数据进行预处理；

步骤二、根据电池退化状态模型训练获得电池退化状态模型，

步骤三、根据步骤二获得电池退化状态模型对锂离子电池循环寿命进行预测，获得锂离子电池循环寿命值，实现基于电池退化状态模型的锂离子电池循环寿命预测。

步骤一所述的采集电池监测数据，并对该数据进行预处理的具体过程为：