[发明专利]基于充电曲线特征KPCA聚类的锂电池筛选方法

说明书

本发明公开了基于CCCV充电曲线特征KPCA聚类的锂电池筛选方法，根据CCCV充电曲线，通过KPCA法提取出少数几个能较全面表征锂离子电池综合性能的特征参数作为锂离子电池分类指标，进而以此为依据对锂离子电池进行分类，被分为同一类的电池具有较好的一致性。该方法可在保证筛选结果准确度的前提下，实现锂离子电池的快速一致性筛选。

技术领域

本发明属于锂电池技术领域，具体涉及一种基于充电曲线特征KPCA聚类的锂电池筛选方法。

背景技术

锂离子电池基于其重量轻、能量密度大和使用寿命长等优点，目前已被广泛应用于移动通信装置、电动车辆、军用电子设备以及航空航天电子系统等领域。由于电池制造原材料、生产零部件、制作工艺以及使用环境的差别，在组合成电池组时将不可避免地出现单体性能差异，并且参与组合的单体电池数量越多，各单体之间出现差异的可能性就越大。电池组中单体电池的不一致性不仅影响对电池组荷电状态、健康状况的正确判断，而且还会造成电池组容量衰减加剧和寿命降低，甚至可能引发安全问题。因此，电池成组前严格控制单体电池的一致性尤为重要。现有的锂离子电池筛选方法主要依据电池容量、内阻、自放电率等特征参数对电池性能进行综合评定，进而筛选出内部特征相接近的单体电池。采用这种方法进行锂离子电池筛选存在主要不足是：(1)当选取单个特征参数来评定电池一致性时，筛选的结果准确度差；(2)当选取全部特征参数来评定电池一致性时，虽然筛选的结果准确度高，但需要耗费大量工时，而且工序复杂；(3)电池容量、内阻、自放电率等参数无法表征锂电池在实际使用环境中动态特性的差异。

发明内容

有鉴于此，本发明的目的是提供一种基于充电曲线特征KPCA聚类的锂电池筛选方法，能够高效地筛选出一致性好的电池，同时筛选的结果准确度高，从而能有效提高电池组的循环寿命。

一种锂电池筛选方法，包括如下步骤：

步骤(1)、在实验室条件下利用恒流恒压充电至满的方式，对待筛选的多个同型锂离子电池进行充电实验，获取各个锂离子电池的CCCV充电曲线；

步骤(2)、根据得到的CCCV充电曲线，提取曲线上的特征参数；

步骤(3)、对各个特征参数进行核主成分分析，得到表征CCCV充电曲线特征的综合特征量，利用所述综合特征量确定锂电池的分类标准；

步骤(4)、依据所述分类标准对锂电池进行聚类。

进一步的，所述步骤(2)中，对每一个锂电池进行连续两次全充全放的充放电实验，并得到两条CCCV充电曲线；然后确定第一条CCCV曲线的拐点坐标g1＝(t_g1,v_g1)和第二条CCCV曲线的拐点坐标g2＝(t_g2,v_g2)，恒流充电时间(t_c1,t_c2)，恒压充电时间(t_v1,t_v2)；由此计算拐点出现时间变化率α_g、恒流充电时间变化率α_c和恒压充电时间变化率α_v：

将连续两次充放电循环过程中的拐点坐标(t_g1,v_g1)、(t_g2,v_g2)、恒流充电时间(t_c1,t_c2)、恒压充电时间(t_v1,t_v2)、拐点出现时间变化率α_g、恒流充电时间变化率α_c和恒压充电时间变化率α_v作为特征参数。

较佳的，利用KPCA方法对特征参数进行核主成分分析。

较佳的，利用KPCA方法对特征参数进行核主成分分析的过程为：