[发明专利]一种电池放电过程电压不一致性估计方法及装置

说明书

本发明提供了一种电池放电过程电压不一致性估计方法及装置，所述方法包括：获取电池成组前电池放电电压随容量变化的概率分布云图；对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。本发明采用三参数Weibull概率模型可清晰地描述电压分布特在电池放电区间的变化过程。与传统的不一致性估计方法相比，不仅可以描述电压的离散性变化过程，还可以描述电压的对称性变化过程，将统计结果作为电池组性能指标之一，可以有效指导电池组状态估计算法的建立，保证电池组内每个单体电池都在监测范围内，避免监测死角。

技术领域

本发明涉及锂离子电池技术领域，具体涉及一种电池放电过程电压不一致性估计方法及装置。

背景技术

为满足高能量高功率的车用需求，锂离子电池需要串并联成组才能上车使用。然而，由于单体电池之间性能的差异，使电池组性能低于单体电池，这不仅会影响BMS的检测精度，也会使池组寿命缩短或出现安全问题。单体电池成组后的不一致性问题不可避免，只会随循环过程加剧。电池组内单体之间不一致性最主要的表现是电压和容量的不一致性，这将直接影响到BMS系统对电池状态估计的准确性；也会使不同电池的工作载荷不同，直接影响电池寿命的不一致性。因此，充分理解电池电压不一致性规律的演变过程及其背后的原因，是缓解电池组不一致性问题以及由不一致性引起的电池组状态估计和寿命预测问题的关键。

目前电池组的SOC、SOH状态估计方法都是选取容量最大和最小的电池作为依据，直接将单体电池状态估计模型转化为电池组估计模型。这样的方式短期内可以准确的估计电池状态，但是无法捕捉每一个电池的实际工况信息，也无法对每一个电池的未来状态做出预测。

完全依赖Data-Driven的数学方法，在电池使用初期可以保证电池仿真结果的精度，但这种方法需要对被研究的电池组进行充分的数据学习后，才能预测该电池的剩余寿命，无法将所学习参数推广至其他电池，即方法不具有普适性。这种被忽略的不一致性信息将会成为一种不可控因素，使电池组在未来的工作中不一致性演变路径偏离预期数值，随之原有的状态估计方法精度也将不再适用。但是，实际BMS对电池组的监测为减少计算量而只选择关注容量最大和最小的两个电池，因此电池参数不一致性的数据将无法获取。

在实际生产和电池成组阶段，通过对电池容量和内阻的筛选来降低电池的不一致性，在一定程度上可以减少成组后单体电池之间的差别。这类参数的选取，只能保证电池静态参数的一致，而不能保证充放电过程的一致，即电压的不一致性。然而，对电压的不一致性虽然可以通过BMS的均衡模块缓解，但是无法完全消除，而且随着电池性能的衰减，电池之间的不一致性会逐渐加剧。因此，对于电池的不一致性问题的解决方案，不仅需要最大可能地排除，还需要准确的监测和预测。

目前，无论是电池组的状态监测方法还是成组电池的不一致性问题的研究，都是相对独立的。生产过程引起的电池不一致性问题可以一定程度地通过筛选方法来环节，但是对成组后电池的不一致性问题仍然缺少全面的认知。这将影响电池组长期的检测精度和工况控制，使个别电池在电池组中成为监控死角，无法在正常的工况下工作，引起加速老化或安全问题。

发明内容

针对现有技术中的问题，本发明提供一种电池放电过程电压不一致性估计方法及装置。

具体地，本发明提供以下技术方案：

第一方面，本发明提供了一种电池放电过程电压不一致性估计方法，包括：

获取电池成组前电池放电电压随容量变化的概率分布云图；

对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；

根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。