[发明专利]一种锂电池放电电压的函数拟合预测方法

说明书

本发明公开了一种锂电池放电电压的函数拟合预测方法。包括下述步骤：a.数据采集：对完全充电后的锂电池进行放电，采集放电中的电压数据；b.根据采集数据构建锂电池的放电时间与放电电压的函数模型；c.使用步骤b构建的函数模型对同类型锂电池放电中的电压进行预测。本发明具有减少电池生产检测的时间，提升生产效率的特点。

技术领域

本发明涉及锂电池放电电压的测量方法，特别是一种锂电池放电电压的函数拟合预测方法。

背景技术

随着新能源技术的发展，新能源汽车、日常生活中对锂电池的消费增长迅速扩大，锂电池的生产产能不断提升，我国也成为锂电池生产大国。

在电池生产过程中，原有对电池电量的检测是通过全冲、全放的过程评价锂电池的电量，并进行分级。该方法电池充放电检测消耗时间比较长，生产线效率得不到明显提升。因此，寻找到能够准确、快速评价锂电池电量的方法，对电池生产线效率的效提升有重要意义。然而目前还未存在一种电池总电量预测的阈值评价方法。

发明内容

本发明的目的在于，提供一种锂电池放电电压的函数拟合预测方法。本发明具有减少电池生产检测的时间，提升生产效率的特点。

本发明的技术方案：一种锂电池放电电压的函数拟合预测方法，包括下述步骤：

a.数据采集：对完全充电后的锂电池进行放电，采集放电中的电压数据；

b.根据采集数据构建锂电池的放电时间与放电电压的函数模型；

c.使用步骤b构建的函数模型对同类型锂电池放电中的电压进行预测。

前述的锂电池放电电压的函数拟合预测方法所述的步骤a中，锂电池放电的时间截止点，为放电电压每分钟降低值大于20mV时的时间点。

前述的锂电池放电电压的函数拟合预测方法所述的步骤b中，所述的函数模型为放电过程中时间关于电压的反余弦函数。

前述的锂电池放电电压的函数拟合预测方法所述的步骤b中，所述的函数模型具有收敛性和最小方差。

前述的锂电池放电电压的函数拟合预测方法所述的步骤b中，所述的函数模型为：

Y＝b1*acos(Xtime/b2-1)

其中，Y为放电电压；b1、b2均为由最小二乘法函数进行拟合回归计算产生的量纲参数；Xtime为放电时间坐标。

前述的锂电池放电电压的函数拟合预测方法中，所述的b1、b2的初始值分别为1318和17584。

前述的锂电池放电电压的函数拟合预测方法所述的步骤b中，函数模型使用步骤a采集的数据中整个放电阶段65％时间段内的数据即能完成构建。

有益效果：与现有技术相比，本发明根据实际锂电池放电过程的电压检测数据，构建了一个能够精确拟合该电压值的曲线函数(即放电电压的时间函数模型)，该函数模型具有较好的收敛性和较低的数据方差，能够比较精确地将该函数应用于对锂电池放电的电压预估，由于放电过程为恒流放电，所以对电压的成功预估既是对总放电电量的预估。具体地，本发明通过对锂电池放电的电压数据进行分析的基础上，应用最小二乘法的曲线拟合回归，对锂电池电量数据进行了有效分析和函数构建，对锂电池生产厂家来说，由于构建了放电电压的时间的函数模型，可通过短时间的放电电压检测实现对电池电压(总放电量)的准确预估和分级，将大大减少电池生产检测的时间，有效提升生产效率，具有很好的市场应用前景。

为了证明本发明的有益效果，申请进行了如下实验：

实验一：构建放电电压时间函数模型

实验方法