[发明专利]一种基于温度概率密度函数的电池健康状态快速评估方法

说明书

本发明提供一种基于温度概率密度函数的电池健康状态快速评估方法，包括：步骤1，采集在电池在充放电过程中不同时刻的充放电温度数据；步骤2，将电池充放电温度数据转化成PDF曲线；步骤3，在PDF曲线中查找特征温度下的特征峰峰高；步骤4，对不同可用容量的电池样本进行容量标定，计算上述不同可用容量的电池样本的SOH，同时重复步骤1‑3，得到上述不同可用容量的电池样本的SOH对应的特征峰峰高；步骤5，通过步骤3‑4得到数据作特征峰峰高‑SOH拟合曲线；步骤6，选定n个待评估电池样本，而后重复步骤1‑步骤4，得到待评估电池样本的SOH对应的特征峰峰高，再根据步骤5中的拟合曲线查找该特征峰峰高所对应的电池SOH值，从而实现电池健康状态的快速评估。

技术领域

本发明属于电池技术领域，具体涉及一种基于温度概率密度函数的电池健康状态快速评估方法。

背景技术

随着电动汽车的快速发展，越来越多的电动汽车安全问题受到人们的关注的同时也面临着大批退役电池的回收压力。由于电池在使用过程中的逐渐老化，存储能量和所提供功率的能力在寿命期内逐渐下降，这增加了电池系统的运行风险，由其所带来的电动汽车驾驶安全问题也成为困扰用户的主要问题之一，电池的健康状态(State of Health,SOH)作为评估电池老化状态的重要指标，不仅可以在线诊断电池系统中电池老化状态，帮助电池管理系统(BMS)更改充电策略，避免风险。也可作为动力电池回收产业梯次利用中退役电池的快速筛选和重组环节的关键指标，对退役电池SOH进行检测和快速识别，将符合条件的电池筛选出来进行梯次利用。电池健康状态评估方法有多种，传统方法是基于容量和内阻直接测量的方法，例如开路电压(OCV)法和交流阻抗法(EIS)。此类方法测试虽精准但无法适用于运行的电动汽车，其中EIS更需要复杂昂贵的测试设备，不便于车载和大规模应用。目前比较流行的是提取健康因子的间接测量方法，通过提取与电池容量相关联的外部特征参数来进行评估。例如基于充放电曲线的容量增量分析法(ICA)和差分电压分析法(DVA)，通过分析DV曲线的峰间距或IC曲线的峰面积可以得到参加材料相变过程的电量。以上两种方法均为基于电压特性曲线的测量并且需要进行完整的充放电测试，所需时间长不适合在线实时估计。并且采用积分的方法分析数据需要对数据进行预处理，增加了计算成本。有研究发现电池在运行期间熵热的生成速率同样含有与电池SOH状态相关的重要信息，由其所引起的温度变化自然也可以作为SOH评估的新指标，从而得到电池容量衰减情况。熵对阴极的晶体结构转变(相变)以及结构无序变化极为敏感，而阴极结构劣化是导致锂离子电池性能衰减的重要原因。熵是温度的直接函数，如公式(1)所示：

其中，E₀(x，T)为在温度T下的开路电动势，x为荷电量，F是法拉第常数(96485C/mol)，p为大气压。由此可见，熵的变化可以由温度变化反映出来。因此通过在恒电流充/放电过程中获取电池表面的温度曲线，即可获取有关受控环境中电池熵行为的信息，进而获电池健康状态状况。

专利公告号为CN 111308377 A的发明公开了一种基于温度电压微分的电池健康状态检测方法，根据容易测量的电池表面温度和电池端电压计算温度电压微分曲线来提取高精度强鲁棒性的健康因子即电池特征值，建立与电池健康状态的映射关系，由于健康因子与电池健康状态的强相关性，降低了电池健康状态诊断误差。但是该方法中需要非常低的电流倍率才可得到DV曲线，时间较长，效率不高。

专利CN 111693881 A的发明公开了基于“标准化温度”的宽温度范围下电池健康状态在线估测方法，通过电池的IC曲线建立标准电池温度敏感特征点与温度定量关系，得到不同温度下IC曲线标准化变换，建立基于“BOX-COX变换”的容量敏感特征点与容量关系，通过特征点高度来估算电池SOH。该发明通过“标准化温度”变换拓宽了IC曲线求解电池SOH的温度范围，从而解决了IC曲线求解电池SOH在宽温度范围内的精度不高的问题。但以上两种方法无论是容量增量分析法(ICA)还是温度电压微分法(DTV)都是属于微分曲线方法，计算的微分曲线上会存在大量的噪声峰，这影响了数据的数学处理和后续SOH的分析。解决的方法往往是通过各种滤波的手段将曲线拟合，计算成本高昂，阻碍了此类方法的在线应用。