[发明专利]一种起动内燃机的铅酸蓄电池健康状态估算方法

说明书

本发明属于电池管理技术领域，公开了一种起动内燃机的铅酸蓄电池健康状态估算方法；包括构建用于起动内燃机的铅酸蓄电池的“OCV‑温度‑SOC”二维插值表；选取起动电压降、累计起动能量、等电压降放电时间作为电池寿命的健康因子；建立电池寿命的健康因子与电池实际容量的支持向量回归机模型；将待测铅酸蓄电池对应的电池寿命的健康因子输入至训练好的支持向量回归机模型，得到电池实际容量的预测值，根据电池实际容量的预测值得到待测铅酸蓄电池的健康状态。本发明解决了现有技术中起动内燃机的铅酸蓄电池健康状态估算的精度较低的问题。本发明能够高精度估算电池的健康状态。

技术领域

本发明属于电池管理技术领域，更具体地，涉及一种起动内燃机的铅酸蓄电池健康状态估算方法。

背景技术

电池的健康状态(SOH)反映了电池当前容量的衰减程度，SOH的精确估算有助于电池的安全使用及维护，对于车辆起动至关重要。目前，SOH估计方法可分为两类，即实验分析法与基于模型的方法，前者通常通过直接测量容量，欧姆内阻和阻抗来确定电池SOH或者通过设计或测量反映电池容量衰减或者内阻增加的过程参数(即为健康因子)来间接标定电池SOH；由于间接健康因子易于测量，可以实现在线监测，从而可以及时根据采集到的数据更新预测模型，实现电池健康状态的在线监测。后者通常分为自适应状态估计算法和基于数据驱动的方法，自适应算法需要借助电化学模型或等效电路模型，对模型参数进行辨识，实现SOH的估算。基于数据驱动的方法需要依赖历史老化数据通过经验/拟合模型或机器学习算法来完成电池SOH估计，计算精度较高。

SOH可以通过最大容量和标称容量的比值来计算。针对实车应用中容量、内阻等直接参数的获取较为困难的情况，可通过表征电池SOH的健康因子与电池SOH建立关系模型。目前研究中绝大部分采用单健康因子来构建关系模型，其估算精度有限。此外，目前没有有效估算车载铅酸蓄电池健康状态的方案。

发明内容

本发明通过提供一种起动内燃机的铅酸蓄电池健康状态估算方法，解决现有技术中电池健康状态估算的精度较低、现有技术中没有针对起动内燃机的铅酸蓄电池健康状态估算方案的问题。

本发明提供一种起动内燃机的铅酸蓄电池健康状态估算方法，包括以下步骤：

步骤1、构建用于起动内燃机的铅酸蓄电池的“OCV-温度-SOC”二维插值表，获得铅酸蓄电池在不同初始电压、不同温度条件下的荷电状态SOC；

步骤2、在不同温度、不同荷电状态SOC下，选取起动电压降、累计起动能量、等电压降放电时间作为电池寿命的健康因子；

步骤3、建立电池寿命的健康因子与电池实际容量的支持向量回归机模型；采集获取铅酸蓄电池试验数据，将所述试验数据划分为训练集和测试集；以电池寿命的健康因子为输入，以电池实际容量为输出，利用所述训练集与所述测试集分别对所述支持向量回归机模型进行训练与测试，得到训练好的支持向量回归机模型；

步骤4、将待测铅酸蓄电池对应的电池寿命的健康因子输入至训练好的支持向量回归机模型，得到电池实际容量的预测值，根据所述电池实际容量的预测值得到待测铅酸蓄电池的健康状态。

优选的，所述步骤1中，将所述铅酸蓄电池起动前的端电压作为开路电压，通过充放电实验得到铅酸蓄电池在不同温度条件下的开路电压数据、荷电状态数据，将多个温度下的SOC-OCV曲线进行拟合，构建所述铅酸蓄电池的“OCV-温度-SOC”二维插值表。

优选的，所述步骤1中，基于所述铅酸蓄电池的“OCV-温度-SOC”二维插值表，在起动内燃机前，通过采集铅酸蓄电池的初始电压、内燃机的冷却水温度得到对应电压和温度条件下的荷电状态SOC。

优选的，所述步骤2中，通过实车实验采集所述铅酸蓄电池的电压、电流，将采集的内燃机的冷却水温度作为当前温度，得到不同温度下内燃机所需的起动消耗能量；构建能量二维表，所述能量二维表的横坐标为温度、纵坐标为起动消耗能量；通过统计内燃机的起动次数，结合所述能量二维表，得到所述累计起动能量。