[发明专利]一种退役动力电池最大可用容量动态估算方法

说明书

本发明公开了一种退役动力电池最大可用容量动态估算方法，首先通过充电曲线提取与电池容量衰减相关的特征量，并采用异质点算法对特征量中的异常数据点进行清洗，提高特征量所含有效信息量，然后建立以相关向量机算法为基础的容量估算模型，同时引入改进蜂鸟算法优化模型参数，最后基于上述所得特征量和改进容量估算模型对退役动力电池容量进行估算。本发明将异质点算法、相关向量机算法、改进蜂鸟算法相结合，有效提升了退役动力电池容量估算的快速性与准确性。

技术领域

本发明涉及一种动力电池容量的计算方法，尤其涉及一种退役动力电池最大可用容量动态估算方法。

背景技术

动力电池作为新能源汽车的“心脏”，需求量在逐年增大。新能源汽车动力电池的使用寿命一般约为3-5年，当电池容量不足80％时，就要从车上被淘汰。据此推算，新能源汽车动力电池的第一个退役高峰期已经来临。大规模电池的废弃在浪费电池使用价值的同时也对生态环境造成重大威胁，而退役电池在其他地方仍然具有很高的能量价值，其梯次利用兼具环保和经济价值，是实现动力电池全寿命整体应用，令其使用价值和经济效益发挥到最大化的重要手段。

作为动力电池的关键参数，单体电池容量决定了使用过程中电池组的整体容量水平，为了有效地管理电池，准确的电池容量估算是有十分必要的。

目前常见的电池容量估算方法主要有：基于电池荷电状态(State of charge，SOC)的估算方法，基于容量增量/差分电压的估算方法以及基于数据驱动的估算方法等。基于SOC的电池容量估算方法的估算精度一定程度取决于SOC精度，且需要建立电池等效电路模型来构造状态估算器。对于容量增量/差分电压法来说，在电池未完全放电的情况下进行充电的过程中估算电池容量仍是难点。基于数据驱动的估算方法是一种机器学习方法，在获得电池不同环境下的老化数据后，建立能够表征电池容量退化的相关特征，并对这些特征数据进行离线训练，从而得到在线应用的容量估算模型，该方法难点主要在于如何设计电池的特征以及学习方法使得估算结果更准确、估算过程更迅速。

发明内容

发明目的：针对以上问题，本发明提出一种退役动力电池最大可用容量动态估算方法，有效提升退役动力电池容量估算的快速性与准确性。

技术方案：本发明所采用的技术方案是一种退役动力电池最大可用容量动态估算方法，包括以下步骤：

步骤S1：通过充电曲线提取与电池容量衰减相关的特征量，并采用异质点算法对特征量中的异常数据点进行清洗，提高特征量所含有效信息量；所述与电池容量衰减相关的特征量包括：特征量P₁电池温度、特征量P₂电池充电倍率、特征量P₃截止电压充电时长以及特征量P₄电压降落最小曲率半径，所述截止电压充电时长是指电池充电时达到截止电压所需时间，电压降落最小曲率半径是指恒流充电结束后电池静置阶段的电压降落曲线弯曲段的曲率半径。其中，步骤S1中特征量P₄电压降落最小曲率半径的计算公式如下：

式中，ρ为曲率半径，κ为曲率，z为目标曲线。

进一步的，采用异质点算法对特征量中的异常数据点进行清洗，计算式如下：

式中，LOA_k(p)为特征量中数据点p的离群因子，N_k(p)为点p的k距离邻域，点o为邻域内某一点，lrd_k(p)，lrd_k(o)分别为点p和点o的局部可达密度。

步骤S2：建立以相关向量机算法(Relevance Vector Machine，RVM)为基础的容量估算模型，同时引入改进蜂鸟算法(Improved Hummingbird Algorithm，IHA)优化模型参数；步骤S2中所述的建立以RVM算法为基础的容量估算模型，同时引入IHA算法优化模型参数，包括以下步骤：