[发明专利]一种锂电池退化鉴别方法及退化报警系统

摘要

本发明公开了一种锂电池退化鉴别方法及退化报警系统。该方法采用数组离散程度的分析方法，将若干参考物理量作为一个数组，对该数组进行离散程度鉴别，所述物理量包括电池的开路电压与电池的环境温度、电池的放电倍率、可放出的容量。该系统由检测装置对工作的电池或电池组的电流、电压、温度进行检测，根据放电平均电流与放电时间累积计算出放出容量、放电之前的开路电压、环境温度；送上位机进行退化系数计算，将计算值送回下位机，如果退化系数超过阈值，发出报警。本发明为电池的快速充电电路、均衡电路以及管理系统的评价提供快速的评价与鉴定，也为电池的梯级利用、寿命极限替换提供依据。

主权项

1.一种锂电池退化鉴别方法，其特征在于：采用数组离散程度的分析方法，将若干参考物理量作为一个数组，对该数组进行离散程度鉴别，所述物理量包括电池的开路电压与电池的环境温度、电池的放电倍率、可放出的容量；建立神经网络模型进行退化系数估算，包括如下步骤：步骤1：建立神经网络模型；所述神经网络模型中的模糊推理系统采用Sugeno型模糊模型，依据实验数据建立FIS；根据锂离子电池外部特性参数分析，筛选出放电时间t放、放出容量Q放、开路电压Uk、环境温度T作为神经网络模型的输入，模型的输出为锂离子电池的退化程度描述参数，即退化系数β：β＝f(t放，Q放，Uk，T)式中，t放表示放电时间；Q放表示放出容量；Uk表示开路电压；T表示环境温度；β是在0～1之间的数值，当β接近于0，则电池退化程度较轻；当β接近于1，则电池退化程度严重；步骤2：模型训练与仿真验证；将实验数据分为两组，即训练组和检验组，用训练数据作为模型训练输入，以训练系统模型，设置训练的步长进行训练，搭建仿真模型；将实验数据处理结果分别作为模型的输入，分别得到相应日期锂离子电池的退化系数。