本發(fā)明涉及一種計(jì)及自愈影響的鋰電池退化建模及壽命預(yù)測(cè)方法。
背景技術(shù):
:全球能源和環(huán)境系統(tǒng)面臨巨大的挑戰(zhàn),電動(dòng)汽車以其綠色環(huán)保的優(yōu)勢(shì)成為目前世界各國(guó)研究的熱點(diǎn)?!吨袊?guó)制造2025》中提出“節(jié)能與新能源汽車”作為未來(lái)重點(diǎn)發(fā)展領(lǐng)域,明確了“繼續(xù)支持電動(dòng)汽車”的發(fā)展戰(zhàn)略。當(dāng)前制約電動(dòng)汽車發(fā)展的關(guān)鍵是動(dòng)力電池(在成本中占比高達(dá)30%)。鋰電池以其性能優(yōu)良、體積小、重量輕及環(huán)境污染小等獨(dú)特的優(yōu)勢(shì)成為電動(dòng)汽車動(dòng)力電池的理想選擇。但鋰電池的安全性、可靠性依舊是電動(dòng)汽車發(fā)展的瓶頸問(wèn)題。電動(dòng)汽車在戶外露天行駛,隨機(jī)的路面狀況、環(huán)境溫度、負(fù)載變化直接影響鋰電池的性能退化,若不能及時(shí)評(píng)估當(dāng)前狀態(tài)并預(yù)計(jì)未來(lái)的狀態(tài),可能引發(fā)自燃、爆炸等事故。如,2011年4月11日,眾泰純電動(dòng)車由于電池退化(漏液、絕緣受損以及局部短路),未能及時(shí)發(fā)現(xiàn),多次重復(fù)使用,隱患顯現(xiàn),引發(fā)自燃;2011年5月12日,美國(guó)NHTSA對(duì)通用汽車沃藍(lán)達(dá)進(jìn)行了側(cè)面碰撞測(cè)試,由于電池受到很大沖擊力,造成電池退化,三周之后,沃藍(lán)達(dá)的鋰電池組溫度急劇升高而引發(fā)自燃,火勢(shì)殃及附近其他車輛;2016年1月1日,挪威一輛2014年產(chǎn)的ModelS在快速充電站充電時(shí)突然起火。為了避免由于車用鋰電池退化引發(fā)的災(zāi)難性事故,開(kāi)展車用鋰電池性能退化規(guī)律建模及剩余壽命預(yù)測(cè)研究,對(duì)實(shí)現(xiàn)鋰電池的預(yù)測(cè)性維護(hù),提高電動(dòng)汽車的安全性具有重要意義。車用鋰電池退化是動(dòng)態(tài)、時(shí)變的非線性電化學(xué)過(guò)程,構(gòu)建準(zhǔn)確的機(jī)理模型涉及大量參數(shù),計(jì)算復(fù)雜,且不能全面考慮影響因素(振動(dòng)、溫度、負(fù)載等),難以在工程中應(yīng)用。同時(shí),得益于傳感技術(shù)、人工智能等技術(shù)的不斷發(fā)展與應(yīng)用,電動(dòng)汽車備有的數(shù)據(jù)采集系統(tǒng),可實(shí)時(shí)采集鋰電池充放電的電壓、電流、用時(shí)等反應(yīng)鋰電池健康狀態(tài)的信息及環(huán)境溫度,從而獲得鋰電池性能退化數(shù)據(jù),進(jìn)而利用退化數(shù)據(jù)及環(huán)境信息來(lái)構(gòu)建退化模型、預(yù)測(cè)剩余壽命。因此,對(duì)于這類復(fù)雜的過(guò)程(系統(tǒng)),基于數(shù)據(jù)驅(qū)動(dòng)的鋰電池剩余壽命預(yù)測(cè)方法已經(jīng)逐步成為故障預(yù)測(cè)與健康管理領(lǐng)域的研究熱點(diǎn),并且在近年來(lái)已獲得大量研究成果。如針對(duì)工作環(huán)境溫度固定、放電電流恒定、連續(xù)充放電的鋰電池,剩余壽命預(yù)測(cè)理論和方法已經(jīng)發(fā)展的較為成熟。然而,車用鋰電池在實(shí)際運(yùn)行過(guò)程中遠(yuǎn)比這復(fù)雜,如,電動(dòng)汽車在戶外露天行駛,車用鋰電池常受到時(shí)變環(huán)境溫度的影響(如天氣變化、自身運(yùn)行發(fā)熱的影響等),溫度過(guò)高或過(guò)低都會(huì)加快電池性能的衰退;從車輛行為出發(fā),車輛加速、減速過(guò)程具有隨機(jī)性,這需要鋰電池輸出電流相應(yīng)隨機(jī)變化,不同放電電流影響電池的退化率;另外,放電是非連續(xù)過(guò)程,普遍存在“自愈”現(xiàn)象,即當(dāng)電池靜置時(shí),原不可用容量部分有所恢復(fù),這有利于延長(zhǎng)鋰電池壽命。而現(xiàn)有的方法不能很好地涵蓋這些實(shí)際問(wèn)題,這些問(wèn)題恰是實(shí)現(xiàn)電動(dòng)汽車健康狀態(tài)預(yù)測(cè)與管理的關(guān)鍵技術(shù)問(wèn)題。綜上可見(jiàn),車用鋰電池有別于傳統(tǒng)問(wèn)題的新特點(diǎn):時(shí)變環(huán)境溫度影響、隨機(jī)變電流、自愈特征等,這些特點(diǎn)使得現(xiàn)有剩余壽命預(yù)測(cè)理論與方法在車用鋰電池中不再適用。技術(shù)實(shí)現(xiàn)要素:本發(fā)明要解決的技術(shù)問(wèn)題是提供一種通過(guò)對(duì)車用鋰電池性能退化規(guī)律建模及剩余壽命預(yù)測(cè),可以實(shí)現(xiàn)鋰電池的預(yù)測(cè)性維護(hù),提高電動(dòng)汽車的安全性的鋰電池退化建模及壽命預(yù)測(cè)方法。為解決上述問(wèn)題,本發(fā)明采用如下技術(shù)方案:一種計(jì)及自愈影響的鋰電池退化建模及壽命預(yù)測(cè)方法,包括以下步驟:1)自愈現(xiàn)象及對(duì)鋰電池退化影響數(shù)學(xué)描述:鋰電池工作原理指其充放電原理,當(dāng)對(duì)電池充電時(shí),電池的正極上生成鋰離子,經(jīng)過(guò)電解液運(yùn)動(dòng)到負(fù)極碳層微孔中,嵌入的鋰離子越多,充電容量越高;當(dāng)對(duì)電池進(jìn)行放電時(shí),嵌在負(fù)極碳層中的鋰離子脫出,回到正極,回到正極的鋰離子越多,放電容量越高;當(dāng)電池停止放電時(shí),由于擴(kuò)散作用使得離子的濃度趨于平衡,電壓得以回升,電池壽命改善,這種非線性的自恢復(fù)效應(yīng),我們稱之為自愈現(xiàn)象,車用鋰電池使用過(guò)程,一般為間歇放電;間歇放電比連續(xù)放電能夠提高電池壽命,間歇放電時(shí),當(dāng)傳遞一個(gè)脈沖電流后,電池能夠放松一段時(shí)間,從而活性物質(zhì)在擴(kuò)散過(guò)程中得到恢復(fù),使得電量增加,對(duì)電池性能會(huì)有改善,自愈是鋰電池固有的電化學(xué)特征,每次靜置狀態(tài)都有自愈現(xiàn)象,而每次自愈的程度不同,且獨(dú)立分布,是一個(gè)隨機(jī)變量,各次自愈引起的程度有積累的效應(yīng),即自愈是可以疊加的,因此,鋰電池自愈的規(guī)律變化可用非齊次Poisson過(guò)程描述,而針對(duì)鋰電池退化對(duì)壽命的影響,可考慮復(fù)合泊松過(guò)程描述;假設(shè):{Μt,t≥0}是強(qiáng)度為λ(t)的非齊次Poisson過(guò)程,用于刻畫(huà)鋰電池在[0,t]時(shí)間內(nèi)自愈的次數(shù),每次自愈作用使電池性能狀態(tài)產(chǎn)生微小變化,令第n次自愈對(duì)鋰電池退化影響為Πn,{Πn,n≥1}為獨(dú)立同分布的隨機(jī)變量,相互獨(dú)立;擬利用正態(tài)分布描述其變化規(guī)律,用于刻畫(huà)每次自愈行為對(duì)鋰電池退化的隨機(jī)影響,Πn~N(μ,σ2),n=0,1,…,Mt式中,Πn為第n次自愈對(duì)電池性能改變量,μ,σ2為分布參數(shù);近似認(rèn)為自愈作用規(guī)律Mt及其影響Πn相互獨(dú)立,根據(jù)上述假設(shè),對(duì)于電池性能狀態(tài)而言,在時(shí)間(ti-1,ti)的性能退化量Yi為復(fù)合Poisson過(guò)程,數(shù)值上可表示為:則{Y(t),t≥0}為表征自愈對(duì)鋰電池退化的影響的復(fù)合泊松過(guò)程;2)考慮具有自愈特征的車用鋰電池退化建模:考慮具有自愈特征的車用鋰電池的退化過(guò)程,可用如下隨機(jī)過(guò)程描述:X(t)=x0+∫0tγ(t;θ)dt+σW(t)+Σn=1M(t)Πn]]>其中,X(t)為退化量,γ(t;θ)為漂移系數(shù),表示刻畫(huà)鋰電池退化率的函數(shù),θ為退化率函數(shù)的未知參數(shù);σ為擴(kuò)散系數(shù),W(t)為布朗運(yùn)動(dòng),為表征自愈對(duì)鋰電池退化影響的復(fù)合泊松過(guò)程;t時(shí)刻退化量X(t)可通過(guò)監(jiān)測(cè)車用鋰電池充放電電流、電壓、用時(shí)等參數(shù)計(jì)算獲得,由此可構(gòu)建時(shí)刻T0:k={t0,t1,…tm}和退化變量X0:k={x0,x1,…xm}狀態(tài)空間;根據(jù)首達(dá)時(shí)間意義下的剩余壽命概念,車用鋰電池在當(dāng)前時(shí)刻tn的剩余壽命可定義為:Lτ=inf{t:X(t+τ)≥θ}首達(dá)時(shí)間T對(duì)應(yīng)的累積概率分布函數(shù)為:FT(t)=Pr(T≤t)=PrSupX(t)≥∂t>0=PrW(t)≥∂-x0-∫0tγ(t;θ)dt-Σn=1M(t)Πnσt>0]]>其中為θ失效閾值,定義車用鋰電池剩余壽命為退化量X(t)首次達(dá)到失效閾值(根據(jù)標(biāo)準(zhǔn)QC743-2006《電動(dòng)汽車用鋰離子蓄電池》,一般定義放電容量的80%)的時(shí)間(首達(dá)時(shí)間)。鑒于直接求解首達(dá)時(shí)間的概率密度函數(shù)難度大,擬首先將這個(gè)問(wèn)題轉(zhuǎn)化為推導(dǎo)標(biāo)準(zhǔn)布朗運(yùn)動(dòng)失效閾值首達(dá)時(shí)間分布,然后推導(dǎo)出τk時(shí)刻剩余壽命Lk的累積分布函數(shù)同時(shí),考慮到該概率模型函數(shù)包含時(shí)變環(huán)境溫度信息,為了求取剩余壽命Lk累積分布函數(shù),先計(jì)算時(shí)變溫度跳變時(shí)間和總體跳變數(shù)目的聯(lián)合分布,并且依據(jù)當(dāng)前退化量及溫度信息,求取當(dāng)前時(shí)刻到失效閾值時(shí)的溫度變化的概率密度函數(shù),然后求取受時(shí)變環(huán)境溫度影響的鋰電池累積退化率函數(shù)期望。求解退化過(guò)程X(t)的首達(dá)時(shí)間分布,即求解布朗運(yùn)動(dòng)W(t)到達(dá)的首達(dá)時(shí)間,為此,擬首先求解剩余壽命累積分布函數(shù)模型中的參數(shù)估計(jì),退化模型中未知參數(shù)集Γ包括泊松過(guò)程參數(shù),θ,σ;3)退化模型參數(shù)估計(jì):為實(shí)現(xiàn)剩余壽命累積分布函數(shù)模型中的參數(shù)估計(jì),擬先構(gòu)建狀態(tài)空間模型來(lái)描述退化的演變過(guò)程,如式:Γi+1=Γi+αxi+1=xi+∫ii+1γ(t;θ)dt+σW(t)+Σn=iM(i+1)Πi+β]]>其中,α~N(0,Α),β~N(0,Β),Γi~N(g0,K0),對(duì)于該模型中新增參數(shù)Α,Β,g0,K0統(tǒng)一表示為參數(shù)集Ξ,基于監(jiān)測(cè)的退化數(shù)據(jù)X0:k={x0,x1,…xm}對(duì)Ξ的估計(jì),估計(jì)值Ξ表示,擬采用經(jīng)驗(yàn)最大化算法與無(wú)味粒子濾波算法相結(jié)合的方法求解模型中的參數(shù);具體過(guò)程如下:一、初始化參數(shù)Ξ(0);二、E步:計(jì)算對(duì)數(shù)似然函數(shù)lnP(X0:k,Ξ),再對(duì)似然函數(shù)求期望三、M步:求似然函數(shù)期望的最大值,可由求得但在M步過(guò)程中,所涉及的期望E(xi),E((xi)2),E(ln(xi-xi-1)未知,本項(xiàng)目擬采用UPF算法對(duì)其估計(jì),然后將E步和M步不斷迭代直至收斂,獲得最優(yōu)參數(shù),采用UPF算法求取E(xi),E((xi)2),E(ln(xi-xi-1),具體包括:一、參數(shù)初始化;二、重要性采樣,通過(guò)UKF算法更新i-1步的分布,計(jì)算Sigma點(diǎn)得到并計(jì)算權(quán)重;三、重采樣;四、基于抽取新的粒子,并與i-1步的粒子組成新的粒子集,計(jì)算得到E(xi),E((xi)2),E(ln(xi-xi-1)的最小均方估計(jì)值;五、令i=i+1,轉(zhuǎn)入第一步,直至參數(shù)收斂;4)退化模型參數(shù)更新和剩余壽命預(yù)測(cè):當(dāng)獲得新的退化數(shù)據(jù)時(shí),利用貝葉斯方法,更新退化模型,求取隨機(jī)過(guò)程首達(dá)時(shí)間,然后將估計(jì)參數(shù)帶入到剩余壽命累積分布函數(shù)中,即可實(shí)現(xiàn)剩余壽命的預(yù)測(cè)。本發(fā)明的有益效果為:通過(guò)對(duì)車用鋰電池性能退化規(guī)律建模及剩余壽命預(yù)測(cè)研究,實(shí)現(xiàn)鋰電池的預(yù)測(cè)性維護(hù),提高電動(dòng)汽車的安全性。附圖說(shuō)明圖1為電池放電過(guò)程容量變化情況。具體實(shí)施方式一種計(jì)及自愈影響的鋰電池退化建模及壽命預(yù)測(cè)方法,包括以下步驟:1)自愈現(xiàn)象及對(duì)鋰電池退化影響數(shù)學(xué)描述:鋰電池工作原理指其充放電原理,當(dāng)對(duì)電池充電時(shí),電池的正極上生成鋰離子,經(jīng)過(guò)電解液運(yùn)動(dòng)到負(fù)極碳層微孔中,嵌入的鋰離子越多,充電容量越高;當(dāng)對(duì)電池進(jìn)行放電時(shí),嵌在負(fù)極碳層中的鋰離子脫出,回到正極,回到正極的鋰離子越多,放電容量越高;當(dāng)電池停止放電時(shí),由于擴(kuò)散作用使得離子的濃度趨于平衡,電壓得以回升,電池壽命改善,這種非線性的自恢復(fù)效應(yīng),我們稱之為自愈現(xiàn)象,車用鋰電池使用過(guò)程,一般為間歇放電,如圖1所示,電池放電過(guò)程容量變化情況中:(a)連續(xù)放電,(b)間歇放電;間歇放電比連續(xù)放電能夠提高電池壽命,間歇放電時(shí),當(dāng)傳遞一個(gè)脈沖電流后,電池能夠放松一段時(shí)間,從而活性物質(zhì)在擴(kuò)散過(guò)程中得到恢復(fù),使得電量增加,對(duì)電池性能會(huì)有改善,自愈是鋰電池固有的電化學(xué)特征,每次靜置狀態(tài)都有自愈現(xiàn)象,而每次自愈的程度不同,且獨(dú)立分布,是一個(gè)隨機(jī)變量,各次自愈引起的程度有積累的效應(yīng),即自愈是可以疊加的,因此,鋰電池自愈的規(guī)律變化可用非齊次Poisson過(guò)程描述,而針對(duì)鋰電池退化對(duì)壽命的影響,可考慮復(fù)合泊松過(guò)程描述;假設(shè):{Μt,t≥0}是強(qiáng)度為λ(t)的非齊次Poisson過(guò)程,用于刻畫(huà)鋰電池在[0,t]時(shí)間內(nèi)自愈的次數(shù),每次自愈作用使電池性能狀態(tài)產(chǎn)生微小變化,令第n次自愈對(duì)鋰電池退化影響為Πn,{Πn,n≥1}為獨(dú)立同分布的隨機(jī)變量,相互獨(dú)立;擬利用正態(tài)分布描述其變化規(guī)律,用于刻畫(huà)每次自愈行為對(duì)鋰電池退化的隨機(jī)影響,Πn~N(μ,σ2),n=0,1,…,Mt式中,Πn為第n次自愈對(duì)電池性能改變量,μ,σ2為分布參數(shù);近似認(rèn)為自愈作用規(guī)律Mt及其影響Πn相互獨(dú)立,根據(jù)上述假設(shè),對(duì)于電池性能狀態(tài)而言,在時(shí)間(ti-1,ti)的性能退化量Yi為復(fù)合Poisson過(guò)程,數(shù)值上可表示為:則{Y(t),t≥0}為表征自愈對(duì)鋰電池退化的影響的復(fù)合泊松過(guò)程;2)考慮具有自愈特征的車用鋰電池退化建模:考慮具有自愈特征的車用鋰電池的退化過(guò)程,可用如下隨機(jī)過(guò)程描述:X(t)=x0+∫0tγ(t;θ)dt+σW(t)+Σn=1M(t)Πn]]>其中,X(t)為退化量,γ(t;θ)為漂移系數(shù),表示刻畫(huà)鋰電池退化率的函數(shù),θ為退化率函數(shù)的未知參數(shù);σ為擴(kuò)散系數(shù),W(t)為布朗運(yùn)動(dòng),為表征自愈對(duì)鋰電池退化影響的復(fù)合泊松過(guò)程;t時(shí)刻退化量X(t)可通過(guò)監(jiān)測(cè)車用鋰電池充放電電流、電壓、用時(shí)等參數(shù)計(jì)算獲得,由此可構(gòu)建時(shí)刻T0:k={t0,t1,…tm}和退化變量X0:k={x0,x1,…xm}狀態(tài)空間;根據(jù)首達(dá)時(shí)間意義下的剩余壽命概念,車用鋰電池在當(dāng)前時(shí)刻tn的剩余壽命可定義為:Lτ=inf{t:X(t+τ)≥θ}首達(dá)時(shí)間T對(duì)應(yīng)的累積概率分布函數(shù)為:FT(t)=Pr(T≤t)=PrSupX(t)≥∂t>0=PrW(t)≥∂-x0-∫0tγ(t;θ)dt-Σn=1M(t)Πnσt>0]]>其中為θ失效閾值,定義車用鋰電池剩余壽命為退化量X(t)首次達(dá)到失效閾值(根據(jù)標(biāo)準(zhǔn)QC743-2006《電動(dòng)汽車用鋰離子蓄電池》,一般定義放電容量的80%)的時(shí)間(首達(dá)時(shí)間)。鑒于直接求解首達(dá)時(shí)間的概率密度函數(shù)難度大,擬首先將這個(gè)問(wèn)題轉(zhuǎn)化為推導(dǎo)標(biāo)準(zhǔn)布朗運(yùn)動(dòng)失效閾值首達(dá)時(shí)間分布,然后推導(dǎo)出τk時(shí)刻剩余壽命Lk的累積分布函數(shù)同時(shí),考慮到該概率模型函數(shù)包含時(shí)變環(huán)境溫度信息,為了求取剩余壽命Lk累積分布函數(shù),先計(jì)算時(shí)變溫度跳變時(shí)間和總體跳變數(shù)目的聯(lián)合分布,并且依據(jù)當(dāng)前退化量及溫度信息,求取當(dāng)前時(shí)刻到失效閾值時(shí)的溫度變化的概率密度函數(shù),然后求取受時(shí)變環(huán)境溫度影響的鋰電池累積退化率函數(shù)期望。求解退化過(guò)程X(t)的首達(dá)時(shí)間分布,即求解布朗運(yùn)動(dòng)W(t)到達(dá)的首達(dá)時(shí)間,為此,擬首先求解剩余壽命累積分布函數(shù)模型中的參數(shù)估計(jì),退化模型中未知參數(shù)集Γ包括泊松過(guò)程參數(shù),θ,σ;3)退化模型參數(shù)估計(jì):為實(shí)現(xiàn)剩余壽命累積分布函數(shù)模型中的參數(shù)估計(jì),擬先構(gòu)建狀態(tài)空間模型來(lái)描述退化的演變過(guò)程,如式:Γi+1=Γi+αxi+1=xi+∫ii+1γ(t;θ)dt+σW(t)+Σn=iM(i+1)Πi+β]]>其中,α~N(0,Α),β~N(0,Β),Γi~N(g0,K0),對(duì)于該模型中新增參數(shù)Α,Β,g0,K0統(tǒng)一表示為參數(shù)集Ξ,基于監(jiān)測(cè)的退化數(shù)據(jù)X0:k={x0,x1,…xm}對(duì)Ξ的估計(jì),估計(jì)值Ξ表示,擬采用經(jīng)驗(yàn)最大化算法與無(wú)味粒子濾波算法相結(jié)合的方法求解模型中的參數(shù);具體過(guò)程如下:一、初始化參數(shù)Ξ(0);二、E步:計(jì)算對(duì)數(shù)似然函數(shù)lnP(X0:k,Ξ),再對(duì)似然函數(shù)求期望三、M步:求似然函數(shù)期望的最大值,可由求得但在M步過(guò)程中,所涉及的期望E(xi),E((xi)2),E(ln(xi-xi-1)未知,本項(xiàng)目擬采用UPF算法對(duì)其估計(jì),然后將E步和M步不斷迭代直至收斂,獲得最優(yōu)參數(shù),采用UPF算法求取E(xi),E((xi)2),E(ln(xi-xi-1),具體包括:一、參數(shù)初始化;二、重要性采樣,通過(guò)UKF算法更新i-1步的分布,計(jì)算Sigma點(diǎn)得到并計(jì)算權(quán)重;三、重采樣;四、基于抽取新的粒子,并與i-1步的粒子組成新的粒子集,計(jì)算得到E(xi),E((xi)2),E(ln(xi-xi-1)的最小均方估計(jì)值;五、令i=i+1,轉(zhuǎn)入第一步,直至參數(shù)收斂;4)退化模型參數(shù)更新和剩余壽命預(yù)測(cè):當(dāng)獲得新的退化數(shù)據(jù)時(shí),利用貝葉斯方法,更新退化模型,求取隨機(jī)過(guò)程首達(dá)時(shí)間,然后將估計(jì)參數(shù)帶入到剩余壽命累積分布函數(shù)中,即可實(shí)現(xiàn)剩余壽命的預(yù)測(cè)。本發(fā)明的有益效果為:通過(guò)對(duì)車用鋰電池性能退化規(guī)律建模及剩余壽命預(yù)測(cè)研究,實(shí)現(xiàn)鋰電池的預(yù)測(cè)性維護(hù),提高電動(dòng)汽車的安全性。以上所述,僅為本發(fā)明的具體實(shí)施方式,但本發(fā)明的保護(hù)范圍并不局限于此,任何不經(jīng)過(guò)創(chuàng)造性勞動(dòng)想到的變化或替換,都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3