專利名稱：：電動汽車動力電池衰退模式預(yù)測方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種衰退模式預(yù)測方法，尤其涉及一種電動汽車動力電池衰退模式預(yù)測方法。
背景技術(shù)：
：在動力電池壽命預(yù)測方法方面，目前可大致分I)模型法、2)基于數(shù)據(jù)驅(qū)動的方法。I)模型法目前很多動力電池壽命預(yù)測都是采用模型法來完成的。蘭迪等人對動力電池進行了充放電試驗。在實驗過程中他們采取了40_70°C范圍內(nèi)的多個溫度作為環(huán)境溫度，對動力電池進行加速充放電，然后根據(jù)動力電池的溫度，內(nèi)阻以及SOC變化率為基礎(chǔ)，提出了一種經(jīng)驗?zāi)Ｐ汀ＤＰ腿缦翿=At1/2+B其中A=a{exp[b/T]}；B=c{exp[d/T]}。首先，以上模型只是一種經(jīng)驗?zāi)Ｐ?，并不能準確地表現(xiàn)電池的內(nèi)阻與溫度，SOC的變化關(guān)系。其次，動力電池的壽命衰退是多種因素造成的，并不能單純通過電池的內(nèi)阻，溫度，以及SOC的變化來表征電池的衰退情況。Ramadass等人所做動力電池剩余壽命模型是從電池壽命衰退原理出發(fā)所做的，他們認為電池壽命的下降是因為電池內(nèi)部具有活性的鋰離子正在減少，并且電池內(nèi)SEI膜電阻的提高引起電池放電電壓下降。他們根據(jù)量子力學(xué)中的第一性原理提出了預(yù)測動力電池剩余壽命的經(jīng)驗?zāi)Ｐ?。在模型中，電池SOC變化量與SEI膜電阻作為參數(shù)，定量研究動力電池容量的衰減，從而預(yù)測電池剩余壽命。但是這一模型并沒有考慮到充放電截止電壓對電池剩余壽命的影響，在實際應(yīng)用中并不能完全滿足汽車電池使用要求。Gang等人通過實驗研究發(fā)現(xiàn)動力電池內(nèi)部具有活性的鋰離子的逐步缺失，是由于電池內(nèi)部化學(xué)副反應(yīng)造成的。與此同時，他們所提出的模型中考慮到了充放電截止電壓對動力電池剩余壽命的影響，彌補了Ramadass模型的不足。但是此模型并沒有充分考慮到液態(tài)電解液的擴散等極限問題，所以只能分析電池在低倍率條件下放電時的剩余壽命。而在實際中，電動汽車經(jīng)常性出現(xiàn)高倍率放電情況，所以此模型并不能準確預(yù)測實際使用中動力電池的剩余壽命。北京航空航天大學(xué)做的關(guān)于電池壽命的預(yù)測中使用了非線性參數(shù)預(yù)測法來建立動力電池剩余壽命預(yù)測模型。他們在實驗中對電池不斷的充電放電直至電池容量衰減20%，此時認為電池壽命達到終點(請參見黎火林，蘇金然.鋰離子電池循環(huán)壽命預(yù)計模型的研究[J].電源技術(shù).2008.)。在實驗數(shù)據(jù)處理過程中，他們認為動力電池剩余壽命與電池的容量衰減率成冪指數(shù)關(guān)系，所以他們用實驗數(shù)據(jù)進行擬合分析，獲得用一種動力電池剩余壽命預(yù)測模型Cr(nc,T,I)=A(T,I)ncB(T,I)其中n。為充放電循環(huán)壽命；T為絕對溫度；1為放電電流；(；為容量衰減率；參數(shù)A(T，I)、B(T，I)為溫度和放電電流的函數(shù)。但是這種方法放電電流只有2個對比數(shù)據(jù)(0.5C和0.8C)，在曲線擬合的過程中存在比較大的誤差；另外實驗條件與實際條件會有誤差，所以預(yù)測結(jié)果并不十分準確。綜上，模型法是通過實驗發(fā)現(xiàn)電池壽命與電池特征參數(shù)之間的關(guān)系，包括內(nèi)阻，SOC和放電電壓等等，來建立動力電池剩余壽命的經(jīng)驗?zāi)Ｐ?。這一類方法的優(yōu)點是可以方便直觀地看到影響電池壽命衰退的因素，并能建立相應(yīng)的模型，診斷一定條件下的電池壽命衰退情況，從而預(yù)測電池剩余壽命。但是這一類方法普遍存在的缺點就是這些預(yù)測模型只適用于電池處于某一種特定的衰退模式下。在實際中，電動汽車在不斷的變換衰退模式，是一種動態(tài)的切換，模型法并不能實時做出相應(yīng)變換，所以預(yù)測并不十分準確。2)基于數(shù)據(jù)驅(qū)動的方法。薩哈(請參見BhaskarSaha,KaiGoebel,ScottPoll,andJonChristophersen.PrognosticsMethodsforBatteryHealthMonitoringUsingaBayesianFramework[J].IEEETransactionsoninstrumentationandmeasurement.2009,11(16):291-296.)在他對電池的性能研究中使用了粒子濾波預(yù)測法來預(yù)測電池的剩余壽命。他首先通過支持向量回歸法分析了電池壽命與電池容量衰退以及內(nèi)阻的關(guān)系，再通過粒子濾波預(yù)測的方法根據(jù)歷史容量衰退的規(guī)律預(yù)測動力電池未來容量的衰退，通過累加過往的容量衰退，直到達到30%，認為電池達到壽命終點，從而預(yù)測電池壽命。劉杰(請參見LiuJie.Lifepredictionofbatteriesforselectingthetechnicallymostsuitableandcosteffectivebattery[J].JournalofPowerSources.2005，I:373-384.)在他所做電池剩余壽命預(yù)測模型中使用了自適應(yīng)回歸神經(jīng)網(wǎng)絡(luò)(ARNN)方法。在動力電池充放電實驗中，他選用60%SOC以及25°C和45°C兩種不同溫度進行實驗，直到電池容量衰退30%。這種方法通過遞歸反饋分析當前系統(tǒng)的狀態(tài)，從而提高預(yù)測精度。而且這種方法可以從有限的測量數(shù)據(jù)中學(xué)習(xí)系統(tǒng)狀態(tài)參數(shù)，從而更新數(shù)據(jù)驅(qū)動非線性預(yù)測模型。Goebel(請參見Geobal.AtechniqueforestimatingthestateofhealthoflithiumbatteriesthroughaRVMobserver[J].EEETrans.PowerElectron.2010(25)1013-1022.)在其對電池性能的研究中使用了貝葉斯結(jié)構(gòu)的相關(guān)向量機方法來預(yù)測動力電池剩余壽命。相關(guān)向量機是一種代表了與支持向量機函數(shù)形式相同的貝葉斯廣義線性模型，是一種比較先進的預(yù)測方法，而且測試時間短，便于在線測試。他利用愛達荷國家實驗室所做的電池充放電實驗數(shù)據(jù)建立了電池容量與內(nèi)阻參數(shù)的關(guān)系，通過相關(guān)向量機方法預(yù)測電池容量的衰減。但是這些方法在實際的應(yīng)用中也存在不足。在現(xiàn)在的技術(shù)中，電池的容量往往有2種方法測量，第一種是額定電流放電，然后用放電電流乘以放電時間來獲得，第二種是10分鐘大電流放電，通過電池的電壓的下降速度來估計電池現(xiàn)在的容量。我們很難在實際中通過以上兩種方法獲得電動汽車動力電池的容量，因為在電動汽車的使用中，電流不斷的變化，除非我們專門為測準確的容量，進行放電，否則我們只能獲得估計的容量值。所以，對于這種方法，在實際中并不能準確的預(yù)測出電池的剩余壽命。綜上所述各類方法中，優(yōu)點在于方便快捷，可以快速的預(yù)測電池的剩余壽命，但是也存在共有的不足之處。首先，以上各類方法往往局限于某一些充放電條件下，但是在實際應(yīng)用中，電動汽車的使用可能是多種多樣的，它的衰退模式也是各不相同，這些方法在建立之時就存在其局限性，因此通過這些方法預(yù)測的電池剩余壽命不是十分準確。其次，以上方法都過于依賴電池的容量，通過電池過往容量的變化，預(yù)測電池的剩余壽命。但是上文已經(jīng)介紹過，在實際電動汽車的使用中很難準確的獲得電動汽車動力電池的容量衰退情況，所以預(yù)測將變得更加不準確。
發(fā)明內(nèi)容為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種電動汽車動力電池衰退模式預(yù)測方法。一種電動汽車動力電池衰退模式預(yù)測方法，其特征在于包括以下步驟I)、對動力電池放電過程中的電壓曲線進行數(shù)據(jù)采集，采集并記錄動力電池在電動汽車使用過程中放電的電壓曲線；2)、對采集到的動力電池的電壓曲線的衰退模式進行分類；3)、采用隱馬爾科夫模型對動力電池的衰退模式進行預(yù)測。本發(fā)明的進一步改進為，所述步驟2)將采集到的電壓曲線進行曲線聚類，所述曲線聚類進一步包括以下步驟A)、確定一個相似精度作為閾值；B)、在所采集的電壓曲線中挑選出距離最大的2條電壓曲線，以其中的I條電壓曲線作為聚核開始進行曲線聚類，直到這一類電壓曲線的相似精度超過所設(shè)定的閾值為止；C)、然后再在剩余的電壓曲線中重復(fù)步驟B)，直到所有的電壓曲線都被歸類為止。本發(fā)明的進一步改進為，所述閾值滿足以下公式rr=5%X-X3600A式中T為閾值(s);C為容量(Ah)；A為額定電流(A)。本發(fā)明的進一步改進為，所述步驟3)滿足以下公式，S(t+n)=JI(t)AnB其中狀態(tài)S即為在t+n時刻的動力電池衰退模式，t即第t次放電。本發(fā)明的進一步改進為，所述步驟3)中，包括以下步驟、定義所述電壓曲線的衰退點，將所述動力電池的衰退點出現(xiàn)的電壓設(shè)定為U。，將所述動力電池的額定電壓設(shè)定為U，定義所述設(shè)定衰退點與額定電壓滿足如下關(guān)系U=O.82U0采集并記錄該衰退點出現(xiàn)的時間t。本發(fā)明的進一步改進為，所述步驟3)中，隱馬爾科夫模型中設(shè)有觀察值M，所述隱馬爾科夫模型中的觀察值M為動力電池放電過程中衰退點出現(xiàn)的時間。本發(fā)明的進一步改進為，所述步驟3)中，隱馬爾科夫模型中設(shè)有狀態(tài)數(shù)量N，所述狀態(tài)數(shù)量N為步驟2)中得到的曲線聚類的個數(shù)。本發(fā)明的進一步改進為，所述步驟3)中，隱馬爾科夫模型中設(shè)有狀態(tài)轉(zhuǎn)移矩陣A，所述狀態(tài)轉(zhuǎn)移矩陣A，權(quán)利要求1.一種電動汽車動力電池衰退模式預(yù)測方法，其特征在于包括以下步驟1)、對動力電池放電過程中的電壓曲線進行數(shù)據(jù)采集，采集并記錄動力電池在電動汽車使用過程中放電的電壓曲線；2)、對采集到的動力電池的電壓曲線的衰退模式進行分類；3)、采用隱馬爾科夫模型對動力電池的衰退模式進行預(yù)測。2.根據(jù)權(quán)利要求I所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟2)將采集到的電壓曲線進行曲線聚類，所述曲線聚類進一步包括以下步驟A)、確定一個相似精度作為閾值；B)、在所采集的電壓曲線中挑選出距離最大的2條電壓曲線，以其中的I條電壓曲線作為聚核開始進行曲線聚類，直到這一類電壓曲線的相似精度超過所設(shè)定的閾值為止；C)、然后再在剩余的電壓曲線中重復(fù)步驟B)，直到所有的電壓曲線都被歸類為止。3.根據(jù)權(quán)利要求2所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述閾值滿足以下公式式中T為閾值(s)；C為容量(Ah)；A為額定電流(A)。4.根據(jù)權(quán)利要求I所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)滿足以下公式，S(t+n)=ii(t)AnB其中狀態(tài)S即為在t+n時刻的動力電池衰退模式，t即第t次放電。5.根據(jù)權(quán)利要求4所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，包括以下步驟定義所述電壓曲線的衰退點，將所述動力電池的衰退點出現(xiàn)的電壓設(shè)定為Utl，將所述動力電池的額定電壓設(shè)定為U，定義所述設(shè)定衰退點與額定電壓滿足如下關(guān)系U=O.82U0采集并記錄該衰退點出現(xiàn)的時間t。6.根據(jù)權(quán)利要求5所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，隱馬爾科夫模型中設(shè)有觀察值M，所述隱馬爾科夫模型中的觀察值M為動力電池放電過程中衰退點出現(xiàn)的時間。7.根據(jù)權(quán)利要求5所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，隱馬爾科夫模型中設(shè)有狀態(tài)數(shù)量N，所述狀態(tài)數(shù)量N為步驟2)中得到的曲線聚類的個數(shù)。8.根據(jù)權(quán)利要求5所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，隱馬爾科夫模型中設(shè)有狀態(tài)轉(zhuǎn)移矩陣A，所述狀態(tài)轉(zhuǎn)移矩陣A，9.根據(jù)權(quán)利要求5所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，隱馬爾科夫模型中設(shè)有觀察概率分布矩陣B，上式表示在t時刻、狀態(tài)是Si條件下，觀察值為10.根據(jù)權(quán)利要求5所述電動汽車動力電池衰退模式預(yù)測方法，其特征在于所述步驟3)中，隱馬爾科夫模型中設(shè)有初始向量H，全文摘要本發(fā)明提供一種電動汽車動力電池衰退模式預(yù)測方法，包括以下步驟1)對動力電池放電過程中的電壓曲線進行數(shù)據(jù)采集，采集并記錄動力電池在電動汽車使用過程中放電的電壓曲線；2)對采集到的電壓曲線進行分類；3)采用隱馬爾科夫模型對動力電池的衰退模式進行預(yù)測。本發(fā)明可以更方便快捷準確地評價電池的健康狀況，并且能根據(jù)不同人的駕車習(xí)慣針對個人更準確地預(yù)測出電動汽車動力電池的剩余壽命，從而可以更好地管理與規(guī)劃使用電池。文檔編號G01R31/36GK102749589SQ20121024328公開日2012年10月24日申請日期2012年7月13日優(yōu)先權(quán)日2012年7月13日發(fā)明者于剛,盛魯英,郭密密申請人:哈爾濱工業(yè)大學(xué)深圳研究生院