一種基于gm（1，n）灰色模型的電池壽命預測方法
【專利摘要】本發(fā)明公開了一種基于GM(1，N)灰色模型的電池壽命預測方法，將電池的容量及電池的內阻值均隨電池循環(huán)次數(shù)編碼，形成對應的電池容量的系統(tǒng)特征數(shù)據(jù)序列C(0)及電池內阻的相關因素數(shù)據(jù)序列R(0)；從電池容量的系統(tǒng)特征數(shù)據(jù)序列C(0)及電池內阻的相關因素數(shù)據(jù)序列R(0)中獲取設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，對獲得的數(shù)據(jù)進行灰色處理；對獲得的電池容量的等維遞補灰色二變量一階時間響應序列，通過累減生成，還原為相應變量的原數(shù)列值，按均方差檢驗方法對電池容量的原始序列相應的預測模型模擬序列的精度進行檢驗。該方法簡單易行、魯棒性好，具有很大的實際應用價值。
【專利說明】—種基于GM (1，N)灰色模型的電池壽命預測方法
【技術領域】
[0001]本發(fā)明涉及一種基于GM(1，N)灰色模型的電池壽命預測方法。
【背景技術】
[0002]能源危機、環(huán)境污染以及能源安全等諸多因素再一次將電動汽車推上歷史舞臺，已成為全世界關注的焦點。車載動力電池作為電動汽車的關鍵部件，其性能對整車的動力性、經(jīng)濟性和安全性至關重要，是制約電動汽車規(guī)模發(fā)展的關鍵因素。
[0003]鋰離子電池因具有電壓高、能量密度大、循環(huán)性能好、自放電小且無記憶效應等突出優(yōu)點，作為動力源廣泛應用在電動汽車和混合電動汽車中。
[0004]隨著鋰離子電池應用的日益廣泛，對電池壽命模型的研究日漸成為大家關注的課題。壽命問題包含兩個基本問題:(I)荷電狀態(tài)SOC的估計問題；(2)健康狀態(tài)SOH(Stateof Health,簡記S0H)的估計和剩余使用壽命(Remain Useful Life,簡記RUL)。大量文獻從老化機理的角度出發(fā)對鋰離子電池在貯存和循環(huán)中的壽命衰減進行研究，提出了基于微觀機理的解釋。隨時間及循環(huán)使用，電極、電解液、電極與電解液接觸面的變化是引起電池老化的主要因素。
[0005]電池的壽命衰減表現(xiàn)為容量的衰減與阻抗的增加，并由多種機制共同作用，其中最主要的機制為:SEI膜增長、活性物質的減少及陽極的結構老化。除自身老化機制外，電池壽命的衰減還受存儲及循環(huán)使用條件的外部因素影響，如高溫時電池老化加劇，而低溫充電也會對電池壽命產(chǎn)生不利影響。此外，過高的SOC狀態(tài)、惡劣的充放電制度及深度充放電窗口等條件也會降低電池性能并縮短電池壽命。
[0006]國內外對電池壽命進行了初步研究，取得了階段性的成果。例如:基于差分方程的精確電池模型；基于擴散理論的解析模型，可以對任意給定負載精確預測鋰離子蓄電池壽命；在美國Argonne國家實驗室和Idaho國家實驗室主導下的美國能源部發(fā)起的FREED0MCAR計劃中，系統(tǒng)地給出了進行電池壽命試驗的參考步驟和相應數(shù)據(jù)處理方法。當前對電池壽命模型的研究還處于初步階段，沒有系統(tǒng)的理論支持，也未產(chǎn)生具有普遍價值的通用電池壽命模型。
[0007]中國發(fā)明專利(申請?zhí)?01110298395.4)提出了一種電動車電池壽命預測方法以及延長方法，根據(jù)獲取的電池的工作溫度，充放電頻率以及司機一天駕駛所需電池能量與電池剛出廠時充滿電后的能量的比值來預測電池壽命，還提供了一種電池壽命延長方法。為鋰電池壽命的準確預測提供了基礎；考慮駕駛員的運行特征來預測電動車的鋰電池壽命，預測結果更加真實。但是該種方法屬于經(jīng)驗公式的預測方法，通用性較差。
[0008]中國發(fā)明專利(申請?zhí)?01310268391.0)提出了一種基于集成模型的鋰離子電池壽命預測方法。對電池循環(huán)充放電試驗測試數(shù)據(jù)進行預處理；采用Bagging算法對訓練數(shù)據(jù)集Traindataset進行二次重采樣；建立單調回聲狀態(tài)網(wǎng)絡模型；初始化單調回聲狀態(tài)網(wǎng)絡內部連接權值，重復T次，得到T個未經(jīng)訓練的單調回聲狀態(tài)網(wǎng)絡子模型；設置單調回聲狀態(tài)網(wǎng)絡模型的第一自由參數(shù)集和第二自由參數(shù)集；集成單調回聲狀態(tài)網(wǎng)絡模型的輸出RULi,并采用測試數(shù)據(jù)集Test dataset驅動集成單調回聲狀態(tài)網(wǎng)絡模型，獲得鋰離子電池剩余壽命預測值。但是該種方法的誤差受訓練數(shù)據(jù)和訓練方法的影響很大，需要大量的實驗數(shù)據(jù)訓練，存在局部極小值問題，學習速度慢，理想的訓練樣本提取困難，網(wǎng)絡結構不易優(yōu)化等。
[0009]根據(jù)GM(1，1)模型能夠預測具有明顯指數(shù)規(guī)律的序列特性，文獻(章艷，曾昭華，李洪春，蘇志軍.灰色系統(tǒng)在蓄電池失效預測中的應用[J].電源技術，2005，05:319-321.尹春杰，孫潔君，張承慧.一種新型的蓄電池組狀態(tài)在線檢測及故障預報算法[AL中國自動化學會控制理論專業(yè)委員會.第二十六屆中國控制會議論文集[C].中國自動化學會控制理論專業(yè)委員會，2007:5.李剛，謝永成，李光升，程延偉.改進型灰色模型在鉛蓄電池失效預測中的應用[J].電子測量技術，2011，05:30-33.)提出了一種基于GM(1，1)灰色模型的電池壽命預測方法，該方法利用灰色系統(tǒng)理論建立電池內阻的GM(1，I)預測模型，再根據(jù)電池內阻與容量間的非線性關系預測電池壽命。該方法只建立了電池內阻的GM(1，I)模型，未考慮電池容量的變化規(guī)律，具有一定的局限性，預測精度較低。
[0010]電池的壽命衰減表現(xiàn)為容量的衰減與阻抗的增加，因此電池內阻與電池容量之間存在一定的關系。電池內阻可間接有效地反映電池容量的變化趨勢是衡量電池性能的一個重要指標。并且電池內阻和電池容量都是隨電池循環(huán)次數(shù)單調指數(shù)變化的，與GM(1，N)預測模型完全相符。建立電池容量和內阻的GM(1，N)預測模型能夠更加有效、精確的預測電池壽命。
【發(fā)明內容】
[0011]為解決現(xiàn)有技術存在的不足，本發(fā)明公開了一種基于GM(1，N)灰色模型的電池壽命預測方法，綜合考慮電池容量和內阻的變化趨勢，基于灰色系統(tǒng)理論建立了 GM(1，N)預測模型，實現(xiàn)了對電池循環(huán)壽命的準確預測，精度高于傳統(tǒng)的只考慮電池內阻的GM(1，I)模型，能夠預知電池的潛伏性故障及其發(fā)展趨勢，從而提前對電池運行狀況做出診斷，及時對將要失效的電池進行技術檢查，再根據(jù)實驗結果決定，是否更換電池，防止因失效電池而引起的事故。該方法簡單易行、魯棒性好，具有很大的實際應用價值。
[0012]為實現(xiàn)上述目的，本發(fā)明的具體方案如下:
[0013]一種基于GM(1，N)灰色模型的電池壽命預測方法，包括以下步驟:
[0014]步驟一:將電池的容量及電池的內阻值均隨電池循環(huán)次數(shù)編碼，形成對應的電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)及電池內阻的相關因素數(shù)據(jù)序列Rw ；
[0015]步驟二:從電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)及電池內阻的相關因素數(shù)據(jù)序列Rw中獲取設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，對獲得的數(shù)據(jù)進行灰色處理；
[0016]步驟三:根據(jù)步驟二獲得的設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，計算電池容量及電池內阻分別進行灰色預測跟蹤所需的灰作用量，得到電池容量及電池內阻對應的等維遞補灰色單變量一階時間響應序列，進行電池內阻和容量的灰色預測跟蹤；
[0017]步驟四:對獲得的電池容量的等維遞補灰色二變量一階時間響應序列，通過累減生成，還原為相應變量的原數(shù)列值，按均方差檢驗方法對電池容量的原始序列相應的預測模型模擬序列的精度進行檢驗。
[0018]所述步驟一中，所述電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)的公式為:[0019]C(0) = (c(l)，c(2)，…，c(j))(I)
[0020]式中，k為正整數(shù)，為電池的循環(huán)次數(shù)；c(j)為電池在循環(huán)j次后的電池容量值，其中 j = 1，2，…，k-Ι ；
[0021] 所述電池內阻的相關因素數(shù)據(jù)序列Rft0的公式為:
[0022]R(0) = (r(l), r(2),…，r(j)) (2)
[0023]式中，k為正整數(shù)，為電池的循環(huán)次數(shù)；r(j)為電池在循環(huán)j次后的電池內阻值，其中 j = 1，2，…，k-1。
[0024]所述步驟二中獲取設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，具體為從系統(tǒng)特征數(shù)據(jù)序列C?中，獲取電池當前時間上最新的5次容量數(shù)據(jù):c(k-5)~c(k-l);以及從相關因素數(shù)據(jù)序列R(°)中，獲取電池當前時間上最新的5次內阻數(shù)據(jù):r(k-5)~r (k-1)，其中k為正整數(shù)，為電池的循環(huán)次數(shù)，其中第I至k-Ι次的數(shù)據(jù)已知，對第k的數(shù)據(jù)進行預測，且k>5。
[0025]所述步驟二中對獲得的數(shù)據(jù)進行灰色處理，具體包括:
[0026]A.獲得的電池容量和內阻的數(shù)據(jù)序列，分別進行灰色一次累計生成處理，得到容量的灰色一次累加生成序列C(1)和內阻的灰色一次累加生成序列R(1)；
[0027]B.獲得的電池容量的灰色一次累加生成序列C(1)和內阻的灰色一次累加生成序列R(1)進行緊鄰均值生成操作，獲得電池容量的灰色一次累加生成序列Ca)的緊鄰均值生
成序列，內阻的灰色一次累加生成序列R(1)的緊鄰均值生成序列Zf
[0028]所述步驟三中，具體包括:
[0029](3-1).利用步驟二獲得的數(shù)據(jù)，計算電池內阻進行灰色預測跟蹤所需的灰作用量aE 和 bK ；
[0030](3-2)根據(jù)步驟(3-1)獲得的電池內阻進行灰色預測跟蹤所需的灰作用量~和bK，得到電池內阻的等維遞補灰色單變量一階時間響應序列.、幻，并進行電池內阻的灰色預測跟蹤；
[0031](3-3)利用步驟二獲得的數(shù)據(jù)，計算電池容量進行灰色預測跟蹤所需的灰作用量ac 和 bc ；
[0032](3-4)根據(jù)步驟(3-3)獲得的電池容量進行灰色系統(tǒng)自主量預測所需的灰作用量ac，bc及步驟(3-2)獲得的電池內阻的時間響應序列P'i;(幻，得到電池容量的等維遞補灰色
二變量一階時間響應序列Pn(A)，并進行電池容量的灰色預測跟蹤。
[0033]所述步驟四中，具體包括:
[0034](4-1).根據(jù)獲得的電池容量的等維遞補灰色二變量一階時間響應序列6(1)(幻，通過累減生成，還原為相應變量的原數(shù)列值θ(ω(幻；
[0035](4-2).按均方差檢驗方法對GM(1，N)灰色預測模型的精度進行檢驗；
[0036]判斷均方差比值及小誤差概率是否合格，若是，則輸出電池容量預測值”⑷，獲
得電池的健康狀態(tài)和循環(huán)壽命，并轉到步驟一，若不合格，進行殘差建模，并轉到步驟二。
[0037]所述灰色一次累加生成序列C(1)和R(1)的公式為:
【權利要求】
1.一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，包括以下步驟: 步驟一:將電池的容量及電池的內阻值均隨電池循環(huán)次數(shù)編碼，形成對應的電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)及電池內阻的相關因素數(shù)據(jù)序列Rw ； 步驟二:從電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)及電池內阻的相關因素數(shù)據(jù)序列Rw中獲取設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，對獲得的數(shù)據(jù)進行灰色處理； 步驟三:根據(jù)步驟二獲得的設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，計算電池容量及電池內阻分別進行灰色預測跟蹤所需的灰作用量，得到電池容量及電池內阻對應的等維遞補灰色單變量一階時間響應序列，進行電池內阻和容量的灰色預測跟蹤； 步驟四:對獲得的電池容量的等維遞補灰色二變量一階時間響應序列，通過累減生成，還原為相應變量的原數(shù)列值，按均方差檢驗方法對電池容量的原始序列相應的模型模擬序列的精度進行檢驗。
2.如權利要求1所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述步驟一中，所述電池容量的系統(tǒng)特征數(shù)據(jù)序列C(°)的公式為:
C(0) = (c(l), c(2),…，c(j)) (I) 式中，k為正整數(shù)，為電池的循環(huán)次數(shù)；c(j)為電池在循環(huán)j次后的電池容量值，其中j=I, 2，…，k-1 ； 所述電池內阻的相關因素數(shù)據(jù)序列R(°)的公式為: R(0) = (r(l), r(2),…，r(j)) (2) 式中，k為正整數(shù)，為電池的循環(huán)次數(shù)；r(j)為電池在循環(huán)j次后的電池內阻值，其中j=1，2，…，k-Ι ο
3.如權利要求1所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述步驟二中獲取設定次容量數(shù)據(jù)及內阻數(shù)據(jù)，具體為從系統(tǒng)特征數(shù)據(jù)序列c(°)中，獲取電池當前時間上最新的5次容量數(shù)據(jù):c(k-5)~c(k-l);以及從相關因素數(shù)據(jù)序列R(°)中，獲取電池當前時間上最新的5次內阻數(shù)據(jù):r(k-5)~r (k-1)，其中k為正整數(shù)，為電池的循環(huán)次數(shù)，其中第I至k-Ι次的數(shù)據(jù)已知，對第k的數(shù)據(jù)進行預測，且k>5。
4.如權利要求1所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述步驟二中對獲得的數(shù)據(jù)進行灰色處理，具體包括: A.獲得的電池容量和內阻的數(shù)據(jù)序列，分別進行灰色一次累計生成處理，得到容量的灰色一次累加生成序列C(1)和內阻的灰色一次累加生成序列R(1)； B.獲得的電池容量的灰色一次累加生成序列C(1)和內阻的灰色一次累加生成序列R(1)進行緊鄰均值生成操作，獲得電池容量的灰色一次累加生成序列Ca)的緊鄰均值生成序列 ，內阻的灰色一次累加生成序列R(1)的緊鄰均值生成序列。
5.如權利要求4所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述灰色一次累加生成序列C(1)和R(1)的公式為:
6.如權利要求4所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述均值生成序列攻和的公式為:
7.如權利要求1所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述步驟三中，具體包括: (3-1).利用步驟二獲得的數(shù)據(jù)，計算電池內阻進行灰色預測跟蹤所需的灰作用量％和bR ； (3-2)根據(jù)步驟(3-1)獲得的電池內阻進行灰色預測跟蹤所需的灰作用量^和匕，得到電池內阻的等維遞補灰色單變量一階時間響應序列WO，并進行電池內阻的灰色預測跟蹤； (3-3)利用步驟二獲得的數(shù)據(jù)，計算電池容量進行灰色預測跟蹤所需的灰作用量&和bc ； (3-4)根據(jù)步驟(3-3)獲得的電池容量進行灰色系統(tǒng)自主量預測所需的灰作用量4，bc及步驟(3-2)獲得的電池內阻的時間響應序列/^(幻，得到電池容量的等維遞補灰色二變量一階時間響應序列c 1 (k)，并進行電池容量的灰色預測跟蹤。
8.如權利要求1所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述步驟四中，具體包括: (4-1).根據(jù)獲得的電池容量的等維遞補灰色二變量一階時間響應序列Su)(幻，通過累減生成，還原為相應變量的原數(shù)列值ili))(/c); (4-2).按均方差檢驗方法對預測模型的精度進行檢驗； 判斷均方差比值及小誤差概率是否合格，若是，則輸出電池容量預測值PV:)，獲得電池的健康狀態(tài)和循環(huán)壽命，并轉到步驟一，若不合格，進行殘差建模，并轉到步驟二。
9.如權利要求7所述的一種基于GM(1，N)灰色模型的電池壽命預測方法，其特征是，所述電池內阻的等維遞補灰色單變量一階預測模型^"(幻，具體計算表達式為:
10.如權利要求8所述的一種基于GM(I，N)灰色模型的電池壽命預測方法，其特征是，所述電池容量的等維遞補灰色二變量一階預測模型(幻，具體計算表達式為:
【文檔編號】G01R31/36GK103983919SQ201410230771
【公開日】2014年8月13日 申請日期:2014年5月28日 優(yōu)先權日:2014年5月28日
【發(fā)明者】張承慧, 商云龍, 崔納新 申請人:山東大學