基于dst和bmc技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法
【專利摘要】本發(fā)明公開了基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，該方法包括以下步驟：1.根據(jù)電池容量數(shù)據(jù)的特點(diǎn)，確定容量衰減模型；2.用證據(jù)理論(Dempster-Shafer?Theory，DST)對可使用的電池?cái)?shù)據(jù)進(jìn)行處理，得到模型參數(shù)的初始值；3.當(dāng)輸入被監(jiān)測電池的容量數(shù)據(jù)時(shí)，通過貝葉斯蒙特卡洛(Bayesian?Monte?Carlo，BMC)技術(shù)對模型參數(shù)實(shí)時(shí)更新以跟蹤電池容量的衰退趨勢；4.外推模型到失效閾值得到電池剩余使用壽命預(yù)測值。本發(fā)明提出的方法具有以下優(yōu)點(diǎn)：1.具有在電池壽命早期就能精確預(yù)測剩余壽命的能力；2.不需要大量的訓(xùn)練數(shù)據(jù)；3.實(shí)現(xiàn)預(yù)測結(jié)果的概率密度分布輸出。
【專利說明】基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明公開了基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，涉及鋰離子電池剩余使用壽命預(yù)測方法，數(shù)據(jù)驅(qū)動(dòng)預(yù)測【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]鋰離子電池是一種可以將化學(xué)能轉(zhuǎn)換為電能的儲(chǔ)能裝置。和鎳鎘蓄電池、鎳氫蓄電池等其他二次電池相比，它有著能量密度高、使用壽命長、電池漏電率低、可大電流快速充電、工作電壓高、工作范圍廣、成本低、無污染等諸多優(yōu)勢。憑借這些優(yōu)勢，鋰離子電池已經(jīng)在各種便攜式信息處理終端、電動(dòng)汽車、軍事、航空航天等領(lǐng)域得到了廣泛的應(yīng)用。鋰離子電池的退化趨勢可以從其重復(fù)放電循環(huán)的容量衰減趨勢體現(xiàn)出來。容量是指電池在全充狀態(tài)下能夠保持的電荷量。對于絕大多數(shù)應(yīng)用而言，電池失效是指電池的容量低于其額定容量的80%。這時(shí)候，我們認(rèn)為電池變得不可信賴，需要被更換。因?yàn)楫?dāng)電池容量到達(dá)失效閾值時(shí)，其容量往往會(huì)呈指數(shù)式衰減。電池失效有可能導(dǎo)致操作失效、設(shè)備停工，甚至災(zāi)難性的后果。一個(gè)典型的實(shí)例就是2006年11月，美國航空航天局發(fā)射的火星環(huán)球探測器在運(yùn)行過程中發(fā)出錯(cuò)誤指令，命令太陽能電池板動(dòng)作使之朝向太陽，該指令執(zhí)行時(shí)沒有考慮供電鋰離子電池的性能狀態(tài)，使其過放電、溫度過高失去了再充電能力，導(dǎo)致整個(gè)探測器系統(tǒng)喪失了電力供應(yīng)而失去聯(lián)系。
[0003]預(yù)測和健康管理(Prognosticsand health management,PHM)是一門融合了各種技術(shù)和方法的學(xué)科，它評價(jià)了某種產(chǎn)品在實(shí)際使用過程中的可靠性，并提前預(yù)報(bào)系統(tǒng)故障和化解系統(tǒng)危險(xiǎn)。電池的PHM主要有兩種方法:物理模型以及數(shù)據(jù)驅(qū)動(dòng)。基于物理模型的預(yù)測方法利用電池使用過程中的負(fù)載條件、材料特性和失效機(jī)制的知識來估計(jì)電池的剩余使用壽命。數(shù)據(jù)驅(qū)動(dòng)的技術(shù)是從例如電流、電壓、時(shí)間和阻抗等性能數(shù)據(jù)中提取出特征值，再利用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)方法來追蹤電池性能的退化趨勢并估計(jì)其剩余使用壽命。數(shù)據(jù)驅(qū)動(dòng)的方法不需要具體的關(guān)于材料特性，組織結(jié)構(gòu)或失效機(jī)制方面的知識，并且避免了開發(fā)高階的系統(tǒng)物理模型，因此，數(shù)據(jù)驅(qū)動(dòng)的方法比起物理模型的方法來說要簡單得多。數(shù)據(jù)驅(qū)動(dòng)的方法能夠?qū)W習(xí)特性數(shù)據(jù)中體現(xiàn)出來的電池性能退化趨勢，從而預(yù)測電池的剩余使用壽命。目前，基于數(shù)據(jù)驅(qū)動(dòng)的電池剩余使用壽命預(yù)測方法已成為研究熱點(diǎn)。常見的基于數(shù)據(jù)驅(qū)動(dòng)的電池剩余使用壽命預(yù)測方法主要有:多種預(yù)測器組合預(yù)測、電池容量測量數(shù)據(jù)與卡爾曼濾波組合預(yù)測、相關(guān)向量機(jī)和粒子濾波等。典型的多種預(yù)測器組合預(yù)測方法結(jié)合了三種預(yù)測器:自回歸移動(dòng)平均模型(auto regressive moving average,ARMA),神經(jīng)網(wǎng)絡(luò)以及模糊邏輯。我們通過在不同負(fù)載條件下采集的具有相同尺寸相同化學(xué)組成的電池?cái)?shù)據(jù)庫來訓(xùn)練這些預(yù)測器。然而，收集良好的能夠覆蓋所有負(fù)載條件下的訓(xùn)練數(shù)據(jù)會(huì)是一個(gè)耗時(shí)且成本高昂的過程。電池容量測量數(shù)據(jù)與卡爾曼濾波組合預(yù)測方法主要基于電池容量測量和卡爾曼濾波。容量退化趨勢主要分為兩個(gè)階段:一個(gè)是緩慢的衰減階段，另一個(gè)是接下來較快的衰減階段。當(dāng)電池容量降至第二階段時(shí)，在某種容量退化概率模型的基礎(chǔ)上，利用卡爾曼濾波給出剩余使用壽命的預(yù)測值。然而，處于第二階段的電池容量退化持續(xù)時(shí)間相較電池全部使用壽命時(shí)間而言是非常短的，因此，該方法無法在電池壽命早期給出預(yù)測值。相關(guān)向量機(jī)(relevance vector machine,RVM)和粒子濾波(particle filter,PF)也被用來預(yù)測電池的剩余使用壽命。人們利用RVM來學(xué)習(xí)特性數(shù)據(jù)之間的非線性關(guān)系，在基于阻抗譜數(shù)據(jù)構(gòu)建的狀態(tài)空間模型的基礎(chǔ)上，利用粒子濾波估計(jì)剩余使用壽命。雖然這種方法比較精確，但是，阻抗測量需要高昂的成本和大型設(shè)備，還非常耗時(shí)。除此之外，測量期間，電池應(yīng)該與充電器或負(fù)載斷開連接。這些問題都限制了上述方法的實(shí)際應(yīng)用。

【發(fā)明內(nèi)容】

[0004]為了解決上述問題,本發(fā)明提山一種基于證據(jù)理論(Dempster-Shafer Theory,DST)和貝葉斯蒙特卡洛(Bayesian Monte Carlo,BMC)技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法。
[0005]本發(fā)明所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法采用如下步驟:
[0006]步驟1，監(jiān)測鋰離子電池的各項(xiàng)物理參數(shù)，獲得監(jiān)測數(shù)據(jù)；
[0007]步驟2，對步驟I中獲取的監(jiān)測數(shù)據(jù)中的可用鋰離子電池容量數(shù)據(jù)進(jìn)行容量衰減趨勢的分析，確定鋰離子電池的容量衰減數(shù)學(xué)模型；
[0008]步驟3，用DST理論對從步驟I中獲取的可用的電池容量數(shù)據(jù)進(jìn)行處理，確定容量衰減模型中的未知參數(shù)a、b、C、d的初始值；
[0009]步驟4,當(dāng)有新的容量數(shù)據(jù)輸入時(shí),通過BMC技術(shù)對參數(shù)向量X=[a,b,c,d]進(jìn)行更新以跟蹤電池容量衰退趨勢；
[0010]步驟5，每過一個(gè)鋰離子電池循環(huán)周期，重復(fù)步驟4 ;
[0011]步驟6，利用步驟5得到的更新模型向前外推h步，直到模型的預(yù)測容量值到達(dá)失效閾值，繼而判定電池的剩余使用壽命。
[0012]在本發(fā)明所述的方法中，所述預(yù)測容量值是呈下降趨勢的，上述方法中所述的“到達(dá)”是指所述預(yù)測容量值在下降過程中從大于失效閾值剛好變成小于失效閾值的情況。
[0013]本發(fā)明所述的失效閾值是指鋰離子電池額定容量的80%。
[0014]本發(fā)明所述的鋰離子電池剩余使用壽命預(yù)測方法的流程如圖1所示。首先，該方法根據(jù)鋰離子電池容量數(shù)據(jù)的特點(diǎn)，選擇合適的容量衰減模型；然后，用證據(jù)理論(Dempster-Shafer Theory, DST)對可使用的電池?cái)?shù)據(jù)進(jìn)行處理,得到模型參數(shù)的初始值；最后，當(dāng)輸入被監(jiān)測電池的容量數(shù)據(jù)時(shí)，通過貝葉斯蒙特卡洛(Bayesian Monte Carlo,BMC)技術(shù)對模型的參數(shù)進(jìn)行實(shí)時(shí)更新以跟蹤被監(jiān)測電池的容量衰退趨勢，并外推模型到失效閾值得到鋰離子電池剩余使用壽命的預(yù)測值。
[0015]本發(fā)明所述的鋰離子電池剩余使用壽命預(yù)測方法針對容量衰退模型的參數(shù)初始化問題，采用了 DST理論，有效地確定了容量衰退模型參數(shù)的初始值，與一般的算術(shù)平均法確定容量衰退模型參數(shù)初始值的方法比較，發(fā)現(xiàn)其有效提高了模型的預(yù)測精度。
[0016]本發(fā)明所述的鋰離子電池剩余使用壽命預(yù)測方法，經(jīng)過利用NASA公開發(fā)布的鋰離子電池試驗(yàn)數(shù)據(jù)進(jìn)行評估，證明本發(fā)明所述的鋰離子電池剩余使用壽命預(yù)測方法可以很好地滿足鋰離子電池剩余使用壽命的預(yù)測要求。且與一般的算術(shù)平均法確定容量衰退模型參數(shù)初始值的方法比較，發(fā)現(xiàn)其有效提高了模型的預(yù)測精度?！緦＠綀D】

【附圖說明】
[0017]圖1為基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法的流程示意圖。
[0018]圖2為B0005號電池采用本發(fā)明所述的容量衰退模型擬合的電池容量擬合曲線。
[0019]圖3為B0018號電池在第30個(gè)周期時(shí)的預(yù)測結(jié)果，初始模型參數(shù)由算術(shù)平均法確定。
[0020]圖4為B0018號電池在第50個(gè)周期時(shí)的預(yù)測結(jié)果，初始模型參數(shù)山算術(shù)平均法確定。[0021]圖5為B0018號電池在第50個(gè)周期時(shí)的預(yù)測結(jié)果，初始模型參數(shù)由DST法確定?！揪唧w實(shí)施方式】
[0022]【具體實(shí)施方式】一:本實(shí)施方式是結(jié)合圖1對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。
[0023]基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法包括以下步驟:
[0024]步驟1，監(jiān)測鋰離子電池的各項(xiàng)物理參數(shù)，獲得監(jiān)測數(shù)據(jù)；
[0025]步驟I具體過程如下:
[0026]監(jiān)測過程為將新出廠的同一型號同一化學(xué)組成的幾個(gè)鋰離子電池先放空電，再充滿電，重復(fù)進(jìn)行充放電k次，記錄周期內(nèi)每一個(gè)鋰離子電池的容量，直至電池容量降至失效閾值以下。這一過程中記錄的鋰離子電池單周期放電容量數(shù)據(jù)和完整的容量退化數(shù)據(jù)即為獲得的監(jiān)測數(shù)據(jù)。
[0027]步驟2，對步驟I中獲取的監(jiān)測數(shù)據(jù)中的可用鋰離子電池容量數(shù)據(jù)進(jìn)行容量衰減趨勢的分析，確定鋰離子電池的容量衰減數(shù)學(xué)模型；
[0028]步驟2具體過程如下:
[0029]分析幾個(gè)電池完整的容量退化數(shù)據(jù)，確定鋰離子電池容量衰減數(shù)學(xué)模型，所確定的容量衰減模型為:
[0030]Q=a exp (bk) +c exp (dk) (I)
[0031]其中，Q為電池容量，k為循環(huán)周期數(shù)，參數(shù)a和c與電池內(nèi)阻相關(guān)，參數(shù)b和d代表電池老化速率。
[0032]步驟3，用DST理論對從步驟I中獲取的可用的電池容量數(shù)據(jù)進(jìn)行處理，確定容量衰減模型中的未知參數(shù)a、b、C、d的初始值；
[0033]步驟3具體過程如下:
[0034]首先，利用matlab曲線擬合工具對η個(gè)電池的完整容量退化數(shù)據(jù)分別進(jìn)行擬合，擬合模型采用所確定的容量衰減數(shù)學(xué)模型，擬合產(chǎn)生95%置信區(qū)間的參數(shù)估計(jì)；然后，從通過置信區(qū)間表示的各個(gè)參數(shù)組合依次進(jìn)行比較，計(jì)算每個(gè)參數(shù)的信任度。最后，假設(shè)所有的數(shù)據(jù)源信任度是相同的，賦予基本信任分配函數(shù)相同的值:
[0035]m(Ai) = -(2)

η
[0036]Hi(Ai)是集合Ai的基本信任分配函數(shù)，η是訓(xùn)練數(shù)據(jù)集個(gè)數(shù)。由此可以計(jì)算出每個(gè)參數(shù)的信任度。對于集合Ai的信任度函數(shù)Bel (Ai)等于所有相關(guān)子集基本信任分配函數(shù)的總和:[0037]
【權(quán)利要求】
1.基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，包括如下步驟: 步驟1，監(jiān)測鋰離子電池的各項(xiàng)物理參數(shù)，獲得監(jiān)測數(shù)據(jù)； 步驟2，對步驟I中獲取的監(jiān)測數(shù)據(jù)中的可用鋰離子電池容量數(shù)據(jù)進(jìn)行容量衰減趨勢的分析，確定鋰離子電池的容量衰減數(shù)學(xué)模型； 步驟3，用DST理論對從步驟I中獲取的可用的電池容量數(shù)據(jù)進(jìn)行處理，確定容量衰減模型中的未知參數(shù)a、b、c、d的初始值； 步驟4，當(dāng)有新的容量數(shù)據(jù)輸入時(shí)，通過BMC技術(shù)對參數(shù)向量X=[a，b，c，d]進(jìn)行更新以跟蹤電池容量衰退趨勢； 步驟5，每過一個(gè)鋰離子電池循環(huán)周期，重復(fù)步驟4 ； 步驟6，利用步驟5得到的更新模型向前外推h步，直到模型的預(yù)測容量值到達(dá)失效閾值，繼而判定電池的剩余使用壽命。
2.根據(jù)權(quán)利要求1所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，所謂的失效閾值是指電池額定容量的80%。
3.根據(jù)權(quán)利要求1所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，所謂的可用鋰離子電池容量數(shù)據(jù)是指在將新出廠的同一型號同一化學(xué)組成的幾個(gè)鋰離子電池先放空 電，再充滿電，重復(fù)進(jìn)行充放電k次，記錄周期內(nèi)每一個(gè)鋰離子電池的容量，直至電池容量降至失效閾值以下的過程中，記錄的鋰離子電池完整的容量退化數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，所確定的鋰離子電池容量衰減數(shù)學(xué)模型為:
Q=a exp(bk)+c exp (dk) (I) 其中，Q為電池容量，k為循環(huán)周期數(shù)，參數(shù)a和c與電池內(nèi)阻相關(guān)，參數(shù)b和d代表電池老化速率。
5.根據(jù)權(quán)利要求1所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，所述DST理論是指根據(jù)DST的混合合成規(guī)則得到BMC更新的“基礎(chǔ)模型”?；旌虾铣梢?guī)則根據(jù)每個(gè)數(shù)據(jù)集的信任度組合證據(jù)。假設(shè)2個(gè)證據(jù)相符，他們應(yīng)該具有較高的信任度，因此和其它證據(jù)相比顯得更重要。
6.根據(jù)權(quán)利要求1所述的基于DST和BMC技術(shù)的鋰離子電池剩余使用壽命預(yù)測方法，其特征在于，BMC技術(shù)是指在貝葉斯解決方案的基礎(chǔ)上，使用蒙特卡洛采樣近似解決貝葉斯更新問題。
【文檔編號】G01R31/36GK103926536SQ201410081096
【公開日】2014年7月16日 申請日期:2014年3月7日 優(yōu)先權(quán)日:2014年3月7日
【發(fā)明者】陳則王, 李川江, 豆金昌, 王友仁, 崔江, 張驍陽 申請人:南京航空航天大學(xué)