锂离子电池循环寿命的融合预测方法_刘月峰

第46卷第4期Vot46 No$4-热点与综述-2020年4月Aprit2020计算机工程Computer Engineering文章编号:1000-3428(2020)04-0011-08文献标志码：A中图分类号：TP391锂离子电池ROL 预测方法综述刘月峰，张公，张晨荣，张丽娜，杨宇慧（内蒙古科技大学信息工程学院，内蒙古包头014010）摘要：随 设备的 和 车辆的普及， 锂离 池的安全和稳 为研究人员的重要课题，其中池的寿命（RUL ）为监 池的手 一 ％锂离 池在其充 循环期间会经历不可逆，可 池衰减，最终 池故障，为 合理的充 管理，满足实际 中的高可靠性 ，对中的RUL 预研究， 对锂电池RUL 预测的基于机理模型）基于数据驱动、基于机理模型与数据驱合和基于数据驱动的模型融合等4种方法，并讨论基于数据驱动的各RUL 预测方法的优缺点，总结 研究方向和 趋势％关键词：汽车；锂离子电池；剩余使用寿命；数据驱动；模型融合方法回養邂俱开放科学（资源服务）标志码（OSID ）：中文引用格式：刘月峰，张公，张晨荣，等.锂离子电池RUL 预测方法综述:J ].计算机工程，2020，46 （4） ,11 -18.英文引用格式：LIU Yuefeng ，ZHANG Gong ，ZHANG Chenrong ，/1 al. Review of RUL prediction method for lithium-ionbatteies * J +. Computer Engineering ，2020，46 （4） ： 11 -18.Review of RUL Prediction Method for Lithinm-ion BatteriesLIU Yuefeng ，ZHANG Gong ，ZHANG Chenrong ，ZHANG Lina ，YANG Yuhui( SehoototIntormation Engineering ， Inner Mongo tia University otSeieneeand Te ehno togy ， Baotou ， Inner Mongo tia 014010，China )-Abstract] With the rapid growth and popularization of electronia devices and electria vehicles ，how to guarantee the safety and stability of lithium-ion batteries becomes an important topic of relevant reseerch ，in which the Remaining Useful Life ( RUL ) of batteies becomes one of the most critical meens to monitor the state of batteies. During the charge-discharge cycles ，lithium-ion batteies undergo an ereversible process that cen ceuse continuous degradation on battery cepacity and end up in battery malfunction. In order to perform aesonable charge-dis c harge management that cen meet the high reliability requirements in actual applicetions ，this paper conducts a reseerch on the RUL prediction in the using process of lithium-ion batteaes. Four RUL prediction methods arc expounded herein ， which arc based on mechanism model ，date driven ，mechanism and date driven fusion and date driven model fusion respectively ，and the EdvEntgesEnd disEdvEnt ges of RUL predi etion methods bEsed on dEt driven Ere diseu sed. Moreover ， the future reseerch direction and trends are also summarized and predicted herein .-Key words ] electric vehicles ； lithium-ion bateries ； Remaining Useful Life( RUL) ；date driven ；model fusion method DOI ： 10. 19678/j. issn. 1000-3428.00551690概述近年来，锂离池作为便携式能源，因 对于U 氢、铝酸等 类型电池的明显优势而迅速普，锂离 池 重 轻、 学反应性、高能度（高达23 Wh/kg ~70 Wh/kg ）等优点，其不 需要完全 即可充电， 任不利 （无记忆），且自，在不可以更好地保， 的生命周期（在3 000 循环时80 % ）。

专利名称：一种锂离子电池循环寿命的预测方法
专利类型：发明专利
发明人：马静,王盈来,李艳红,蒋勤虚,黄文,相佳媛,郭锋申请号：CN202111400559.X
申请日：20211124
公开号：CN114217238A
公开日：
20220322
专利内容由知识产权出版社提供
摘要：本发明涉及锂离子电池循环寿命的预测技术领域，具体涉及一种锂离子电池循环寿命的预测方法,包括以下步骤：在待评价的电池表面安装压力传感器，并对电池施加初始预紧力，记录电池循环测试压力传感器信号数据；将待评价的电池进行一定循环次数的短期循环测试，并且需要记录不同循环次数下的放电容量，计算容量保持率；将每次循环测试中充满电状态对应的压力传感器数据提取出来；根据循环次数、放电容量及压力传感器的电压数据进行拟合计算，对电池的循环寿命进行预测。

本发明的方法不需要昂贵精密的测试设备和进行复杂的理论计算，经过短期的循环测试即可快速地预测锂离子电池循环寿命，能够大幅降低了常规测试所产生的时间和资源浪费。

申请人：浙江南都电源动力股份有限公司,杭州南都动力科技有限公司
地址：311305 浙江省杭州市临安市青山湖街道景观大道72号
国籍：CN
代理机构：杭州创信知识产权代理有限公司
代理人：张德望
更多信息请下载全文后查看。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202011239758.2(22)申请日 2020.11.09(71)申请人 上海工程技术大学地址 201620 上海市松江区龙腾路333号(72)发明人 刘峰　宋万清　(74)专利代理机构 上海统摄知识产权代理事务所(普通合伙) 31303代理人 杜亚(51)Int.Cl.G01R 31/367(2019.01)G01R 31/385(2019.01)G01R 31/392(2019.01)(54)发明名称一种锂电池剩余寿命预测方法(57)摘要本发明涉及一种锂电池剩余寿命预测方法，步骤为：(1)采集锂电池容量退化数据，即采集锂电池多个充放电循环的实际剩余容量，并由此按时间顺序构建长度为t的实际剩余容量总时间序列X t ；(2)根据实际剩余容量总时间序列X t 计算Lyapunov指数λ；(3)估计实际剩余容量总时间序列X t 的Hurst指数H，判断H是否位于区间(0.5,1)内，如果是，则进入下一步；反之，则利用人工智能算法预测锂电池剩余寿命RUL ；(4)建立FARIMA预测模型；(5)锂电池剩余寿命RUL预测。

采用本发明的方法能够准确地预测实际锂电池容量的剩余寿命，并且可以选择不同的预测起始点来进行RUL预测，使得能充分证明本方法的可靠性与准确性。

本发明对实际锂电池的生产与应用有着重要意义。

权利要求书2页 说明书7页 附图2页CN 112327169 A 2021.02.05C N 112327169A1.一种锂电池剩余寿命预测方法，其特征在于，步骤如下：(1)采集锂电池容量退化数据，即采集锂电池多个充放电循环的实际剩余容量，并由此按时间顺序构建长度为t的实际剩余容量总时间序列X t；(2)根据实际剩余容量总时间序列X t计算Lyapunov指数λ；(3)估计实际剩余容量总时间序列X t的Hurst指数H，判断H是否位于区间(0.5,1)内，如果是，则进入下一步；反之，则利用人工智能算法预测锂电池剩余寿命RUL；(4)建立FARIMA预测模型，表达式如下：Φ(B)Δd S l＝θ(B)X l；式中，X l代表根据实际剩余容量总时间序列X t得到的实际剩余容量第一子时间序列；S l 代表预测剩余容量时间序列；B代表满足等式BX t＝X t-1的后移算子；X t-1代表长度为t-1的实际剩余容量总时间序列；Φ(B)代表自回归项的p阶多项式；θ(B)代表滑动平均项的q阶多项式；Δ＝(1-B)为差分算子；Δd代表分数差分算子；Φ(B)、θ(B)、Δd的计算公式如下：Φ(B)＝1-Φ1(B)-Φ2(B)2-...-Φp(B)p；θ(B)＝1-θ1(B)-θ2(B)2-...-θq(B)q；d＝H-0.5；式中，Γ代表伽马函数；H代表Hurst指数；z代表FARIMA预测模型中锂电池寿命点的个数；(5)锂电池剩余寿命RUL预测，流程如下：(5.1)根据步骤(2)的Lyapunov指数λ确定锂电池退化过程的最大预测尺度；(5.2)令b＝1；(5.3)依据最大预测尺度从实际剩余容量总时间序列X t中选择第b个预测点，以第b个预测点对应的实际剩余容量作为最大值同时以l作为长度从实际剩余容量总时间序列X t截取实际剩余容量第一子时间序列X l；(5.4)将实际剩余容量第一子时间序列X l输入到步骤(4)的FARIMA预测模型，由其输出预测剩余容量时间序列S l；(5.5)判断预测剩余容量时间序列S l中是否存在时间序列点达到失效阈值，如果是，则计算锂电池剩余寿命RUL，RUL＝NEOL-Nnow，NEOL表示达到失效阈值时电池的充放电循环次数，Nnow表示电池现在的充放电循环次数；反之，则进入下一步；(5.6)令b＝b+1，第b+1个预测点与第b个预测点的时间间隔为1个循环周期，返回步骤(5.3)。

专利名称：一种针对容量再生现象的锂离子电池寿命预测方法专利类型：发明专利
发明人：刘金凤,陈浩玮,胡庆,孙晨
申请号：CN202210278351.3
申请日：20220317
公开号：CN114660497A
公开日：
20220624
专利内容由知识产权出版社提供
摘要：本发明公开了一种针对容量再生现象的锂离子电池寿命预测方法，属于电池寿命预测技术领域。

本发明针对现技术不能针对电池容量再生现象而进行电池寿命预测。

本发明获取锂离子电池的健康因子数据和循环次数；采用变分模态分解方法将所述健康因子分解成第一类模态分量和第二类模态分量；将第一类模态分量输入第一预测模型中，将第二类模态分量输入第二预测模型中，得到健康因子预测值；将健康因子预测值和循环次数输入退化关系模型中，得到锂离子电池的容量预测值，进而得到锂离子电池的寿命值。

本发明解决了锂离子电池退化过程中，电池数据的容量再生波动导致传统的数据驱动方法泛化能力弱、预测精度低的问题。

申请人：哈尔滨理工大学
地址：150080 黑龙江省哈尔滨市南岗区学府路52号
国籍：CN
代理机构：北京中济纬天专利代理有限公司
代理人：杨红娟
更多信息请下载全文后查看。

锂离子电池寿命预测综述
王宁;刘晓峰;陈泽华
【期刊名称】《低压电器》
【年(卷),期】2018(000)011
【摘要】随着锂离子电池的广泛应用,其寿命问题日益突出,尤其是在一些高/低温、高倍率充放电等工况下,寿命大大缩短,不仅难以满足某些条件下对电池寿命的要求,更有可能引发严重事故,影响其商业化大规模应用,有效预测并掌握其剩余寿命具有
重要意义.对锂离子电池寿命预测方法进行了综述,对比了当前存在的预测方法.介绍了国内外锂离子电池寿命预测的现状及发展,并介绍了其应用场景.对当前方法存在
的问题和未来的发展趋势进行了分析和预测,为在此相关领域研究的工作人员提供
有益的参考.
【总页数】13页(P1-13)
【作者】王宁;刘晓峰;陈泽华
【作者单位】太原理工大学电气与动力工程学院,山西太原030024;太原理工大学
大数据学院,山西太原030024;太原理工大学大数据学院,山西太原030024
【正文语种】中文
【中图分类】TM911
【相关文献】
1.锂离子电池状态估算与寿命预测综述 [J], 袁方莹
2.锂离子电池状态估算与寿命预测综述 [J], 姚芳; 张楠; 黄凯
3.锂离子电池剩余寿命预测方法研究综述 [J], 郑文芳;付春流;张建华;汤平;陈德旺
4.锂离子电池剩余寿命预测方法综述 [J], 蔡艳平;陈万;苏延召;姜柯;黄华
5.基于数据驱动法的锂离子电池寿命预测关键技术综述 [J], 李建林;王哲;许德智;马福元;孟高军
因版权原因，仅展示原文概要，查看原文内容请购买。