本發(fā)明涉及退役電池性能評估領(lǐng)域，具體涉及一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法。

背景技術(shù)：

1、隨著電動(dòng)汽車和規(guī)?；瘍δ芟到y(tǒng)的快速發(fā)展，鋰離子電池的健康狀態(tài)估計(jì)(stateof health，soh)成為保障系統(tǒng)安全與提升經(jīng)濟(jì)價(jià)值的關(guān)鍵技術(shù)。soh作為衡量電池老化程度的核心指標(biāo)，直接決定了電池的剩余壽命和梯次利用潛力。

2、傳統(tǒng)方法如容量衰減監(jiān)測或內(nèi)阻測量雖被廣泛應(yīng)用，但是容量測試需耗時(shí)充放電循環(huán)且難以在線實(shí)施，而內(nèi)阻模型對工況波動(dòng)敏感且無法解析電池內(nèi)部電化學(xué)機(jī)制的微觀退化。近年來，電化學(xué)阻抗譜(electrochemicalimpedance spectroscopy，eis)技術(shù)因其非侵入式、高信息密度的特性備受關(guān)注，它通過寬頻域激勵(lì)信號捕捉電池動(dòng)力學(xué)響應(yīng)，其奈奎斯特圖中蘊(yùn)含的歐姆阻抗、電荷轉(zhuǎn)移阻抗和擴(kuò)散阻抗特征與電極界面副反應(yīng)、活性材料損失的老化機(jī)制深度耦合。然而，現(xiàn)有基于eis的soh估計(jì)仍面臨多重挑戰(zhàn)：傳統(tǒng)整數(shù)階等效電路模型難以精準(zhǔn)描述電池極化行為的分?jǐn)?shù)階特性，導(dǎo)致高頻區(qū)擴(kuò)散過程擬合誤差；阻抗譜測試易受荷電狀態(tài)(state of charge，soc)、溫度及歷史工況干擾，導(dǎo)致跨工況場景下soh估計(jì)模型泛化能力不足。

3、針對上述問題，分?jǐn)?shù)階等效電路模型的引入為機(jī)理建模提供了新思路。通過使用恒相位元件(constant phase element,cpe)替代傳統(tǒng)電容，其阻抗特性可更精確表征電極-電解液界面的非理想電容行為和擴(kuò)散過程，建模鋰沉積、固體電解質(zhì)界面膜增厚的退化機(jī)制，但現(xiàn)有研究多聚焦于新電池建模，退役電池在實(shí)際應(yīng)用中經(jīng)歷的多變工況導(dǎo)致電池之間存在分布偏移，對退役電池分?jǐn)?shù)階參數(shù)與soh的非線性映射關(guān)系尚未形成系統(tǒng)性認(rèn)知。如何將電化學(xué)機(jī)理與數(shù)據(jù)驅(qū)動(dòng)方法深度融合，構(gòu)建可解釋、強(qiáng)泛化的跨工況soh估計(jì)框架，仍是當(dāng)前研究的空白。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，通過非線性最小二乘擬合分?jǐn)?shù)階等效模型的電化學(xué)阻抗譜，采用pearson相關(guān)性分析與遞歸特征消除獲取最佳健康因子，構(gòu)建領(lǐng)域自適應(yīng)的電池健康狀態(tài)估計(jì)模型，實(shí)現(xiàn)可解釋、強(qiáng)泛化的跨工況退役電池soh估計(jì)。

2、一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，包括以下步驟：

3、步驟1、采用恒流-恒壓模式充電至截止電流0.05a，確保鋰離子在電極中均勻分布，消除soc差異對電化學(xué)阻抗譜的影響。充電完成后斷開電路靜置，使極化效應(yīng)充分弛豫；在0.02hz到20khz的頻率范圍，每十倍頻程10個(gè)頻率點(diǎn)，設(shè)置激勵(lì)信號幅值為10mv，獲得電化學(xué)阻抗譜數(shù)據(jù)m表示頻率點(diǎn)數(shù)量。

4、步驟2、構(gòu)建退役電池的分?jǐn)?shù)階等效電路模型：

5、l1+r1+(r2//cpe1)+(r3//cpe2)+w

6、其中，+表示串聯(lián)，//表示并聯(lián)。cpe表示恒相位元件，r表示電阻，l表示電容，w表示warburg擴(kuò)散元件。

7、作為優(yōu)選，構(gòu)建如下退役電池的分?jǐn)?shù)階等效電路模型：

8、l1+r1+(r2//cpe1)+(r3//c1)+((r4+w)//cpe2)

9、其中，l1表征引線寄生電感，r1表示歐姆阻抗，r2表示sei膜離子傳輸電阻，r3是電荷轉(zhuǎn)移電阻，r4是體相材料接觸電阻，c1是雙電層電容。cpe1表征sei膜的非理想電容行為，cpe2量化電極孔隙結(jié)構(gòu)老化導(dǎo)致的低頻非理想極化行為，恒相位元件cpea的阻抗為：

10、

11、其中，a＝1、2，0<na<1，反映膜層結(jié)構(gòu)異質(zhì)性，qa是恒相位元件cpea的電導(dǎo)，即阻抗的倒數(shù)。

12、warburg擴(kuò)散元件w的阻抗表示為一個(gè)與頻率相關(guān)的阻抗zw，形式如下：

13、

14、其中，zw是warburg擴(kuò)散元件w的阻抗。σw是warburg系數(shù)，它與擴(kuò)散系數(shù)、電極面積和擴(kuò)散層厚度有關(guān)。τw是warburg時(shí)間常數(shù)，與擴(kuò)散層厚度和擴(kuò)散系數(shù)有關(guān)。

15、所述分?jǐn)?shù)階等效電路模型的總阻抗zmodel為：

16、

17、步驟3、擬合電化學(xué)阻抗譜，提取分?jǐn)?shù)階等效電路模型參數(shù)。

18、步驟4、針對步驟3提取的分?jǐn)?shù)階等效電路模型參數(shù)，計(jì)算各參數(shù)與電池soh的pearson線性相關(guān)系數(shù)rp：

19、

20、其中，θc表示第c次循環(huán)的模型參數(shù)，表示參數(shù)的平均值，sohc表示第c次循環(huán)的健康狀態(tài)，表示所有循環(huán)soh的平均值，c是循環(huán)次數(shù)。對于|rp|>0.7的模型參數(shù)，認(rèn)為是顯著性參數(shù)，進(jìn)行保留。其他參數(shù)剔除，排除噪聲干擾項(xiàng)。

21、步驟5、計(jì)算模型的均方誤差mse，采用遞歸特征消除和支持向量回歸對步驟4保留的模型參數(shù)進(jìn)行二次精篩。

22、步驟6、構(gòu)建基于相關(guān)對齊的退役電池健康狀態(tài)領(lǐng)域自適應(yīng)模型，將源域中運(yùn)行工況的主要老化機(jī)制對容量衰減映射關(guān)系，有效地遷移到目標(biāo)域，具體的：

23、通過公共特征提取器ft獲取源域和目標(biāo)域的特征xs和xt。所述源域?yàn)閷?shí)驗(yàn)室可控條件下采集的電池老化電化學(xué)阻抗譜數(shù)據(jù)，包含完整的soh標(biāo)簽；目標(biāo)域?yàn)閯?dòng)態(tài)溫度、變負(fù)載、隨機(jī)充放電的實(shí)際復(fù)雜工況下的電池運(yùn)行數(shù)據(jù)。獲取源域和目標(biāo)域特征的協(xié)方差矩陣cs和ct：

24、

25、其中，xs和xt分別表示源域和目標(biāo)域的特征，μs和μt分別表示源域和目標(biāo)域特征的平均值，ns、nt分別表示源域和目標(biāo)域的特征維度。

26、通過相關(guān)對齊調(diào)整源域和目標(biāo)域特征的協(xié)方差矩陣，減少兩者之間的分布差異將源域特征分布映射到目標(biāo)域特征分布空間，提升模型在目標(biāo)域上的泛化能力：

27、

28、其中，||·||f為f范數(shù)，d為特征維度。隨后通過線性變換將源域特征協(xié)方差矩陣匹配到目標(biāo)域：

29、

30、將對齊后的目標(biāo)域特征輸入到多層感知機(jī)，進(jìn)行soh估計(jì)。

31、步驟7、使用源域工況退役電池對模型訓(xùn)練，均方差損失作為損失函數(shù)，adam作為優(yōu)化器，梯度反向傳播算法更新模型的參數(shù)。使用訓(xùn)練好的模型退役電池進(jìn)行soh估計(jì)。

32、本發(fā)明具有以下有益效果：

33、基于電化學(xué)阻抗譜的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，通過電化學(xué)機(jī)理-大數(shù)據(jù)分析-領(lǐng)域自適應(yīng)三重融合，攻克了退役電池soh估計(jì)中精度低、泛化差、可解釋性弱的行業(yè)難題，實(shí)現(xiàn)復(fù)雜工況下退役電池soh的高精度、跨場景魯棒性估計(jì)，為電動(dòng)汽車與規(guī)?；瘍δ芟到y(tǒng)的智能化運(yùn)維提供了可靠技術(shù)工具。

技術(shù)特征：

1.一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：包括以下步驟：

2.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：采用恒流-恒壓模式充電至截止電流0.05c；充電完成后斷開電路靜置；在0.02hz到20khz的頻率范圍，每十倍頻程10個(gè)頻率點(diǎn)，設(shè)置激勵(lì)信號幅值為10mv，獲取電化學(xué)阻抗譜數(shù)據(jù)。

3.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：所述退役電池的分?jǐn)?shù)階等效電路模型為：

4.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：所述退役電池的分?jǐn)?shù)階等效電路模型為：

5.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：提取分?jǐn)?shù)階等效電路模型參數(shù)的方法為：

6.如權(quán)利要求5所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：所述迭代增量δθ通過求解以下線性方程組得到：

7.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：使用實(shí)驗(yàn)室可控條件下采集的有標(biāo)簽電池老化電化學(xué)阻抗譜數(shù)據(jù)作為源域，動(dòng)態(tài)溫度、變負(fù)載、隨機(jī)充放電的實(shí)際復(fù)雜工況下的無標(biāo)簽電池運(yùn)行數(shù)據(jù)作為目標(biāo)域；通過公共特征提取器ft獲取源域和目標(biāo)域的特征xs和xt，計(jì)算表示源域和目標(biāo)域特征的平均值μs和μt，獲得源域和目標(biāo)域特征的協(xié)方差矩陣cs和ct：

8.如權(quán)利要求1所述一種基于eis的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，其特征在于：使用adam作為優(yōu)化器，通過梯度反向傳播算法更新模型的參數(shù)。

9.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)中執(zhí)行時(shí)，令計(jì)算機(jī)執(zhí)行權(quán)利要求1～8中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于EIS的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法，首先提取退役老化電池的電化學(xué)阻抗譜數(shù)據(jù)。然后構(gòu)建分?jǐn)?shù)階電池等效電路模型，通過恒相位元件增強(qiáng)對電極界面動(dòng)力學(xué)退化的表征能力?；诜蔷€性最小二乘擬合從電化學(xué)阻抗譜數(shù)據(jù)中提取分?jǐn)?shù)階電池等效電路模型參數(shù)，采用Pearson相關(guān)性分析篩選與SOH具有顯著關(guān)系的參數(shù)，再使用遞歸特征消除方法做進(jìn)一步的篩選，從高維參數(shù)集中提取與健康狀態(tài)強(qiáng)關(guān)聯(lián)的最優(yōu)參數(shù)子集。最后構(gòu)建領(lǐng)域自適應(yīng)方法的退役電池健康狀態(tài)估計(jì)方法，并通過知識遷移，建模不同運(yùn)行工況對電池老化的影響，實(shí)現(xiàn)兼具物理可解釋性與工況魯棒性的跨工況退役電池健康狀態(tài)估計(jì)。

技術(shù)研發(fā)人員：何志偉,官思偉,高明裕,董哲康,林輝品
受保護(hù)的技術(shù)使用者：杭州電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/7/31

相關(guān)知識

一種基于EIS的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法
=退役鋰離子電池健康狀態(tài)評估方法【鉅大鋰電】
EIS還可以評估電池的健康狀態(tài)（SOH）！
一種用于動(dòng)力電池健康狀態(tài)預(yù)測的特征參數(shù)集測試方法與流程
一種基于電化學(xué)阻抗譜的鉛酸電池健康狀態(tài)診斷方法與流程
從阻抗到超聲波：全方位評估電池健康狀態(tài)
鋰離子電池健康狀態(tài)估計(jì)方法研究現(xiàn)狀與展望
一種基于支持向量機(jī)的鋰電池健康狀態(tài)評估方法
EIS：電動(dòng)汽車電池管理系統(tǒng)的下一階段？
一種在役新能源汽車動(dòng)力電池健康狀態(tài)快速評估方法.pdf

網(wǎng)址: 一種基于EIS的領(lǐng)域自適應(yīng)退役電池健康狀態(tài)估計(jì)方法 http://www.gysdgmq.cn/newsview1628995.html