一种锂电池健康状态模型构建、微调及估算方法与装置与流程

本申请涉及电池，特别涉及一种锂电池健康状态模型构建、微调及估算方法与装置。

背景技术：

1、随着电化学储能技术的快速发展，锂电池储能电站的应用规模持续扩大，其安全运行与全生命周期运维管理越来越受到重视。在锂电池储能系统的故障预测与健康管理（phm，prognostics and health management）体系中，锂电池健康状态（soh，state ofhealth）的精准评估和走势预判，对保障系统运行安全、延长电池使用寿命、优化运维决策具有至关重要的作用。

2、然而，在实际应用中，锂电池的老化呈现明显的非线性衰减规律。同时受锂析出沉积、活性材料损耗、sei膜持续生长等多种老化机理的叠加影响，使得依托动态运行数据实现锂电池健康状态的精准估算，仍存在较大的困难。

3、鉴于此，有必要提供一种新的锂电池健康状态估算方法以解决上述不足。

技术实现思路

1、本申请的目的在于提供一种锂电池健康状态模型构建、微调及估算方法与装置，可以依托动态运行数据实现锂电池健康状态的精准估算。

2、为实现上述目的，本申请一方面提供一种锂电池健康状态估算模型构建方法，所述方法包括：获取锂电池在不同温度和不同充放电倍率下的多个充放电循环数据，从各所述充放电循环中选取任一测试充放电循环，提取所述测试充放电循环中充电过程的测试电流特征和测试温度特征；基于所述测试充放电循环中的充电数据计算对应的测试容量增量曲线，并对所述测试容量增量曲线进行拟合，以计算测试面积特征；以所述测试面积特征、所述测试电流特征、所述测试温度特征为输入特征集，以所述测试充放电循环的标定soh值为监督标签，训练回归模型并收敛确定模型参数，构建健康状态估算模型。

3、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算模型构建装置，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如上所述的锂电池健康状态估算模型构建方法。

4、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算模型微调方法，所述方法包括：获取所述锂电池的历史运行数据，并从所述历史运行数据中筛选出稳态充电片段；解析所述稳态充电片段以获取稳态容量增量曲线、稳态温度特征和稳态电流特征，并对所述稳态容量增量曲线进行拟合，以计算与所述稳态充电片段相对应的稳态面积特征；根据所述稳态充电片段的容量信息计算对应soh标签，并以所述稳态温度特征、所述稳态电流特征、所述稳态面积特征为输入特征，所述soh标签为输出特征，构建微调数据集，通过所述微调数据集对基准健康状态估算模型进行参数微调。

5、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算模型微调装置，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如上所述的锂电池健康状态估算模型微调方法。

6、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算方法，所述方法包括：获取所述锂电池的运行数据，并从所述运行数据中筛选出目标充电片段；解析所述目标充电片段以获取目标容量增量曲线、目标温度特征和目标电流特征，并对所述目标容量增量曲线进行拟合，以计算与所述目标充电片段相对应的目标面积特征；将所述目标面积特征、所述目标温度特征和所述目标电流特征输入至健康状态估算模型，以计算所述锂电池的soh值，其中，所述健康状态估算模型基于所述面积特征与工况及温度修正规律构建。

7、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算装置，其特征在于，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如上所述的锂电池健康状态估算方法。

8、为实现上述目的，本申请另一方面还提供一种计算机可读存储介质，其上存储有指令，所述指令被处理器执行时，以使得处理器实现如上所述的健康状态估算方法。

9、为实现上述目的，本申请另一方面还提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码在计算机上运行时，以使得计算机实现如上所述的健康状态估算方法。

10、为实现上述目的，本申请另一方面还提供一种芯片，所述芯片包括电路，所述电路用于执行如上所述的健康状态估算方法。

11、为实现上述目的，本申请另一方面还提供一种锂电池健康状态估算系统，包括：处理器和存储器，所述存储器存储有计算机程序；所述处理器执行所述计算机程序时，实现如上所述的健康状态估算模型构建方法，和/或，如上所述的健康状态估算模型微调方法，和/或，如上所述的健康状态估算方法。

12、由此可见，本申请提供的技术方案，在估算锂电池的健康状态时，首先基于锂电池现场实际产生的动态运行数据，对充电过程中的容量增量曲线进行拟合平滑处理，以精准提取峰高、峰位、峰宽等老化特征参数，并据此构建与电池实际嵌锂量直接对应的面积特征。然后基于面积特征在不同充放电倍率下与soh的线性响应关系，结合温度变量、所构建的健康状态估算模型，进行锂电池的健康状态估计，从而显著降低对锂电池大规模循环寿命数据的依赖。进一步的，为弥合实验室工况与实际运行环境的差异，本申请提供的技术方案利用储能场站实际运行中产生的历史运行数据作为标签，对上述健康状态估算模型进行校正，这样即使在浅充浅放或非理想工况下，该模型仍能精确完成soh值的估算。本申请提供的技术方案，可以基于锂电池实际产生的动态运行数据，实现复杂工况下健康状态的精准估算，从而满足大规模储能系统对高精度在线soh监测的需求。

1.一种锂电池健康状态估算模型构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述提取所述测试充放电循环中充电过程的测试电流特征和测试温度特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述测试充放电循环中的充电数据计算对应的测试容量增量曲线，包括：

4.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述测试容量增量曲线进行拟合，以计算测试面积特征，包括：

5.一种锂电池健康状态估算模型构建装置，其特征在于，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如权利要求1至4中任一权利要求所述的方法。

6.一种锂电池健康状态估算模型微调方法，其特征在于，所述方法包括：

7.根据权利要求6所述的方法，其特征在于，在所述筛选出稳态充电片段之前，所述方法还包括：

8.根据权利要求7所述的方法，其特征在于，在所述将各所述时序片段分别标记为充电片段、放电片段、静置片段或波动片段之后，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，从所述历史运行数据中筛选出稳态充电片段，包括：

10.根据权利要求6所述的方法，其特征在于，对所述稳态容量增量曲线进行拟合，以计算与所述稳态充电片段相对应的稳态面积特征，包括：

11.根据权利要求6-10任一项所述的方法，其特征在于，根据所述稳态充电片段的容量信息计算对应soh标签，包括：

12.根据权利要求6-10任一项所述的方法，其特征在于，通过所述微调数据集对基准健康状态估算模型进行参数微调，包括：

13.一种锂电池健康状态估算模型微调装置，其特征在于，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如权利要求6至12中任一权利要求所述的方法。

14.一种锂电池健康状态估算方法，其特征在于，所述方法包括：

15.根据权利要求14所述的方法，其特征在于，所述从所述运行数据中筛选出目标充电片段，包括：

16.根据权利要求15所述的方法，其特征在于，对所述目标容量增量曲线进行拟合，以计算与所述目标充电片段相对应的目标面积特征，包括：

17.一种锂电池健康状态估算装置，其特征在于，所述装置包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如权利要求14至16中任一权利要求所述的方法。

18.一种锂电池健康状态估算系统，其特征在于，包括：