一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法

本发明涉及锂离子电池充电控制与健康管理，尤其涉及一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法。

背景技术：

1、随着新能源汽车、储能电站和车网互动系统的快速发展，锂离子电池在高温环境、高功率充电和长周期运行条件下的寿命衰减与安全风险日益突出。高温会加速sei膜生长、电解液分解、析锂和活性材料损失等副反应，从而引起容量衰减、内阻上升及热失稳风险增加。

2、传统cc-cv充电方式结构简单、工程应用广泛，但在高温和动态负载耦合作用下，连续充电容易导致浓差极化和界面副反应持续累积，难以兼顾充电效率、热安全和寿命保持。脉冲充电通过在充电过程中引入静置段、低倍率充电段或者反向放电段，为电池提供弛豫机会，理论上能够缓解极化、改善电荷转移和扩散条件，并在一定程度上抑制析锂等副反应。然而，脉冲参数类型多、变量耦合强，不同温度和倍率工况下的优选结果并不一致，现有研究往往仅针对单一脉冲波形或单一温度条件进行对比，缺乏对不同脉冲模式、不同倍率和不同温度耦合工况下的系统性筛选机制；此外，针对脉冲策略长期老化机理的量化分析仍然不足，难以实现“短期性能优选—长期老化验证—寿命预测输出”的一体化闭环。

3、此外，已有电池寿命预测方法往往仅基于循环次数、容量或电压单一维度建模，难以充分表征脉冲充电所引入的特殊老化路径和跨温度分布偏移；单纯依赖黑箱神经网络又容易在小样本和跨策略场景下产生过拟合，难以满足电池管理系统对稳健性、可解释性和在线应用的要求。因此，有必要提出一种面向高温工况的锂离子电池脉冲充电策略优化与寿命预测方法，以实现高温工况下脉冲参数的定量优选、老化机理的系统解析以及soh的高精度预测。

技术实现思路

1、为了解决现有技术中锂离子电池在高温工况下采用常规充电方法时，存在难以兼顾充电效率、热安全性和容量保持性能，且缺乏面向脉冲充电策略的系统筛选机制及寿命预测方法的问题。本发明的目的在于提供一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，包括以下步骤：

2、步骤1、构建锂离子电池候选充电策略集，并在预设温度工况下对候选充电策略集进行单循环测试试验，采集电池端电压、电流、容量和表面温度数据；

3、步骤2、基于所采集的数据获取各候选充电策略对应的外部性能指标，对外部性能指标进行spearman秩相关分析，剔除冗余指标后得到综合评价指标集；

4、步骤3、对所述综合评价指标集进行方向统一、归一化处理和客观赋权，获得各候选充电策略的综合评价得分，并依据综合评价得分筛选出优选充电策略；

5、步骤4、对得到的优选充电策略的锂离子电池开展长期循环老化及容量测试试验，并通过ica分析方法获得增量容量曲线；

6、步骤5、对增量容量曲线进行平滑处理并从中提取表征电池退化相关特征，通过pearson相关系数分析筛选出关于soh估计的关键特征；

7、步骤6、建立基于hybrid multibasis elasticnet与residual mlp的混合预测模型，对锂离子电池的健康状态soh进行预测；

8、有益成果：

9、1. 本发明通过构建包含cc-cv、c-r、c-c和c-d等多种模式的候选充电策略集，并在不同温度和倍率条件下进行统一筛选，能够实现高温工况下脉冲充电参数的定量优选，避免仅依赖单一模式或单一工况进行经验判断，提高了充电策略设计的系统性和科学性。

10、2. 本发明通过引入弛豫电压降、平均充电功率、放电容量和充电温升等多维外部性能指标，并结合相关性分析、熵权法和critic法进行综合评价，提高了优选结果的客观性和稳健性。

11、 3. 本发明通过将单循环性能筛选与长期循环老化验证相结合，能够从短期性能表现和长期寿命演化两个层面评价脉冲充电策略对电池性能的影响，有利于揭示不同脉冲模式在高温工况下的老化差异和演化规律。

12、4. 本发明通过对增量容量曲线进行平滑处理并提取全局特征与局部特征，能够更加敏感地表征电池在循环过程中的极化变化、峰位迁移、峰形变化及活性物质衰减等老化信息，从而为soh预测提供具有物理意义的特征基础。

13、5. 本发明通过构建hybrid multibasis elasticnet与residual mlp相结合的混合预测模型，将可解释的退化趋势建模与非线性残差补偿相结合，既提高了soh预测的精度，又增强了模型在跨策略和跨工况条件下的泛化能力与稳定性。

14、6. 本发明实现了高温工况下锂离子电池脉冲充电策略筛选、老化机理分析和寿命预测的有机结合，可为锂离子电池充电控制、健康管理、寿命评估及维护决策提供有效支持，具有较好的工程应用价值。

1.一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤1中具体包括，所述候选充电策略集包括以下模式：恒流恒压充电模式cc-cv、充电-静置模式c-r、充电-二次充电模式c-c以及充电-放电模式c-d；所述候选充电策略集在不同平均充电倍率和不同环境温度条件下进行配置，以形成多组单循环测试实验。所述候选充电策略集采用固定脉冲频率0.5hz、脉冲周期2s，并在0.5c、1c和1.5c平均充电倍率下构造不同脉冲参数组合；所述环境温度包括25℃和55℃。

3.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤2中具体包括，所述外部性能指标包括充电截止时长、弛豫电压降、平均充电功率、放电容量和充电温升。采用spearman秩相关分析对外部性能指标进行相关性检验，将充电截止时长作为冗余指标剔除；剔除后保留弛豫电压降、平均充电功率、放电容量和充电温升作为综合评价指标集。

4.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤3中具体包括，对综合评价指标集进行效益型指标和成本型指标的方向统一及归一化处理；其中，对平均充电功率和放电容量采用效益型极差标准化，对弛豫电压降和充电温升采用成本型反向极差标准化；并分别采用熵权法和critic法进行客观赋权，以获得各候选充电策略的综合评价得分。基于spearman等级相关系数对熵权法和critic法得到的排序结果进行一致性分析，并根据排序一致性及工程可解释性确定进入长期循环老化试验的充电策略。

5.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤4中具体包括，进入长期循环老化试验的充电策略包括：恒流–恒压充电、c-r策略和两种c-d策略。基于四种充电策略进行长期循环老化试验，采用ica分析方法获得增量容量曲线。

6.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤5中具体包括，采用滑动平均滤波对所述增量容量曲线进行平滑处理，基于平滑后的增量容量曲线提取全局特征和局部特征，共形成31个特征。

7.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤5中具体包括，全局特征包括整条曲线面积、质心电压、加权均值、加权标准差、加权偏度、加权峰度、加权分位电压和主要反应区电压宽度，局部特征为在多个关键电压窗口内提取的峰位、峰高、半高宽、窗口面积及加权分位电压特征。对所述31个特征采用pearson相关系数分析，筛选出与电池健康状态soh相关性最高的预设数量个强特征构建特征子集。

8.根据权利要求1所述的一种高温工况下锂离子电池脉冲充电策略优化及寿命预测方法，其特征在于所述步骤6中具体包括，所述寿命预测模型为半神经网络混合模型，包括用于学习全局退化趋势和关键特征贡献的hybrid multibasis elasticnet主干模型；以及用于学习所述主干模型残差非线性映射关系的residual mlp残差校正网络。设置了三种泛化实验，最终得到soh的估计值。