电池的最大膨胀力预测方法、装置、电子设备及存储介质与流程

本发明涉及电池，具体涉及电池的最大膨胀力预测方法、装置、电子设备及存储介质。

背景技术：

1、磷酸铁锂电池在电动汽车和可再生能源存储中的应用日益增多，电池的最大膨胀力是影响系统工作性能、安全性以及储能模组的结构强度问题的关键因素。电池充放电循环过程中锂离子的重复脱嵌会导致内部活性颗粒体积变化，从而引起电池单体膨胀应力变化，进一步影响着电池系统的循环寿命和结构稳定性。因此，准确的最大膨胀力预测信息，对于有效的电池管理至关重要。

2、相关技术中，在充放电循环测试中，记录某一单次循环充放电中电池的最大膨胀力，并将该最大膨胀力值与循环圈数或电池的健康状态(state of health，soh)取对应关系，待最大膨胀力值与循环圈数的关系逐渐趋于线性变化时，再用线性拟合的方法进行后期的最大膨胀力预测。然而，这种方法由于笼统的记录单次循环的最大膨胀力，而且最大膨胀力预测的循环圈数是随机的，导致预测的最大膨胀力值不准确以及存在滞后性。

技术实现思路

1、本发明的实施例提供了一种电池的最大膨胀力预测方法、装置、电子设备及存储介质，可以改善相关技术中对电池预测的最大膨胀力值不准确的技术问题。

2、第一方面，本发明的实施例提供了一种电池的最大膨胀力预测方法，所述电池的最大膨胀力预测方法包括：

3、根据待预测的电池在不同充放电状态的膨胀力，确定目标状态值soc，所述目标状态值soc包括充电第一百分比soc、满充soc和放电第二百分比soc，其中，所述充电第一百分比soc为充电状态的第一百分比soc，所述满充soc为充电状态下的100％soc，所述放电第二百分比soc为放电状态的第二百分比soc；

4、对所述电池进行充放电循环测试，获取所述电池在所述目标状态值soc下的不同循环圈数对应的各自对应的膨胀力，并拟合形成所述充电第一百分比soc对应的循环圈数-膨胀力第一曲线、所述满充soc对应的循环圈数-膨胀力第二曲线和所述放电第二百分比soc对应的循环圈数-膨胀力第三曲线；

5、基于所述循环圈数-膨胀力第一曲线、所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线确定所述电池在所述充电第一百分比soc下的最大膨胀力预测曲线。

6、在一实施例中，所述基于所述循环圈数-膨胀力第一曲线、所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线确定所述电池在所述充电第一百分比soc下的最大膨胀力预测曲线，包括：

7、基于所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线确定目标点，所述目标点对应一个循环圈数；

8、将所述目标点作为所述电池的最大膨胀力曲线的预测起点，对所述循环圈数-膨胀力第一曲线进行线性拟合，得到所述充电第一百分比soc下的最大膨胀力预测曲线。

9、在一实施例中，所述基于所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线确定目标点，包括：

10、基于所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线中的相互交叉点，确定所述目标点。

11、在一实施例中，所述将所述目标点作为所述电池的所述最大膨胀力曲线的预测起点，对所述循环圈数-膨胀力第二曲线进行线性拟合，得到所述充电第一百分比soc下的最大膨胀力预测曲线，包括：

12、将所述循环圈数-膨胀力第一曲线与所述循环圈数-膨胀力第二曲线的相互交叉点确定为第一交叉点；

13、将所述第一交叉点与所述目标点之间的一段循环圈数-膨胀力第二曲线作为基础线性预测曲线；

14、以所述目标点为起点，按照所述基础线性预测曲线进行线性拟合，得到所述充电第一百分比soc下的最大膨胀力预测曲线。

15、在一实施例中，根据待预测的电池在不同充放电状态的膨胀力，确定目标状态值soc，包括：

16、对待预测的电池进行一次充放电循环测试，得到不同状态值soc对应的膨胀力，并拟合形成状态值soc-膨胀力曲线；

17、从所述状态值soc-膨胀力曲线选取膨胀力峰值对应的状态值soc作为目标状态值soc。

18、在一实施例中，所述对所述电池进行充放电循环测试，包括：

19、将所述电池放置在膨胀力检测装置的夹具中，按照预设的充电截止电压进行充电；

20、按照预设的放电截止电压进行放电，实现对所述电池的充放电循环测试。

21、在一实施例中，还包括：

22、获取预设的循环圈数与soh映射关系表，所述循环圈数与soh映射关系表记录了循环圈数与soh的映射关系，一个循环圈数对应一个soh值；

23、根据所述预设的循环圈数与soh映射关系表，确定循环圈数对应的soh；

24、将所述循环圈数-膨胀力第一曲线、所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线分别转换为soh-膨胀力第一曲线、soh-膨胀力第二曲线和soh-膨胀力第三曲线。

25、第二方面，本发明的实施例提供了一种电池的最大膨胀力预测装置，所述电池的最大膨胀力预测装置包括：

26、第一确定模块，用于根据待预测的电池在不同充放电状态的膨胀力，确定目标状态值soc，所述目标状态值soc包括充电第一百分比soc、满充soc和放电第二百分比soc，其中，所述充电第一百分比soc为充电状态的第一百分比soc，所述满充soc为充电状态下的100％soc，所述放电第二百分比soc为放电状态的第二百分比soc；

27、拟合模块，用于对所述电池进行充放电循环测试，获取所述电池在所述目标状态值soc下的不同循环圈数对应的各自对应的膨胀力，并拟合形成所述充电第一百分比soc对应的循环圈数-膨胀力第一曲线、所述满充soc对应的循环圈数-膨胀力第二曲线和所述放电第二百分比soc对应的循环圈数-膨胀力第三曲线；

28、第二确定模块，用于基于所述循环圈数-膨胀力第一曲线、所述循环圈数-膨胀力第二曲线和所述循环圈数-膨胀力第三曲线确定所述电池在所述充电第一百分比soc下的最大膨胀力预测曲线。

29、第三方面，本发明的实施例提供了一种电子设备，所述电子设备包括：

30、一个或多个处理器；

31、存储器；以及

32、一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面任一项所述的电池的最大膨胀力预测方法。

33、第四方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行第一方面任一项所述的电池的最大膨胀力预测方法。

34、本发明的实施例的有益效果：

35、在本发明的实施例中，通过对电池进行充放电循环测试，获取电池在目标状态值soc下的不同循环圈数对应的各自对应的膨胀力，并拟合形成充电第一百分比soc对应的循环圈数-膨胀力第一曲线、满充soc对应的循环圈数-膨胀力第二曲线和所述放电第二百分比soc对应的循环圈数-膨胀力第三曲线；基于循环圈数-膨胀力第一曲线、循环圈数-膨胀力第二曲线和循环圈数-膨胀力第三曲线确定电池的最大膨胀力预测曲线，由于对不同状态值soc下膨胀力的变化情况进行综合分析，提高了电池的最大膨胀力预测准确性。