一种实时反馈控制的电池综合实验调试方法及系统与流程

本发明涉及电池综合实验的，具体涉及一种实时反馈控制的电池综合实验调试方法及系统。

背景技术：

1、电池作为能量存储装置，在现代社会中扮演着至关重要的角色。从小型移动设备到大型电动汽车，电池都被广泛应用。然而，电池的寿命和性能问题一直是困扰业界的难题。传统上，电池寿命的预测通常基于物理模型，这些模型建立在对电池内部化学过程和热力学行为的理解之上。然而，这些物理模型往往需要大量复杂的数学计算，以及对电池内部参数的准确估计。由于电池是一个非常复杂的系统，受到许多因素的影响，如温度、电流、充放电速率等，传统的物理模型往往无法充分考虑这些因素的综合影响，导致预测精度不高。

2、近年来，随着深度学习和人工智能技术的发展，基于数据驱动的方法开始受到关注。这些方法利用神经网络等技术，通过大量的历史数据进行训练，从中学习电池的特征和规律，实现对电池寿命的预测。相比传统的物理模型，数据驱动方法能够更好地处理电池的非线性特性和复杂关系，提高了预测的准确性。然而，当前基于数据驱动的电池寿命预测方法仍然存在一些问题和挑战。目前此类方法很少综合考虑温度变化和充放电频率等多种因素对电池性能的影响，难以适应不同环境条件下电池的工作状态。同时，在电池的综合实验调试中往往缺乏实时监测和反馈控制能力，无法及时对电池状态的变化做出相应调整，这在某些情况下可能导致电池性能下降甚至损坏。

3、如授权公告号为cn116859269b的中国专利公开了一种动力电池安全性综合评估方法及系统，该方法包括：将动力电池样品按照需求进行充放电测试操作，然后将处理过的动力电池样品固定在实验舱体内，并对实验舱体进行抽真空处理及惰性气体回填处理；根据预设条件逐级对实验舱体内的动力电池样品施加失效条件；所述失效条件包括针刺条件、挤压条件、加热条件以及过充条件；记录诱发实验舱体内的动力电池样品失效的临界参数条件，以及记录实验舱体内的动力电池样品失效后的实验数据；根据所述实验数据，评估动力电池样品的安全性。该发明能够人工诱发电池失效，研究电池失效的触发条件，并对失效过程伴随的理化性质变化进行监测。

4、如公开号为cn109116248a的专利公开了一种电池模块的老化测试方法及装置，该方法包括：若检测到老化测试指令，则可以按照预设测试流程对电池模块进行老化测试，其中，预设测试流程包括至少一轮充放电控制流程，而充放电控制流程依次可分为第一放电流程、第一充电流程、第一待机流程、第二放电流程、第二充电流程以及第二待机流程，进而可以根据电池模块进行老化测试的测试结果，确定该电池模块的老化程度。该申请在检测到老化测试指令后，可利用预设的至少一轮充放电测试流程对电池模块进行自动老化测试，无需人工参与，即可在电池模块出厂前对其进行智能老化测试，消除了电池模块产品质量隐患，也提高了存储系统稳定性和可靠性。

5、以上专利都存在本背景技术提出的问题：没有综合考虑温度变化和充放电频率等多种因素对电池性能的影响，难以适应不同环境条件下电池的工作状态；在电池的综合实验调试中往往缺乏实时监测和反馈控制能力，无法及时对电池状态的变化做出相应调整，可能会导致电池性能下降甚至损坏。

6、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。

技术实现思路

1、本发明所要解决的技术问题是克服现有技术的缺陷，提供一种实时反馈控制的电池综合实验调试方法及系统，考虑四季温度变化和充放电频率的影响，提高寿命预测的准确性；实时监测电池参数和环境条件，提高电池安全性，辅助优化电池使用方式，提高电池的利用率和性能。

2、为解决上述技术问题，本发明提供如下技术方案：

3、一方面，本发明提供一种实时反馈控制的电池综合实验调试方法，包括以下步骤：

4、s1：进行电池充电实验、放电实验，并实时采集工作参数；

5、s2：对所述工作参数进行预处理；

6、s3：基于所述工作参数计算电池性能参数；

7、s4：基于所述性能参数，采用神经网络模型预测电池寿命；

8、s5：生成电池综合实验调试报告。

9、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述工作参数包括最大可用容量、充电电压、充电电流、放电电压、放电电流、电池内阻、电池温度；所述电池性能参数包括容量指标、功率指标、能量指标。

10、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述最大可用容量的采集方法如下：

11、s100：将电池在满电状态下静置2小时；

12、s200：以的电流进行放电，直至电池电压下降到电池的下截止电压；其中，c为充电倍率；

13、s300：以的电流进行恒流充电，至电池电压达到电池的上截止电压；切换充电方式，以上截止电压进行恒压充电直至电池电量充满；记录充电过程所充的电池容量；

14、s400：重复执行m次步骤s100~s300，取m次充电过程所充的电池容量的平均值作为电池的最大可用容量；m为大于0的正整数。

15、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述容量指标的计算方法如下：

16、；

17、其中，表示容量指标，表示最大可用容量，表示出厂额定容量。

18、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述功率指标的计算方法如下：

19、；

20、其中，为功率指标，为充电电压，为充电电流；为放电电压，为放电电流；为充电额定功率，为放电额定功率；为充电功率权重，为放电功率权重。

21、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述能量指标的计算方法如下：

22、；

23、其中，表示能量指标；h表示储能参数；p表示储能参数的阈值；表示电池的最大阈值电阻；r表示当前的电池内阻；表示电池的出厂额定电阻。

24、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述储能参数的计算方法如下：对电池进行充电，每隔时间进行一次参数记录，要记录的参数包括充电电流、充电电压、电池温度、荷电状态；重复n次，并计算储能参数，公式如下：

25、；

26、其中，表示第i次采集的充电电流；表示第i次采集的充电电压；i的取值范围为1，2，……，n；表示电池的出厂额定满充能量；表示第n次采集的电池的荷电状态；表示第一次采集的电池的荷电状态；表示第n次采集到的电池温度的温补系数；表示第1次采集到的电池温度的温补系数。

27、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述温补系数k的确定方法如下：将电池放置在不同的温度环境中，在每个温度下，对电池进行最大可用容量标定，记录电池在不同温度下的最大可用容量；计算温补系数，公式如下：

28、；

29、其中，表示温度为t时电池的最大可用容量；表示温度为25℃时电池的最大可用容量；

30、根据计算得到的不同温度的温补系数进行曲线拟合，得到电池的温补曲线；所述温补曲线的横坐标为温度，纵坐标为温补系数；实时采集电池温度，通过温补曲线获取每个电池温度对应的温补系数。

31、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：所述神经网络模型的输入包括容量指标、功率指标、能量指标、环境温度序列、充电频率；输出为电池寿命的预测值；

32、所述环境温度序列的获取方法为收集电池使用地区的历史气温数据，通过时间序列预测算法，预测电池使用地区的月平均气温，并整理成序列形式；

33、所述充电频率的单位为次/每周，由测试人员手动编辑；设置不同的充电频率，通过所述神经网络模型得到不同充电频率下的电池寿命的预测值。

34、作为本发明所述的实时反馈控制的电池综合实验调试方法的一种优选方案，其中：在进行所述充电实验时对温度控制和充电策略进行实时反馈控制；其中，温度控制的方法为实时监测电池温度，当电池温度高于预设的阈值时，降低充电速率；当电池温度降低至不高于预设的阈值时，恢复充电速率；充电策略控制的方法为首先用恒流充电方式对电池进行充电，当电池电压达到电池的上截止电压时，切换成恒压充电的方式继续对电池进行充电；当电流降低为零值时，停止充电。

35、第二方面，本发明提供一种实时反馈控制的电池综合实验调试系统，包括电池实验模块、数据采集模块、反馈控制模块、数据处理模块、寿命预测模块、报告生成模块；其中：

36、电池实验模块用于进行电池的充电实验和放电试验；

37、数据采集模块用于实时采集工作参数；

38、反馈控制模块用于实时监控工作参数，进行温度和充电策略的反馈控制；

39、数据处理模块用于对采集到的工作参数进行预处理，并计算电池性能参数；

40、寿命预测模块采用神经网络模型，基于数据处理模块计算得到的性能参数预测电池的寿命；

41、报告生成模块用于生成电池综合实验调试报告，展示电池的工作参数、性能参数和寿命预测值。

42、第三方面，本发明提供一种电子设备，包括：存储器，用于存储指令；处理器，用于执行所述指令，使得所述设备执行实现本发明所述的实时反馈控制的电池综合实验调试方法的操作。

43、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现本发明所述的实时反馈控制的电池综合实验调试方法。

44、与现有技术相比，本发明所达到的有益效果如下：利用神经网络模型进行电池寿命预测，能够更好地捕捉电池参数之间的复杂关系，考虑了四季温度变化和充放电频率的影响，能够更真实地模拟电池在不同环境下的工作状态，提高了寿命预测的准确性；通过实时监测电池参数和环境条件，可以及时调整充电速率，避免电池过热，提高电池安全性和寿命；采集和计算了多种反映电池性能的参数，有助于优化电池使用方式，延长电池寿命，提高电池的利用率和性能，在电动汽车、可再生能源等领域优化电池管理策略方面具有广泛的应用前景。