大作业杨喆—锂离子电池剩余寿命的预测.docxVIP

锂离子电池剩余寿命的预测杨喆 化学与化工学院14级化学三班摘要： 锂离子电池自身存在充放电管理困难、性能衰退等现实问题，必须充分关注其在存储、使用和维护过程中的可能性和安全性。锂离子电池的正负极活性材料的物化结构性质、粘结剂对涂层的粘结强度、隔膜的质量等都是估计电池性能状态、预测电池剩余寿命的重要考量因素。本文将简述锂离子电池在锂原电池-锂金属二次电池-锂离子电池-锂聚合物电池这一发展过程中出现的问题、存在的弊端及危险性，并利用高斯过程回归模型法、健康因子构建法、性能模型法、库伦计数法四个方法对锂离子剩余寿命进行预测。关键词：锂离子电池 电池性能 高斯回归 健康因子构建法 库仑计数法目录： 引言 锂离子电池发展简史中出现的问题3. 高斯过程回归模型法预测锂离子电池剩余寿命4. 健康因子构建法预测锂离子电池剩余寿命5. 性能模型法预测锂离子电池剩余寿命6. 库伦计数法预测锂离子电池剩余寿命7. 结论8. 引用文献1. 引言：日常生活中便携式的应用越来越多,可充电电池变得空前重要。它们广泛存在于膝上型PC、蜂窝电话、PDA以及将来更多的应用中。[1]当今广泛使用的就是锂离子电池，锂离子电池因其能量密度高而在便携应用中倍受青睐，但其电池管理系统并不尽如人意。结果不是电池比预期提前结束寿命就是造成剩余电量的浪费。针对这种情况，如何较为准确的估测锂离子电池剩余寿命，成为一个重要且具有实际意义的问题。 锂电池发展简史中出现的问题2.1 锂原电池的发展2.1.1 Li/CuCl2：首次尝试1958年，Harris提出采用有机电解质作为锂金属原电池的电解质，使用锂金属作负极，Ag，Cu，Ni等卤化物作正极，低熔点金属盐LiCl-AlCl3+溶解在丙烯碳酸酯（PC）中作为电解液【2】，2.1.2 Li/(CF)n体系：初见端倪1970年，松下电器成功制备了分子表达式为（CXF)n (0.5≤X≤1)的结晶碳氟化物，将它作为锂原电池正极。美国为研究人员设计了（CXF)n（X=3.5-7.5）|无机锂盐+有机溶剂|Li(Metal)电化学体系[3].2.1.3 LiMnO2体系：收获成功1978年，锂二氧化锰电池实现量产，三洋第一代锂电池进入市场。2.2.锂金属二次电池2.2.1第一块锂二次电池的诞生Exxon设计了一种以TiS2为正极，锂金属为负极，LiClO4/二恶茂烷为电解液的电池体系，其稳定性能容许它深度循环接近1000次，每次循环损失低于0.05％。[4]2.2.2锂二次电池研发的停顿1989年发生严重的锂二次电池起火事故，原因还是没有从根本上解决电极-有机电解质相容的问题。[5]2.3锂离子电池鉴于各种改良方案不奏效，研究人员选择了颠覆性方案。抛弃锂金属，选择另一种嵌入化合物代替锂，将这一概念产品化足足花了十年的时间。图1.锂离子电池发展趋势示意图高斯过程回归模型法预测锂离子电池剩余寿命高斯过程回归模型（GPR）可以通过训练数据的输入限制先验分布进而实现对后验分布的估计，GP后验分布的函数预测输出值可以通过贝叶斯框架的计算得到。[6]GPR模型已经广泛应用于短期电力负荷预测。预测流程具体步骤为：根据训练数据特点，选择均值函数及协方差函数的单一或者组合形式。算法中涉及求逆运算，采用核矩阵的分解，通过引入对角矩阵回避开方运算。设定协方差函数中超参数的初始值，一般初始化为[0，1]之间的随机值：均值函数的初始值设为常数（一般为0）。式中det为行列式符号，对式（14）求偏导得：根据步骤1、2中确定的先验分布，将训练数据输入后，利用共轭梯度法迭代搜索，获得后验对数似然函数极大化的超参数的最优值（迭代次数为100次）进而确定后验分布利用高斯过程性质，将测试数据输入后，得到预测均值及方差，进而确定预测的置信区间。[7]当数据还同时具有局部和长期的下降或者上升趋势时，则可以在周期函数的基 础上叠加两个平方指数协方差函数，且由于数据在采集过程中稳定性可以引入相关的 噪声项。协方差函数具受到干扰，有可加 性，用户可自行设定，但须满足非负定性要求。确定了协方差函数的形式后，高斯过程的先验，分布就随之确定然后需根据训练数 据集，利用一定的优化算法搜索得到符合要 求的超参数的最优值。在高斯模型建立的过程中，协方差函数的不同形式对于预测结果起着至关重要的作用。因此选择合适的协方差函数至关重要。 图2.基于GPR的预测流程图健康因子构建法预测锂离子电池剩余寿命锂离子电池的健康因子是指能够表征锂离子电池健康状态的变量，通过对健康因子的预测可实现对锂离子电池健康状态的估计。对于采用锂离子电池的商用产品，如手机、笔记本电脑等来说，最初锂离子电池充满电后，所能持续供电的工作时间最长。而随着充放电过程的不断进行，使用时间的增加和电池的损耗，电池充满电后放点