(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210685174.0 (22)申请日 2022.06.16 (71)申请人 四川大学 地址 610000 四川省成 都市一环路南 一段 24号 (72)发明人 张恒　张玉杰　苗建国　王剑宇　 苗强　 (74)专利代理 机构 四川中代知识产权代理有限 公司 513 58 专利代理师 李媛 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 119/02(2020.01) G06F 119/04(2020.01) (54)发明名称 一种动力电池组全寿命周期的不一致性模 型构建方法 (57)摘要 本发明公开了一种动力电池组全寿命周期 的不一致性模 型构建方法， 所公开的不一致模型 构建方法包括如下步骤： 利用电池 单体的特征信 息构建电池单体的特征向量； 根据特征向量， 对 所有电池单体进行聚类分组； 在每类组别中选择 任一电池单体作为代表电池， 形成代表电池集 合； 从所述代表电池集合中选择能够代表电池单 体个数最多的所述代表电池为基准电池， 构建基 准电池模型， 构建其他代表电池与所述基准电池 的差异模型。 上述方案中， 在动力电池组全寿命 周期内根据动力电池组的老化速率开展聚类分 析， 使得构建的基准模型和差异模 型能够根据动 力电池组的不一致性自适应确定代表电池的数 量， 从而达到在计算成本和模型精度之间的平 衡。 权利要求书1页 说明书6页 附图2页 CN 115186447 A 2022.10.14 CN 115186447 A 1.一种动力电池组全寿命周期的不 一致性模型构建方法， 其特 征在于， 包括如下步骤： S100， 对动力电池组内所有电池单体进行测试， 并得到所述电池单体的特征信息， 利用 所述特征信息构建所述电池单体的特 征向量； S200， 根据所有所述电池单体的特征向量， 利用聚类算法对所有所述电池单体进行聚 类分组； S300， 在每类组别中选择任一所述电池单体作为代表电池， 形成所述动力电池组的代 表电池集 合； S400， 从所述代表电池集合中选择能够代表电池单体个数最多的所述代表电池为基准 电池， 构建基准电池 模型； S500， 构建其 他代表电池与所述基准电池的差异模型。 2.根据权利要求1所述的动力电池组全寿命周期的不一致性模型构建方法， 其特征在 于， 所述特征信息包括所述电池单体的电压 响应轨迹、 恒压节段充电时间、 增量容量和差分 电压中的至少一 者。 3.根据权利要求1所述的动力电池组全寿命周期的不一致性模型构建方法， 其特征在 于， 所述其他代表电池与所述基准电池的差异包括荷电状态差异、 内阻差异、 最大容量差异 和开路电压差异， 所述差异模型基于所述荷电状态差异、 所述内阻差异、 所述最大容量差异 和所述开路电压 差异中的至少一 者建立。 4.根据权利要求3所述的动力电池组全寿命周期的不一致性模型构建方法， 其特征在 于， 所述差异模型基于所述荷电状态差异、 所述内阻差异、 所述最大容量差异和所述开路电 压差异建立， 并表征如下： 其中， SOC为电池荷电状态， NR为电池内 阻， MC为电池最大容量， OCV为开路电压， i为其 他电池代 表， m为基准电池。 5.根据权利要求1～4任一所述的动力电池组全寿命周期的不一致性模型构建方法， 其 特征在于， 还可以包括： 提取所述动力电池组的容 量退化数据， 构建所述动力电池组的容 量退化曲线； 基于Lebesgue采样 将所述动力电池组的容 量退化曲线划分为多个容 量状态； 在所述动力电池组由当前容量状态退化至相邻的下一容量状态时， 重复步骤S100～ S500， 重新构建基准电池 模型和差异模型。 6.根据权利要求5所述的动力电池组全寿命周期的不一致性模型构建方法， 其特征在 于， 还可以包括： 在所述动力电池组的健康状态处于失效状态的情况 下， 停止聚类分组。权　利　要　求　书 1/1 页 2 CN 115186447 A 2一种动力电池组全寿命周期的不一致性模型构建 方法 技术领域 [0001]本发明涉及动力电池技术领域， 尤其涉及 一种动力电池组全寿命周期的不一致性 模型构建方法。 背景技术 [0002]磷酸铁锂电池本身具有明显 的非线性、 不一致性和时变特性， 使其在长期充放电 过程中由于各电池单体间充电接受能力、 自放电率和 容量衰减速率等的影响， 容易造成动 力电池组离 散性加大、 性能衰减加剧的情况， 甚至会发生 威胁安全的严重后果。 [0003]相关技术中通常采用大电池模型、 特征模型和差异模型对动力电池组全寿命周期 的状态进行估计。 但是： [0004]大电池模型在电池 成组之前采用电池筛选方法来保证电池组的一致性， 从而将电 池组看作是一个大 的单体电池， 实现容易且计算量小， 但随着动力电池组充放电次数 的增 加， 不一致性难以避免， 大电池 模型难以保障动力电池组全寿命周期的状态估计精度； [0005]特征模型基于不一致性量化方法， 从动力电池组中挑选特征单体， 并将特征单体 模型直接作为动力电池组的模型， 其优点在于考虑了不一致性并且避免对每个单体电池建 模， 但特征单体只能在一定程度上表征动力电池组的特性， 并且模型精度依赖于特征单体 的选择； [0006]差异模型通过构建一个基准， 然后建立电池单体与基准之间的差异模型， 按照基 准的不同， 又可以细分为： 以均值模型为基准的 “均值‑差异”模型、 以任意电池单体为基准 的“单体‑差异”模型和以特征单体为基准的 “特征‑差异”模型， 差异模型的优点在于考虑所 有电池单体之间的不 一致性， 具有较高的模型精度， 但带来了昂贵的计算成本 。 [0007]由此可见， 提供一种估计精度高且计算成本低的动力电池组全寿命周期的不一致 性模型构建方法， 是本领域 技术人员亟 待解决的技 术问题。 发明内容 [0008]本发明公开一种动力电池组全寿命周期的不一致性模型构建方法， 以解决相关技 术中的估算模型存在的估计精度低且计算成本高的技 术问题。 [0009]为了解决上述问题， 本发明采用下述 技术方案： [0010]本申请提供了一种动力电池组全寿命周期的不一致性模型构建方法， 包括以下步 骤： [0011]S100， 对动力电池组内所有电池单体进行测试， 并得到所述电池单体的特征信息， 利用所述特征信息构建所述电池单体的特征向量， 所述特征向量用于表征所述电池单体的 健康状态； [0012]S200， 根据所有所述电池单体的特征向量， 利用聚类算法对所有所述电池单体进 行聚类分组； [0013]S300， 在每类组别中选择任一所述电池单体作为代表电池， 形成所述动力电池组说　明　书 1/6 页 3 CN 115186447 A 3