本發(fā)明涉及磷酸鐵鋰儲能電池，特別涉及一種基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法。

背景技術：

1、以磷酸鐵鋰作為電池正極材料時，參與電荷轉移的是二價鐵，二價鐵易與氧氣反應形成三價鐵，生產時需要將三價鐵還原成二價鐵。若發(fā)生過度還原的情況，正極材料中可能殘留鐵單質，引發(fā)短路現(xiàn)象；若還原不充分，磷酸鐵鋰在正極材料中的比例將減小，導致電池容量不足。這是由材料的化學特性所導致，基本無法完全解決這一問題。因此，磷酸鐵鋰電池天然會有一致性差的技術問題。在實際使用過程中，若電芯一致性差，會導致部分電芯過充過放、能量使用率低等問題。

2、目前，在組包時一般采用阻容分選法，通過測算放電容量和靜態(tài)阻擋分配一致性相似的電芯。其不足之處在于：1、只考慮到了電芯出廠時的一致性，并未考慮長期使用下的電芯一致性問題，使得磷酸鐵鋰儲能電池在使用初期效果好，隨著使用時間加長，電池衰減速度變快，無法發(fā)揮出磷酸鐵鋰儲能電池結構穩(wěn)定可還原性強的優(yōu)勢；2、對于一致性相差較大的電芯，并未給出合理的處理方式。

技術實現(xiàn)思路

1、本發(fā)明公開了一種基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，具體方法如下：

2、構建磷酸鐵鋰電芯衰減速度預測模型；

3、對若干待組包磷酸鐵鋰電芯進行相同充放電試驗，計算每個磷酸鐵鋰電芯的充電容量評價指標，以及通過衰減速度預測模型預測每個磷酸鐵鋰電芯的衰減評價指標；

4、采用聚類算法對磷酸鐵鋰電芯的充電容量評價指標和衰減評價指標進行分類；

5、根據(jù)每個磷酸鐵鋰電芯與所屬類別中心的距離，將同一類別且距離小于距離閾值的磷酸鐵鋰電芯劃分為同一可組包小組；

6、選取所有距離大于距離閾值的磷酸鐵鋰電芯構建待分小組；

7、根據(jù)使用場景，對待分小組中磷酸鐵鋰電芯進行篩選，保留符合要求的磷酸鐵鋰電芯；

8、符合要求的磷酸鐵鋰電芯中，以磷酸鐵鋰電芯的充電容量評價指標與第一權重的積加上衰減評價指標與第二權重的積作為分組評分；

9、選取分組評分在預設范圍內的磷酸鐵鋰電芯進行組包。

10、該實施例的優(yōu)點在于，在組包時考慮到了當前容量以及衰減速度，因此可保證組包后的磷酸鐵鋰電池在較長的時間內不會出現(xiàn)一致性差異，提高電池使用效率和產品質量。對于一致性較差的電芯給出了組包策略，提高電芯良品使用率。

11、進一步地，構建磷酸鐵鋰電芯衰減速度預測模型，具體方法如下：

12、構建神經網(wǎng)絡預測模型；

13、選取全新樣本電芯進行充放電試驗，對樣本電芯進行預設次數(shù)以上的循環(huán)充放電，記錄樣本電芯每次充滿電所需電量；

14、以全新樣本電芯充電滿所需電量減去最后一次充電所需電量的差，除以循環(huán)充放電次數(shù)作為樣本電芯的衰減速度；

15、以樣本電芯前預設次數(shù)充滿電所需電量和該樣本電芯的衰減速度構建訓練樣本，以若干訓練樣本訓練神經網(wǎng)絡預測模型，以訓練好的神經網(wǎng)絡預測模型作為磷酸鐵鋰電芯衰減速度預測模型。

16、該實施例的優(yōu)點在于，通過深度學習模型可預測電芯未來的衰減速度，隨著數(shù)據(jù)樣本的增加，預測正確率也會提高。

17、進一步地，通過衰減速度預測模型預測每個磷酸鐵鋰電芯的衰減評價指標，具體方法如下：

18、充放電試驗中，記錄每個磷酸鐵鋰電芯前預設次數(shù)充滿電所需電量；

19、將磷酸鐵鋰電芯前預設次數(shù)充滿電所需電量輸入磷酸鐵鋰電芯衰減速度預測模型，輸出該磷酸鐵鋰電芯的衰減速度；

20、以歷史磷酸鐵鋰電芯的最大衰減速度減去該磷酸鐵鋰電芯的衰減速度，再除以歷史磷酸鐵鋰電芯的最大衰減速度，算得該磷酸鐵鋰電芯的衰減評價指標。

21、該實施例的優(yōu)點在于，構建了一種評價指標，用于量化電芯未來的衰減速度，為后期組包提供了數(shù)據(jù)基礎。

22、進一步地，計算每個磷酸鐵鋰電芯的充電容量評價指標，具體方法如下：

23、在充放電試驗的放電過程中，以放電電流乘以放電時間，算得每個磷酸鐵鋰電芯的充電容量；

24、以該磷酸鐵鋰電芯的充電容量除以歷史磷酸鐵鋰電芯的最大充電容量，算得該磷酸鐵鋰電芯的充電容量評價指標。

25、進一步地，所述聚類算法為k-means聚類算法，具體分類方法如下：

26、以所有待組包磷酸鐵鋰電芯的衰減評價指標和充電容量評價指標作為二維分類數(shù)據(jù)；

27、設置分類簇數(shù)量，初始化簇中心；

28、計算各分類數(shù)據(jù)到簇中心的歐式距離；

29、根據(jù)歐式距離，將每個分類數(shù)據(jù)分配距離最近的簇；

30、計算每個簇的中心；

31、重復迭代，直到收斂。

32、該實施例的優(yōu)點在于，采用聚類算法自動完成二維數(shù)據(jù)的聚類，可輕易分選出可組包的電芯，分選效果好且分選成本低。

33、進一步地，對待分小組中磷酸鐵鋰電芯進行篩選，具體方法如下：

34、確定組包后磷酸鐵鋰電池的使用場景；

35、計算該使用場景下磷酸鐵鋰電池的平均充放電頻率、平均單次使用電量和電池平均使用壽命；

36、以電池平均使用壽命乘以平均充放電頻率，算得電池循環(huán)次數(shù)，即磷酸鐵鋰電芯循環(huán)次數(shù)；

37、以電池平均單次使用電量算得磷酸鐵鋰電芯在使用末期的最低充電電量；

38、以每個待組包磷酸鐵鋰電芯的最大充電容量減去該磷酸鐵鋰電芯循環(huán)次數(shù)與衰減速度的積，所得結果與磷酸鐵鋰電芯在使用末期的最低充電電量進行比較，若滿足要求則保留該磷酸鐵鋰電芯作為預選電芯，若不滿足，則剔除該磷酸鐵鋰電芯。

39、該實施例的優(yōu)點在于，針對一致性較差的電芯，根據(jù)未來要使用的場景，提供了一種篩選標準，該篩選標準可選出能滿足特定使用場景的一致性較差電芯，提供了電芯的使用率，可有效降低電芯的生產成本。

40、進一步地，所述第一權重和第二權重根據(jù)組包后磷酸鐵鋰電池的使用充放電頻率決定，充放電頻率越快，第二權重越大，充放電頻率越慢，第一權重越大。

41、該實施例的優(yōu)點在于，特定使用場景中充放電頻率越快，證明所有電芯的衰減速度越快，此時可選擇衰減速度慢但容量較低的電芯匹配容量較大的電芯。

42、進一步地，第一權重和第二權重的計算方法如下：

43、設置基準充放電頻率，在基準充放電頻率下，第一權重和第二權重均為0.5；

44、以磷酸鐵鋰電池的實際使用充放電頻率與基準充放電頻率的差除以基準充放電頻率，算得權重修正參數(shù)；

45、以權重修正參數(shù)加1的和乘以0.5作為第二權重數(shù)值，以1減去第二權重數(shù)值作為第一權重數(shù)值。

46、本發(fā)明的其他優(yōu)點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可以從本發(fā)明的實踐中得到教導。本發(fā)明的目標和其他優(yōu)點可以通過下面的說明書實現(xiàn)和獲得。

技術特征：

1.一種基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，具體方法如下：

2.如權利要求1所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，構建磷酸鐵鋰電芯衰減速度預測模型，具體方法如下：

3.如權利要求2所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，通過衰減速度預測模型預測每個磷酸鐵鋰電芯的衰減評價指標，具體方法如下：

4.如權利要求1所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，計算每個磷酸鐵鋰電芯的充電容量評價指標，具體方法如下：

5.如權利要求1所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，所述聚類算法為k-means聚類算法，具體分類方法如下：

6.如權利要求1所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，對待分小組中磷酸鐵鋰電芯進行篩選，具體方法如下：

7.如權利要求6所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，所述第一權重和第二權重根據(jù)組包后磷酸鐵鋰電池的使用充放電頻率決定，充放電頻率越快，第二權重越大，充放電頻率越慢，第一權重越大。

8.如權利要求7所述的基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法，其特征在于，第一權重和第二權重的計算方法如下：

技術總結
本發(fā)明涉及磷酸鐵鋰電池技術領域，特別涉及一種基于一致性監(jiān)測的磷酸鐵鋰儲能電芯組包方法。包括預測電芯衰減評價指標，計算電芯充電容量評價指標；聚類第一次電芯組包；針對使用場景篩選剩余電芯；根據(jù)使用場景充放電頻率完成第二組電芯組包。本發(fā)明在組包時考慮到了當前容量以及衰減速度，因此可保證組包后的磷酸鐵鋰電池在較長的時間內不會出現(xiàn)一致性差異，提高電池使用效率和產品質量。對于一致性較差的電芯給出了組包策略，提高電芯良品使用率。

技術研發(fā)人員：張澤,雷達,張振宇,周渠,曾文,楊峰,涂杉,柳逢春,陳秀芳
受保護的技術使用者：國網(wǎng)山西省電力公司電力科學研究院
技術研發(fā)日：
技術公布日：2024/9/9