本发明涉及电池评估领域，尤其涉及一种电池状态评估系统。
背景技术：
1、随着全球能源需求的不断增长以及环保意识的增强，电池技术在现代能源存储和电动化领域的重要性日益凸显。电池的性能和寿命不仅直接影响电动汽车、可再生能源储能系统及便携式电子设备等各类应用的运行效率，也对用户体验和能源利用效率产生深远影响。因此，如何精确评估和预测电池的状态和健康状况，成为电池管理系统（batterymanagement system, bms）研究的核心问题。
2、传统的电池管理系统（bms）依赖于对电池外部参数的监控，例如电压、温度和电流等，通过这些参数结合经验模型进行状态预测。然而，这种方法在实际应用中存在较大的局限性，主要体现在以下几个方面：
3、首先，传统方法过度依赖电池的外部参数，难以直接观测和反映电池内部的物理化学过程。电池在工作过程中，内部的电化学反应复杂且多变，尤其是在高功率放电、快速充电或温度变化剧烈的情况下，电池内部的化学反应速率、电解质电导率、内阻等都会发生显著变化。然而，外部测量数据如电压和温度等仅能反映这些过程的部分结果，而不能直接揭示内部的状态变化。这种信息缺失导致传统经验模型在状态预测上存在较大的不确定性。
4、其次，在复杂使用环境下，传统的基于外部测量数据的预测方法难以保持稳定的预测精度。例如，在温度骤变或高功率操作的情况下，电池内部的化学过程可能会急剧变化，进而影响电池的整体性能。传统的经验模型是基于特定条件下的数据训练而成，当使用环境偏离训练数据所覆盖的范围时，模型的预测结果可能产生较大的偏差，甚至出现误差累积，这将直接影响电池管理系统的有效性，无法为用户提供可靠的决策支持。
5、近年来，相关研究人员提出了基于电路等效模型的电池状态估计方法。这种方法通过模拟电池内部的物理和化学过程，提供更加详细和精准的电池状态信息。电路等效模型能够通过一系列与电池内部物理特性相关的参数来表征电池的动态行为，这些参数包括但不限于电解液电阻、双电层电容、扩散阻抗等。
6、电路等效模型通过将电池内部的复杂物理化学过程简化为若干个与电流、电压和阻抗等物理量相关的等效电路元件，以此来模拟电池的动态行为。例如，经典的rc模型将电池简化为由电阻和电容串并联构成的电路，能够在一定程度上反映电池的充放电特性。而扩展的电化学阻抗模型（eis）则通过测量电池对特定频率范围内交流信号的响应，获取电池内部各个元件的阻抗信息，从而提供更精确的状态评估。
7、尽管基于电路等效模型的电池状态估计方法在理论上具有较高的精度和适用性，但其实际应用仍然面临一系列挑战。首先，不同类型的电池及其不同的工作状态下，电路等效模型的参数往往需要进行复杂的标定。每种电池都有其独特的物理化学特性，不同的工作条件下，模型参数也可能发生变化。因此，在实际应用中，电路等效模型的精确参数化和标定工作复杂且耗时，增加了模型的应用难度和成本。
8、其次，电池内部的物理化学过程极为复杂，随着电池使用时间的推移，老化效应和电池材料的劣化会导致其内部状态发生显著变化。虽然电路等效模型能够在一定程度上捕捉这些变化，但在长期使用和极端条件下，模型的适用性和精度仍然受到限制。此外，在实际操作中，电池系统往往会受到外部环境如温度、湿度和机械振动等因素的影响，导致模型的预测结果偏离实际情况。
技术实现思路
1、为了解决现有技术中的上述问题，本发明提出了一种电池状态评估系统，包括特性获取单元、场景预测单元、状态预测单元、健康状态预测单元和通讯单元；
2、所述特性获取单元接收输入数据，所述输入数据包括从电池的无源测量中收集的无源数据和从电池对响应施加到电池上的刺激信号的有源测量中收集的有源数据；
3、所述特性获取单元基于与电路等效模型相关的输入数据，执行基于形状特性的变量辨识，以获取形状变量；基于与电路等效模型相关的输入数据，执行基于改进的变量辨识，以获取改进变量；
4、所述场景预测单元基于电池使用场景和历史数据，利用人工智能模型预测电池潜在的使用模式，并生成使用模式变量；
5、所述状态预测单元通过判定算法结合形状变量、改进变量，并根据所述使用模式变量动态调整所述判定算法的权重和判定策略，以输出二次电芯内部变量，所述二次电芯内部变量至少包括固定相位元件系数、电解液阻抗和电流转移阻抗；
6、所述状态预测单元根据所述二次电芯内部变量更新电池的内部状态模型；
7、所述健康状态预测单元用于解析所述内部状态模型，以确定电池的当前健康状态，包括电池的健康度和充电水平；
8、所述通讯单元用于向用户、相关计算系统或二者的组合发送一个或多个健康度预测值和充电水平预测值。
9、所述无源数据包括电池在正常运行过程中产生的电压、电流和温度数据，所述有源数据通过向电池施加刺激信号并测量电池响应情况获取，所述刺激信号为一定幅度和频率的电流或电压信号。
10、所述形状变量包括电压响应曲线的斜率、峰值幅度；改进变量包括电池的内部电解液阻抗、双电层电容。
11、所述场景预测单元通过人工智能模型预测电池的使用模式，所述人工智能模型为长短期记忆网络模型，所述长短期记忆网络模型的训练过程基于历史数据集，通过监督学习方法训练，使用均方误差作为损失函数来优化模型的预测精度。
12、所述场景预测单元生成的使用模式变量包括预计温度变化、负载变化模式和充放电速率，所述使用模式变量被输出至状态预测单元或其他模块。
13、所述判定算法根据变量的重要性和历史数据，初始分配给形状变量、改进变量和使用模式变量的权重，所述初始分配的权重可以通过以下公式表示：
14、
15、其中，表示第i个变量在t时刻的权重，是在t-1时刻该变量的预测准确度；：表示在时刻 t-1，所有 n 个变量的预测准确度总和；
16、所述判定算法通过分析实际预测结果与测量数据之间的误差，动态调整各变量的权重；调整公式为：
17、
18、其中，为学习率，l为损失函数，通过最小化l来调整权重；为第 i个变量在时刻 t+1 的更新后的权重；为损失函数l对第i个变量的当前权重的偏导数；
19、所述判定算法根据当前权重，将形状变量、改进变量和使用模式变量通过判定测量生成二次电芯内部变量；所述判定策略表示为：
20、
21、其中，是判定后的二次电芯内部变量，是第i个输入变量，是非线性组合函数；n表示输入变量的总数量；m表示非线性组合函数的数量。
22、所述更新电池的内部状态模型的状态方程的基本形式为：
23、
24、表示状态变量，包括电池的荷电状态（state of charge, soc）、健康状态（state of health, soh）；
25、 表示状态变量对时间t的导数；
26、u(t)为输入控制变量，包括电池所受的外部控制输入；
27、 为判定后的二次电芯内部变量，包括固定相位元件系数、电解液阻抗、电流转移阻抗；
28、函数是非线性函数，反映了电池的动态响应；
29、函数则通过二次电芯内部变量对模型进行修正。
30、所述健康状态包括通过分析电池的衰退特性、内阻变化和电解液劣化确定的健康度，以及基于电池电压、电流和容量进行估算的充电水平。
31、所述通讯单元支持无线通讯和有线通讯协议，并与电池管理系统或用户终端集成。
32、所述电池状态评估系统应用于储能电站、电动汽车、电子设备。
33、有益效果：
34、本发明的电池状态评估系统能够精确监控和预测电池的健康状态和充电水平，从而大大提高电池管理的有效性和准确性。通过特性获取单元采集无源和有源数据，结合电路等效模型，系统能够生成反映电池内部状态的形状变量和改进变量。利用场景预测单元的人工智能模型，系统可以预测电池的潜在使用模式，并通过状态预测单元动态调整判定算法，以生成关键的二次电芯内部变量。健康状态预测单元基于这些变量，能够准确评估电池的健康度和充电水平，最终通过通讯单元实时传递至用户或相关系统，从而实现电池状态的实时监控和高效管理，延长电池寿命并提升系统运行的可靠性。
1.一种电池状态评估系统，其特征在于：所述电池状态评估系统（100）包括特性获取单元（101）、场景预测单元（102）、状态预测单元（103）、健康状态预测单元（104）和通讯单元（105）；
2.如权利要求1所述的一种电池状态评估系统，其特征在于：所述无源数据包括电池在正常运行过程中产生的电压、电流和温度数据，所述有源数据通过向电池施加刺激信号并测量电池响应情况获取，所述刺激信号为一定幅度和频率的电流或电压信号。
3.如权利要求2所述的一种电池状态评估系统，其特征在于：所述形状变量包括电压响应曲线的斜率、峰值幅度；改进变量包括电池的内部电解液阻抗、双电层电容。
4.如权利要求1所述的一种电池状态评估系统，其特征在于：所述场景预测单元通过人工智能模型预测电池的使用模式，所述人工智能模型为长短期记忆网络模型，所述长短期记忆网络模型的训练过程基于历史数据集，通过监督学习方法训练，使用均方误差作为损失函数来优化模型的预测精度。
5.如权利要求4所述的一种电池状态评估系统，其特征在于：所述场景预测单元生成的使用模式变量包括预计温度变化、负载变化模式和充放电速率，所述使用模式变量被输出至状态预测单元或其他模块。
6.如权利要求1所述的一种电池状态评估系统，其特征在于：所述判定算法根据变量的重要性和历史数据，初始分配给形状变量、改进变量和使用模式变量的权重，所述初始分配的权重可以通过以下公式表示：
7.如权利要求1所述的一种电池状态评估系统，其特征在于：所述更新电池的内部状态模型的状态方程的基本形式为：
8.如权利要求1所述的一种电池状态评估系统，其特征在于：所述健康状态包括通过分析电池的衰退特性、内阻变化和电解液劣化确定的健康度，以及基于电池电压、电流和容量进行估算的充电水平。
9.如权利要求1所述的一种电池状态评估系统，其特征在于：所述通讯单元支持无线通讯和有线通讯协议，并与电池管理系统或用户终端集成。
10.如权利要求1-9任一项所述的一种电池状态评估系统，其特征在于：所述电池状态评估系统应用于储能电站、电动汽车、电子设备。
