CN112946483A - 电动汽车电池健康的综合评估方法及存储介质 - Google Patents

电动汽车电池健康的综合评估方法及存储介质 Download PDF

Info

Publication number
CN112946483A
CN112946483A CN202110158158.1A CN202110158158A CN112946483A CN 112946483 A CN112946483 A CN 112946483A CN 202110158158 A CN202110158158 A CN 202110158158A CN 112946483 A CN112946483 A CN 112946483A
Authority
CN
China
Prior art keywords
battery
calculating
health
coefficient
working condition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110158158.1A
Other languages
English (en)
Other versions
CN112946483B (zh
Inventor
王贤军
万毓森
翟钧
马明泽
张敏
贺小栩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deep Blue Automotive Technology Co ltd
Original Assignee
Chongqing Changan New Energy Automobile Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Changan New Energy Automobile Technology Co Ltd filed Critical Chongqing Changan New Energy Automobile Technology Co Ltd
Priority to CN202110158158.1A priority Critical patent/CN112946483B/zh
Publication of CN112946483A publication Critical patent/CN112946483A/zh
Application granted granted Critical
Publication of CN112946483B publication Critical patent/CN112946483B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供了一种电动汽车电池健康的综合评估方法及存储介质，包括步骤S1,提取电动汽车的原始工况数据，并对原始工况数据中的异常数据进行过滤；步骤S2，计算电池容量的衰减系数A；步骤S3，通过原始工况数据构建车辆故障事件表，计算电池故障报警系数B；步骤S4，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表，并按照预设体检指标评级规则计算监测指标分数C；步骤S5，结合电池容量衰减系数A、电池报警系数B以及监测指标分数C，整理得到电池的健康度分数。通过本发明能够在线快速检测电池的健康状态，还能在更多实际应用场景对电池的健康状态进行全面评估。

Description

电动汽车电池健康的综合评估方法及存储介质
技术领域
本发明涉及新能源电池应用技术领域，具体涉及一种电动汽车电池健康的综合评估方法及存储介质。
背景技术
对于电动汽车而言，动力电池是影响汽车整体性能的重要因素之一，因此，无论是对于消费者还是生产厂家，对动力电池的健康度进行评价都具有较为重要的意义。
目前，现有的一些测量电池健康度计算方式大部分是基于电池容量的角度进行考虑，包括直接放电法和等效电路模型法。其中，直接放电法需要对电池进行长时间静置后才能测得，耗时过长、无法实时估算且不易实施。等效电路模型法不仅需要适当的电池模型和精确测定的参数，还需要大规模计算能力和精确的初始化才能保证估值的精确度。同时考虑到等效电路模型针对性较强的特性，当面对不同的电池，等效电路模型具有不确定性，不易扩展到其他电池，从而不适合实际的应用场景。
上述方法对电池健康度只是从容量前后变化来评估电池健康情况，不能整体反映电池健康现有的整体情况。因此，有必要发明一种电动汽车电池健康的综合评估方法及存储介质，来准确评估电池健康度。
发明内容
有鉴于此，本发明的目的在于提供一种电动汽车电池健康的综合评估方法，用于解决传统测量电池健康度的计算方法过于复杂，耗时过长，不能整体反映电池健康的问题。
第一方面，本发明提供了一种电动汽车电池健康的综合评估方法，包括如下步骤：
步骤S1,提取电动汽车的原始工况数据，并对原始工况数据中的异常数据进行过滤；
步骤S2，计算现有电池容量的衰减系数A；
步骤S3，通过原始工况数据构建车辆故障事件表，计算电池故障报警系数B；
步骤S4，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表，并按照预设体检指标评级规则计算监测指标分数C；
步骤S5，结合电池容量衰减系数A、电池报警系数B以及监测指标分数C，整理得到电池的健康度分数的表达式为：
MAX(20*A*B–C+100,0)+80*A*B。
进一步地，所述步骤S1中,对原始工况数据中的异常数据进行过滤，具体包括：
步骤S101，通过原始工况数据计算电池放电行程与充电行程统计数据；
步骤S102，针对充电放电行程中的数据进行检验，当检测出行程是无效的行程时，将无效行程剔除。
进一步地，所述步骤S2具体包括：
步骤S201，构建电池容量的衰减模型，通过大数据统计分析电池充电容量的月度水平，并设定初始分为100分，进行量化评定；
步骤S202，训练电池容量的衰减模型，统计电池充电电量的月度平均水平，并将之与初始30天的数据进行对比，计算环比下降幅度，设定基准分为100分；
步骤S203，将统计出的数据作为输入量输入至电池容量的衰减模型，通过分段函数中，计算得到电池容量衰减系数，其中，所述分段函数的表达式为：
容量衰减系数
Figure BDA0002935230250000031
步骤S204，通过计算得到单个车辆、单月份粒度的电池容量的衰减系数A。
进一步地，所述步骤S3中电池故障报警系数B的计算方法包括如下步骤：
步骤S301，通过原始工况数据构建车辆故障事件表，所述原始工况数据包括VIN、触发故障名称、触发故障等级以及触发故障时间戳；
步骤S302，构建电池报警系数算法，所述电池报警系数的表达式为
Figure BDA0002935230250000032
其中，bi表示指数函数的底数，i＝1,2,3，nm表示指数函数的预设指数，m＝1,2,3；
步骤S303，通过计算得出单车、累计的电池故障报警系数评价结果。
进一步地，所述步骤S4中的监测指标分数C的具体计算过程，包括如下步骤：
步骤S401，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表；
步骤S402，设置电池的各项指标水平，并基于电池的各项指标水平对每月电池实际变化情况进行评级，并作相对应的扣分处理；
步骤S403，针对电池的各项指标水平设置电池的体检指标评级规则，并根据所述体检指标评级规则计算得到电池的监测指标分数C。
第二方面，本发明还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或者多个处理器执行时，能实现所述的电动汽车电池健康的综合评估方法的步骤。
本发明带来了以下有益效果：
本发明所述的一种电动汽车电池健康的综合评估方法及存储介质，通过从主机厂TSP***中提取大量的原始工况数据，过滤掉异常数据后，分别用于计算电池容量衰减系数、电池故障报警系数以及监测指标分数C，最后综合上述因素，在线测量电池的健康状态，且整个测量不需要消耗过多时间，计算方法简单，还能够在更多实际应用场景对电池的健康状态进行全面评估。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本实施例提供的电动汽车电池健康的综合评估方法的流程图；
图2为本实施例提供的电池衰减系数的分段函数关系示意图；
图3为本实施例提供的电池故障报警系数的计算方法流程图。
具体实施方式
如图1所示，一种电动汽车电池健康的综合评估方法，包括如下步骤：
步骤S1,提取电动汽车的原始工况数据，并对原始工况数据中的异常数据进行过滤；
步骤S2，计算现有电池容量的衰减系数A；
步骤S3，通过原始工况数据构建车辆故障事件表，计算电池故障报警系数B；
步骤S4，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表，并按照预设体检指标评级规则计算监测指标分数C；
步骤S5，结合电池容量衰减系数A、电池报警系数B以及监测指标分数C，整理得到电池的健康度分数的表达式为：
MAX(20*A*B–C+100,0)+80*A*B。
需要说明的是，所述步骤S1中提取电动汽车的原始工况数据的采集标准参考的是电动车GB/T32960的数据采集标准，所述原始工况数据包括多种整车数据(如VIN、时间戳、车辆状态、充电状态、总电压、总电流与SOC)，多种电池数据(如电池单体电压最高值、电池单体电压最低值、最高温度值、最低温度值、单体电压与单体电压序号)，以及多种故障数据(如最高报警等级、电池高温报警、车载储能装置类型过压报警、车载储能装置类型欠压报警、SOC过低报警、单体电池过压报警、单体电池欠压报警、SOC过高报警、电池单体一致性差报警与车载储能装置类型过充)。
然后对采集的原始工况数据进行数据预处理，以过滤掉异常数据，具体地过滤步骤包括：
步骤S101，通过原始工况数据计算电池放电行程与充电行程统计数据。
步骤S102，针对充电放电行程中的数据进行检验，当检测出行程中存在无效行程时，如单次行驶里程不足1千米，或单次行驶里程过程超过500千米，或单次充电时长小于等于5分钟，或充电SOC为0时，应当将这些无效或不合理的行程剔除。
在本实施例中，所述步骤S2计算电池容量的衰减系数A具体步骤，包括：
步骤S201，通过大数据统计分析电池充电容量的月度水平，构建电池容量的衰减模型，并设定初始分为100分，进行量化评定。
步骤S202，训练电池容量的衰减模型，通过统计电池充电电量的月度平均水平，将月度平均水平与初始30天的数据进行对比，用于计算环比下降幅度。
需要说明的是，由于数据颗粒度是月度数据，对单车而言，有效数据量少，因此采用近12个月(不满足的采用全量月份数据)电池健康度值(容量衰减值)作为训练集，进行一元线性回归模型构建。电池容量衰减变量作为目标变量，其他特征内容的中英文对照与单位如下表所示：
Figure BDA0002935230250000051
Figure BDA0002935230250000061
步骤S203，将统计出的数据作为输入量输入至电池容量的衰减模型，通过分段函数中，计算得到电池容量衰减系数的预测值，其中，所述分段函数的表达式为：
容量衰减系数
Figure BDA0002935230250000062
由分段函数关系或图2可知，当电池衰减系数程度为100％时，电池容量为衰减系数为1，当容量衰减80％的动力电池会直接影响到电池的使用与安全风险，所以80％衰减水平直接对应的是衰减系数为0.6的及格线，即容量衰减系数F(X)＝X/500-1,X>＝80。
步骤S204，通过计算得到单个车辆、单月份粒度的电池容量的衰减系数A，作为评价电池的健康标准。
具体地，所述步骤S3中电池故障报警系数B的计算方法，如图3所示，包括如下步骤：
步骤S301，通过原始工况数据构建车辆故障事件表，所述原始工况数据包括VIN、触发故障名称、触发故障等级以及触发故障时间戳；
步骤S302，构建电池报警系数算法，所述电池报警系数的表达式为
Figure BDA0002935230250000071
其中，bi表示指数函数的底数并且0≤bi<1，i＝1、2、3。它表示对电池报警系数的影响程度：b1代表一级故障对电池报警系数的影响程度，代表二级故障对电池报警系数的影响程度，b3代表三级故障对电池报警系数的影响程度。当bi趋近于1时，指数函数表现的变化率越大，对电池报警系数影响程度越大。当bi趋近于0时，指数函数表现的变化率越小，对电池报警系数影响程度越小。
nm表示指数函数的预设指数，m＝1、2、3。它表示车辆在一个自然月内电池发生不同级别故障对应的次数。表示一级故障发生的次数，表示二级故障发生的次数，表示三级故障发生的次数。
步骤S303，最后通过计算得出单车、累计的电池故障报警系数B的评价结果。
具体地，所述步骤S4中的监测指标分数C的具体计算过程，包括如下步骤：
步骤S401，业务专家根据不同的电池型号、电池特性梳理出动力电池体检项目指标及其评级标准，形成针对不同电池型号的体检指标配置表；
步骤S402，细项指标分数为电池健康度评价的各惩罚项，具体是通过业务经验与数据分布情况主观定义电池的各项指标水平，并基于电池的各项指标水平对每月电池实际变化情况进行评级，并作相对应的扣分处理，其中，评级规则如下表所示。
Figure BDA0002935230250000081
例如：当电池温度极值处于【15,48】这个区间，电池的健康度处于极好状态，即等级为优；当电池温度极值处于【-5,15)与(48,53】这两个区间电池的健康度处于较好状态，即等级为良；当电池温度极值处于(-999,-5)与(53,+999)这两个区间时，电池的健康度处于较差状态，即等级为差。同样地，当电池单体电压极值处于【3.6,4.1】这个区间时，电池的健康度处于极好状态，即等级为优；当电池单体电压极值处于【3.4,3.6)与(4.1,4.35】这个区间时，电池的健康度处于较好状态，即等级为良；当电池单体电压极值处于(-999,-5)与(53,+999)这两个区间时，电池的健康度处于较差状态，即等级为差。同样地，类似充电电流最高值、放电电流最高值、压差极值最高以及放电电流加权平均值等电池的各项指标可以通过上表了解电池目前的健康状态。
步骤S403，根据上述指标制定体检指标惩罚规则：以总分为100分为例，对上述每一个具体指标重复做如下操作，若等级为优不减分，若等级为良则减1分，若等级为差则减2分，并最终得到各项监测指标分数C。
具体地，在所述步骤S5中，综合所有因素给出电池健康度分数：
步骤S501，将上述步骤中的电池容量衰减系数A、电池报警系数B以及监测指标分数C综合分析，得到电池健康度分数＝100*电池衰减系数A*电池报警系数B-(100-监测指标分数C)
步骤S502，经整理最终得到电池的健康度分数的表达式为：
MAX(20*A*B–C+100,0)+80*A*B。
综上所述，本发明通过提取主机厂TSP***的原始工况数据，作为采集标准化数据的输入源，然后分别计算现有的电池容量衰减系数、电池故障报警系数、以及各项的监测指标分数，综合上述所有因素得到电池健康度分数，从而在线测量出电池的健康状态。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (6)

1.一种电动汽车电池健康的综合评估方法，其特征在于，包括如下步骤：
步骤S1,提取电动汽车的原始工况数据，并对原始工况数据中的异常数据进行过滤；
步骤S2，计算现有电池容量的衰减系数A；
步骤S3，通过原始工况数据构建车辆故障事件表，计算电池故障报警系数B；
步骤S4，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表，并按照预设体检指标评级规则计算监测指标分数C；
步骤S5，结合电池容量衰减系数A、电池报警系数B以及监测指标分数C，整理得到电池的健康度分数的表达式为：
MAX(20*A*B–C+100,0)+80*A*B。
2.根据权利要求1所述的电动汽车电池健康的综合评估方法，其特征在于，所述步骤S1中,对原始工况数据中的异常数据进行过滤，具体包括：
步骤S101，通过原始工况数据计算电池放电行程与充电行程统计数据；
步骤S102，对充电放电行程中的数据进行检验，当检测出行程是无效的行程时，将无效行程剔除。
3.根据权利要求1所述的电动汽车电池健康的综合评估方法，其特征在于，所述步骤S2具体包括：
步骤S201，构建电池容量的衰减模型，通过大数据统计分析电池充电容量的月度水平，并设定初始分为100分，进行量化评定；
步骤S202，训练电池容量的衰减模型，统计电池充电电量的月度平均水平，并将之与初始30天的数据进行对比，计算环比下降幅度，设定基准分为100分；
步骤S203，将统计出的数据作为输入量输入至电池容量的衰减模型，通过分段函数中，计算得到电池容量衰减系数，其中，所述分段函数的表达式为：
Figure FDA0002935230240000021
步骤S204，通过计算得到单个车辆、单月份粒度的电池容量的衰减系数A。
4.根据权利要求1所述的电动汽车电池健康的综合评估方法，其特征在于，所述步骤S3中电池故障报警系数B的计算方法包括如下步骤：
步骤S301，通过原始工况数据构建车辆故障事件表，所述原始工况数据包括VIN、触发故障名称、触发故障等级以及触发故障时间戳；
步骤S302，构建电池报警系数算法，所述电池报警系数的表达式为
Figure FDA0002935230240000022
其中，bi表示指数函数的底数，i＝1,2,3，nm表示指数函数的预设指数，m＝1,2,3；
步骤S303，通过计算得出单车、累计的电池故障报警系数评价结果。
5.根据权利要求1所述的电动汽车电池健康的综合评估方法，其特征在于，所述步骤S4中的监测指标分数C的具体计算过程，包括如下步骤：
步骤S401，根据不同电池的型号与特性，构建不同电池型号的体检指标配置表；
步骤S402，设置电池的各项指标水平，并基于电池的各项指标水平对每月电池实际变化情况进行评级，并作相对应的扣分处理；
步骤S403，针对电池的各项指标水平设置电池的体检指标评级规则，并根据所述体检指标评级规则计算得到电池的监测指标分数C。
6.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或者多个处理器执行时，能实现如权利要求1～5中任一项所述的电动汽车电池健康的综合评估方法的步骤。
CN202110158158.1A 2021-02-05 2021-02-05 电动汽车电池健康的综合评估方法及存储介质 Active CN112946483B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110158158.1A CN112946483B (zh) 2021-02-05 2021-02-05 电动汽车电池健康的综合评估方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110158158.1A CN112946483B (zh) 2021-02-05 2021-02-05 电动汽车电池健康的综合评估方法及存储介质

Publications (2)

Publication Number Publication Date
CN112946483A true CN112946483A (zh) 2021-06-11
CN112946483B CN112946483B (zh) 2022-05-06

Family

ID=76242337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110158158.1A Active CN112946483B (zh) 2021-02-05 2021-02-05 电动汽车电池健康的综合评估方法及存储介质

Country Status (1)

Country Link
CN (1) CN112946483B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114019400A (zh) * 2021-11-03 2022-02-08 广东产品质量监督检验研究院 锂电池生命周期监控管理方法、***及存储介质
CN114035056A (zh) * 2021-11-30 2022-02-11 蜂巢能源(上海)有限公司 一种动力电池性能检测方法、装置和设备
CN114415049A (zh) * 2022-01-07 2022-04-29 中国第一汽车股份有限公司 蓄电池健康度评分卡的确定方法、装置、设备及存储介质
CN115097336A (zh) * 2022-05-30 2022-09-23 中国第一汽车股份有限公司 一种电池荷电状态值估算***、方法、电子设备及介质
CN115575846A (zh) * 2022-12-07 2023-01-06 北京志翔科技股份有限公司 电池组健康状态的检测方法、装置、设备及介质
WO2023221587A1 (zh) * 2022-05-16 2023-11-23 深圳市道通合创数字能源有限公司 电动车辆的动力电池的健康状态确定方法及服务器
CN117930027A (zh) * 2024-03-18 2024-04-26 中国汽车技术研究中心有限公司 一种动力电池容量异常检测方法、装置及平台

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105319515A (zh) * 2015-11-18 2016-02-10 吉林大学 锂离子电池荷电状态和健康状态联合估算方法
CN106199443A (zh) * 2016-07-05 2016-12-07 常州工学院 一种锂电池退化鉴别方法及退化报警***
CN106443489A (zh) * 2016-11-16 2017-02-22 国家电网公司 一种蓄电池在线管理***及其运行方法
CN106646240A (zh) * 2015-10-29 2017-05-10 宝山钢铁股份有限公司 锂电池最大放电功率的估算方法
DE102017103428A1 (de) * 2016-02-23 2017-08-24 Ford Global Technologies, Llc Virtuelle Beurteilung des Batteriegesundheitszustands bei Elektrofahrzeugen
US20180143257A1 (en) * 2016-11-21 2018-05-24 Battelle Energy Alliance, Llc Systems and methods for estimation and prediction of battery health and performance
CN108254696A (zh) * 2017-12-29 2018-07-06 上海电气集团股份有限公司 电池的健康状态评估方法及***
CN109407008A (zh) * 2018-10-12 2019-03-01 安徽江淮汽车集团股份有限公司 一种电动汽车soh的修正方法
CN109633476A (zh) * 2018-12-25 2019-04-16 上海电气分布式能源科技有限公司 电池储能***的健康度的评估方法及***
CN109932663A (zh) * 2019-03-07 2019-06-25 清华四川能源互联网研究院 电池健康状态评估方法、装置、存储介质及电子装置
CN110008235A (zh) * 2019-04-15 2019-07-12 优必爱信息技术（北京）有限公司 动力电池健康度评价方法、装置及***
CN110208706A (zh) * 2019-06-13 2019-09-06 重庆长安新能源汽车科技有限公司 一种基于车联网的动力电池健康状态在线评估***及方法
CN110673049A (zh) * 2018-07-03 2020-01-10 法国电力公司 评估电池健康状态的方法
WO2020084212A1 (fr) * 2018-10-23 2020-04-30 Psa Automobiles Sa Procede de determination de l'etat de vieillissement d'une batterie electrochimique
CN111157908A (zh) * 2020-01-09 2020-05-15 青岛特来电云科技有限公司 一种基于大数据机器学习的电池健康度预测方法
CN111285259A (zh) * 2020-05-09 2020-06-16 上海胜迈机电科技有限公司 系泊装卸时监测集装箱船舶浮态及稳性的多岸桥用***
CN112163018A (zh) * 2020-09-27 2021-01-01 国家电网有限公司 确定光伏组件的生命周期的方法、装置及***

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106646240A (zh) * 2015-10-29 2017-05-10 宝山钢铁股份有限公司 锂电池最大放电功率的估算方法
CN105319515A (zh) * 2015-11-18 2016-02-10 吉林大学 锂离子电池荷电状态和健康状态联合估算方法
DE102017103428A1 (de) * 2016-02-23 2017-08-24 Ford Global Technologies, Llc Virtuelle Beurteilung des Batteriegesundheitszustands bei Elektrofahrzeugen
CN106199443A (zh) * 2016-07-05 2016-12-07 常州工学院 一种锂电池退化鉴别方法及退化报警***
CN106443489A (zh) * 2016-11-16 2017-02-22 国家电网公司 一种蓄电池在线管理***及其运行方法
US20180143257A1 (en) * 2016-11-21 2018-05-24 Battelle Energy Alliance, Llc Systems and methods for estimation and prediction of battery health and performance
CN108254696A (zh) * 2017-12-29 2018-07-06 上海电气集团股份有限公司 电池的健康状态评估方法及***
CN110673049A (zh) * 2018-07-03 2020-01-10 法国电力公司 评估电池健康状态的方法
CN109407008A (zh) * 2018-10-12 2019-03-01 安徽江淮汽车集团股份有限公司 一种电动汽车soh的修正方法
WO2020084212A1 (fr) * 2018-10-23 2020-04-30 Psa Automobiles Sa Procede de determination de l'etat de vieillissement d'une batterie electrochimique
CN109633476A (zh) * 2018-12-25 2019-04-16 上海电气分布式能源科技有限公司 电池储能***的健康度的评估方法及***
CN109932663A (zh) * 2019-03-07 2019-06-25 清华四川能源互联网研究院 电池健康状态评估方法、装置、存储介质及电子装置
CN110008235A (zh) * 2019-04-15 2019-07-12 优必爱信息技术（北京）有限公司 动力电池健康度评价方法、装置及***
CN110208706A (zh) * 2019-06-13 2019-09-06 重庆长安新能源汽车科技有限公司 一种基于车联网的动力电池健康状态在线评估***及方法
CN111157908A (zh) * 2020-01-09 2020-05-15 青岛特来电云科技有限公司 一种基于大数据机器学习的电池健康度预测方法
CN111285259A (zh) * 2020-05-09 2020-06-16 上海胜迈机电科技有限公司 系泊装卸时监测集装箱船舶浮态及稳性的多岸桥用***
CN112163018A (zh) * 2020-09-27 2021-01-01 国家电网有限公司 确定光伏组件的生命周期的方法、装置及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
寇志华: "基于容量衰减速率的三元锂电池健康状态预测", 《电源技术》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114019400A (zh) * 2021-11-03 2022-02-08 广东产品质量监督检验研究院 锂电池生命周期监控管理方法、***及存储介质
CN114035056A (zh) * 2021-11-30 2022-02-11 蜂巢能源(上海)有限公司 一种动力电池性能检测方法、装置和设备
CN114415049A (zh) * 2022-01-07 2022-04-29 中国第一汽车股份有限公司 蓄电池健康度评分卡的确定方法、装置、设备及存储介质
CN114415049B (zh) * 2022-01-07 2024-03-29 中国第一汽车股份有限公司 蓄电池健康度评分卡的确定方法、装置、设备及存储介质
WO2023221587A1 (zh) * 2022-05-16 2023-11-23 深圳市道通合创数字能源有限公司 电动车辆的动力电池的健康状态确定方法及服务器
CN115097336A (zh) * 2022-05-30 2022-09-23 中国第一汽车股份有限公司 一种电池荷电状态值估算***、方法、电子设备及介质
CN115575846A (zh) * 2022-12-07 2023-01-06 北京志翔科技股份有限公司 电池组健康状态的检测方法、装置、设备及介质
CN117930027A (zh) * 2024-03-18 2024-04-26 中国汽车技术研究中心有限公司 一种动力电池容量异常检测方法、装置及平台

Also Published As

Publication number Publication date
CN112946483B (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN112946483B (zh) 电动汽车电池健康的综合评估方法及存储介质
CN111584952B (zh) 用于储能电站电化学电池在线评估的方法和***
CN111707951B (zh) 一种电池组一致性评估方法及***
CN109725266A (zh) 一种电池健康状态soh的计算方法及装置
CN108037462A (zh) 蓄电池健康状况量化方法及***
CN110045291B (zh) 一种锂电池容量估计方法
CN111856309B (zh) 一种电池健康状态的定量判断方法
WO2023124220A1 (zh) 车辆检测方法及装置
CN116401585B (zh) 一种基于大数据的储能电池失效风险评估方法
CN109542742A (zh) 基于专家模型的数据库服务器硬件健康评估方法
CN113657360A (zh) 锂电池健康状态估计方法、装置、设备及可读存储介质
CN114290960A (zh) 获取动力电池的电池健康度的方法、装置和车辆
CN113219351A (zh) 动力电池的监控方法及装置
CN116754984A (zh) 一种电池一致性的检测方法及相关装置
CN115796708A (zh) 一种工程建设用的大数据智能质检方法、***和介质
CN113540589B (zh) 一种电池温差自适应阈值确定方法及***
CN113313403B (zh) 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、***及存储介质
CN114280485A (zh) Soc估算及一致性评估方法、装置、计算机设备
CN117130851B (zh) 一种高性能计算集群运行效率评价方法及***
CN116298910A (zh) 电池安全管控方法及装置
CN115856655A (zh) 新能源汽车电池实时状态评估方法、存储介质及电子设备
CN115128468A (zh) 一种化学储能电池phm欠压故障预测方法
CN115236525A (zh) 一种梯次电池筛选方法、装置及介质
CN114879054A (zh) 一种电池安全监测方法、装置、电子设备及存储介质
CN114035056A (zh) 一种动力电池性能检测方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 401133 room 208, 2 house, 39 Yonghe Road, Yu Zui Town, Jiangbei District, Chongqing

Patentee after: Deep Blue Automotive Technology Co.,Ltd.

Address before: 401133 room 208, 2 house, 39 Yonghe Road, Yu Zui Town, Jiangbei District, Chongqing

Patentee before: CHONGQING CHANGAN NEW ENERGY AUTOMOBILE TECHNOLOGY Co.,Ltd.