CN117538767B - 一种电动汽车充放电过程车-桩协同状态监测***及方法 - Google Patents

一种电动汽车充放电过程车-桩协同状态监测***及方法 Download PDF

Info

Publication number
CN117538767B
CN117538767B CN202410026183.8A CN202410026183A CN117538767B CN 117538767 B CN117538767 B CN 117538767B CN 202410026183 A CN202410026183 A CN 202410026183A CN 117538767 B CN117538767 B CN 117538767B
Authority
CN
China
Prior art keywords
vehicle battery
preset
life time
less
charging
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.)
Active
Application number
CN202410026183.8A
Other languages
English (en)
Other versions
CN117538767A (zh
Inventor
张宝强
王芳
樊彬
李津
陈皓
徐枭
曹冬冬
李政
张萌
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.)
China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd
Original Assignee
China Automotive Research New Energy Vehicle Inspection Center Tianjin 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 China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd filed Critical China Automotive Research New Energy Vehicle Inspection Center Tianjin Co ltd
Priority to CN202410026183.8A priority Critical patent/CN117538767B/zh
Publication of CN117538767A publication Critical patent/CN117538767A/zh
Application granted granted Critical
Publication of CN117538767B publication Critical patent/CN117538767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/30—Constructional details of charging stations
    • B60L53/31—Charging columns specially adapted for electric vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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
    • 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]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/545—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及电变量测量技术领域，特别是涉及一种电动汽车充放电过程车‑桩协同状态监测***及方法。包括：车辆电池监测模块，用于实时采集车辆电池的状态参数；充电桩监测模块，用于实时监测充电桩的状态参数；监控模块，用于对车辆电池的状态参数以及充电桩的状态参数进行处理，并根据预设公式判断车辆电池的充放电状态；处理模块，用于根据车辆电池的充放电状态、车辆电池的状态参数以及充电桩的状态参数预测车辆电池的寿命。本发明通过车‑桩协同状态的参数，对电池的寿命进行了合理化预测，并结合多个影响参数对电池的寿命预测进行修正，准确有效地评估了电池寿命。

Description

一种电动汽车充放电过程车-桩协同状态监测***及方法
技术领域
本发明涉及电变量测量技术领域，特别是涉及一种电动汽车充放电过程车-桩协同状态监测***及方法。
背景技术
随着蓄电池性能的不断提升，电动车辆得到了广泛的应用，在今后一段时间里，车辆发展的主流将会以电动车辆的保有量逐年增加，并部分取代内燃机车的趋势。同时，由于电动车的技术越来越成熟，电动汽车的管理与服务也更加规范；电动汽车的标准也将以系列化、标准化的现代化模式出现，电动车将会开启一个车辆时代的变革。
然而现有技术中，对于电动汽车充放电过程中，电池健康状态评估一直是存在的难点，主要影响因素包括电池参数的非线性变化，电池性能随时间和使用环境的变化而变化，难以建立精确的数学模型，并且电池老化过程具有随机性和不可预测性，目前尚无明确的老化规律，还存在如何有效地整合各类监测数据，并进行合理分析以评估电池健康状态的难点。因此，如何提供一种电动汽车充放电过程车-桩协同状态监测***及方法是本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种电动汽车充放电过程车-桩协同状态监测***及方法，本发明通过车-桩协同状态的参数，对电池的寿命进行了合理化预测，并结合多个影响参数对电池的寿命预测进行修正，准确有效地评估了电池寿命。
为了实现上述目的，本发明提供了如下的技术方案：
一种电动汽车充放电过程车-桩协同状态监测***，包括：
车辆电池监测模块，用于实时采集车辆电池的状态参数，所述车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
充电桩监测模块，用于实时监测充电桩的状态参数，所述充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
数据通信模块，用于通过无线通信技术将所述车辆电池的状态参数以及所述充电桩的状态参数进行发送；
监控模块，用于接收所述车辆电池的状态参数以及所述充电桩的状态参数，并对所述车辆电池的状态参数以及所述充电桩的状态参数进行处理，并根据预设公式判断所述车辆电池的充放电状态；
处理模块，用于根据所述车辆电池的充放电状态、所述车辆电池的状态参数以及所述充电桩的状态参数预测所述车辆电池的寿命。
在本申请的一些实施例中，所述监控模块根据预设公式判断所述车辆电池的充放电状态时，包括：
根据所述电池端电压Vd以及所述电池充放电电流Id计算所述车辆电池的剩余电量，并根据所述车辆电池的剩余电量判断所述车辆电池的充放电状态；
所述预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为所述车辆电池的剩余电量，Vbat为所述车辆电池的端电压，Vmin为所述车辆电池的最小允许电压，Vmax为所述车辆电池的最大允许电压；其中，
当所述车辆电池的剩余电量大于50%时，判断所述车辆电池处于充电状态；
当所述车辆电池的剩余电量小于50%时，判断所述车辆电池处于放电状态；
当所述车辆电池的剩余电量等于50%时，判断所述车辆电池处于满充状态。
在本申请的一些实施例中，所述监控模块还用于当判断所述车辆电池处于充电状态时，根据所述充电桩的状态参数生成充电曲线，并根据所述充电曲线获取所述车辆电池的充电速率vd；
所述处理模块还用于根据所述车辆电池的充电速率vd预测所述车辆电池的寿命；
所述处理模块内预先设定有预设充电速率矩阵T0和预设剩余寿命时间矩阵A，对于所述预设剩余寿命时间矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设剩余寿命时间，A2为第二预设剩余寿命时间，A3为第三预设剩余寿命时间，A4为第四预设剩余寿命时间，且A1＜A2＜A3＜A4＜5年；
对于所述预设充电速率矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设充电速率，T02为第二预设充电速率，T03为第三预设充电速率，T04为第四预设充电速率，且T01＜T02＜T03＜T04；
所述处理模块用于根据vd与所述预设充电速率矩阵T0之间的关系选定相应地剩余寿命时间作为预测所述车辆电池的寿命；
当vd＜T01时，选定所述第四预设剩余寿命时间A4作为预测所述车辆电池的寿命；
当T01≤vd＜T02时，选定所述第三预设剩余寿命时间A3作为预测所述车辆电池的寿命；
当T02≤vd＜T03时，选定所述第二预设剩余寿命时间A2作为预测所述车辆电池的寿命；
当T03≤vd＜T04时，选定所述第一预设剩余寿命时间A1作为预测所述车辆电池的寿命。
在本申请的一些实施例中，所述处理模块还用于获取所述车辆电池的历史充电次数k；
所述处理模块内还设定有预设历史充电次数矩阵R0和预设剩余寿命时间修正系数矩阵B，对于所述预设剩余寿命时间修正系数矩阵B，设定B(B1,B2,B3,B4)，其中B1为第一预设剩余寿命时间修正系数，B2为第二预设剩余寿命时间修正系数，B3为第三预设剩余寿命时间修正系数，B4为第四预设剩余寿命时间修正系数，且0.6＜B1＜B2＜B3＜B4＜1；
对于所述预设历史充电次数矩阵R0，设定R0(R01,R02,R03,R04),其中，R01为第一预设历史充电次数，R02为第二预设历史充电次数，R03为第三预设历史充电次数，R04为第四预设历史充电次数，且R01＜R02＜R03＜R04；
所述处理模块还用于根据k与所述预设历史充电次数矩阵R0之间的关系选定相应的剩余寿命时间修正系数以对各预设剩余寿命时间进行修正；
当k＜R01时，选定所述第四预设剩余寿命时间修正系数B4对所述第四预设剩余寿命时间A4进行修正，修正后的剩余寿命时间为A4B4；
当R01≤k＜R02，选定所述第三预设剩余寿命时间修正系数B3对所述第三预设剩余寿命时间A3进行修正，修正后的剩余寿命时间为A3B3；
当R02≤k＜R03，选定所述第二预设剩余寿命时间修正系数B2对所述第二预设剩余寿命时间A2进行修正，修正后的剩余寿命时间为A2B2；
当R03≤k＜R04，选定所述第一预设剩余寿命时间修正系数B1对所述第一预设剩余寿命时间A1进行修正，修正后的剩余寿命时间为A1B1。
在本申请的一些实施例中，所述监控模块还用于当判断所述车辆电池处于放电状态时，根据所述车辆电池的状态参数以及所述车辆电池的剩余电量生成放电曲线，并根据所述放电曲线获取所述车辆电池的放电速率vt；
所述处理模块内还设定有预设放电速率矩阵W0和预设剩余寿命时间二次修正系数矩阵C，对于所述预设剩余寿命时间二次修正系数矩阵C，设定C(C1,C2,C3,C4)，其中C1为第一预设剩余寿命时间二次修正系数，C2为第二预设剩余寿命时间二次修正系数，C3为第三预设剩余寿命时间二次修正系数，C4为第四预设剩余寿命时间二次修正系数，且0.6＜C1＜C2＜C3＜C4＜1；
对于所述预设放电速率矩阵W0，设定W0(W01,W02,W03,W04),其中，W01为第一预设放电速率，W02为第二预设放电速率，W03为第三预设放电速率，W04为第四预设放电速率，且W01＜W02＜W03＜W04；
所述处理模块还用于根据vt与所述预设放电速率矩阵W0之间的关系选定相应的剩余寿命时间二次修正系数以对修正后的各预设剩余寿命时间进行二次修正；
当vt＜W01时，选定所述第四预设剩余寿命时间二次修正系数C4对修正后的所述第四预设剩余寿命时间A4进行二次修正，修正后的剩余寿命时间为A4B4/>C4；
当W01≤vt＜W02，选定所述第三预设剩余寿命时间二次修正系数C3对修正后的所述第三预设剩余寿命时间A3进行二次修正，修正后的剩余寿命时间为A3B3/>C3；
当W02≤vt＜W03，选定所述第二预设剩余寿命时间二次修正系数C2对修正后的所述第二预设剩余寿命时间A2进行二次修正，修正后的剩余寿命时间为A2B2/>C2；
当W03≤vt＜W04，选定所述第一预设剩余寿命时间二次修正系数C1对修正后的所述第一预设剩余寿命时间A1进行二次修正，修正后的剩余寿命时间为A1B1/>C1。
在本申请的一些实施例中，所述处理模块还用于根据预测的所述车辆电池的寿命对所述车辆电池进行故障预测；其中，
所述处理模块对所述车辆电池进行故障预测，包括:
获取所述车辆电池的历史状态参数，所述车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的所述车辆电池的历史状态参数根据时间序列进行排列，并将排列后的所述历史状态参数进行预处理；
基于SVR对所述历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据所述故障预测模型，以及所述车辆电池的状态参数对所述车辆电池进行故障预测；
根据所述故障预测模型对所述车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
在本申请的一些实施例中，所述处理模块对排列后的所述历史状态参数进行预处理，包括：
剔除所述历史状态参数中的异常值数据，以及对所述历史状态参数中的数据进行间隔化处理，并对所述历史状态参数中的数据进行非线性判断以生成用于支持向量机学习训练的样本形式。
为了实现上述目的，本发明还相应地提供了一种电动汽车充放电过程车-桩协同状态监测方法，应用于所述的电动汽车充放电过程车-桩协同状态监测***中，包括：
实时采集车辆电池的状态参数，所述车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
实时监测充电桩的状态参数，所述充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
通过无线通信技术将所述车辆电池的状态参数以及所述充电桩的状态参数进行发送；
接收所述车辆电池的状态参数以及所述充电桩的状态参数，并对所述车辆电池的状态参数以及所述充电桩的状态参数进行处理，并根据预设公式判断所述车辆电池的充放电状态；
根据所述车辆电池的充放电状态、所述车辆电池的状态参数以及所述充电桩的状态参数预测所述车辆电池的寿命。
在本申请的一些实施例中，根据预设公式判断所述车辆电池的充放电状态时，包括：
根据所述电池端电压Vd以及所述电池充放电电流Id计算所述车辆电池的剩余电量，并根据所述车辆电池的剩余电量判断所述车辆电池的充放电状态；
所述预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为所述车辆电池的剩余电量，Vbat为所述车辆电池的端电压，Vmin为所述车辆电池的最小允许电压，Vmax为所述车辆电池的最大允许电压；其中，
当所述车辆电池的剩余电量大于50%时，判断所述车辆电池处于充电状态；
当所述车辆电池的剩余电量小于50%时，判断所述车辆电池处于放电状态；
当所述车辆电池的剩余电量等于50%时，判断所述车辆电池处于满充状态。
在本申请的一些实施例中，还包括：
根据预测的所述车辆电池的寿命对所述车辆电池进行故障预测；其中，
对所述车辆电池进行故障预测，包括:
获取所述车辆电池的历史状态参数，所述车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的所述车辆电池的历史状态参数根据时间序列进行排列，并将排列后的所述历史状态参数进行预处理；
基于SVR对所述历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据所述故障预测模型，以及所述车辆电池的状态参数对所述车辆电池进行故障预测；
根据所述故障预测模型对所述车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
本发明提供了一种电动汽车充放电过程车-桩协同状态监测***及方法，与现有技术相比，其有益效果在于：
本发明通过车辆电池的状态参数以及充电桩的状态参数计算充电速率和放电速率，以对电池的寿命进行合理化的预测，并结合相关参数的适应性修正，可以准确的评估电池的寿命，并结合机器学习的方式，根据电池的寿命进行故障预警。
附图说明
图1是本发明实施例中电动汽车充放电过程车-桩协同状态监测***的功能框图；
图2是本发明实施例中电动汽车充放电过程车-桩协同状态监测方法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内侧的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
充电时间长是新能源汽车推广普及的痛点之一，解决方案之一是提高充电效率，即所谓的快充技术，30分钟或者15分钟补电到80%，但是对动力电池安全性要求比较高，对电池寿命也会有影响，第二个就是换电模式，理论上具备提高能效、提高动力电池利用效率、控制安全、利于动力电池商业化的优势，但也存在成本控制、管理制度、标准化等问题，另外也不是所有车都适合换电模式。
对于电动汽车普遍的充电形式都是采取快充技术，这就会导致对于电动汽车充放电过程中，难以对电池健康状态进行评估，由于电池参数的非线性变化，电池性能随时间和使用环境的变化而变化，难以建立精确的数学模型，并且电池老化过程具有随机性和不可预测性，目前尚无明确的老化规律，还存在如何有效地整合各类监测数据，以进行合理分析以评估电池健康状态的难点。
因此，本发明提供了一种电动汽车充放电过程车-桩协同状态监测***及方法，通过车-桩协同状态的参数，对电池的寿命进行了合理化预测，并结合多个影响参数对电池的寿命预测进行修正，准确有效地评估了电池寿命。
参阅图1所示，本发明的公开实施例提供了一种电动汽车充放电过程车-桩协同状态监测***，包括：
车辆电池监测模块，用于实时采集车辆电池的状态参数，车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
充电桩监测模块，用于实时监测充电桩的状态参数，充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
数据通信模块，用于通过无线通信技术将车辆电池的状态参数以及充电桩的状态参数进行发送；
监控模块，用于接收车辆电池的状态参数以及充电桩的状态参数，并对车辆电池的状态参数以及充电桩的状态参数进行处理，并根据预设公式判断车辆电池的充放电状态；
处理模块，用于根据车辆电池的充放电状态、车辆电池的状态参数以及充电桩的状态参数预测车辆电池的寿命。
在本申请的一种具体实施例中，监控模块根据预设公式判断车辆电池的充放电状态时，包括：
根据电池端电压Vd以及电池充放电电流Id计算车辆电池的剩余电量，并根据车辆电池的剩余电量判断车辆电池的充放电状态；
预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为车辆电池的剩余电量，Vbat为车辆电池的端电压，Vmin为车辆电池的最小允许电压，Vmax为车辆电池的最大允许电压；其中，
当车辆电池的剩余电量大于50%时，判断车辆电池处于充电状态；
当车辆电池的剩余电量小于50%时，判断车辆电池处于放电状态；
当车辆电池的剩余电量等于50%时，判断车辆电池处于满充状态。
需要说明的是，上述技术方案是应用于锂电池的，对于其中的参数获取在实际应用中可以结合电池管理***（BMS）或直接读取电池的电参量传感器来获取，以获取电池的端电压和充放电电流等参数。
在本申请的一种具体实施例中，监控模块还用于当判断车辆电池处于充电状态时，根据充电桩的状态参数生成充电曲线，并根据充电曲线获取车辆电池的充电速率vd；
处理模块还用于根据车辆电池的充电速率vd预测车辆电池的寿命；
处理模块内预先设定有预设充电速率矩阵T0和预设剩余寿命时间矩阵A，对于预设剩余寿命时间矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设剩余寿命时间，A2为第二预设剩余寿命时间，A3为第三预设剩余寿命时间，A4为第四预设剩余寿命时间，且A1＜A2＜A3＜A4＜5年；
对于预设充电速率矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设充电速率，T02为第二预设充电速率，T03为第三预设充电速率，T04为第四预设充电速率，且T01＜T02＜T03＜T04；
处理模块用于根据vd与预设充电速率矩阵T0之间的关系选定相应地剩余寿命时间作为预测车辆电池的寿命；
当vd＜T01时，选定第四预设剩余寿命时间A4作为预测车辆电池的寿命；
当T01≤vd＜T02时，选定第三预设剩余寿命时间A3作为预测车辆电池的寿命；
当T02≤vd＜T03时，选定第二预设剩余寿命时间A2作为预测车辆电池的寿命；
当T03≤vd＜T04时，选定第一预设剩余寿命时间A1作为预测车辆电池的寿命。
可以理解的是，充电速率越快，电池的寿命就越短。这是因为快速充电会导致电池内部的化学反应不平衡，从而引发电池极板翘曲变形、酸液浓度增大等问题，因此，本发明结合充电速率对车辆电池的寿命进行预测，可以有效评估电池在使用过程中的性能和可靠性。通过预测，可以了解在不同充电速率下，电池的寿命变化情况，从而为用户提供合理的充电建议，延长电池使用寿命，提高电动汽车的续航里程和性能。此外，这对于电池制造商、电动汽车厂商也具有指导意义，有助于推动电动汽车产业的发展。
在本申请的一种具体实施例中，处理模块还用于获取车辆电池的历史充电次数k；
处理模块内还设定有预设历史充电次数矩阵R0和预设剩余寿命时间修正系数矩阵B，对于预设剩余寿命时间修正系数矩阵B，设定B(B1,B2,B3,B4)，其中B1为第一预设剩余寿命时间修正系数，B2为第二预设剩余寿命时间修正系数，B3为第三预设剩余寿命时间修正系数，B4为第四预设剩余寿命时间修正系数，且0.6＜B1＜B2＜B3＜B4＜1；
对于预设历史充电次数矩阵R0，设定R0(R01,R02,R03,R04),其中，R01为第一预设历史充电次数，R02为第二预设历史充电次数，R03为第三预设历史充电次数，R04为第四预设历史充电次数，且R01＜R02＜R03＜R04；
处理模块还用于根据k与预设历史充电次数矩阵R0之间的关系选定相应的剩余寿命时间修正系数以对各预设剩余寿命时间进行修正；
当k＜R01时，选定第四预设剩余寿命时间修正系数B4对第四预设剩余寿命时间A4进行修正，修正后的剩余寿命时间为A4B4；
当R01≤k＜R02，选定第三预设剩余寿命时间修正系数B3对第三预设剩余寿命时间A3进行修正，修正后的剩余寿命时间为A3B3；
当R02≤k＜R03，选定第二预设剩余寿命时间修正系数B2对第二预设剩余寿命时间A2进行修正，修正后的剩余寿命时间为A2B2；
当R03≤k＜R04，选定第一预设剩余寿命时间修正系数B1对第一预设剩余寿命时间A1进行修正，修正后的剩余寿命时间为A1B1。
可以理解的是，对于锂离子电池，在正常使用条件下的寿命通常为3-5年，然而，这也会受到充电次数的影响，当充电次数越多的时候就会导致寿命的缩短，本发明通过结合充电次数对车辆电池的寿命预测进行修正，进一步地提供了预测结果的准确性。
在本申请的一种具体实施例中，监控模块还用于当判断车辆电池处于放电状态时，根据车辆电池的状态参数以及车辆电池的剩余电量生成放电曲线，并根据放电曲线获取车辆电池的放电速率vt；
处理模块内还设定有预设放电速率矩阵W0和预设剩余寿命时间二次修正系数矩阵C，对于预设剩余寿命时间二次修正系数矩阵C，设定C(C1,C2,C3,C4)，其中C1为第一预设剩余寿命时间二次修正系数，C2为第二预设剩余寿命时间二次修正系数，C3为第三预设剩余寿命时间二次修正系数，C4为第四预设剩余寿命时间二次修正系数，且0.6＜C1＜C2＜C3＜C4＜1；
对于预设放电速率矩阵W0，设定W0(W01,W02,W03,W04),其中，W01为第一预设放电速率，W02为第二预设放电速率，W03为第三预设放电速率，W04为第四预设放电速率，且W01＜W02＜W03＜W04；
处理模块还用于根据vt与预设放电速率矩阵W0之间的关系选定相应的剩余寿命时间二次修正系数以对修正后的各预设剩余寿命时间进行二次修正；
当vt＜W01时，选定第四预设剩余寿命时间二次修正系数C4对修正后的第四预设剩余寿命时间A4进行二次修正，修正后的剩余寿命时间为A4B4/>C4；
当W01≤vt＜W02，选定第三预设剩余寿命时间二次修正系数C3对修正后的第三预设剩余寿命时间A3进行二次修正，修正后的剩余寿命时间为A3B3/>C3；
当W02≤vt＜W03，选定第二预设剩余寿命时间二次修正系数C2对修正后的第二预设剩余寿命时间A2进行二次修正，修正后的剩余寿命时间为A2B2/>C2；
当W03≤vt＜W04，选定第一预设剩余寿命时间二次修正系数C1对修正后的第一预设剩余寿命时间A1进行二次修正，修正后的剩余寿命时间为A1B1/>C1。
可以理解的是，放电速率对车辆电池寿命有显著影响，放电速率越快，电池寿命越短，这是因为快速放电会导致电池内部的化学反应不平衡，加速电池性能的下降，电池的放电速率越慢，电池的寿命就越长，本发明通过放电速率对电池寿命进行预测，可以了解在不同放电速率下，电池的寿命变化情况，从而为电池的管理和维护提供依据，有助于优化电池的使用条件，延长电池寿命，提高电池性能，提高车辆的整体性能，以及提前发现电池潜在的问题，进行及时的维修和更换。
在本申请的一种具体实施例中，处理模块还用于根据预测的车辆电池的寿命对车辆电池进行故障预测；其中，
处理模块对车辆电池进行故障预测，包括:
获取车辆电池的历史状态参数，车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的车辆电池的历史状态参数根据时间序列进行排列，并将排列后的历史状态参数进行预处理；
基于SVR对历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据故障预测模型，以及车辆电池的状态参数对车辆电池进行故障预测；
根据故障预测模型对车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
在本申请的一种具体实施例中，对车辆电池进行故障预测以及建立故障预测模型，包括:
用SVM做回归分析，即支持向量回归机（SVR），其实现方案是通过一非线性映射φ，将输入空间的数据Ｘ映射到高维特征空间Ｇ中，并在这个空间进行线性回归。给定训练集Ｔ＝｛（ｘ１，ｙ１），…，（ｘｌ，ｙｌ）｝∈（Ｒｎ×γ）ｌ，其中ｘｉ∈Ｒｎ，ｙｉ∈γ＝Ｒ，ｉ＝１，…，ｌ；引入不敏感损失函数来简化回归问题， 该算法也称为ε－SVR，是支持向量机回归的标准算法，采用下式来估计函数：
；
式中，b为偏执量。
在优化估计函数时对优化目标取极值：
；
使得：
；
式中：Ｃ为惩罚因子，用以实现经验风险和置信风险的折中；Ｃ 越大，对数据的拟合能力越高；ξｉ和ξ＊ ｉ为松弛因子，用来控制线性不可分边界。ε用于控制回归逼近误差和模型的泛化能力，其定义为：
；
引入拉格朗日函数，利用优化问题的对偶形式，最终得到:回归函数：
；
式中：α，α＊ ｉ ≥０；γ，γ＊ ｉ＝≥０；ｉ＝１，…ｌ。
由KKT定理，可得到：
；
因此，对于非线性支持向量机回归，回归函数表示为：
；
核函数选取径向基核函数 （RBF）：
。
可以理解的是，本发明结合机器学习的方式，实时掌握电池状态，并在其基础上基于SVR建立故障预测模型，根据当前数据和历史数据预测其健康状态，并预报可能发生的故障。
在本申请的一种具体实施例中，处理模块对排列后的历史状态参数进行预处理，包括：
剔除历史状态参数中的异常值数据，以及对历史状态参数中的数据进行间隔化处理，并对历史状态参数中的数据进行非线性判断以生成用于支持向量机学习训练的样本形式。
基于相同的技术构思，参阅图2所示，本发明还相应地提供了一种电动汽车充放电过程车-桩协同状态监测方法，应用于电动汽车充放电过程车-桩协同状态监测***中，包括：
实时采集车辆电池的状态参数，车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
实时监测充电桩的状态参数，充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
通过无线通信技术将车辆电池的状态参数以及充电桩的状态参数进行发送；
接收车辆电池的状态参数以及充电桩的状态参数，并对车辆电池的状态参数以及充电桩的状态参数进行处理，并根据预设公式判断车辆电池的充放电状态；
根据车辆电池的充放电状态、车辆电池的状态参数以及充电桩的状态参数预测车辆电池的寿命。
在本申请的一种具体实施例中，根据预设公式判断车辆电池的充放电状态时，包括：
根据电池端电压Vd以及电池充放电电流Id计算车辆电池的剩余电量，并根据车辆电池的剩余电量判断车辆电池的充放电状态；
预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为车辆电池的剩余电量，Vbat为车辆电池的端电压，Vmin为车辆电池的最小允许电压，Vmax为车辆电池的最大允许电压；其中，
当车辆电池的剩余电量大于50%时，判断车辆电池处于充电状态；
当车辆电池的剩余电量小于50%时，判断车辆电池处于放电状态；
当车辆电池的剩余电量等于50%时，判断车辆电池处于满充状态。
需要说明的是，上述技术方案是应用于锂电池的，对于其中的参数获取在实际应用中可以结合电池管理***（BMS）或直接读取电池的电参量传感器来获取，以获取电池的端电压和充放电电流等参数。
在本申请的一种具体实施例中，还包括：
根据预测的车辆电池的寿命对车辆电池进行故障预测；其中，
对车辆电池进行故障预测，包括:
获取车辆电池的历史状态参数，车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的车辆电池的历史状态参数根据时间序列进行排列，并将排列后的历史状态参数进行预处理；
基于SVR对历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据故障预测模型，以及车辆电池的状态参数对车辆电池进行故障预测；
根据故障预测模型对车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
综上所述，本发明通过车辆电池的状态参数以及充电桩的状态参数计算充电速率和放电速率，以对电池的寿命进行合理化的预测，并结合相关参数的适应性修正，可以准确的评估电池的寿命，并结合机器学习的方式，根据电池的寿命进行故障预警。本发明具有智能化以及准确化等优点。
以上所述仅为本发明的一个实施例子，但不能以此限制本发明的范围，凡依据本发明所做的结构上的变化，只要不失本发明的要义所在，都应视为落入本发明保护范围之内受到制约。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的***，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (9)

1.一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，包括：
车辆电池监测模块，用于实时采集车辆电池的状态参数，所述车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
充电桩监测模块，用于实时监测充电桩的状态参数，所述充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
数据通信模块，用于通过无线通信技术将所述车辆电池的状态参数以及所述充电桩的状态参数进行发送；
监控模块，用于接收所述车辆电池的状态参数以及所述充电桩的状态参数，并对所述车辆电池的状态参数以及所述充电桩的状态参数进行处理，并根据预设公式判断所述车辆电池的充放电状态；
处理模块，用于根据所述车辆电池的充放电状态、所述车辆电池的状态参数以及所述充电桩的状态参数预测所述车辆电池的寿命；
其中，所述监控模块还用于当判断所述车辆电池处于充电状态时，根据所述充电桩的状态参数生成充电曲线，并根据所述充电曲线获取所述车辆电池的充电速率vd；
所述处理模块还用于根据所述车辆电池的充电速率vd预测所述车辆电池的寿命；
所述处理模块内预先设定有预设充电速率矩阵T0和预设剩余寿命时间矩阵A，对于所述预设剩余寿命时间矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设剩余寿命时间，A2为第二预设剩余寿命时间，A3为第三预设剩余寿命时间，A4为第四预设剩余寿命时间，且A1＜A2＜A3＜A4＜5年；
对于所述预设充电速率矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设充电速率，T02为第二预设充电速率，T03为第三预设充电速率，T04为第四预设充电速率，且T01＜T02＜T03＜T04；
所述处理模块用于根据vd与所述预设充电速率矩阵T0之间的关系选定相应地剩余寿命时间作为预测所述车辆电池的寿命；
当vd＜T01时，选定所述第四预设剩余寿命时间A4作为预测所述车辆电池的寿命；
当T01≤vd＜T02时，选定所述第三预设剩余寿命时间A3作为预测所述车辆电池的寿命；
当T02≤vd＜T03时，选定所述第二预设剩余寿命时间A2作为预测所述车辆电池的寿命；
当T03≤vd＜T04时，选定所述第一预设剩余寿命时间A1作为预测所述车辆电池的寿命。
2.根据权利要求1所述的一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，所述监控模块根据预设公式判断所述车辆电池的充放电状态时，包括：
根据所述电池端电压Vd以及所述电池充放电电流Id计算所述车辆电池的剩余电量，并根据所述车辆电池的剩余电量判断所述车辆电池的充放电状态；
所述预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为所述车辆电池的剩余电量，Vbat为所述车辆电池的端电压，Vmin为所述车辆电池的最小允许电压，Vmax为所述车辆电池的最大允许电压；其中，
当所述车辆电池的剩余电量大于50%时，判断所述车辆电池处于充电状态；
当所述车辆电池的剩余电量小于50%时，判断所述车辆电池处于放电状态；
当所述车辆电池的剩余电量等于50%时，判断所述车辆电池处于满充状态。
3.根据权利要求1所述的一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，
所述处理模块还用于获取所述车辆电池的历史充电次数k；
所述处理模块内还设定有预设历史充电次数矩阵R0和预设剩余寿命时间修正系数矩阵B，对于所述预设剩余寿命时间修正系数矩阵B，设定B(B1,B2,B3,B4)，其中B1为第一预设剩余寿命时间修正系数，B2为第二预设剩余寿命时间修正系数，B3为第三预设剩余寿命时间修正系数，B4为第四预设剩余寿命时间修正系数，且0.6＜B1＜B2＜B3＜B4＜1；
对于所述预设历史充电次数矩阵R0，设定R0(R01,R02,R03,R04),其中，R01为第一预设历史充电次数，R02为第二预设历史充电次数，R03为第三预设历史充电次数，R04为第四预设历史充电次数，且R01＜R02＜R03＜R04；
所述处理模块还用于根据k与所述预设历史充电次数矩阵R0之间的关系选定相应的剩余寿命时间修正系数以对各预设剩余寿命时间进行修正；
当k＜R01时，选定所述第四预设剩余寿命时间修正系数B4对所述第四预设剩余寿命时间A4进行修正，修正后的剩余寿命时间为A4B4；
当R01≤k＜R02，选定所述第三预设剩余寿命时间修正系数B3对所述第三预设剩余寿命时间A3进行修正，修正后的剩余寿命时间为A3B3；
当R02≤k＜R03，选定所述第二预设剩余寿命时间修正系数B2对所述第二预设剩余寿命时间A2进行修正，修正后的剩余寿命时间为A2B2；
当R03≤k＜R04，选定所述第一预设剩余寿命时间修正系数B1对所述第一预设剩余寿命时间A1进行修正，修正后的剩余寿命时间为A1B1。
4.根据权利要求3所述的一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，
所述监控模块还用于当判断所述车辆电池处于放电状态时，根据所述车辆电池的状态参数以及所述车辆电池的剩余电量生成放电曲线，并根据所述放电曲线获取所述车辆电池的放电速率vt；
所述处理模块内还设定有预设放电速率矩阵W0和预设剩余寿命时间二次修正系数矩阵C，对于所述预设剩余寿命时间二次修正系数矩阵C，设定C(C1,C2,C3,C4)，其中C1为第一预设剩余寿命时间二次修正系数，C2为第二预设剩余寿命时间二次修正系数，C3为第三预设剩余寿命时间二次修正系数，C4为第四预设剩余寿命时间二次修正系数，且0.6＜C1＜C2＜C3＜C4＜1；
对于所述预设放电速率矩阵W0，设定W0(W01,W02,W03,W04),其中，W01为第一预设放电速率，W02为第二预设放电速率，W03为第三预设放电速率，W04为第四预设放电速率，且W01＜W02＜W03＜W04；
所述处理模块还用于根据vt与所述预设放电速率矩阵W0之间的关系选定相应的剩余寿命时间二次修正系数以对修正后的各预设剩余寿命时间进行二次修正；
当vt＜W01时，选定所述第四预设剩余寿命时间二次修正系数C4对修正后的所述第四预设剩余寿命时间A4进行二次修正，修正后的剩余寿命时间为A4B4/>C4；
当W01≤vt＜W02，选定所述第三预设剩余寿命时间二次修正系数C3对修正后的所述第三预设剩余寿命时间A3进行二次修正，修正后的剩余寿命时间为A3B3/>C3；
当W02≤vt＜W03，选定所述第二预设剩余寿命时间二次修正系数C2对修正后的所述第二预设剩余寿命时间A2进行二次修正，修正后的剩余寿命时间为A2B2/>C2；
当W03≤vt＜W04，选定所述第一预设剩余寿命时间二次修正系数C1对修正后的所述第一预设剩余寿命时间A1进行二次修正，修正后的剩余寿命时间为A1B1/>C1。
5.根据权利要求4所述的一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，
所述处理模块还用于根据预测的所述车辆电池的寿命对所述车辆电池进行故障预测；其中，
所述处理模块对所述车辆电池进行故障预测，包括:
获取所述车辆电池的历史状态参数，所述车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的所述车辆电池的历史状态参数根据时间序列进行排列，并将排列后的所述历史状态参数进行预处理；
基于SVR对所述历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据所述故障预测模型，以及所述车辆电池的状态参数对所述车辆电池进行故障预测；
根据所述故障预测模型对所述车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
6.根据权利要求5所述的一种电动汽车充放电过程车-桩协同状态监测***，其特征在于，所述处理模块对排列后的所述历史状态参数进行预处理，包括：
剔除所述历史状态参数中的异常值数据，以及对所述历史状态参数中的数据进行间隔化处理，并对所述历史状态参数中的数据进行非线性判断以生成用于支持向量机学习训练的样本形式。
7.一种电动汽车充放电过程车-桩协同状态监测方法，应用于如权利要求1-6任一项所述的电动汽车充放电过程车-桩协同状态监测***中，其特征在于，包括：
实时采集车辆电池的状态参数，所述车辆电池的状态参数包括电池端电压Vd、电池充放电电流Id以及电池温度Td；
实时监测充电桩的状态参数，所述充电桩的状态参数包括充电桩电压Vc、充电桩电流Ic以及充电桩功率Pc；
通过无线通信技术将所述车辆电池的状态参数以及所述充电桩的状态参数进行发送；
接收所述车辆电池的状态参数以及所述充电桩的状态参数，并对所述车辆电池的状态参数以及所述充电桩的状态参数进行处理，并根据预设公式判断所述车辆电池的充放电状态；
当判断所述车辆电池处于充电状态时，根据所述充电桩的状态参数生成充电曲线，并根据所述充电曲线获取所述车辆电池的充电速率vd；
根据所述车辆电池的充放电状态、所述车辆电池的状态参数以及所述充电桩的状态参数预测所述车辆电池的寿命；
根据所述车辆电池的充电速率vd预测所述车辆电池的寿命，具体包括：
预先设定预设充电速率矩阵T0和预设剩余寿命时间矩阵A，对于所述预设剩余寿命时间矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设剩余寿命时间，A2为第二预设剩余寿命时间，A3为第三预设剩余寿命时间，A4为第四预设剩余寿命时间，且A1＜A2＜A3＜A4＜5年；
对于所述预设充电速率矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设充电速率，T02为第二预设充电速率，T03为第三预设充电速率，T04为第四预设充电速率，且T01＜T02＜T03＜T04；
根据vd与所述预设充电速率矩阵T0之间的关系选定相应地剩余寿命时间作为预测所述车辆电池的寿命；
当vd＜T01时，选定所述第四预设剩余寿命时间A4作为预测所述车辆电池的寿命；
当T01≤vd＜T02时，选定所述第三预设剩余寿命时间A3作为预测所述车辆电池的寿命；
当T02≤vd＜T03时，选定所述第二预设剩余寿命时间A2作为预测所述车辆电池的寿命；
当T03≤vd＜T04时，选定所述第一预设剩余寿命时间A1作为预测所述车辆电池的寿命。
8.根据权利要求7所述的一种电动汽车充放电过程车-桩协同状态监测方法，其特征在于，根据预设公式判断所述车辆电池的充放电状态时，包括：
根据所述电池端电压Vd以及所述电池充放电电流Id计算所述车辆电池的剩余电量，并根据所述车辆电池的剩余电量判断所述车辆电池的充放电状态；
所述预设公式为：
SOC=(Vbat-Vmin)/(Vmax-Vmin)100%；
式中，SOC为所述车辆电池的剩余电量，Vbat为所述车辆电池的端电压，Vmin为所述车辆电池的最小允许电压，Vmax为所述车辆电池的最大允许电压；其中，
当所述车辆电池的剩余电量大于50%时，判断所述车辆电池处于充电状态；
当所述车辆电池的剩余电量小于50%时，判断所述车辆电池处于放电状态；
当所述车辆电池的剩余电量等于50%时，判断所述车辆电池处于满充状态。
9.根据权利要求8所述的一种电动汽车充放电过程车-桩协同状态监测方法，其特征在于，还包括：
根据预测的所述车辆电池的寿命对所述车辆电池进行故障预测；其中，
对所述车辆电池进行故障预测，包括:
获取所述车辆电池的历史状态参数，所述车辆电池的历史状态参数包括电池历史端电压、电池充放电历史电流以及电池历史温度；
对获取到的所述车辆电池的历史状态参数根据时间序列进行排列，并将排列后的所述历史状态参数进行预处理；
基于SVR对所述历史状态参数中的数据进行学习训练，并建立故障预测模型；
根据所述故障预测模型，以及所述车辆电池的状态参数对所述车辆电池进行故障预测；
根据所述故障预测模型对所述车辆电池进行故障预测的结果进行残差阈值检验，并进行故障预警。
CN202410026183.8A 2024-01-09 2024-01-09 一种电动汽车充放电过程车-桩协同状态监测***及方法 Active CN117538767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410026183.8A CN117538767B (zh) 2024-01-09 2024-01-09 一种电动汽车充放电过程车-桩协同状态监测***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410026183.8A CN117538767B (zh) 2024-01-09 2024-01-09 一种电动汽车充放电过程车-桩协同状态监测***及方法

Publications (2)

Publication Number Publication Date
CN117538767A CN117538767A (zh) 2024-02-09
CN117538767B true CN117538767B (zh) 2024-03-22

Family

ID=89792304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410026183.8A Active CN117538767B (zh) 2024-01-09 2024-01-09 一种电动汽车充放电过程车-桩协同状态监测***及方法

Country Status (1)

Country Link
CN (1) CN117538767B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108037462A (zh) * 2017-12-14 2018-05-15 株洲广锐电气科技有限公司 蓄电池健康状况量化方法及***
CN109164397A (zh) * 2018-09-21 2019-01-08 华北电力大学（保定） 考虑充电速率和环境温度的锂电池寿命损耗评估方法
CN109342949A (zh) * 2018-11-06 2019-02-15 长沙理工大学 充电过程中锂离子动力电池剩余寿命在线预测方法
KR101949449B1 (ko) * 2017-11-07 2019-02-18 주식회사 스마트이앤엠 배터리 수명 예측 방법 및 그 장치
CN110901470A (zh) * 2019-11-29 2020-03-24 安徽江淮汽车集团股份有限公司 电动汽车电池寿命预测方法、装置、设备及存储介质
CN113779750A (zh) * 2021-07-22 2021-12-10 广东劲天科技有限公司 基于充电状态的电池寿命预测方法、***及充电桩
CN114609536A (zh) * 2022-03-10 2022-06-10 广州万城万充新能源科技有限公司 基于充电桩历史数据的电池寿命预测方法及***
CN114932836A (zh) * 2022-06-06 2022-08-23 华人运通(山东)科技有限公司 车辆的充电状态的监测方法、装置和车辆
CN116882981A (zh) * 2023-09-07 2023-10-13 深圳市海雷新能源有限公司 基于数据分析的智能电池管理***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7115035B2 (ja) * 2018-05-25 2022-08-09 株式会社デンソー 電池寿命推定装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101949449B1 (ko) * 2017-11-07 2019-02-18 주식회사 스마트이앤엠 배터리 수명 예측 방법 및 그 장치
CN108037462A (zh) * 2017-12-14 2018-05-15 株洲广锐电气科技有限公司 蓄电池健康状况量化方法及***
CN109164397A (zh) * 2018-09-21 2019-01-08 华北电力大学（保定） 考虑充电速率和环境温度的锂电池寿命损耗评估方法
CN109342949A (zh) * 2018-11-06 2019-02-15 长沙理工大学 充电过程中锂离子动力电池剩余寿命在线预测方法
CN110901470A (zh) * 2019-11-29 2020-03-24 安徽江淮汽车集团股份有限公司 电动汽车电池寿命预测方法、装置、设备及存储介质
CN113779750A (zh) * 2021-07-22 2021-12-10 广东劲天科技有限公司 基于充电状态的电池寿命预测方法、***及充电桩
CN114609536A (zh) * 2022-03-10 2022-06-10 广州万城万充新能源科技有限公司 基于充电桩历史数据的电池寿命预测方法及***
CN114932836A (zh) * 2022-06-06 2022-08-23 华人运通(山东)科技有限公司 车辆的充电状态的监测方法、装置和车辆
CN116882981A (zh) * 2023-09-07 2023-10-13 深圳市海雷新能源有限公司 基于数据分析的智能电池管理***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Deployment Model of Charging Pile based on Random Forest for Shared Electric Vehicle in Smart Cities;Tiantian Xu 等;《2018 14th International Conference on Mobile Ad-Hoc and Sensor Networks》;20181231;49-54 *
考虑寿命衰减及电价机制的电池储能***技术经济研究;田玉婷 等;《四川电力技术》;20221031;第45卷(第5期);1-6 *

Also Published As

Publication number Publication date
CN117538767A (zh) 2024-02-09

Similar Documents

Publication Publication Date Title
EP2629109B1 (en) Electrical storage device
CN102231546B (zh) 具有均衡充放电功能的电池管理***及其控制方法
CN111239630A (zh) 一种储能电池寿命预测方法及管理***
US5739670A (en) Method for diagnosing battery condition
JP7446990B2 (ja) 蓄電装置の充電状態推定方法及び蓄電装置の充電状態推定システム
Hussein Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries
Kubiak et al. Calendar aging of a 250 kW/500 kWh Li-ion battery deployed for the grid storage application
CN110324383B (zh) 云服务器、电动汽车及其中动力电池的管理***、方法
EP4206712A1 (en) Apparatus and method for diagnosing battery
CN116973782B (zh) 基于机器学习的新能源汽车保养维护与故障监测诊断方法
CN114329760A (zh) 一种基于数字孪生的车载锂离子电池建模及故障诊断方法
Bohlen Impedance-based battery monitoring
CN117836644A (zh) 二次电池的健康状态估计方法、二次电池的健康状态估计程序及二次电池的健康状态估计装置
US9702941B2 (en) Method and devices for making available information for the purpose of performing maintenance and servicing of a battery
US11835589B2 (en) Method and apparatus for machine-individual improvement of the lifetime of a battery in a battery-operated machine
CN116826887A (zh) 一种电池均衡方法以及均衡装置
CN117538767B (zh) 一种电动汽车充放电过程车-桩协同状态监测***及方法
US20230324463A1 (en) Method and Apparatus for Operating a System for Detecting an Anomaly of an Electrical Energy Store for a Device by Means of Machine Learning Methods
US20230231396A1 (en) Method and apparatus for executing a charging operation of a device battery
CN111308352A (zh) 一种锂离子的电池衰减估算方法
CN115951225A (zh) 一种电池均衡优化容量估计方法和装置
CN112630665B (zh) 一种基于智能网联的锂电池寿命预测***
WO2023100241A1 (ja) 二次電池の診断方法、充放電制御方法、診断装置、管理システム、及び、診断プログラム
US11733313B2 (en) Method and apparatus for operating a system for providing states of health of electrical energy stores for a multiplicity of devices with the aid of machine learning methods
CN117388737A (zh) 电池健康状态的评估方法、装置、设备及存储介质

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