CN117970153A - 动力电池健康度的评估方法、装置、计算机设备 - Google Patents
动力电池健康度的评估方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN117970153A CN117970153A CN202410011086.1A CN202410011086A CN117970153A CN 117970153 A CN117970153 A CN 117970153A CN 202410011086 A CN202410011086 A CN 202410011086A CN 117970153 A CN117970153 A CN 117970153A
- Authority
- CN
- China
- Prior art keywords
- value
- battery
- determining
- change
- target
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 180
- 230000036541 health Effects 0.000 title claims abstract description 94
- 230000008859 change Effects 0.000 claims abstract description 156
- 238000000034 method Methods 0.000 claims abstract description 94
- 238000004590 computer program Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 14
- 230000007423 decrease Effects 0.000 description 10
- 238000007599 discharging Methods 0.000 description 9
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 229910052744 lithium Inorganic materials 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本申请涉及一种动力电池健康度的评估方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取用于评估动力电池的电池健康度的多个评估指标;针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;基于变化值以及变化均值,确定所针对的评估指标所对应的衰减系数的实际值;基于每个评估指标所对应的衰减系数的标准值,以及各衰减系数的实际值,确定待评估的动力电池的电池健康度。采用本方法能够提高电池健康度评估准确性。
Description
技术领域
本申请涉及动力电池技术领域,特别是涉及一种动力电池健康度的评估方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
动力电池是新能源汽车的核心部件,占新能源汽车成本的40%左右,其剩余寿命直接决定了新能源汽车的安全性和剩余价值,也是开展基于动力电池业务所必须的核心参数依据。因此,动力电池健康度的评估技术也就不可避免的成为支撑新能源汽车后市场发展的核心技术。电池健康度(state of health,SOH)是衡量电池健康程度的一个量化指标,通常可以表示为电池当前容量与电池额定容量的百分比。电池健康度是用来衡量电池寿命的重要指标,因此准确预测电池健康度是十分重要的。
相关技术中,关于电池健康度的研究普遍聚焦于对电池容量衰减过程的仿真和量化,对电池容量衰减轨迹和历史数据的提炼和延申。然而,由于动力电池的内部结构和理化反应机理十分复杂,其性能衰退过程受自身特性、工作环境、用户充放电行为和驾驶行为的影响较大,而且多种因素相互耦合,受上述因素的影响,导致针对动力电池的电池健康度的评估准确度低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电池健康度评估准确性的动力电池健康度的评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
一方面,本申请提供了一种动力电池健康度的评估方法,包括:
获取用于评估动力电池的电池健康度的多个评估指标;
针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
在其中一个实施例中,所述评估指标包括区段充电容量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态从目标区段内的第一测量值增长至所述目标区段内的第二测量值的充电电量,并将所述充电电量确定为所述区段充电容量在所述目标区段内的变化值;
确定多个指定动力电池的电池荷电状态,从所述第一测量值增长至所述第二测量值的过程中的充电电量均值,并将所述充电电量均值作为所述区段充电容量在所述目标区段内的变化均值;所述指定动力电池,为运行里程处于指定里程范围内的动力电池。
在其中一个实施例中,所述评估指标包括区段放电容量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态从所述目标区段的第三测量值减少至所述目标区段的第四测量值的放电电量,并将所述放电电量确定为所述区段放电容量在所述目标区段内的变化值;
确定多个指定动力电池的电池荷电状态从所述第三测量值减少至所述第四测量值的放电电量均值,并将所述放电电量均值确定为所述区段放电容量在所述目标区段内的变化均值;所述指定动力电池,为运行里程处于指定里程范围内的动力电池。
在其中一个实施例中,所述评估指标包括电池总电压,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态减少至目标区段的目标测量值时的电池总电压,将所述电池总电压确定为所述电池总电压在所述目标区段内的变化值;
确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至所述目标测量值时的电池总电压均值,并将所述电池总电压均值确定为所述电池总电压在所述目标区段内的变化均值。
在其中一个实施例中,所述动力电池包括多个电池单体,所述评估指标包括单体电压,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态减少至目标区段的指定测量值时,确定各所述电池单体中的电压最小值,并将所述电压最小值确定为所述单体电压的变化值;
确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至所述指定测量值时的电池单体的电压最小值均值,并将所述电压最小值均值确定为所述单体电压的变化值均值。
在其中一个实施例中,所述评估指标包括连续运行目标里程的耗电量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
获取待评估的动力电池在运行过程中的电流电压和运行时间,确定待评估的动力电池连续运行目标里程的第一耗电量,将所述第一耗电量确定为连续运行目标里程的耗电量的变化值;
确定在目标环境温度范围内,指定动力电池连续运行目标里程的第二耗电量,并将所述第二耗电量确定为连续运行目标里程的耗电量的变化值均值。
在其中一个实施例中,所述基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值,包括:
确定所述变化值与所述变化均值的比值,并将所述比值确定为所针对的评估指标所对应的衰减系数的实际值。
在其中一个实施例中,所述基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度,包括:
根据每个所述评估指标所对应的衰减系数的标准值,绘制第一雷达图,并确定所述第一雷达图的区域面积;
根据每个所述评估指标所对应的衰减系数的实际值,绘制第二雷达图,并确定所述第二雷达图的区域面积;
确定所述第二雷达图的区域面积与所述第一雷达图的区域面积的比值,作为所述动力电池的电池健康度。
另一方面,本申请还提供了一种动力电池健康度的评估装置,包括:
获取模块,用于获取用于评估动力电池的电池健康度的多个评估指标;
第一确定模块,用于针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
第二确定模块,用于基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
评估模块,用于基于每个所述评估指标的所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
另一方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取用于评估动力电池的电池健康度的多个评估指标;
针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
另一方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取用于评估动力电池的电池健康度的多个评估指标 ;
针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
另一方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取用于评估动力电池的电池健康度 的多个评估指标 ;
针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
上述动力电池健康度的评估方法、装置、计算机设备、存储介质和计算机程序产品,首先,获取用于评估动力电池的电池健康度的多个评估指标;针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;如此,能够基于影响电池健康度的各种评估指标,提高电池健康度评估的全面性;然后,基于变化值以及变化均值,确定所针对的评估指标所对应的衰减系数的实际值;最后,基于每个评估指标所对应的衰减系数的标准值,以及各衰减系数的实际值,确定待评估的动力电池的电池健康度。如此,通过准确计算每个评估参数的衰减系数的实际值,精准评估电池健康度,有效提高电池健康度评估准确性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为一个实施例中动力电池健康度的评估方法的流程示意图;
图2为一个实施例中基于雷达图确定电池健康度的示意图;
图3为另一个实施例中基于雷达图确定电池健康度的示意图;
图4为一个实施例中动力电池健康度的评估装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个示例性的实施例中,如图1所示,提供了一种动力电池健康度的评估方法,以该方法应用于计算机设备(计算机设备可以是终端或服务器)进行说明,包括以下步骤102至步骤108。其中:
步骤102,获取用于评估动力电池的电池健康度的多个评估指标。
在实际实施时,电池健康度SOH作为衡量电池健康程度的一个量化指标,计算机设备可以通过多个评估指标评估动力电池的电池健康度。评估指标包括以下至少之一:区段充电容量、区段放电容量、电池总电压、动力电池的电池包的单体电压、连续运行目标里程的耗电量。其中,与电池容量变化的相关的评估指标可以基于电池荷电状态SOC的变化值来确定,SOC用来反映电池的剩余容量,其数值上定义为剩余容量占电池容量的比值,常用百分数表示。
其中,区段充电容量是指动力电池的SOC值增长指定值a所需的充电电量。区段放电容量是指动力电池的SOC值减小指定值b所需的放电电量。电池总电压是指基于动力电池提供驱动的车辆在行驶过程中SOC值减小到指定阈值c时所对应的电池总电压。单体电压是指指基于动力电池提供驱动的车辆在行驶过程中SOC值减小到指定阈值d时对应的电池单体最小值电压。连续运行目标里程的耗电量是指动力电池连续运行目标里程的耗电量。计算机设备可以根据上述各评估指标确定待评估的动力电池的电池健康度,从而确定待评估的动力电池的状态。
步骤104,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值。
在实际实施时,计算机设备可以结合评估指标在目标区段内的变化值,以及与评
估指标以电池群组为统计粒度在目标区段的变化均值,进行动力电池的状态评估。其中,在
目标区段的变化均值的确定方式为:确定包括N(N为大于1的整数)个动力电池的电池群组,
电池群组内的动力电池的出厂设置(包括生产厂家、类型、型号等)一致,确定电池群组中第
i个动力电池相对于该评估指标在目标区段内的变化值Vi,将电池群组中N个动力电池在目
标区段内的变化值求均值即,作为所针对的评估指标在目标区段内的变化均
值。
步骤106,基于变化值以及变化均值,确定所针对的评估指标所对应的衰减系数的实际值。
在实际实施时,针对每个评估指标可以确定其对应的衰减系数,通过衰减系数指示动力电池的使用寿命,衰减系数是指动力电池在一定时间内,评估指标的所下降的百分比。可以理解的是,衰减系数越小,代表代表动力电池的评估指标的值衰减的越慢,也就表明动力电池的使用寿命越长。以指定动力电池为例,指定动力电池的任一评估指标的衰减系数的标准值为1,衰减系数的实际值为评估指标在目标区段的变化值以及变化均值确定。
步骤108,基于每个评估指标所对应的衰减系数的标准值,以及各衰减系数的实际值,确定待评估的动力电池的电池健康度。
在实际实施时,每个评估指标所对应的衰减系数的。健康度指的是电池当前容量与出厂容量的百分比,一般新出厂电池的健康度为100%,退役电池的健康度在80%左右。计算机设备可以通过绘制多个评估指标的衰减系数所对应的雷达图的方式,计算动力电池的电池健康度。雷达图(Radar Chart)是一种可视化图表,也被称为蛛网图、星形图或极坐标图。它以一个中心点为起点,从中心点向外延伸出多条射线,每条射线代表一个评估指标的衰减系数。每条射线上的点或线段表示该评估指标的衰减系数在不同维度上的取值。
上述动力电池健康度的评估方法中,通过构建覆盖多个评估指标的电池健康度评估方式,使得电池健康度评估的综合性和可靠性大幅度提高,从而全面提高电池健康度评估的准确性。
接下来针对每个评估指标所对应的变化值以及变化均值的确定方式进行说明。
在一个示例性的实施例中,评估指标包括区段充电容量,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:确定待评估的动力电池的电池荷电状态从目标区段内的第一测量值增长至目标区段内的第二测量值的充电电量,并将充电电量确定为区段充电容量在目标区段内的变化值;同时,确定多个指定动力电池的电池荷电状态,从第一测量值增长至第二测量值的过程中的充电电量均值,并将充电电量均值作为区段充电容量在目标区段内的变化均值;指定动力电池,为运行里程处于指定里程范围内的动力电池。
在实际实施时,目标区段是指动力电池的电池荷电状态SOC值的增长区间可记作△SOC1,计算机设备采集的动力电池的运行数据,运行数据可以包括累计行驶里程、累计行驶区域、累计行驶时间、电池累计充电容量、电池累计放电容量等。利用预设的SOC估值方法计算△SOC1等于目标数值的充电容量作为区段充电容量在目标区段内的变化值。△SOC1值是SOC从目标区段内的第一测量值增长至目标区段内的第二测量值。确定电池群组的SOC值从目标区段的第一测量值增长至第二测量的充电电量均值,电池群组中包括N个与出厂参数一致的动力电池,为了保持数据一致性,从其中选择运行里程处于指定范围内的动力电池作为参与计算的M个指定动力电池。分别确定每个指定动力电池SOC的变化量为前述△SOC的充电电量,并求M个充电电量的均值作为区段充电容量在目标区段内的变化均值。
示例性地,以△SOC1=10%为例,目标区段可以是SOC值从80%增长至90%的区段,此时,第一测试量值是SOC=80%,第二测量值是SOC=90%。计算机设备采用安时积分法计算SOC值从80%增长至90%的充电容量作为区段充电容量在目标区段内的变化值。统计动力电池运行里程所处指定里程范围0-500km内的SOC值由80%增长至90%的过程中的充电电量均值作为区段充电容量在目标区段内的变化均值。
本实施例中,通过动力电池的在目标区段的充电容量和SOC的增长值等参数,确定区段充电容量的变化值以及变化均值,以便于后续确定区段充电容量所对应的衰减系数,提供确定区段充电容量相关信息的准确性。
在一个示例性的实施例中,评估指标包括区段放电容量,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:确定待评估的动力电池的电池荷电状态从目标区段的第三测量值减少至目标区段的第四测量值的放电电量,并将放电电量确定为区段放电容量在目标区段内的变化值;同时,确定多个指定动力电池的电池荷电状态从第三测量值减少至第四测量值的放电电量均值,并将放电电量均值确定为区段放电容量在目标区段内的变化均值;指定动力电池,为运行里程处于指定里程范围内的动力电池。
在实际实施时,这里的目标区段是指动力电池的SOC值的减少区间可记作△SOC2,利用预设的SOC估值方法计算△SOC2等于指定减少值的放电容量作为区段放电容量在相应目标区段内的变化值。△SOC2是SOC从相应目标区段内的第三测量值降低至相应目标区段内的第四测量值。为与前述区段充电容量保持一致,△SOC2=△SOC1。确定电池群组的SOC值从目标区段的第三测量值减少至第四测量值的放电电量均值,电池群组中包括N个与出厂参数一致的动力电池,为了保持数据一致性,从其中选择运行里程处于指定范围内的动力电池作为参与计算的M个指定动力电池。分别确定每个指定动力电池SOC的变化量为前述△SOC2的放电电量,并求M个放电电量的均值作为区段放电容量在目标区段内的变化均值。
示例性地,以△SOC1=10%为例,相应的减少的目标区段可以是SOC值从90%减少至80%的区段,此时,第三测试量值是SOC=90%,第四测量值是SOC=80%。采用安时积分法计算SOC值从90%降低至90%的充电容量作为区段放电容量在目标区段内的变化值。统计电池群组中的动力电池运行里程所处指定里程范围0-500km内的SOC值由90%降至80%的过程中的放电电量均值作为区段放电容量在目标区段内的变化均值。
本实施例中,通过动力电池的在目标区段的充电容量和SOC的增长值等参数,确定区段放电容量的变化值以及变化均值,以便于后续确定区段放电容量所对应的衰减系数,提供确定区段放电容量相关信息的准确性。
在一个示例性的实施例中,评估指标包括电池总电压,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:确定待评估的动力电池的电池荷电状态减少至目标区段的目标测量值时的电池总电压,将电池总电压确定为电池总电压在目标区段内的变化值;确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至目标测量值时的电池总电压均值,并将电池总电压均值确定为电池总电压在目标区段内的变化均值。
在实际实施时,在评估指标包括电池总电压的情况下,计算机设备可以基于电压层面的SOC估算方法(如开路电压法),确定动力电池的SOC减少至目标区段的目标测量值时的电池总电压,作为电池总电压在目标区段内的变化值。同时,针对电池群组中运行里程处于预设的里程范围内的多个指定动力电池的SOC减少至该目标测量值时的电池总电压均值,作为电池总电压在目标区段内的变化均值。电池总电压均值的确定方式是从电池群组的N个动力电池中选择运行里程处于预设里程范围内的M个指定动力电池,通过预设的SOC估算方式(如开路电压法)确定自身的SOC减少至预测目标测量值(如SOC减小为90%时)对应的电池总电压。同时,确定与待评估的动力电池的出厂参数一致的电池群组,包括M个指定电池,针对每个指定电池,通过基于电压层面的SOC估算方法(如开路电压法)确SOC值减小为目标测量值时的电池总电压均值。
示例性地,通过开路电压法,确定待评估的动力电池的SOC值减小为90%时对应的电池总电压。统计运行里程范围为0-500km内多个指定动力电池的SOC值减小为90%时对应的电池总电压均值。
本实施例中,结合开路电压法,确定动力电池的电池总电压的相关值的方式,能够提高确定电池总电压变化值以及变化均值的准确性。
在一个示例性的实施例中,动力电池包括多个电池单体,评估指标包括单体电压,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:确定待评估的动力电池的电池荷电状态减少至目标区段的指定测量值时,确定各电池单体中的电压最小值,并将电压最小值确定为单体电压的变化值;确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至指定测量值时的电池单体的电压最小值均值,并将电压最小值均值确定为单体电压的变化值均值。
在实际实施时,动力电池往往以电池包的形式存在,电池包中包括多个电池单体,在进行动力电池的状态评估时,还可以结合电池单体的相关信息。因此,在评估指标包括单体电压的情况下,计算机设备可以基于电压层面的SOC估算方法(如开路电压法),确定动力电池的SOC减少至目标区段的目标测量值时的各电池单体的电压,并确定电池单体中的电压最小值,作为单体电压的变化值。同时,针对电池群组中运行里程处于预设的里程范围内的多个指定动力电池的SOC减少至该目标测量值时的电压最小值的均值,作为单体电压的变化值均值。
示例性地,通过开路电压法,确定待评估的动力电池的SOC值减小为90%时对应的电池包中的每个电池单体的单体电压,并选择单体电压最小的作为电压最小值。并统计运行里程范围为0-500km内多个指定动力电池的SOC值减小为90%时对应的电压最小值均值。
本实施例中,结合开路电压法,确定动力电池的电池包中单体电压的电压最小值,以及电压最小值均值的方式,能够提高确定单体电压的变化值以及变化均值的准确性。
在一个示例性的实施例中,评估指标包括连续运行目标里程的耗电量的情况下,针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:获取待评估的动力电池在运行过程中的电流电压和运行时间,确定待评估的动力电池连续运行目标里程的第一耗电量,将第一耗电量确定为连续运行目标里程的耗电量的变化值;确定在目标环境温度范围内,指定动力电池连续运行目标里程的第二耗电量,并将第二耗电量确定为连续运行目标里程的耗电量的变化值均值。
在实际实施时,连续运行目标里程的耗电量与环境温度的变化密切相关,通常情况下,环境温度越低或越高,都会增加动力电池的耗电量。因此,在以连续运行目标里程的耗电量为电池健康度的评估指标时,还需要统计在不同环境温度下连续运行目标里程的耗电量,结合不同环境温度下连续运行目标里程的耗电量确定连续运行目标里程的耗电量的变化均值。
示例性地,基于车辆行驶过程中的电流电压和时间数据,计算车辆运行10km过程中消耗电量ON,并通过温度传感器所检测的环境温度,确定运行过程中的平均环境温度MN;以环境温度变化5℃为梯度,分别统计环境温度处于-40~40℃范围内,即分别统计[-40℃、-35℃、-30℃、……、30℃、35℃、40℃]各环境温度下的新车累计运行10km消耗的电量Op。计算车辆连续运行10km耗电量衰减系数E=ON/OP。
本实施例中,结合不同环境温度下的耗电量确定动力电池连续运行目标里程的耗电量,能够提高各环境温度条件下,连续运行目标里程的耗电量的准确性。
在一个示例性的实施例中,基于所述变化值以及变化均值,确定所针对的评估指标所对应的衰减系数的实际值,包括:确定变化值与变化均值的比值,并将比值确定为所针对的评估指标所对应的衰减系数的实际值。
在实际实施时,计算机设备可以确定各评估指标在目标区段内的变化值以及相应的变化均值的比值,将比值作为相应评估指标在目标区段内的衰减系数的实际值。确定区段充电容量的变化值与区段充电容量的变化均值的比值作为区段充电容量衰减系数的实际值;确定区段放电容量的变化值与区段放电容量的变化均值的比值作为区段放电容量衰减系数的实际值;确定电池总电压的变化值与电池总电压的变化均值的比值作为电池总电压衰减系数的实际值;确定单体电压的变化值与单体电压的变化均值的比值作为单体电压衰减系数的实际值;确定连续运行目标里程的耗电量的变化值与变化均值作为连续运行目标里程的耗电量衰减系数的实际值。
本实施例中,通过将变化值与变化均值的比值作为衰减系数的实际值的方式,提高各评估指标的衰减系数的实际值的确定准确性。
在一个示例性的实施例中,基于每个评估指标所对应的衰减系数的标准值,以及各衰减系数的实际值,确定待评估的动力电池的电池健康度,包括:根据每个评估指标所对应的衰减系数的标准值,绘制第一雷达图,并确定第一雷达图的区域面积;根据每个评估指标所对应的衰减系数的实际值,绘制第二雷达图,并确定第二雷达图的区域面积;确定第二雷达图的区域面积与第一雷达图的区域面积的比值,作为动力电池的电池健康度。
在实际实施时,构建上述多个评估指标的衰减系数的标准值所对应的第一雷达图,以及多个评估指标的衰减系数的实际值所对应的第二雷达图。通过预设的多边形面积计算方式,确定第一雷达图的区域面积,以及第二雷达图的区域面积。直接将第一雷达图的区域面积与第二雷达图的区域面积的比值作为动力电池的电池健康度。
示例性地,如图2所示,图2中a示出的是根据衰减系数的标准值确定的第一雷达图,衰减系数的标准值通常设置为1即100%,图2中b示出的是根据衰减系数的实际值确定的第二雷达图。确定第一雷达图的面积为S1,第二雷达图的面积为S2,则待评估的动力电池的电池健康度即为S1/S2。
本实施例中,将确定通过待评估的动力电池的电池健康度的确定方式,转换为通过确定不同雷达图的区域面积的确定方式,能够降低确定动力电池的电池健康度的计算复杂度。
为详细说明本申请中的动力电池健康度的评估方法,下面以一个实施例进行说明,在本实施例中,以动力电池是锂电池、SOC的估算方法包括安时积分法、开路电压法,评估指标所对应的衰减系数分别为10%SOC充电容量衰减系数、10%SOC放电容量衰减系数、总电压衰减系数、单体电压最小值衰减系数、连续运行10km耗电量衰减系数为例,说明本申请所提供的动力电池健康度方法,该方法实际上是一种充、放电容量衰减特性相结合的电池健康度综合评估。
也就是说,本申请实施例提供的评估动力电池的电池健康度的方法,是以基于10%SOC充电容量衰减系数、10%SOC放电容量衰减系数、总电压衰减系数、单体电压最小值衰减系数、连续运行10km耗电量衰减系数等五个维度的动力电池健康度的综合评估方法。在动力电池健康度的评估过程中是基于国标342960.3-2016标准下采集的新能源汽车运行大数据,提取车辆充电过程中的充电数据、放电过程中的放电数据、电流电压和时间数据等进行评估。
首先,对每个评估指标的衰减系数的实际值的确定方式进行说明:
针对10%SOC充电容量衰减系数的确定方式如下:基于车辆充电过程中的充电数据,利用安时积分法计算锂电池SOC值由80%增长至90%的过程中的充电电量QN(即前文中的区段充电容量的变化值)。统计新车运行0-500km范围内的锂电池SOC值由80%增长至90%的过程中的充电电量均值作为标称区段容量QP(即前文中的区段充电容量的变化值均值)。确定区段充电容量衰减系数A=QN/QP。
针对10%SOC放电容量衰减系数的确定方式如下:基于车辆充电过程中的充电数据,利用安时积分法计算锂电池SOC值由90%降至80%的过程中的放出电量TN(即为前文中的区段放电容量的变化值)。统计新车运行0-500km范围内的锂电池SOC值由90%降至80%的过程中的放电电量均值作为标称区段容量TP(即为前文中的区段放电容量的变化均值)。计算区段放电容量衰减系数B=TN/TP(即为前文中的区段放电容量衰减系数)。
针对总电压衰减系数的确定方式如下:基于车辆放电过程中的放电数据,车辆行驶过程中锂电池SOC值减小为90%时对应的电池总电压UN(即前文中的电池总电压的变化值);统计新车运行0-500km范围内车辆行驶过程中锂电池SOC值减小为90%时对应的电池总电压均值UP(即前文中的电池总电压的变化均值)。计算总电压衰减系数C=UN/UP(即为前文中的电池总电压衰减系数)。
针对单体电压最小值衰减系数的确定方式如下:基于车辆行驶过程中SOC值减小为90%时对应的电池单体最小值电压UDN;统计新车运行0-500km范围内车辆行驶过程中SOC值减小为90%时对应的电池单体最小值均值UDP。计算单体电压最小值衰减系数D=UDN/UDP。
针对连续运行10km耗电量衰减系数的确定方式如下:基于车辆行驶过程中的电流电压和时间数据,计算车辆运行10km过程中消耗电量ON并记录运行过程中的平均温度MN;以5℃为梯度,分别统计-40~40℃范围内,新车累计运行10km消耗的电量Op。计算车辆连续运行10km耗电量衰减系数E=ON/OP。
其次,基于以上5个维度绘制如图3(a)中所示的雷达图,并计算其中阴影面积S1。在对电池的健康度进行评估时,依据前述方式分别计算五个维度下的衰减系数并绘制在如图3(b)中所示的雷达图中,并计算其中阴影面积S2,最终确定电池健康度=S2/S1。
应用本申请实施例具有以下有益效果:
1)将安时积分法和开路电压法结合,全面提高电池健康度评估的准确性
本实施例中基于新能源汽车大数据,计算新能源汽车动力电池容量和90%SOC等参数,将安时积分方法和开路电压等方法有机结合,构建覆盖五个维度的电池健康度评估***,使得电池健康度评估的综合性和可靠性大幅度提高。
2)将充电容量和放电容量相结合,综合评估电池容量衰减特性
本实施例中基于新能源汽车大数据,提取车辆运行过程中的优质充电数据和放电数据,基于用户的充放电行为特征,计算车辆的区段充电容量和放电容量,并结合汽车连续运行10km能耗特性,构建充电容量和放电容量相结合的电池健康度评估方法,提高电池健康度评估的综合性和可靠性。
3)便捷、成本低可实现在线预测
本实施例中基于当前国家新能源汽车采集标准下的新能源汽车大数据对车辆状态进行评估,不需要借助实体测试设备。因此评估过程可完全在线上进行,适用于对现役和退役新能源汽车的残值评估,完全符合新能源汽车后市场的发展需求。且在利用进行车辆状态评估时仅需要利用线上***录入车辆vin码等关键信息即可完成评估查询操作,方便快捷;同时评估过程所有算法均基于车辆运行的真实数据,不存在外延推测过程,可靠性高,可解释性强。本实施例完全基于当前新能源汽车采集标准下的新能源汽车大数据对车辆状态进行评估,不需要借助实体测试设备,检测评估过程中不需要传统的充放电过程,几乎无设备老化维护费用、场地费、电费等测设成本,检测评估过程成本低。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的动力电池健康度的评估方法的动力电池健康度的评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个动力电池健康度的评估装置实施例中的具体限定可以参见上文中对于动力电池健康度的评估方法的限定,在此不再赘述。
在一个示例性的实施例中,如图4所示,提供了一种动力电池健康度的评估装置400,包括:获取模块410、第一确定模块420、第二确定模块430和评估模块440,其中:
获取模块,用于获取用于评估动力电池的电池健康度的多个评估指标。
第一确定模块,用于针对每个评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值。
第二确定模块,用于基于变化值以及变化均值,确定所针对的评估指标所对应的衰减系数的实际值。
评估模块,用于基于每个评估指标的所对应的衰减系数的标准值,以及各衰减系数的实际值,确定待评估的动力电池的电池健康度。
在一个实施例中,评估指标包括区段充电容量,第一确定模块,还用于确定待评估的动力电池的电池荷电状态从目标区段内的第一测量值增长至目标区段内的第二测量值的充电电量,并将充电电量确定为区段充电容量在目标区段内的变化值;确定多个指定动力电池的电池荷电状态,从第一测量值增长至第二测量值的过程中的充电电量均值,并将充电电量均值作为区段充电容量在目标区段内的变化均值;指定动力电池,为运行里程处于指定里程范围内的动力电池。
在一个实施例中,评估指标包括区段放电容量,第一确定模块,还用于确定待评估的动力电池的电池荷电状态从所述目标区段的第三测量值减少至目标区段的第四测量值的放电电量,并将放电电量确定为区段放电容量在目标区段内的变化值;
确定多个指定动力电池的电池荷电状态从第三测量值减少至第四测量值的放电电量均值,并将放电电量均值确定为区段放电容量在目标区段内的变化均值;指定动力电池,为运行里程处于指定里程范围内的动力电池。
在一个实施例中,评估指标包括电池总电压,第一确定模块,还用于确定待评估的动力电池的电池荷电状态减少至目标区段的目标测量值时的电池总电压,将电池总电压确定为电池总电压在目标区段内的变化值;确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至目标测量值时的电池总电压均值,并将电池总电压均值确定为电池总电压在目标区段内的变化均值。
在一个实施例中,动力电池包括多个电池单体,评估指标包括单体电压,第一确定模块,还用于确定待评估的动力电池的电池荷电状态减少至目标区段的指定测量值时,确定各电池单体中的电压最小值,并将电压最小值确定为单体电压的变化值;确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至指定测量值时的电池单体的电压最小值均值,并将电压最小值均值确定为单体电压的变化值均值。
在一个实施例中,评估指标包括连续运行目标里程的耗电量,第一确定模块,还用于获取待评估的动力电池在运行过程中的电流电压和运行时间,确定待评估的动力电池连续运行目标里程的第一耗电量,将第一耗电量确定为连续运行目标里程的耗电量的变化值;确定在目标环境温度范围内,指定动力电池连续运行目标里程的第二耗电量,并将第二耗电量确定为连续运行目标里程的耗电量的变化值均值。
在一个实施例中,第二确定模块,还用于确定变化值与变化均值的比值,并将比值确定为所针对的评估指标所对应的衰减系数的实际值。
在一个实施例中,评估模块,还用于根据每个评估指标所对应的衰减系数的标准值,绘制第一雷达图,并确定第一雷达图的区域面积;根据每个评估指标所对应的衰减系数的实际值,绘制第二雷达图,并确定第二雷达图的区域面积;确定第二雷达图的区域面积与第一雷达图的区域面积的比值,作为动力电池的电池健康度。
上述动力电池健康度的评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是服务器或终端,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种动力电池健康度的评估方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种动力电池健康度的评估方法,其特征在于,所述方法包括:
获取用于评估动力电池的电池健康度的多个评估指标;
针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
2.根据权利要求1所述的方法,其特征在于,所述评估指标包括区段充电容量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态从目标区段内的第一测量值增长至所述目标区段内的第二测量值的充电电量,并将所述充电电量确定为所述区段充电容量在所述目标区段内的变化值;
确定多个指定动力电池的电池荷电状态,从所述第一测量值增长至所述第二测量值的过程中的充电电量均值,并将所述充电电量均值作为所述区段充电容量在所述目标区段内的变化均值;所述指定动力电池,为运行里程处于指定里程范围内的动力电池。
3.根据权利要求1所述的方法,其特征在于,所述评估指标包括区段放电容量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态从所述目标区段的第三测量值减少至所述目标区段的第四测量值的放电电量,并将所述放电电量确定为所述区段放电容量在所述目标区段内的变化值;
确定多个指定动力电池的电池荷电状态从所述第三测量值减少至所述第四测量值的放电电量均值,并将所述放电电量均值确定为所述区段放电容量在所述目标区段内的变化均值;所述指定动力电池,为运行里程处于指定里程范围内的动力电池。
4.根据权利要求1所述的方法,其特征在于,所述评估指标包括电池总电压,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态减少至目标区段的目标测量值时的电池总电压,将所述电池总电压确定为所述电池总电压在所述目标区段内的变化值;
确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至所述目标测量值时的电池总电压均值,并将所述电池总电压均值确定为所述电池总电压在所述目标区段内的变化均值。
5.根据权利要求1所述的方法,其特征在于,所述动力电池包括多个电池单体,所述评估指标包括单体电压,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
确定待评估的动力电池的电池荷电状态减少至目标区段的指定测量值时,确定各所述电池单体中的电压最小值,并将所述电压最小值确定为所述单体电压的变化值;
确定运行里程处于里程范围内的多个指定动力电池的电池荷电状态减少至所述指定测量值时的电池单体的电压最小值均值,并将所述电压最小值均值确定为所述单体电压的变化值均值。
6.根据权利要求1所述的方法,其特征在于,所述评估指标包括连续运行目标里程的耗电量,所述针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值,包括:
获取待评估的动力电池在运行过程中的电流电压和运行时间,确定待评估的动力电池连续运行目标里程的第一耗电量,将所述第一耗电量确定为连续运行目标里程的耗电量的变化值;
确定在目标环境温度范围内,指定动力电池连续运行目标里程的第二耗电量,并将所述第二耗电量确定为连续运行目标里程的耗电量的变化值均值。
7.根据权利要求1所述的方法,其特征在于,所述基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值,包括:
确定所述变化值与所述变化均值的比值,并将所述比值确定为所针对的评估指标所对应的衰减系数的实际值。
8.根据权利要求1所述的方法,其特征在于,所述基于每个所述评估指标所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度,包括:
根据每个所述评估指标所对应的衰减系数的标准值,绘制第一雷达图,并确定所述第一雷达图的区域面积;
根据每个所述评估指标所对应的衰减系数的实际值,绘制第二雷达图,并确定所述第二雷达图的区域面积;
确定所述第二雷达图的区域面积与所述第一雷达图的区域面积的比值,作为所述动力电池的电池健康度。
9.一种动力电池健康度的评估装置,其特征在于,所述装置包括:
获取模块,用于获取用于评估动力电池的电池健康度的多个评估指标;
第一确定模块,用于针对每个所述评估指标,确定所针对的评估指标在目标区段内的变化值以及变化均值;
第二确定模块,用于基于所述变化值以及所述变化均值,确定所针对的评估指标所对应的衰减系数的实际值;
评估模块,用于基于每个所述评估指标的所对应的衰减系数的标准值,以及各所述衰减系数的实际值,确定待评估的动力电池的电池健康度。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410011086.1A CN117970153A (zh) | 2024-01-04 | 2024-01-04 | 动力电池健康度的评估方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410011086.1A CN117970153A (zh) | 2024-01-04 | 2024-01-04 | 动力电池健康度的评估方法、装置、计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117970153A true CN117970153A (zh) | 2024-05-03 |
Family
ID=90860302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410011086.1A Pending CN117970153A (zh) | 2024-01-04 | 2024-01-04 | 动力电池健康度的评估方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117970153A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140052396A1 (en) * | 2011-04-28 | 2014-02-20 | Sk Innovation Co., Ltd. | Device and Method for Measuring the Capacity Degradation of a Battery |
CN110703119A (zh) * | 2018-06-22 | 2020-01-17 | 北京京东尚科信息技术有限公司 | 评估电池健康状态的方法和装置 |
CN112034789A (zh) * | 2020-08-25 | 2020-12-04 | 国家机床质量监督检验中心 | 一种数控机床关键部件及整机的健康评估方法,***及评估终端机 |
CN114966449A (zh) * | 2022-05-19 | 2022-08-30 | 蔚来汽车科技(安徽)有限公司 | 监控电池健康度的方法和*** |
-
2024
- 2024-01-04 CN CN202410011086.1A patent/CN117970153A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140052396A1 (en) * | 2011-04-28 | 2014-02-20 | Sk Innovation Co., Ltd. | Device and Method for Measuring the Capacity Degradation of a Battery |
CN110703119A (zh) * | 2018-06-22 | 2020-01-17 | 北京京东尚科信息技术有限公司 | 评估电池健康状态的方法和装置 |
CN112034789A (zh) * | 2020-08-25 | 2020-12-04 | 国家机床质量监督检验中心 | 一种数控机床关键部件及整机的健康评估方法,***及评估终端机 |
CN114966449A (zh) * | 2022-05-19 | 2022-08-30 | 蔚来汽车科技(安徽)有限公司 | 监控电池健康度的方法和*** |
Non-Patent Citations (2)
Title |
---|
B. ROUTH: "Particle Filtering framework for Health Monitoring of Lithium-Ion Batteries using Ampere-hour Throughput based Semi-Empirical Model", 2021 IEEE INTERNATIONAL CONFERENCE ON PROGNOSTICS AND HEALTH MANAGEMENT, 20 June 2021 (2021-06-20), pages 1 - 7, XP033944630, DOI: 10.1109/ICPHM51084.2021.9486635 * |
王思淼: "基于大数据的动力电池健康度估算方法研究", 《传动技术》, vol. 35, no. 4, 31 December 2021 (2021-12-31), pages 8 - 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tan et al. | Real-time state-of-health estimation of lithium-ion batteries based on the equivalent internal resistance | |
CN102565710B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
CN102468521B (zh) | 用于估计蓄电池健康状态的方法和装置 | |
CN111929602B (zh) | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 | |
US11965935B2 (en) | Method and apparatus for operating a system for providing predicted states of health of electrical energy stores for a device using machine learning methods | |
CN112213643B (zh) | 电池初始容量、电池健康状态的预测方法、***及设备 | |
CN110376536B (zh) | 电池***soh检测方法、装置、计算机设备和存储介质 | |
Zhou et al. | Peak power prediction for series-connected LiNCM battery pack based on representative cells | |
CN111505511B (zh) | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN113093027B (zh) | 电池soc校准方法、装置、***、介质及程序产品 | |
CN114935725A (zh) | 一种电池soh预测方法、存储介质及*** | |
Chen et al. | A novel battery health indicator and PSO-LSSVR for LiFePO4 battery SOH estimation during constant current charging | |
CN115389954A (zh) | 一种电池容量的估算方法、电子设备及可读存储介质 | |
CN115308608A (zh) | 一种全钒液流电池电压预测方法、装置及介质 | |
CN113495214B (zh) | 一种基于温度变化模型的超级电容荷电状态估计方法 | |
CN117970153A (zh) | 动力电池健康度的评估方法、装置、计算机设备 | |
CN116203427A (zh) | 车载电池健康状态的预测方法、装置、设备和存储介质 | |
CN112363058B (zh) | 一种基于阻抗谱和马尔科夫特性的锂离子电池安全度估算方法及装置 | |
CN115808636A (zh) | 电池容量损失测试方法、装置、计算机设备和存储介质 | |
CN112731173B (zh) | 一种电池包的电芯内阻变化检测方法及装置 | |
Vilsen et al. | Predicting Lithium-ion battery resistance degradation using a log-linear model | |
CN117434463B (zh) | 动力电池的剩余寿命评估方法、装置、设备和存储介质 | |
CN117970152A (zh) | 动力电池的状态评估方法、装置、计算机设备、存储介质 | |
XIAOJUNTAN et al. | Real-Time State-of-Health Estimation of Lithium-Ion Batteries Based on the Equivalent Internal Resistance |
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 |