CN107894571A - 车载电池组寿命估算方法 - Google Patents

Abstract

本发明是关于一种车载电池组寿命估算方法，涉及汽车工业技术领域。主要采用的技术方案为：测量车载电池组中各电池单体的电容量；测量车载电池组运行过程中各电池单体的电流、温度以及电压；根据各电池单体的电流和对应的各电池单体的电容量，计算得到各电池单体的放电倍率和荷电状态；根据各电池单体的荷电状态和对应的各电池单体的电容量，计算得到各电池单体的放电深度；根据各电池单体的温度、放电深度以及放电倍率，使用寿命模型预估各电池单体的寿命；从全部电池单体寿命中选用最短的寿命作为车载电池组的寿命。采用本方法估算车载电池组寿命，能够有效保护车载电池组，避免电池单体的过充和过放，保证车载电池组的安全运行。

Description

车载电池组寿命估算方法

技术领域

本发明涉及汽车工业技术领域，特别是涉及一种车载电池组寿命估算方法。

背景技术

对于纯电动汽车、插电式电动汽车以及混合动力汽车的主要驱动电源——电池组，需要其具有能量密度高、循环寿命长、自放电率低、无记忆效应等特点，同时要准确的估算电池组的寿命，以保证电池组在使用过程中能够稳定的工作。

现有技术中，对车载电池组寿命的估算，通常是将电池组整体作为研究对象，对电池组进行充放电实验，当电池组的电容量衰减至初始容量的80％时，将电池组经过的充放电次数作为车载电池组的寿命。

但是，现有技术中的车载电池组寿命估算方法忽略了电池组内电池单体之间的不一致性，得出的电池组寿命值是一个平均量。而电池组的寿命实际上是由电池组内性能最差的一个电池单体决定的，类似于“木桶效应”，电池组的寿命取决于电池单体中寿命最短者。所以按照现有技术得到的电池组寿命使用电池组，则寿命短于电池组寿命的电池单体是低于寿命终点在运行，这对于该寿命短的电池单体而言存在过充或过放的安全隐患。因此，现有技术中，为了解决这一问题，为了保障使用的安全性，在使用过程中就要留有足够的余量，这通常会造成车载电池组容量设计过量和提前终止电池组使用，造成成本升高和使用的浪费。

发明内容

本发明的主要目的在于，提供一种车载电池组寿命估算方法，所要解决的技术问题是准确估算电池组的寿命，确保电池组安全运行，以及避免电池组容量设计过量。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种车载电池组寿命估算方法，其包括：

测量车载电池组中各电池单体的电容量；

测量所述车载电池组运行过程中各电池单体的电流、温度以及电压；

根据各所述电池单体的电流和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电倍率和荷电状态；根据各所述电池单体的荷电状态和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电深度；

根据各所述电池单体的温度、放电深度以及放电倍率，使用寿命模型预估各所述电池单体的寿命；

从全部所述电池单体寿命中选用最短的寿命作为所述车载电池组的寿命。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

优选的，前述的车载电池组寿命估算方法，其中所述车载电池组运行过程中各电池单体的电流是通过如下方式得到的，包括：

测量车载电池组运行过程中车载电池组的电流，将所述车载电池组的电流按照所述车载电池组中并联的所述电池单体的数量均分获得各所述电池单体的电流。

优选的，前述的车载电池组寿命估算方法，其中各所述电池单体的荷电状态是通过如下方法获得的，包括：

安时积分方法，或者模型方法。

优选的，前述的车载电池组寿命估算方法，其中所述模型方法采用的模型为卡尔曼滤波模型或神经网络模型。

优选的，前述的车载电池组寿命估算方法，其中所述寿命模型为基于实验的经验模型；

或，所述寿命模型为基于数据驱动的模型。

优选的，前述的车载电池组寿命估算方法，其中采用曲面响应设计寿命模型预估所述电池单体的寿命。

优选的，前述的车载电池组寿命估算方法，其中所述曲面响应设计寿命模型采用的公式为：

Cycles＝a₀+a₁*T+a₂*DOD+a₃*C+a₄*(T-T₀)*(DOD-DOD₀)+a₅*(T-T₀)*(C-C₀)+a₆*C*DOD+a₇*(T-T₀)*(T-T₀)+a₈*(DOD-DOD₀)*(DOD-DOD₀)+a₉*(C-C₀)*(C-C₀)；

其中，Cycles为电池单体的容量衰减至初始容量80％时的循环次数，T为电池单体的温度，DOD为电池单体的放电深度、C为电池单体的放电倍率；a₀,a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,T₀,C₀,DOD₀为常数，是根据多个预定工况及对应循环次数，按照所述曲面相应设计寿命模型公式拟合得到。

优选的，前述的车载电池组寿命估算方法，其中所述预定工况条件下，所述T的取值范围为-30～50度，所述DOD的取值范围为0.8～1，所述C的取值范围为0.5～2。

借由上述技术方案，本发明车载电池组寿命估算方法至少具有下列优点：

本发明技术方案中，提供了一种能够对车载电池组中每个电池单体的寿命进行估算的方法，其通过对每个电池单体自身的性能参数以及工作时的性能参数的测量，并通过寿命模型快速地估算出每个电池单体的寿命，且可以快速地估算出电池单体在不同工况条件下的寿命，最后使用电池单体中寿命最短的作为车载电池组的寿命。解决了多个电池单体之间性能不一致的问题，使车载电池组在设置使用时限以及设置使用过程中的余量时，以多个电池单体中寿命最短的寿命作为参考，避免了最短寿命的电池单体的过充和过放，保证了车载电池组的使用安全；同时以多个电池单体中寿命最短的寿命作为电池组的寿命，在车载电池组运行的过程中无需留有过多的使用余量，避免了使用的浪费。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1是本发明的实施例提供的一种车载电池组寿命估算方法的流程示意图；

图2是本发明的实施例提供的一种在拟合曲面响应设计寿命模型公式中常数的过程中，正交试验中电池单的体温度T、放电深度DOD以及放电倍率C的水平取值；

图3是本发明的实施例提供的一种在拟合曲面响应设计寿命模型公式中常数的过程中，正交试验建立的正交试验表；

图4是本发明的实施例提供的一种在拟合曲面响应设计寿命模型公式中常数的过程中，正交试验的试验结果数据表。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的车载电池组寿命估算方法，其具体实施方式、方法、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

如图1所示，本发明的实施例提出的一种用于车载电池组寿命估算方法，其包括：

101、测量车载电池组中各电池单体的电容量。

具体的，可以直接使用测量电池电容量的仪器直接对车载电池组中的，每个电池单体的电容量进行测量。将电池单体的电容量直接记录在终端设备中用于后续寿命估算使用。

102、测量所述车载电池组运行过程中各电池单体的电流、温度以及电压。

具体的，车载电池组在运行过程中的电流可以直接使用仪器测量得到，各电池单体的电流可以采用均分车载电池组电流的方式得到；可以在每个电池单体的外表面设置温度传感器，例如热电偶，然后使用温度传感器测得每个电池单体的温度；同样电压的测量也可以是单独针对每个电池单体进行测量而得到，即将每个电池组单体均连接电压测量仪器，然后测得运行时每个电池单体的运行电压。上述的每个电池单体的电流、每个电池单体的温度以及每个电池单体的电压，均为测量时刻的所在工况的数据，即可以在不同工况下测量得到不同的电流、温度以及电压数据，使用这些不同工况的数据获得对应工况的电池单体寿命，然后将这些数据传输给终端设备中，用于后续的预估电池单体寿命使用。

103、根据各所述电池单体的电流和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电倍率和荷电状态；根据各所述电池单体的荷电状态和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电深度。

具体的，电池单体的放电倍率可以通过电池单体的电流与电池单体的电容量做比值得到，可以直接将步骤101中测得的电池单体的电容量数据和步骤102中测得的电池单体的电流数据，对应的输入比值公式中或者直接输入用于计算比值的数据表中计算得到每个电池单体的放电倍率；每个电池单体的荷电状态可以根据每个电池单体放出的电量多少得到，例如使用电池单体的电流与其电流输出时间的乘积作为电池单体的荷电状态；电池放电深度是表征电池每次循环使用电量的一种参数，使用电量与电池单体电容量比值是放电深度，也可以通过使用初始荷电状态与使用终止荷电状态相减得到。综上，可以得到车载电池运行过程中所有电池单体的运行参数。

104、根据各所述电池单体的温度、放电深度以及放电倍率，使用寿命模型预估各所述电池单体的寿命。

具体的，寿命模型可以选用现有技术中常用的寿命模型，直接将各电池单体的温度、各电池单体的放电深度以及各电池单体的放电倍率带入寿命模型即可估算得到该电池单体的寿命，其中电池单体的寿命可以是电池容量衰减至80％时的循环次数。进一步的，寿命模型可以选用基于前期实验得到的经验模型，也可以使用基于数据驱动的模型。

105、从全部所述电池单体寿命中选用最短的寿命作为所述车载电池组的寿命。

本发明技术方案中，提供了一种能够对车载电池组中每个电池单体的寿命进行估算的方法，其通过对每个电池单体自身的性能参数以及工作时的性能参数的测量，并通过寿命模型快速的估算出每个电池单体的寿命，且可以快速的估算出电池单体在不同工况条件下的寿命，最后使用电池单体中寿命最短的作为车载电池组的寿命。解决了多个电池单体之间性能不一致的问题，使车载电池组在设置使用时限以及设置使用过程中的余量时，以多个电池单体中寿命最短的寿命作为参考，避免了最短寿命的电池单体的过充和过放，保证了车载电池组的使用安全；同时以多个电池单体中寿命最短的寿命作为电池组的寿命，在车载电池组运行的过程中无需留有过多的使用余量，避免了使用的浪费。

在具体实施当中，步骤102中获得车载电池组运行过程中各电池单体的电流的方式的最佳方法为：测量车载电池组运行过程中车载电池组的电流，将所述车载电池组的电流按照所述车载电池组中并联的所述电池单体的数量均分获得各所述电池单体的电流。

具体的，由于车载电池组中的每个电池单体之间是通过串联或者并联连接在一起的，例如车载电池可以是3并2串的电池包，其中每个电池包内有6只电池单体，每3只电池单体先并联，然后再串联。如果单独测量每个电池单体的电流大小需要破坏车载电池的整体结构。车载电池组的电流等于车载电池组中并联的电池单体的电流之和，可以采用均分车载电池组电流的方式获得电池单体的电流。

在具体实施当中，各所述电池单体的荷电状态是通过安时积分方法，或者模型方法获得。

具体的，由于荷电状态是表征电池单体当前可输出电量的参数，所以可以直接通过电池单体输出电流的大小以及输出电流的时间，采用积分的方式获得电池单体的电量，进而根据电池总容量获得各电池单体的荷电状态；另外，也可以使用现有技术中常用的模型来计算电池单体的荷电状态，例如直接将各电池单体的电压、电流数据以及时间数据带入模型中，则可以直接获得各电池单体的荷电状态的数据。

进一步的，用于计算电池单体的荷电状态的模型也可以选用卡尔曼滤波模型或神经网络模型。

在具体实施当中，步骤104中用于估算电池单体寿命的寿命模型可以是基于前期实验的经验模型，例如曲面响应设计寿命模型，经验模型是通过前期的实验得到的通用性高的，适用于多种电池工作工况的一种寿命模型，使用经验模型时可以直接将所测得的电池单体工作时的参数带入经验模型，然后估算得到电池单体的寿命；步骤104中用于估算电池单体寿命的寿命模型还可以是基于数据驱动的模型，数据驱动的模型与经验模型类似，均具有能够推算寿命的函数式或者关系式，也可以直接将所测得的电池单体工作时的参数带入数据驱动的模型，得到电池单体的寿命。此处需要强调的是，测量电池单体工作参数时，是在电池单体所处的特定工况条件下，所以采用此参数估算得到的电池单体寿命，对应于该工况条件下的电池单体的寿命。在涵盖电池使用工况范围内多种工况条件下测得电池单体的工作参数及寿命，拟合得到的寿命模型可以用于预估对应工况条件范围内任意工况下下电池单体的寿命。

在具体实施当中，步骤104中用于估算电池单体寿命的寿命模型最好选用曲面响应设计寿命模型，该寿命模型所采用的模型公式为：

Cycles＝a₀+a₁*T+a₂*DOD+a₃*C+a₄*(T-T₀)*(DOD-DOD₀)+a₅*(T-T₀)*(C-C₀)+a₆*C*DOD+a₇*(T-T₀)*(T-T₀)+a₈*(DOD-DOD₀)*(DOD-DOD₀)+a₉*(C-C₀)*(C-C₀)；其中，Cycles为电池单体的容量衰减至初始容量80％时的循环次数，T为电池单体的温度，DOD为电池单体的放电深度、C为电池单体的放电倍率；a₀,a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,T₀,C₀,DOD₀为常数，是根据多个预定工况及对应循环次数，按照所述曲面相应设计寿命模型公式拟合得到。

具体的，可以将电池单体的容量衰减至初始容量80％时的循环次数作为电池单体的寿命，所以Cycles的数值即为电池单体的寿命，进而可以通过将某一工况条件下的电池单体的的温度、电池单体的放电深度以及电池单体的放电倍率带入上述曲面响应设计寿命模型的公式中，得到此工况条件下的电池单体的寿命。

进一步的，上述用于估算曲面响应设计寿命模型公式的a₀,a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,T₀,C₀,DOD₀这些常数，可以通过前期实验拟合得到。具体的，可以根据车载电池的安全使用工况条件，选定车载电池的电池单体温度T的范围为-30～50度，电池单体的放电深度DOD的取值范围为0.8～1，电池单体的放电倍率C的取值范围为0.5～2，之后在上述参数的取值范围内，选取各参数具有代表性的数值，即各参数的数值选取需要覆盖车载电池组实际工作情况中的参数数值范围，之后利用正交试验得到可以得到不同参数下对应的电池单体容量衰减至初始容量80％时的循环次数Cycles，其中正交试验可以采用三因素三水平的方式进行，例如电池单体温度T、电池单体的放电深度DOD、电池单体的放电倍率C的取值可以如图2所示，此时对应的正交试验表为图3所示，最后正交试验结果如图4所示。最后根据可以根据上述实验的数据，再结合曲面响应设计寿命模型公式Cycles＝a₀+a₁*T+a₂*DOD+a₃*C+a₄*(T-T₀)*(DOD-DOD₀)+a₅*(T-T₀)*(C-C₀)+a₆*C*DOD+a₇*(T-T₀)*(T-T₀)+a₈*(DOD-DOD₀)*(DOD-DOD₀)+a₉*(C-C₀)*(C-C₀)，可以拟合得到a₀,a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,T₀,C₀,DOD₀这些常数。这样在估算电池单体的寿命时，就可以将任一时刻以及任一工况条件下测得的电池单体温度T、电池单体的放电深度DOD、电池单体的放电倍率C，带入曲面响应设计寿命模型公式中，即可以得到所要估算的电池单体的寿命数值。

再进一步的，可以将曲面响应设计寿命模型公式以计算机软件程序的方式设置在终端设备中，或者直接存储在电动汽车的控制系统中，这样在对车载电池进行寻常的检测时就可以估算出车载电池的寿命，进而利用估算出来的最短的电池单体寿命作为车载电池的寿命，进而对车载电池的使用时限进行设置，以及对车载电池的使用余量进行设置，保证了车载电池的充分利用以及保证了安全使用车载电池。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (8)

1.一种车载电池组寿命估算方法，其特征在于，其包括：

测量车载电池组中各电池单体的电容量；

测量所述车载电池组运行过程中各电池单体的电流、温度以及电压；

根据各所述电池单体的电流和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电倍率和荷电状态；根据各所述电池单体的荷电状态和对应的各所述电池单体的电容量，计算得到各所述电池单体的放电深度；

根据各所述电池单体的温度、放电深度以及放电倍率，使用寿命模型预估各所述电池单体的寿命；

从全部所述电池单体寿命中选用最短的寿命作为所述车载电池组的寿命。

2.根据权利要求1中所述车载电池组寿命估算方法，其特征在于所述车载电池组运行过程中各电池单体的电流是通过如下方式得到的，包括：

测量车载电池组运行过程中车载电池组的电流，将所述车载电池组的电流按照所述车载电池组中并联的所述电池单体的数量均分获得各所述电池单体的电流。

3.根据权利要求1中所述车载电池组寿命估算方法，其特征在于各所述电池单体的荷电状态是通过如下方法获得的，包括：

安时积分方法，或者模型方法。

4.根据权利要求3中所述车载电池组寿命估算方法，其特征在于，

所述模型方法采用的模型为卡尔曼滤波模型或神经网络模型。

5.根据权利要求1中所述车载电池组寿命估算方法，其特征在于，

所述寿命模型为基于实验的经验模型；

或，所述寿命模型为基于数据驱动的模型。

6.根据权利要求5中所述车载电池组寿命估算方法，其特征在于，

采用曲面响应设计寿命模型预估所述电池单体的寿命。

7.根据权利要求6中所述车载电池组寿命估算方法，其特征在于，

所述曲面响应设计寿命模型采用的公式为：

Cycles＝a₀+a₁*T+a₂*DOD+a₃*C+a₄*(T-T₀)*(DOD-DOD₀)+a₅*(T-T₀)*(C-C₀)+a₆*C*DOD+a₇*(T-T₀)*(T-T₀)+a₈*(DOD-DOD₀)*(DOD-DOD₀)+a₉*(C-C₀)*(C-C₀)；

其中，Cycles为电池单体的容量衰减至初始容量80％时的循环次数，T为电池单体的温度，DOD为电池单体的放电深度、C为电池单体的放电倍率；a₀,a₁,a₂,a₃,a₄,a₅,a₆,a₇,a₈,a₉,T₀,C₀,DOD₀为常数，是根据多个预定工况及对应循环次数，按照所述曲面相应设计寿命模型公式拟合得到。

8.根据权利要求7中所述车载电池组寿命估算方法，其特征在于，

所述预定工况条件下，所述T的取值范围为-30～50度，所述DOD的取值范围为0.8～1，所述C的取值范围为0.5～2。