CN109204063A - 一种动力电池健康状态soh的获取方法、装置及车辆 - Google Patents
一种动力电池健康状态soh的获取方法、装置及车辆 Download PDFInfo
- Publication number
- CN109204063A CN109204063A CN201810934583.3A CN201810934583A CN109204063A CN 109204063 A CN109204063 A CN 109204063A CN 201810934583 A CN201810934583 A CN 201810934583A CN 109204063 A CN109204063 A CN 109204063A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- soh
- historical data
- power battery
- 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
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Abstract
本发明提供了一种动力电池健康状态SOH的获取方法、装置及车辆,其中,动力电池健康状态SOH的获取方法包括:接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;根据第一历史数据链,从历史数据库中获取对应的数据簇;根据数据簇,处理得到第一车辆当前时刻的SOH值。本方案能够基于整车实际数据准确估算动力电池健康状态SOH,大大提高了得到的SOH的精度;并且本方案具有普遍适用性,不受电池体系、应用车型等约束。
Description
技术领域
本发明涉及车辆技术领域,特别是指一种动力电池健康状态SOH的获取方法、装置及车辆。
背景技术
动力电池健康状态SOH(State of Health),是动力电池一项重要的参数指标;可以为动力电池的使用、维修、售后及电池回收提供动力电池的使用寿命及功能状态判定依据。如何准确的计算动力电池的SOH成为电池行业面临的普遍技术问题。现有的动力电池健康状态计算方法如内阻分析方法、电化学阻抗分析方法、微分分析方法等,由于电池老化机理涉及多个影响因素且影响机理复杂,无法保证动力电池健康状态SOH估算的准确性;且不同的动力电池材料体系及动力电池应用方式对动力电池健康状态的影响差异较大,现有SOH计算方法无法适用所有的动力电池产品。此外,现有的计算方法多基于实验测试数据或特定车辆验证数据,与批量电池应用状态存在差异,导致SOH偏差较多。
发明内容
本发明的目的在于提供一种动力电池健康状态SOH的获取方法、装置及车辆,解决现有技术中动力电池健康状态SOH的计算方案得到的SOH精度低的问题。
为了解决上述技术问题,本发明实施例提供一种动力电池健康状态SOH的获取方法,包括:
接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
可选的,所述根据所述第一历史数据链,从历史数据库中获取对应的数据簇的步骤包括:
根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取所有所述第二车辆的第二历史数据链;
获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇;
其中,所述第二历史数据链由所述第二车辆在使用期间产生的数据所形成。
可选的,所述获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇的步骤包括:
将所述第一历史数据链中的各项数据与每一个所述第二历史数据链中对应的各项数据进行对比,得到差异值;
根据所述差异值,得到每一个所述第二历史数据链对应的匹配度;
获取大于或等于预设阈值的匹配度所对应的第二历史数据链,形成所述数据簇。
可选的,所述第一历史数据链包括第一车辆当前时刻产生的第一数据;
所述根据所述数据簇,处理得到第一车辆当前时刻的SOH值的步骤,包括:
根据所述第一数据,将所述数据簇划分为前期数据和后期数据;
根据所述后期数据,处理得到第一车辆当前时刻的SOH值。
可选的,所述根据所述后期数据,处理得到第一车辆当前时刻的SOH值的步骤包括:
将所述后期数据按照车辆划分为对应于不同的所述第二车辆的第二数据;
从所述第二数据中提取预设参数项的第三数据;
根据所述第三数据,处理得到第一车辆当前时刻的SOH值。
可选的,所述预设参数项的数量为多个;
所述根据所述第三数据,处理得到第一车辆当前时刻的SOH值的步骤包括:
将各个第三数据分别与对应的所述第二车辆的累计行驶里程进行拟合,得到各个所述预设参数项对应的SOH值为0%时所述第二车辆后续的累计行驶里程;
根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值;
获取各个所述第一SOH值的均值,作为第一车辆当前时刻的SOH值。
可选的,所述根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值的步骤,采用如下计算公式:
其中,SOHm表示所述第一SOH值,Mmin表示得到的所述第二车辆后续的累计行驶里程中的最小值。
可选的,在根据所述后期数据,处理得到第一车辆当前时刻的SOH值之前,所述获取方法还包括:
对所述后期数据进行滤波处理,并删除滤波后的后期数据中的异常值。
可选的,所述根据所述第一数据,将所述数据簇划分为前期数据和后期数据的步骤,包括:
获取所述数据簇中产生时间与当前时刻相对应、且与第一数据之间的差异在预设范围内的第四数据;
将所述数据簇中产生时间在所述第四数据的产生时间之后的数据作为后期数据,其他数据作为前期数据。
可选的,所述接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤,包括:
接收到SOH获取指令后,确定第一车辆的使用总时长是否达到预设时长;
若第一车辆的使用总时长达到预设时长,则执行所述根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤。
可选的,所述获取方法还包括:
若第一车辆的使用总时长未达到预设时长,则根据第一车辆的动力电池的当前放电容量、第一车辆的动力电池的当前电池直流内阻或第一车辆的动力电池的当前累计放电行驶里程,处理得到第一车辆当前时刻的SOH值。
本发明实施例还提供了一种动力电池健康状态SOH的获取装置,包括:
第一获取模块,用于接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
第二获取模块,用于根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
第一处理模块,用于根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
可选的,所述第二获取模块包括:
第一获取子模块,用于根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取所有所述第二车辆的第二历史数据链;
第一处理子模块,用于获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇;
其中,所述第二历史数据链由所述第二车辆在使用期间产生的数据所形成。
可选的,所述第一处理子模块包括:
第一处理单元,应用于将所述第一历史数据链中的各项数据与每一个所述第二历史数据链中对应的各项数据进行对比,得到差异值;
第二处理单元,用于根据所述差异值,得到每一个所述第二历史数据链对应的匹配度;
第三处理单元,用于获取大于或等于预设阈值的匹配度所对应的第二历史数据链,形成所述数据簇。
可选的,所述第一历史数据链包括第一车辆当前时刻产生的第一数据;
所述第一处理模块包括:
第一划分子模块,用于根据所述第一数据,将所述数据簇划分为前期数据和后期数据;
第二处理子模块,用于根据所述后期数据,处理得到第一车辆当前时刻的SOH值。
可选的,所述第二处理子模块包括:
第一划分单元,用于将所述后期数据按照车辆划分为对应于不同的所述第二车辆的第二数据;
第一提取单元,用于从所述第二数据中提取预设参数项的第三数据;
第四处理单元,用于根据所述第三数据,处理得到第一车辆当前时刻的SOH值。
可选的,所述预设参数项的数量为多个;
所述第四处理单元包括:
第一处理子单元,用于将各个第三数据分别与对应的所述第二车辆的累计行驶里程进行拟合,得到各个所述预设参数项对应的SOH值为0%时所述第二车辆后续的累计行驶里程;
第二处理子单元,用于根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值;
第一获取子单元,用于获取各个所述第一SOH值的均值,作为第一车辆当前时刻的SOH值。
可选的,所述第二处理子单元,采用如下计算公式:
其中,SOHm表示所述第一SOH值,Mmin表示得到的所述第二车辆后续的累计行驶里程中的最小值。
可选的,所述获取装置还包括:
第二处理模块,用于在根据所述后期数据,处理得到第一车辆当前时刻的SOH值之前,对所述后期数据进行滤波处理,并删除滤波后的后期数据中的异常值。
可选的,所述第一划分子模块包括:
第一获取单元,用于获取所述数据簇中产生时间与当前时刻相对应、且与第一数据之间的差异在预设范围内的第四数据;
第五处理单元,用于将所述数据簇中产生时间在所述第四数据的产生时间之后的数据作为后期数据,其他数据作为前期数据。
可选的,所述第一获取模块包括:
第一确定子模块,用于接收到SOH获取指令后,确定第一车辆的使用总时长是否达到预设时长;
第一执行子模块,用于若第一车辆的使用总时长达到预设时长,则执行所述根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的操作。
可选的,所述获取装置还包括:
第二处理模块,用于若第一车辆的使用总时长未达到预设时长,则根据第一车辆的动力电池的当前放电容量、第一车辆的动力电池的当前电池直流内阻或第一车辆的动力电池的当前累计放电行驶里程,处理得到第一车辆当前时刻的SOH值。
本发明实施例还提供了一种车辆,包括:上述的动力电池健康状态SOH的获取装置。
本发明的上述技术方案的有益效果如下:
上述方案中,所述动力电池健康状态SOH的获取方法通过接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;根据所述第一历史数据链,从历史数据库中获取对应的数据簇;根据所述数据簇,处理得到第一车辆当前时刻的SOH值;其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;所述历史数据库中存储有各种款式的车辆在使用期间产生的数据;能够基于整车实际数据准确估算动力电池健康状态SOH,大大提高了得到的SOH的精度;并且本方案具有普遍适用性,不受电池体系、应用车型等约束。
附图说明
图1为本发明实施例的动力电池健康状态SOH的获取方法流程示意图;
图2为本发明实施例的动力电池健康状态SOH的获取方法实现框架示意图;
图3为本发明实施例的动力电池健康状态SOH的获取装置结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的技术中动力电池健康状态SOH的计算方案得到的SOH精度低的问题,提供一种动力电池健康状态SOH的获取方法,如图1所示,包括:
步骤11:接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
步骤12:根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
步骤13:根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
本发明实施例提供的所述动力电池健康状态SOH的获取方法通过接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;根据所述第一历史数据链,从历史数据库中获取对应的数据簇;根据所述数据簇,处理得到第一车辆当前时刻的SOH值;其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;所述历史数据库中存储有各种款式的车辆在使用期间产生的数据;能够基于整车实际数据准确估算动力电池健康状态SOH,大大提高了得到的SOH的精度;并且本方案具有普遍适用性,不受电池体系、应用车型等约束。
其中,第一车辆可以指本车辆,也可以指其他车辆,第二车辆与第一车辆为不同的车辆。
本发明实施例中,所述根据所述第一历史数据链,从历史数据库中获取对应的数据簇的步骤包括:根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取所有所述第二车辆的第二历史数据链;获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇;其中,所述第二历史数据链由所述第二车辆在使用期间产生的数据所形成。
其中,所述获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇的步骤包括:将所述第一历史数据链中的各项数据与每一个所述第二历史数据链中对应的各项数据进行对比,得到差异值;根据所述差异值,得到每一个所述第二历史数据链对应的匹配度;获取大于或等于预设阈值的匹配度所对应的第二历史数据链,形成所述数据簇。
具体的,所述第一历史数据链包括第一车辆当前时刻产生的第一数据;
对应的,所述根据所述数据簇,处理得到第一车辆当前时刻的SOH值的步骤,包括:根据所述第一数据,将所述数据簇划分为前期数据和后期数据;根据所述后期数据,处理得到第一车辆当前时刻的SOH值。
其中,后期数据是指数据簇的后期数据。
更具体的,所述根据所述后期数据,处理得到第一车辆当前时刻的SOH值的步骤包括:将所述后期数据按照车辆划分为对应于不同的所述第二车辆的第二数据;从所述第二数据中提取预设参数项的第三数据;根据所述第三数据,处理得到第一车辆当前时刻的SOH值。
其中,所述预设参数项的数量为多个;
对应的,所述根据所述第三数据,处理得到第一车辆当前时刻的SOH值的步骤包括:将各个第三数据分别与对应的所述第二车辆的累计行驶里程进行拟合,得到各个所述预设参数项对应的SOH值为0%时所述第二车辆后续的累计行驶里程;根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值;获取各个所述第一SOH值的均值,作为第一车辆当前时刻的SOH值。
上述“时刻”也可以理解为车辆使用阶段。
优选的,所述根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值的步骤,采用如下计算公式:
其中,SOHm表示所述第一SOH值,Mmin表示得到的所述第二车辆后续的累计行驶里程中的最小值。
进一步的,在根据所述后期数据,处理得到第一车辆当前时刻的SOH值之前,所述获取方法还包括:对所述后期数据进行滤波处理,并删除滤波后的后期数据中的异常值。
这样能够进一步保证得到的SOH的精度。
而在实际实现时,数据库中原始数据不用删除,删除异常数据作为数据处理中的一个步骤。
其中,所述根据所述第一数据,将所述数据簇划分为前期数据和后期数据的步骤,包括:获取所述数据簇中产生时间与当前时刻相对应、且与第一数据之间的差异在预设范围内的第四数据;将所述数据簇中产生时间在所述第四数据的产生时间之后的数据作为后期数据,其他数据作为前期数据。
具体的,所述接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤,包括:接收到SOH获取指令后,确定第一车辆的使用总时长是否达到预设时长;若第一车辆的使用总时长达到预设时长,则执行所述根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤。
这样能够保证得到的SOH较为精准。
进一步的,所述获取方法还包括:若第一车辆的使用总时长未达到预设时长,则根据第一车辆的动力电池的当前放电容量、第一车辆的动力电池的当前电池直流内阻或第一车辆的动力电池的当前累计放电行驶里程,处理得到第一车辆当前时刻的SOH值。
这样能够保证获取SOH方案的完整性,在存在需求时,不管车辆的使用总时长是否达到预设时长,总能够得到SOH。
本发明实施例中,在处理得到第一车辆当前时刻的SOH值之后,所述获取方法还包括:将得到的SOH值进行存储。具体可为,存储至数据库中的SOH值存储区域中。
具体的,本发明实施例中,接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;根据所述第一历史数据链,从历史数据库中获取对应的数据簇;根据所述数据簇,处理得到第一车辆当前时刻的SOH值;可具体实现为:
接收到SOH获取指令后,向数据库发送获取第一车辆当前时刻的SOH值的请求;由所述数据库,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;由所述数据库,根据所述第一历史数据链,从历史数据库中获取对应的数据簇;由所述数据库,根据所述数据簇,处理得到第一车辆当前时刻的SOH值。
进一步的,为了保证数据的数量足够多,以包含更多的影响因素,使得SOH的获取更加准确,本发明实施例中,在根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链之前,所述获取方法还包括:
由数据库按照车辆的使用阶段采集所有车辆在使用过程中产生的数据,形成各个车辆的历史数据链。
下面对本发明实施例提供的所述动力电池健康状态SOH的获取方法进行进一步说明。
本发明实施例为了解决了现有车辆SOH算法所面临的模型精度不够、时间变化无法适应、电池个体差异性等问题,提供了一种动力电池健康状态SOH的获取方法,可具体为一种基于实车监控数据,具有普遍适用性,准确估算动力电池健康状态SOH的计算方法;方案实现流程可具体如下:
(1)数据库实时采集同款动力电池的同款车型所有车辆的动力电池状态数据(电池身份信息、SOC(State of Charge荷电状态)、电压、充放电电流、内阻、温度等);即动力电池自身数据。
(2)数据库实时采集同款动力电池的同款车型所有车辆的车辆状态数据(包括车辆识别信息、行驶速度、加速度、制动速度、电机转速、空调输出功率等);即动力电池使用环境数据。上述历史数据链包括动力电池自身数据以及动力电池使用环境数据。
(3)对应于数据库实时采集数据,车辆自身可每隔特定时间记录动力电池状态数据及车辆状态数据,上传存入数据库形成历史数据链。
(4)数据库根据动力电池使用状态及车辆应用情况对数据进行分类整理(也就是对采集到的两类数据再分别细化分类)。
(5)在车辆的使用时间达到预设时长之后,若车辆接收到SOH获取指令,则向数据库请求(计算)某一车辆某一时刻的SOH,这需要车辆将车辆身份识别信息和动力电池身份识别信息上传至数据库。
(6)数据库接收车辆发送的信息(车辆身份识别信息和动力电池身份识别信息)及当前SOH计算请求,并根据接收到的信息及当前SOH计算请求,查找此车辆对应的历史数据链(历史数据链包括车辆当前时刻产生的第一数据,该数据包括当前的动力电池状态数据和当前的车辆状态数据);并在数据库中查找与此车辆的历史数据链(对应于上述第一历史数据链)相近的其他车辆的历史数据链(对应于上述第二历史数据链)。由找到的这些相近的历史数据链形成数据簇。
查找数据簇中产生时间与当前时刻相对应、且与上述第一数据相近的第四数据;将数据簇中产生时间在第四数据的产生时间之后的数据作为数据簇的后期数据。
将后期数据按照车辆划分为对应于不同的其他车辆的第二数据,从第二数据中提取影响电池SOH的关键参数项(如电池SOC、电压、充放电电流、内阻、温度、车辆行驶速度、加速度、空调输出功率等)的第三数据。
进一步,可在将后期数据按照车辆划分为对应于不同的其他车辆的第二数据之前,对后期数据进行滤波计算(如采用中位值滤波法、算数平均滤波法、限幅滤波法等),删除数据簇中的异常值。
(7)数据库可根据上面得到的第三数据,计算得到此车辆当前的车辆动力电池健康状态值SOH:
根据各组第三数据的数据变化趋势(比如:单次累计放电容量、直流内阻、充放电电压、充放电电流、电池放电温升等关键参数项分别对应的第三数据),综合评定动力电池现在状态的健康状态SOH。
具体比如,可定义满足:单次累计放电容量小于特定值(如80%额定容量)、直流内阻达到初始值的α倍和/或电池特定电流放电温升达到特定温度等条件时,SOH为0%。
根据以上得到的单次累计放电容量、直流内阻和/或电池特定电流放电温升等关键参数项对应的第三数据分别与对应的其他车辆的累计行驶里程进行拟合(第三数据为一组数据,每一数据与对应车辆的对应时刻的累计行驶里程进行拟合),生成相应拟合方程。
根据拟合方程计算SOH为0%时,各个其他车辆的各个关键参数项对应的后续的累计行驶里程;利用各个其他车辆对应的后续的累计行驶里程最小值,计算各个其他车辆在对应于当前时刻的第二时刻时的第一SOH值;将计算得到的各个第一SOH值取均值,作为此车辆当前时刻的SOH值(也就是,计算后期数据中所有其他车辆在对应于当前时刻的第二时刻时的第一SOH值(SOH1、SOH2、SOH3……SOHn),然后取平均值作为所求的此车辆的当前时刻SOH值;其中,不同其他车辆对应的第二时刻的具体时间不一定相同,第二时刻可以理解为某一车辆使用阶段,具体时间可以理解为某年某月某日某时)。
具体的,针对“根据拟合方程计算SOH为0%时,各个其他车辆的各个关键参数项对应的后续的累计行驶里程;利用各个其他车辆对应的后续的累计行驶里程最小值,计算各个其他车辆在对应于当前时刻的第二时刻时的第一SOH值”,进行举例说明:
假设针对某一其他车辆的第三数据,根据拟合方程计算SOH为0%时,该其他车辆的各个关键参数项(每一组第三数据)对应的后续的累计行驶里程分别为M1、M2、……Mn。取(M1、M2、……Mn)中最小值Mmin逆向计算该其他车辆在对应于当前时刻的第二时刻时的第一SOH值。
具体可采用如下公式:
其中,SOHm表示第一SOH值,Mmin表示得到的该其他车辆对应的后续的累计行驶里程中的最小值。
关于拟合操作可采用最小二乘法等拟合方法,最小二乘法:通过最小化误差的平方和寻找数据的最佳函数匹配。本发明实施例中利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。也可通过Excel等数据处理软件拟合。
最后,可将计算得到的动力电池SOH值存入动力电池历史数据库中(也就是存储至SOH值类别中)。
(8)在车辆的使用时间未达到预设时长时,若车辆接收到SOH获取指令,则车辆自身基于现有动力电池SOH计算方法,由BMS(Battery Management System电池管理系统)估算动力电池初始健康状态值SOH;比如:
方法1、动力电池放电容量与初始容量比值,如果动力电池常温单次放电容量等于实际容量的80%则定义动力电池的SOH值为0%。动力电池常温单次累计放电容量等于初始容量则认为动力电池SOH为100%。
方法2、根据动力电池直流内阻的增加进行动力电池相应SOH计算,动力电池的直流内阻达到初始直流内阻的动力电池直流内阻的特定倍数值α(定义值如1.5~2.0),则定义动力电池的SOH值为0%。
方法3、累计车辆行驶里程(动力电池累计放电行驶里程)计算SOH,定义动力电池累计放电行驶里程达到质保行驶里程时SOH为0%。根据实时累计行驶里程数据计算SOH:
最后,可将计算得到的动力电池SOH值计入动力电池历史数据库(也就是存储至SOH值类别中)。
由上可知,本发明实施例提供的方案的实现框架大体可如图2所示,采集车辆使用期间产生的数据,并进行数据处理,计算得到对应的动力电池健康状态SOH0;然后将采集的数据以及得到的SOH0均进行数据上传,以及;
在存在计算需求输入时,从云端数据进行数据获取,然后进行数据处理,计算得到对应的电池健康状态SOH1。
综上所述,本发明实施例提供的方案中的计算数据基于整车实际数据,相比动力电池模型计算等方法,输入信息更加准确;并且本方案基于数据库对整车SOH进行计算,样本数量庞大可以包含更多的影响因素,计算更加准确;同时,可普遍适用于电动汽车动力电池SOH计算,不受电池体系、应用车型等约束。进一步的,本方案随着同款车型同款动力电池数量使用增多,数据库信息量增大,计算结果将更加准确。
本发明实施例还提供了一种动力电池健康状态SOH的获取装置,如图3所示,包括:
第一获取模块31,用于接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
第二获取模块32,用于根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
第一处理模块33,用于根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
本发明实施例提供的所述动力电池健康状态SOH的获取装置通过接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;根据所述第一历史数据链,从历史数据库中获取对应的数据簇;根据所述数据簇,处理得到第一车辆当前时刻的SOH值;其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;所述历史数据库中存储有各种款式的车辆在使用期间产生的数据;能够基于整车实际数据准确估算动力电池健康状态SOH,大大提高了得到的SOH的精度;并且本方案具有普遍适用性,不受电池体系、应用车型等约束。
本发明实施例中,所述第二获取模块包括:第一获取子模块,用于根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取所有所述第二车辆的第二历史数据链;第一处理子模块,用于获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇;其中,所述第二历史数据链由所述第二车辆在使用期间产生的数据所形成。
其中,所述第一处理子模块包括:第一处理单元,应用于将所述第一历史数据链中的各项数据与每一个所述第二历史数据链中对应的各项数据进行对比,得到差异值;第二处理单元,用于根据所述差异值,得到每一个所述第二历史数据链对应的匹配度;第三处理单元,用于获取大于或等于预设阈值的匹配度所对应的第二历史数据链,形成所述数据簇。
具体的,所述第一历史数据链包括第一车辆当前时刻产生的第一数据;
对应的,所述第一处理模块包括:第一划分子模块,用于根据所述第一数据,将所述数据簇划分为前期数据和后期数据;第二处理子模块,用于根据所述后期数据,处理得到第一车辆当前时刻的SOH值。
更具体的,所述第二处理子模块包括:第一划分单元,用于将所述后期数据按照车辆划分为对应于不同的所述第二车辆的第二数据;第一提取单元,用于从所述第二数据中提取预设参数项的第三数据;第四处理单元,用于根据所述第三数据,处理得到第一车辆当前时刻的SOH值。
其中,所述预设参数项的数量为多个;
对应的,所述第四处理单元包括:第一处理子单元,用于将各个第三数据分别与对应的所述第二车辆的累计行驶里程进行拟合,得到各个所述预设参数项对应的SOH值为0%时所述第二车辆后续的累计行驶里程;第二处理子单元,用于根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值;第一获取子单元,用于获取各个所述第一SOH值的均值,作为第一车辆当前时刻的SOH值。
优选的,所述第二处理子单元,采用如下计算公式:
其中,SOHm表示所述第一SOH值,Mmin表示得到的所述第二车辆后续的累计行驶里程中的最小值。
进一步的,所述获取装置还包括:第二处理模块,用于在根据所述后期数据,处理得到第一车辆当前时刻的SOH值之前,对所述后期数据进行滤波处理,并删除滤波后的后期数据中的异常值。
其中,所述第一划分子模块包括:第一获取单元,用于获取所述数据簇中产生时间与当前时刻相对应、且与第一数据之间的差异在预设范围内的第四数据;第五处理单元,用于将所述数据簇中产生时间在所述第四数据的产生时间之后的数据作为后期数据,其他数据作为前期数据。
具体的,所述第一获取模块包括:第一确定子模块,用于接收到SOH获取指令后,确定第一车辆的使用总时长是否达到预设时长;第一执行子模块,用于若第一车辆的使用总时长达到预设时长,则执行所述根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的操作。
进一步的,所述获取装置还包括:第二处理模块,用于若第一车辆的使用总时长未达到预设时长,则根据第一车辆的动力电池的当前放电容量、第一车辆的动力电池的当前电池直流内阻或第一车辆的动力电池的当前累计放电行驶里程,处理得到第一车辆当前时刻的SOH值。
其中,上述动力电池健康状态SOH的获取方法的所述实现实施例均适用于该动力电池健康状态SOH的获取装置的实施例中,也能达到相同的技术效果。
本发明实施例还提供了一种车辆,包括:上述的动力电池健康状态SOH的获取装置。
其中,上述动力电池健康状态SOH的获取装置的所述实现实施例均适用于该车辆的实施例中,也能达到相同的技术效果。
需要说明的是,此说明书中所描述的许多功能部件都被称为模块/子模块/单元/子单元,以便更加特别地强调其实现方式的独立性。
本发明实施例中,模块/子模块/单元/子单元可以用软件实现,以便由各种类型的处理器执行。举例来说,一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块,举例来说,其可以被构建为对象、过程或函数。尽管如此,所标识模块的可执行代码无需物理地位于一起,而是可以包括存储在不同位里上的不同的指令,当这些指令逻辑上结合在一起时,其构成模块并且实现该模块的规定目的。
实际上,可执行代码模块可以是单条指令或者是许多条指令,并且甚至可以分布在多个不同的代码段上,分布在不同程序当中,以及跨越多个存储器设备分布。同样地,操作数据可以在模块内被识别,并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括在不同存储设备上),并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时,考虑到现有硬件工艺的水平,所以可以以软件实现的模块,在不考虑成本的情况下,本领域技术人员都可以搭建对应的硬件电路来实现对应的功能,所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述原理前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种动力电池健康状态SOH的获取方法,其特征在于,包括:
接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
2.根据权利要求1所述的获取方法,其特征在于,所述根据所述第一历史数据链,从历史数据库中获取对应的数据簇的步骤包括:
根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取所有所述第二车辆的第二历史数据链;
获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇;
其中,所述第二历史数据链由所述第二车辆在使用期间产生的数据所形成。
3.根据权利要求2所述的获取方法,其特征在于,所述获取与所述第一历史数据链之间的匹配度达到预设阈值的第二历史数据链,形成所述数据簇的步骤包括:
将所述第一历史数据链中的各项数据与每一个所述第二历史数据链中对应的各项数据进行对比,得到差异值;
根据所述差异值,得到每一个所述第二历史数据链对应的匹配度;
获取大于或等于预设阈值的匹配度所对应的第二历史数据链,形成所述数据簇。
4.根据权利要求1或2所述的获取方法,其特征在于,所述第一历史数据链包括第一车辆当前时刻产生的第一数据;
所述根据所述数据簇,处理得到第一车辆当前时刻的SOH值的步骤,包括:
根据所述第一数据,将所述数据簇划分为前期数据和后期数据;
根据所述后期数据,处理得到第一车辆当前时刻的SOH值。
5.根据权利要求4所述的获取方法,其特征在于,所述根据所述后期数据,处理得到第一车辆当前时刻的SOH值的步骤包括:
将所述后期数据按照车辆划分为对应于不同的所述第二车辆的第二数据;
从所述第二数据中提取预设参数项的第三数据;
根据所述第三数据,处理得到第一车辆当前时刻的SOH值。
6.根据权利要求5所述的获取方法,其特征在于,所述预设参数项的数量为多个;
所述根据所述第三数据,处理得到第一车辆当前时刻的SOH值的步骤包括:
将各个第三数据分别与对应的所述第二车辆的累计行驶里程进行拟合,得到各个所述预设参数项对应的SOH值为0%时所述第二车辆后续的累计行驶里程;
根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值;
获取各个所述第一SOH值的均值,作为第一车辆当前时刻的SOH值。
7.根据权利要求6所述的获取方法,其特征在于,所述根据得到的所述第二车辆后续的累计行驶里程中的最小值,得到各个所述第二车辆在对应于当前时刻的第二时刻时的第一SOH值的步骤,采用如下计算公式:
其中,SOHm表示所述第一SOH值,Mmin表示得到的所述第二车辆后续的累计行驶里程中的最小值。
8.根据权利要求4所述的获取方法,其特征在于,在根据所述后期数据,处理得到第一车辆当前时刻的SOH值之前,所述获取方法还包括:
对所述后期数据进行滤波处理,并删除滤波后的后期数据中的异常值。
9.根据权利要求4所述的获取方法,其特征在于,所述根据所述第一数据,将所述数据簇划分为前期数据和后期数据的步骤,包括:
获取所述数据簇中产生时间与当前时刻相对应、且与第一数据之间的差异在预设范围内的第四数据;
将所述数据簇中产生时间在所述第四数据的产生时间之后的数据作为后期数据,其他数据作为前期数据。
10.根据权利要求1所述的获取方法,其特征在于,所述接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤,包括:
接收到SOH获取指令后,确定第一车辆的使用总时长是否达到预设时长;
若第一车辆的使用总时长达到预设时长,则执行所述根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链的步骤。
11.根据权利要求10所述的获取方法,其特征在于,所述获取方法还包括:
若第一车辆的使用总时长未达到预设时长,则根据第一车辆的动力电池的当前放电容量、第一车辆的动力电池的当前电池直流内阻或第一车辆的动力电池的当前累计放电行驶里程,处理得到第一车辆当前时刻的SOH值。
12.一种动力电池健康状态SOH的获取装置,其特征在于,包括:
第一获取模块,用于接收到SOH获取指令后,根据车辆身份识别信息和动力电池身份识别信息,从历史数据库中获取第一车辆的第一历史数据链;
第二获取模块,用于根据所述第一历史数据链,从历史数据库中获取对应的数据簇;
第一处理模块,用于根据所述数据簇,处理得到第一车辆当前时刻的SOH值;
其中,所述第一历史数据链由第一车辆在使用期间产生的数据所形成;
所述数据簇由与第一车辆同款、且所使用的动力电池与第一车辆的动力电池同款的部分第二车辆在使用期间产生的数据所形成;
所述历史数据库中存储有各种款式的车辆在使用期间产生的数据。
13.一种车辆,其特征在于,包括:如权利要求12所述的动力电池健康状态SOH的获取装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810934583.3A CN109204063B (zh) | 2018-08-16 | 2018-08-16 | 一种动力电池健康状态soh的获取方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810934583.3A CN109204063B (zh) | 2018-08-16 | 2018-08-16 | 一种动力电池健康状态soh的获取方法、装置及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109204063A true CN109204063A (zh) | 2019-01-15 |
CN109204063B CN109204063B (zh) | 2021-08-31 |
Family
ID=64988374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810934583.3A Active CN109204063B (zh) | 2018-08-16 | 2018-08-16 | 一种动力电池健康状态soh的获取方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109204063B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884533A (zh) * | 2019-03-11 | 2019-06-14 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
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、装置及系统 |
CN110018427A (zh) * | 2019-05-24 | 2019-07-16 | 福建工程学院 | 一种基于行车数据的电动汽车电池健康状态评估方法 |
CN110733383A (zh) * | 2019-11-12 | 2020-01-31 | 淮安信息职业技术学院 | 一种电动汽车电池寿命评估系统及方法 |
CN110861496A (zh) * | 2019-11-27 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 电池soh值调整方法及系统 |
CN111323719A (zh) * | 2020-03-18 | 2020-06-23 | 北京理工大学 | 一种电动汽车动力电池组健康状态在线确定方法和系统 |
CN112748343A (zh) * | 2019-10-31 | 2021-05-04 | 北京新能源汽车股份有限公司 | 一种动力电池功率边界的检测方法、装置及电动汽车 |
CN113030740A (zh) * | 2021-03-02 | 2021-06-25 | 北京嘀嘀无限科技发展有限公司 | 一种蓄电池异常检测方法、装置、电子设备以及存储介质 |
WO2022105070A1 (zh) * | 2020-11-19 | 2022-05-27 | 广州汽车集团股份有限公司 | 利用机器学习模型预测电池健康状况的方法和系统 |
CN115343627A (zh) * | 2022-10-19 | 2022-11-15 | 力高(山东)新能源技术股份有限公司 | 一种动力电池的soh估算方法 |
US20230094310A1 (en) * | 2021-09-27 | 2023-03-30 | Ford Global Technologies, Llc | Electrified vehicle configured to selectively deactivate restricted power mode based on acceleration request |
CN116160878A (zh) * | 2023-04-25 | 2023-05-26 | 浙江新诺力电源科技有限公司 | 一种换电控制系统及方法、计算机可读介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364203A (zh) * | 2012-03-29 | 2013-10-23 | 通用汽车环球科技运作有限责任公司 | 协作车辆健康模型 |
US20170061711A1 (en) * | 2014-08-07 | 2017-03-02 | At&T Intellectual Property I, L.P. | Vehicle Battery Data Analysis Service |
CN107003357A (zh) * | 2014-11-28 | 2017-08-01 | 罗伯特·博世有限公司 | 基于无线网络的电池管理系统 |
CN107037370A (zh) * | 2017-04-18 | 2017-08-11 | 知豆电动汽车有限公司 | 基于监控数据的电动汽车剩余电量计算方法 |
CN107074122A (zh) * | 2014-08-07 | 2017-08-18 | 康明斯有限公司 | 用于管理车队电池的系统和方法 |
CN107757391A (zh) * | 2016-08-17 | 2018-03-06 | 丰田自动车株式会社 | 电动车辆 |
CN107878218A (zh) * | 2016-09-29 | 2018-04-06 | 通用汽车环球科技运作有限责任公司 | 优化插电式车辆车队的自适应系统和方法 |
-
2018
- 2018-08-16 CN CN201810934583.3A patent/CN109204063B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364203A (zh) * | 2012-03-29 | 2013-10-23 | 通用汽车环球科技运作有限责任公司 | 协作车辆健康模型 |
US20170061711A1 (en) * | 2014-08-07 | 2017-03-02 | At&T Intellectual Property I, L.P. | Vehicle Battery Data Analysis Service |
CN107074122A (zh) * | 2014-08-07 | 2017-08-18 | 康明斯有限公司 | 用于管理车队电池的系统和方法 |
CN107003357A (zh) * | 2014-11-28 | 2017-08-01 | 罗伯特·博世有限公司 | 基于无线网络的电池管理系统 |
CN107757391A (zh) * | 2016-08-17 | 2018-03-06 | 丰田自动车株式会社 | 电动车辆 |
CN107878218A (zh) * | 2016-09-29 | 2018-04-06 | 通用汽车环球科技运作有限责任公司 | 优化插电式车辆车队的自适应系统和方法 |
CN107037370A (zh) * | 2017-04-18 | 2017-08-11 | 知豆电动汽车有限公司 | 基于监控数据的电动汽车剩余电量计算方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884533A (zh) * | 2019-03-11 | 2019-06-14 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
CN109884533B (zh) * | 2019-03-11 | 2022-09-13 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
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、装置及系统 |
CN110018427A (zh) * | 2019-05-24 | 2019-07-16 | 福建工程学院 | 一种基于行车数据的电动汽车电池健康状态评估方法 |
CN112748343A (zh) * | 2019-10-31 | 2021-05-04 | 北京新能源汽车股份有限公司 | 一种动力电池功率边界的检测方法、装置及电动汽车 |
CN110733383A (zh) * | 2019-11-12 | 2020-01-31 | 淮安信息职业技术学院 | 一种电动汽车电池寿命评估系统及方法 |
CN110861496A (zh) * | 2019-11-27 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 电池soh值调整方法及系统 |
CN111323719A (zh) * | 2020-03-18 | 2020-06-23 | 北京理工大学 | 一种电动汽车动力电池组健康状态在线确定方法和系统 |
WO2022105070A1 (zh) * | 2020-11-19 | 2022-05-27 | 广州汽车集团股份有限公司 | 利用机器学习模型预测电池健康状况的方法和系统 |
CN113030740A (zh) * | 2021-03-02 | 2021-06-25 | 北京嘀嘀无限科技发展有限公司 | 一种蓄电池异常检测方法、装置、电子设备以及存储介质 |
US20230094310A1 (en) * | 2021-09-27 | 2023-03-30 | Ford Global Technologies, Llc | Electrified vehicle configured to selectively deactivate restricted power mode based on acceleration request |
US11951842B2 (en) * | 2021-09-27 | 2024-04-09 | Ford Global Technologies, Llc | Electrified vehicle configured to selectively deactivate restricted power mode based on acceleration request |
CN115343627A (zh) * | 2022-10-19 | 2022-11-15 | 力高(山东)新能源技术股份有限公司 | 一种动力电池的soh估算方法 |
CN115343627B (zh) * | 2022-10-19 | 2023-02-10 | 力高(山东)新能源技术股份有限公司 | 一种动力电池的soh估算方法 |
CN116160878A (zh) * | 2023-04-25 | 2023-05-26 | 浙江新诺力电源科技有限公司 | 一种换电控制系统及方法、计算机可读介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109204063B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109204063A (zh) | 一种动力电池健康状态soh的获取方法、装置及车辆 | |
CN110068774B (zh) | 锂电池健康状态的估计方法、装置及存储介质 | |
Ling et al. | State-of-charge and state-of-health estimation for lithium-ion batteries based on dual fractional-order extended Kalman filter and online parameter identification | |
Pan et al. | State of charge estimation of lithium-ion batteries using a grey extended Kalman filter and a novel open-circuit voltage model | |
CN113049976B (zh) | 一种车辆电池健康状态评估方法及系统 | |
CN108375739B (zh) | 电动车锂电池的荷电状态估算方法与荷电状态估算系统 | |
CN107037370B (zh) | 基于监控数据的电动汽车剩余电量计算方法 | |
CN107110916B (zh) | 电池组的电池单元的充电状态的自动估计方法 | |
CN111301426B (zh) | 基于gru网络模型预测未来行驶过程能耗的方法 | |
CN106842060A (zh) | 一种基于动态参数的动力电池soc估算方法及系统 | |
CN107209227B (zh) | 电池组的电池单元的充电状态的自动估计方法 | |
CN108556682B (zh) | 一种续驶里程预测方法、装置及设备 | |
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN107003360B (zh) | 电池组的充电状态的自动确定方法 | |
CN112858929B (zh) | 一种基于模糊逻辑与扩展卡尔曼滤波的电池soc估计方法 | |
CN107167743A (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
Qian et al. | Hybrid optimization strategy for lithium-ion battery's State of Charge/Health using joint of dual Kalman filter and Modified Sine-cosine Algorithm | |
von Bülow et al. | A review on methods for state of health forecasting of lithium-ion batteries applicable in real-world operational conditions | |
KR101996943B1 (ko) | 배터리 용량 상태 추정 장치 및 이의 방법 | |
CN108872865B (zh) | 一种防滤波发散的锂电池soc估算方法 | |
CN110542866B (zh) | 一种预估电池剩余电量参数的方法 | |
CN112083346B (zh) | 基于lstm的并联电池组内部电流分布估计方法及系统 | |
CN114563711A (zh) | 基于相似性的锂离子电池soh预测和soc估计方法 | |
CN113075569A (zh) | 一种基于噪声自适应粒子滤波的电池荷电状态估计方法和装置 | |
CN114578248A (zh) | 用于预测电池运行的设备中设备电池的老化状态的方法和装置 |
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 |