CN109604186B - 动力电池性能柔性评估分选方法 - Google Patents
动力电池性能柔性评估分选方法 Download PDFInfo
- Publication number
- CN109604186B CN109604186B CN201811530042.0A CN201811530042A CN109604186B CN 109604186 B CN109604186 B CN 109604186B CN 201811530042 A CN201811530042 A CN 201811530042A CN 109604186 B CN109604186 B CN 109604186B
- Authority
- CN
- China
- Prior art keywords
- battery
- data
- performance
- evaluation
- different
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/344—Sorting according to other particular properties according to electric or electromagnetic properties
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了一种动力电池性能柔性评估分选方法,包括电池基准模型及数据库建立、特征参数获取、算法评估、电池分级策略、系统集成等部分;本发明的优点在于:实时与历史数据结合的柔性评估与分级,可以兼容不同的数据来源与数据类型,实现电池的多维度评估,且评估时间短、运算简单。
Description
技术领域
本发明涉及一种电池性能评估方法,具体地说是一种动力电池性能柔性评估分选方法,属于电池性能评估方法领域。
背景技术
随着近几年新能源产业增长迅速,未来动力电池报废量也将随之增加,2015-2017年是我国新能源汽车销量持续增加,按照运行里程约10-20万公里,使用3-5年的周期,预计2019年有30万辆车进入二手车市场。按8年报废期,预计2019年报废量将达到32.2万吨,市场规模庞大,动力电池的回收与利用问题迫在眉睫。
而对于如此规模的退役电池量,根据动力电池回收利用相关国标,电池性能的检测存在很多难点: 电池系统检测的相关标准缺失;标准余能检测方案测试时间长,设备成本高,寻找一种能够快速评估动力电池性能的方法具有重要的意义。目前大多数的电池电化学性能与寿命预测模型及算法普遍存在概念不明,考虑因素不全,没有完整的建模理论及方法。实际策略上的SOH估算也是简单的内阻/阻抗法、功率法、安时积分法等,无法准确的预测电池实际容量,准确的预测电池性能变化。另一方面,对于车用动力电池退役后的梯次利用,与电池的现有状态、历史破坏程度以及梯次利用场景有关,因此评价电池的性能对电的安全使用、延长寿命及性能的充分发挥都有着巨大作用。
发明内容
为了解决上述问题,本发明设计了一种动力电池性能柔性评估分选方法,实时与历史数据结合的柔性评估与分级,可以兼容不同的数据来源与数据类型,实现电池的多维度评估,且评估时间短、运算简单。
本发明的技术方案为:
动力电池性能柔性评估分选方法,具体包括以下步骤:
步骤1、采集电池基本信息以及该类电池全生命周期的无损测试数据,分析电池的性能的演化规律,建立电池评估的基准数据模型;
步骤2、扩充电池种类,将步骤1中基准数据模型的所有数据录入数据库;
步骤3、采集待评估电池的实时数据与历史使用大数据及对应的使用环境,根据数据来源与数据类型的不同,柔性提取电池性能的特征参数;
步骤4、根据步骤1获得的数据和步骤3的特征参数,选取对应的评估算法,输出评估结果;
步骤5、基于步骤4评估结果中的参数,通过神经网络算法,赋予各参数不同的权值,建立快速分级策略,对电池进行分级分类;
步骤6、构建大数据分析系统并进行系统集成,将步骤1-步骤5中涉及的电池基本信息数据库、电池实测数据库、模型数据库、评估算法、评估流程、评估结果输出等信息与功能进行集成并维护,并具有数据接口连入功能,可接入其他系统数据。
作为优选,步骤1中所述电池基本信息包括标称电压、容量、电池材料、电池组厂家、电芯厂家、连接方式、电池载体的基本信息(载体名称、型号、识别码等)。
作为优选,步骤1中电池的所述无损测试数据包括电池组或对应电芯在特定条件下的充放电数据、电池一致性数据、阻值数据、倍率性能数据、高低温性能数据、功率性能数据等。
作为优选,步骤1中所述基准数据模型是在不同的影响因子条件下电池本身的充放电过程中的电化学特性和寿命衰减规律;所述不同的影响因子条件包括不同倍率、不同温度、不同充放电深度及不同脉冲功率的相互影响下,电池的氧化还原电位、极化、阻值及寿命衰减的变化规律。
作为优选,步骤3中电池的所述数据来源,包括电池性能检测设备的测试数据(充放电设备、电阻仪、快速检测设备等)、充电桩采集数据、车辆监控平台数据、车载数据。
作为优选,步骤3中所述柔性提取特征参数,是柔性评估的前提,通过对不同数据的来源、不同完整度、不同数据类型,采用柔性数据处理方法,提取出不同评估算法所需的不同数据集。
作为优选,步骤4中所述选取对应的评估算法,是柔性评估技术的核心,选取标准为:(1)数据来源,包括充电桩、整车监控平台、快速检测设备、车载数据;(2)数据类型:电池充电数据、电池的充放电数据与对应车辆驾驶行为数据;结合步骤1中的基准数据模型,通过模糊数据与多因子分析算法对步骤3提取电池性能的特征参数进行计算评估。
作为优选,步骤4中所述的评估结果内容包括:电池余能(SOH)、电池一致性、电池绝缘性、电池安全性、电池的历史滥用程度、电池剩余寿命预测。
本发明的优点在于:通过电池固有特性与使用情况相结合对电池性能进行评估,准确性高;算法可兼容不同渠道的数据来源和数据类型,适应性强。
下面结合附图和实施例对本发明作进一步说明。
附图说明
图1为本发明实施例柔性评估的流程图。
具体实施方式
以下对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
如图1所示,一种动力电池性能柔性评估分选方法,具体包括以下几部分:
(1)电池基准模型及数据库建立
对于车辆搭载或退役的动力电池,获取该电池的基本信息:电池的生产厂家、电池材料、电池标称电压、标称容量、连接方式。提取此款电池电化学性能数据,即在标称容量下的充放电数据、电池或对应电芯在不同温度、不同电流、不同充电放电深度条件下的寿命衰减趋势数据。
根据电池的充电数据及寿命衰减趋势数据,分析电池性能衰减机理,即影响电池容量衰减的因素及数据上的体现。电池的使用温度T、充放电电流I、电池搁置时间、电池的固有特性(电池出厂时的健康状态)均是影响电池性能的因子。
根据已测试数据建立一定条件下电池寿命衰减与电池内阻的变化、氧化还原电位偏移、固定电压段的容量减小、电池充放电结束时的电压变化率的关系模型、建立电池在不同状态下电池充电过程的ICA曲线,作为后面评估算法中的基准数据录入。
建立数据库,将电池的基本信息及下面步骤中涉及的数据录入数据库中,对其他类型电池按照此方法步骤进行。
(2)特征参数获取
对于待评估的电池,根据数据途径与类型,提取电池性能的特征参数,以车载数据为例。根据车载数据内容与格式,提取电池充电过程电压、电流、充电起始SOC、电池单体温度、单体电池电压、车辆行驶里程、单体最高电压、单体最低电压、正负极对地绝缘内阻、放电电流等数据集。
根据提取的数据集,计算出近期电池充电过程的ICA曲线、内部均值压差、温升变化、充电截止压降;历史使用过程中电池的快充频率、放电功率极值频率、平均充电深度、平均放电深度等特征参数。
(3)算法评估
以基准数据中ICA曲线作为算法中的训练数据、运用SVM算法,通过RBF函数对待测电池的ICA曲线进行拟合预测,将部分充电过程的曲线补充完整,对预测后的曲线积分计算,得到电池总剩余容量。
以基准数据模型中在不同温度、不同电流、不同充电放电深度条件下的寿命衰减数据作为寿命预测算法中的训练数据,电池实际使用过程的因子数据作为输入数据,通过GRNN算法预测电池剩余使用寿命。
内部均值压差、温升变化、充电截止压降、历史使用过程中电池的快充频率、放电功率极值频率、平均充电深度、平均放电深度等是评价电池一致性、电池绝缘性、电池安全性、电池的历史滥用程度的特征参数
(4)电池分级策略
对电池余能(SOH)、电池一致性、电池绝缘性、电池安全性、电池的历史滥用程度、电池剩余寿命预测等结果赋不同的权值,将电池分为:A、B、C、D四个等级。对于A类电池可继续用于电动汽车领域、B级电池可用于二手车、基于整包利用的梯次利用产品、C级电池可用于低速车、小型梯次产品。
(5)系统集成
开发系统软件,其功能包括:电池基本信息及基准模型数据库维护、算法维护、评估结果数据维护与更新、数据接口连接功能、评估流程设计功能。
Claims (8)
1.动力电池性能柔性评估分选方法,其特征在于:具体包括以下步骤:
步骤1、采集电池基本信息以及该类电池全生命周期的无损测试数据,分析电池的性能的演化规律,建立电池评估的基准数据模型;
步骤2、扩充电池种类,将步骤1中基准数据模型的所有数据录入数据库;
步骤3、采集待评估电池的实时数据与历史使用大数据及对应的使用环境,根据数据来源与数据类型的不同,柔性提取电池性能的特征参数;
步骤4、根据步骤1获得的数据和步骤3的特征参数,选取对应的评估算法,输出评估结果;
步骤5、基于步骤4评估结果中的参数,通过神经网络算法,赋予各参数不同的权值,建立快速分级策略,对电池进行分级分类;
步骤6、构建大数据分析系统并进行系统集成,将步骤1-步骤5中涉及的电池基本信息数据库、电池实测数据库、模型数据库、评估算法、评估流程、评估结果输出的信息与功能进行集成并维护,并具有数据接口连入功能,可接入其他系统数据。
2.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤1中所述电池基本信息包括标称电压、容量、电池材料、电池组厂家、电芯厂家、连接方式、电池载体的基本信息。
3.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤1中电池的所述无损测试数据包括电池组或对应电芯在特定条件下的充放电数据、电池一致性数据、阻值数据、倍率性能数据、高低温性能数据、功率性能数据。
4.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤1中所述基准数据模型是在不同的影响因子条件下电池本身的充放电过程中的电化学特性和寿命衰减规律;所述不同的影响因子条件包括不同倍率、不同温度、不同充放电深度及不同脉冲功率的相互影响下,电池的氧化还原电位、极化、阻值及寿命衰减的变化规律。
5.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤3中电池的所述数据来源,包括电池性能检测设备的测试数据、充电桩采集数据、车辆监控平台数据、车载数据。
6.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤3中所述柔性提取特征参数,通过对不同数据的来源、不同完整度、不同数据类型,采用柔性数据处理方法,提取出不同评估算法所需的不同数据集。
7.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤4中所述选取对应的评估算法,选取标准为:(1)数据来源,包括充电桩、整车监控平台、快速检测设备、车载数据;(2)数据类型:电池充电数据、电池的充放电数据与对应车辆驾驶行为数据;结合步骤1中的基准数据模型,通过模糊数据与多因子分析算法对步骤3提取电池性能的特征参数进行计算评估。
8.根据权利要求1所述的动力电池性能柔性评估分选方法,其特征在于:步骤4中所述的评估结果内容包括:电池余能、电池一致性、电池绝缘性、电池安全性、电池的历史滥用程度、电池剩余寿命预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530042.0A CN109604186B (zh) | 2018-12-14 | 2018-12-14 | 动力电池性能柔性评估分选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530042.0A CN109604186B (zh) | 2018-12-14 | 2018-12-14 | 动力电池性能柔性评估分选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109604186A CN109604186A (zh) | 2019-04-12 |
CN109604186B true CN109604186B (zh) | 2021-12-07 |
Family
ID=66009314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811530042.0A Active CN109604186B (zh) | 2018-12-14 | 2018-12-14 | 动力电池性能柔性评估分选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109604186B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110416636A (zh) * | 2019-06-26 | 2019-11-05 | 北京航空航天大学 | 一种基于云端数据管理的动力电池管理系统及方法 |
CN110873841B (zh) * | 2019-11-05 | 2021-12-07 | 蓝谷智慧(北京)能源科技有限公司 | 一种基于数据驱动与电池特性相结合的电池寿命预测方法 |
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 |
CN111790645B (zh) * | 2020-06-18 | 2022-04-15 | 杭州意能电力技术有限公司 | 一种梯次利用动力电池分选方法 |
CN111812538A (zh) * | 2020-07-22 | 2020-10-23 | 兰州兰石恩力微电网有限公司 | 一种动力电池评估系统 |
CN112485695A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 动力电池的检测方法及装置 |
US11609273B2 (en) * | 2020-12-14 | 2023-03-21 | Guangzhou Automobile Group Co., Ltd. | Method and system for optimizing BMS model, storage medium and electric vehicle |
CN113083739B (zh) * | 2021-04-07 | 2023-03-21 | 东软睿驰汽车技术(沈阳)有限公司 | 电芯分选方法、装置以及计算机设备 |
CN113500012A (zh) * | 2021-06-09 | 2021-10-15 | 同济大学 | 一种基于聚类筛选的车载锂离子动力电池梯次利用方法 |
CN113306412A (zh) * | 2021-06-17 | 2021-08-27 | 江苏云快充新能源科技有限公司 | 车辆充电安全防护方法、装置、充电平台及存储介质 |
CN115187013A (zh) * | 2022-06-24 | 2022-10-14 | 中国华能集团清洁能源技术研究院有限公司 | 一种锂电池性能评分计算方法及系统 |
CN116298892B (zh) * | 2023-03-22 | 2024-05-31 | 海南辰禾投资有限公司 | 一种基于多维度分析的电池寿命综合评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021238A (zh) * | 2014-03-25 | 2014-09-03 | 重庆邮电大学 | 一种铅酸动力电池系统故障诊断方法 |
CN105044621A (zh) * | 2015-09-14 | 2015-11-11 | 国网北京市电力公司 | 废旧动力电池的配置方法及装置 |
CN105680105A (zh) * | 2015-12-29 | 2016-06-15 | 惠州市亿能电子有限公司 | 一种高准确度的电池状态参数及控制参数获取方法 |
CN106936219A (zh) * | 2017-04-19 | 2017-07-07 | 上海蔚来汽车有限公司 | 链式储能方法、系统和储能电站以及储能系统 |
CN107008671A (zh) * | 2017-03-29 | 2017-08-04 | 北京新能源汽车股份有限公司 | 一种动力电池的分类方法及装置 |
CN107330474A (zh) * | 2017-07-12 | 2017-11-07 | 北京科技大学 | 一种锂电池梯次利用筛选方法 |
CN108680869A (zh) * | 2018-06-29 | 2018-10-19 | 上海科列新能源技术有限公司 | 一种动力电池健康状态的评估方法和装置 |
CN108802621A (zh) * | 2018-05-08 | 2018-11-13 | 中国电力科学研究院有限公司 | 一种基于大数据对电池的状态进行评估的方法及系统 |
-
2018
- 2018-12-14 CN CN201811530042.0A patent/CN109604186B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021238A (zh) * | 2014-03-25 | 2014-09-03 | 重庆邮电大学 | 一种铅酸动力电池系统故障诊断方法 |
CN105044621A (zh) * | 2015-09-14 | 2015-11-11 | 国网北京市电力公司 | 废旧动力电池的配置方法及装置 |
CN105680105A (zh) * | 2015-12-29 | 2016-06-15 | 惠州市亿能电子有限公司 | 一种高准确度的电池状态参数及控制参数获取方法 |
CN107008671A (zh) * | 2017-03-29 | 2017-08-04 | 北京新能源汽车股份有限公司 | 一种动力电池的分类方法及装置 |
CN106936219A (zh) * | 2017-04-19 | 2017-07-07 | 上海蔚来汽车有限公司 | 链式储能方法、系统和储能电站以及储能系统 |
CN107330474A (zh) * | 2017-07-12 | 2017-11-07 | 北京科技大学 | 一种锂电池梯次利用筛选方法 |
CN108802621A (zh) * | 2018-05-08 | 2018-11-13 | 中国电力科学研究院有限公司 | 一种基于大数据对电池的状态进行评估的方法及系统 |
CN108680869A (zh) * | 2018-06-29 | 2018-10-19 | 上海科列新能源技术有限公司 | 一种动力电池健康状态的评估方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109604186A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109604186B (zh) | 动力电池性能柔性评估分选方法 | |
CN112092675B (zh) | 一种电池热失控预警方法、系统及服务器 | |
CN109655754B (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
CN109116242B (zh) | 一种动力电池的数据处理方法和装置 | |
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN111381168B (zh) | 电池特性评价装置以及电池特性评价方法 | |
CN108490366B (zh) | 电动汽车退役电池模块健康状态的快速评估方法 | |
CN114072684A (zh) | 在服务器侧表征能重复充电的电池 | |
CN112904219B (zh) | 一种基于大数据的动力电池健康状态的预测方法 | |
CN113696786B (zh) | 电池均衡方法及系统 | |
Huang et al. | State of health estimation of lithium-ion batteries based on the regional frequency | |
CN114651183A (zh) | 电池性能预测 | |
CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN108710087A (zh) | 一种纯电动汽车电池组健康状态测取装置及其测取方法 | |
CN114818831B (zh) | 基于多源感知的双向锂离子电池故障检测方法及系统 | |
CN114462259B (zh) | 基于soc的电池剩余寿命预测方法、系统、汽车及介质 | |
CN114280479A (zh) | 一种基于电化学阻抗谱的退役电池快速分选方法 | |
CN116609676B (zh) | 一种基于大数据处理的混合储能电池状态监控方法及系统 | |
CN115061058A (zh) | 退役动力电池梯次利用剩余寿命测算方法及系统 | |
CN115327417A (zh) | 一种动力电池单体异常的预警方法、系统及电子设备 | |
CN115805810A (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
CN115267552A (zh) | 车辆电池健康状态评估方法、装置、设备及存储介质 | |
CN115097312A (zh) | 一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型 | |
CN114646888A (zh) | 一种动力电池容量衰减的评估方法及系统 | |
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 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 3E06M, Building 12, No. 5 Donghuan Middle Road, Daxing District, Beijing Applicant after: Blue Valley smart (Beijing) Energy Technology Co., Ltd Address before: Room 3E06M, Building 12, No. 5 Donghuan Middle Road, Daxing District, Beijing Applicant before: BEIJING ARTICORE BATTERY TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |