CN111175666A - 一种soh检测方法及装置 - Google Patents

Abstract

本发明涉及一种SOH检测方法及装置，属于锂离子电池技术领域。方法包括：收集用户的历史行为习惯数据，历史行为习惯数据包括动力电池搁置时的历史数据和动力电池运营时的历史数据；根据在设定时间段内的动力电池搁置时的历史数据，得到动力电池在设定时间段内的存储容量损失率；根据在设定时间段内的动力电池运营时的历史数据，得到动力电池在设定时间段内的运营容量损失率；存储容量损失率和运营容量损失率的叠加即为动力电池在设定时间段内的容量损失率。本发明实现了通过用户的历史行为习惯数据对用户自身使用的动力电池的寿命进行评估，使得评估更加准确，而且该评估可以用于后台运营商的分析，在动力电池需要保养的情况下，及时通知用户。

Description

一种SOH检测方法及装置

技术领域

本发明涉及一种SOH检测方法及装置，属于锂离子电池技术领域。

背景技术

新能源汽车作为新兴的技术，发展十分迅猛，动力电池作为新能源汽车的核心零部件是整个新能源行业关注的焦点，随着新能源汽车保有量逐渐增多，新能源汽车动力电池的寿命评估成为行业研发的焦点及难题。

目前新能源汽车动力电池SOH评估一般通过如下几种方式：1、借助充放电设备，在恒定的环境条件对电池健康状态进行标定，一般都是依据国标以1C/1C进行充放电寿命测试；2、通过实验评估确定电池AH总量，通过计算电芯吞吐量与AH总量的比值对健康状态预测；3、通过充电深度和充放电次数建立寿命模型实现健康状态的预测；4、利用卡尔曼滤波算法从内阻定义对锂电池健康状态进行预测；5、借助样品数据建立SOH与电压、阻抗等关系模型从而实现锂电健康状态预测。

上述所说的各种方法都是对大数据进行分析，统计出一定规律或者按照一定的标准对动力电池的SOH进行预测评估，然而由于每个用户的行为习惯不同，而且车辆在实际运行时，工况非常复杂，与规律和标准相差甚远，导致现有的预测评估结论不准确、与实际的动力电池SOH偏差较大。

发明内容

本申请的目的在于提供一种SOH检测方法及装置，用以解决现有SOH检测方法不准确的问题。

为实现上述目的，本发明提出一种SOH检测方法，包括以下步骤：

收集用户的历史行为习惯数据，所述历史行为习惯数据包括动力电池搁置时的历史数据和动力电池运营时的历史数据；动力电池搁置时的历史数据包括动力电池在搁置时的搁置时长、搁置前的动力电池的SOC和搁置时动力电池的温度；动力电池运营时的历史数据包括动力电池在运营时的充放电倍率、充放电循环次数以及运营时动力电池的温度；

根据在设定时间段内的动力电池搁置时的历史数据，得到动力电池在设定时间段内的存储容量损失率；

根据在设定时间段内的动力电池运营时的历史数据，得到动力电池在设定时间段内的运营容量损失率；

存储容量损失率和运营容量损失率的叠加即为动力电池在设定时间段内的容量损失率，进而实现SOH的检测。

另外，本发明还提出一种SOH检测装置，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现上述的SOH检测方法。

有益效果是：用户对动力电池的使用包括充放电和搁置，因此对动力电池搁置时的历史数据和运营时的历史数据进行收集，通过搁置时的历史数据得到存储容量损失率，通过运营时的历史数据得到运营容量损失率，实现了通过用户的历史行为习惯数据对用户自身使用的动力电池的寿命进行评估，使得SOH与实际更加接近，评估更加准确，而且该评估可以用于后台运营商的分析，在动力电池需要保养的情况下，及时通知用户，延长动力电池的使用寿命。

进一步的，上述SOH检测方法及装置中，为了减小计算量，提高评估的效率，将设定时间段内的动力电池搁置时的历史数据中的搁置前的动力电池的SOC进行时间加权，得到设定时间段内，搁置前的动力电池的等效SOC；将设定时间段内的动力电池搁置时的历史数据中的搁置时动力电池的温度进行时间加权，得到设定时间段内，搁置时动力电池的等效温度；通过搁置前的动力电池的等效SOC以及搁置时动力电池的等效温度得到动力电池在设定时间段内的存储容量损失率。

进一步的，上述SOH检测方法及装置中，为了提高存储容量损失率计算的准确性，动力电池在设定时间段内的存储容量损失率的计算过程为：

其中，Q_存储loss为动力电池在设定时间段内的存储容量损失率；T_搁置为设定时间段内，搁置时动力电池的等效温度；SOC_搁置为设定时间段内，搁置前的动力电池的等效SOC；t为设定时间段内，搁置时长的累加值；n为指数参数，由动力电池的化学体系决定；A、m₁、m₂为修正常数；T₀为动力电池的参考温度；SOC₀为动力电池的参考SOC。

进一步的，上述SOH检测方法及装置中，通过对与用户动力电池类型相同的动力电池做实验，得到实验数据库，对实验数据库进行拟合，得到A、m₁、m₂。

进一步的，上述SOH检测方法及装置中，为了减小计算量，提高评估的效率，将设定时间段内的动力电池运营时的历史数据中的运营时的充放电倍率进行时间加权，得到设定时间段内，运营时的等效充放电倍率；将设定时间段内的动力电池运营时的历史数据中的运营时动力电池的温度进行时间加权，得到设定时间段内，运营时动力电池的等效温度；通过运营时的等效充放电倍率以及运营时动力电池的等效温度得到动力电池在设定时间段内的运营容量损失率。

进一步的，上述SOH检测方法及装置中，为了提高运营容量损失率计算的准确性，动力电池在设定时间段内的运营容量损失率的计算过程为：

其中，Q_运营loss为动力电池在设定时间段内的运营容量损失率；C_运营为设定时间段内，运营时的等效充放电倍率；T_运营为设定时间段内，运营时动力电池的等效温度；N为设定时间段内的充放电循环次数，α、Z、β₁、β₂、d₁、e₁、d₂、e₂为修正常数。

进一步的，上述SOH检测方法及装置中，通过对与用户动力电池类型相同的动力电池做实验，得到实验数据库，对实验数据库进行拟合，得到α、Z、β₁、β₂、d₁、e₁、d₂、e₂。

附图说明

图1是本发明SOH检测方法的流程图。

具体实施方式

SOH检测方法实施例：

本实施例提出的SOH检测方法，如图1所示，包括以下步骤：

1)收集用户的历史行为习惯数据。

用户对车辆的历史行为习惯数据通过网络上传至后台运营商，历史行为习惯数据包括：动力电池在搁置时的搁置时长、搁置前的动力电池的SOC和搁置时动力电池的温度，统称为搁置时的历史数据；还包括运营时的充放电倍率、充放电循环次数以及运营时动力电池的温度，统称为运营时的历史数据；由于充放电倍率＝电流/电源系统额定容量，因此，为了获取运营时的充放电倍率，需要获取电流。

历史行为习惯数据和温度数据均为周期性的获取且历史行为习惯数据和温度数据的采集周期均为20s。

2)根据搁置时的历史数据得到动力电池的存储容量损失率。

存储容量损失率也即存储过程中寿命的损失，简称存储寿命。存储寿命是指动力电池在备用状态下的寿命，即动力电池(简称电池)在参考温度下，不加负载开路状态下的寿命，也可以将存储寿命理解为搁置寿命。存储寿命主要评估电池在某温度环境下，时间的流逝对电池性能的影响。存储寿命只与电池的化学体系、温度、存储时间、SOC有关系。

由于评估SOH一般是在动力电池使用一段时间后在进行评估，因此需要设定一个评估时间，即设定时间段。通过设定时间段内的动力电池搁置时的历史数据，得到动力电池在设定时间段内的存储容量损失率，该设定时间段可以根据需要进行设定。

本实施例中，为了减小计算量，对设定时间段内，搁置时的历史数据进行处理，处理的过程包括：将设定时间段内的动力电池搁置时的历史数据中的搁置前的动力电池的SOC进行时间加权，得到设定时间段内，搁置前的动力电池的等效SOC；时间加权的具体过程为：

SOC_搁置＝(SOC₁*t₁+SOC₂*t₂+SOC₃*t₃+…+SOC_n*t_n)/(t₁+t₂+t₃+…+t_n)；

其中，SOC_搁置为设定时间段内，搁置前的动力电池的等效SOC，SOC₁、SOC₂、SOC₃、…、SOC_n为在设定时间段内，第1次、第2次、第3次、…、第n次搁置前动力电池的SOC，t₁、t₂、t₃、…、t_n为设定时间段内，第1次、第2次、第3次、…、第n次搁置时的搁置时长。

处理的过程还包括：将设定时间段内的动力电池搁置时的历史数据中的搁置时动力电池的温度进行时间加权，得到设定时间段内，搁置时动力电池的等效温度；时间加权的具体过程为：

T_搁置＝(T₁*t₁+T₂*t₂+T₃*t₃+…+T_n*t_n)/(t₁+t₂+t₃+…+t_n)；

其中，T_搁置为设定时间段内，搁置前的动力电池的等效SOC，T₁、T₂、T₃、…、T_n为在设定时间段内，第1次、第2次、第3次、…、第n次搁置时动力电池的温度，t₁、t₂、t₃、…、t_n为设定时间段内，第1次、第2次、第3次、…、第n次搁置时的搁置时长。

接着，通过搁置前的动力电池的等效SOC以及搁置时动力电池的等效温度得到动力电池在设定时间段内的存储容量损失率。作为其他实施方式，对也可以对设定时间段内的搁置时的历史数据中每次搁置的数据进行单独的存储容量损失率的计算，最后叠加得到设定时间段内的存储容量损失率，本发明对此不做限制。

本实施例中，对存储容量损失率的计算是基于预先建立的存储寿命模型，根据预先建立的存储寿命模型和搁置时的历史数据对设定时间段内的存储容量损失率进行计算。作为其他实施方式，也可以基于其他模型，本发明对此不做限制，存储寿命模型为：

其中，Q_存储loss为动力电池在设定时间段内的存储容量损失率；T_搁置为设定时间段内，搁置时动力电池的等效温度；SOC_搁置为设定时间段内，搁置前的动力电池的等效SOC；n为指数参数，由动力电池的化学体系决定；t为设定时间段内，搁置时长的累加值，t＝t₁+t₂+t₃+…+t_n；A、m₁、m₂为修正常数；T₀为动力电池的参考温度；SOC₀为动力电池的参考SOC；T₀、SOC₀是为确定模型中的修正常数所设定的。

存储寿命模型中，修正常数的确定过程为：通过对与用户动力电池类型相同的动力电池做实验，得到实验数据库，对实验数据库进行拟合，根据拟合结果得到A、m₁、m₂。

3)根据运营时的历史数据得到运营容量损失率。

与存储容量损失率对应，运营容量损失率也应当是设定时间段内的运营容量损失率，而且运营过程中，运营容量损失率与运营时的温度、充放电倍率、以及充放电循环次数有关。

本实施例中，为了减小计算量，对设定时间段内，运营时的历史数据进行处理，处理的过程包括：将设定时间段内的动力电池运营时的历史数据中的运营时的充放电倍率进行时间加权，得到设定时间段内，运营时的等效充放电倍率；当然，为了实现时间加权，还需要获取运营时的运营时长，具体时间加权的过程为：

C_运营＝(C₁*t'₁+C₂*t'₂+C₃*t'₃+…+C_n*t'_n)/(t'₁+t'₂+t'₃+…+t'_n)；

其中，C_运营为设定时间段内，运营时的等效充放电倍率；

C₁、C₂、C₃、…、C_n为设定时间段内，第1次、第2次、第3次、…、第n次运营时充放电倍率，t'₁、t'₂、t'₃、…、t'_n为设定时间段内，第1次、第2次、第3次、…、第n次运营时的运营时长。

处理的过程还包括：将设定时间段内的动力电池运营时的历史数据中的运营时动力电池的温度进行时间加权，得到设定时间段内，运营时动力电池的等效温度；当然，为了实现时间加权，还需要获取运营时的运营时长，时间加权的具体过程为：

T_运营＝(T₁*t'₁+T₂*t'₂+T₃*t'₃+…+T_n*t'_n)/(t'₁+t'₂+t'₃+…+t'_n)；

其中，T_运营为设定时间段内，运营时动力电池的等效温度；T₁、T₂、T₃、…、T_n为设定时间段内，第1次、第2次、第3次、…、第n次运营时动力电池的温度，t'₁、t'₂、t'₃、…、t'_n为设定时间段内，第1次、第2次、第3次、…、第n次运营时的运营时长。

接着，通过运营时的等效充放电倍率以及运营时动力电池的等效温度得到动力电池在设定时间段内的运营容量损失率。当然，作为其他实施方式，对也可以对设定时间段内的运营时的历史数据中每次运营的数据进行单独的运营容量损失率的计算，最后叠加得到设定时间段内的运营容量损失率，本发明对此不做限制。

本实施例中，对运营容量损失率的计算时基于预先建立的运营寿命模型，根据预先建立的运营寿命模型和运营时的历史数据对设定时间段内的运营容量损失率进行计算。作为其他实施方式，也可以基于其他模型，本发明对此不做限制，运营寿命模型为：

其中，Q_运营loss为动力电池在设定时间段内的运营容量损失率；C_运营为设定时间段内，运营时的等效充放电倍率；T_运营为设定时间段内，运营时动力电池的等效温度；N为设定时间段内的充放电循环次数(车辆运营累积充电SOC/100)，α、Z、β₁、β₂、d₁、e₁、d₂、e₂为修正常数。

α、Z、β₁、β₂、d₁、e₁、d₂、e₂的具体数值的确定过程如下：

本发明运营寿命模型是基于阿伦尼乌斯公式：

其中，Q_loss为损失率，A'为常数，E_a为活化能，单位J/mol，R为气体普适常数，T′为温度，N为循环次数，k为幂函数因子。一般情况下，运营寿命模型中的Z等效于k。

运用到运营寿命模型中，首先，在确定电池的充放电倍率以及循环次数后，电池的寿命仅与温度有关，温度对电池的容量衰减速率的影响符合阿伦尼乌斯公式：

其中，Q_loss1为温度影响的运营损失率，A₁为温度修正常数，

为温度影响的活化能，单位J/mol，R为气体普适常数，T为运营温度，N为循环次数，k为幂函数因子，a₁、d₁、e₁为修正常数，其中a₁具体是在不同条件下电池容量衰减的矫正因子，是在公式推导过程汇中衍生出的，取对数后，得到：

对与用户动力电池类型相同的动力电池进行实验，得到不同温度下，动力电池的容量损失率，曲线拟合法进行拟合，得到拟合曲线：

同时拟合得到常数a₁、b₁、c₁，对拟合曲线两边取对数得到：

ln(Q_loss1-a₁)＝lnb₁+c₁lnN；得到c₁＝k；

根据不同温度T和对应的b₁，通过拟合得到A₁和

得到不同测试温度T的a₁后，对T和a₁进行拟合，可得到a₁与T的关系式，a₁＝d₁+e₁T，进而得到d₁、e₁。

接着，在确定电池的温度以及循环次数后，电池的寿命仅与充放电倍率有关，充放电倍率对电池的容量衰减速率的影响也符合阿伦尼乌斯公式：

其中，Q_loss2为充放电倍率影响的运营损失率，A₂为充放电倍率修正常数，

为充放电倍率影响的活化能，单位J/mol，R为气体普适常数，C为充放电倍率，N为循环次数，k为幂函数因子，a₂、d₂、e₂为修正常数，其中a₂具体是在不同条件下电池容量衰减的矫正因子，是在公式推导过程汇中衍生出的。

A₂、

k、d₂、e₂的确定过程和上述相同，通过曲线拟合进行确定，这里不做赘述。一般情况下，这里的k值与上述的k值相同，k值是幂函数因子，具体为循环次数的幂率因素，与电池的衰减机理相关，受温度影响，电池的化学体系确定后，0℃以上，k值相差不大。

α＝A₁*A₂。

至此，完成α、Z、β₁、β₂、d₁、e₁、d₂、e₂的确定。

4)存储容量损失率和运营容量损失率的叠加即为动力电池在设定时间段内的容量损失率，进而实现SOH的检测。

考虑动力电池的实际使用情况，电池的寿命可以用电池容量损失率表示，当电池容量损失率达到最大时，该动力电池的寿命即结束，因此动力电池的寿命Q_loss可以归结为存储寿命和运营寿命：

Q_loss＝Q_存储loss+Q_运营loss。

SOH检测装置实施例：

本实施例提出的SOH检测装置，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现SOH检测方法。

SOH检测方法的具体实施过程在上述SOH检测方法实施例中已经介绍，这里不做赘述。

Claims (8)

1.一种SOH检测方法，其特征在于，包括以下步骤：

收集用户的历史行为习惯数据，所述历史行为习惯数据包括动力电池搁置时的历史数据和动力电池运营时的历史数据；动力电池搁置时的历史数据包括动力电池在搁置时的搁置时长、搁置前的动力电池的SOC和搁置时动力电池的温度；动力电池运营时的历史数据包括动力电池在运营时的充放电倍率、充放电循环次数以及运营时动力电池的温度；

根据在设定时间段内的动力电池搁置时的历史数据，得到动力电池在设定时间段内的存储容量损失率；

根据在设定时间段内的动力电池运营时的历史数据，得到动力电池在设定时间段内的运营容量损失率；

存储容量损失率和运营容量损失率的叠加即为动力电池在设定时间段内的容量损失率，进而实现SOH的检测。

2.根据权利要求1所述的SOH检测方法，其特征在于，将设定时间段内的动力电池搁置时的历史数据中的搁置前的动力电池的SOC进行时间加权，得到设定时间段内，搁置前的动力电池的等效SOC；将设定时间段内的动力电池搁置时的历史数据中的搁置时动力电池的温度进行时间加权，得到设定时间段内，搁置时动力电池的等效温度；通过搁置前的动力电池的等效SOC以及搁置时动力电池的等效温度得到动力电池在设定时间段内的存储容量损失率。

3.根据权利要求2所述的SOH检测方法，其特征在于，动力电池在设定时间段内的存储容量损失率的计算过程为：

其中，Q_存储loss为动力电池在设定时间段内的存储容量损失率；T_搁置为设定时间段内，搁置时动力电池的等效温度；SOC_搁置为设定时间段内，搁置前的动力电池的等效SOC；t为设定时间段内，搁置时长的累加值；n为指数参数，由动力电池的化学体系决定；A、m₁、m₂为修正常数；T₀为动力电池的参考温度；SOC₀为动力电池的参考SOC。

4.根据权利要求3所述的SOH检测方法，其特征在于，通过对与用户动力电池类型相同的动力电池做实验，得到实验数据库，对实验数据库进行拟合，得到A、m₁、m₂。

5.根据权利要求1所述的SOH检测方法，其特征在于，将设定时间段内的动力电池运营时的历史数据中的运营时的充放电倍率进行时间加权，得到设定时间段内，运营时的等效充放电倍率；将设定时间段内的动力电池运营时的历史数据中的运营时动力电池的温度进行时间加权，得到设定时间段内，运营时动力电池的等效温度；通过运营时的等效充放电倍率以及运营时动力电池的等效温度得到动力电池在设定时间段内的运营容量损失率。

6.根据权利要求5所述的SOH检测方法，其特征在于，动力电池在设定时间段内的运营容量损失率的计算过程为：

其中，Q_运营loss为动力电池在设定时间段内的运营容量损失率；C_运营为设定时间段内，运营时的等效充放电倍率；T_运营为设定时间段内，运营时动力电池的等效温度；N为设定时间段内的充放电循环次数，α、Z、β₁、β₂、d₁、e₁、d₂、e₂为修正常数。

7.根据权利要求6所述的SOH检测方法，其特征在于，通过对与用户动力电池类型相同的动力电池做实验，得到实验数据库，对实验数据库进行拟合，得到α、Z、β₁、β₂、d₁、e₁、d₂、e₂。

8.一种SOH检测装置，其特征在于，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现如权利要求1-7中任一项所述的SOH检测方法。

Images