CN111913964A - 评估电动车锂电池使用习惯的方法 - Google Patents

评估电动车锂电池使用习惯的方法 Download PDF

Info

Publication number
CN111913964A
CN111913964A CN202010767828.5A CN202010767828A CN111913964A CN 111913964 A CN111913964 A CN 111913964A CN 202010767828 A CN202010767828 A CN 202010767828A CN 111913964 A CN111913964 A CN 111913964A
Authority
CN
China
Prior art keywords
lithium battery
electric vehicle
data
user
use habit
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
Application number
CN202010767828.5A
Other languages
English (en)
Other versions
CN111913964B (zh
Inventor
张志平
刘聪
曾国强
黄李冲
陈志军
石宇航
吴伟
陈攀兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Greenway Technology Co Ltd
Original Assignee
Guangdong Greenway Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Greenway Technology Co Ltd filed Critical Guangdong Greenway Technology Co Ltd
Priority to CN202010767828.5A priority Critical patent/CN111913964B/zh
Publication of CN111913964A publication Critical patent/CN111913964A/zh
Application granted granted Critical
Publication of CN111913964B publication Critical patent/CN111913964B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285—Testing apparatus
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4278—Systems for data transfer from batteries, e.g. transfer of battery parameters to a controller, data transferred between battery controller and main controller
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • 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
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Sustainable Development (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种评估电动车锂电池使用习惯的方法，包括：在电动车锂电池的BMS系统上加装无线蓝牙模块，建立与手机APP程序的蓝牙通讯；将电动车锂电池的数据信息发送至手机APP程序并发送至云服务器；云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型；分析锂电池出现故障的原因，并对锂电池故障进行预警；引导用户调整电动车锂电池使用习惯，实时更新电动车锂电池使用习惯模型。本发明通过手机APP程序采集电动车锂电池的BMS系统数据，通过云服务器存储并利用海量数据存储技术以及实时大数据分析技术，分析用户的电动车锂电池使用习惯，对用户的电动车使用习惯进行指导，避免锂电池的故障问题，提升锂电池的使用寿命。

Description

评估电动车锂电池使用习惯的方法
技术领域
本发明涉及电池管理技术领域，尤其涉及一种评估电动车锂电池使用习惯的方法。
背景技术
随着能源危机与环境污染的形势日益严峻，锂电池作为动力电池的一款被各大汽车厂商所推举认同，使其销量庞大，因此也有较多的终端消费者。尽管电池的生产技术以日趋成熟，但仍然还有很多锂电池在使用寿命期内出现故障或者比出厂状态的性能降低的情况，因此大部分厂商都是通过要求和规定电池的使用方法及方式去降低电池的故障率。
目前厂商通过要求和规定电池的使用方法确实是降低了电池的损耗率，但这也因此降低了终端消费者的使用体验，在终端消费者看来，应该是不管他们如何操作使用，电池应该仍要有一定良好的状况，因此，对于用户对锂电池使用习惯，获取一个最优的使用方案，推荐用户在设定条件下的骑行方法尤为重要。
因此，现有技术需要改进。
发明内容
本发明实施例所要解决的技术问题是：提供一种评估电动车锂电池使用习惯的方法，以解决现有技术中存在的问题。
根据本发明实施例的一个方面，公开一种评估电动车锂电池使用习惯的方法，包括：
在电动车锂电池的BMS系统上加装无线蓝牙模块，建立手机APP程序与电动车锂电池的BMS系统的蓝牙通讯；
电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序；
手机APP程序将电动车锂电池的数据信息发送至云服务器；
云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型；
通过电动车锂电池使用习惯模型分析锂电池出现故障的原因，并对锂电池故障进行预警；
引导用户调整电动车锂电池使用习惯，实时更新电动车锂电池使用习惯模型，提升锂电池使用寿命。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序包括：
电动车锂电池的BMS系统将电动车锂电池的当前数据发送至手机APP程序；
手机APP程序展示接收的电动车锂电池的当前数据，所述电动车锂电池的当前数据包括：电池电压、电池电流、电池温度、循环次数、循环时间、整车骑行时间、骑行坡度；
手机APP程序调用云服务器中电动车锂电池对应的数据库数据，获取以前的电动车锂电池数据。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述手机APP程序将电动车锂电池的数据信息发送至云服务器包括：
手机APP程序将接收的数据转发至云服务器；
云服务器查找当前电动车锂电池已构建数据库，并添加当前数据，更新数据库；
将更新后的数据库数据代入电动车锂电池使用习惯模型，更新电动车锂电池使用习惯模型数据。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型包括：
把电动车锂电池的数据信息进行分类，获取电动车锂电池的数据信息的多个类别的子数据库；
对每一个子数据库构建电动车锂电池使用习惯模型；
使用全索引快速查询方式，获取用户需要查询的一个或多个参数的电动车锂电池使用习惯模型；
通过电动车锂电池使用习惯模型对电动车锂电池的一个或多个参数进行预估。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述云服务器对电动车锂电池的数据信息的存储采用分布式存储架构；
所述分布式存储架构采用多结点方式，多个结点相互备份并提供数据服务，根据用户所在地理位置来分配离用户最近的结点进行存储。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述对每一个子数据库构建电动车锂电池使用习惯模型包括：
骑行速度模型，通过分析用户的骑行速度数据，建立骑行速度模型，获取在设定条件下用户最佳骑行速度数据；
骑行时长模型，通过分析用户的骑行时长数据，建立骑行时长模型，获取在设定条件下用户最佳骑行时长数据；
骑行耗电模型，通过分析用户的骑行耗电数据，建立骑行耗电模型，获取在设定条件下用户最佳骑行耗电数据。
与现有技术相比，本发明具有如下优点：
本发明的评估电动车锂电池使用习惯的方法通过手机APP程序采集电动车锂电池的BMS系统数据，通过云服务器存储并利用海量数据存储技术以及实时大数据分析技术，分析用户的电动车锂电池使用习惯，对投放使用的电池进行数据收集、实时分析及对电池使用寿命和故障原因进行整理，对用户的电动车使用习惯进行指导，避免锂电池的故障问题，提升锂电池的使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明的评估电动车锂电池使用习惯的方法的一个实施例的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图和实施例对本发明提供的一种评估电动车锂电池使用习惯的方法进行更详细地说明。
图1是本发明的评估电动车锂电池使用习惯的方法的一个实施例的流程图，如图1所示，该实施例的评估电动车锂电池使用习惯的方法包括：
10，在电动车锂电池的BMS系统上加装无线蓝牙模块，建立手机APP程序与电动车锂电池的BMS系统的蓝牙通讯；
20，电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序；
30，手机APP程序将电动车锂电池的数据信息发送至云服务器；
40，云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型；
50，通过电动车锂电池使用习惯模型分析锂电池出现故障的原因，并对锂电池故障进行预警；
60，引导用户调整电动车锂电池使用习惯，实时更新电动车锂电池使用习惯模型，提升锂电池使用寿命。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序包括：
电动车锂电池的BMS系统将电动车锂电池的当前数据发送至手机APP程序；
手机APP程序展示接收的电动车锂电池的当前数据，所述电动车锂电池的当前数据包括：电池电压、电池电流、电池温度、循环次数、循环时间、整车骑行时间、骑行坡度；
手机APP程序调用云服务器中电动车锂电池对应的数据库数据，获取以前的电动车锂电池数据。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述手机APP程序将电动车锂电池的数据信息发送至云服务器包括：
手机APP程序将接收的数据转发至云服务器；
云服务器查找当前电动车锂电池已构建数据库，并添加当前数据，更新数据库；
将更新后的数据库数据代入电动车锂电池使用习惯模型，更新电动车锂电池使用习惯模型数据。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型包括：
把电动车锂电池的数据信息进行分类，获取电动车锂电池的数据信息的多个类别的子数据库；
对每一个子数据库构建电动车锂电池使用习惯模型；
使用全索引快速查询方式，获取用户需要查询的一个或多个参数的电动车锂电池使用习惯模型；
通过电动车锂电池使用习惯模型对电动车锂电池的一个或多个参数进行预估。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述云服务器对电动车锂电池的数据信息的存储采用分布式存储架构；
所述分布式存储架构采用多结点方式，多个结点相互备份并提供数据服务，根据用户所在地理位置来分配离用户最近的结点进行存储。
基于本发明上述评估电动车锂电池使用习惯的方法的另一个实施例中，所述对每一个子数据库构建电动车锂电池使用习惯模型包括：
骑行速度模型，通过分析用户的骑行速度数据，建立骑行速度模型，获取在设定条件下用户最佳骑行速度数据；
骑行时长模型，通过分析用户的骑行时长数据，建立骑行时长模型，获取在设定条件下用户最佳骑行时长数据；
骑行耗电模型，通过分析用户的骑行耗电数据，建立骑行耗电模型，获取在设定条件下用户最佳骑行耗电数据。
以上对本发明所提供的一种评估电动车锂电池使用习惯的方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种评估电动车锂电池使用习惯的方法，其特征在于，包括：
在电动车锂电池的BMS系统上加装无线蓝牙模块，建立手机APP程序与电动车锂电池的BMS系统的蓝牙通讯；
电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序；
手机APP程序将电动车锂电池的数据信息发送至云服务器；
云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型；
通过电动车锂电池使用习惯模型分析锂电池出现故障的原因，并对锂电池故障进行预警；
引导用户调整电动车锂电池使用习惯，实时更新电动车锂电池使用习惯模型，提升锂电池使用寿命。
2.根据权利要求1所述的评估电动车锂电池使用习惯的方法，其特征在于，所述电动车锂电池的BMS系统将电动车锂电池的数据信息发送至手机APP程序包括：
电动车锂电池的BMS系统将电动车锂电池的当前数据发送至手机APP程序；
手机APP程序展示接收的电动车锂电池的当前数据，所述电动车锂电池的当前数据包括：电池电压、电池电流、电池温度、循环次数、循环时间、整车骑行时间、骑行坡度；
手机APP程序调用云服务器中电动车锂电池对应的数据库数据，获取以前的电动车锂电池数据。
3.根据权利要求1所述的评估电动车锂电池使用习惯的方法，其特征在于，所述手机APP程序将电动车锂电池的数据信息发送至云服务器包括：
手机APP程序将接收的数据转发至云服务器；
云服务器查找当前电动车锂电池已构建数据库，并添加当前数据，更新数据库；
将更新后的数据库数据代入电动车锂电池使用习惯模型，更新电动车锂电池使用习惯模型数据。
4.根据权利要求1所述的评估电动车锂电池使用习惯的方法，其特征在于，所述云服务器分析用户电动车锂电池的数据信息，建立电动车锂电池使用习惯模型包括：
把电动车锂电池的数据信息进行分类，获取电动车锂电池的数据信息的多个类别的子数据库；
对每一个子数据库构建电动车锂电池使用习惯模型；
使用全索引快速查询方式，获取用户需要查询的一个或多个参数的电动车锂电池使用习惯模型；
通过电动车锂电池使用习惯模型对电动车锂电池的一个或多个参数进行预估。
5.根据权利要求1所述的评估电动车锂电池使用习惯的方法，其特征在于，所述云服务器对电动车锂电池的数据信息的存储采用分布式存储架构；
所述分布式存储架构采用多结点方式，多个结点相互备份并提供数据服务，根据用户所在地理位置来分配离用户最近的结点进行存储。
6.根据权利要求4所述的评估电动车锂电池使用习惯的方法，其特征在于，所述对每一个子数据库构建电动车锂电池使用习惯模型包括：
骑行速度模型，通过分析用户的骑行速度数据，建立骑行速度模型，获取在设定条件下用户最佳骑行速度数据；
骑行时长模型，通过分析用户的骑行时长数据，建立骑行时长模型，获取在设定条件下用户最佳骑行时长数据；
骑行耗电模型，通过分析用户的骑行耗电数据，建立骑行耗电模型，获取在设定条件下用户最佳骑行耗电数据。
CN202010767828.5A 2020-08-03 2020-08-03 评估电动车锂电池使用习惯的方法 Active CN111913964B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010767828.5A CN111913964B (zh) 2020-08-03 2020-08-03 评估电动车锂电池使用习惯的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010767828.5A CN111913964B (zh) 2020-08-03 2020-08-03 评估电动车锂电池使用习惯的方法

Publications (2)

Publication Number Publication Date
CN111913964A true CN111913964A (zh) 2020-11-10
CN111913964B CN111913964B (zh) 2024-01-05

Family

ID=73286923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010767828.5A Active CN111913964B (zh) 2020-08-03 2020-08-03 评估电动车锂电池使用习惯的方法

Country Status (1)

Country Link
CN (1) CN111913964B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003123847A (ja) * 2001-10-09 2003-04-25 Furukawa Battery Co Ltd:The 蓄電池の保守管理方法
US20120296512A1 (en) * 2011-04-26 2012-11-22 University Of Cincinnati Method and system for electric vehicle battery prognostics and health management
CN204359913U (zh) * 2014-12-15 2015-05-27 北京九五智驾信息技术股份有限公司 基于车联网的汽车电池分析系统
US20170223508A1 (en) * 2016-02-03 2017-08-03 Twosense, Llc System and method for maximizing mobile device power using intelligent geo-location selection
CN108390934A (zh) * 2018-02-26 2018-08-10 杭州翼兔网络科技有限公司 一种电动汽车综合管控系统
US20180287430A1 (en) * 2017-03-30 2018-10-04 Advanced Charging Technologies Inc. Battery management system and related methods
CN110516813A (zh) * 2019-08-09 2019-11-29 常伟 一种基于大数据机器学习进行电动汽车电池rdr预测的方法
US20200160619A1 (en) * 2018-11-17 2020-05-21 International Business Machines Corporation Dynamic driving range prediction for electric vehicles
CN111222584A (zh) * 2020-01-15 2020-06-02 北京辉腾格勒石墨烯科技有限公司 基于大数据和深度神经网络的锂电池实时评估方法
CN111369329A (zh) * 2020-03-31 2020-07-03 中国科学院自动化研究所 基于区块链的电动汽车电池管理系统、租赁及运维方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003123847A (ja) * 2001-10-09 2003-04-25 Furukawa Battery Co Ltd:The 蓄電池の保守管理方法
US20120296512A1 (en) * 2011-04-26 2012-11-22 University Of Cincinnati Method and system for electric vehicle battery prognostics and health management
CN204359913U (zh) * 2014-12-15 2015-05-27 北京九五智驾信息技术股份有限公司 基于车联网的汽车电池分析系统
US20170223508A1 (en) * 2016-02-03 2017-08-03 Twosense, Llc System and method for maximizing mobile device power using intelligent geo-location selection
US20180287430A1 (en) * 2017-03-30 2018-10-04 Advanced Charging Technologies Inc. Battery management system and related methods
CN108390934A (zh) * 2018-02-26 2018-08-10 杭州翼兔网络科技有限公司 一种电动汽车综合管控系统
US20200160619A1 (en) * 2018-11-17 2020-05-21 International Business Machines Corporation Dynamic driving range prediction for electric vehicles
CN110516813A (zh) * 2019-08-09 2019-11-29 常伟 一种基于大数据机器学习进行电动汽车电池rdr预测的方法
CN111222584A (zh) * 2020-01-15 2020-06-02 北京辉腾格勒石墨烯科技有限公司 基于大数据和深度神经网络的锂电池实时评估方法
CN111369329A (zh) * 2020-03-31 2020-07-03 中国科学院自动化研究所 基于区块链的电动汽车电池管理系统、租赁及运维方法

Also Published As

Publication number Publication date
CN111913964B (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
CN110208706A (zh) 一种基于车联网的动力电池健康状态在线评估系统及方法
CN108357382B (zh) 电池充电方法和系统、远程监控平台和存储介质
CN113064089B (zh) 动力电池的内阻检测方法、装置、介质以及系统
CN110549902A (zh) 云服务器、电动汽车及其中动力电池的管理系统、方法
CN112041194A (zh) 用于电池选择的系统和方法
CN110677445A (zh) 动态分配电池模组的方法和相应的服务器
WO2021184982A1 (zh) 预测模型构建方法和相关装置
CN108297706A (zh) 一种电动汽车自助式智能换电系统
CN113263954A (zh) 电动汽车续驶里程预测方法、装置、设备和可读存储介质
CN114217229A (zh) 电池soc矫正系统及其控制方法、存储介质及电动车辆
CN111791740A (zh) 一种基于蓝牙通信的电动自行车无线充电系统
CN111291035B (zh) 一种对数据进行切片的方法、装置及相关产品
CN111913964A (zh) 评估电动车锂电池使用习惯的方法
CN111982531B (zh) 评估电池与整车匹配性的方法
CN117104008A (zh) 蓄电池亏电预警方法、装置、设备及存储介质
CN116118554A (zh) 一种电动汽车充电剩余时间预测方法和系统
CN113938484B (zh) 一种基于边缘计算的终端设备管理方法
CN115503558A (zh) 燃料电池的能量管理方法、装置、车辆及计算机存储介质
CN115583153A (zh) 一种续航里程计算方法、装置及计算机设备
CN113879182A (zh) 车辆能量管理控制方法、系统、设备及介质
CN105172711B (zh) 汽车服务方法和系统、数据中心设备和车载设备
CN113761753A (zh) 一种根据ai分析基站电源配置的大数据方法
CN112606727A (zh) 充电方案推荐方法和充电方案推荐系统
CN111791739A (zh) 一种基于wifi通信的电动自行车无线充电系统
CN111952683A (zh) 改善电池生产状况的方法

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