CN112034353A - 一种电池寿命预测方法以及系统 - Google Patents
一种电池寿命预测方法以及系统 Download PDFInfo
- Publication number
- CN112034353A CN112034353A CN202010888459.5A CN202010888459A CN112034353A CN 112034353 A CN112034353 A CN 112034353A CN 202010888459 A CN202010888459 A CN 202010888459A CN 112034353 A CN112034353 A CN 112034353A
- Authority
- CN
- China
- Prior art keywords
- battery
- life
- actual
- service
- temperature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007599 discharging Methods 0.000 claims abstract description 10
- 230000007423 decrease Effects 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种电池寿命预测方法以及系统，该方法包括：根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，其中，第一工况信息包括电池的首次实际充放电倍率、首次实际放电总容量、首次实际使用温度、首次实际荷电状态以及首次实际使用时间中的至少一种；根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数；根据首次寿命修正系数和第一寿命预测曲线生成第二寿命预测曲线，并根据第二寿命预测曲线确定首次实际使用时间后电池的寿命预测结果。本发明实施例提供的技术方案提高了对实际使用过程中的电池进行寿命预测的准确度。
Description
技术领域
本发明实施例涉及电池技术领域，尤其涉及一种电池寿命预测方法以及系统。
背景技术
电池在使用过程中，电池会逐渐老化而导致其寿命衰减，影响车辆的性能。
在电池出厂之前，目前可以通过寿命预测曲线对电池寿命进行预测，但是现有技术存在的问题是，不能对实际使用过程中的电池进行准确的寿命预测。
发明内容
有鉴于此，本发明实施例提供了一种电池寿命预测方法以及系统，提高了对实际使用过程中的电池进行寿命预测的准确度。
第一方面，本发明实施例提供了一种电池寿命预测方法，包括：
根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，其中，所述首次使用时间为电池首次预测电池寿命时对应的实际使用时间，所述第一工况信息包括电池的首次实际充放电倍率、首次实际放电总容量、首次实际使用温度、首次实际荷电状态以及首次实际使用时间中的至少一种；
根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数；
根据所述首次寿命修正系数和所述第一寿命预测曲线生成第二寿命预测曲线，并根据所述第二寿命预测曲线确定首次实际使用时间后所述电池的寿命预测结果。
可选地，根据所述首次寿命修正系数和所述第一寿命预测曲线生成第二寿命预测曲线，并根据所述第二寿命预测曲线确定所述电池的寿命预测结果包括：
根据温度管理策略，获取理想温度；
将所述第一工况信息中的温度对应的数值范围更新为所述理想温度对应的数值，得到第二工况信息；
根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果。
可选地，根据温度管理策略，获取理想温度之前还包括：
获取用户习惯，其中所述用户习惯包括用户使用电池的温度以及与所述工况信息对应的实际电池寿命数值；
根据所述用户习惯确定温度管理策略，其中所述温度管理策略对应的理想温度下的电池寿命预测结果等于理想状态下电池的寿命衰减阈值，并将所述温度管理策略推荐给用户。
可选地，根据温度管理策略，获取理想温度包括：
获取第一温度阈值和第二温度阈值，其中所述第一温度阈值小于所述第二温度阈值；
所述第一工况信息包括的温度小于或等于所述第一温度阈值，将所述小于或等于所述第一温度阈值的温度记为所述第一温度阈值；
所述第一工况信息包括的温度大于或等于所述第二温度阈值，将大于或等于所述第二温度阈值的温度记为所述第二温度阈值。
可选地，根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果之后还包括：
获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2；
通过电池管理系统获取第i-1次与第i次预测电池寿命之间的再次实际使用时间，i大于或等于2，且小于或等于n；
根据所述第i寿命预测曲线确定电池再次实际使用时间后的预测电池寿命数值；
根据再次实际使用时间后的实际电池寿命数值和所述预测电池寿命数值确定再次寿命修正系数；
根据所述再次寿命修正系数和所述第i寿命预测曲线生成第i+1寿命预测曲线，并根据所述第i+1寿命预测曲线确定再次实际使用时间后所述电池的寿命预测结果。
可选地，根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果之后还包括：
获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2；
获取第n+1寿命预测曲线和第三工况信息，所述第三工况信息包括：电池的预设时间内的充放电倍率、预设时间内的理想放电总容量、预设时间内的温度、预设时间内的理想荷电状态以及预设时间中的至少一种；
根据所述第n+1寿命预测曲线和所述第三工况信息，确定预设时间之后的理想电池寿命数值。
可选地，电池寿命数值包括电池内阻增加值、放电电量以及容量衰减值中的至少一种。
可选地，根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数包括：
根据首次实际使用时间后的所述实际电池寿命数值和预测电池寿命数值的比值确定所述首次寿命修正系数。
第二方面，本发明实施例提供了一种电池寿命预测系统，采用第一方面任意所述的电池寿命预测方法对电池寿命进行预测。
本发明实施例提供的技术方案，根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，然后根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定的首次寿命修正系数，对第一寿命预测曲线进行修正得到第二寿命预测曲线，之后根据第二寿命预测曲线确定首次实际使用时间后电池的寿命预测结果，该首次实际使用时间后电池的寿命预测结果包括日历容量衰减值和/或循环容量衰减值，可以完全表征电池生命周期衰退机制，且考虑了首次使用过程中对于电池寿命的损耗，可以准确预测电池首次使用后的寿命，提高了对实际使用过程中的电池进行寿命预测的准确度。
附图说明
图1为本发明实施例提供的一种电池寿命预测方法的流程图；
图2为本发明实施例提供的另一种电池寿命预测方法的流程图；
图3为本发明实施例提供的又一种电池寿命预测方法的流程图；
图4为本发明实施例提供的又一种电池寿命预测方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
正如上述背景技术中所述，现有技术中不能对实际使用过程中的电池进行准确的寿命预测。究其原因，现有技术的寿命预测曲线和使用之前采用的寿命预测曲线没有考虑使用过程中对于电池寿命的损耗，因此不能对电池使用预设时间后的寿命进行预测。
针对上述技术问题，本发明实施例提出了如下技术方案：
图1为本发明实施例提供的一种电池寿命预测方法的流程图。参加图1，该方法包括如下步骤：
步骤110、根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，其中，首次使用时间为电池首次预测电池寿命时对应的实际使用时间，第一工况信息包括电池的首次实际充放电倍率、首次实际放电总容量、首次实际使用温度、首次实际荷电状态以及首次实际使用时间中的至少一种。
在本实施例中，可以通过电池管理系统获取第一工况信息以及电池的首次使用时间。其中第一工况信息为电池首次预测电池寿命时对应的实际使用时间内电池的工况信息。电池的使用是存储与充放电循环交替的过程，其寿命衰减来源于电池存储引起的日历寿命衰减及其运行使用时引起的循环寿命衰减。其中，第一工况信息包括电池的首次实际充放电倍率、首次实际放电总容量、首次实际使用温度、首次实际荷电状态以及首次实际使用时间时，根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值包括日历容量衰减和/或循环容量衰减，可以完全表征电池生命周期衰退机制。
示例性的，电池出厂后未被使用，用户获得该电池，实际使用了一年的时间后第一次对电池寿命进行预测，那么该电池首次实际使用时间为一年。
可选地，步骤110根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值之前包括：
获取电池循环寿命模型和电池日历寿命模型。
根据阿里纽斯(Arrhenius'formulation)公式，建立电池循环寿命模型和电池日历寿命模型。电池循环寿命模型可以计算出其运行使用时引起的循环寿面衰减量。电池日历寿命模型可以计算出电池存储引起的日历寿命衰减量。
根据电池循环寿命模型和电池日历寿命模型确定第一寿命预测曲线。
根据电池循环寿命模型和电池日历寿命模型确定第一寿命预测曲线，该第一寿命预测曲线既考虑日历容量衰减又考虑循环容量衰减，可以完全表征电池生命周期衰退机制。
通过电池管理系统获取第一工况信息。
在本实施例中，介绍了第一寿命预测曲线的由来，其中，根据电池循环寿命模型和电池日历寿命模型确定第一寿命预测曲线，该第一寿命预测曲线既考虑日历容量衰减又考虑循环容量衰减，可以完全表征电池生命周期衰退机制。
步骤120、根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数。
根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数，首次寿命修正系数是基于使用过程中对于电池寿命的损耗确定的。需要说明的是，首次实际使用时间后的实际电池寿命数值是通过电池管理系统获取的真实数据，并不是通过第一寿命预测曲线预测而来。首次实际使用时间后的预测电池寿命数值，是将第一工况信息带入第一寿命预测曲线计算而来的预测数据。
步骤130、根据首次寿命修正系数和第一寿命预测曲线生成第二寿命预测曲线，并根据第二寿命预测曲线确定首次实际使用时间后电池的寿命预测结果。
本发明实施例提供的技术方案，根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，然后根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定的首次寿命修正系数，对第一寿命预测曲线进行修正得到第二寿命预测曲线，之后根据第二寿命预测曲线确定首次实际使用时间后电池的寿命预测结果，该首次实际使用时间后电池的寿命预测结果包括日历容量衰减值和/或循环容量衰减值，可以完全表征电池生命周期衰退机制，且考虑了首次使用过程中对于电池寿命的损耗，可以准确预测电池首次使用后的寿命，提高了对实际使用过程中的电池进行寿命预测的准确度。
可选地，电池寿命数值包括电池内阻增加值、放电电量以及容量衰减值中的至少一种。电池内阻增加值、放电电量以及容量衰减值中任意一种均可以评价电池寿命，来作为电池寿命数值。
图2为本发明实施例提供的另一种电池寿命预测方法的流程图。可选地，参见图2，步骤130根据首次寿命修正系数和第一寿命预测曲线生成第二寿命预测曲线，并根据第二寿命预测曲线确定电池的寿命预测结果包括：
步骤1301、根据温度管理策略，获取理想温度。
可选地，根据温度管理策略，获取理想温度包括：获取第一温度阈值和第二温度阈值，其中第一温度阈值小于第二温度阈值；第一工况信息包括的温度小于或等于第一温度阈值，将小于或等于第一温度阈值的温度记为第一温度阈值；第一工况信息包括的温度大于或等于第二温度阈值，将大于或等于第二温度阈值的温度记为第二温度阈值。
示例性的，当第一温度阈值等于15℃，第二温度阈值等于35℃时，第一工况信息中的温度对应的数值范围为10℃-40摄氏度，其理想温度对应的数值范围为15℃-35℃。其中10℃-15℃记为15℃，35℃-40℃记为35℃。步骤1102、将第一工况信息中的温度对应的数值范围更新为理想温度对应的数值，得到第二工况信息。
可选地，步骤1301根据温度管理策略，获取理想温度之前还包括：
获取用户习惯，其中用户习惯包括用户使用电池的温度以及与工况信息对应的实际电池寿命数值；根据用户习惯确定温度管理策略，其中温度管理策略对应的理想温度下的电池寿命预测结果等于理想状态下电池的寿命衰减阈值，并将温度管理策略推荐给用户。
具体的，用户习惯包括用户使用电池的工况信息以及与工况信息对应的实际电池寿命数值。电池在极限工况信息下的电池寿命预测结果中电池寿命衰减比较快。温度管理策略对应的理想温度下的电池寿命预测结果中电池寿命衰减平稳，电池寿命平稳衰减对应的寿命衰减数值等于理想状态下电池的寿命衰减阈值。理想温度不包括极限温度，示例性的，不包括过低的温度或者过高的温度等。在用户使用过程中，极限温度出现的概率比较低。理想温度更贴近用户习惯。将温度管理策略，推荐给用户，用户可以参考温度管理策略，正确使用电池，延长电池的使用寿命。需要说明的是，理想状态下电池的寿命衰减阈值可以是一个值，也可以是一个数值范围。
示例性的，可以将温度管理策略展示给用户并供用户选择。还可在用于不主动选择温度策略的情况下将该温度管理策略作为用户默认的选择。
步骤1302、根据第二工况信息和第二寿命预测曲线，确定首次实际使用时间后电池的寿命预测结果。
本实施例提供的技术方案中，将第一工况信息中的温度对应的数值范围更新为理想温度对应的数值，得到第二工况信息，将第二工况信息带入第二寿命预测曲线，确定首次实际使用时间后电池的寿命预测结果，其中第二工况信息中的温度中小于或等于第一温度阈值的温度记为第一温度阈值，大于或等于第二温度阈值的温度记为第二温度阈值，小于或等于第一温度阈值的温度以及大于或等于第二温度阈值的温度对应的是电池工作的极限环境，即电池在此温度范围内工作，其电池的寿命衰减过快。在本实施例中，在预测电池寿命时，不考虑电池工作的极限温度，可以去除极限温度下由于电池不能正常工作，对电池寿命衰减造成的影响，以实现进一步提高对实际使用过程中的电池进行寿命预测的准确度的技术效果。
图3为本发明实施例提供的又一种电池寿命预测方法的流程图。可选地，参见图3，步骤1302根据第二工况信息和第二寿命预测曲线，确定首次实际使用时间后电池的寿命预测结果之后还包括：
步骤1303、获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2。
通过电池管理系统获取电池实际使用时间内预测电池寿命的次数n。
步骤1304、获取第i-1次与第i次预测电池寿命之间的再次实际使用时间，i大于或等于2，且小于或等于n。
通过电池管理系统获取第i-1次与第i次预测电池寿命之间的再次实际使用时间。
需要说明的是，根据第二寿命预测曲线和第二工况信息确定首次实际使用时间后所述电池的寿命预测结果称之为第1次预测电磁寿命，第i-1次与第i次预测电池寿命之间的时间为再次实际使用时间，i大于或等于2，且小于或等于n。
步骤1305、根据第i寿命预测曲线确定电池再次实际使用时间后的预测电池寿命数值。
将第二工况信息带入第i寿命预测曲线确定电池再次实际使用时间后的预测电池寿命数值。
步骤1306、根据再次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定再次寿命修正系数。
再次实际使用时间后的实际电池寿命数值是通过电池管理系统获取的真实数据。再次实际使用时间后的预测电池寿命数值，是将第二工况信息带入第i寿命预测曲线计算而来的。
步骤1307、根据再次寿命修正系数和第i寿命预测曲线生成第i+1寿命预测曲线，并根据第i+1寿命预测曲线确定再次实际使用时间后电池的寿命预测结果。
示例性的，当i等于2时，可以通过电池管理系统获取第1次与第2次预测电池寿命之间的再次实际使用时间。根据其再次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定再次寿命修正系数，根据再次寿命修正系数和第二寿命预测曲线生成第三寿命预测曲线。并根据第三寿命预测曲线确定再次实际使用时间后电池的寿命预测结果。
当i等于3时，可以通过电池管理系统获取第2次与第3次预测电池寿命之间的再次实际使用时间。根据其再次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定再次寿命修正系数，根据再次寿命修正系数和第三寿命预测曲线生成第四寿命预测曲线，并根据第四寿命预测曲线确定再次实际使用时间后电池的寿命预测结果。
上述技术方案，在根据首次寿命修正系数和第一寿命预测曲线生成第二寿命预测曲线，并根据第二寿命预测曲线确定首次实际使用时间后所述电池的寿命预测结果之后，便可以不断通过电池管理系统获取第i-1次与第i次预测电池寿命之间的再次实际使用时间的实际电池寿命数值，并根据再次实际使用时间的实际电池寿命数值和预测电池寿命数值确定再次寿命修正系数，根据其再次寿命修正系数和第i寿命预测曲线生成第i+1寿命预测曲线，并根据第i+1寿命预测曲线确定再次实际使用时间后电池的寿命预测结果。可选地，根据第i+1寿命预测曲线确定再次实际使用时间后电池的寿命预测结果时带入第i+1寿命预测曲线的工况信息为第二工况信息，将第一工况信息中的温度对应的数值范围更新为所述理想温度对应的数值便可以得到第二工况信息。
图4为本发明实施例提供的又一种电池寿命预测方法的流程图。可选地，参见图4，步骤1302根据第二工况信息和第二寿命预测曲线，确定首次实际使用时间后电池的寿命预测结果之后还包括：
步骤1308、获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2。
步骤1309、获取第n+1寿命预测曲线和第三工况信息，其中，第三工况信息包括：电池的预设时间内的充放电倍率、预设时间内的理想放电总容量、预设时间内的温度、预设时间内的理想荷电状态以及预设时间中的至少一种。
可选地，第n+1寿命预测曲线可以通过步骤1303-步骤1307得到。第三工况信息中，电池的预设时间内的充放电倍率为第二工况信息的充放电倍率，预设时间内的理想放电总容量为第二工况信息中的放电总容量的第一倍数，第一倍数为预设时间与第二工况信息中的放电总容量对应的时间的比值。预设时间内的温度为第二工况信息的温度，预设时间内的理想荷电状态为第二工况信息的荷电状态。
步骤1310、根据第n+1寿命预测曲线和第三工况信息，确定预设时间之后的理想电池寿命数值。
上述技术方案实现了在根据首次寿命修正系数和第一寿命预测曲线生成第二寿命预测曲线，并根据第二寿命预测曲线确定首次实际使用时间后所述电池的寿命预测结果之后，便可以第三工况信息带入第n+1寿命预测曲线，获取以当前实际使用时间为时间起点，预测任意预设时间后的理想电池寿命数值。
可选地，步骤130根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数包括：
根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值的比值确定首次寿命修正系数。
具体的，根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值的比值确定首次寿命修正系数对第一寿命预测曲线进行修正得到第二寿命预测曲线，之后根据第二寿命预测曲线确定首次实际使用时间后电池的寿命预测结果，考虑了首次使用过程中对于电池寿命的损耗，可以准确预测电池首次使用后的寿命，提高了对实际使用过程中的电池进行寿命预测的准确度。
本发明实施例还提供了一种电池寿命预测系统，采用上述技术方案中任意所述的电池寿命预测方法对电池寿命进行预测。本发明实施例提供的电池寿命预测系统采用上述电池寿命预测方法对电池寿命进行预测，因此具有上述电池寿命预测方法所具有的有益效果，在此不再赘述。
本发明实施例还提供了一种电动汽车，该电动汽车包括上述技术方案中任意所述的电池寿命预测系统。本发明实施例提供的电动汽车包括上述电池寿命预测系统，因此具有上述电池寿命预测系统所具有的有益效果，在此不再赘述。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种电池寿命预测方法，其特征在于，包括：
根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值，其中，所述首次使用时间为电池首次预测电池寿命时对应的实际使用时间，所述第一工况信息包括电池的首次实际充放电倍率、首次实际放电总容量、首次实际使用温度、首次实际荷电状态以及首次实际使用时间中的至少一种；
根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数；
根据所述首次寿命修正系数和所述第一寿命预测曲线生成第二寿命预测曲线，并根据所述第二寿命预测曲线确定首次实际使用时间后所述电池的寿命预测结果。
2.根据权利要求1所述的电池寿命预测方法，其特征在于，根据所述首次寿命修正系数和所述第一寿命预测曲线生成第二寿命预测曲线，并根据所述第二寿命预测曲线确定所述电池的寿命预测结果包括：
根据温度管理策略，获取理想温度；
将所述第一工况信息中的温度对应的数值范围更新为所述理想温度对应的数值，得到第二工况信息；
根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果。
3.根据权利要求2所述的电池寿命预测方法，其特征在于，根据温度管理策略，获取理想温度之前还包括：
获取用户习惯，其中所述用户习惯包括用户使用电池的温度以及与所述工况信息对应的实际电池寿命数值；
根据所述用户习惯确定温度管理策略，其中所述温度管理策略对应的理想温度下的电池寿命预测结果等于理想状态下电池的寿命衰减阈值，并将所述温度管理策略推荐给用户。
4.根据权利要求2所述的电池寿命预测方法，其特征在于，根据温度管理策略，获取理想温度包括：
获取第一温度阈值和第二温度阈值，其中所述第一温度阈值小于所述第二温度阈值；
所述第一工况信息包括的温度小于或等于所述第一温度阈值，将所述小于或等于所述第一温度阈值的温度记为所述第一温度阈值；
所述第一工况信息包括的温度大于或等于所述第二温度阈值，将大于或等于所述第二温度阈值的温度记为所述第二温度阈值。
5.根据权利要求2所述的电池寿命预测方法，其特征在于，根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果之后还包括：
获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2；
通过电池管理系统获取第i-1次与第i次预测电池寿命之间的再次实际使用时间，i大于或等于2，且小于或等于n；
根据所述第i寿命预测曲线确定电池再次实际使用时间后的预测电池寿命数值；
根据再次实际使用时间后的实际电池寿命数值和所述预测电池寿命数值确定再次寿命修正系数；
根据所述再次寿命修正系数和所述第i寿命预测曲线生成第i+1寿命预测曲线，并根据所述第i+1寿命预测曲线确定再次实际使用时间后所述电池的寿命预测结果。
6.根据权利要求2所述的电池寿命预测方法，其特征在于，根据所述第二工况信息和所述第二寿命预测曲线，确定首次实际使用时间后所述电池的寿命预测结果之后还包括：
获取电池实际使用时间内预测电池寿命的次数n，n大于或等于2；
获取第n+1寿命预测曲线和第三工况信息，所述第三工况信息包括：电池的预设时间内的充放电倍率、预设时间内的理想放电总容量、预设时间内的温度、预设时间内的理想荷电状态以及预设时间中的至少一种；
根据所述第n+1寿命预测曲线和所述第三工况信息，确定预设时间之后的理想电池寿命数值。
7.根据权利要求1所述的电池寿命预测方法，其特征在于，电池寿命数值包括电池内阻增加值、放电电量以及容量衰减值中的至少一种。
8.根据权利要求1所述的电池寿命预测方法，其特征在于，根据首次实际使用时间后的实际电池寿命数值和预测电池寿命数值确定首次寿命修正系数包括：
根据首次实际使用时间后的所述实际电池寿命数值和预测电池寿命数值的比值确定所述首次寿命修正系数。
9.根据权利要求1所述的电池寿命预测方法，其特征在于，根据第一寿命预测曲线和第一工况信息，计算电池首次实际使用时间后的预测电池寿命数值之前包括：
获取电池循环寿命模型和电池日历寿命模型；
根据所述电池循环寿命模型和所述电池日历寿命模型确定所述第一寿命预测曲线；
通过电池管理系统获取所述第一工况信息。
10.一种电池寿命预测系统，其特征在于，采用权利要求1-9任一所述的电池寿命预测方法对电池寿命进行预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010888459.5A CN112034353B (zh) | 2020-08-28 | 2020-08-28 | 一种电池寿命预测方法以及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010888459.5A CN112034353B (zh) | 2020-08-28 | 2020-08-28 | 一种电池寿命预测方法以及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112034353A true CN112034353A (zh) | 2020-12-04 |
| CN112034353B CN112034353B (zh) | 2023-06-30 |
Family
ID=73586822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010888459.5A Active CN112034353B (zh) | 2020-08-28 | 2020-08-28 | 一种电池寿命预测方法以及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112034353B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112595980A (zh) * | 2020-12-17 | 2021-04-02 | 北京海博思创科技股份有限公司 | 电池储能系统寿命的预测方法、装置及设备 |
| CN113655315A (zh) * | 2021-08-12 | 2021-11-16 | 华南理工大学 | 超级电容剩余寿命综合评估方法、系统、装置及介质 |
| CN115372843A (zh) * | 2022-08-26 | 2022-11-22 | 秦皇岛远舟工业气体有限公司 | 一种锂电池充放电功能检测管理方法、设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103336248A (zh) * | 2013-07-25 | 2013-10-02 | 哈尔滨工业大学 | 基于电池退化状态模型的锂离子电池循环寿命预测方法 |
| CN103698709A (zh) * | 2013-12-11 | 2014-04-02 | 清华大学 | 一种燃料电池剩余寿命预测方法 |
| CN106772100A (zh) * | 2017-02-06 | 2017-05-31 | 联想(北京)有限公司 | 一种预测电池寿命的方法及装置 |
| CN106885990A (zh) * | 2016-09-21 | 2017-06-23 | 蔚来汽车有限公司 | 基于环境温度的电池循环寿命测试方法 |
| TWI597510B (zh) * | 2016-12-23 | 2017-09-01 | Chen Tech Electric Mfg Co Ltd | Battery Life Cycle Prediction System and Method |
| CN107202960A (zh) * | 2017-05-25 | 2017-09-26 | 安徽江淮汽车集团股份有限公司 | 动力电池寿命预测方法 |
| CN107219461A (zh) * | 2016-03-22 | 2017-09-29 | 珠海光宇电池有限公司 | 二次电池的寿命预测方法及电源管理方法 |
| CN107765186A (zh) * | 2017-10-20 | 2018-03-06 | 清华大学 | 燃料电池剩余寿命在线预报方法及装置 |
| CN108919129A (zh) * | 2018-06-08 | 2018-11-30 | 北京长城华冠汽车科技股份有限公司 | 一种时变工况下动力电池的寿命预测方法 |
| CN109946610A (zh) * | 2017-12-18 | 2019-06-28 | 北京长城华冠汽车科技股份有限公司 | 一种车用电池循环寿命的预测方法 |
| CN110275119A (zh) * | 2019-08-01 | 2019-09-24 | 优必爱信息技术（北京）有限公司 | 一种电池健康状态评估模型构建方法、评估方法和装置 |
| CN111239630A (zh) * | 2020-03-09 | 2020-06-05 | 江苏中兴派能电池有限公司 | 一种储能电池寿命预测方法及管理系统 |
-
2020
- 2020-08-28 CN CN202010888459.5A patent/CN112034353B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103336248A (zh) * | 2013-07-25 | 2013-10-02 | 哈尔滨工业大学 | 基于电池退化状态模型的锂离子电池循环寿命预测方法 |
| CN103698709A (zh) * | 2013-12-11 | 2014-04-02 | 清华大学 | 一种燃料电池剩余寿命预测方法 |
| CN107219461A (zh) * | 2016-03-22 | 2017-09-29 | 珠海光宇电池有限公司 | 二次电池的寿命预测方法及电源管理方法 |
| CN106885990A (zh) * | 2016-09-21 | 2017-06-23 | 蔚来汽车有限公司 | 基于环境温度的电池循环寿命测试方法 |
| TWI597510B (zh) * | 2016-12-23 | 2017-09-01 | Chen Tech Electric Mfg Co Ltd | Battery Life Cycle Prediction System and Method |
| CN106772100A (zh) * | 2017-02-06 | 2017-05-31 | 联想(北京)有限公司 | 一种预测电池寿命的方法及装置 |
| CN107202960A (zh) * | 2017-05-25 | 2017-09-26 | 安徽江淮汽车集团股份有限公司 | 动力电池寿命预测方法 |
| CN107765186A (zh) * | 2017-10-20 | 2018-03-06 | 清华大学 | 燃料电池剩余寿命在线预报方法及装置 |
| CN109946610A (zh) * | 2017-12-18 | 2019-06-28 | 北京长城华冠汽车科技股份有限公司 | 一种车用电池循环寿命的预测方法 |
| CN108919129A (zh) * | 2018-06-08 | 2018-11-30 | 北京长城华冠汽车科技股份有限公司 | 一种时变工况下动力电池的寿命预测方法 |
| CN110275119A (zh) * | 2019-08-01 | 2019-09-24 | 优必爱信息技术（北京）有限公司 | 一种电池健康状态评估模型构建方法、评估方法和装置 |
| CN111239630A (zh) * | 2020-03-09 | 2020-06-05 | 江苏中兴派能电池有限公司 | 一种储能电池寿命预测方法及管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| YUBO WANG: "Battery life-cycle optimization and runtime control for commercial buildings demand side management: A New York City case study", 《ENERGY》 * |
| 董婷婷: "增程式电动车能量管理及电池寿命研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112595980A (zh) * | 2020-12-17 | 2021-04-02 | 北京海博思创科技股份有限公司 | 电池储能系统寿命的预测方法、装置及设备 |
| CN112595980B (zh) * | 2020-12-17 | 2023-08-15 | 北京海博思创科技股份有限公司 | 电池储能系统寿命的预测方法、装置及设备 |
| CN113655315A (zh) * | 2021-08-12 | 2021-11-16 | 华南理工大学 | 超级电容剩余寿命综合评估方法、系统、装置及介质 |
| CN113655315B (zh) * | 2021-08-12 | 2022-07-26 | 华南理工大学 | 超级电容剩余寿命综合评估方法、系统、装置及介质 |
| CN115372843A (zh) * | 2022-08-26 | 2022-11-22 | 秦皇岛远舟工业气体有限公司 | 一种锂电池充放电功能检测管理方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112034353B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112034353A (zh) | 一种电池寿命预测方法以及系统 | |
| KR102606496B1 (ko) | 배터리 충전 상태 결정 방법, 장치, 관리 시스템 및 저장매체 | |
| KR102296993B1 (ko) | 배터리 저항 추정 장치 및 방법 | |
| KR20200141091A (ko) | Soc 보정 방법 및 장치, 배터리 관리 시스템 및 저장 매체 | |
| JP2018082618A (ja) | バッテリ充電方法、バッテリ充電情報生成方法、及びバッテリ充電装置 | |
| CN109613445B (zh) | 一种估计动力电池的健康状态的方法和装置 | |
| CN108802625B (zh) | 一种二次利用电池的soc自适应修正方法 | |
| CN107632272A (zh) | 一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法 | |
| CN111426952A (zh) | 一种锂离子电池的寿命预测方法 | |
| CN111965558A (zh) | Soh值的获取方法及系统、电动汽车及计算机可读存储介质 | |
| JP2018022650A (ja) | 二次電池の制御方法 | |
| CN116482541A (zh) | 预测电池循环寿命的方法、装置及计算机可读存储介质 | |
| WO2021169162A1 (zh) | 电池备电单元监测方法、装置、服务器及可读存储介质 | |
| WO2024007994A1 (zh) | 电池系统、用于其的soh估算方法和存储介质 | |
| CN118226262A (zh) | 电池荷电状态估算方法及装置、储能电站和存储介质 | |
| CN117054919A (zh) | 电池soh评估方法、装置及存储介质 | |
| CN112034352B (zh) | 一种电池寿命预测方法以及系统 | |
| CN112345954A (zh) | 电池寿命预测方法、装置、电子设备及介质 | |
| CN117269787A (zh) | 电池soc校准方法、装置、计算机设备及可读存储介质 | |
| CN115308630A (zh) | 一种电池寿命的衰减分析方法 | |
| CN113721158B (zh) | 一种基于温度耦合模型的锂离子电池寿命状态估计方法 | |
| CN116653701B (zh) | 动力电池全生命周期安全控制方法、系统、设备及介质 | |
| KR20140114184A (ko) | 배터리의 soc 추정 방법 및 장치 | |
| JP2006147224A (ja) | ニッケル水素蓄電池の容量推定法 | |
| CN117368743B (zh) | 电池健康状态评估方法、装置、计算机设备及存储介质 |
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 |