CN113866655A - 融合车联网运行数据与测试数据的动力电池容量评估方法 - Google Patents
融合车联网运行数据与测试数据的动力电池容量评估方法 Download PDFInfo
- Publication number
- CN113866655A CN113866655A CN202111137547.2A CN202111137547A CN113866655A CN 113866655 A CN113866655 A CN 113866655A CN 202111137547 A CN202111137547 A CN 202111137547A CN 113866655 A CN113866655 A CN 113866655A
- Authority
- CN
- China
- Prior art keywords
- soc
- charging
- data
- capacity
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims description 41
- 230000006855 networking Effects 0.000 title abstract description 5
- 238000007600 charging Methods 0.000 claims abstract description 111
- 230000036541 health Effects 0.000 claims abstract description 6
- 239000000178 monomer Substances 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 7
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 6
- 238000010280 constant potential charging Methods 0.000 claims description 6
- 229910052744 lithium Inorganic materials 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 8
- 238000012937 correction Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000010959 steel Substances 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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)
Abstract
本发明提供了融合车联网运行数据与测试数据的动力电池容量评估方法,其通过融合新车上的动力电池测试数据与车联网运行数据,建立了对应于不同温度、工况条件的完整SOC‑OCV数据以及新动力电池容量标准值的两个动态数据库,解决了车辆无论是在充电开始还是结束时SOC估计误差均较大的问题,能够及时的完成修正,通过对目标车辆的当前工况条件查找出对应的容量并与新动力电池的标准数据比较,可以客观真实地反映电池健康状态,同时克服了现有SOH评估算法运算复杂、精确度难以满足要求等的缺点。
Description
技术领域
本发明属于新能源汽车动力电池管理技术领域,尤其涉及一种融合车联网运行数据与测试数据对动力电池容量进行评估的方法。
背景技术
随着我国新能源产业的发展与新能源汽车保有量的快速增长,新能源汽车残值评估、保额与保费的确定以及二手交易业务中也产生了一些新的技术问题,由于动力电池在整车成本中占据了较大的比重,且其容量、健康情况等状态也直接反映了新能源汽车的状态,因此成为解决这些技术问题的最重要因素。
现有的动力电池检测与评估主要依赖于在特定场地进行线下充放电测试的方式,如要得到较精确的结果耗时较长,因而无法满足海量电池的效率需求。虽然目前存在少量利用车联网数据的动力电池在线评估手段,但受限于实车运行工况复杂、数据质量参差不齐等因素影响,评估精度还不能满足要求。
发明内容
针对上述现有技术中存在的技术问题,本发明提供了一种融合车联网运行数据与测试数据的动力电池容量评估方法,具体包括以下步骤:
步骤一、针对出厂时的新车的动力电池在不同温度环境下进行充放电测试,得到与不同温度对应的SOC-OCV数据库;
步骤二、针对所述新车动力电池进行容量测试,利用所述SOC-OCV数据库对容量测试结果进行修正,按照温度、电流、SOC区间等条件对测试结果进行分类,建立与不同车辆运行工况对应的新车容量标准值数据库;
步骤三、利用车联网提取实车运行数据,利用所述SOC-OCV数据库计算当前的电池满充容量,并按照工况进行分类;
步骤四、根据步骤三得到的满充容量及分类,结合所述新车容量标准值数据库中相同工况所对应的容量值,计算当前的动力电池健康状态结果。
进一步地,步骤一中所述充放电测试得到SOC-OCV数据库具体包括以下步骤:
放电中的SOC-OCV数据获取:
1)将动力电池在常温(25±5℃)下充满电,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行放电,直至放空到零电量,得到放电容量Qt;
3)将动力电池在常温(25±5℃)下充满电,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行放电,当放出容量为0.05Qt时停止放电,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其放电,重复步骤4)与5),每放出5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量放空为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到)7,直到所设温度区间与SOC区间的测试数据都完成覆盖;
充电中的SOC-OCV数据获取:
1)将动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,得到充电容量Qt;
3)将动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行充电,当充入容量为0.05Qt时停止,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其充电,重复步骤4)与5),每充入5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量充满为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到7),直到所设温度区间与SOC区间的测试数据都完成覆盖;
输出数据测试结果:
记录-15~40℃,0~100SOC区间的单体电压数据,生成不同温度区间对应的SOC-OCV数据库。
进一步地,步骤二中进行容量测试建立新车容量标准值数据库具体包括以下步骤:
1)将新车动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.1C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,计算得到充电容量Qnew;
3)静置2h;
4)将电流倍率分别改为0.2C、0.5C、1C、1.5C、2C,重复步骤1)到3),记录不同工况下的充电容量Qnew;
5)将恒温箱温度分别设置为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、30℃、35℃、40℃,重复上述步骤1)到4),直到所设温度区间与电流倍率区间的测试数据都完成覆盖,并记录各工况下的充电容量Qnew;
最后将新车动力电池在不同温度和电流倍率工况下的充电容量值输出构成所述新车容量标准值数据库。
进一步地,所述利用所述SOC-OCV数据库对容量测试结果进行修正包括:
针对充电开始时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取充电片段的充电开始前一帧数据的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)判断该片段的前一个片段是否包含充电过程,如果该片段的前一个片段没有充电过程,则从SOC-OCV数据库的放电数据中,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始时的SOC;
4)如果该片段的前一个片段包含充电过程,则从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始时的SOC;
5)返回修正后的充电开始时的SOC;
针对充电结束时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取某个充电片段充电结束后静置一段时间的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电结束时的SOC;
4)返回修正后的充电结束时的SOC。
进一步地,所述步骤三具体包括以下步骤:
1)将通过车联网提取的实车历史数据根据不同工况划分为以下10类片段类型:启动状态+停车充电+无故障片段、启动状态+停车充电+有故障片段、启动状态+行驶充电+无故障片段、启动状态+行驶充电+有故障片段、启动状态+未充电+无故障片段、启动状态+未充电+有故障片段、熄火状态+停车充电+无故障片段、熄火状态+停车充电+有故障片段、熄火片段+未充电+无故障片段和熄火片段+未充电+有故障片段,提取包含停车充电的片段里的片段开始时单体电压、总电压、总电流、温度和片段结束时的单体电压、总电压、总电流、温度,同时计算片段的充入容量Qc;
2)通过片段开始时的单体电压、温度数据在SOC-OCV数据库的放电数据中查找相同工况条件下的数据,得到对应的SOCstart;
3)通过片段结束时的单体电压、温度等数据在OC-OCV数据库的充电数据中查找相同工况条件下的数据,得到对应的SOCend;
4)基于所述Qc、SOCstart与SOCend计算目标车辆动力电池的满充容量Qnow:
5)同时记录充电前的温度与充电过程中的电流倍率工况,用于后续的分类过程;
6)对目标车辆近期的历史运行数据中的有限次充电记录,重复执行上述步骤1)到5)。
进一步地,所述步骤四具体包括以下步骤:
1)从目标车辆最近一段历史运行数据中获取经前述步骤计算得到的容量值,同时提取对应充电过程的包括温度、电流倍率、充电SOC区间等工况条件;
2)将温度、电流倍率、SOC区间等工况条件做为关键字key,在新车容量标准值数据库寻找相同关键字key下对应的容量值;
3)将上述得到的容量值作为分子,新车标准容量值作为分母,计算历次当前容量值相对新车的比率:
4)在得到目标车辆历次充电的SOH值并去除异常值后,进行加权平均计算,得到目标车辆的动力电池当前的容量状态。
上述本发明所提供的方法,通过融合新车上的动力电池测试数据与车联网运行数据,建立了对应于不同温度、工况条件的完整SOC-OCV数据以及新动力电池容量标准值的两个动态数据库,克服了车辆无论是在充电开始还是结束时SOC估计误差均较大的问题,能够及时的完成修正,通过对目标车辆的当前工况条件查找出对应的容量并与新动力电池的标准数据比较,可以客观真实地反映电池健康状态,同时克服了现有SOH评估算法运算复杂、精确度难以满足要求等的缺点。
附图说明
图1为本发明所提供方法的总体流程框图;
图2为通过对新车动力电池进行充放电测试得到的SOC-OCV数据库示意图;
图3为通过对新车动力电池进行容量测试得到的容量标准值数据库示意图;
图4为基于SOC-OCV数据库修正充电开始时SOC的流程图;
图5为基于SOC-OCV数据库修正充电结束时SOC的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
本发明所提供的融合车联网运行数据与测试数据的动力电池容量评估方法,如图1所示,具体包括以下步骤:
步骤一、如模块11,针对出厂时的新车的动力电池在不同温度环境下进行充放电测试111,得到不同温度不同SOC下对应的开路电压(OCV)112,并由此建立SOC-OCV数据库113;
步骤二、如模块12,针对所述新车动力电池进行容量测121,计算得到新车状态下不同工况的多次容量结果122,利用所述SOC-OCV数据库对容量测试结果进行修正,按照温度、电流、SOC区间等条件对测试结果进行分类聚合123,建立与不同车辆运行工况对应的新车容量标准值124并由此得到相应标准值数据库;
步骤三、如模块13,利用车联网14提取实车运行数据,经预处理131后利用所述SOC-OCV数据库计算当前的电池满充容量132,并按照工况进行分类133,得到不同工况下的容量值134;
步骤四、如模块15,根据步骤三得到的满充容量及分类,结合所述新车容量标准值数据库中相同工况所对应的容量值,计算当前的动力电池健康状态结果。
在本发明的一个优选实施方式中,步骤一中所述充放电测试得到SOC-OCV数据库具体包括以下步骤:
放电中的SOC-OCV数据获取:
1)将动力电池在常温(25±5℃)下充满电,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行放电,直至放空到零电量,得到放电容量Qt;
3)将动力电池在常温(25±5℃)下充满电,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行放电,当放出容量为0.05Qt时停止放电,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其放电,重复步骤4)与5),每放出5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量放空为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到)7,直到所设温度区间与SOC区间的测试数据都完成覆盖;
充电中的SOC-OCV数据获取:
1)将动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,得到充电容量Qt;
3)将动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行充电,当充入容量为0.05Qt时停止,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其充电,重复步骤4)与5),每充入5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量充满为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到7),直到所设温度区间与SOC区间的测试数据都完成覆盖;
输出数据测试结果:
记录-15~40℃,0~100SOC区间的单体电压数据,生成不同温度区间对应的SOC-OCV数据库,具体形式如图2所示。实际测试中,为保证测试结果的准确性,可以对相同类型的多辆新车执行上述测试后,通过对测试结果进行均值计算等方式得到SOC-OCV数据。
在本发明的一个优选实施方式中,步骤二中进行容量测试建立新车容量标准值数据库具体包括以下步骤:
1)将新车动力电池在常温(25±5℃)下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.1C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,计算得到充电容量Qnew;
3)静置2h;
4)将电流倍率分别改为0.2C、0.5C、1C、1.5C、2C,重复步骤1)到3),记录不同工况下的充电容量Qnew;
5)将恒温箱温度分别设置为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、30℃、35℃、40℃,重复上述步骤1)到4),直到所设温度区间与电流倍率区间的测试数据都完成覆盖,并记录各工况下的充电容量Qnew;
最后将新车动力电池在不同温度和电流倍率工况下的充电容量值输出构成所述新车容量标准值数据库,具体形式如图3所示。实际测试中,可以根据车辆真实数据的多少和评估需求动态调整历史运行数据的周期,比如1个月、3个月或者更长周期,还可以利用后续的新增运行数据对该标准值数据库以及前述SOC-OCV数据库实现定期更新。
在本发明的一个优选实施方式中,如图4和5所示,所述利用SOC-OCV数据库对容量测试结果进行修正包括:
针对充电开始时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取充电片段的充电开始前一帧数据的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)判断该片段的前一个片段是否包含充电过程,如果该片段的前一个片段没有充电过程,则从SOC-OCV数据库的放电数据中,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始SOC;
4)如果该片段的前一个片段包含充电过程,则从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始时的SOC;
5)返回修正后的充电开始时的SOC;
针对充电结束时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取某个充电片段充电结束后静置一段时间的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电结束时的SOC;
返回修正后的充电结束时的SOC。
在本发明的一个优选实施方式中,如图1中的模块15,所述步骤三具体包括以下步骤:
1)将通过车联网提取的实车历史数据根据不同工况划分为以下10类片段类型:启动状态+停车充电+无故障片段、启动状态+停车充电+有故障片段、启动状态+行驶充电+无故障片段、启动状态+行驶充电+有故障片段、启动状态+未充电+无故障片段、启动状态+未充电+有故障片段、熄火状态+停车充电+无故障片段、熄火状态+停车充电+有故障片段、熄火片段+未充电+无故障片段和熄火片段+未充电+有故障片段,提取包含停车充电的片段里的片段开始时单体电压、总电压、总电流、温度和片段结束时的单体电压、总电压、总电流、温度,同时计算片段的充入容量Qc;
2)通过片段开始时的单体电压、温度数据在SOC-OCV数据库的放电数据中查找相同工况条件下的数据,得到对应的SOCstart;
3)通过片段结束时的单体电压、温度等数据在OC-OCV数据库的充电数据中查找相同工况条件下的数据,得到对应的SOCend;
4)基于所述Qc、SOCstart与SOCend计算目标车辆动力电池的满充容量Qnow,即模块151:
5)同时记录充电前的温度与充电过程中的电流倍率工况,用于后续的分类过程;
6)对目标车辆近期的历史运行数据中的有限次充电记录,重复执行上述步骤1)到5)。
进一步地,所述步骤四具体包括以下步骤:
1)从目标车辆最近一段历史运行数据中获取经前述步骤计算得到的容量值,同时提取对应充电过程的包括温度、电流倍率、充电SOC区间等工况条件;
2)将温度、电流倍率、SOC区间等工况条件作为关键字key,在新车容量标准值数据库寻找相同关键字key下对应的容量值;
3)将上述得到的容量值作为分子,新车标准容量值作为分母,即结合模块152、153计算历次当前容量值相对新车的比率:
4)在得到目标车辆历次充电的SOH值并去除异常值后,进行加权平均计算,得到目标车辆的动力电池当前的容量状态。
对于加权方式除了可以选用去除离散值、异常值后的平均值,也可以选用按照时间远近分配权重的方式进行加权计算,还可以选用中位数或者众数。
应理解,本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.融合车联网运行数据与测试数据的动力电池容量评估方法,其特征在于:具体包括以下步骤:
步骤一、针对出厂时的新车的动力电池在不同温度环境下进行充放电测试,得到与不同温度对应的SOC-OCV数据库;
步骤二、针对所述新车动力电池进行容量测试,利用所述SOC-OCV数据库对容量测试结果进行修正,按照温度、电流、SOC区间条件对测试结果进行分类,建立与不同车辆运行工况对应的新车容量标准值数据库;
步骤三、利用车联网提取实车运行数据,利用所述SOC-OCV数据库计算当前的电池满充容量,并按照工况进行分类;
步骤四、根据步骤三得到的满充容量及分类,结合所述新车容量标准值数据库中相同工况所对应的容量值,计算当前的动力电池健康状态结果。
2.如权利要求1所述的方法,其特征在于:步骤一中所述充放电测试得到SOC-OCV数据库具体包括以下步骤:
放电中的SOC-OCV数据获取:
1)将动力电池在常温下充满电,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行放电,直至放空到零电量,得到放电容量Qt;
3)将动力电池在常温下充满电,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行放电,当放出容量为0.05Qt时停止放电,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其放电,重复步骤4)与5),每放出5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量放空为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到)7,直到所设温度区间与SOC区间的测试数据都完成覆盖;
充电中的SOC-OCV数据获取:
1)将动力电池在常温下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.5C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,得到充电容量Qt;
3)将动力电池在常温下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上,记录此时的单体电压、SOC和温度值;
4)以恒定0.5C倍率电流对其进行充电,当充入容量为0.05Qt时停止,并静置2h以上;
5)记录静置后的单体电压、SOC和温度值;
6)继续以0.5C倍率电流对其充电,重复步骤4)与5),每充入5%的容量并静置后记录一次单体电压、SOC和温度值;
7)直到电池容量充满为止;
8)改变恒温箱温度分别为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、25℃、30℃、35℃、40℃,重复上述步骤1)到7),直到所设温度区间与SOC区间的测试数据都完成覆盖;
输出数据测试结果:
记录-15~40℃,0~100SOC区间的单体电压数据,生成不同温度区间对应的SOC-OCV数据库。
3.如权利要求1所述的方法,其特征在于:步骤二中进行容量测试建立新车容量标准值数据库具体包括以下步骤:
1)将新车动力电池在常温下放至零电量,然后放置在25℃的恒温箱中,充分静置6h以上;
2)以恒定0.1C倍率电流对其进行充电,当达到电池上截止电压后,转为恒压充电模式,直到电流降至0.05C,计算得到充电容量Qnew;
3)静置2h;
4)将电流倍率分别改为0.2C、0.5C、1C、1.5C、2C,重复步骤1)到3),记录不同工况下的充电容量Qnew;
5)将恒温箱温度分别设置为-15℃、-10℃、-5℃、0℃、5℃、10℃、15℃、20℃、30℃、35℃、40℃,重复上述步骤1)到4),直到所设温度区间与电流倍率区间的测试数据都完成覆盖,并记录各工况下的充电容量Qnew;
最后将新车动力电池在不同温度和电流倍率工况下的充电容量值输出构成所述新车容量标准值数据库。
4.如权利要求1所述的方法,其特征在于:所述利用所述SOC-OCV数据库对容量测试结果进行修正包括:
针对充电开始时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取充电片段的充电开始前一帧数据的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)判断该片段的前一个片段是否包含充电过程,如果该片段的前一个片段没有充电过程,则从SOC-OCV数据库的放电数据中,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始时的SOC;
4)如果该片段的前一个片段包含充电过程,则从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电开始时的SOC;
5)返回修正后的充电开始时的SOC;
针对充电结束时的SOC依次执行:
1)输入连续运行的国标历史工况数据,提取某个充电片段充电结束后静置一段时间的总电流、单体电压、温度;
2)去掉前一帧数据中总电流大于2A和小于-2A的数据;
3)从SOC-OCV数据库的充电数据里,选取同样温度范围中的SOC-OCV数据,然后根据当前的单体电压插值获取修正后的充电结束时的SOC;
4)返回修正后的充电结束时SOC。
5.如权利要求1所述的方法,其特征在于:所述步骤三具体包括以下步骤:
1)将通过车联网提取的实车历史数据根据不同工况划分为以下10类片段类型:启动状态+停车充电+无故障片段、启动状态+停车充电+有故障片段、启动状态+行驶充电+无故障片段、启动状态+行驶充电+有故障片段、启动状态+未充电+无故障片段、启动状态+未充电+有故障片段、熄火状态+停车充电+无故障片段、熄火状态+停车充电+有故障片段、熄火片段+未充电+无故障片段和熄火片段+未充电+有故障片段,提取包含停车充电的片段里的片段开始时单体电压、总电压、总电流、温度和片段结束时的单体电压、总电压、总电流、温度,同时计算片段的充入容量Qc;
2)通过片段开始时的单体电压、温度数据在SOC-OCV数据库的放电数据中查找相同工况条件下的数据,得到对应的SOCstart;
3)通过片段结束时的单体电压、温度等数据在OC-OCV数据库的充电数据中查找相同工况条件下的数据,得到对应的SOCend;
4)基于所述Qc、SOCstart与SOCend计算目标车辆动力电池的满充容量Qnow:
5)同时记录充电前的温度与充电过程中的电流倍率工况,用于后续的分类过程;
6)对目标车辆近期的历史运行数据中的有限次充电记录,重复执行上述步骤1)到5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111137547.2A CN113866655B (zh) | 2021-09-27 | 2021-09-27 | 融合车联网运行数据与测试数据的动力电池容量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111137547.2A CN113866655B (zh) | 2021-09-27 | 2021-09-27 | 融合车联网运行数据与测试数据的动力电池容量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113866655A true CN113866655A (zh) | 2021-12-31 |
CN113866655B CN113866655B (zh) | 2024-06-14 |
Family
ID=78991391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111137547.2A Active CN113866655B (zh) | 2021-09-27 | 2021-09-27 | 融合车联网运行数据与测试数据的动力电池容量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113866655B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167300A (zh) * | 2022-01-12 | 2022-03-11 | 傲普(上海)新能源有限公司 | 一种soc的标容方法 |
CN115219903A (zh) * | 2022-03-11 | 2022-10-21 | 中国第一汽车股份有限公司 | 基于车联网数据分析的电池自放电率异常判断方法及装置 |
CN116500458A (zh) * | 2023-06-27 | 2023-07-28 | 中国第一汽车股份有限公司 | 动力电池容量评估方法、装置、车辆及电子装置 |
CN118091471A (zh) * | 2024-04-25 | 2024-05-28 | 中汽研新能源汽车检验中心(天津)有限公司 | 一种动力电池评估方法和系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016166817A (ja) * | 2015-03-10 | 2016-09-15 | 株式会社Nttファシリティーズ | 電池容量推定システム、電池容量推定方法および電池容量推定プログラム |
CN106443461A (zh) * | 2016-09-06 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 电池储能系统状态评估方法 |
JP2017116518A (ja) * | 2015-12-17 | 2017-06-29 | ローム株式会社 | 充電式のバッテリの残量検出回路、それを用いた電子機器、自動車ならびに充電状態の検出方法 |
CN108828461A (zh) * | 2018-09-25 | 2018-11-16 | 安徽江淮汽车集团股份有限公司 | 动力电池soh值估算方法及系统 |
CN109856548A (zh) * | 2018-12-19 | 2019-06-07 | 安徽江淮汽车集团股份有限公司 | 动力电池容量估算方法 |
CN110361658A (zh) * | 2019-08-12 | 2019-10-22 | 广东博力威科技股份有限公司 | 基于ocv的soc估算方法 |
KR102036876B1 (ko) * | 2019-06-05 | 2019-10-25 | (주)티에스식스티즈 | 배터리의 soc 추정방법 및 장치 |
US20200049774A1 (en) * | 2017-04-18 | 2020-02-13 | Huawei Technologies Co., Ltd. | Method and apparatus for estimating battery state of health |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN112034356A (zh) * | 2020-09-09 | 2020-12-04 | 哈尔滨工业大学 | 基于gp-ukf的电动汽车动力电池在线soh估算方法 |
CN112415410A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置、存储介质和车辆 |
CN112433169A (zh) * | 2020-11-25 | 2021-03-02 | 北京理工新源信息科技有限公司 | 一种云端动力电池健康度评估系统及方法 |
CN113109729A (zh) * | 2021-04-19 | 2021-07-13 | 北京理工大学 | 基于加速老化试验与实车工况的车用动力电池soh评估方法 |
CN113176505A (zh) * | 2021-04-30 | 2021-07-27 | 重庆长安新能源汽车科技有限公司 | 车载动力电池荷电状态与健康状态在线估算方法、装置及存储介质 |
-
2021
- 2021-09-27 CN CN202111137547.2A patent/CN113866655B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016166817A (ja) * | 2015-03-10 | 2016-09-15 | 株式会社Nttファシリティーズ | 電池容量推定システム、電池容量推定方法および電池容量推定プログラム |
JP2017116518A (ja) * | 2015-12-17 | 2017-06-29 | ローム株式会社 | 充電式のバッテリの残量検出回路、それを用いた電子機器、自動車ならびに充電状態の検出方法 |
CN106443461A (zh) * | 2016-09-06 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 电池储能系统状态评估方法 |
US20200049774A1 (en) * | 2017-04-18 | 2020-02-13 | Huawei Technologies Co., Ltd. | Method and apparatus for estimating battery state of health |
CN108828461A (zh) * | 2018-09-25 | 2018-11-16 | 安徽江淮汽车集团股份有限公司 | 动力电池soh值估算方法及系统 |
CN109856548A (zh) * | 2018-12-19 | 2019-06-07 | 安徽江淮汽车集团股份有限公司 | 动力电池容量估算方法 |
KR102036876B1 (ko) * | 2019-06-05 | 2019-10-25 | (주)티에스식스티즈 | 배터리의 soc 추정방법 및 장치 |
CN110361658A (zh) * | 2019-08-12 | 2019-10-22 | 广东博力威科技股份有限公司 | 基于ocv的soc估算方法 |
CN112415410A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置、存储介质和车辆 |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN112034356A (zh) * | 2020-09-09 | 2020-12-04 | 哈尔滨工业大学 | 基于gp-ukf的电动汽车动力电池在线soh估算方法 |
CN112433169A (zh) * | 2020-11-25 | 2021-03-02 | 北京理工新源信息科技有限公司 | 一种云端动力电池健康度评估系统及方法 |
CN113109729A (zh) * | 2021-04-19 | 2021-07-13 | 北京理工大学 | 基于加速老化试验与实车工况的车用动力电池soh评估方法 |
CN113176505A (zh) * | 2021-04-30 | 2021-07-27 | 重庆长安新能源汽车科技有限公司 | 车载动力电池荷电状态与健康状态在线估算方法、装置及存储介质 |
Non-Patent Citations (2)
Title |
---|
余承其 等: "大数据分析技术在新能源汽车行业的应用综述—基于新能源汽车运行大数据", 《机械工程学报》, vol. 55, no. 20, 31 October 2019 (2019-10-31), pages 3 - 16 * |
张聪 等: "电动汽车实时可调度容量评估方法研究", 《电力系统保护与控制》, vol. 43, no. 22, 16 November 2015 (2015-11-16), pages 99 - 106 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114167300A (zh) * | 2022-01-12 | 2022-03-11 | 傲普(上海)新能源有限公司 | 一种soc的标容方法 |
CN114167300B (zh) * | 2022-01-12 | 2023-09-19 | 傲普(上海)新能源有限公司 | 一种soc的标容方法 |
CN115219903A (zh) * | 2022-03-11 | 2022-10-21 | 中国第一汽车股份有限公司 | 基于车联网数据分析的电池自放电率异常判断方法及装置 |
CN116500458A (zh) * | 2023-06-27 | 2023-07-28 | 中国第一汽车股份有限公司 | 动力电池容量评估方法、装置、车辆及电子装置 |
CN116500458B (zh) * | 2023-06-27 | 2023-09-22 | 中国第一汽车股份有限公司 | 动力电池容量评估方法、装置、车辆及电子装置 |
CN118091471A (zh) * | 2024-04-25 | 2024-05-28 | 中汽研新能源汽车检验中心(天津)有限公司 | 一种动力电池评估方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113866655B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023130776A1 (zh) | 储能电站电池工况健康状态预测方法及系统 | |
CN111398833B (zh) | 一种电池健康状态评估方法 | |
CN113866655A (zh) | 融合车联网运行数据与测试数据的动力电池容量评估方法 | |
CN112034356B (zh) | 基于gp-ukf的电动汽车动力电池在线soh估算方法 | |
WO2018054166A1 (zh) | 基于环境温度的电池循环寿命测试方法 | |
CN108663634B (zh) | 一种动力电池内阻的确定方法和装置 | |
CN110673039B (zh) | 一种基于大数据的磷酸铁锂电池soc充电在线校正方法 | |
CN111443293A (zh) | 一种基于数据驱动的锂电池健康状态soh估算方法 | |
CN111913109B (zh) | 一种电池峰值功率的预测方法及装置 | |
CN113655385B (zh) | 锂电池soc估计方法、装置及计算机可读存储介质 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
WO2023124220A1 (zh) | 车辆检测方法及装置 | |
CN111983474A (zh) | 一种基于容量衰退模型的锂离子电池寿命预测方法和系统 | |
CN113484771A (zh) | 一种锂离子电池宽温度全寿命soc及容量估计的方法 | |
CN115219918A (zh) | 一种基于容量衰退组合模型的锂离子电池寿命预测方法 | |
CN113447840B (zh) | 锂离子电池分选方法和装置 | |
CN111044924A (zh) | 一种全工况电池剩余容量确定方法及系统 | |
Liu et al. | Health estimation of lithium-ion batteries with voltage reconstruction and fusion model | |
CN113608126A (zh) | 一种不同温度下的锂电池soc在线预估方法 | |
CN116819364A (zh) | 电池健康度的确定方法、应用方法、电子设备及存储介质 | |
CN116699414A (zh) | 一种基于ukf-lstm算法的锂电池soc估计方法与系统 | |
CN113740738B (zh) | 一种电芯容量预测方法及其应用 | |
CN114184968B (zh) | 一种电池包的容量评估方法、装置及设备 | |
CN115327389A (zh) | 基于遗传算法改进的双卡尔曼滤波的锂电池soc估计方法 |
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 |