CN114284589A - 一种基于互联网的锂电池智能监测管理系统 - Google Patents

Abstract

本发明公开一种基于互联网的锂电池智能监测管理系统，包括参数检测获取模块、差异衰减分析模块、趋势预测评估模块、参数干扰校正模块、服务管理平台和预警提示模块，趋势预测评估模块预测评估出锂电池继续使用过程中达到更换条件的时长。本发明通过采用趋势预测模型对等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的时间点作为锂电池寿命预测的起始点进行预测评估，并通过对环境前后进行分析以对趋势预测模型进行动态调整，提高了锂电池预测的准确性，且实现对锂电池充放电过程中的实时安全监测管理，提高了锂电池使用过程中的安全性，降低危险程度。

Description

一种基于互联网的锂电池智能监测管理系统

技术领域

本发明属于锂电池技术领域，涉及到一种基于互联网的锂电池智能监测管理系统。

背景技术

如今汽车已经成为人们出行的主要交通工具之一。在 20 世纪以前，汽车的动力主要来自于燃料的燃烧。然而，目前石油等燃料能源消耗速度过快，以石油为主要燃料的汽车尾气排放造成的环境污染越来越严重。因此，科学家开始研究为汽车提供动力的新方法，纯电动汽车以其高能量转换效率和“零排放”越来越受到青睐。

车用锂电池是混合动力汽车及电动汽车的动力电池，由于镍氢电池的一些技术性能如能量密度、充放电速度等已经接近到理论极限值，锂电池由于能量密度高、容量大、无记忆性等优点。

在车内密闭狭小空间内不断积聚的热量会对电池性能产生影响。如果持续放电，热量和温度会在电池模块内分布不均，导致电池容量退化、性能退化、甚至爆炸等一系列严重后果，严重影响电动汽车的使用寿命，因此对锂电池的智能监测显得尤为重要。现有汽车锂电池在使用过程中，存在锂电池寿命预测过程复杂、繁琐，且预测准确性差，无法结合根据蓄电池所处的实时动态环境以及充放电情况进行动态预测，进而导致因使用环境等因素使得蓄电池预测的精准度差，无法及时为用户提供可靠的预测数据，另外，现有锂电池使用过程中缺乏对锂电池环境温度的预警性提示和控制，导致锂电池因温度过高引发火灾的事故频繁发生。

发明内容

本发明的目的在于提供的一种基于互联网的锂电池智能监测管理系统，解决了现有背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于互联网的锂电池智能监测管理系统，包括参数检测获取模块、差异衰减分析模块、趋势预测评估模块、参数干扰校正模块、服务管理平台和预警提示模块；

参数检测获取模块用于检测锂电池的充放电参数和电池所在的环境温度，并检测和记录锂电池从初始使用开始所累积的充放电循环次数；

差异衰减分析模块用于提取参数检测获取模块中的充放电电压，分别统计经固定等使用间隔时长后充放电过程中的等压升充电时间和等压降放电时间，根据等压升充电时间和等压降放电时间分别分析出等压升充电衰减率和等压降放电衰减率，并将分析出等压升充电衰减率和等压降放电衰减率发送至趋势预测评估模块；

所述趋势预测评估模块用于提取等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率，采用等压降放电衰减率计算公式分析出最小等压降放电衰减率下的锂电池压降时长，提取出锂电池达到最小等压降放电衰减率的过程中电池在各放电深度区间内充放电循环系数以及各放电深度区间所允许的最大充放电循环系数，并筛选出锂电池的当前使用天数和锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时锂电池所对应的等压升充电衰减率，通过趋势预测模型预测评估出锂电池继续使用过程中达到更换条件的时长；

参数干扰修正模块从锂电池参数数据库中筛选出锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的过程中的实时环境温度，对实时环境温度进行温度等级归类，统计各温度等级对应的单次持续性时长，通过采用样本训练方式对各温度等级下锂电池的等压降放电时长进行分析，获得各温度等级对应的干扰系数，并采用参数干扰影响公式分析出锂电池使用过程中实时环境温度对锂电池性能的综合环境干扰系数，同时采用参数干扰影响公式分析的综合环境干扰系数对趋势预测模型进行修正；

服务管理平台用于获取参数干扰修正模块修正后的趋势预测模型，采用修正后的趋势预测模块再次预测锂电池的剩余寿命，将预测的锂电池剩余寿命与锂电池剩余寿命下限值进行对比，若小于等于锂电池剩余寿命下限值，则发送锂电池更换信息至预警提示模块，同时，实时获取锂电池的充电时的环境温度，统计环境温度大于设定的安全充电温度数值的持续时长，若大于设定的该环境温度对应的持续时长上限数值，则停止对锂电池继续充电，并发送锂电池的环境温度以及温度异常预警信息至预警提示模块；

预警提示模块用于接收服务管理平台发动的锂电池更换信息、锂电池所在的环境温度和温度异常预警信息并进行显示。

进一步地，所述所述等压升充电衰减率

为：

，

为出厂设置的锂电池从电压u1充至电压u2的时长，u2＞u1，

为使用后锂电池从电压u1充至电压u2的时长；

所述等压降放电衰减率

为：

，

为出厂设置的锂电池从电压u2降至电压u1的时长，

为使用后锂电池从电压u2降至电压u1的时长。

进一步地，所述趋势预测模型为：

，E表示为预计的锂电池继续使用过程中达到更换条件的时长，

表示为当前锂电池的已使用天数，

表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率所对应的锂电池压降时长，

表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时所对应的等压升充电衰减率，

表示为锂电池在第g个放电深度区间内的充放电循环系数，

表示为锂电池在第g个放电深度区间内所允许的最大充放电循环系数，g=1,2,...,10。

进一步地，各温度等级对应的干扰系数采用样本训练方式进行获取，具体训练步骤如下：

步骤1、抽取m*f个锂电池分别放置在各温度等级下，并持续进行充放电操作，温度等级分别为1,2,...,f级,各温度等级均对应一温度范围,1级温度等级对应的温度范围属于正常的工作温度范围；

步骤2、统计各温度等级下的各锂电池从电压u2降至电压u1的时间，记为

；i=1,2,..,m,j=1,2,...,f，u1＜u2；

步骤3、对同一温度等级下的各锂电池的压降时间求取平均，得到平均压降时间

，并统计各温度等级下的压降时间对应的标准差

；

步骤4、将步骤2中各温度等级下的各锂电池的压降时间与该温度等级下的允许压降时间范围

进行对比，剔除不在该温度等级允许的压降时间范围内的锂电池的压降时间，以排除因锂电池本身故障所造成的干扰；

步骤5、对步骤4中剔除后的各温度等级下的各锂电池的压降时间进行求取平均，得到

；

步骤6、获取各温度等级对锂电池性能的干扰系数

，j=1,2,...,f,e为自然数，

为第1个温度等级下的各锂电池压降的平均时间。

5、根据权利要求4所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：锂电池在使用过程中的参数干扰影响公式为：

，

为锂电池在第j个温度等级下所允许的最大单次持续性时长，

为锂电池第d次处于第j个温度等级下的单次持续性时长，d=1,2,...,r，

为第j个温度等级对锂电池性能的干扰系数，

为锂电池在使用过程中实际环境温度对锂电池性能的综合干扰系数。

进一步地，所述参数干扰修正模块根据环境温度对锂电池的综合环境干扰系数进而对趋势预测模型进行修正，包括以下步骤：

W1、采集锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw，Lx=2*L1,L1≠0；

W2、采用等压降放电衰减率分别计算出锂电池在等压降放电衰减率L1和等压降放电衰减率Lx下所对应的锂电池压降时长tL1和tLx，并分别将锂电池压降时长tL1和tLx分别代入趋势预测模型预测出锂电池达到更换条件的时长EtL1和EtLx，得到预测时长

，

;

W3、获取锂电池从出厂状态到等压降放电衰减率L1的过程中的环境温度，并进行温度曲线绘制；

W4、根据各温度等级对应的温度范围对步骤W3中的温度曲线进行温度等级划分，以统计出锂电池处于各温度等级下的单次持续性时长，并建立各温度等级下的初始单次持续性时长集合

，

为锂电池从出厂状态达到等压降放电衰减率L1的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，p为单次持续性时长的次数；

W5、提取步骤W1中的锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw过程中的各温度等级下的单次持续性时长，并建立各温度等级下的二次持续性时长集合

，

为锂电池从前等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，q为单次持续性时长的次数；

W6、将步骤W4中的初始单次持续性时长集合A和二次持续性时长集合B分别代入参数干扰影响公式，获得锂电池从出厂状态到等压降放电衰减率L1的过程中的实际环境温度对锂电池性能的综合干扰系数

以及锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中实际环境温度对锂电池性能的综合干扰系数

;

W7、 获取环境参数干扰偏移系数

，根据环境参数偏移系数对趋势预测模型进行动态修正。

进一步地，所述步骤7中环境参数干扰偏移系数计算公式为

，

为锂电池从出厂状态到等压降放电衰减率L1的过程中的实际环境温度对锂电池性能的综合干扰系数，

为锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中实际环境温度对锂电池性能的综合干扰系数。

进一步地，所述锂电池智能监测管理系统还包括参数运行调控模块，运行调控管理模块用于获取锂电池充放电过程中的环境温度，并对获取的锂电池充放电过程中的环境温度进行温度等级归类以及单次持续性时长统计，根据归类的温度等级筛选出当前温度等级对应的单次持续性时长阈值，将统计的单次持续性时长大于该温度等级下的单次持续性时长阈值时，发送降温触发指令至电池维护管理模块；

电池维护管理模块接收参数运行调控模块发送的降温触发指令，控制车载上空调进行制冷，并将冷风输送至锂电池表面，以对锂电池周围环境进行降温温度处理。

本发明的有益效果：

本发明提供的锂电池智能监测管理系统，通过获取锂电池使用过程中的等压降时长和等压升时长以及锂电池在各放电深度区间内的充放电循环次数并进行分析，采用趋势预测模型对等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的时间点作为锂电池寿命预测的起始点进行预测评估，能够在充放电等压时长内融合锂电池使用习惯以及锂电池自然老化的速度，无需再进行分析排除，简化锂电池预测评估的过程，实现以锂电池充放电的等压降衰减率、等压升衰减率和充放电循环系数作为综合考量参数，实现锂电池预测的准确性。

本发明通过对锂电池工作环境中的温度进行训练获取锂电池所处环境的温度等级以及分析出各温度等级对锂电池性能的干扰程度，并为了进一步地地使锂电池寿命预测的精度高，不断地根据锂电池所处的当前环境对上一阶段的趋势预测模型进行修正，排除前后两次因环境温度不同造成的预测误差，以实现对趋势预测模型的动态调整，满足季节过渡过程中环境温度对模型的干扰，保证趋势预测模型更加精准的预测。

本发明在锂电池充电过程中环境温度以及环境温度维持的持续时长进行分析和管理，一旦达到危险程度，则进行停止充电，实现对锂电池充放电过程中的实时安全监测管理，提高了锂电池使用过程中的安全性，降低危险程度。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于互联网的锂电池智能监测管理系统，包括参数检测获取模块、差异衰减分析模块、趋势预测评估模块、参数干扰校正模块、服务管理平台和预警提示模块。

参数检测获取模块用于检测锂电池的充放电参数（充放电参数包括充、放电电压和充、放电电流）和电池所在的环境温度，并检测和记录锂电池从初始使用开始所累积的充放电循环次数。

差异衰减分析模块用于提取参数检测获取模块中的充放电电压，分别统计经固定等使用间隔时长后充放电过程中的等压升充电时间和等压降放电时间，根据等压升充电时间和等压降放电时间分别分析出等压升充电衰减率和等压降放电衰减率，并将分析出等压升充电衰减率和等压降放电衰减率发送至趋势预测评估模块。

等压升充电时间为在充电时锂电池电压从u1上升至u2的时长，等压降放电时间为在充电时锂电池电压从u2降至u1的时长，以锂电池充电时充电设备的输出功率不变，锂电池放电时汽车所需的需求功率固定不变进行研究。

锂电池随着使用频率的增加，存在锂电池充电时长延长以及放电时长明显缩短的情况。

所述等压升充电衰减率

为：

，

为出厂设置的锂电池从电压u1充至电压u2的时长，u2＞u1，

为使用后锂电池从电压u1充至电压u2的时长。

所述等压降放电衰减率

为：

，

为出厂设置的锂电池从电压u2降至电压u1的时长，

为使用后锂电池从电压u2降至电压u1的时长。

趋势预测评估模块用于提取等压降放电衰减率大于设定等压降放电衰减率安全阈值（等压降放电衰减率安全阈值为50%的等压降放电衰减率上限阈值，等压降放电衰减率上限阈值为锂电池达到更换条件时锂电池电压从u2降为u1的放电时长所对应的等压降放电衰减率）的最小等压降放电衰减率，采用等压降放电衰减率计算公式分析出最小等压降放电衰减率下的锂电池压降时长，提取出锂电池达到最小等压降放电衰减率的过程中电池在各放电深度区间内充放电循环系数以及各放电深度区间所允许的最大充放电循环系数，并筛选出锂电池的当前使用天数和锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时锂电池所对应的等压升充电衰减率，通过趋势预测模型预测评估出锂电池继续使用过程中达到更换条件的时长，采用趋势预测模型对锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率所对应的锂电池压降时长情况下进行锂电池寿命预测评估，避免在锂电池使用过程中进行实时寿命预测，以等压降放电衰减率大于设定等压降放电衰减率安全阈值最为预测条件，提高了锂电池继续使用过程中达到更换条件的时长的预测准确性，且能够结合锂电池充放电的等压降衰减率、等压升衰减率和充放电循环系数作为综合考量参数，融合锂电池充放电使用习惯以及锂电池自然老化的速度，实现锂电池预测的准确性。

当锂电池等压降时长小于出厂设置的等压降时长的0.4倍时，锂电池达到更换条件。

锂电池的放电区间以电量10%作为间隔，分别为0-10%,10%-20%,20%-30%,30%-40%,40%-50%,50%-60%,60%-70%,70%-80%,80%-90%,90%-100%,其中，趋势预测模型为：

；

E表示为预计的锂电池继续使用过程中达到更换条件的时长，

表示为当前锂电池的已使用天数，

表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率所对应的锂电池压降时长，

表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时所对应的等压升充电衰减率，

表示为锂电池在第g个放电深度区间内的充放电循环系数，

表示为锂电池在第g个放电深度区间内所允许的最大充放电循环系数，g=1,2,...,10。

参数干扰修正模块从锂电池参数数据库中筛选出锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的过程中的实时环境温度，对实时环境温度进行温度等级归类，统计各温度等级对应的单次持续性时长，通过采用样本训练方式对各温度等级下锂电池的等压降放电时长进行分析，获得各温度等级对应的干扰系数，并采用参数干扰影响公式分析出锂电池使用过程中实时环境温度对锂电池性能的综合环境干扰系数，同时采用参数干扰影响公式分析的综合环境干扰系数对趋势预测模型进行修正。

通过对锂电池工作环境中的温度进行训练获取锂电池所处环境的温度等级以及分析出各温度等级对锂电池性能的干扰程度，并为了进一步地地使锂电池寿命预测的精度高，不断地根据锂电池所处的当前环境对上一阶段的趋势预测模型进行修正，以实现对趋势预测模型的动态调整，满足季节过渡过程中环境温度对模型的干扰，保证趋势预测模型更加精准的预测。

为了保证温度对锂电池的干扰系数研究的准确性，将锂电池分别与需求功率相同的设备连接，保证一锂电池一设备的连接关系，且锂电池的充放电循环次数相同，排除与锂电池相连的设备因需求功率不同会导致电压降的速度不同，进而无法获取锂电池所在的环境温度对锂电池性能的干扰系数，各温度等级对应的干扰系数采用样本训练方式进行获取，具体训练步骤如下：

步骤1、抽取m*f个锂电池分别放置在各温度等级下，并持续进行充放电操作，温度等级分别为1,2,...,f级,各温度等级均对应一温度范围,1级温度等级对应的温度范围属于正常的工作温度范围，随着温度等级变大，各温度等级对应的温度也增大；

步骤2、统计各温度等级下的各锂电池从电压u2降至电压u1的时间，记为

；i=1,2,..,m,j=1,2,...,f，u1＜u2；

步骤3、对同一温度等级下的各锂电池的压降时间求取平均，得到平均压降时间

，并统计各温度等级下的压降时间对应的标准差

；

步骤4、将步骤2中各温度等级下的各锂电池的压降时间与该温度等级下的允许压降时间范围

进行对比，剔除不在该温度等级允许的压降时间范围内的锂电池的压降时间，以排除因锂电池本身故障所造成的干扰；

步骤5、对步骤4中剔除后的各温度等级下的各锂电池的压降时间进行求取平均，得到

；

步骤6、获取各温度等级对锂电池性能的干扰系数

，j=1,2,...,f,e为自然数，

为第1个温度等级下的各锂电池压降的平均时间，当锂电池的压降时间越短，表明锂电池受环境温度的干扰程度越大。

锂电池在使用过程中的参数干扰影响公式为：

，

为锂电池在第j个温度等级下所允许的最大单次持续性时长，

为锂电池第d次处于第j个温度等级下的单次持续性时长，d=1,2,...,r，

为第j个温度等级对锂电池性能的干扰系数，

为锂电池在使用过程中实际环境温度对锂电池性能的综合干扰系数，环境温度对锂电池性能的综合干扰系数随着环境温度以及使用时长进行变动。

所述参数干扰修正模块根据环境温度对锂电池的综合环境干扰系数进而对趋势预测模型进行修正，包括以下步骤：

W1、采集锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw，Lx=2*L1,L1≠0；

W2、采用等压降放电衰减率分别计算出锂电池在等压降放电衰减率L1和等压降放电衰减率Lx下所对应的锂电池压降时长tL1和tLx，并分别将锂电池压降时长tL1和tLx分别代入趋势预测模型预测出锂电池达到更换条件的时长EtL1和EtLx，得到预测时长

，

;

W3、获取锂电池从出厂状态到等压降放电衰减率L1的过程中的环境温度，并进行温度曲线绘制；

W4、根据各温度等级对应的温度范围对步骤W3中的温度曲线进行温度等级划分，以统计出锂电池处于各温度等级下的单次持续性时长，并建立各温度等级下的初始单次持续性时长集合

，

为锂电池从出厂状态达到等压降放电衰减率L1的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，p为单次持续性时长的次数，当单次持续性时长小于15s，则不作为单次持续性时长，即

＞15s，其中，单次持续性时长为锂电池在充放电过程中锂电池所在的环境温度连续处于某一温度等级的不间断时长；

W5、提取步骤W1中的锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw过程中的各温度等级下的单次持续性时长，并建立各温度等级下的二次持续性时长集合

，

为锂电池从前等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，q为单次持续性时长的次数；

W6、将步骤W4中的初始单次持续性时长集合A和二次持续性时长集合B分别代入参数干扰影响公式，获得锂电池从出厂状态到等压降放电衰减率L1的过程中的实际环境温度对锂电池性能的综合干扰系数

以及锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中实际环境温度对锂电池性能的综合干扰系数

;

W7、 获取环境参数干扰偏移系数

，根据环境参数偏移系数对趋势预测模型进行动态修正，即

，使得修正后的趋势预测模型预测的时间能降低因环境温度造成的误差，提高锂电池达到更换条件时长预测的准确性。

由于锂电池所处的工作环境温度会破坏电池内的化学平衡，导致副反应，温度会影响电解液的传送速度，因此锂电池的环境温度直接影响锂电池的性能，通过对锂电池前后两次相同的等压降放电衰减率过程中的实际时长、预测时长以及前后两次相同等压降放电衰减率的过程中各温度等级下的单次持续性时长进行综合分析，获取前后两次相同等压降放电衰减率过程中的环境参数干扰偏移系数，以对趋势预测模型进行动态修正，提高了锂电池预测时长的准确性，排除前后两次因环境温度不同造成的预测时长误差。

服务管理平台用于获取参数干扰修正模块修正后的趋势预测模型，采用修正后的趋势预测模块再次预测锂电池的剩余寿命，将预测的锂电池剩余寿命与锂电池剩余寿命下限值（即锂电池达到更换条件下的锂电池剩余使用寿命）进行对比，若小于等于锂电池剩余寿命下限值，则锂电池更换信息采用网络通信媒介传输至预警提示模块，同时，实时获取锂电池的充电时的环境温度，统计环境温度大于设定的安全充电温度数值的持续时长，若大于设定的该环境温度对应的持续时长上限数值，则停止对锂电池继续充电，并锂电池的环境温度以及温度异常预警信息通过网络通信媒介传输至预警提示模块。

预警提示模块可为车载显示屏或用户移动终端，用于接收服务管理平台发动的锂电池更换信息、锂电池所在的环境温度和温度异常预警信息并进行显示，便于对车主进行预警提醒，提高了对锂电池实时监控的安全性，一旦锂电池异常可及时进行提示警告。

实施例二

本发明中的锂电池智能监测管理系统，还包括参数运行调控模块，运行调控管理模块用于获取锂电池充放电过程中的环境温度，并对获取的锂电池充放电过程中的环境温度进行温度等级归类以及单次持续性时长统计，根据归类的温度等级筛选出当前温度等级对应的单次持续性时长阈值，将统计的单次持续性时长大于该温度等级下的单次持续性时长阈值时，发送降温触发指令至电池维护管理模块。

电池维护管理模块接收参数运行调控模块发送的降温触发指令，控制车载上空调进行制冷，并将冷风输送至锂电池表面，以对锂电池周围环境进行降温温度处理，避免因锂电池持续处于高温状态而破坏电池内的化学平衡，提高了锂电池充电过程中安全性。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于互联网的锂电池智能监测管理系统，其特征在于：包括参数检测获取模块、差异衰减分析模块、趋势预测评估模块、参数干扰校正模块、服务管理平台和预警提示模块；

参数检测获取模块用于检测锂电池的充放电参数和电池所在的环境温度，并检测和记录锂电池从初始使用开始所累积的充放电循环次数；

差异衰减分析模块用于提取参数检测获取模块中的充放电电压，分别统计经固定等使用间隔时长后充放电过程中的等压升充电时间和等压降放电时间，根据等压升充电时间和等压降放电时间分别分析出等压升充电衰减率和等压降放电衰减率，并将分析出等压升充电衰减率和等压降放电衰减率发送至趋势预测评估模块；

所述趋势预测评估模块用于提取等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率，采用等压降放电衰减率计算公式分析出最小等压降放电衰减率下的锂电池压降时长，提取出锂电池达到最小等压降放电衰减率的过程中电池在各放电深度区间内充放电循环系数以及各放电深度区间所允许的最大充放电循环系数，并筛选出锂电池的当前使用天数和锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时锂电池所对应的等压升充电衰减率，通过趋势预测模型预测评估出锂电池继续使用过程中达到更换条件的时长；

参数干扰修正模块从锂电池参数数据库中筛选出锂电池等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率的过程中的实时环境温度，对实时环境温度进行温度等级归类，统计各温度等级对应的单次持续性时长，通过采用样本训练方式对各温度等级下锂电池的等压降放电时长进行分析，获得各温度等级对应的干扰系数，并采用参数干扰影响公式分析出锂电池使用过程中实时环境温度对锂电池性能的综合环境干扰系数，同时采用参数干扰影响公式分析的综合环境干扰系数对趋势预测模型进行修正；

服务管理平台用于获取参数干扰修正模块修正后的趋势预测模型，采用修正后的趋势预测模块再次预测锂电池的剩余寿命，将预测的锂电池剩余寿命与锂电池剩余寿命下限值进行对比，若小于等于锂电池剩余寿命下限值，则发送锂电池更换信息至预警提示模块，同时，实时获取锂电池的充电时的环境温度，统计环境温度大于设定的安全充电温度数值的持续时长，若大于设定的该环境温度对应的持续时长上限数值，则停止对锂电池继续充电，并发送锂电池的环境温度以及温度异常预警信息至预警提示模块；

预警提示模块用于接收服务管理平台发动的锂电池更换信息、锂电池所在的环境温度和温度异常预警信息并进行显示。

2.根据权利要求1所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：所述所述等压升充电衰减率

为：

，

为出厂设置的锂电池从电压u1充至电压u2的时长，u2＞u1，

为使用后锂电池从电 压u1充至电压u2的时长；

所述等压降放电衰减率

为：

，

为出厂设置的锂电池从电压u2降至电压u1的时长，

为使用后锂电池从电压u2降 至电压u1的时长。

3.根据权利要求2所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：所述趋势预测模型为：

，E表示为预计的锂电池继续使用过程中达到更换条件的时长，

表示为当前锂电池的已使用天数，

表示为当锂电池的等压降放电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率所对应的锂电池压降时长，

表示为当锂电池的等压降放 电衰减率大于设定等压降放电衰减率安全阈值的最小等压降放电衰减率时所对应的等压升充电衰减率，

表示为锂电池在第g个放电深度区间内的充放电循环系数，

表示为锂电池在第g个放电深度区间内所允许的最大充放电循环系数，g=1,2,...,10。

4.根据权利要求3所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：各温度等级对应的干扰系数采用样本训练方式进行获取，具体训练步骤如下：

步骤1、抽取m*f个锂电池分别放置在各温度等级下，并持续进行充放电操作，温度等级分别为1,2,...,f级,各温度等级均对应一温度范围,1级温度等级对应的温度范围属于正常的工作温度范围；

步骤2、统计各温度等级下的各锂电池从电压u2降至电压u1的时间，记为

；i=1,2,..,m,j=1,2,...,f，u1＜u2；

步骤3、对同一温度等级下的各锂电池的压降时间求取平均，得到平均压降时间

，并统计各温度等级下的压降时间对应的标准差

；

步骤4、将步骤2中各温度等级下的各锂电池的压降时间与该温度等级下的允许压降时间范围

进行对比，剔除不在该温度等级允许的压降时间范围内的锂电池的压降时间，以排除因锂电池本身故障所造成的干扰；

步骤5、对步骤4中剔除后的各温度等级下的各锂电池的压降时间进行求取平均，得到

；

步骤6、获取各温度等级对锂电池性能的干扰系数

，j=1,2,...,f,e为自然数，

为第1个温度等级下的各锂电池压降的平均时间。

5.根据权利要求4所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：锂电池在使用过程中的参数干扰影响公式为：

，

为锂电池 在第j个温度等级下所允许的最大单次持续性时长，

为锂电池第d次处于第j个温度等级下的单次持续性时长，d=1,2,...,r，

为第j个温度等级对锂电池性能的干扰系数，

为锂电池在使用过程中实际环境温度对锂电池性能的综合干扰系数。

6.根据权利要求5所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：所述参数干扰修正模块根据环境温度对锂电池的综合环境干扰系数进而对趋势预测模型进行修正，包括以下步骤：

W1、采集锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw，Lx=2*L1,L1≠0；

W2、采用等压降放电衰减率分别计算出锂电池在等压降放电衰减率L1和等压降放电衰减率Lx下所对应的锂电池压降时长tL1和tLx，并分别将锂电池压降时长tL1和tLx分别代入趋势预测模型预测出锂电池达到更换条件的时长EtL1和EtLx，得到预测时长

，

;

W3、获取锂电池从出厂状态到等压降放电衰减率L1的过程中的环境温度，并进行温度曲线绘制；

W4、根据各温度等级对应的温度范围对步骤W3中的温度曲线进行温度等级划分，以统计出锂电池处于各温度等级下的单次持续性时长，并建立各温度等级下的初始单次持续性时长集合

，

为锂电池从出厂状态达到等压降放电衰减率L1的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，p为单次持续性时长的次数；

W5、提取步骤W1中的锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的实际时长tw过程中的各温度等级下的单次持续性时长，并建立各温度等级下的二次持续性时长集合

，

为锂电池从前等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中锂电池第v次处于第j个温度等级下的单次持续性时长，q为单次持续性时长的次数；

W6、将步骤W4中的初始单次持续性时长集合A和二次持续性时长集合B分别代入参数干扰影响公式，获得锂电池从出厂状态到等压降放电衰减率L1的过程中的实际环境温度对锂电池性能的综合干扰系数

以及锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中实际环境温度对锂电池性能的综合干扰系数

;

W7、 获取环境参数干扰偏移系数

，根据环境参数偏移系数对趋势预测模型进行动态修正。

7.根据权利要求6所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：所述步骤7中环境参数干扰偏移系数计算公式为

，

为锂电池从出厂状态到等压降放电衰减率L1的过程中的实际环境温度对锂电池性能的综合干扰系数，

为锂电池从等压降放电衰减率L1下降至等压降放电衰减率Lx的过程中实际环境温度对锂电池性能的综合干扰系数。

8.根据权利要求7所述的一种基于互联网的锂电池智能监测管理系统，其特征在于：所述锂电池智能监测管理系统还包括参数运行调控模块，运行调控管理模块用于获取锂电池充放电过程中的环境温度，并对获取的锂电池充放电过程中的环境温度进行温度等级归类以及单次持续性时长统计，根据归类的温度等级筛选出当前温度等级对应的单次持续性时长阈值，将统计的单次持续性时长大于该温度等级下的单次持续性时长阈值时，发送降温触发指令至电池维护管理模块；

电池维护管理模块接收参数运行调控模块发送的降温触发指令，控制车载上空调进行制冷，并将冷风输送至锂电池表面，以对锂电池周围环境进行降温温度处理。