CN114779092A - 一种基于车辆电池健康度预测电池寿命的方法及系统 - Google Patents

一种基于车辆电池健康度预测电池寿命的方法及系统 Download PDF

Info

Publication number
CN114779092A
CN114779092A CN202210476097.8A CN202210476097A CN114779092A CN 114779092 A CN114779092 A CN 114779092A CN 202210476097 A CN202210476097 A CN 202210476097A CN 114779092 A CN114779092 A CN 114779092A
Authority
CN
China
Prior art keywords
mileage
soh
points
vehicle
fitting
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.)
Pending
Application number
CN202210476097.8A
Other languages
English (en)
Inventor
冯晓珂
孟仙雅
�田�浩
冯修成
吕雅洁
周建刚
宋宏贵
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.)
Dongfeng Commercial Vehicle Co Ltd
Original Assignee
Dongfeng Commercial Vehicle 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 Dongfeng Commercial Vehicle Co Ltd filed Critical Dongfeng Commercial Vehicle Co Ltd
Priority to CN202210476097.8A priority Critical patent/CN114779092A/zh
Publication of CN114779092A publication Critical patent/CN114779092A/zh
Pending legal-status Critical Current

Links

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]
    • G01R31/392—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

本发明公开了一种基于车辆电池健康度预测电池寿命的方法及系统，涉及商用车电池应用技术领域，该方法包括获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程‑SOH散点分布图；在得到的里程‑SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程‑SOH间关系的衰减曲线；根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。本发明无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率。

Description

一种基于车辆电池健康度预测电池寿命的方法及系统
技术领域
本发明涉及商用车电池应用技术领域，具体涉及一种基于车辆电池健康度预测电池寿命的方法及系统。
背景技术
目前电动汽车保有量逐年增加，市场不时出现质保期内电池健康度不达标导致批量更换的问题。车企一般将循环圈数转换为行驶里程，从而对客户承诺里程质保。车辆陆续投放市场后预测寿命时，往往面对较多影响因素，如行驶里程，放电深度、放电区间、存储条件、能量回收等，因而又需要采取神经网络算法进一步计算，计算过程较复杂且不准确。
当前一般基于电池在不同温度、不同SOC(State of Charge，荷电状态)循环数据以及不同温度、不同SOC的存储数据，将车辆实际运行数据转化为存储数据与循环数据后可预测电池使用寿命。该方法需要大量基础数据，且在转换等效工况时未考虑实际使用与实验室测试差异，如工况条件耦合效果、顺序差异、放电区间等，因而预测的准确性与实际结果仍有一定差异。可见当前的电池寿命预测方法存在繁琐且准确度不高的问题。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种基于车辆电池健康度预测电池寿命的方法及系统，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率。
为达到以上目的，本发明提供的一种基于车辆电池健康度预测电池寿命的方法，具体包括以下步骤：
获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
在上述技术方案的基础上，所述车辆运行过程中通过T-box向车企大数据监控平台发送运行数据，所述运行数据包括车辆运行过程中的里程和SOH数据。
在上述技术方案的基础上，所述车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。
在上述技术方案的基础上，
所述按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；
所述起始里程为电池活化期结束时车辆已累计行驶的里程。
在上述技术方案的基础上，所述设定规则具体为：
在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
本发明提供的一种基于车辆电池健康度预测电池寿命的系统，包括：
获取模块，其用于获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
选取模块，其用于在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
拟合模块，其用于基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
计算模块，其用于根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
在上述技术方案的基础上，所述车辆运行过程中通过T-box向车企大数据监控平台发送运行数据，所述运行数据包括车辆运行过程中的里程和SOH数据。
在上述技术方案的基础上，所述车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。
在上述技术方案的基础上，
所述按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；
所述起始里程为电池活化期结束时车辆已累计行驶的里程。
在上述技术方案的基础上，所述设定规则具体为：
在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
与现有技术相比，本发明的优点在于：通过获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图，然后在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点，然后基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线，然后根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程，通过已有实际使用电池的健康度数据预测车辆整体电池寿命，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率，为车企后续软件策略的更新提供必要的数据支撑。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本发明实施例中一种基于车辆电池健康度预测电池寿命的方法的流程图。
图2为本发明实例中衰减曲线的示意图。
具体实施方式
本发明实施例提供一种基于车辆电池健康度预测电池寿命的方法，通过获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图，然后在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点，然后基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线，然后根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程，通过已有实际使用电池的健康度数据预测车辆整体电池寿命，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率，为车企后续软件策略的更新提供必要的数据支撑。本发明实施例相应地还提供了一种基于车辆电池健康度预测电池寿命的系统。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
参见图1所示，本发明实施例提供的一种基于车辆电池健康度预测电池寿命的方法，具体包括以下步骤：
S1：获取车辆运行过程中的里程和SOH(State Of Health，电池健康度)数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
本发明实施例中，车辆运行过程中通过T-box(Telematics BOX，远程信息处理器)向车企大数据监控平台发送运行数据，运行数据包括车辆运行过程中的里程和SOH数据。即在车辆的运行过程中，通过T-box实时向车企大数据监控平台发送运行数据，运行数据中的里程和SOH两者间为对应关系。
车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。即在坐标系中，以里程为横坐标，该里程对应的SOH数值为纵坐标，得到一个点，车企大数据监控平台中存在多个里程和SOH数据，从而可以在坐标系中得到多个点，形成里程-SOH散点分布图。里程-SOH散点分布图横坐标的单位为万公里，纵坐标单位为百分数。
S2：在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
本发明实施例中，按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；起始里程为电池活化期结束时车辆已累计行驶的里程。
对于电池而言，电池在循环初期存在活化期，容量在此期间缓慢上升，活化持续约20-50圈，将电池活化期结束时车辆已累计行驶的里程作为起始里程，后续采用整车累计里程大于起始里程的数据做进一步的数据处理。
本发明实施例中，设定规则具体为：
S201：在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
S202：基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
S203：对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
以下对本发明的设定规则进行具体说明。
假设某车型电池健康度目标达成率为80％(即预设百分数值为80％)，要求评估对应的质保里程，预设个数为5，设定个数为50。在实际应用过程中应根据车辆数量及车辆里程分布情况调整基准点个数及取点范围，总体应遵循取点数量尽可能多且基准点尽可能分散原则，从而使数据同时具备代表性及准确性。
首先在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取5个横坐标点(即基准参照点)，且这5个横坐标点间固定间隔；
然后对于选取的第1个横坐标点，在第1个横坐标点的附近选取50个位于里程-SOH散点分布图中的点，这50个点的横坐标数值位于第1个点横坐标数值附近；
最后根据第1个横坐标点附近50个点的SOH数值，由高至低进行排序，将名次为前80％名(即第40名)的点确定为第1个横坐标点对应的拟合基准点。依次类似，确定第2、3、4、5个横坐标点对应的拟合基准点，然后根据确定的5个拟合基准点的坐标，进行拟合，得到衰减曲线。
假设第1个基准参照点为X0，第2个基准参照点为X1，第3个基准参照点为X2，第4个基准参照点为X3，第5个基准参照点为X4，则这5个基准参照点间满足X1＝X0+1/5(X-X0)，X2＝X0+2/5(X-X0)，X3＝X0+3/5(X-X0)，X4＝X0+4/5(X-X0)。
S3：基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
S4：根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
假设某车型电池健康度目标达成率为80％，要求评估对应的质保里程，则计算得到当SOH为80％时的里程，则到电池健康度目标达成率为80％时的质保里程，实现电池质保寿命达成率预测。
在一种可能的实施方式中，还可以根据相关拟合曲线方程实现电池健康度达成率的预测。
例如，某上市车型电池质保要求n万公里内电池SOH≥80％，要求预测电池健康度达成率。
根据电池已有健康度数据得到里程-SOH散点分布图，根据电池特性选择拟合曲线类型后，根据已知点(0,100％)及(n，80％)得到拟合曲线方程，统计位于方程上方的散点占比即为电池健康度达成率。如果达成率不及预期，则可以及时更新电池管理系统程序，从而延长电池寿命。
本发明实施例中，电芯本身容量衰减曲线取决于材料体系及设计方案，根据电芯衰减曲线(质保期内或等效整车报废期内)确定整车衰减曲线所使用的拟合函数类型，如一次函数、二次函数、指数函数等。
以下结合一实例来对本发明的基于车辆电池健康度预测电池寿命的方法进行具体说明。
某车型经过成本核算及市场维护费用计算后要求电池健康度的达成率为90％，且电池健康度要求为80％，要求评估对应的质保里程。
根据单体电池循环数据得知衰减曲线近似一次函数，活化期约为10000km，可选择X0＝10000，根据健康度分布数据每隔10000km选择一个基准点，X1＝20000，X2＝30000，X3＝40000，X4＝50000，X5＝60000，X7＝70000，在这7个点附近选取±200km的健康度数据，并得到每个点从高到低第90％的点，则进一步得到拟合基准点坐标为(10000，98.7)、(20000，97.09)、(30000，96.44)、(40000，96.2)、(50000,96.34)、(60000,96)、(70000,94.17)，拟合一次函数得到衰减方程Y(X)＝98.585-5.26*10-5x(见图2)，则健康度Y取80％时，X＝353326km，也即质保里程X质保＝353326km。
本发明实施例的基于车辆电池健康度预测电池寿命的方法，通过获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图，然后在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点，然后基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线，然后根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程，通过已有实际使用电池的健康度数据预测车辆整体电池寿命，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率，为车企后续软件策略的更新提供必要的数据支撑。
在一种可能的实施方式中，本发明实施例还提供一种可读存储介质，可读存储介质位于PLC(Programmable Logic Controller，可编程逻辑控制器)控制器中，可读存储介质上存储有计算机程序，该程序被处理器执行时实现以下所述基于车辆电池健康度预测电池寿命的方法的步骤：
获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例提供的一种基于车辆电池健康度预测电池寿命的系统，包括获取模块、选取模块、拟合模块和计算模块。
获取模块用于获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；选取模块用于在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；拟合模块用于基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；计算模块用于根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。通过已有实际使用电池的健康度数据预测车辆整体电池寿命，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率，为车企后续软件策略的更新提供必要的数据支撑。
本发明实施例中，车辆运行过程中通过T-box向车企大数据监控平台发送运行数据，所述运行数据包括车辆运行过程中的里程和SOH数据。车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。
即在车辆的运行过程中，通过T-box实时向车企大数据监控平台发送运行数据，运行数据中的里程和SOH两者间为对应关系。
即在坐标系中，以里程为横坐标，该里程对应的SOH数值为纵坐标，得到一个点，车企大数据监控平台中存在多个里程和SOH数据，从而可以在坐标系中得到多个点，形成里程-SOH散点分布图。里程-SOH散点分布图横坐标的单位为万公里，纵坐标单位为百分数。
本发明实施例中，按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；起始里程为电池活化期结束时车辆已累计行驶的里程。
本发明实施例中，设定规则具体为：
在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
以下对本发明的设定规则进行具体说明。
假设某车型电池健康度目标达成率为80％(即预设百分数值为80％)，要求评估对应的质保里程，预设个数为5，设定个数为50。
首先在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取5个横坐标点(即基准参照点)，且这5个横坐标点间固定间隔；
然后对于选取的第1个横坐标点，在第1个横坐标点的附近选取50个位于里程-SOH散点分布图中的点，这50个点的横坐标数值位于第1个点横坐标数值附近；
最后根据第1个横坐标点附近50个点的SOH数值，由高至低进行排序，将名次为前80％名(即第40名)的点确定为第1个横坐标点对应的拟合基准点。依次类似，确定第2、3、4、5个横坐标点对应的拟合基准点，然后根据确定的5个拟合基准点的坐标，进行拟合，得到衰减曲线。
本发明实施例的基于车辆电池健康度预测电池寿命的系统，通过获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图，然后在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点，然后基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线，然后根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程，通过已有实际使用电池的健康度数据预测车辆整体电池寿命，无需采用复杂的计算方式即可预测电池寿命，有效评估电池在质保期内合格率，为车企后续软件策略的更新提供必要的数据支撑。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (10)

1.一种基于车辆电池健康度预测电池寿命的方法，其特征在于，具体包括以下步骤：
获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
2.如权利要求1所述的一种基于车辆电池健康度预测电池寿命的方法，其特征在于：所述车辆运行过程中通过T-box向车企大数据监控平台发送运行数据，所述运行数据包括车辆运行过程中的里程和SOH数据。
3.如权利要求2所述的一种基于车辆电池健康度预测电池寿命的方法，其特征在于：所述车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。
4.如权利要求3所述的一种基于车辆电池健康度预测电池寿命的方法，其特征在于：
所述按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；
所述起始里程为电池活化期结束时车辆已累计行驶的里程。
5.如权利要求4所述的一种基于车辆电池健康度预测电池寿命的方法，其特征在于，所述设定规则具体为：
在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
6.一种基于车辆电池健康度预测电池寿命的系统，其特征在于，包括：
获取模块，其用于获取车辆运行过程中的里程和SOH数据，并基于获取的里程和SOH数据得到里程-SOH散点分布图；
选取模块，其用于在得到的里程-SOH散点分布图中，按照设定规则选取预设个数的点，作为拟合基准点；
拟合模块，其用于基于选取的拟合基准点的坐标，进行拟合，得到用以表示里程-SOH间关系的衰减曲线；
计算模块，其用于根据得到的衰减曲线，计算得到SOH为预设百分数值时对应的里程，则计算得到的里程即为SOH达成率为预设百分数值的质保里程。
7.如权利要求6所述的一种基于车辆电池健康度预测电池寿命的系统，其特征在于：所述车辆运行过程中通过T-box向车企大数据监控平台发送运行数据，所述运行数据包括车辆运行过程中的里程和SOH数据。
8.如权利要求7所述的一种基于车辆电池健康度预测电池寿命的系统，其特征在于：所述车企大数据监控平台根据里程和SOH数据，以里程为横坐标，里程对应的SOH为纵坐标，进行作图得到里程-SOH散点分布图。
9.如权利要求8所述的一种基于车辆电池健康度预测电池寿命的系统，其特征在于：
所述按照设定规则选取预设个数点，作为拟合基准点，具体为：在起始里程之后，按照设定规则选取预设个数点，作为拟合基准点；
所述起始里程为电池活化期结束时车辆已累计行驶的里程。
10.如权利要求9所述的一种基于车辆电池健康度预测电池寿命的系统，其特征在于，所述设定规则具体为：
在里程-SOH散点分布图的横轴上，在起始里程之后按照固定间隔选取预设个数的点，作为基准参照点；
基于里程-SOH散点分布图，在每个基准参照点附近均选取设定个数的点，并得到每个点的SOH数值；
对于每个基准参照点，按照当前基准参照点附近设定个数的点的SOH数值，由高至低进行排序，将名次为前预设百分数值的点确定为当前基准参照点对应的拟合基准点。
CN202210476097.8A 2022-04-29 2022-04-29 一种基于车辆电池健康度预测电池寿命的方法及系统 Pending CN114779092A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210476097.8A CN114779092A (zh) 2022-04-29 2022-04-29 一种基于车辆电池健康度预测电池寿命的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210476097.8A CN114779092A (zh) 2022-04-29 2022-04-29 一种基于车辆电池健康度预测电池寿命的方法及系统

Publications (1)

Publication Number Publication Date
CN114779092A true CN114779092A (zh) 2022-07-22

Family

ID=82434893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210476097.8A Pending CN114779092A (zh) 2022-04-29 2022-04-29 一种基于车辆电池健康度预测电池寿命的方法及系统

Country Status (1)

Country Link
CN (1) CN114779092A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116660759A (zh) * 2023-07-28 2023-08-29 深圳凌奈智控有限公司 基于bms电池管理系统的电池寿命预测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116660759A (zh) * 2023-07-28 2023-08-29 深圳凌奈智控有限公司 基于bms电池管理系统的电池寿命预测方法及装置
CN116660759B (zh) * 2023-07-28 2023-09-26 深圳凌奈智控有限公司 基于bms电池管理系统的电池寿命预测方法及装置

Similar Documents

Publication Publication Date Title
US11644515B2 (en) Method and device for operating an electrically drivable motor vehicle depending on a predicted state of health of an electrical energy store
WO2015041093A1 (ja) 蓄電池性能評価装置およびその方法
CN110562096B (zh) 一种剩余里程预测方法及装置
CN109724812B (zh) 车辆故障预警的方法、装置、存储介质和终端设备
CN111505511B (zh) 一种电动汽车单体电芯容量测定方法、电子设备及存储介质
CN110045291B (zh) 一种锂电池容量估计方法
CN111126880A (zh) 一种用户画像生成方法、装置及设备
WO2021044132A1 (en) Method and system for optimising battery usage
CN111241120A (zh) 车辆能源加注点的分析方法、装置、车载设备和存储介质
CN112519631A (zh) 电池控制装置、充放电系统、停车场系统、二次电池再利用系统、电池控制方法及存储介质
CN115221795A (zh) 容量预测模型的训练方法、预测方法、装置、设备及介质
CN114779092A (zh) 一种基于车辆电池健康度预测电池寿命的方法及系统
CN115943516B (zh) 车辆电池失衡的检测方法、装置、电子设备及存储介质
CN115648944A (zh) 动力电池的预警方法、装置、设备和存储介质
CN110789396A (zh) 电池组荷电状态数据检测方法、装置、介质、终端及汽车
CN114690039A (zh) 一种确定电池的放电内阻模型和健康度的方法及装置
CN110893794B (zh) 一种车用电池衰减系数确定方法及装置
KR101807210B1 (ko) 차량 소모품 관리 장치 및 방법
CN111199104A (zh) 一种电池残余性能分析方法、装置、设备及存储介质
CN116609669A (zh) 一种基于大数据的动力电池充电工况提取方法及装置
CN114764600A (zh) 新能源车电池包的寿命预测方法、装置和电子设备
CN115583153A (zh) 一种续航里程计算方法、装置及计算机设备
US11512994B2 (en) Vehicle fuel volume consumption estimation and accuracy analysis systems and methods
CN114043875A (zh) 基于大数据的剩余里程预估偏差分析方法和系统
CN115688957A (zh) 一种车辆能耗确定方法、装置、电子设备及存储介质

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