CN115343627A - 一种动力电池的soh估算方法 - Google Patents

Abstract

本发明公开了一种动力电池的SOH估算方法，涉及电动汽车动力电池技术领域，该方法分别获取同型号的若干个电池在不同设备上的历史运行数据；分别对各个电池的历史运行数据进行特征提取，得到各个电池的特征数据；根据各个电池特征数据之间的相似度，将电池分为若干类；在每个类中找出可知电池，并计算该可知电池的SOH值；利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值。本发明为估算动力电池SOH提供一种新的方法，能够结合实车环境进行估算，且在电池不便于计算SOH时仍能较为准确估算出电池的SOH值，本发明方法适用性高，估算结果准确。

Description

一种动力电池的SOH估算方法

技术领域

本发明涉及电动汽车动力电池技术领域，尤其是一种动力电池的SOH估算方法。

背景技术

动力电池SOH（电池健康度，可以理解为电池当前的容量与出厂容量的百分比）的准确评估，不仅关系到电池的SOC（电池剩余电量百分比）、SOP（电池功率）等状态的估算，影响到电池控制策略的精确实施，同时还关系到旧电池的回收和梯次利用。由于梯次利用检测电池SOH的成本很高，如果能对退役之前的电池有准确的SOH估算，将大幅降低梯次利用成本，且利于二手车交易双方对电池状态有更全面的了解。

对于搭载在新能源汽车中的动力电池，由于车辆运行工况非常复杂，同时受限于数据采集条目、频率和精度，以及硬件计算资源不足的影响，尽管实验室中存在多种计算电池SOH的理论方法，但是很多估算电池SOH的方法不能实际应用。

目前，工程上通常使用两种方法计算运行车辆电池的SOH：第一种是事先实验测得电池在特定工况下的老化数据，如循环次数与SOH的关系，再在实际车辆上计算循环次数，通过查表的方式得到电池的SOH；第二种是寻找电池在使用过程中的校准点，比如充分静置点、满充点等，通过校准方法计算两点之间的SOC，以及两点间累计充入和放出的电量，再通过净电量变化量除以SOC变化量计算电池容量，进一步得到电池的SOH。实际应用中，通常是将这两种方法结合来计算电池的SOH。但是这两种方法都存在缺点：对于第一种方法，由于充放电工况的差异，实验室环境下测量得到的电池老化数据不能在实车环境下直接使用；对于第二种方法，部分电池缺少可以进行SOH计算的校准点，即部分电池不能够计算SOH，比如部分车主在车辆满充之前即停止充电，导致车辆没有满充点数据，或者部分运营车辆一直处于使用中，缺少充分静置点数据等。

发明内容

为了克服上述现有技术中的缺陷，本发明提供一种动力电池的SOH估算方法，为估算动力电池SOH提供一种新的方法，能够结合实车环境进行估算，且在电池不便于计算SOH时仍能估算出电池的SOH值。

为实现上述目的，本发明采用以下技术方案，包括：

一种动力电池的SOH估算方法，包括以下步骤：

S1，分别获取同型号的若干个电池在不同设备上的历史运行数据；

S2，分别对各个电池的历史运行数据进行特征提取，得到各个电池的特征数据；

S3，根据各个电池特征数据之间的相似度，将电池分为若干类；

S4，在每个类中找出可知电池，并计算该可知电池的SOH值；

所述可知电池是指能够计算SOH值的电池；

S5，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值；

所述未知电池是指不能够计算SOH值的电池。

优选的，步骤S1中，所述历史运行数据包括电池的充放电数据，具体包括电池的电压、电流、温度、SOC、阻值中的一种或多种数据。

优选的，步骤S1中，所述历史运行数据包括汽车的行驶数据，具体包括汽车的速度、里程的一种或多种数据。

优选的，步骤S2中，所述特征数据包括数据分布、最大值、最小值、平均值、中位数、标准差、差分、占比、积分中的一种或多种数据。

优选的，步骤S2中，设置特征提取的时间间隔，对某个电池的历史运行数据进行特征提取时，根据该电池在一个时间间隔内的历史运行数据，提取得到该电池在该时间间隔内的特征数据，最终得到各个电池在各个时间间隔内的特征数据。

优选的，步骤S3中，根据各个电池在各个时间间隔内的特征数据，并利用聚类分析算法对电池进行分类。

优选的，步骤S4中，所述可知电池即能够计算SOH值的电池具体是指：在设定的最近一段时间内存在末端满充且发生校准的充电过程的电池。

优选的，步骤S4中，计算可知电池的SOH值，具体如下所示：

S41，根据该可知电池在设定的最近一段时间内的充电数据，划分为若干段充电过程；

S42，从此若干段充电过程中，找出末端满充的充电过程；

所述末端满充是指充电过程末端即充电结束时的单体最高电压达到满充电压，且该可知电池在满充时刻的SOC值等于1；

S43，从步骤S42找出的末端满充的充电过程中，找出发生校准的充电过程，并计算该可知电池在校准时刻的SOC值；

S44，对步骤S43找出的发生校准的充电过程，计算满充时刻的SOC值和校准时刻的SOC值之间的差值ΔSOC，找出ΔSOC大于设定阈值ΔSOCo的充电过程，

S45，根据步骤S44找出的ΔSOC大于设定阈值ΔSOCo的充电过程中的充电数据，计算该可知电池的SOH值，SOH=ΔQ/(ΔSOC×Qo)；

其中，Qo为电池的标称容量，ΔQ为该可知电池在校准时刻到满充时刻之间的充入电量ΔQ。

优选的，步骤S43中，发生校准包括在充电开始或充电过程中发生校准；发生校准的判断和校准时刻SOC值的计算，具体如下所示：

若充电开始时刻电池的静置时间超过设定时间To，则表示电池已经充分静置，即表示在充电开始即满足校准条件，使用电池的当前电压即开始时刻的电压代入SOC-OCV关系表，插值得到开始时刻的SOC值，即校准时刻的SOC值；

若电池充电过程为恒流充电，计算电池在充电过程中的dQ/dV，并找出dQ/dV的最大值或最小值，分别代入dQ/dV-SOC关系表，找出dQ/dV的最大值或最小值在关系表中对应的SOC，从而分别得到dQ/dV为最大值时刻或dQ/dV为最小值时刻的SOC值，即校准时刻的SOC值；其中，dQ表示电池电量的变化量，dV表示电池电压的变化量。

优选的，步骤S5，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值，具体如下所示：

在同一类中，分别找出SOH值为最大的可知电池和SOH值为最小的可知电池，计算SOH的最大值和最小值之间的差值ΔSOH，

若ΔSOH小于等于设定阈值ΔSOHo，则利用该类中的所有可知电池的SOH值的平均值作为该类中未知电池的SOH值；

若ΔSOH大于设定阈值ΔSOHo，则按照步骤S3～S5的方式，对该类中的所有电池再次进行分类，将该类中的所有电池分为若干细分类，直至每个细分类中的ΔSOH均小于等于设定阈值ΔSOHo，再分别估算每个细分类中未知电池的SOH值，即利用细分类中的所有可知电池的SOH值的平均值作为细分类中未知电池的SOH值。

本发明的优点在于：

（1）本发明使用特征相似度结合基准点估算的方法，即通过特征计算，将电池长时间的运行数据转换成有限的特征数据，并且根据特征数据的相似度将所有电池分成若干类，认为每个类中电池的SOH相近，再找出每个类中可以计算SOH的电池即可知电池作为基准点，用这些基准点的SOH估算所在类中的未知电池的SOH。

（2）本发明通过特征相似度结合基准点估算的方法，避免了某些较难计算的电池直接计算SOH，提高了方法的适用性。

（3）本发明通过特征数据的相似度进行分类，将电池SOH的计算转化为寻找特征最为相似的电池，避免了直接计算带来的SOH计算不准确问题，提高了结果的准确性。

附图说明

图1为本发明的一种动力电池的SOH估算方法的流程图。

具体实施方式

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。

由图1所示，一种动力电池的SOH估算方法，包括以下步骤：

S1，分别获取同型号的若干个电池在不同设备上的历史运行数据。

所述历史运行数据包括电池在所有历史时刻的充放电数据，具体包括电池的电压、电流、温度、SOC、阻值中的一种或多种数据；所述历史运行数据还可以包括汽车的行驶数据，具体包括汽车的速度和/或里程数据。

S2，分别对各个电池的历史运行数据进行特征提取，得到各个电池的特征数据。

S3，根据各个电池的特征数据之间的相似度，将电池分为若干类。

步骤S2中，所述特征数据包括数据分布、最大值、最小值、平均值、中位数、标准差、差分、占比、积分中的一种或多种数据。

针对具体的电池，需要根据电池的类型和使用特点等，综合选取需要计算的特征数据。由于不同型号的电池材料组成等存在差异，特征选择需要结合电池的实际情况来进行，比如对于功率型电池，由于其专门设计用于充放电电流倍率较大的使用情形，电池内阻很小，因此充放电电流倍率对电池老化的影响较小，功率型电池选择特征时，可以忽略充放电电流倍率这一特征。实际工程化应用中，通常是：一，对电池的容量衰退机制做机理分析，初步选出特征数据；二，将筛选出的特征与老化状态做关联分析，进一步筛选，选择关联度较高的特征数据作为用于聚类分析的特征数据。同时，在聚类分析的训练过程中，也会结合训练效果增加或者减少特征，或者对特征做进一步扩展或约简。

另外，由于一个电池内通常包含多个电芯，每个电芯均会有其对应的充放电数据，为此，针对一个电池，将各个电芯的充放电数据进行统计，将统计数据作为电池的充放电数据。所述统计数据包括最大值、最小值、差值、平均值、中位数、标准差、中位数绝对偏差、中位数差值、平均值差值中的一种或多种数据。

步骤S2中，设置特征提取的时间间隔，对某个电池的历史运行数据进行特征提取时，根据该电池在一个时间间隔内的历史运行数据，提取得到该电池在该时间间隔内的特征数据，从而得到各个电池在各个时间间隔内的特征数据。特征提取的时间间隔可以按小时、天、周、月来进行设置。

步骤S3中，根据各个电池在各个时间间隔内的特征数据，并利用聚类分析算法对电池进行分类。聚类分析时，可先对特征数据进行归一化处理。

例如，设置特征提取的时间间隔为1天，根据某个电池的在1天内的电流数据，计算该电池的在1天内的电流积分值作为特征数据；根据各个电池在每天的电流积分值进行聚类，将每天的电流积分值均比较相似的电池划分为一类。

S4，在每个类中找出可知电池，并计算出该可知电池的SOH值。所述可知电池是指能够计算SOH值的电池。

所述可知电池即能够计算SOH值的电池具体是指：在设定的最近一段时间内存在末端满充且发生校准的充电过程的电池。

步骤S4中，计算可知电池的SOH值，具体如下所示：

S41，根据该可知电池在设定的最近一段时间内的充电数据，如根据可知电池在最近几天内的充电数据，划分为若干段充电过程；

S42，从此若干段充电过程中，找出末端满充的充电过程；

所述末端满充是指充电过程末端即充电结束时的单体最高电压达到满充电压，且该可知电池在满充时刻的SOC值等于1；

S43，从步骤S42找出的末端满充的充电过程中，找出充电开始或充电过程中发生校准的充电过程，并计算该可知电池在校准时刻的SOC值；

S44，对步骤S43找出的发生校准的充电过程，计算满充时刻的SOC值和校准时刻的SOC值之间的差值ΔSOC，找出ΔSOC大于设定阈值ΔSOCo的充电过程，

S45，根据步骤S44找出的ΔSOC大于设定阈值ΔSOCo的充电过程中的充电数据，计算该可知电池的SOH值，SOH=ΔQ/(ΔSOC×Qo)；

其中，Qo为电池的标称容量，ΔQ为该可知电池在校准时刻到满充时刻之间的充入电量ΔQ，充入电量ΔQ可根据充电数据进行计算。

本实施例中，若某可知电池在最近一段时间内存在多个末端满充且发生校准的充电过程，可以选择时间上最近的一个末端满充且发生校准的充电过程作为计算SOH值的依据，即根据时间上最近的一个末端满充且发生校准的充电过程的充电数据计算SOH值；也可以选择其中多个末端满充且发生校准的充电过程分别计算SOH值，最后取SOH值的平均值作为最终的SOH值。

步骤S43中，发生校准包括在充电开始或充电过程中发生校准：发生校准的判断和校准时刻SOC值的计算，具体如下所示：

若充电开始时刻下电池的静置时间超过设定时间To，则表示电池已经充分静置，即表示在充电开始即满足校准条件，使用电池的当前电压即开始时刻的电压代入SOC-OCV关系表，插值得到开始时刻的SOC值，即校准时刻的SOC值；

若电池充电过程为恒流充电，则可以用电池充电过程中的特征值与事先实验获得的特征值表进行比较，计算电池在充电过程中的dQ/dV，并找出dQ/dV的最大值和最小值，分别代入dQ/dV-SOC关系表，找出dQ/dV的最大值或最小值在关系表中对应的SOC，从而分别得到dQ/dV为最大值时刻或dQ/dV为最小值时刻的SOC值，即校准时刻的SOC值；其中，dQ表示电池电量的变化量，dV表示电池电压的变化量。

S5，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值。所述未知电池是指不能够计算SOH值的电池。

步骤S5中，在同一类中，分别找出SOH值为最大的可知电池和SOH值为最小的可知电池，计算SOH的最大值和最小值之间的差值ΔSOH，

若ΔSOH小于等于设定阈值ΔSOHo，则利用该类中的所有可知电池的SOH值的平均值作为该类中未知电池的SOH值；

若ΔSOH大于设定阈值ΔSOHo，则按照步骤S3～S5的方式，对该类中的所有电池再次进行分类，将该类中的所有电池分为若干细分类，直至每个细分类中的ΔSOH均小于等于设定阈值ΔSOHo，再分别估算每个细分类中未知电池的SOH值，利用细分类中的所有可知电池的SOH值的平均值作为细分类中未知电池的SOH值。

实施例

S11，分别获取同型号的若干个电池在不同设备上的所有历史时刻的充放电数据；

S12，对各个电池的历史充放电数据进行特征提取，计算得到各个电池的特征数据，所述特征数据包括：

累计充电电流Qc；

充放电电流倍率分布(PI(1),PI(2),..PI(N))，其中，PI(n）表示电流倍率在第n个电流倍率区间的概率；其中，将电流倍率划分为N个区间，n=1,2,...N；

充放电电压分布(PV(1),PV(2),..PV(M))，其中，PV(m)表示电压在第m个电压区间的概率；其中，将电压划分为M个区间，m=1,2,...M；

充放电温度分布(PT(1),PT(2),..PT(K))，其中，PT(k)表示温度在第k个温度区间的概率；其中，将温度划分为K个区间，k=1,2,...K；

S13，根据各个电池特征数据之间的相似度，将电池分为若干类；

将电池的特征数据组合成特征向量，记为(Qc,PI(1),..PI(N),PV(1),.PV(M),PT(1),..PT(K))，并将各个电池的第一个特征数据即Qc进行归一化，归一化后得到的数据记为Yc，归一化方法为Yc=Qc/max(Qc)，归一化的特征向量记为(Yc,PI(1),..PI(N),PV(1),.PV(M),PT(1),..PT(K))，使用K均值的聚类分析算法对各个电池的特征向量进行聚类分析，将电池分为若干类；

S14，在每个类中找出可知电池，并计算该可知电池的SOH值；

本实施例中，找出所有充分静置后满充的电池，根据这些电池的充电数据直接计算电池SOH值，计算方法为：

；

其中，I为充电电流，t为时间，SOC(OCV)为充电开始时刻通过电压查SOC-OCV表得到的SOC数据，Qo为电池的标称容量；

S15，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值；

找出同一类中可知电池的SOH值，并且用这些电池的SOH值代表该类所有电池的SOH值，具体方法为：若该类中所有可知电池的SOH值之间的差异低于设定阈值ΔSOHo，则用这些可知电池的SOH值的平均值作为该类中所有电池的SOH值；若该类中所有可知电池的SOH值之间的差异高于设定阈值ΔSOHo，则将类中所有电池再次进行分类，划分成若干细分类，直到每个细分类中的可知电池的SOH值之间的差异低于ΔSOHo，再利用细分类中的所有可知电池的SOH值的平均值作为细分类中未知电池的SOH值。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (10)

1.一种动力电池的SOH估算方法，其特征在于，包括以下步骤：

S1，分别获取同型号的若干个电池在不同设备上的历史运行数据；

S2，分别对各个电池的历史运行数据进行特征提取，得到各个电池的特征数据；

S3，根据各个电池特征数据之间的相似度，将电池分为若干类；

S4，在每个类中找出可知电池，并计算该可知电池的SOH值；

所述可知电池是指能够计算SOH值的电池；

S5，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值；

所述未知电池是指不能够计算SOH值的电池。

2.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S1中，所述历史运行数据包括电池的充放电数据，具体包括电池的电压、电流、温度、SOC、阻值中的一种或多种数据。

3.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S1中，所述历史运行数据包括汽车的行驶数据，具体包括汽车的速度、里程的一种或多种数据。

4.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S2中，所述特征数据包括数据分布、最大值、最小值、平均值、中位数、标准差、差分、占比、积分中的一种或多种数据。

5.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S2中，设置特征提取的时间间隔，对某个电池的历史运行数据进行特征提取时，根据该电池在一个时间间隔内的历史运行数据，提取得到该电池在该时间间隔内的特征数据，最终得到各个电池在各个时间间隔内的特征数据。

6.根据权利要求5所述的一种动力电池的SOH估算方法，其特征在于，步骤S3中，根据各个电池在各个时间间隔内的特征数据，并利用聚类分析算法对电池进行分类。

7.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S4中，所述可知电池即能够计算SOH值的电池具体是指：在设定的最近一段时间内存在末端满充且发生校准的充电过程的电池。

8.根据权利要求1或7所述的一种动力电池的SOH估算方法，其特征在于，步骤S4中，计算可知电池的SOH值，具体如下所示：

S41，根据该可知电池在设定的最近一段时间内的充电数据，划分为若干段充电过程；

S42，从此若干段充电过程中，找出末端满充的充电过程；

所述末端满充是指充电过程末端即充电结束时的单体最高电压达到满充电压，且该可知电池在满充时刻的SOC值等于1；

S43，从步骤S42找出的末端满充的充电过程中，找出发生校准的充电过程，并计算该可知电池在校准时刻的SOC值；

S44，对步骤S43找出的发生校准的充电过程，计算满充时刻的SOC值和校准时刻的SOC值之间的差值ΔSOC，找出ΔSOC大于设定阈值ΔSOCo的充电过程，

S45，根据步骤S44找出的ΔSOC大于设定阈值ΔSOCo的充电过程中的充电数据，计算该可知电池的SOH值，SOH=ΔQ/(ΔSOC×Qo)；

其中，Qo为电池的标称容量，ΔQ为该可知电池在校准时刻到满充时刻之间的充入电量ΔQ。

9.根据权利要求8所述的一种动力电池的SOH估算方法，其特征在于，步骤S43中，发生校准包括在充电开始或充电过程中发生校准；发生校准的判断和校准时刻SOC值的计算，具体如下所示：

若充电开始时刻电池的静置时间超过设定时间To，则表示电池已经充分静置，即表示在充电开始即满足校准条件，使用电池的当前电压即开始时刻的电压代入SOC-OCV关系表，插值得到开始时刻的SOC值，即校准时刻的SOC值；

若电池充电过程为恒流充电，计算电池在充电过程中的dQ/dV，并找出dQ/dV的最大值或最小值，分别代入dQ/dV-SOC关系表，找出dQ/dV的最大值或最小值在关系表中对应的SOC，从而分别得到dQ/dV为最大值时刻或dQ/dV为最小值时刻的SOC值，即校准时刻的SOC值；其中，dQ表示电池电量的变化量，dV表示电池电压的变化量。

10.根据权利要求1所述的一种动力电池的SOH估算方法，其特征在于，步骤S5，利用每个类中的可知电池的SOH值，估算该类中未知电池的SOH值，具体如下所示：

在同一类中，分别找出SOH值为最大的可知电池和SOH值为最小的可知电池，计算SOH的最大值和最小值之间的差值ΔSOH，

若ΔSOH小于等于设定阈值ΔSOHo，则利用该类中的所有可知电池的SOH值的平均值作为该类中未知电池的SOH值；

若ΔSOH大于设定阈值ΔSOHo，则按照步骤S3～S5的方式，对该类中的所有电池再次进行分类，将该类中的所有电池分为若干细分类，直至每个细分类中的ΔSOH均小于等于设定阈值ΔSOHo，再分别估算每个细分类中未知电池的SOH值，即利用细分类中的所有可知电池的SOH值的平均值作为细分类中未知电池的SOH值。

Images