CN115389948B - 一种建立换电站动力电池健康状态评估模型的方法 - Google Patents

一种建立换电站动力电池健康状态评估模型的方法 Download PDF

Info

Publication number
CN115389948B
CN115389948B CN202211330748.9A CN202211330748A CN115389948B CN 115389948 B CN115389948 B CN 115389948B CN 202211330748 A CN202211330748 A CN 202211330748A CN 115389948 B CN115389948 B CN 115389948B
Authority
CN
China
Prior art keywords
battery
data
time
calculating
health
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.)
Active
Application number
CN202211330748.9A
Other languages
English (en)
Other versions
CN115389948A (zh
Inventor
范方祝
邹魁
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.)
Kunshan Siwopu Intelligent Equipment Co ltd
Original Assignee
Kunshan Siwopu Intelligent Equipment 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 Kunshan Siwopu Intelligent Equipment Co ltd filed Critical Kunshan Siwopu Intelligent Equipment Co ltd
Priority to CN202211330748.9A priority Critical patent/CN115389948B/zh
Publication of CN115389948A publication Critical patent/CN115389948A/zh
Application granted granted Critical
Publication of CN115389948B publication Critical patent/CN115389948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明涉及一种建立换电站动力电池健康状态评估模型的方法，包括步骤：数据收集；进行数据预处理；使用安时法来计算设定时间间隔内电池容量的消耗量，计算电池电量百分比变化量，计算当前充满电量下的电池容量；评估电池的健康状态SOH，根据电池健康状态分布，用线性函数建立健康状态估计模型。本发明的有益效果是：本发明克服了现有技术中难以适应换电站的实际使用场景、总结出电池参数的变化规律耗时长、建立的电量机理模型不准确的缺陷；本发明采用的缺失数据插值处理方法，对插补变量的均值的估计是无偏的，同时插补值的稳定性比较强，这样就可以减小估计量方差，增强对缺失值的插补效果。

Description

一种建立换电站动力电池健康状态评估模型的方法
技术领域
本发明属于换电站电池健康领域，尤其涉及一种建立换电站动力电池健康状态评估模型的方法。
背景技术
以往燃油汽车在长时间航行后燃油耗尽时，只需要几分钟时间就可以加满油续航；而新能源汽车充电时间一般以小时为单位，充电时间较长，这极大的影响了出行的体验；随着新能源汽车的不断推广应用，换电站也应运而生，电动汽车将车驶入换电站中，仅需要几分钟就可以将电池换好继续行驶，换电站的建立能够解决电动汽车的续航问题。
不同车辆的电池处于不同的健康状态，换电站中对不同车辆电池的主要处理方式有：1）对电池的充电管理和健康管理，以达到充电效率最优；2）查看电池是否到了服务年限。
目前估算电池健康状态的方法有：直接放电法、内阻法、机理模型法和数据驱动模型法等。直接放电法是目前公认可靠的方法，其使用负载来评估电池的健康状态SOH（Stateof Healthy），但对于车用动力电池，直接放电法是一种应用条件严格的离线测试，难以适应换电站的实际使用场景。对于机理模型法，首先机理模型的建立需要大量实验数据才能总结出电池相关参数的变化规律，耗时较长，且复杂的电化学系统导致难以建立准确的机理模型，因此其应用也受到了很大的限制。数据驱动模型法利用人工神经网络、粒子滤波、支持向量机或模糊逻辑处理大量电池工作数据，来建立健康状况评估模型，用健康状况评估模型估计电池SOH，且通过增加样本数据和学习频率，可以有效地提高模型的准确率，因此受到越来越多的重视。
发明内容
本发明的目的是克服现有技术中的不足，提供一种建立换电站动力电池健康状态评估模型的方法。
这种建立换电站动力电池健康状态评估模型的方法，包括以下步骤：
步骤1、数据收集：换电站与车辆建立通讯，当车辆进入换电站时，换电站获取车辆BMS系统的数据，直至数据条数达到n条；
步骤2、进行数据预处理：对步骤1收集的车辆BMS系统数据中的行驶片段进行划分；对行驶片段划分好的数据中的缺失值进行插值处理，从插值处理好的数据中剔除离群点数据；
步骤3、使用安时法来计算设定时间间隔内电池容量的消耗量，计算电池电量百分比变化量，计算当前充满电量下的电池容量；评估电池的健康状态SOH，根据电池健康状态分布，用线性函数建立健康状态估计模型。
作为优选，步骤1中换电站获取的车辆BMS系统中的数据包括采集时间
Figure 703828DEST_PATH_IMAGE001
、行驶里程
Figure 451729DEST_PATH_IMAGE002
、车速
Figure 574406DEST_PATH_IMAGE003
、高压电池电流
Figure 471955DEST_PATH_IMAGE004
、电池荷电状态
Figure 123516DEST_PATH_IMAGE005
、电池总电压
Figure 434411DEST_PATH_IMAGE006
、单体最高温度
Figure 32883DEST_PATH_IMAGE007
和单体最低 温度
Figure 847255DEST_PATH_IMAGE008
。
作为优选，步骤2具体包括如下步骤：
步骤2.1、对行驶片段进行划分；
步骤2.2、对行驶片段划分好的数据中的缺失值进行插值处理；
步骤2.3、计算相异距离，统计历史正常数据相异距离的均值，判断相异距离是否超出均值，从插值处理好的数据中剔除相异距离超出均值的离群点数据，得到预处理后的数据；
Figure 138559DEST_PATH_IMAGE009
上式中，
Figure 671172DEST_PATH_IMAGE010
为
Figure 322602DEST_PATH_IMAGE011
两条数据之间的相异距离；
Figure 991481DEST_PATH_IMAGE012
取值为1至
Figure 250424DEST_PATH_IMAGE013
；若
Figure 208015DEST_PATH_IMAGE010
大于设定的阈值，则删除
Figure 210606DEST_PATH_IMAGE014
。
作为优选，步骤2.1至步骤2.2具体包括如下步骤：
步骤2.1.1、判断当前车速是否为0；若车速为0，则删除掉当前车速对应的BMS系统 的数据；继续对剩余BMS系统的数据进行区分，去除掉剩余BMS系统的数据中高压电池电流
Figure 937254DEST_PATH_IMAGE004
小于0的部分，剩下的数据为行驶数据；
步骤2.1.2、设定片段划分时间将行驶数据按时间排序，记录第一条数据时间
Figure 632677DEST_PATH_IMAGE015
，并 将其作为起始点；计算第二条数据时间
Figure 811986DEST_PATH_IMAGE016
与第一条数据时间
Figure 618268DEST_PATH_IMAGE015
的时间差
Figure 714269DEST_PATH_IMAGE017
；判断
Figure 315014DEST_PATH_IMAGE018
是否不超过设定的片段划分时间，若是，则计算第三条数据时间
Figure 43936DEST_PATH_IMAGE019
与第一条数据时间
Figure 326013DEST_PATH_IMAGE015
的时 间差
Figure 89570DEST_PATH_IMAGE020
，判断
Figure 798900DEST_PATH_IMAGE021
是否不超过设定的片段划分时间，以此类推，直至第i条数据时间
Figure 15117DEST_PATH_IMAGE022
与第一条数据时间
Figure 163202DEST_PATH_IMAGE015
的时间差
Figure 718948DEST_PATH_IMAGE023
超过设定的片段划分时间；将
Figure 927076DEST_PATH_IMAGE015
至
Figure 817540DEST_PATH_IMAGE022
时间段对应的数据作为 一个片段，记录
Figure 503736DEST_PATH_IMAGE024
为分割点；
步骤2.1.3、以
Figure 179568DEST_PATH_IMAGE024
时刻对应的BMS系统的数据作为新的起始点，重复执行步骤2.1.1 至步骤2.1.2，直至所有的BMS系统的数据均进行过时间差判断，最终得到多个分割点，将 BMS系统的数据按照分割点进行分割，得到行驶片段划分好的数据；
步骤2.2.1、对行驶片段划分好的数据按时间顺序进行排列；
对于换电站获取车辆BMS系统的n条数据
Figure 293018DEST_PATH_IMAGE025
，每条数据包含8个数值，其中
Figure 421511DEST_PATH_IMAGE026
，
Figure 645819DEST_PATH_IMAGE027
，...，
Figure 238474DEST_PATH_IMAGE028
；对于数据
Figure 726087DEST_PATH_IMAGE029
,
Figure 404193DEST_PATH_IMAGE030
表示
Figure 622072DEST_PATH_IMAGE025
中的第
Figure 69234DEST_PATH_IMAGE030
个数据，
Figure 727749DEST_PATH_IMAGE031
表示采集时间
Figure 893151DEST_PATH_IMAGE001
，
Figure 662524DEST_PATH_IMAGE032
表示行驶里程
Figure 964192DEST_PATH_IMAGE002
，
Figure 793608DEST_PATH_IMAGE033
表示车速
Figure 446306DEST_PATH_IMAGE003
，
Figure 550528DEST_PATH_IMAGE034
表示高压电池电流
Figure 159233DEST_PATH_IMAGE004
，
Figure 221867DEST_PATH_IMAGE035
表示电池荷电状态
Figure 33965DEST_PATH_IMAGE036
、
Figure 473037DEST_PATH_IMAGE037
表示电池总电压
Figure 483718DEST_PATH_IMAGE006
、
Figure 654936DEST_PATH_IMAGE038
单体最高温度
Figure 16648DEST_PATH_IMAGE039
，
Figure 665935DEST_PATH_IMAGE040
表示单体最低温度
Figure 796702DEST_PATH_IMAGE041
；
步骤2.2.2、对缺失值进行插值处理：若其中某一个数据
Figure 201138DEST_PATH_IMAGE042
缺失，1<
Figure 237096DEST_PATH_IMAGE043
，则取
Figure 486812DEST_PATH_IMAGE044
两个数的均值来替换
Figure 737665DEST_PATH_IMAGE042
；若缺失数据为
Figure 250686DEST_PATH_IMAGE045
和
Figure 586989DEST_PATH_IMAGE046
，则取
Figure 843658DEST_PATH_IMAGE047
两个数的均值来替 换
Figure 949017DEST_PATH_IMAGE045
，取
Figure 632940DEST_PATH_IMAGE048
和
Figure 190960DEST_PATH_IMAGE049
两个数的均值来替换
Figure 48058DEST_PATH_IMAGE046
；得到插值处理好的数据。
作为优选，步骤3具体包括以下步骤：
步骤3.1、计算电池当前容量：
利用安时法计算出一段时间内电池容量的消耗量
Figure 194874DEST_PATH_IMAGE050
:
Figure 112014DEST_PATH_IMAGE051
上式中，
Figure 157331DEST_PATH_IMAGE004
为高压电池电流；
将这段时间内
Figure 755802DEST_PATH_IMAGE036
的变化百分比表示为：
Figure 570175DEST_PATH_IMAGE052
上式中，
Figure 861479DEST_PATH_IMAGE053
表示该段时间内电池电量的变化百分比，
Figure 394091DEST_PATH_IMAGE054
表示这段时间初始时刻 的
Figure 530674DEST_PATH_IMAGE036
，
Figure 465132DEST_PATH_IMAGE055
表示这段时间结束时刻的
Figure 445114DEST_PATH_IMAGE036
，
Figure 137127DEST_PATH_IMAGE056
表示这段时间初始时刻对应的电池放电容 量，
Figure 405297DEST_PATH_IMAGE057
表示这段时间结束时刻对应的电池放电容量；
Figure 131945DEST_PATH_IMAGE058
为当前充满电量下的电池容量；
根据
Figure 561789DEST_PATH_IMAGE050
推导出当前充满电量下的电池容量
Figure 803414DEST_PATH_IMAGE058
：
Figure 547379DEST_PATH_IMAGE059
计算电池荷电状态SOC:
Figure 643380DEST_PATH_IMAGE060
上式中，
Figure 509705DEST_PATH_IMAGE061
为电池剩余容量，
Figure 176310DEST_PATH_IMAGE062
为放电的容量；
步骤3.2、评估电池的健康状态SOH：
Figure 786283DEST_PATH_IMAGE063
上式中，
Figure 753102DEST_PATH_IMAGE064
代表电池出厂额定容量；
步骤3.3、根据步骤3.1计算出每个划分的行驶片段的
Figure 462432DEST_PATH_IMAGE058
，再进一步根据步骤3.2计 算出行驶片段的电池健康状态SOH值，根据电池健康状态分布，用线性函数建立健康状态估 计模型；线性函数为：
Figure 678649DEST_PATH_IMAGE065
上式中，
Figure 826734DEST_PATH_IMAGE066
表示电池健康度，
Figure 631748DEST_PATH_IMAGE067
和
Figure 574296DEST_PATH_IMAGE068
表示电池健康状态估计模型中的待识别参数；
使用最小二乘法获得最佳拟合直线，确定
Figure 215493DEST_PATH_IMAGE067
和
Figure 167269DEST_PATH_IMAGE068
的值。
本发明的有益效果是：
相比于现有技术，本发明主要针对新能源汽车换电站电池，对行驶片段进行划分、对缺失数据进行插值处理，然后剔除异常数据，使用安时法来计算对应的电池容量值，根据健康状态分布，用线性函数建立电池健康状态估计模型（挖掘模型）；本发明克服了现有技术中难以适应换电站的实际使用场景、总结出电池参数的变化规律耗时长、建立的电量机理模型不准确的缺陷。
本发明采用的缺失数据插值处理方法，对插补变量的均值的估计是无偏的，同时插补值的稳定性比较强，这样就可以减小估计量方差，增强对缺失值的插补效果。
附图说明
图1为本发明对于电池健康状态评估的流程图；
图2为本发明的数据预处理流程图；
图3为本发明对于实车数据的处理流程图；
图4为本发明对于行驶片段划分的具体流程图；
图5为本发明对于异常数据的处理流程图；
图6为本发明的电池健康度模型建立流程图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
作为一种实施例，一种如图1所示建立换电站动力电池健康状态评估模型的方法，具体包括以下步骤：
步骤1、数据收集：换电站与车辆建立通讯联系，当车辆进入换电站时，换电站获取车辆BMS系统的数据，直至数据条数达到n条，将获取的数据用于构建电池健康状态评估模型；
换电站获取的车辆BMS系统中的数据包括采集时间
Figure 577521DEST_PATH_IMAGE001
、行驶里程
Figure 956550DEST_PATH_IMAGE002
、车速
Figure 350622DEST_PATH_IMAGE003
、高压电池 电流
Figure 574930DEST_PATH_IMAGE004
、电池荷电状态
Figure 354536DEST_PATH_IMAGE036
、电池总电压
Figure 904466DEST_PATH_IMAGE006
、单体最高温度
Figure 254676DEST_PATH_IMAGE039
和单体最低温度
Figure 548254DEST_PATH_IMAGE041
；
步骤2、如图2所示，进行数据预处理：对步骤1收集的车辆BMS系统数据中的行驶片段进行划分；对行驶片段划分好的数据中的缺失值进行插值处理，从插值处理好的数据中剔除离群点数据；
步骤2.1、如图3和图4所示，对行驶片段进行划分：
步骤2.1.1、判断当前车速是否为0；若车速为0，则这部分车辆BMS系统中的数据为 静止数据，即车辆处于停车或充电状态，删除掉当前车速对应的BMS系统的数据；又由于在 行驶过程中会出现制动能量回收充电过程，因此继续对剩余BMS系统的数据进行区分，去除 掉剩余BMS系统的数据中高压电池电流
Figure 729837DEST_PATH_IMAGE004
小于0的部分，剩下的数据为行驶数据，即放电数 据；
步骤2.1.2、设定片段划分时间为10分钟，将行驶数据按时间排序，记录第一条数 据时间
Figure 388351DEST_PATH_IMAGE015
，并将其作为起始点；计算第二条数据时间
Figure 553753DEST_PATH_IMAGE016
与第一条数据时间
Figure 323126DEST_PATH_IMAGE015
的时间差
Figure 359215DEST_PATH_IMAGE017
； 判断
Figure 250948DEST_PATH_IMAGE018
是否不超过设定的片段划分时间，若是（
Figure 816229DEST_PATH_IMAGE069
），则计算第三条数据时间
Figure 451609DEST_PATH_IMAGE019
与第 一条数据时间
Figure 811047DEST_PATH_IMAGE015
的时间差
Figure 608101DEST_PATH_IMAGE020
，判断
Figure 482516DEST_PATH_IMAGE021
是否不超过设定的片段划分时间，以此类推， 直至第i条数据时间
Figure 593692DEST_PATH_IMAGE022
与第一条数据时间
Figure 869952DEST_PATH_IMAGE015
的时间差
Figure 41171DEST_PATH_IMAGE023
超过设定的片段划分时间（
Figure 402882DEST_PATH_IMAGE070
）；将
Figure 114486DEST_PATH_IMAGE015
至
Figure 963362DEST_PATH_IMAGE022
时间段对应的数据作为一个片段，记录
Figure 102219DEST_PATH_IMAGE024
为分割点；
步骤2.1.3、以
Figure 623331DEST_PATH_IMAGE024
时刻对应的BMS系统的数据作为新的起始点，重复执行步骤2.1.1 至步骤2.1.2，直至所有的BMS系统的数据均进行过时间差判断，最终得到多个分割点，将 BMS系统的数据按照分割点进行分割，得到行驶片段划分好的数据；
步骤2.2、对行驶片段划分好的数据中的缺失值进行插值处理，直接删除存在缺失问题的数据会影响分析结果的客观性和正确性；均值插补是单一插补类中的一种，它在插补过程中只产生一个缺失值的替代值，利用这种方法对缺失值进行插补，对插补变量的均值的估计是无偏的，同时插补值的稳定性比较强，这样就可以减小估计量方差，增强对缺失值的插补效果；
步骤2.2.1、对行驶片段划分好的数据按时间顺序进行排列；
对于换电站获取车辆BMS系统的n条数据
Figure 404205DEST_PATH_IMAGE025
，每条数据包含8个数值，其中
Figure 592741DEST_PATH_IMAGE026
，
Figure 168079DEST_PATH_IMAGE027
，...，
Figure 973224DEST_PATH_IMAGE028
；对于数据
Figure 229892DEST_PATH_IMAGE029
,
Figure 335252DEST_PATH_IMAGE030
表示
Figure 268442DEST_PATH_IMAGE025
中的第
Figure 92041DEST_PATH_IMAGE030
个数据，
Figure 683559DEST_PATH_IMAGE031
表示采集时间
Figure 846687DEST_PATH_IMAGE001
，
Figure 763828DEST_PATH_IMAGE032
表示行驶里程
Figure 543565DEST_PATH_IMAGE002
，
Figure 142037DEST_PATH_IMAGE033
表示车速
Figure 221988DEST_PATH_IMAGE003
，
Figure 247713DEST_PATH_IMAGE034
表示高压电池电流
Figure 780325DEST_PATH_IMAGE004
，
Figure 431756DEST_PATH_IMAGE035
表示电池荷电状态
Figure 303897DEST_PATH_IMAGE036
、
Figure 500523DEST_PATH_IMAGE037
表示电池总电压
Figure 520431DEST_PATH_IMAGE006
、
Figure 523022DEST_PATH_IMAGE038
单体最高温度
Figure 501867DEST_PATH_IMAGE039
，
Figure 931712DEST_PATH_IMAGE040
表示单体最低温度
Figure 376599DEST_PATH_IMAGE041
；
步骤2.2.2、对缺失值进行插值处理：若其中某一个数据
Figure 182881DEST_PATH_IMAGE042
缺失，1<
Figure 764035DEST_PATH_IMAGE043
，则取
Figure 630360DEST_PATH_IMAGE044
两个数的均值来替换
Figure 93703DEST_PATH_IMAGE042
；若缺失数据为
Figure 641359DEST_PATH_IMAGE045
和
Figure 139336DEST_PATH_IMAGE046
，则取
Figure 363513DEST_PATH_IMAGE047
两个数的均值来替 换
Figure 579731DEST_PATH_IMAGE045
，取
Figure 462236DEST_PATH_IMAGE048
和
Figure 17982DEST_PATH_IMAGE049
两个数的均值来替换
Figure 226110DEST_PATH_IMAGE046
；得到插值处理好的数据；
步骤2.3、由于设备的问题和外界条件的变化，不可避免地会出现一些离群点数据的异常情况，因此需要对这些数据进行剔除；在车辆行驶过程中，BMS所记录的数据应该彼此接近，因此通过距离的方法可以识别一些异常点；如图5所示，计算相异距离，统计历史正常数据相异距离的均值，判断相异距离是否超出均值，从插值处理好的数据中剔除相异距离超出均值的离群点数据，得到预处理后的数据；
Figure 867307DEST_PATH_IMAGE071
上式中，
Figure 819082DEST_PATH_IMAGE010
为
Figure 26072DEST_PATH_IMAGE011
两条数据之间的相异距离；
Figure 342784DEST_PATH_IMAGE012
取值为1至
Figure 533594DEST_PATH_IMAGE013
；若
Figure 210432DEST_PATH_IMAGE010
大于专家设定的阈值，则删除
Figure 537508DEST_PATH_IMAGE014
；
步骤3、如图6所示，建立健康状态估计模型：使用安时法来计算设定时间间隔内电池容量的消耗量，计算电池电量百分比变化量，计算当前充满电量下的电池容量，安时法使用放电电流对放电时间的积分来计算电池容量；对每一个放电片段，分别使用安时法来计算其对应的电池容量值；评估电池的健康状态SOH，根据电池健康状态分布，用线性函数建立健康状态估计模型；
步骤3.1、计算电池当前容量：
利用安时法计算出一段较短时间内电池容量的消耗量
Figure 821859DEST_PATH_IMAGE050
:
Figure 437648DEST_PATH_IMAGE051
上式中，
Figure 731226DEST_PATH_IMAGE004
为高压电池电流；
将这段较短时间内
Figure 116071DEST_PATH_IMAGE036
的变化百分比表示为：
Figure 571323DEST_PATH_IMAGE052
上式中，
Figure 471146DEST_PATH_IMAGE053
表示该段时间内电池电量的变化百分比，
Figure 240519DEST_PATH_IMAGE054
表示这段时间初始时刻 的
Figure 807767DEST_PATH_IMAGE036
，
Figure 886450DEST_PATH_IMAGE055
表示这段时间结束时刻的
Figure 7990DEST_PATH_IMAGE036
，
Figure 643370DEST_PATH_IMAGE056
表示这段时间初始时刻对应的电池放电容 量，
Figure 2808DEST_PATH_IMAGE057
表示这段时间结束时刻对应的电池放电容量；
Figure 65441DEST_PATH_IMAGE058
为当前充满电量下的电池容量；
根据
Figure 877540DEST_PATH_IMAGE050
推导出当前充满电量下的电池容量
Figure 785453DEST_PATH_IMAGE058
：
Figure 61713DEST_PATH_IMAGE059
在一段较短的时间间隔内，电池荷电状态SOC指的是蓄电池放电后剩余容量与全荷电容量的百分比，计算电池荷电状态SOC:
Figure 232932DEST_PATH_IMAGE060
上式中，
Figure 594643DEST_PATH_IMAGE061
为电池剩余容量，
Figure 306247DEST_PATH_IMAGE062
为放电的容量；
步骤3.2、评估电池的健康状态SOH：
Figure 626894DEST_PATH_IMAGE063
上式中，
Figure 31331DEST_PATH_IMAGE064
代表电池出厂额定容量，电池的额定容量
Figure 818021DEST_PATH_IMAGE064
是已知的，因此只要计 算当前充满电量下的电池容量
Figure 661212DEST_PATH_IMAGE058
，就可以得到电池健康状态SOH；
步骤3.3、根据步骤3.1计算出每个划分的行驶片段的
Figure 302278DEST_PATH_IMAGE058
，再进一步根据步骤3.2计 算出行驶片段的电池健康状态SOH值，根据电池健康状态分布，用线性函数建立健康状态估 计模型；线性函数为：
Figure 877616DEST_PATH_IMAGE065
上式中，
Figure 151603DEST_PATH_IMAGE066
表示电池健康度，
Figure 470588DEST_PATH_IMAGE067
和
Figure 513631DEST_PATH_IMAGE068
表示电池健康状态估计模型中的待识别参数；
使用最小二乘法获得最佳拟合直线，确定
Figure 994291DEST_PATH_IMAGE067
和
Figure 817890DEST_PATH_IMAGE068
的值。

Claims (3)

1.一种建立换电站动力电池健康状态评估模型的方法，其特征在于，包括以下步骤：
步骤1、数据收集：换电站与车辆建立通讯，当车辆进入换电站时，换电站获取车辆BMS系统的数据，直至数据条数达到n条；
步骤2、进行数据预处理：对步骤1收集的车辆BMS系统数据中的行驶片段进行划分；对行驶片段划分好的数据中的缺失值进行插值处理，从插值处理好的数据中剔除离群点数据；
步骤2.1、对行驶片段进行划分；
步骤2.1.1、判断当前车速是否为0；若车速为0，则删除掉当前车速对应的BMS系统的数 据；继续对剩余BMS系统的数据进行区分，去除掉剩余BMS系统的数据中高压电池电流
Figure 736954DEST_PATH_IMAGE001
小于 0的部分，剩下的数据为行驶数据；
步骤2.1.2、设定片段划分时间将行驶数据按时间排序，记录第一条数据时间
Figure 634503DEST_PATH_IMAGE002
，并将 其作为起始点；计算第二条数据时间
Figure 269752DEST_PATH_IMAGE003
与第一条数据时间
Figure 315069DEST_PATH_IMAGE002
的时间差
Figure 710278DEST_PATH_IMAGE004
；判 断
Figure 727912DEST_PATH_IMAGE005
是否不超过设定的片段划分时间，若是，则计算第三条数据时间
Figure 815954DEST_PATH_IMAGE006
与第一条数据时 间
Figure 286250DEST_PATH_IMAGE002
的时间差
Figure 750729DEST_PATH_IMAGE007
，判断
Figure 419608DEST_PATH_IMAGE008
是否不超过设定的片段划分时间，以此类推，直至 第i条数据时间
Figure 616234DEST_PATH_IMAGE009
与第一条数据时间
Figure 636143DEST_PATH_IMAGE002
的时间差
Figure 816895DEST_PATH_IMAGE010
超过设定的片段划分时间；将
Figure 605860DEST_PATH_IMAGE002
至
Figure 238966DEST_PATH_IMAGE009
时 间段对应的数据作为一个片段，记录
Figure 480592DEST_PATH_IMAGE011
为分割点；
步骤2.1.3、以
Figure 21295DEST_PATH_IMAGE011
时刻对应的BMS系统的数据作为新的起始点，重复执行步骤2.1.1至 步骤2.1.2，直至所有的BMS系统的数据均进行过时间差判断，最终得到多个分割点，将BMS 系统的数据按照分割点进行分割，得到行驶片段划分好的数据；
步骤2.2、对行驶片段划分好的数据中的缺失值进行插值处理；
步骤2.2.1、对行驶片段划分好的数据按时间顺序进行排列；
对于换电站获取车辆BMS系统的n条数据
Figure 868028DEST_PATH_IMAGE012
，每条数据包含8个数值，其中
Figure 468773DEST_PATH_IMAGE013
，
Figure 400957DEST_PATH_IMAGE014
，...，
Figure 479772DEST_PATH_IMAGE015
；对于数 据
Figure 243329DEST_PATH_IMAGE016
,
Figure 467505DEST_PATH_IMAGE017
表示
Figure 683723DEST_PATH_IMAGE012
中的第
Figure 566228DEST_PATH_IMAGE017
个数据，
Figure 121975DEST_PATH_IMAGE018
表示采集时 间
Figure 330102DEST_PATH_IMAGE019
，
Figure 971299DEST_PATH_IMAGE020
表示行驶里程
Figure 657495DEST_PATH_IMAGE021
，
Figure 130065DEST_PATH_IMAGE022
表示车速
Figure 446777DEST_PATH_IMAGE023
，
Figure 637587DEST_PATH_IMAGE024
表示高压电池电流
Figure 314425DEST_PATH_IMAGE001
，
Figure 375921DEST_PATH_IMAGE025
表示电池荷电状 态
Figure 925851DEST_PATH_IMAGE026
、
Figure 541641DEST_PATH_IMAGE027
表示电池总电压
Figure 835219DEST_PATH_IMAGE028
、
Figure 220064DEST_PATH_IMAGE029
单体最高温度
Figure 878578DEST_PATH_IMAGE030
，
Figure 778401DEST_PATH_IMAGE031
表示单体最低温度
Figure 610091DEST_PATH_IMAGE032
；
步骤2.2.2、对缺失值进行插值处理：若其中某一个数据
Figure 364289DEST_PATH_IMAGE033
缺失，1<
Figure 990442DEST_PATH_IMAGE034
，则取
Figure 580824DEST_PATH_IMAGE035
两个数的均值来替换
Figure 216204DEST_PATH_IMAGE033
；若缺失数据为
Figure 310062DEST_PATH_IMAGE036
和
Figure 372696DEST_PATH_IMAGE037
，则取
Figure 184794DEST_PATH_IMAGE038
两个 数的均值来替换
Figure 358287DEST_PATH_IMAGE036
，取
Figure 634547DEST_PATH_IMAGE039
和
Figure 57963DEST_PATH_IMAGE040
两个数的均值来替换
Figure 419674DEST_PATH_IMAGE037
；得到插值处理好的数 据；
步骤2.3、计算相异距离，统计历史正常数据相异距离的均值，判断相异距离是否超出均值，从插值处理好的数据中剔除相异距离超出均值的离群点数据，得到预处理后的数据；
Figure 131278DEST_PATH_IMAGE041
上式中，
Figure 199728DEST_PATH_IMAGE042
为
Figure 604165DEST_PATH_IMAGE043
两条数据之间的相异距离；
Figure 390855DEST_PATH_IMAGE044
取值为1至
Figure 906150DEST_PATH_IMAGE045
；若
Figure 94686DEST_PATH_IMAGE042
大于设定的阈值，则删除
Figure 404445DEST_PATH_IMAGE046
；
步骤3、使用安时法来计算设定时间间隔内电池容量的消耗量，计算电池电量百分比变化量，计算当前充满电量下的电池容量；评估电池的健康状态SOH，根据电池健康状态分布，用线性函数建立健康状态估计模型。
2.根据权利要求1所述建立换电站动力电池健康状态评估模型的方法，其特征在于：步 骤1中换电站获取的车辆BMS系统中的数据包括采集时间
Figure 740748DEST_PATH_IMAGE047
、行驶里程
Figure 246685DEST_PATH_IMAGE044
、车速
Figure 86465DEST_PATH_IMAGE048
、高压电池 电流
Figure 832704DEST_PATH_IMAGE049
、电池荷电状态
Figure 328407DEST_PATH_IMAGE050
、电池总电压
Figure 654346DEST_PATH_IMAGE051
、单体最高温度
Figure 348633DEST_PATH_IMAGE052
和单体最低温度
Figure 265773DEST_PATH_IMAGE053
。
3.根据权利要求1所述建立换电站动力电池健康状态评估模型的方法，其特征在于，步骤3具体包括以下步骤：
步骤3.1、计算电池当前容量：
利用安时法计算出一段时间内电池容量的消耗量
Figure 514352DEST_PATH_IMAGE054
:
Figure 175141DEST_PATH_IMAGE055
上式中，
Figure 723934DEST_PATH_IMAGE049
为高压电池电流；
将这段时间内
Figure 264505DEST_PATH_IMAGE050
的变化百分比表示为：
Figure 797118DEST_PATH_IMAGE056
上式中，
Figure 199280DEST_PATH_IMAGE057
表示该段时间内电池电量的变化百分比，
Figure 602580DEST_PATH_IMAGE058
表示这段时间初始时刻 的
Figure 127102DEST_PATH_IMAGE050
，
Figure 84694DEST_PATH_IMAGE059
表示这段时间结束时刻的
Figure 87285DEST_PATH_IMAGE050
，
Figure 813932DEST_PATH_IMAGE060
表示这段时间初始时刻对应的电池 放电容量，
Figure 509356DEST_PATH_IMAGE061
表示这段时间结束时刻对应的电池放电容量；
Figure 937932DEST_PATH_IMAGE062
为当前充满电量下的电 池容量；
根据
Figure 478635DEST_PATH_IMAGE054
推导出当前充满电量下的电池容量
Figure 387685DEST_PATH_IMAGE062
：
Figure 926114DEST_PATH_IMAGE063
计算电池荷电状态SOC:
Figure 655035DEST_PATH_IMAGE064
上式中，
Figure 999429DEST_PATH_IMAGE065
为电池剩余容量，
Figure 700669DEST_PATH_IMAGE066
为放电的容量；
步骤3.2、评估电池的健康状态SOH：
Figure 472316DEST_PATH_IMAGE067
上式中，
Figure 891796DEST_PATH_IMAGE068
代表电池出厂额定容量；
步骤3.3、根据步骤3.1计算出每个划分的行驶片段的
Figure 774301DEST_PATH_IMAGE062
，再进一步根据步骤3.2计算出 行驶片段的电池健康状态SOH值，根据电池健康状态分布，用线性函数建立健康状态估计模 型；线性函数为：
Figure 392364DEST_PATH_IMAGE069
上式中，
Figure 790372DEST_PATH_IMAGE070
表示电池健康度，
Figure 493886DEST_PATH_IMAGE071
和
Figure 117765DEST_PATH_IMAGE072
表示电池健康状态估计模型中的待识别参数；
使用最小二乘法获得最佳拟合直线，确定
Figure 590335DEST_PATH_IMAGE071
和
Figure 703784DEST_PATH_IMAGE072
的值。
CN202211330748.9A 2022-10-28 2022-10-28 一种建立换电站动力电池健康状态评估模型的方法 Active CN115389948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211330748.9A CN115389948B (zh) 2022-10-28 2022-10-28 一种建立换电站动力电池健康状态评估模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211330748.9A CN115389948B (zh) 2022-10-28 2022-10-28 一种建立换电站动力电池健康状态评估模型的方法

Publications (2)

Publication Number Publication Date
CN115389948A CN115389948A (zh) 2022-11-25
CN115389948B true CN115389948B (zh) 2023-03-21

Family

ID=84115219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211330748.9A Active CN115389948B (zh) 2022-10-28 2022-10-28 一种建立换电站动力电池健康状态评估模型的方法

Country Status (1)

Country Link
CN (1) CN115389948B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3016218B1 (fr) * 2014-01-03 2016-01-01 Commissariat Energie Atomique Procede, dispositif et systeme d'estimation de l'etat de sante d'une batterie d'un vehicule electrique ou hybride en condition d'utilisation, et procede de construction d'un modele pour une telle estimation
CN111381179B (zh) * 2018-12-28 2022-10-21 奥动新能源汽车科技有限公司 用于新能源汽车换电站的电池的健康度的估计方法及系统
CN112034356B (zh) * 2020-09-09 2023-03-28 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
CN112505570A (zh) * 2020-12-03 2021-03-16 摩登汽车(盐城)有限公司 电动汽车的电池健康状态的估计方法
CN112526351B (zh) * 2020-12-16 2022-07-22 东南大学 一种评估电动汽车的动力电池健康状态及剩余寿命的方法
CN112540317B (zh) * 2020-12-16 2022-12-02 武汉理工大学 基于实车数据的电池健康状态估计与剩余寿命预测方法
CN113049976B (zh) * 2021-04-27 2022-07-29 武汉理工大学 一种车辆电池健康状态评估方法及系统

Also Published As

Publication number Publication date
CN115389948A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN114430080B (zh) 一种基于运行数据的动力电池电芯异常自放电的识别方法
CN108819722A (zh) 一种电动汽车续航里程预估方法
CN113064939B (zh) 一种新能源车辆三电系统安全特征数据库构建方法
CN111583440A (zh) 一种电动汽车里程动态预估方法
CN103698713A (zh) 一种锂离子电池健康状态评估方法
CN113030763A (zh) 一种车用动力电池一致性差异的潜在风险诊断系统
CN112904219B (zh) 一种基于大数据的动力电池健康状态的预测方法
CN111965559A (zh) 一种锂离子电池soh在线估计方法
CN110045291B (zh) 一种锂电池容量估计方法
CN110806508B (zh) 一种基于数据的高压回路接触电阻变化的评估方法
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
CN113253128B (zh) 一种电池系统soc一致性评估方法和内阻一致性评估方法
CN113158345A (zh) 一种新能源车辆动力电池容量预测方法及系统
CN114167301A (zh) 一种基于电动汽车实车数据的动力电池评估方法
CN112363061A (zh) 一种基于大数据的热失控风险评估方法
CN114954022A (zh) 一种电动汽车车云协同控制装置和方法
CN114646888A (zh) 一种动力电池容量衰减的评估方法及系统
CN114994541A (zh) 一种基于多策略融合的锂离子电池soh估计方法
CN115389948B (zh) 一种建立换电站动力电池健康状态评估模型的方法
CN116256642A (zh) 一种适用于稀疏数据的磷酸铁锂电池故障诊断方法
CN109946613A (zh) 车用动力电池的内阻在线估计与寿命检测方法
CN115656831A (zh) 一种电池单体电压多步超前预测和故障诊断方法
CN111077466B (zh) 一种确定车辆电池健康状态的方法及装置
CN115544900A (zh) 一种基于Shap算法分析电动车续航里程影响因素的方法
CN115166564A (zh) 一种在线量化评估磷酸铁锂电池微短路程度的方法

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
GR01 Patent grant