CN116187805A - 一种新能源汽车动力系统运行指标风险量化方法 - Google Patents
一种新能源汽车动力系统运行指标风险量化方法 Download PDFInfo
- Publication number
- CN116187805A CN116187805A CN202211582177.8A CN202211582177A CN116187805A CN 116187805 A CN116187805 A CN 116187805A CN 202211582177 A CN202211582177 A CN 202211582177A CN 116187805 A CN116187805 A CN 116187805A
- Authority
- CN
- China
- Prior art keywords
- risk
- value
- power system
- index
- new energy
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011002 quantification Methods 0.000 title claims abstract description 20
- 230000006870 function Effects 0.000 claims description 47
- 230000008571 general function Effects 0.000 claims description 45
- 238000013139 quantization Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 abstract description 10
- 238000012502 risk assessment Methods 0.000 abstract description 8
- 238000009413 insulation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及新能源汽车性能评测技术领域,公开了一种新能源汽车动力系统运行指标风险量化方法,通过将新能源汽车动力系统的运行数据利用预设的转化公式转变为风险变量,同时通过设置的参数A和参数B两个参数来动态调整计算公式的变量,并且通过不断的演算来调整A和B的值,使两个参数值更接近于真实值,进而提高对风险变量评估结果的准确性,保证汽车的运行安全以及驾乘人员的人身安全。本发明具有降低现有报警系统风险指标,以及精准转化风险变量,有效提高对汽车运行风险评估结果准确率的有益效果。
Description
技术领域
本发明涉及新能源汽车性能评测技术领域,具体涉及一种新能源汽车动力系统运行指标风险量化方法。
背景技术
随着新能源车的保有量的快速增长,新能源车的事故量也逐年快速上升。其中,新能源车动力突然失控事故投诉量猛增,成为继新能源车失火之后最受关注的事故类型。新能源车突然失控极大的危及人身安全,给驾驶员造成很大的心理压力,产生剧烈的焦虑,导致新能源车动力系统故障的投诉率高,对整车制造企业的声誉造成不良影响。从监管和售后层面看,也需要获得新能源汽车关键部件的运行风险,进而判断动力系统的的风险状态,为检测和售后提供依据,同时为企业提供车辆改进抓手。因此,获取新能源车的运行风险指标量化值,降低意外动力失控概率,成为驾驶员、主机厂、监管部门和售后的共识。
新能源动力系统监控了较多的模拟量,同时根据这些指标值设置了相对应的报警阈值,当指标值达到阈值时,触发保护机制,这些保护机制影响车辆动力系统的性能和功能,进而影响安全性能。目前,新能源汽车运行风险研判方法主要依据整车报警等级,一般报警等级分为0、1、2、3级,故障等级逐渐升高。报警等级依据是车辆零部件内部设定的参数阈值,当参数值达到设置的阈值,零部件上传对应的报警等级给整车和监控系统,同时,按既定的策略进行部件的安全保护。依据系统报警等级的风险量化方法受报警等级划分影响,颗粒度大,对阈值以外的风险描述不清晰,而且该方法须依赖部件的报警信息发生,即报警发生,才能预测下一步风险,难以实现驾驶员对动力失控风险的潜在和风险程度预知。
发明内容
本发明意在提供一种新能源汽车动力系统运行指标风险量化方法,以提高新能源汽车动力系统风险评估的及时性。
为达到上述目的,本发明采用如下技术方案:一种新能源汽车动力系统运行指标风险量化方法,包括以下步骤:
步骤S1,获取新能源汽车动力系统的运行参数,利用预设的转化公式将其转化为风险变量,并确定第一风险量化通用函数;
步骤S2,计算第一风险量化通用函数中常数系数A和B的值,确定第一风险量化通用函数最终的表达式;
步骤S3,获取当前时间片段的风险指标当前值,代入第一风险量化通用函数中计算出动力系统风险指标当前值的风险严重程度值,并根据风险严重程度值建立风险等级,评估新能源汽车动力系统的安全状态。
本方案的原理及优点是:实际应用时,建立风险指标量化方法通用函数,计算通用函数常数方法和实时风险指标值风险量化方法,将新能源车的运行数据实时转化成风险严重程度值,实现实时监控系统中的风险严重程度,为连续分析风险提供基础保障。风险的分辨率提高,使风险预警成为可能,根据实时获得的运行数据计算风险严重程度值,实现风险严重程度值实时计算,避免系统通过阈值来报警,使风险评估能够实时化,从而极大程度上提高了新能源汽车动力系统风险评估的及时性,保障了风险评估结果的准确性,进而保障了新能源汽车的使用安全。
优选的,作为一种改进,转化公式为
其中,Rs为风险严重程度值,A为调整参数1,B为调整参数2,IND为指标当前值,INDst为指标标称值。
有益效果:通过此公式,能够准确的将新能源汽车的运行参数转化为风险变量,并且利用设置的A和B两个参数变量来调整函数,从而能够有效提高对风险值量化结果的准确性。
优选的,作为一种改进,步骤S3中,在获取当前时间片段的风险指标当前值后,利用第二风险量化通用函数可计算出动力系统风险指标当前值的风险严重程度标幺值。
有益效果:标幺值是实际值与基准值的比值,因此通过计算风险严重程度标幺值,易于比较各参数的特性,同时还能够极大程度简化计算过程,从而有效提高风险评估效率。
优选的,作为一种改进,第二风险量化通用函数为
其中,Rs1为风险严重程度标幺值,A为调整参数1,B为调整参数2,IND为指标当前值,INDst为指标标称值,INDmin为指标值最小值,INDmax为指标值最大值。
有益效果:在上述公式的基础上,又重新引入新的标幺值计算模式,从而简化计算分析过程,以及提高风险严重程度值的评估程序的严谨性,进一步提升对新能源汽车动力系统风险值的评估结果的准确性。
优选的,作为一种改进,在计算风险指标当前值的风险严重程度值时,无论动力系统自身是否报警,均利用获取到的运行数据对风险严重程度值进行实时分析计算,再将计算结果与报警等级进行对比分析得到对比结果,并根据对比结果动态调整动力系统的报警阈值。
有益效果:常规的模式中,必须达到一定的风险值,报警系统才会启动,但是在这个过程中,汽车的风险已经存在了,若不及时处理,可能会导致更严重的事故,因此本方案直接实时对风险进行分析评估,无需进行满足系统报警规定,从而提高对风险评估的掌控程度,将风险控制在最小范围内。
优选的,作为一种改进,在计算动力系统风险指标当前值的风险严重程度值时,通过调整参数A和B的数值,对第一风险量化通用函数的变化规律进行校正,同时调整参数A和B的数值将不同类型风险指标的风险严重程度值进行统一。
有益效果:不同的参数值,可能会导致不同的计算结果,而为了进一步贴合实际情况,将A和B的值进行动态调整,从而将函数的变化规律进行校正,使函数变化规律更接近于风险变化规律,并且调整参数A和B的数值将不同类型风险指标的风险严重程度值进行统一,也能够使可评估风险的种类增多,提高风险评估的全面性,确保新能源汽车的安全性。
优选的,作为一种改进,参数A为大于1的自然数。
有益效果:通过将参数A限定为大于1的自然数,能够保证函数中底数的正值,从而保证整个函数为增函数,提高风险函数与实际风险变化趋势的相关性,确保风险评估结果的准确性。
优选的,作为一种改进,参数A取自然常数e值。
有益效果:通过此种设置,不仅更便于计算,同时也能够使A的值更贴近于真实值,进而进一步提高了对风险严重程度值的评估结果的准确性。
优选的,作为一种改进,获取指标实时值时,通过解析CAN网络或读取TBOX上传给监控平台的数据,获取风险指标实时值。
有益效果:通过此种设置,能够更快速便捷的获取数据,从而减少数据的中间获取过程,能够预留充足的时间来进行计算分析,进而提高对风险严重程度的评估准确性。
优选的,作为一种改进,在进行风险严重程度值评估时,通过双参数调整权值,动态调整不同的风险指标变化规律的函数表达形式,精确风险严重程度值。
有益效果:通过调整参数,不断提高函数的准确性,进而使对新能源汽车的风险严重程度的评价结果的准确性大幅提高。
附图说明
图1为本发明一种新能源汽车动力系统运行指标风险量化方法实施例一的流程示意图。
图2为本发明一种新能源汽车动力系统运行指标风险量化方法实施例一参数A对风险值的影响示意图。
图3为本发明一种新能源汽车动力系统运行指标风险量化方法实施例一参数B对风险值的影响示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一:
实施例基本如附图1所示:一种新能源汽车动力系统运行指标风险量化方法,包括以下步骤:
步骤S1,获取新能源汽车动力系统的运行参数,利用预设的转化公式将其转化为风险变量,并确定第一风险量化通用函数;
步骤S2,计算第一风险量化通用函数中常数系数A和B的值,确定第一风险量化通用函数最终的表达式;
步骤S3,获取当前时间片段的风险指标当前值,代入第一风险量化通用函数中计算出动力系统风险指标当前值的风险严重程度值,并根据风险严重程度值建立风险等级,评估新能源汽车动力系统的安全状态。
具体的,转化公式为:
其中,Rs为风险严重程度值,A为调整参数1,B为调整参数2,IND为指标当前值,INDst为指标标称值。
具体的,在获取当前时间片段的风险指标当前值后,还能够利用第二风险量化通用函数可计算出动力系统风险指标当前值的风险严重程度标幺值。
具体的,风险严重程度标幺值的第二风险量化通用函数为
同时,风险量化通用函数还包括:
或Rs=A*INDB或Rs=A*IND2+B*IND+C
其中,Rs1为风险严重程度标幺值,Rs为风险严重程度值,A为调整参数1,B为调整参数2,C为调整参数3,IND为指标当前值,INDst为指标标称值,INDmin为指标值最小值,INDmax为指标值最大值,INDmax/min为边界极值。
具体的,获取当前时间片段的风险指标当前值时,通过解析CAN网络或读取TBOX上传给监控平台的数据,获取风险指标的实时值。
新能源汽车动力系统的风险相关指标有电芯电压、直流电流、电芯温度、绝缘电阻、SOC等5个风险指标,且以电芯电压高、电芯电压低、电芯压差大、直流电流大、电芯温度高、电芯温度低、电芯温差大、Vcell绝缘电阻低、SOC高、SOC低、SOC跳变等11个状态作为风险量化指标项。
具体的,电芯电压高是指电芯电压当前值大于电芯电压标称值;电芯电压低是指电芯电压当前值小于电芯电压标称值;电芯压差大是指同一时刻,电芯电压最大值与最小值的差大于阈值;直流电流大是指电芯放电电流与当前状态的允许额定电流的比值大于1;电芯温度高是指电芯温度当前值高于电芯工作最佳温度值;电芯温度低是指电芯温度当前值低于电芯工作最佳温度值;电芯温差大是指同一时刻,电芯温度最大值与最小值的差大于阈值;Vcell绝缘电阻低是指绝缘电阻低于常态值;SOC高是指SOC值接近100%;SOC低是指SOC值接近0%;SOC跳变是指在一定时间内,SOC变化值高于阈值。
标称值向最大值或者最小值的变化过程中,风险严重程度变化各异,而通过调整参数A和B的数值,对第一风险量化通用函数的变化规律进行校正,可以实现函数变化规律更接近风险变化规律。同时,调整参数A、B的值可以将不同类型风险指标的风险严重程度值进行统一。
根据电池类型和BMS设定数据,确定标称值和阈值,此实施例中,标称电压Vcell_st=3.2V,三级欠压阈值Vcell_th_L3=2.0V,二级欠压阈值Vcell_th_L2=2.5V,二级过压阈值Vcell_th_H2=3.60V,三级过压阈值Vcell_th_H3=3.65V。
为了便于风险值统计,统一报警的风险值,其中二级报警风险值Rs_2和三级报警风险值Rs_3的取值范围为0-1,且Rs_2<Rs_3。具体的,选取Rs_2=0.3;Rs_3=1。
一,计算电芯过压风险函数常数值
电芯电压高即电芯电压当前值大于电芯电压标称值时,电芯电压存在过压风险。Vmax=Vcell_th_H3=3.65;Vcell_th_H2=3.55;Vst=Vcell_st=3.2。
可以求解得到:A=0.3;B=64。因此,过压风险与V/Vst的函数关系如下:
Rs=A*INDB
或者代入通用函数:
二,计算欠压风险函数常数值
当电芯电压低即电芯电压当前值小于电芯电压标称值时,电芯电压存在欠压风险。Vmin=Vth_L3=2.0;Vth_L2=2.5;Vst=3.2,Rs_2=0.3;Rs_3=1
可以求解得到:A=0.3;B=-6.4,则欠压风险与V/Vst的函数关系如下:
Rs=AeB*IND
或代入通用函数:
Rs_L_V=123.46e-2.408Vcell
可以得到另外一个表达式:
三,计算电压压差大风险函数常数值
当同一时刻电芯电压压差大,即最大值和最小值压差值大于预定值时,电芯电压离散,存在不一致风险。Vdif_max=Vth_L3=0.3;Vdif_th_L2=0.2;Vdif_st=0.1;Rs_2=0.3;Rs_3=1
可以求解得到:A=0.3;B=1,则电压差大风险与电压差的函数关系如下:
或代入通用函数:Rs=AeB*IND
Rs_dif=0.027e12.04*Vdif
可以得到另一个表达式:
然后,再进行直流电流Idc指标风险量化函数确定,根据电池当前状态下的电流输出能力,确定标称值和阈值,本实施例中,标称电流Ist=200、二级过流阈值Ith_H2=260、三级过流阈值Ith_H3=400,二级报警风险值Rs_2和三级报警风险值Rs_3的取值范围为0-1,且Rs_2<Rs_3。具体的,选取Rs_2=0.3;Rs_3=1。
四,计算过流风险函数常数值
Imax=Ith_H3=400;Ith_H2=300;Ist=250;Rs_2=0.3;Rs_3=1
可以求解得到:A=0.3;B=5,则电流过流风险Rs_O_I与当前电流I和标称电流Ist的函数关系如下:
或者代入通用函数:Rs=AeB*IND
接下来再进行荷电状态SOC指标风险量化函数确定,分别计算SOC高、SOC低和SOC跳变状态风险。
根据电池设计参数和电池控制器设定数据,确定标称值和阈值,电池的标称SOCst=60%、SOC高二级阈值SOCth_H2=95%、三级阈值SOCth_H3=SOCmax=100%、SOCth_L2=20%、SOCth_L3=5%;电池SOC标准变化率SOCrate_st=100%/h,SOCrate_H2=170%,SOCrate_H3=200%;Rs_2=0.3;Rs_3=1。
五,计算SOC高风险函数常数值
可以求解得到:A=0.3;B=12。则SOC高风险与当前SOC和额定SOC的函数关系如下:
六,计算SOC低风险函数常数值
可以求解得到:A=0.3;B=-4。则SOC低风险与当前SOC和额定SOC的函数关系如下:
七,计算SOC变化率高风险函数常数值
可以求解得到:A=0.3;B=3.333。则SOC低风险与当前SOC和额定SOC的函数关系如下:
或者代入通用函数:Rs=AeB*IND,可以得到SOC低风险的另外一个表达:
Rs_H_SOCrate=0.0003e4.0132*SOCrate
接着,再进行绝缘电阻ISLr指标风险量化函数确定,以100Ω/V为最低要求,设定绝缘电阻的阈值,绝缘的标称值ISLr_st=20MΩ、二级阈值ISLr=1MΩ、三级阈值ISLr_max=0.03MΩ;Rs_2=0.3;Rs_3=1。
八,计算绝缘风险函数常数值
可以求解得到:A=0.300;B=-10.309。则绝缘风险与绝缘电阻的函数关系如下:
Rs_ISLr_L=+10-5*ISLr6-0.0005*ISLr5+0.0094*ISLr4-0.0884*ISLr3+0.4353*ISLr2-1.0603*ISLr+1.0197
最后,进行电芯温度Tcell指标风险量化函数确定,确定电芯温度高和电芯温度低两种状态的风险函数常数值。根据电池设计参数和电池控制器设定数据,确定标称值和阈值,电池的标称温度Tcell_st=35℃、二级过温阈值Tcell_th_H2=55℃、三级过温阈值Tmcu_th_H3=65℃、二级低温阈值Tcell_th_L2=1℃、三级低温阈值Tmcu_th_H3=-5℃;Rs_2=0.3;Rs_3=1。
九,计算电芯温度高风险函数常数值
可以求解得到:A=0.3;B=3.5。则电芯温度高风险与电芯温度的函数关系如下:
或者代入通用函数:Rs=AeB*IND,可以得到电芯温度高风险的另外一个Rs_H_Tcell=0.0004e0.1204*Tcell表达式:
十,计算电芯温度低风险函数常数值
可以求解得到:A=0.3;B=-5.833。则电芯温度低风险与电芯温度的函数关系如下:
或者代入通用函数:Rs=AeB*Tcell,可以得到电芯温度低风险的另外一个表达式:Rs_L_Tcell=0.3667e-0.201*Tcell
当所有风险指标函数确定常量后,可以计算出风险指标各值的的风险,获取同一时间片段5个风险指标当前值,根据状态代入状态风险函数,计算出各指标的当前风险值,形成当前时刻的多维度风险值。
根据各风险指标的风险值建立用于判定风险大小的风险等级,其中风险等级包括1-7级总共7个等级,风险等级对应的风险标准包括1级为安全,2级为不影响性能,3级为接近影响性能,4级为性能受限,5级为性能受限增大,6级为接近丧失功能,7级为功能丧失。
本实施例中,性能下降风险的边界为0.3,功能丧失的风险为1。根据风险参数变化规律和风险变化规律,确定其他等级边界,具体情况如表1所示。
表1:风险等级判定表
风险等级 | 风险标准 | 风险范围 |
1 | 安全 | 0.00-0.15 |
2 | 不影响性能 | 0.16-0.25 |
3 | 接近影响性能 | 0.26-0.29 |
4 | 性能受限 | 0.30-0.50 |
5 | 性能受限增大 | 0.51-0.70 |
6 | 接近丧失功能 | 0.71-0.99 |
7 | 功能丧失 | ≥1 |
以新能源汽车储能系统中的电芯电压指标为例,不同体系的电芯,风险随电芯电压变化的规律不同。磷酸铁锂电池电芯充放电压变化缓慢,三元电池电芯电压变化缓慢充放电电压大。同一电芯电压,代表的风险严重程度不同。通过调整参数A和B的数值,能够使本方法适用于不同类型的风险指标评估。
如附图2和附图3所示,通过调整AB值,可以灵活调整风险曲线,使风险指标更接近于实际情况。
另一方面,通过调整A和B值,可以统一不同风险指标的风险值,使不同指标值对应同一风险值,便于对各类风险指标进行统一分析评估。
本实施例的具体实施过程如下:
第一步,获取新能源汽车动力系统的运行参数,包括速度、加速度、制动距离等,然后利用预设的转化公式将其转化为风险变量。
第二步,通过解析CAN网络或读取TBOX上传给监控平台的数据,获取风险指标实时值,取2个不同等级报警阈值和风险期望值,代入风险量化通用函数,并将参数A的值取自然常数e,求解常数A、B值,使函数变量仅为风险指标值。
第三步,将获取的指标值代入风险函数中,计算出动力系统各个风险指标当前值的风险严重程度值,并根据各风险指标的风险值建立用于判定风险大小的风险等级,最终利用风险等级判断新能源汽车动力系统的安全状态。
随着新能源车的保有量的快速增长,新能源车的事故量也逐年快速上升。其中,新能源车动力突然失控事故投诉量猛增,成为继新能源车失火之后最受关注的事故类型。新能源车突然失控极大的危及人身安全,给驾驶员造成很大的心理压力,产生剧烈的焦虑,导致新能源车动力系统故障的投诉率高,对整车制造企业的声誉造成不良影响。从监管和售后层面看,也需要获得新能源汽车关键部件的运行风险,进而判断动力系统的的风险状态,为检测和售后提供依据,同时为企业提供车辆改进抓手。因此,获取新能源车的运行风险指标量化值,降低意外动力失控概率,成为驾驶员、主机厂、监管部门和售后的共识。新能源动力系统监控了较多的模拟量,同时根据这些指标值的报警阈值。当指标值达到阈值时,触发保护机制,这些保护机制影响车辆动力系统的性能和功能,进而影响安全性能。
目前,新能源汽车运行风险研判方法主要依据整车报警等级。一般报警等级分为0、1、2、3级,故障等级逐渐升高。报警等级依据是车辆零部件内部设定的参数阈值,当参数值达到设置的阈值,零部件上传对应的报警等级给整车和监控系统,同时,按既定的策略进行部件的安全保护。依据系统报警等级的风险量化方法受报警等级划分影响,颗粒度大,对阈值以外的风险描述不清晰,而且该方法须依赖部件的报警信息发生,即报警发生,才能预测下一步风险。难以实现驾驶员对动力失控风险的潜在和风险程度预知。
而本方案中,则是通过直接避开传统的报警模式,避免因报警等级未达标而系统未能及时发出预警信息,利用预设的转化公式将汽车的运行数据转化为风险变量,并且利用参数A和参数B进行双参数调整权值,风险变化率调整灵活,对不同的风险指标变化规律通过调整双参数描述准确,计算结果准确逼近风险严重程度值,更重要的是,本方案能够连续计算风险严重程度值,风险识别率更高,最终达到精准评估汽车运行风险的目的,并且相比于等级报警的方式,本方案能够实时进行风险评估,提高了动力系统风险评估的及时性,更准确地给出风险评价结果,无需等到风险超过阈值再报警,先一步将风险扼杀在摇篮中,最大程度保障汽车的运行安全以及用户的驾驶安全。
实施例二:
本实施基本与实施例一相同,区别在于:在计算风险指标当前值的风险严重程度值时,无论动力系统自身是否报警,均利用获取到的运行数据对风险严重程度值进行实时分析计算,再将计算结果与报警等级进行对比分析得到对比结果,并根据对比结果动态调整动力系统的报警阈值。
具体的,若风险严重程度值大于当前报警等级的报警数值,且当前动力系统未进行报警,则说明动力系统预设的报警阈值过高,则对应降低报警阈值;若风险严重程度值小于当前报警等级的报警数值,而此时动力系统已经报警,则说明动力系统预设的报警阈值过低,则对应增大该报警等级的报警阈值。
本实施例的具体实施过程与实施例一相同,区别在于:
第三步,无论动力系统自身是否报警,均利用获取到的运行数据对风险严重程度值进行实时分析计算,将获取的指标值代入第一风险量化通用函数或者第二风险量化通用函数中,计算出动力系统风险指标当前值的风险严重程度值,得到风险严重程度值计算结果后,采集动力系统此刻的报警数值和报警等级,并将风险严重程度值与报警等级进行对比分析,并根据对比结果动态调整动力系统的报警阈值。
通过对新能源汽车动力系统风险严重程度值的实时计算,并且与系统本身的报警数值和报警等级做对比,从而能够快去分析出报警等级和报警阈值设置的合理性,并且能够根据实际的检测情况动态调整报警阈值,从而使系统自身的报警的准确度也能够得到保障,进而为新能源汽车的运行安全性提供双重可靠保障。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种新能源汽车动力系统运行指标风险量化方法,其特征在于:包括以下步骤:
步骤S1,获取新能源汽车动力系统的运行参数,利用预设的转化公式将其转化为风险变量,并确定第一风险量化通用函数;
步骤S2,计算第一风险量化通用函数中常数系数A和B的值,确定第一风险量化通用函数最终的表达式;
步骤S3,获取当前时间片段的风险指标当前值,代入第一风险量化通用函数中计算出动力系统风险指标当前值的风险严重程度值,并根据风险严重程度值建立风险等级,评估新能源汽车动力系统的安全状态。
3.根据权利要求1所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:所述步骤S3中,在获取当前时间片段的风险指标当前值后,利用第二风险量化通用函数可计算出动力系统风险指标当前值的风险严重程度标幺值。
5.根据权利要求1所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:在计算风险指标当前值的风险严重程度值时,无论动力系统自身是否报警,均利用获取到的运行数据对风险严重程度值进行实时分析计算,再将计算结果与报警等级进行对比分析得到对比结果,并根据对比结果动态调整动力系统的报警阈值。
6.根据权利要求1所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:在计算动力系统风险指标当前值的风险严重程度值时,通过调整参数A和B的数值,对第一风险量化通用函数的变化规律进行校正,同时调整参数A和B的数值将不同类型风险指标的风险严重程度值进行统一。
7.根据权利要求6所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:所述参数A为大于1的自然数。
8.根据权利要求7所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:所述参数A取自然常数e值。
9.根据权利要求1所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:在获取当前时间片段的风险指标当前值时,通过解析CAN网络或读取TBOX上传给监控平台的数据,获取风险指标的实时值。
10.根据权利要求1所述的一种新能源汽车动力系统运行指标风险量化方法,其特征在于:在进行风险严重程度值评估时,通过双参数调整权值,动态调整不同的风险指标变化规律的函数表达形式,精确风险严重程度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211582177.8A CN116187805A (zh) | 2022-12-08 | 2022-12-08 | 一种新能源汽车动力系统运行指标风险量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211582177.8A CN116187805A (zh) | 2022-12-08 | 2022-12-08 | 一种新能源汽车动力系统运行指标风险量化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116187805A true CN116187805A (zh) | 2023-05-30 |
Family
ID=86443164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211582177.8A Pending CN116187805A (zh) | 2022-12-08 | 2022-12-08 | 一种新能源汽车动力系统运行指标风险量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116187805A (zh) |
-
2022
- 2022-12-08 CN CN202211582177.8A patent/CN116187805A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161414B (zh) | 一种动力电池热失控在线预测方法及系统 | |
CN114284589B (zh) | 一种基于互联网的锂电池智能监测管理系统 | |
CN110148991B (zh) | 一种基于大数据的电池过充预警方法及系统 | |
CN112255560B (zh) | 一种电池电芯健康度预测方法 | |
CN111157898A (zh) | 一种新能源车辆在线电池故障检测分析方法及装置 | |
CN115958957B (zh) | 一种电动汽车动力电池充电过热故障预测方法及系统 | |
CN117104074B (zh) | 一种充放电控制的方法及充放电控制系统 | |
CN113791350B (zh) | 电池故障预测方法 | |
CN114734873B (zh) | 一种基于云端在线数据的动力电池单体热失控预警方法 | |
CN111983465B (zh) | 一种基于剩余电量估计的电动汽车充电安全防护方法 | |
CN111983463B (zh) | 一种电动汽车用锂离子电池剩余电量预警诊断测试方法 | |
CN111641236A (zh) | 基于大数据ai的动态阈值动力电池充电电压状态判断方法 | |
CN115511270A (zh) | 一种面向分布式储能装置运行状态的综合评价系统及方法 | |
CN114884054B (zh) | 一种基于物联网的城市智慧交通应急监测调控管理系统 | |
CN116027200A (zh) | 一种基于历史数据的锂离子电池异常识别及诊断方法 | |
CN115795398A (zh) | 一种新能源汽车电机系统运行风险量化评估方法 | |
CN116187805A (zh) | 一种新能源汽车动力系统运行指标风险量化方法 | |
CN117491813A (zh) | 新能源汽车动力电池系统绝缘异常检测方法 | |
CN102095953A (zh) | 一种蓄电池充电机性能在线检测方法 | |
CN116699407A (zh) | 一种基于安全熵的动力电池安全风险预警方法 | |
CN116923188A (zh) | 一种新能源车的充电保护系统 | |
Diao et al. | Research on Electric Vehicle Charging Safety Warning based on A-LSTM Algorithm | |
CN116794540A (zh) | 一种电池性能预判方法、装置及存储介质 | |
CN112162198B (zh) | 一种适用于混动车辆的电池健康诊断系统及方法 | |
CN112485690B (zh) | 一种基于振动信号的储能电池健康状态识别方法和系统 |
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 |