CN116400245A - 一种锂电池运行健康监测分析系统 - Google Patents

一种锂电池运行健康监测分析系统 Download PDF

Info

Publication number
CN116400245A
CN116400245A CN202310543691.9A CN202310543691A CN116400245A CN 116400245 A CN116400245 A CN 116400245A CN 202310543691 A CN202310543691 A CN 202310543691A CN 116400245 A CN116400245 A CN 116400245A
Authority
CN
China
Prior art keywords
charging
discharge
battery
target battery
historical
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.)
Granted
Application number
CN202310543691.9A
Other languages
English (en)
Other versions
CN116400245B (zh
Inventor
吴建斌
赵纪军
陈驰
施炜
刘凯平
赵纪朝
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.)
Changxing Taihu Nenggu Technology Co ltd
Original Assignee
Changxing Taihu Nenggu Technology 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 Changxing Taihu Nenggu Technology Co ltd filed Critical Changxing Taihu Nenggu Technology Co ltd
Priority to CN202310543691.9A priority Critical patent/CN116400245B/zh
Publication of CN116400245A publication Critical patent/CN116400245A/zh
Application granted granted Critical
Publication of CN116400245B publication Critical patent/CN116400245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392Determining battery ageing or deterioration, e.g. state of health
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

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

Abstract

本发明属于锂电池运行健康监测分析技术领域,具体公开提供的一种锂电池运行健康监测分析系统,该系统包括电池相关数据采集模块、电池性能状态分析模块、电池环境状态分析模块、电池健康状态分析模块和电池健康显示终端。本发明通过根据目标电池的历史充放数据和安置环境数据,进行电池性能状态和电池安置环境状态分析,由此统计目标电池健康指数,有效解决了当前仅从电池本身电气层面检测分析方式存在的局限性问题,实现了目标电池性能和环境的多维度分析,从而规避了单一类型电池健康分析存在的误差性较大的不足,进而增强了电池运行健康分析力度和深度,确保了目标电池运行健康分析结果的可靠性和合理性。

Description

一种锂电池运行健康监测分析系统
技术领域
本发明属于锂电池运行健康监测分析技术领域,涉及到一种锂电池运行健康监测分析系统。
背景技术
电动车锂电池的运行健康问题一直是电动车行业及用户最为担忧的问题之一。在充电与放电过程中,锂电池会逐渐老化,电池容量逐渐下降,使得电动车的续航里程缩短、安全风险增加,为了更好地了解电动车锂电池的运行健康状况,电动车锂电池运行健康监测分析应运而生。
目前电动车锂电池的运行健康监测分析主要对电池的电流、电压、温度等参数进行监测,由此分析电池的电荷状态、容量衰减、内阻变化,并确认电动车锂电池的运行健康,很显然,当前电动车锂电池运行健康监测分析方式还存在以下几个方面的问题:1、均属于电池本身电气层面的监测分析,而电池受环境影响较大,当前未根据电池的安置环境进行监测分析,存在一定的局限性,使得电动车锂电池运行健康分析结果的可靠性和精准性得不到保障。
2、当前对电池的环境监测分析,仅根据充放电过程的环境,未考虑其使用过程中的环境,且环境进行分析时仅从温湿度层面,未考虑日常振动对电池的寿命影响,使得电动车运行健康分析结果的真实性和参考性不足。
3、当前对电池电压以及温度等进行监测时,均是考虑其偏差情况,属于常规性的分析,未根据偏差情况对其充电的规范情况和稳定情况进行分析,使得电池运行健康分析力度不强,进而无法保障电动车锂电池运行健康分析结果的参考性。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种锂电池运行健康监测分析系统。
本发明的目的可以通过以下技术方案实现:本发明提供一种锂电池运行健康监测分析系统,包括:电池相关数据采集模块,用于将目标电瓶车对应安置的锂电池记为目标电池,进而提取目标电池的历史充放数据,并对目标电池的安置环境数据进行采集。
电池性能状态分析模块,用于对目标电池进行性能状态分析,得到目标电池的性能状态符合度φ。
电池环境状态分析模块,用于对目标电池进行环境状态分析,得到目标电池的安置环境状态符合度
Figure BDA0004228970790000022
电池健康状态分析模块,用于对目标电池进行健康状态分析,得到目标电池的健康指数ξ,
Figure BDA0004228970790000021
μ1、μ2分别为设定的性能状态和安置环境状态对应健康评估占比权重因子,e为自然常数。
电池健康显示终端,用于显示目标电池的健康指数。
于本发明一优选实施例,所述历史充放数据包括充放循环次数、历史充电数据和历史放电数据。
其中,历史充电数据包括过充次数、历史各次充电对应的起始充电量、截止充电量和各充电时间点的充电电压值。
历史放电数据包括过放次数、历史各次放电对应的截止放电量和各放电时间点的放电电压值。
所述安置环境数据包括各监测时间段对应的温度、湿度、振动次数、各次振动对应的的振动频率和振动幅度。
于本发明一优选实施例,所述对目标电池进行性能状态分析,其具体分析过程为:根据所述历史充放数据,计算目标电池的充电性能符合系数、放电性能符合系数和蓄电性能符合系数,分别记为λ1、λ2和λ3。
计算目标电池的性能状态符合度φ,
Figure BDA0004228970790000031
其中,λ1′、λ2′、λ3′分别为设定参照的充电、放电、蓄电对应性能符合系数,a1、a2、a3分别为设定的充电、放电、蓄电对应性能状态符合评估占比权重因子,η为设定的电池性能状态符合评估修正因子,e为为自然常数。
于本发明一优选实施例,所述目标电池的充电性能符合系数的具体计算过程为:从所述历史充放数据中提取历史充电数据,进而提取历史各次充电对应的起始充电量和截止充电量,分别记为Q充始 i和Q充止 i,i为历史充电次序编号,i=1,2,......n。
计算目标电池的充电规范度δ1,
Figure BDA0004228970790000041
其中,Q0和Q1为设定参照的起始充电量和截止充电量,ΔQ和ΔQ分别为设定参照的许可起始充电量偏差和许可截止充电量偏差,d1和d2分别为设定的起始充电量偏差和截止充电量偏差对应充电规范评估占比权重因子,μ4为设定的充电规范度评估修正因子。
从所述历史充电数据中提取历史各次充电对应各充电时间点的充电电压值,统计目标电池的充电稳定度β1。
将δ1和β1导入公式计算目标电池的充电性能符合系数λ1,
Figure BDA0004228970790000042
其中,δ1′和β1′分别为设定参照的充电规范度和充电平稳度,a4和a5分别为设定的充电规范度和充电平稳度对应的充电性能评估占比权重因子,η2为设定的充电性能评估修正因子。
于本发明一优选实施例,所述目标电池的充电稳定度具体统计过程为:以充电时间点为横坐标,以充电电压值为纵坐标,根据历史各次充电对应各充电时间点的充电电压值,构建历史各次充电对应的充电变化曲线。
将历史各次充电对应的充电变化曲线与设定的参照锂电池充电变化曲线进行重合对比,分析目标电池历史各次充电对应的充电曲线重合度,并与设定参照充电曲线重合度进行作差,将差值小于0的历史各次充电记为历史各波动充电,得到历史波动充电次数c
提取历史各波动充电对应充电曲线重合度与设定参照充电曲线重合度的差值进行均值计算,得到平均重合度偏差Δγ。
计算目标电池的充电稳定度β1,
Figure BDA0004228970790000051
其中,d1、d2分别为设定的历史波动充电次数、重合度偏差对应充电温度度评估占比权重,c′、Δγ′分别为设定参照的波动充电次数、重合度偏差,
Figure BDA0004228970790000053
为设定的参照充电温度度评估占比权重。
于本发明一优选实施例,所述目标电池的放电性能符合系数的具体计算过程为:从所述历史充放数据中提取历史放电数据,进而提取历史各次放电对应的截止放电量Q t,t为放电次序编号,t=1,2,......m。
计算目标电池的放电规范度
Figure BDA0004228970790000052
其中,m表示历史放电次数,Q2为设定参照的截止放电量,ΔQ为设定参照的截止放电量偏差。
从所述历史放电数据中提取历史各次放电对应各放电时间点的放电电压值,按照目标电池的充电稳定度的计算方式同理计算得到目标电池的放电稳定度β2。
计算目标电池的放电性能符合系数λ2,
Figure BDA0004228970790000061
其中,δ2′和β2′分别为设定的参照的放电规范度和放电平稳度,a6、a7分别为设定的放电规范度和放电平稳度对应的放电性能符合评估占比权重因子,η3为设定的放电性能符合评估修正因子。
于本发明一优选实施例,所述目标电池的蓄电性能符合系数的具体计算过程为:从目标电池的历史充放数据中提取充放循环次数N循环、过充次数N过充和过放次数N过放
计算目标电池的蓄电性能符合系数λ3,
Figure BDA0004228970790000062
其中,N0、N1和N2分别为设定承载范围内参照的过充次数、过放次数和充放循环次数,c1、c2和c3分别为设定的过充次数、过放次数和充放循环次数对应的蓄电性能符合评估占比权重因子,η4为设定的蓄电性能评估修正因子。
于本发明一优选实施例,所述对目标电池进行性能状态分析,其具体分析过程为:从所述环境数据中提取目标电池在各监测时间段对应的温度,将其与设定的第一安全电池温度阈值进行对比,筛选出大于第一安全电动温度阈值的各监测时间段,作为各过温时间段,并统计过温时间段数目,并记为N
将各过温时间段对应的温度与设定的第二安全电池温度阈值进行作差,得到各过温时间段对应的温度差,记为ΔWg,g为过温监测时间段的编号,g=1,2,......z。
计算目标电池的环境温度符合度ψ1,
Figure BDA0004228970790000071
其中,r1、r2分别为设定的过温监测时间段数目、过温偏差对应环境温度符合评估占比权重,N′、ΔW′分别为设定许可的过温时间段数目、许可过温温度值,τ、η5分别为设定的温度偏差分析修正因子、环境温度符合评估修正因子,max(ΔWg)为各过温时间段对应的温度差中的最大值。
从所述环境数据中提取目标电池在各监测时间段对应的湿度,按照目标电池的环境温度符合度的计算方式同理计算得到目标电池的环境湿度符合度ψ2。
从所述环境数据中提取各监测时间段对应的振动次数、各次振动对应的的振动频率和振动幅度,计算目标电池的振动承载度ψ3。
计算目标电池的安置环境状态符合度
Figure BDA0004228970790000072
Figure BDA0004228970790000073
其中,ψ1′、ψ2′和ψ3′分别为设定参照的环境温度符合度、环境湿度符合度和振动承载度,b1、b2和b3分别为设定的环境温度、环境湿度和振动承载对应安置环境状态评估占比权重因子。
于本发明一优选实施例,所述目标电池的振动承载度的具体计算过程为:将各监测时间段对应的振动次数,累加得到目标电池的累计承受振动次数Z。
将各监测时间段对应各次振动的振动频率和振动幅度进行均值计算,得到各监测时间段对应的平均振动频率和平均振动幅度,并分别从中提取最大振动频率pmax和最大振动幅度fmax
将各监测时间段对应的平均振动频率与设定许可承载振动频率进行作差,将差值大于0的各监测时间段记为各超频监测时间段,统计超频监测时间段数目D。
按照超频监测时间段数目的统计方式同理统计得到超幅监测时间段数目F。
计算目标电池的振动承载度ψ3,
Figure BDA0004228970790000081
其中,Z′、p′、f′分别为设定参照的承载振动次数、振动频率、振动幅度,T为监测时间段数目,k0、k1分别为设定参照的超频监测时间段数目比、超幅监测时间段数目比,s1、s2、s3、s4分别为设定的振动次数、频幅偏差、超频占比、超幅占比对应振动承载评估占比权重,
Figure BDA0004228970790000082
为设定的振动承载评估修正因子。
相较于现有技术,本发明的有益效果如下:(1)本发明通过根据目标电池的历史充放数据和安置环境数据,进行电池性能状态和电池安置环境状态分析,由此统计目标电池健康指数,有效解决了当前仅从电池本身电气层面检测分析方式存在的局限性问题,实现了目标电池性能和环境的多维度分析,从而规避了单一类型电池健康分析存在误差性较大的不足,确保了目标电池运行健康分析结果的可靠性和合理性。
(2)本发明在进行电池性能状态分析时,通过计算目标电池的充电性能符合系数、放电性能符合系数和蓄电性能符合系数,进而计算目标电池的性能状态符合度,实现了电池性能的多方位分析,有效拓展了电池性能状态的评估依据,提高了电池性能状态分析结果的合理性和规范性。
(3)本发明在计算目标电池的充电以及放电性能符合系数时,通过根据电池的充放偏差进行充电稳定度和充电规范度计算,有效解决了当前对电池充放电状态分析未根据偏差情况对其充电的规范情况和稳定情况进行分析的问题,增强了电池运行健康分析力度和深度,并且还有效保障目标电池运行健康分析结果的参考性。
(4)本发明在进行电池环境状态分析时,通过从温度、湿度以及振动情况三个维度进行环境状态分析,直观的展示了电池在使用过程的环境状态以及常振动对电池的寿命影响,避免了当前目标电池运行健康街分析未考虑其使用过程环境的不足,拓展了池环境状态分析的覆盖率,从而提高了目标电池运行健康分析结果的真实性和参考性,从另一层面而言,还提高了目标电池使用人员对异常环境的觉察效率和处理效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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发明的一些实施例,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为本发明系统各模块连接示意图。
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。
请参阅图1所示,本发明提供了一种锂电池运行健康监测分析系统,该系统包括电池相关数据采集模块、电池性能状态分析模块、电池环境状态分析模块、电池健康状态分析模块和电池健康显示终端。
上述中,电池相关数据采集模块分别与电池性能状态分析模块和电池环境状态分析模块连接,电池健康状态分析模块分别与电池性能状态分析模块、电池环境状态分析模块和电池健康显示终端连接。
所述电池相关数据采集模块,用于将目标电瓶车对应安置的锂电池记为目标电池,进而提取目标电池的历史充放数据,并对目标电池的安置环境数据进行采集。
具体地,历史充放数据包括充放循环次数、历史充电数据和历史放电数据。
其中,历史充电数据包括过充次数、历史各次充电对应的起始充电量、截止充电量和各充电时间点的充电电压值。
历史放电数据包括过放次数、历史各次放电对应的截止放电量和各放电时间点的放电电压值。
需要说明的是,历史充放数据从电池运营管理后台提取得到。
所述安置环境数据包括各监测时间段对应的温度、湿度、振动次数、各次振动对应的的振动频率和振动幅度。
需要说明的是,温度通过目标电池所在安置区域内的温度传感器监测得到,湿度通过目标电池所在安置区域内的湿度传感器监测得到,振动次数、各次振动对应的的振动频率和振动幅度通过目标电池所在安置区域内的振动传感器监测得到。
所述电池性能状态分析模块,用于对目标电池进行性能状态分析,得到目标电池的性能状态符合度φ。
示例性地,对目标电池进行性能状态分析,其具体分析过程为:A1、根据所述历史充放数据,计算目标电池的充电性能符合系数、放电性能符合系数和蓄电性能符合系数,分别记为λ1、λ2和λ3。
A2、计算目标电池的性能状态符合度φ,
Figure BDA0004228970790000111
其中,λ1′、λ2′、λ3′分别为设定参照的充电、放电、蓄电对应性能符合系数,a1、a2、a3分别为设定的充电、放电、蓄电对应性能状态符合评估占比权重因子,η为设定的电池性能状态符合评估修正因子,e为为自然常数。
进一步地,目标电池的充电性能符合系数的具体计算过程为:R1、从所述历史充放数据中提取历史充电数据,进而提取历史各次充电对应的起始充电量和截止充电量,分别记为Q充始 i和Q充止 i,i为历史充电次序编号,i=1,2,......n。
R2、计算目标电池的充电规范度δ1,
Figure BDA0004228970790000121
其中,Q0和Q1为设定参照的起始充电量和截止充电量,ΔQ和ΔQ分别为设定参照的许可起始充电量偏差和许可截止充电量偏差,d1和d2分别为设定的起始充电量偏差和截止充电量偏差对应充电规范评估占比权重因子,μ4为设定的充电规范度评估修正因子。
R3、从所述历史充电数据中提取历史各次充电对应各充电时间点的充电电压值,统计目标电池的充电稳定度β1。
可理解地,目标电池的充电稳定度具体统计过程为:以充电时间点为横坐标,以充电电压值为纵坐标,根据历史各次充电对应各充电时间点的充电电压值,构建历史各次充电对应的充电变化曲线。
将历史各次充电对应的充电变化曲线与设定的参照锂电池充电变化曲线进行重合对比,分析目标电池历史各次充电对应的充电曲线重合度,并与设定参照充电曲线重合度进行作差,将差值小于0的历史各次充电记为历史各波动充电,得到历史波动充电次数c
需要说明的是,分析历史各次充电对应的充电曲线重合度具体分析过程为:将历史各次充电对应的充电变化曲线与设定的参照锂电池充电变化曲线的重合曲线长度记为记为l i,将历史各次充电对应的充电变化曲线的长度记为l i
计算目标电池历史各次充电对应的充电曲线重合度γi
Figure BDA0004228970790000131
k为设定参照重合曲线长度比。
提取历史各波动充电对应充电曲线重合度与设定参照充电曲线重合度的差值进行均值计算,得到平均重合度偏差Δγ。
计算目标电池的充电稳定度β1,
Figure BDA0004228970790000132
其中,d1、d2分别为设定的历史波动充电次数、重合度偏差对应充电温度度评估占比权重,c′、Δγ′分别为设定参照的波动充电次数、重合度偏差,
Figure BDA0004228970790000133
为设定的参照充电温度度评估占比权重。
R4、将δ1和β1导入公式计算目标电池的充电性能符合系数
Figure BDA0004228970790000141
其中,δ1′和β1′分别为设定参照的充电规范度和充电平稳度,a4和a5分别为设定的充电规范度和充电平稳度对应的充电性能评估占比权重因子,η2为设定的充电性能评估修正因子。
进一步地,目标电池的放电性能符合系数的具体计算过程为:E1、从所述历史充放数据中提取历史放电数据,进而提取历史各次放电对应的截止放电量Q t,t为放电次序编号,t=1,2,......m。
E2、计算目标电池的放电规范度
Figure BDA0004228970790000142
其中,m表示历史放电次数,Q2为设定参照的截止放电量,ΔQ为设定参照的截止放电量偏差;
E3、从所述历史放电数据中提取历史各次放电对应各放电时间点的放电电压值,按照目标电池的充电稳定度的计算方式同理计算得到目标电池的放电稳定度β2;
E4、计算目标电池的放电性能符合系数λ2,
Figure BDA0004228970790000143
其中,δ2′和β2′分别为设定的参照的放电规范度和放电平稳度,a6、a7分别为设定的放电规范度和放电平稳度对应的放电性能符合评估占比权重因子,η3为设定的放电性能符合评估修正因子。
本发明实施例在计算目标电池的充电以及放电性能符合系数时,通过根据电池的充放偏差进行充电稳定度和充电规范度计算,有效解决了当前对电池充放电状态分析未根据偏差情况对其充电的规范情况和稳定情况进行分析的问题,增强了电池运行健康分析力度和深度,并且还有效保障目标电池运行健康分析结果的参考性。
更进一步地,目标电池的蓄电性能符合系数的具体计算过程为:Y1、从目标电池的历史充放数据中提取充放循环次数N循环、过充次数N过充和过放次数N过放
Y2、计算目标电池的蓄电性能符合系数λ3,
Figure BDA0004228970790000151
其中,N0、N1和N2分别为设定承载范围内参照的过充次数、过放次数和充放循环次数,c1、c2和c3分别为设定的过充次数、过放次数和充放循环次数对应的蓄电性能符合评估占比权重因子,η4为设定的蓄电性能评估修正因子。
本发明实施例在进行电池性能状态分析时,通过计算目标电池的充电性能符合系数、放电性能符合系数和蓄电性能符合系数,进而计算目标电池的性能状态符合度,实现了电池性能的多方位分析,有效拓展了电池性能状态的评估依据,提高了电池性能状态分析结果的合理性和规范性。
所述电池环境状态分析模块,用于对目标电池进行环境状态分析,得到目标电池的安置环境状态符合度
Figure BDA0004228970790000163
示例性地,对目标电池进行性能状态分析,其具体分析过程为:B1、从所述环境数据中提取目标电池在各监测时间段对应的温度,将其与设定的第一安全电池温度阈值进行对比,筛选出大于第一安全电动温度阈值的各监测时间段,作为各过温时间段,并统计过温时间段数目,并记为N
B2、将各过温时间段对应的温度与设定的第二安全电池温度阈值进行作差,得到各过温时间段对应的温度差,记为ΔWg,g为过温监测时间段的编号,g=1,2,......z。
B3、计算目标电池的环境温度符合度ψ1,
Figure BDA0004228970790000161
其中,r1、r2分别为设定的过温监测时间段数目、过温偏差对应环境温度符合评估占比权重,N′、ΔW′分别为设定许可的过温时间段数目、许可过温温度值,τ、η5分别为设定的温度偏差分析修正因子、环境温度符合评估修正因子,max(ΔWg)为各过温时间段对应的温度差中的最大值。
需要说明的是,温度偏差分析修正因子的具体设定公式为
Figure BDA0004228970790000162
其中,ΔW″为设定的参照极限温度差。
B4、从所述环境数据中提取目标电池在各监测时间段对应的湿度,按照目标电池的环境温度符合度的计算方式同理计算得到目标电池的环境湿度符合度ψ2。
B5、从所述环境数据中提取各监测时间段对应的振动次数、各次振动对应的的振动频率和振动幅度,计算目标电池的振动承载度ψ3。
可理解地,目标电池的振动承载度的具体计算过程为:B5-1、将各监测时间段对应的振动次数,累加得到目标电池的累计承受振动次数Z;
B5-2、将各监测时间段对应各次振动的振动频率和振动幅度进行均值计算,得到各监测时间段对应的平均振动频率和平均振动幅度,并分别从中提取最大振动频率pmax和最大振动幅度fmax
B5-3、将各监测时间段对应的平均振动频率与设定许可承载振动频率进行作差,将差值大于0的各监测时间段记为各超频监测时间段,统计超频监测时间段数目D。
B5-4、按照超频监测时间段数目的统计方式同理统计得到超幅监测时间段数目F。
B5-5、计算目标电池的振动承载度ψ3,
Figure BDA0004228970790000171
其中,Z′、p′、f′分别为设定参照的承载振动次数、振动频率、振动幅度,T为监测时间段数目,k0、k1分别为设定参照的超频监测时间段数目比、超幅监测时间段数目比,s1、s2、s3、s4分别为设定的振动次数、频幅偏差、超频占比、超幅占比对应振动承载评估占比权重,
Figure BDA0004228970790000181
为设定的振动承载评估修正因子。
需要说明的是,锂电池由多个电池单体组成,这些电池单体在电池组内部安装。当电池受到振动时,单个电池单体可能会移动或者失去连接,导致电池内部结构破坏,而受到振动的电池可能会因为内部结构破坏导致电池电极活性材料脱落,使得电池的容量降低,并且随着电池的不断振动,电极材料和电解液中的颗粒可能会变小或分解,从而缩短电池的使用寿命。同时受到振动的电池容易发生电气短路、温度升高等安全问题,对锂电池的安全影响较大,因此,在考虑目标电池的环境符合度时需要考虑其具体实际场景中的振动情况。
还需要说明的是,从振动次数、振动频率以及振动幅度三个维度进行振动承载分析,显著提高目标电池振动承载度分析结果的准确度和深入度,从而确保了目标电池振动承载度分析结果的可靠性和科学性,并且为目标电池环境符合度提供了可靠的参照依据。
B6、计算目标电池的安置环境状态符合度
Figure BDA0004228970790000183
Figure BDA0004228970790000182
其中,ψ1′、ψ2′和ψ3′分别为设定参照的环境温度符合度、环境湿度符合度和振动承载度,b1、b2和b3分别为设定的环境温度、环境湿度和振动承载对应安置环境状态评估占比权重因子。
本发明实施例在进行电池环境状态分析时,通过从温度、湿度以及振动情况三个维度进行环境状态分析,直观的展示了电池在使用过程的环境状态以及常振动对电池的寿命影响,避免了当前目标电池运行健康街分析未考虑其使用过程环境的不足,拓展了池环境状态分析的覆盖率,从而提高了目标电池运行健康分析结果的真实性和参考性,从另一层面而言,还提高了目标电池使用人员对异常环境的觉察效率和处理效率。
所述电池健康状态分析模块,用于对目标电池进行健康状态分析,得到目标电池的健康指数
Figure BDA0004228970790000191
μ1、μ2分别为设定的性能状态和安置环境状态对应健康评估占比权重因子,e为自然常数。
本发明实施例通过根据目标电池的历史充放数据和安置环境数据,进行电池性能状态和电池安置环境状态分析,由此统计目标电池健康指数,有效解决了当前仅从电池本身电气层面检测分析方式存在的局限性问题,实现了目标电池性能和环境的多维度分析,从而规避了单一类型电池健康分析存在误差性较大的不足,确保了目标电池运行健康分析结果的可靠性和合理性。
所述电池健康显示终端,用于显示目标电池的健康指数。
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发明所定义的范围,均应属于本发明的保护范围。

Claims (9)

1.一种锂电池运行健康监测分析系统,其特征在于:包括:
电池相关数据采集模块,用于将目标电瓶车对应安置的锂电池记为目标电池,进而提取目标电池的历史充放数据,并对目标电池的安置环境数据进行采集;
电池性能状态分析模块,用于对目标电池进行性能状态分析,得到目标电池的性能状态符合度φ;
电池环境状态分析模块,用于对目标电池进行环境状态分析,得到目标电池的安置环境状态符合度
Figure FDA0004228970780000011
电池健康状态分析模块,用于对目标电池进行健康状态分析,得到目标电池的健康指数ξ,
Figure FDA0004228970780000012
μ1、μ2分别为设定的性能状态和安置环境状态对应健康评估占比权重因子,e为自然常数;
电池健康显示终端,用于显示目标电池的健康指数。
2.如权利要求1所述的一种锂电池运行健康监测分析系统,其特征在于:所述历史充放数据包括充放循环次数、历史充电数据和历史放电数据;
其中,历史充电数据包括过充次数、历史各次充电对应的起始充电量、截止充电量和各充电时间点的充电电压值;
历史放电数据包括过放次数、历史各次放电对应的截止放电量和各放电时间点的放电电压值;
所述安置环境数据包括各监测时间段对应的温度、湿度、振动次数、各次振动对应的的振动频率和振动幅度。
3.如权利要求2所述的一种锂电池运行健康监测分析系统,其特征在于:所述对目标电池进行性能状态分析,其具体分析过程为:
根据所述历史充放数据,计算目标电池的充电性能符合系数、放电性能符合系数和蓄电性能符合系数,分别记为λ1、λ2和λ3;
计算目标电池的性能状态符合度φ,
Figure FDA0004228970780000021
其中,λ1′、λ2′、λ3′分别为设定参照的充电、放电、蓄电对应性能符合系数,a1、a2、a3分别为设定的充电、放电、蓄电对应性能状态符合评估占比权重因子,η为设定的电池性能状态符合评估修正因子,e为为自然常数。
4.如权利要求3所述的一种锂电池运行健康监测分析系统,其特征在于:所述目标电池的充电性能符合系数的具体计算过程为:
从所述历史充放数据中提取历史充电数据,进而提取历史各次充电对应的起始充电量和截止充电量,分别记为Q充始 i和Q充止 i,i为历史充电次序编号,i=1,2,......n;
计算目标电池的充电规范度δ1,
Figure FDA0004228970780000022
其中,Q0和Q1为设定参照的起始充电量和截止充电量,ΔQ和ΔQ分别为设定参照的许可起始充电量偏差和许可截止充电量偏差,d1和d2分别为设定的起始充电量偏差和截止充电量偏差对应充电规范评估占比权重因子,μ4为设定的充电规范度评估修正因子;
从所述历史充电数据中提取历史各次充电对应各充电时间点的充电电压值,统计目标电池的充电稳定度β1;
将δ1和β1导入公式计算目标电池的充电性能符合系数λ1,
Figure FDA0004228970780000031
其中,δ1′和β1′分别为设定参照的充电规范度和充电平稳度,a4和a5分别为设定的充电规范度和充电平稳度对应的充电性能评估占比权重因子,η2为设定的充电性能评估修正因子。
5.如权利要求4所述的一种锂电池运行健康监测分析系统,其特征在于:所述目标电池的充电稳定度具体统计过程为:
以充电时间点为横坐标,以充电电压值为纵坐标,根据历史各次充电对应各充电时间点的充电电压值,构建历史各次充电对应的充电变化曲线;
将历史各次充电对应的充电变化曲线与设定的参照锂电池充电变化曲线进行重合对比,分析目标电池历史各次充电对应的充电曲线重合度,并与设定参照充电曲线重合度进行作差,将差值小于0的历史各次充电记为历史各波动充电,得到历史波动充电次数c
提取历史各波动充电对应充电曲线重合度与设定参照充电曲线重合度的差值进行均值计算,得到平均重合度偏差Δγ;
计算目标电池的充电稳定度β1,
Figure FDA0004228970780000041
其中,d1、d2分别为设定的历史波动充电次数、重合度偏差对应充电温度度评估占比权重,c′、Δγ′分别为设定参照的波动充电次数、重合度偏差,
Figure FDA0004228970780000042
为设定的参照充电温度度评估占比权重。
6.如权利要求4所述的一种锂电池运行健康监测分析系统,其特征在于:所述目标电池的放电性能符合系数的具体计算过程为:
从所述历史充放数据中提取历史放电数据,进而提取历史各次放电对应的截止放电量Q t,t为放电次序编号,t=1,2,......m;
计算目标电池的放电规范度δ2,
Figure FDA0004228970780000043
其中,m表示历史放电次数,Q2为设定参照的截止放电量,ΔQ为设定参照的截止放电量偏差;
从所述历史放电数据中提取历史各次放电对应各放电时间点的放电电压值,按照目标电池的充电稳定度的计算方式同理计算得到目标电池的放电稳定度β2;
计算目标电池的放电性能符合系数λ2,
Figure FDA0004228970780000051
其中,δ2′和β2′分别为设定的参照的放电规范度和放电平稳度,a6、a7分别为设定的放电规范度和放电平稳度对应的放电性能符合评估占比权重因子,η3为设定的放电性能符合评估修正因子。
7.如权利要求3所述的一种锂电池运行健康监测分析系统,其特征在于:所述目标电池的蓄电性能符合系数的具体计算过程为:
从目标电池的历史充放数据中提取充放循环次数N循环、过充次数N过充和过放次数N过放
计算目标电池的蓄电性能符合系数λ3,
Figure FDA0004228970780000052
其中,N0、N1和N2分别为设定承载范围内参照的过充次数、过放次数和充放循环次数,c1、c2和c3分别为设定的过充次数、过放次数和充放循环次数对应的蓄电性能符合评估占比权重因子,η4为设定的蓄电性能评估修正因子。
8.如权利要求3所述的一种锂电池运行健康监测分析系统,其特征在于:所述对目标电池进行性能状态分析,其具体分析过程为:
从所述环境数据中提取目标电池在各监测时间段对应的温度,将其与设定的第一安全电池温度阈值进行对比,筛选出大于第一安全电动温度阈值的各监测时间段,作为各过温时间段,并统计过温时间段数目,并记为N
将各过温时间段对应的温度与设定的第二安全电池温度阈值进行作差,得到各过温时间段对应的温度差,记为ΔWg,g为过温监测时间段的编号,g=1,2,......z;
计算目标电池的环境温度符合度ψ1,
Figure FDA0004228970780000061
其中,r1、r2分别为设定的过温监测时间段数目、过温偏差对应环境温度符合评估占比权重,N′、ΔW′分别为设定许可的过温时间段数目、许可过温温度值,τ、η5分别为设定的温度偏差分析修正因子、环境温度符合评估修正因子,max(ΔWg)为各过温时间段对应的温度差中的最大值;
从所述环境数据中提取目标电池在各监测时间段对应的湿度,按照目标电池的环境温度符合度的计算方式同理计算得到目标电池的环境湿度符合度ψ2;
从所述环境数据中提取各监测时间段对应的振动次数、各次振动对应的的振动频率和振动幅度,计算目标电池的振动承载度ψ3;
计算目标电池的安置环境状态符合度
Figure FDA0004228970780000062
Figure FDA0004228970780000063
其中,ψ1′、ψ2′和ψ3′分别为设定参照的环境温度符合度、环境湿度符合度和振动承载度,b1、b2和b3分别为设定的环境温度、环境湿度和振动承载对应安置环境状态评估占比权重因子。
9.如权利要求8所述的一种锂电池运行健康监测分析系统,其特征在于:所述目标电池的振动承载度的具体计算过程为:
将各监测时间段对应的振动次数,累加得到目标电池的累计承受振动次数Z;
将各监测时间段对应各次振动的振动频率和振动幅度进行均值计算,得到各监测时间段对应的平均振动频率和平均振动幅度,并分别从中提取最大振动频率pmax和最大振动幅度fmax
将各监测时间段对应的平均振动频率与设定许可承载振动频率进行作差,将差值大于0的各监测时间段记为各超频监测时间段,统计超频监测时间段数目D;
按照超频监测时间段数目的统计方式同理统计得到超幅监测时间段数目F;
计算目标电池的振动承载度ψ3,
Figure FDA0004228970780000071
其中,Z′、p′、f′分别为设定参照的承载振动次数、振动频率、振动幅度,T为监测时间段数目,k0、k1分别为设定参照的超频监测时间段数目比、超幅监测时间段数目比,s1、s2、s3、s4分别为设定的振动次数、频幅偏差、超频占比、超幅占比对应振动承载评估占比权重,
Figure FDA0004228970780000072
为设定的振动承载评估修正因子。
CN202310543691.9A 2023-05-15 2023-05-15 一种锂电池运行健康监测分析系统 Active CN116400245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310543691.9A CN116400245B (zh) 2023-05-15 2023-05-15 一种锂电池运行健康监测分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310543691.9A CN116400245B (zh) 2023-05-15 2023-05-15 一种锂电池运行健康监测分析系统

Publications (2)

Publication Number Publication Date
CN116400245A true CN116400245A (zh) 2023-07-07
CN116400245B CN116400245B (zh) 2024-04-16

Family

ID=87012422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310543691.9A Active CN116400245B (zh) 2023-05-15 2023-05-15 一种锂电池运行健康监测分析系统

Country Status (1)

Country Link
CN (1) CN116400245B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117075018A (zh) * 2023-07-20 2023-11-17 深圳运存科技有限公司 一种bms控制板性能测试智能分析管理系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572331A (zh) * 2009-06-09 2009-11-04 东莞市杉杉电池材料有限公司 一种适用于高温环境的锂离子电池电解液及制备方法
US20100090650A1 (en) * 2005-08-03 2010-04-15 Rachid Yazami Battery State of Health Assessment System
CN103760493A (zh) * 2014-01-17 2014-04-30 安徽江淮汽车股份有限公司 增程式电动车动力电池健康状态的检测方法及系统
US20140129163A1 (en) * 2012-11-02 2014-05-08 Fairfield Industries, Inc. Battery capacity and durability prediction method
CN206741265U (zh) * 2017-04-21 2017-12-12 成都科鑫电气有限公司 一种监测发电机运行状态的数据采集器及系统
CN109061504A (zh) * 2018-08-28 2018-12-21 中北大学 同类型不同锂离子电池剩余使用寿命预测方法和系统
CN109959873A (zh) * 2017-12-25 2019-07-02 丰田自动车株式会社 蓄电设备的检查方法和制造方法
KR20210064453A (ko) * 2019-11-25 2021-06-03 포워드 디자인 컴퍼니 리미티드 환경효과에 기초한 순수 전기자동차 배터리 성능 신뢰성 분석 방법
CN113835773A (zh) * 2021-08-10 2021-12-24 深兰科技(上海)有限公司 运动模组的参数配置方法、装置、电子设备及存储介质
CN114290960A (zh) * 2021-12-30 2022-04-08 中国第一汽车股份有限公司 获取动力电池的电池健康度的方法、装置和车辆
CN115480180A (zh) * 2022-09-16 2022-12-16 武汉宜捷诚数码科技有限公司 一种新能源电池健康诊断分析方法
CN115754761A (zh) * 2022-11-16 2023-03-07 国网河北省电力有限公司雄安新区供电公司 一种蓄电池性能的检测装置及其控制方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100090650A1 (en) * 2005-08-03 2010-04-15 Rachid Yazami Battery State of Health Assessment System
CN101572331A (zh) * 2009-06-09 2009-11-04 东莞市杉杉电池材料有限公司 一种适用于高温环境的锂离子电池电解液及制备方法
US20140129163A1 (en) * 2012-11-02 2014-05-08 Fairfield Industries, Inc. Battery capacity and durability prediction method
CN103760493A (zh) * 2014-01-17 2014-04-30 安徽江淮汽车股份有限公司 增程式电动车动力电池健康状态的检测方法及系统
CN206741265U (zh) * 2017-04-21 2017-12-12 成都科鑫电气有限公司 一种监测发电机运行状态的数据采集器及系统
CN109959873A (zh) * 2017-12-25 2019-07-02 丰田自动车株式会社 蓄电设备的检查方法和制造方法
CN109061504A (zh) * 2018-08-28 2018-12-21 中北大学 同类型不同锂离子电池剩余使用寿命预测方法和系统
KR20210064453A (ko) * 2019-11-25 2021-06-03 포워드 디자인 컴퍼니 리미티드 환경효과에 기초한 순수 전기자동차 배터리 성능 신뢰성 분석 방법
CN113835773A (zh) * 2021-08-10 2021-12-24 深兰科技(上海)有限公司 运动模组的参数配置方法、装置、电子设备及存储介质
CN114290960A (zh) * 2021-12-30 2022-04-08 中国第一汽车股份有限公司 获取动力电池的电池健康度的方法、装置和车辆
CN115480180A (zh) * 2022-09-16 2022-12-16 武汉宜捷诚数码科技有限公司 一种新能源电池健康诊断分析方法
CN115754761A (zh) * 2022-11-16 2023-03-07 国网河北省电力有限公司雄安新区供电公司 一种蓄电池性能的检测装置及其控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YIFU YE等: "《State of health estimation of lithium-ion batteries based on indirect health indicators and gaussian process regression model》", 《2021 IEEE 10TH DATA DRIVEN CONTROL AND LEARNING SYSTEMS CONFERENCE (DDCLS)》, 16 May 2021 (2021-05-16) *
姜华强等: "《基于大数据的汽车动力电池状态评估综述》", 《汽车文摘》, 30 November 2022 (2022-11-30) *
田力;吴珍毅;刘长南;何俊强;刘璐;: "单体锂动力电池的携行电台供电电源直流变换控制技术", 西南科技大学学报, no. 04, 15 December 2011 (2011-12-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117075018A (zh) * 2023-07-20 2023-11-17 深圳运存科技有限公司 一种bms控制板性能测试智能分析管理系统
CN117075018B (zh) * 2023-07-20 2024-04-16 深圳运存科技有限公司 一种bms控制板性能测试智能分析管理系统

Also Published As

Publication number Publication date
CN116400245B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
US10938075B2 (en) Battery safety evaluation apparatus, battery control apparatus, battery safety evaluation method, non-transitory computer readable medium, control circuit, and power storage
Yao et al. Fault detection of the connection of lithium-ion power batteries based on entropy for electric vehicles
EP2629109B1 (en) Electrical storage device
US20180306868A1 (en) Method for predicting state of health of battery based on numerical simulation data
EP3786653A1 (en) Battery state estimation method
CN111198328A (zh) 一种电池析锂检测方法及电池析锂检测系统
CN108089133A (zh) 储能系统电池组一致性检测方法及检测装置
CN113030763A (zh) 一种车用动力电池一致性差异的潜在风险诊断系统
US11112462B2 (en) On-board time-independent battery usage data storage
KR102572652B1 (ko) 배터리의 충전상태를 추정하는 방법
CN113138340A (zh) 电池等效电路模型的建立方法、健康状态估算方法及装置
CN110850303A (zh) 一种电池单体自放电率评估方法
CN107884718B (zh) 电池剩余电量计算方法、移动终端以及存储装置
CN116400245B (zh) 一种锂电池运行健康监测分析系统
CN109962304B (zh) 电池信息处理装置和方法、电池组及其制造方法
KR20180021570A (ko) 배터리의 용량상태 결정방법 및 그를 이용한 용량감소 측정방법
CN110614936A (zh) 一种电池组的远程在线均衡方法及装置
CN114523878B (zh) 一种锂离子电池析锂安全预警方法及装置
CN115469229A (zh) 一种不间断电源锂电池荷电状态估算方法
CN112098847B (zh) 一种考虑机械应变的锂离子电池soc估计方法
JP7392363B2 (ja) 推定装置、推定方法及びコンピュータプログラム
CN116184241A (zh) 锂电池析锂检测方法、装置及系统
CN116047339A (zh) 基于热电耦合模型的锂离子电池组soc估计方法及装置
CN113572161B (zh) 一种抗灾保底电网的储能系统在线状态监测和评估方法
CN116774081B (zh) 一种采用复合寿命指标的充电电池寿命预测方法、装置、电子设备及可读存储介质

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
GR01 Patent grant
GR01 Patent grant