CN117665591A - 电池寿命评估方法、装置、计算机设备和存储介质 - Google Patents
电池寿命评估方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117665591A CN117665591A CN202311575769.1A CN202311575769A CN117665591A CN 117665591 A CN117665591 A CN 117665591A CN 202311575769 A CN202311575769 A CN 202311575769A CN 117665591 A CN117665591 A CN 117665591A
- Authority
- CN
- China
- Prior art keywords
- life
- capacity
- battery
- battery pack
- matrix
- 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 36
- 239000011159 matrix material Substances 0.000 claims abstract description 154
- 238000012360 testing method Methods 0.000 claims abstract description 134
- 238000013461 design Methods 0.000 claims abstract description 53
- 238000000275 quality assurance Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 230000014759 maintenance of location Effects 0.000 claims description 56
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000005562 fading Methods 0.000 description 15
- 230000022131 cell cycle Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000011056 performance test Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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)
Abstract
本申请涉及一种电池寿命评估方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；根据第一容量测试数据，建立电芯的容量衰减模型；根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵；根据电芯的容量衰减模型及其模型参数、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。通过获取电池包和电芯的寿命关系矩阵，可以利用电芯的测试数据对电池包的工况寿命进行准确评估，能够提高动力电池性能评估准确性。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种电池寿命评估方法、装置、计算机设备和存储介质。
背景技术
动力电池作为新能源汽车重要组成部分，电池的容量衰减情况是最重要的质保(或设计寿命)指标之一。如何更为准确地评估电池包的使用寿命，是每个新能源企业都需要重点关注与探究的课题。
一般情况下，电芯到模组再到电池包，动力电池的某些性能会逐渐降低，主要受电池包结构设计等因素的影响而逐渐降低，尤其是循环/存储性能。目前常规电池使用寿命的评估方法一般通过电芯循环、存储的测试数据建模，并结合预设工况进行预测，以评估动力电池是否满足质保(或设计寿命)要求。
然而，现有技术中，整个评估未考虑电池包结构设计的影响，只是电芯层级的预测，不能准确地评价动力电池的电池包的性能。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高动力电池性能评估准确性的电池寿命评估方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种电池寿命评估方法，包括：
获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
根据所述第一容量测试数据，建立电芯的容量衰减模型；
根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
在其中一个实施例中，所述根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵，包括：
根据所述第一容量测试数据以及所述电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵；
根据所述第二容量测试数据，确定电池包的容量衰减寿命矩阵；
根据所述电芯的容量衰减寿命矩阵和所述电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵。
在其中一个实施例中，所述根据所述第一容量测试数据以及所述电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵包括：
基于所述容量衰减模型，以及所述第一容量测试数据，确定所述容量衰减模型的模型参数；
根据所述容量衰减模型及其模型参数，以及所述加速寿命模型，确定不同容量衰减保持率和不同条件下的加速寿命模型的模型参数，以及循环/存储容量衰减寿命，形成相应的循环/存储容量衰减寿命矩阵。
在其中一个实施例中，所述根据所述第二容量测试数据，确定电池包的容量衰减寿命矩阵，包括：
基于所述第二容量测试数据，确定电池包的容量保持率和电池包的循环/存储寿命的对应关系；
根据电池包的容量保持率和电池包的循环/存储寿命的对应关系，确定电池包的容量衰减寿命矩阵。
在其中一个实施例中，所述根据所述电芯的容量衰减寿命矩阵和所述电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵，包括：
根据所述电芯的容量衰减寿命矩阵、所述电池包的容量衰减寿命矩阵以及电池包测试状态参数，确定电池包的转化循环/存储寿命、以及电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系；
根据所述电芯的容量衰减寿命矩阵、所述电池包的容量衰减寿命矩阵、所述转化循环/存储寿命以及所述倍数关系，确定为电池包和电芯的寿命关系矩阵。
在其中一个实施例中，所述根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及电池包的质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估，包括：
根据所述电芯的实测数据、所述电芯的容量衰减模型、所述寿命关系矩阵，确定预设工况以及预设容量保持率下，待评估动力电池的电池包的工况寿命；
根据所述质保(或设计寿命)要求和所述工况寿命，对待评估动力电池进行质保(或设计寿命)评估。
第二方面，本申请还提供了一种电池寿命评估装置，包括：
数据获取模块，用于获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
衰减模型建立模块，用于根据所述第一容量测试数据，建立电芯的容量衰减模型；
关系矩阵确定模块，用于根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
质保(或设计寿命)评估模块，用于根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及设计寿命，对待评估动力电池进行质保(或设计寿命)评估。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
根据所述第一容量测试数据，建立电芯的容量衰减模型；
根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
根据所述第一容量测试数据，建立电芯的容量衰减模型；
根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
上述电池寿命评估方法、装置、计算机设备和存储介质，获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；根据第一容量测试数据，建立电芯的容量衰减模型；根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵；寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；根据电芯的容量衰减模型及其模型参数、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。通过获取电池包和电芯的寿命关系矩阵，可以利用电芯的测试数据对电池包的工况寿命进行准确评估，能够提高动力电池性能评估准确性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术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为一个实施例中电池寿命评估方法的流程示意图；
图2为一个实施例中确定电池包和电芯的寿命关系矩阵的流程示意图；
图3为一个实施例中确定电芯的容量衰减寿命矩阵的流程示意图；
图4为一个实施例中确定电池包的容量衰减寿命矩阵的流程示意图；
图5为另一个实施例中确定电池包和电芯的寿命关系矩阵的流程示意图；
图6为一个实施例中对待评估动力电池进行质保(或设计寿命)评估的流程示意图；
图7为一个实施例中电池寿命评估装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种电池寿命评估方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。
本实施例中，该方法包括以下步骤：
步骤102，获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据。
具体地，通过对动力电池的电芯以及电池包分别进行性能测试，得到第一容量测试数据，以及第二容量测试数据。
其中，第一容量测试数据包括电芯的容量保持率和对应的不同测试条件下电芯的循环/存储数据，第二容量测试数据包括电池包的容量保持率和对应的电池包的循环/存储数据。
电芯的性能测试，可以为电芯循环测试和电芯存储测试。其中电芯循环/存储测试包括不同温度、不同DOD(Depth of discharge，放电深度)、不同倍率下的DOE(Design ofexperiment，试验设计)试验，其中的温度、DOD、倍率各试验因子水平至少大于等于2个。在试验过程中使用因子可以确定它们对响应变量的效应。因子只能取有限数量的可能值，称为因子水平。因子可以是类别变量，也可以基于连续变量，但在试验中仅使用几个受控制的值。电芯存储测试一般要求安排不同温度、不同SOC(State of Charge)荷电状态下的DOE试验，其中各试验因子水平至少大于等于2个，定期(一般为每月，但不仅限于每月)测试动力电池的电芯样品的可恢复容量。通过上述测试获取相应的电芯循环/存储测试的容量数据。
步骤104，根据第一容量测试数据，建立电芯的容量衰减模型。
具体地，根据电芯的第一容量测试数据，通过迭代拟合的方式，获取各模型参数，完成电芯的容量衰减模型的建立。
其中，电芯的容量衰减模型包括电芯循环/存储容量衰减模型和电芯存储容量衰减模型。
电芯循环容量衰减模型如下公式(1)：
其中，Capacity retention为电芯的容量保持率(与容量衰减率之和为100％)，Ea1为循环容量衰减激活能(eV)，K为玻尔兹曼常数(8.6173303×10-5eV/K)，T为测试摄氏温度，Q为循环吞吐量(kWh)，A、z为模型参数。此外f(DOD)、f(Rate)里面同样存在对应的模型参数，根据实际情况选择模型，可为幂律模型、指数模型，但不仅限于这两种模型。
其中电芯存储容量衰减模型如下公式(2)：
其中，Capacity retention为电芯的容量保持率(与容量衰减率之和为100％)，Ea2为存储容量衰减激活能(eV)，K为玻尔兹曼常数(8.6173303×10-5eV/K)，T为测试摄氏温度，t为测试时间(天)，A、n为模型参数。此外f(SOC)里面同样存在对应的模型参数，根据实际情况选择模型，可为幂律模型、指数模型，但不仅限于这两种模型。
步骤106，根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵。
其中，寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系。
步骤108，根据电芯的容量衰减模型及其模型参数、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
其中，质保(或设计寿命)要求表示针对动力电池的电池包设计的，达到预设容量保持率时预期的使用寿命，可以通过行驶里程或者使用年限表示。
上述电池寿命评估方法中，获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；根据第一容量测试数据，建立电芯的容量衰减模型；根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵；获取待评估动力电池电芯的实测数据，根据电芯的实测数据、电芯的容量衰减模型、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。采用本实施例的方法，可以利用电芯的测试数据对电池包的循环/存储寿命进行准确评估，能够提高动力电池性能评估准确性。
在一个示例性的实施例中，如图2所示，根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵，包括：
步骤202，根据第一容量测试数据以及电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵。
其中，电芯的容量衰减寿命矩阵中的参数，包括动力电池的容量保持率、电芯在不同条件下的循环/存储寿命、以及获取容量衰减寿命矩阵所用到的模型的模型参数。
步骤204，根据第二容量测试数据，确定电池包的容量衰减寿命矩阵。
其中，电池包的容量衰减寿命矩阵中的参数，包括动力电池的容量保持率、以及电池包的循环/存储寿命。
步骤206，根据电芯的容量衰减寿命矩阵和电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵。
其中，电池包和电芯的寿命关系矩阵，用于表示根据电芯的循环/存储寿命得到的电池包的等价循环/存储寿命，与电池包在相同条件，例如相同温度下的转换循环/存储寿命的倍数关系。
具体地，按照预设间隔分档的容量保持率，将各容量保持率对应的电芯在不同条件下的循环/存储寿命、模型参数、电池包循环/存储寿命、电池包的转换循环/存储寿命以及倍数关系进行整合，得到寿命关系矩阵的各行数据，将每一容量保持率对应的各行数据确定为电池包和电芯的寿命关系矩阵。
本实施例中，根据第一容量测试数据以及电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵；根据第二容量测试数据，确定电池包的容量衰减寿命矩阵；根据电芯的容量衰减寿命矩阵和电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵。通过寿命关系矩阵，可以利用电池的测试数据得到电芯的循环/存储寿命，不需要开展大量不同情况下的电池包工况测试，简化了电池寿命评估所需的测试工作。
在一个示例性的实施例中，如图3所示，根据第一容量测试数据以及电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵包括：
步骤302，基于容量衰减模型，以及第一容量测试数据，确定容量衰减模型的模型参数。
其中，容量衰减模型的模型参数，与第一容量测试数据共同用于确定加速寿命模型的模型参数。加速寿命模型用于表示对电芯进行性能测试时，不同测试因子包括温度、DOD、倍率、SOC等与电芯的循环/存储衰减寿命的关系。可以先根据第一容量测试数据确定预设容量保持率范围内的各容量衰减寿命模型，对于其中第一容量测试数据中缺少循环/存储寿命的部分，再基于容量衰减模型，确定其中的循环/存储寿命。
示例性地，对于容量保持率99％至70％的范围，以1％为间隔，分别获取不同测试因子对应的容量衰减寿命模型如下：
(1)循环/存储温度加速寿命模型：
(2)循环DOD加速寿命模型：TTFx＝B*f2(DOD)
(3)循环/倍率加速寿命模型：TTFx＝B*f2(Rate)
(4)存储SOC加速寿命模型：TTFx＝B*f2(SOC)
其中，TTFx为电芯在不同容量保持率x下对应的循环/存储累积吞吐量寿命(kWh)(或存储寿命(天))，Ea3为循环/存储/存储温度加速寿命模型的激活能(eV)，K为玻尔兹曼常数(8.6173303×10-5eV/K)，T为测试摄氏温度，B为模型参数。此外f2(DOD)、f2(Rate)、f2(SOC)里面同样存在对应的模型参数，根据实际情况选择模型，可为逆幂律模型、指数模型，但不仅限于这两种模型。
以其中的循环/存储温度加速寿命模型为例，通过将第一容量测试数据代入该模型，可以得到不同容量保持率下模型参数Ea3，即激活能的值。
步骤304，根据所述容量衰减模型及其模型参数，以及所述加速寿命模型，确定不同容量衰减保持率和不同条件下的加速寿命模型的模型参数，以及循环/存储容量衰减寿命，形成相应的循环/存储容量衰减寿命矩阵。
其中，电芯的容量衰减寿命矩阵，用于表示电芯的容量保持率和不同条件下的循环/存储寿命、以及模型参数的关系。容量衰减寿命矩阵的格式如下表所示：
| 容量保持率(x) | A条件寿命 | B条件寿命 | 模型参数 |
| x1 | |||
| x2 | |||
| x3 | |||
| x4 | |||
| x5 | |||
| …… | |||
| xn-1 | |||
| xn |
其中，x1至xn为按照1％的间隔分档的容量保持率，A条件寿命和B条件寿命表示电芯在对应条件和容量保持率下的循环/存储寿命，模型参数表示容量衰减寿命中的参数。
示例性地，以下以不同温度的第一容量测试数据中的循环容量测试数据为例，建立对应的不同容量保持率下的容量衰减寿命模型，获取对应的寿命以及模型参数矩阵，如下表所示：
本实施例中，基于容量衰减模型，获取动力电池在预设容量保持率范围内的加速寿命模型；根据第一容量测试数据以及加速寿命模型，确定加速寿命模型的模型参数；根据第一容量测试数据以及模型参数，确定电芯的容量衰减寿命矩阵。通过建立容量衰减寿命矩阵，可以直观地得到电芯的容量保持率和不同条件下的循环/存储寿命、以及模型参数的关系，从而能够对电芯的性能进行准确地评估。
在一个示例性的实施例中，如图4所示，根据第二容量测试数据，确定电池包的容量衰减寿命矩阵，包括：
步骤402，基于第二容量测试数据，确定电池包的容量保持率和电池包的循环/存储寿命的对应关系。
步骤404，根据电池包的容量保持率和电池包的循环/存储寿命的对应关系，确定电池包的容量衰减寿命矩阵。
其中，电池包容量衰减寿命矩阵格式如下：
上述容量衰减寿命矩阵中的电池包寿命，一般可以为循环寿命和存储寿命中的任一者。若为循环寿命，则其单位为累积吞吐量，如千瓦时；若为存储寿命，则其单位为时间，如天。
以下以电池包(1P100S)第二容量测试数据中的循环容量测试数据为例，获取不同容量保持率下的容量衰减寿命矩阵：
本实施例中，基于第二容量测试数据，确定电池包的容量保持率和电池包的循环/存储寿命的对应关系；根据电池包的容量保持率和电池包的循环/存储寿命的对应关系，确定电池包的容量衰减寿命矩阵。通过该容量寿命矩阵，可以得到电池包的容量保持率和电池包的循环/存储寿命的对应关系，便于后续对待评估动力电池进行评估。
在一个示例性的实施例中，如图5所示，根据电芯的容量衰减寿命矩阵和电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵，包括：
步骤502，根据电芯的容量衰减寿命矩阵，以及电池包的容量衰减寿命矩阵以及电池包测试状态参数，确定电池包的转化循环/存储寿命、以及电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系。
其中，电池包测试状态参数包括测试平均温度、DOD、倍率和SOC等。
具体地，根据电芯的容量衰减寿命矩阵中的模型参数、电池包的容量衰减寿命矩阵中的循环/存储寿命以及电池包测试状态参数，确定电池包的转化循环/存储寿命。再根据转化循环/存储寿命、电芯的容量衰减寿命矩阵中的循环/存储寿命、以及电芯和电池包的结构关系，例如电池包中电芯的串并联数量，确定电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系。
步骤504，根据电芯的容量衰减寿命矩阵、电池包的容量衰减寿命矩阵、转化循环/存储寿命以及倍数关系，确定为电池包和电芯的寿命关系矩阵。
电池包和电芯的寿命关系矩阵格式如下：
与容量衰减寿命矩阵相同，上述寿命关系矩阵中的电池包寿命、电池包转化寿命、以及电芯的条件寿命，可以为循环寿命和存储寿命中的任一者。若为循环寿命，则其单位为累积吞吐量，如千瓦时；若为存储寿命，则其单位为时间，如天。
示例性地，以下以电芯、电池包(1P100S)容量测试数据为例，建立在25℃温度、100％放电深度、0.5C充电倍率和1C放电倍率充放电条件下不同容量保持率下的寿命关系矩阵：
本实施例中，根据电芯的容量衰减寿命矩阵，以及电池包的容量衰减寿命矩阵，确定电池包的转化循环/存储寿命、以及电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系；根据电芯的容量衰减寿命矩阵、电池包的容量衰减寿命矩阵、转化循环/存储寿命以及倍数关系，确定为电池包和电芯的寿命关系矩阵。通过本实施例的方法得到寿命关系矩阵，只需获取待评估动力电池电芯的实测数据，即可得到对应的电池包的循环/存储寿命。
在一个示例性的实施例中，如图6所示，根据所述电芯的容量衰减模型及其模型参数、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估，包括：
步骤602，根据电芯的实测数据、电芯的容量衰减模型、寿命关系矩阵，确定预设工况以及预设容量保持率下，待评估动力电池的电池包的工况寿命。
其中，电芯的实测数据包括待评估动力电池电芯在不同容量保持率下的循环/存储寿命。电池包的工况寿命，表示动力电池的电池包在实际使用时，达到预设容量保持率时实际的使用寿命，可以通过行驶里程或者使用年限表示。
示例性地，预设容量保持率为80％，某一动力电池电池包的工况寿命可能为13万公里或10年。
步骤604，根据质保(或设计寿命)要求和工况寿命，对待评估动力电池进行质保(或设计寿命)评估。
以预设容量保持率为70％为例，一般而言，动力电池将容量保持率降至70％视为报废条件。通过获取该容量保持率下的工况寿命，可以将质保(或设计寿命)要求与其进行比较，从而确定待评估动力电池是否满足质保(或设计寿命)要求。
本实施例中，根据电芯的实测数据、电芯的容量衰减模型、寿命关系矩阵以及预设工况，确定预设工况和预设容量保持率下待评估动力电池的电池包的使用寿命；根据评估得到的使用寿命和质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电池寿命评估方法的电池寿命评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电池寿命评估装置实施例中的具体限定可以参见上文中对于电池寿命评估方法的限定，在此不再赘述。
在一个示例性的实施例中，如图7所示，提供了一种电池寿命评估装置700，包括：数据获取模块701、衰减模型建立模块702、关系矩阵确定模块703和质保(或设计寿命)评估模块704，其中：
数据获取模块701，用于获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
衰减模型建立模块702，用于根据第一容量测试数据，建立电芯的容量衰减模型；
关系矩阵确定模块703，用于根据第一容量测试数据、电芯的容量衰减模型和第二容量测试数据，确定电池包和电芯的寿命关系矩阵；寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
质保(或设计寿命)评估模块704，用于根据所述电芯的容量衰减模型及其模型参数、寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
在一个示例性的实施例中，关系矩阵确定模块703，还用于：
根据第一容量测试数据以及电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵；
根据第二容量测试数据，确定电池包的容量衰减寿命矩阵；
根据电芯的容量衰减寿命矩阵和电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵。
在一个示例性的实施例中，关系矩阵确定模块703，还用于：
基于所述容量衰减模型，以及所述第一容量测试数据，确定所述容量衰减模型的模型参数；
根据所述容量衰减模型及其模型参数，以及所述加速寿命模型，确定不同容量衰减保持率和不同条件下的加速寿命模型的模型参数，以及循环/存储容量衰减寿命，形成相应的循环/存储容量衰减寿命矩阵。
在一个示例性的实施例中，关系矩阵确定模块703，还用于：
基于第二容量测试数据，确定电池包的容量保持率和电池包的循环/存储寿命的对应关系；
根据电池包的容量保持率和电池包的循环/存储寿命的对应关系，确定电池包的容量衰减寿命矩阵。
在一个示例性的实施例中，关系矩阵确定模块703，还用于：
根据电芯的容量衰减寿命矩阵、电池包的容量衰减寿命矩阵以及电池包测试状态参数，确定电池包的转化循环/存储寿命、以及电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系；
根据电芯的容量衰减寿命矩阵、电池包的容量衰减寿命矩阵、转化循环/存储寿命以及倍数关系，确定为电池包和电芯的寿命关系矩阵。
在一个示例性的实施例中，质保(或设计寿命)评估模块704，还用于：
根据电芯的实测数据、电芯的容量衰减模型、寿命关系矩阵，确定预设工况以及预设容量保持率下待评估动力电池的电池包的工况寿命；
根据质保(或设计寿命)要求和工况寿命，对待评估动力电池进行质保(或设计寿命)评估。
质保(或设计寿命)评估模块上述电池寿命评估装置700中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电池寿命评估方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电池寿命评估方法，其特征在于，所述方法包括：
获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
根据所述第一容量测试数据，建立电芯的容量衰减模型；
根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵，包括：
根据所述第一容量测试数据以及所述电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵；
根据所述第二容量测试数据，确定电池包的容量衰减寿命矩阵；
根据所述电芯的容量衰减寿命矩阵和所述电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一容量测试数据以及所述电芯的容量衰减模型，确定电芯的容量衰减寿命矩阵包括：
基于所述容量衰减模型，以及所述第一容量测试数据，确定所述容量衰减模型的模型参数；
根据所述容量衰减模型及其模型参数，以及所述加速寿命模型，确定不同容量衰减保持率和不同条件下的加速寿命模型的模型参数，以及循环/存储容量衰减寿命，形成相应的循环/存储容量衰减寿命矩阵。
4.根据权利要求2所述的方法，其特征在于，所述根据所述第二容量测试数据，确定电池包的容量衰减寿命矩阵，包括：
基于所述第二容量测试数据，确定电池包的容量保持率和电池包的循环/存储寿命的对应关系；
根据电池包的容量保持率和电池包的循环/存储寿命的对应关系，确定电池包的容量衰减寿命矩阵。
5.根据权利要求2所述的方法，其特征在于，所述根据所述电芯的容量衰减寿命矩阵和所述电池包的容量衰减寿命矩阵，确定电池包和电芯的寿命关系矩阵，包括：
根据所述电芯的容量衰减寿命矩阵、所述电池包的容量衰减寿命矩阵以及电池包测试状态参数，确定电池包的转化循环/存储寿命、以及电芯的循环/存储寿命和电池包的转化循环/存储寿命的倍数关系；
根据所述电芯的容量衰减寿命矩阵、所述电池包的容量衰减寿命矩阵、所述转化循环/存储寿命以及所述倍数关系，确定为电池包和电芯的寿命关系矩阵。
6.根据权利要求1所述的方法，其特征在于，所述根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及电池包的质保(或设计寿命)要求，对待评估动力电池进行质保(或设计寿命)评估，包括：
根据所述电芯的实测数据、所述电芯的容量衰减模型、所述寿命关系矩阵，确定预设工况以及预设容量保持率下，待评估动力电池的电池包的工况寿命；
根据所述质保(或设计寿命)要求和所述工况寿命，对待评估动力电池进行质保(或设计寿命)评估。
7.一种电池寿命评估装置，其特征在于，所述装置包括：
数据获取模块，用于获取动力电池的电芯的第一容量测试数据，以及动力电池的电池包的第二容量测试数据；
衰减模型建立模块，用于根据所述第一容量测试数据，建立电芯的容量衰减模型；
关系矩阵确定模块，用于根据所述第一容量测试数据、所述电芯的容量衰减模型和所述第二容量测试数据，确定电池包和电芯的寿命关系矩阵；所述寿命关系矩阵用于表示相同条件和相同容量保持率下的电芯循环/存储寿命与电池包循环/存储寿命的关系；
质保(或设计寿命)评估模块，用于根据所述电芯的容量衰减模型及其模型参数、所述寿命关系矩阵以及设计寿命，对待评估动力电池进行质保(或设计寿命)评估。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311575769.1A CN117665591A (zh) | 2023-11-23 | 2023-11-23 | 电池寿命评估方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311575769.1A CN117665591A (zh) | 2023-11-23 | 2023-11-23 | 电池寿命评估方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117665591A true CN117665591A (zh) | 2024-03-08 |
Family
ID=90085624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311575769.1A Pending CN117665591A (zh) | 2023-11-23 | 2023-11-23 | 电池寿命评估方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117665591A (zh) |
-
2023
- 2023-11-23 CN CN202311575769.1A patent/CN117665591A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115795920B (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
| CN115805810B (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
| CN115689018A (zh) | 物资需求预测方法、装置、设备、存储介质和程序产品 | |
| CN115840144A (zh) | 电池仿真计算方法、装置、计算机设备和存储介质 | |
| CN116482540A (zh) | 电池电压不一致性的分析预测方法、装置及系统 | |
| CN115795928A (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
| CN116184209A (zh) | 一种适用于动力电池热失控的预警方法及装置 | |
| CN114970734A (zh) | 异常电池确定方法、装置、计算机设备和存储介质 | |
| CN116626504A (zh) | 动力电池性能确定方法、装置、计算机设备和存储介质 | |
| CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
| CN117495127A (zh) | 用电负荷预测方法、装置、计算机设备及存储介质 | |
| CN117665591A (zh) | 电池寿命评估方法、装置、计算机设备和存储介质 | |
| CN116299006A (zh) | 电池包的健康状况预测方法、装置、设备和存储介质 | |
| CN112731150B (zh) | 电压暂降状态估计方法、装置、计算机设备和存储介质 | |
| CN117233630B (zh) | 锂离子电池的使用寿命预测方法、装置和计算机设备 | |
| CN116047343A (zh) | 电池状态评估方法、装置、设备、存储介质和程序产品 | |
| US11205807B2 (en) | Computationally screening the stability of battery electrode materials with mixtures of redox couple elements | |
| CN116011236B (zh) | 电力时域仿真微分代数方程求解的控制元件快速建模方法 | |
| CN117890792B (zh) | 动力电池容量的预测方法、装置、计算机设备、存储介质 | |
| CN116243168A (zh) | 电池健康度确定方法、装置、设备、介质和产品 | |
| CN117591861A (zh) | 用户画像构建方法、装置、计算机设备、存储介质和产品 | |
| CN118519045A (zh) | 锂电池存储测试方法、装置、计算机设备、可读存储介质和程序产品 | |
| CN115879610A (zh) | 接触器使用期限预测方法、装置、设备和存储介质 | |
| CN117471124A (zh) | 加速度传感器使用寿命测试方法、装置、设备和存储介质 | |
| CN116187815A (zh) | 用户电量损失评估方法、装置、计算机设备和存储介质 |
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 |