CN117767506B - 基于数据驱动的新能源汽车电源适配器功率自适应方法 - Google Patents
基于数据驱动的新能源汽车电源适配器功率自适应方法 Download PDFInfo
- Publication number
- CN117767506B CN117767506B CN202410190426.1A CN202410190426A CN117767506B CN 117767506 B CN117767506 B CN 117767506B CN 202410190426 A CN202410190426 A CN 202410190426A CN 117767506 B CN117767506 B CN 117767506B
- Authority
- CN
- China
- Prior art keywords
- battery
- degree
- new energy
- energy automobile
- target 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 230000008569 process Effects 0.000 claims abstract description 80
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims description 92
- 230000000630 rising effect Effects 0.000 claims description 12
- 230000006978 adaptation Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000003862 health status Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000036541 health Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电池健康状态监测技术领域,具体涉及一种基于数据驱动的新能源汽车电源适配器功率自适应方法,包括:获取新能源汽车在历史充电过程中的电池温度和电池容量;根据每次历史充电过程中每个时刻的电池温度,确定电池的初始损耗程度;根据每次目标历史充电过程中每个时刻的电池容量,确定电池容量的变化趋势异常程度;结合电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度,进而确定新能源汽车电源适配器的自适应功率。本发明利用新能源汽车电池的整体损耗程度,自适应调整电源适配器功率,可以有效提高自适应功率的准确性,避免造成电池或适配器损耗。
Description
技术领域
本发明涉及电池健康状态监测技术领域,具体涉及一种基于数据驱动的新能源汽车电源适配器功率自适应方法。
背景技术
汽车电源适配器是一种用于在汽车内部供电给电子设备的装置,其工作原理涉及将汽车电源转换为适合连接设备的电源,汽车电源通常是直流电。适配器功率通常根据汽车BMS(Battery Management System,电池管理系统)系统需求发生变化,例如,新能源汽车在充电过程中,适配器根据BMS反馈的新能源汽车电池型号和电池状态,在安全范围内控制电源适配器功率进行充电。对于相同型号的车辆,电气元件损耗情况的不同,电池对于功率的适配也会存在一定差异,因此,需要选取适合当前电池状态的适配器功率进行充电。
现有常用单一固定功率进行新能源汽车充电,当根据常规最大功率进行充电时,可能导致过载、电池温度过高等安全隐患发生,造成电池损耗或适配器触发安全保护停止充电;同时,由于车辆电池和适配器的温度随时间发生改变,此时采用单一功率可能造成电池或适配器的损耗,容易降低充电效率以及使用寿命。
发明内容
为了解决上述利用单一固定功率进行新能源汽车充电,造成电池或适配器损耗的技术问题,本发明的目的在于提供一种基于数据驱动的新能源汽车电源适配器功率自适应方法,所采用的技术方案具体如下:
本发明一个实施例提供了一种基于数据驱动的新能源汽车电源适配器功率自适应方法,该方法包括以下步骤:
获取新能源汽车在预设数目次历史充电过程中每个时刻的电池温度和电池容量;
根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度;其中,所述目标历史充电是指第一次历史充电以外的其他次历史充电;
根据每次目标历史充电过程中最大电池容量与最小电池容量之间的差异,确定每次目标历史充电时电池容量的变化幅度;
根据每次目标历史充电过程中相邻的两个时刻的电池温度差异和电池容量差异,确定每次目标历史充电时电池容量的波动程度;
结合电池容量的变化幅度和电池容量的波动程度,确定每次目标历史充电时电池容量的变化趋势异常程度;
根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度;
根据新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度,确定新能源汽车电源适配器的自适应功率。
进一步地,所述根据每次目标历史充电过程中最大电池容量与最小电池容量之间的差异,确定每次目标历史充电时电池容量的变化幅度,包括:
对于任意一次目标历史充电,将目标历史充电过程中最大电池容量与最小电池容量之间的差值,作为目标历史充电时电池容量的变化幅度。
进一步地,所述根据每次目标历史充电过程中相邻的两个时刻的电池温度差异和电池容量差异,确定每次目标历史充电时电池容量的波动程度,包括:
对于任意一次目标历史充电过程中任意相邻的两个时刻,计算相邻的两个时刻的电池温度之间的差值绝对值,作为相邻的两个时刻的电池温度差异;计算相邻的两个时刻的电池容量之间的差值绝对值,作为相邻的两个时刻的电池容量差异;将相邻的两个时刻的电池容量差异和电池温度差异的比值作为初始波动因子;
获得各个初始波动因子,将各个初始波动因子的平均值作为目标历史充电时电池容量的波动程度。
进一步地,所述结合电池容量的变化幅度和电池容量的波动程度,确定每次目标历史充电时电池容量的变化趋势异常程度,包括:
对于任意一次目标历史充电,计算目标历史充电时电池容量的变化幅度和波动程度的乘积,将变化幅度和波动程度的乘积作为目标历史充电时电池容量的变化趋势异常程度。
进一步地,所述根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度,包括:
对于任意一次目标历史充电,计算目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度的乘积,作为整体损耗因子;获得各个整体损耗因子,对各个整体损耗因子的累加和进行归一化处理,获得新能源汽车电池的整体损耗程度。
进一步地,所述根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度,包括:
对于任意一次目标历史充电,将目标历史充电以及位于目标历史充电之前的多次历史充电作为选定历史充电;
确定每次选定历史充电过程中的最大电池温度,根据相邻两次选定历史充电过程中的最大电池温度,确定目标历史充电时电池的最大电池温度的变化程度;
对每次选定历史充电过程中的每个时刻的电池温度进行曲线拟合,获得每次选定历史充电对应的电池温度曲线,进而确定电池温度曲线上每个数据点的瞬时斜率和出现频率;
根据每次选定历史充电对应的电池温度曲线上每个数据点的瞬时斜率和出现频率,确定目标历史充电时电池的整体温度上升速率的变化程度;
根据目标历史充电时电池的最大电池温度的变化程度和整体温度上升速率的变化程度,确定目标历史充电时电池的初始损耗程度。
进一步地,所述根据相邻两次选定历史充电过程中的最大电池温度,确定目标历史充电时电池的最大电池温度的变化程度,包括:
计算相邻两次选定历史充电过程中最大电池温度之间的差值,记为最大电池温度变化因子;获得各个最大电池温度变化因子,计算各个最大电池温度变化因子的平均值确定为目标历史充电时电池的最大电池温度的变化程度。
进一步地,所述目标历史充电时电池的整体温度上升速率的变化程度的计算公式为:
;式中,为目标历史充电时电池的整体温度上升速率的变化程度,G为目标历史充电对应的选定历史充电的次数,i为目标历史充电对应的选定历史充电的序号,/>为第i+1次选定历史充电对应的电池温度曲线上的时刻个数,t为电池温度曲线上的时刻序号,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率,/>为第i次选定历史充电对应的电池温度曲线上的时刻个数,/>为第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率。
进一步地,所述目标历史充电时电池的初始损耗程度的计算公式为:
;式中,S为目标历史充电时电池的初始损耗程度,/>为目标历史充电时电池的整体温度上升速率的变化程度,/>为目标历史充电时电池的最大电池温度的变化程度。
进一步地,所述根据新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度,确定新能源汽车电源适配器的自适应功率,包括:
当新能源汽车电池的整体损耗程度大于预设损耗阈值时,将新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度乘积作为新能源汽车电源适配器的自适应功率;
当新能源汽车电池的整体损耗程度不大于预设损耗阈值时,将新能源汽车电源适配器的额定功率作为新能源汽车电源适配器的自适应功率。
本发明具有如下有益效果:
本发明提供了一种基于数据驱动的新能源汽车电源适配器功率自适应方法,该方法通过分析新能源汽车在历史充电过程中电池温度的变化,获得电池的初始损耗程度,确定初始损耗程度可以表面直接根据电池温度数据进行功率调整时,电源适配器功率过大或过小造成的过载安全隐患或充电效率降低,有利于提高适配器功率调整的准确性;通过分析电池容量的变化幅度和波动程度,可以获得历史充电过程中电池容量变化趋势的异常程度,从两个方面分析电池容量变化情况,可以有效提高变化趋势异常程度的数值准确性;结合初始能耗程度和变化趋势异常程度确定当前的整体损耗程度,利用整体损耗程度确定自适应功率,可以避免电池的损耗导致汽车电池容量发生改变,使得调节电源适配器功率时过大或过小,进而造成安全隐患或电池未能充满的情况,提高功率调节的鲁棒性和准确性,进一步提升汽车电池的充电效率以及使用寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明实施例一种基于数据驱动的新能源汽车电源适配器功率自适应方法的流程图;
图2为本发明实施例一种新能源汽车电池健康状态检测方法的流程图。
具体实施方式
基于数据驱动的新能源汽车电源适配器功率自适应方法实施例:
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
为了克服单一固定功率进行新能源汽车充电时存在的缺陷,本发明实施例提供了一种基于数据驱动的新能源汽车电源适配器功率自适应方法,如图1所示,包括以下步骤:
S1,获取新能源汽车在预设数目次历史充电过程中每个时刻的电池温度和电池容量。
需要说明的是,采集新能源汽车在多次历史充电过程中的电池温度和电池容量,是为了分析当前新能源汽车电池的状态,以便于后续基于电池的损耗情况自适应调整新能源汽车电源适配器功率。
在本实施例中,通常新能源汽车中安装有温度传感器和BMS系统,以便于对车辆电池进行状态监测。利用温度传感器和BMS系统,采集新能源汽车在当前次充电至最近一次保养之间时段内的所有次历史充电过程中每个时刻的电池温度和电池容量,选取该时段内的多次历史充电,是为了获取更真实电池温度数据和电池容量数据,以避免由于包含多次保养操作时电池状态变化起伏较大无法获取真实数据的情况。其中,每次历史充电过程中每个时刻的电池温度和电池容量是在电池型号决定的额定适配器功率的前提下获取的。
当然,也可以选取采集新能源汽车在当前次充电之前的预设数目次历史充电过程中每个时刻的电池温度和电池容量,预设数目可以设置为50,实施者可以根据具体实际情况设置选取的历史充电次数。
至此,本实施例获得了新能源汽车在每次历史充电过程中每个时刻的电池温度和电池容量。
S2,根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度。
需要说明的是,新能源汽车在行驶或充电一定时间后,车辆内部各种电气元件均会产生一定程度的损耗,例如,电池损耗。随着电池损耗、老化日益严重,电池内部电阻升高,使得电池在使用和充电过程中的温度,影响充电和后续驾驶安全,其可以说明电池损耗与电池温度变化情况存在关联。因此,可以根据每次历史充电过程中电池温度的变化情况,量化新能源汽车在每次目标历史充电时的电池损耗情况,以便于后续分析车辆电池的实际状态情况。其中,目标历史充电是指第一次历史充电以外的其他次历史充电。
在本实施例中,每次目标历史充电时电池的初始损耗程度的计算过程一致,为了便于描述,以任意一次目标历史充电为例,确定目标历史充电时电池的初始损耗程度。在分析目标历史充电时电池的初始损耗程度时,是将目标历史充电以及位于目标历史充电之前的多次历史充电作为计算数据,例如,目标历史充电为第3次历史充电,则需要根据第1次、第2次和第3次历史充电过程中每个时刻的电池温度,计算第3次历史充电时电池的初始损耗程度。将目标历史充电以及位于目标历史充电之前的多次历史充电作为选定历史充电,可以根据每次选定历史充电过程中每个时刻的电池温度,确定目标历史充电时电池的初始损耗程度,具体实现步骤可以包括:
第一步,确定每次选定历史充电过程中的最大电池温度,根据相邻两次选定历史充电过程中的最大电池温度,确定目标历史充电时电池的最大电池温度的变化程度。
在本实施例中,从每次选定历史充电过程中每个时刻的电池温度中,筛选出最大电池温度,每次选定历史充电过程均有其对应的最大电池温度;计算相邻两次选定历史充电过程中最大电池温度之间的差值,记为最大电池温度变化因子,每一对相邻两次选定历史充电均有对应的最大电池温度变化因子;获得各个最大电池温度变化因子,计算各个最大电池温度变化因子的平均值确定为目标历史充电时电池的最大电池温度的变化程度。
作为示例,目标历史充电时电池的最大电池温度的变化程度的计算公式可以为:
;式中,/>为目标历史充电时电池的最大电池温度的变化程度,G为目标历史充电对应的选定历史充电的次数,i为目标历史充电对应的选定历史充电的序号,/>为目标历史充电对应的第i+1次选定历史充电中的最大电池温度,/>为目标历史充电对应的第i次选定历史充电中的最大电池温度,为最大电池温度变化因子。
在最大电池温度的变化程度的计算公式中,存在为负数的情况,为了凸显最大电池温度变化的整体趋势,不对/>取绝对值;最大电池温度的变化程度可以表征新能源汽车在目标历史充电过程中的最大电池温度的上升程度,最大电池温度的变化程度越大,说明新能源汽车在目标历史充电过程中的最大电池温度越具有明显的上升趋势,新能源汽车电池存在的损耗程度越高。
第二步,对每次选定历史充电过程中的每个时刻的电池温度进行曲线拟合,获得每次选定历史充电对应的电池温度曲线,进而确定电池温度曲线上每个数据点的瞬时斜率和出现频率。
在本实施例中,首先,利用最小二乘法对每次选定历史充电过程中的每个时刻的电池温度进行曲线拟合,可以获得每次选定历史充电对应的电池温度曲线;其次,确定电池温度曲线上每个数据点的瞬时斜率;然后,统计每个数据点的瞬时斜率在其所属电池温度曲线上的出现频率。最小二乘法和瞬时斜率的计算过程均为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
需要说明的是,计算瞬时斜率和出现频率是为了便于后续计算整体温度上升速率的变化程度,提供数据支持。瞬时斜率可以表征曲线上温度的变化速度,瞬时斜率越大,说明温度变化速度越快。
第三步,根据每次选定历史充电对应的电池温度曲线上每个数据点的瞬时斜率和出现频率,确定目标历史充电时电池的整体温度上升速率的变化程度。
作为示例,目标历史充电时电池的整体温度上升速率的变化程度的计算公式可以为:
;式中,为目标历史充电时电池的整体温度上升速率的变化程度,G为目标历史充电对应的选定历史充电的次数,i为目标历史充电对应的选定历史充电的序号,/>为第i+1次选定历史充电对应的电池温度曲线上的时刻个数,t为电池温度曲线上的时刻序号,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率,/>为第i次选定历史充电对应的电池温度曲线上的时刻个数,/>为第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率。
在上升速率的变化程度的计算公式中,将相同瞬时斜率的出现频率作为瞬时斜率的加权值,即和/>,是为了凸显电池温度快速上升时的斜率变化表现,抑制正常电池温度上升或缓慢上升时的斜率变化表现;同时,再利用相同瞬时斜率对加权后的瞬时斜率再次进行加权处理,即/>和/>,当某个时刻的数据点的瞬时斜率越大,该时刻的数据点的瞬时斜率被凸显的程度应越大,表明电池损耗所表现出的电池温度快速变化越明显;整体温度上升速率的变化程度/>越大,说明新能源汽车在目标历史充电时电池温度上升速率变化程度越大,目标历史充电时电池存在的损耗程度越大。
第四步,根据目标历史充电时电池的最大电池温度的变化程度和整体温度上升速率的变化程度,确定目标历史充电时电池的初始损耗程度。
在本实施例中,最大电池温度的变化程度、整体温度上升速率的变化程度均与电池的初始损耗程度为正相关关系,最大电池温度和整体温度上升速率的变化程度越大,电池的初始损耗程度越大。由于最大电池温度的变化程度和整体温度上升速率的变化程度处在不同的量纲,可以通过欧式范数将二者建立关联,获取目标历史充电时电池的初始损耗程度。欧式范数的计算过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
作为示例,目标历史充电时电池的初始损耗程度的计算公式为:
;式中,S为目标历史充电时电池的初始损耗程度,/>为目标历史充电时电池的整体温度上升速率的变化程度,/>为目标历史充电时电池的最大电池温度的变化程度。
在初始损耗程度的计算公式中,初始损耗程度越大,说明新能源汽车在目标历史充电时的电池损耗越大,后续在调整电源适配器功率时,调小的幅度应越大;基于电池损耗情况进行适配器功率调整,可以有效提高适配器功率调整的准确性,同时可以有效避免直接根据电池温度数据进行功率调整时,功率过大或过小分别造成的过载安全隐患或充电效率降低。
至此,本实施例通过分析历史电池在充电过程中的温度变化,获得了当前汽车电池在不同次目标历史充电时的损耗程度。
S3,根据每次目标历史充电过程中每个时刻的电池容量和电池温度,确定每次目标历史充电时电池容量的变化趋势异常程度。
需要说明的是,电池容量是衡量电池性能的重要指标之一,在通过BMS系统的各项数据控制适配器功率变化的过程中,电源适配器功率快速上升到适配当前车辆电池的额定功率后,需要逐渐减小功率,以避免在充满电之前电池温度快速上升导致电池容量减小,后续出现充电结束后检测到电池并未充满的情况。因此,可以通过分析每次目标历史充电时电池容量的变化情况,量化电池容量变化趋势的异常程度,调整适配器功率。
第一步,根据每次目标历史充电过程中最大电池容量与最小电池容量之间的差异,确定每次目标历史充电时电池容量的变化幅度。
在本实施例中,对于任意一次目标历史充电,将目标历史充电过程中最大电池容量与最小电池容量之间的差值,作为目标历史充电时电池容量的变化幅度。
需要说明的是,最大电池容量与最小电池容量之间的差值可以表征目标历史充电时的极差,极差越大,说明该次目标历史充电时的充电电容的变化幅度越大,对适配器功率调整的影响越大。
第二步,根据每次目标历史充电过程中相邻的两个时刻的电池温度差异和电池容量差异,确定每次目标历史充电时电池容量的波动程度。
在本实施例中,对于任意一次目标历史充电过程中任意相邻的两个时刻,计算相邻的两个时刻的电池温度之间的差值绝对值,作为相邻的两个时刻的电池温度差异;计算相邻的两个时刻的电池容量之间的差值绝对值,作为相邻的两个时刻的电池容量差异;将相邻的两个时刻的电池容量差异和电池温度差异的比值作为初始波动因子;获得各个初始波动因子,将各个初始波动因子的平均值作为目标历史充电时电池容量的波动程度。
作为示例,第r次目标历史充电时电池容量的波动程度的计算公式可以为:
;式中,/>为第r次目标历史充电时电池容量的波动程度,/>为第r次目标历史充电过程中的时刻个数,h为第r次目标历史充电过程中的时刻序号,/>为第r次目标历史充电过程中第h+1个时刻的电池容量,/>为第r次目标历史充电过程中第h个时刻的电池容量,/>为第r次目标历史充电过程中第h+1个时刻的电池温度,/>为第r次目标历史充电过程中第h个时刻的电池温度,/>为求绝对值函数。
在波动程度的计算公式中,可以表征一次历史充电过程中相邻两个时刻的电池容量差异与电池温度差异的比值,该比值可以表征电池容量与电池温度的影响关系,该比值越大,说明电池温度对于电池容量的影响越大;为了计算两者之间整体的影响关系,对所有的相邻时刻的比值进行求均值处理,即/>,该值越大,说明目标历史充电时电池容量的数值波动程度越大,电池容量的波动程度越大,对适配器功率调整的影响越大。
第三步,结合电池容量的变化幅度和电池容量的波动程度,确定每次目标历史充电时电池容量的变化趋势异常程度。
在本实施例中,对于任意一次目标历史充电,计算目标历史充电时电池容量的变化幅度和波动程度的乘积,将变化幅度和波动程度的乘积作为目标历史充电时电池容量的变化趋势异常程度。
作为示例,第r次目标历史充电时电池容量的变化趋势异常程度的计算公式可以为:
;式中,/>为第r次目标历史充电时电池容量的变化趋势异常程度,/>为第r次目标历史充电过程中最大电池容量,/>为第r次目标历史充电过程中最小电池容量,/>为第r次目标历史充电时电池容量的变化幅度,/>为第r次目标历史充电时电池容量的波动程度,/>为求绝对值函数。
在变化趋势异常程度的计算公式中,变化幅度、波动程度均与变化趋势异常程度为正相关关系,变化幅度和波动程度越大,说明变化趋势异常程度越大,电池容量在历史充电时的变化趋势越异常,对当前电源适配器功率调整的影响越大。
至此,本实施例通过分析每次目标历史充电过程中不同时刻的电池容量变化情况,获得了可以表征电池状态的指标,即每次目标历史充电时电池容量的变化趋势异常程度。
S4,根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度。
在本实施例中,对于任意一次目标历史充电,计算目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度的乘积,作为整体损耗因子;获得各个整体损耗因子,对各个整体损耗因子的累加和进行归一化处理,获得新能源汽车电池的整体损耗程度。
作为示例,新能源汽车电池的整体损耗程度的计算公式可以为:
;式中,Z为新能源汽车电池的整体损耗程度,norm为线性归一化函数,R为目标历史充电次数,r为目标历史充电的序号,/>为第r次目标历史充电时电池的初始损耗程度,/>为第r次目标历史充电时电池的变化趋势异常程度,为第r次目标历史充电时的整体损耗因子。
在整体损耗程度的计算公式中,整体损耗程度可以表征当前新能源汽车电池的健康状态,计算整体损耗程度有助于后续基于当前新能源汽车电池的健康状态,自适应调整电源适配器功率;初始损耗程度是单从电池温度变化情况的角度分析获得的指标,而变化趋势异常程度是结合电池温度对电池容量影响来表征电池容量变化趋势情况,通过两个角度确定的整体损耗程度的参考价值大,有助于后续获得准确性更高的自适应功率;归一化处理的是为了确保整体损耗程度的取值范围在0到1之间,以便于后续基于整体损耗程度,调整电源适配器功率;整体损耗程度越大,说明当前新能源汽车电池的健康状态越差,电源适配器功率调小的程度越大。
需要说明的是,利用整体损耗程度对适配器功率进行调节的过程中,量化功率变化调整的幅度,其有助于避免电池损耗导致汽车电池容量发生改变,使得调节电源适配器功率时过大或过小,导致的安全隐患或电池未能充满的情况,提高了功率调节的鲁棒性和准确性。
至此,本实施例获得了新能源汽车电池当前的整体损耗程度。
S5,根据新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度,确定新能源汽车电源适配器的自适应功率。
在本实施例中,在获得新能源汽车电池的整体损耗程度后,基于整体损耗程度判断是否需要对当前电源适配器功率进行调整,整体损耗程度越小,说明新能源汽车电池健康状态越良好,将功率调小的程度越小;整体损耗程度越大,说明新能源汽车电池健康状态越差,将功率调小的程度越大,自适应功率确定的具体实现过程可以包括:
当新能源汽车电池的整体损耗程度大于预设损耗阈值时,将新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度乘积作为新能源汽车电源适配器的自适应功率。
当新能源汽车电池的整体损耗程度不大于预设损耗阈值时,将新能源汽车电源适配器的额定功率作为新能源汽车电源适配器的自适应功率。
其中,预设损耗阈值可以设置为0.6,实施者可以根据具体实际情况设置预设损耗阈值,这里不做具体限定。
至此,本实施例结束。
本发明提供了一种基于数据驱动的新能源汽车电源适配器功率自适应方法,该方法通过分析历史充电过程中的电池温度的变化情况和电池容量的变化情况,量化新能源汽车电池当前的健康状况,确定整体损耗程度,再基于整体损耗程度,对新能源汽车型号对应的电源适配器功率进行调整,获得新能源汽车电源适配器的自适应功率。确定自适应功率可以避免电池损耗导致汽车电池容量发生改变,使得调节功率时过大或过小,进而导致安全隐患或电池未能充满的情况,提高了新能源汽车电源适配器功率调节的鲁棒性和准确性。
一种新能源汽车电池健康状态检测方法实施例:
随着节能环保的新能源汽车的发展,其在整体汽车市场中的占比越来越高,电动汽车自燃起火事故也越来越多,而造成电动汽车自燃的主要原因是电池热失控导。因此,及时对电池健康状态进行诊断检测显得格外重要。
现有的电池检测采用安时积分法计算电池荷电状态,但是安时积分法没有从电池内部解决电量与电池状态的关系,而只是从外部记录出电池的能量,可能会因为电池状态变化的影响损耗程度分析的精确度,导致电池健康状态检测准确性低下。
为了解决电池健康状态检测准确性低下的技术问题,本发明的目的在于提供一种新能源汽车电池健康状态检测方法,如图2所示,所采用的技术方案具体如下:
S1,获取新能源汽车在预设数目次历史充电过程中每个时刻的电池温度和电池容量;
S2,根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度;
S3,根据每次目标历史充电过程中每个时刻的电池容量和电池温度,确定每次目标历史充电时电池容量的变化趋势异常程度;
S4,根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度。
一种新能源汽车电池健康状态检测方法具有如下技术效果:
首先,通过当前次充电之前的多次历史充电过程中的每个时刻的电池温度,量化电池的初始损耗程度,为后续计算整体损耗程度提供数据支持;其次,结合每个时刻的电池容量和电池温度,分析电池温度对电池容量的影响程度,量化电池容量在历史充电过程中的变化趋势的异常程度,其也为后续计算整体损耗程度提供数据支持;最后,通过电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池当前的整体损耗程度,从两个不同的角度量化确定的整体损耗程度的数值准确性更高,其进一步有助于提高电池健康状态检测准确性。
其中,步骤S1-S4在上述一种基于数据驱动的新能源汽车电源适配器功率自适应方法实施例中已给出了详细说明,不再赘述。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (6)
1.一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,包括以下步骤:
获取新能源汽车在预设数目次历史充电过程中每个时刻的电池温度和电池容量;
根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度;其中,所述目标历史充电是指第一次历史充电以外的其他次历史充电;
根据每次目标历史充电过程中最大电池容量与最小电池容量之间的差异,确定每次目标历史充电时电池容量的变化幅度;
根据每次目标历史充电过程中相邻的两个时刻的电池温度差异和电池容量差异,确定每次目标历史充电时电池容量的波动程度;
结合电池容量的变化幅度和电池容量的波动程度,确定每次目标历史充电时电池容量的变化趋势异常程度;
根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度;
根据新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度,确定新能源汽车电源适配器的自适应功率;
所述根据每次历史充电过程中每个时刻的电池温度,确定每次目标历史充电时电池的初始损耗程度,包括:
对于任意一次目标历史充电,将目标历史充电以及位于目标历史充电之前的多次历史充电作为选定历史充电;
确定每次选定历史充电过程中的最大电池温度,根据相邻两次选定历史充电过程中的最大电池温度,确定目标历史充电时电池的最大电池温度的变化程度;
对每次选定历史充电过程中的每个时刻的电池温度进行曲线拟合,获得每次选定历史充电对应的电池温度曲线,进而确定电池温度曲线上每个数据点的瞬时斜率和出现频率;
根据每次选定历史充电对应的电池温度曲线上每个数据点的瞬时斜率和出现频率,确定目标历史充电时电池的整体温度上升速率的变化程度;
根据目标历史充电时电池的最大电池温度的变化程度和整体温度上升速率的变化程度,确定目标历史充电时电池的初始损耗程度;
所述根据相邻两次选定历史充电过程中的最大电池温度,确定目标历史充电时电池的最大电池温度的变化程度,包括:
计算相邻两次选定历史充电过程中最大电池温度之间的差值,记为最大电池温度变化因子;获得各个最大电池温度变化因子,计算各个最大电池温度变化因子的平均值确定为目标历史充电时电池的最大电池温度的变化程度;
所述目标历史充电时电池的整体温度上升速率的变化程度的计算公式为:
;式中,/>为目标历史充电时电池的整体温度上升速率的变化程度,G为目标历史充电对应的选定历史充电的次数,i为目标历史充电对应的选定历史充电的序号,/>为第i+1次选定历史充电对应的电池温度曲线上的时刻个数,t为电池温度曲线上的时刻序号,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i+1次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率,/>为第i次选定历史充电对应的电池温度曲线上的时刻个数,/>为第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率,/>为目标历史充电对应的第i次选定历史充电对应的电池温度曲线上第t个时刻的数据点的瞬时斜率在对应的电池温度曲线上的出现频率;
所述目标历史充电时电池的初始损耗程度的计算公式为:
;式中,S为目标历史充电时电池的初始损耗程度,/>为目标历史充电时电池的整体温度上升速率的变化程度,/>为目标历史充电时电池的最大电池温度的变化程度。
2.根据权利要求1所述的一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,所述根据每次目标历史充电过程中最大电池容量与最小电池容量之间的差异,确定每次目标历史充电时电池容量的变化幅度,包括:
对于任意一次目标历史充电,将目标历史充电过程中最大电池容量与最小电池容量之间的差值,作为目标历史充电时电池容量的变化幅度。
3.根据权利要求1所述的一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,所述根据每次目标历史充电过程中相邻的两个时刻的电池温度差异和电池容量差异,确定每次目标历史充电时电池容量的波动程度,包括:
对于任意一次目标历史充电过程中任意相邻的两个时刻,计算相邻的两个时刻的电池温度之间的差值绝对值,作为相邻的两个时刻的电池温度差异;计算相邻的两个时刻的电池容量之间的差值绝对值,作为相邻的两个时刻的电池容量差异;将相邻的两个时刻的电池容量差异和电池温度差异的比值作为初始波动因子;
获得各个初始波动因子,将各个初始波动因子的平均值作为目标历史充电时电池容量的波动程度。
4.根据权利要求1所述的一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,所述结合电池容量的变化幅度和电池容量的波动程度,确定每次目标历史充电时电池容量的变化趋势异常程度,包括:
对于任意一次目标历史充电,计算目标历史充电时电池容量的变化幅度和波动程度的乘积,将变化幅度和波动程度的乘积作为目标历史充电时电池容量的变化趋势异常程度。
5.根据权利要求1所述的一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,所述根据每次目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度,确定新能源汽车电池的整体损耗程度,包括:
对于任意一次目标历史充电,计算目标历史充电时电池的初始损耗程度和电池容量的变化趋势异常程度的乘积,作为整体损耗因子;获得各个整体损耗因子,对各个整体损耗因子的累加和进行归一化处理,获得新能源汽车电池的整体损耗程度。
6.根据权利要求1所述的一种基于数据驱动的新能源汽车电源适配器功率自适应方法,其特征在于,所述根据新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度,确定新能源汽车电源适配器的自适应功率,包括:
当新能源汽车电池的整体损耗程度大于预设损耗阈值时,将新能源汽车电源适配器的额定功率和新能源汽车电池的整体损耗程度乘积作为新能源汽车电源适配器的自适应功率;
当新能源汽车电池的整体损耗程度不大于预设损耗阈值时,将新能源汽车电源适配器的额定功率作为新能源汽车电源适配器的自适应功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190426.1A CN117767506B (zh) | 2024-02-21 | 2024-02-21 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190426.1A CN117767506B (zh) | 2024-02-21 | 2024-02-21 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117767506A CN117767506A (zh) | 2024-03-26 |
CN117767506B true CN117767506B (zh) | 2024-05-14 |
Family
ID=90326065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410190426.1A Active CN117767506B (zh) | 2024-02-21 | 2024-02-21 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117767506B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115402152A (zh) * | 2022-10-31 | 2022-11-29 | 宇龙时代智能科技有限公司 | 一种新能源汽车充电中动力电池温控系统 |
CN116061760A (zh) * | 2023-01-10 | 2023-05-05 | 深圳市麦迪瑞科技有限公司 | 一种电动车充电管理方法、系统及充电器 |
CN116198349A (zh) * | 2023-01-13 | 2023-06-02 | 邹刚强 | 一种锂电池系统的充电方法 |
CN116388343A (zh) * | 2023-05-29 | 2023-07-04 | 山东智跃新能源科技有限公司 | 基于充电控制器软件数据的充电负荷预测方法 |
CN116879760A (zh) * | 2023-09-06 | 2023-10-13 | 深圳市杰成镍钴新能源科技有限公司 | 退役动力电池历史过充电故障诊断方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114325432B (zh) * | 2020-09-30 | 2023-04-07 | 比亚迪股份有限公司 | 获取电池容量的方法、装置、存储介质及服务器 |
-
2024
- 2024-02-21 CN CN202410190426.1A patent/CN117767506B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115402152A (zh) * | 2022-10-31 | 2022-11-29 | 宇龙时代智能科技有限公司 | 一种新能源汽车充电中动力电池温控系统 |
CN116061760A (zh) * | 2023-01-10 | 2023-05-05 | 深圳市麦迪瑞科技有限公司 | 一种电动车充电管理方法、系统及充电器 |
CN116198349A (zh) * | 2023-01-13 | 2023-06-02 | 邹刚强 | 一种锂电池系统的充电方法 |
CN116388343A (zh) * | 2023-05-29 | 2023-07-04 | 山东智跃新能源科技有限公司 | 基于充电控制器软件数据的充电负荷预测方法 |
CN116879760A (zh) * | 2023-09-06 | 2023-10-13 | 深圳市杰成镍钴新能源科技有限公司 | 退役动力电池历史过充电故障诊断方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117767506A (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9859736B2 (en) | Battery control method based on ageing-adaptive operation window | |
CN110828919B (zh) | 一种电池热失控预警系统及方法 | |
CN109116254B (zh) | 一种动力电池功率状态估算功能测试方法和装置 | |
US20080231284A1 (en) | Method and Device for Detdermining the Ageing of a Battery | |
CN111929602B (zh) | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 | |
CN110794316A (zh) | 一种梯次利用三元动力电池“跳水”故障的辨识预判方法 | |
CN110687465B (zh) | 电池包健康状态检测系统及测试方法 | |
CN111123148B (zh) | 一种判断金属二次电池内短路的方法及设备 | |
EP3992648A1 (en) | Battery diagnosis device and method | |
CN110988695A (zh) | 动力电池健康状态评估方法、装置、存储介质及电子设备 | |
KR102632629B1 (ko) | 배터리 셀 진단 장치 및 방법 | |
SE543436C2 (en) | Method for estimating state of health of a battery | |
EP4040174A1 (en) | Device and method for diagnosing battery | |
CN114675201A (zh) | 一种动力电池系统的容量衰减率确定方法及装置 | |
CN117719345A (zh) | 一种基于ic曲线考虑老化的电池微短路量化方法 | |
CN117767506B (zh) | 基于数据驱动的新能源汽车电源适配器功率自适应方法 | |
CN116400239B (zh) | 一种铁铬液流电池的储能智能监测方法 | |
CN110927586A (zh) | 一种电池健康度计算方法 | |
CN117284151A (zh) | 一种自适应新能源车辆电池电量监测方法及系统 | |
CN116593910A (zh) | 一种锂电池析锂检测方法、装置、介质及车辆 | |
KR20230161377A (ko) | 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차 | |
CN112448044A (zh) | 电池组及其均衡方法和均衡装置 | |
CN115951253A (zh) | 电池健康状态的检测方法、系统、设备及介质 | |
CN117991030B (zh) | 一种换电柜健康状态检测方法及系统 | |
CN118330479A (zh) | 基于电参量分析的车辆蓄电池监测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |