[发明专利]电池老化估计方法、模组、芯片、电池组、换电站及车辆

权利要求书

1.一种电池老化状态估计方法，其特征在于：

获取电池第一老化数据集（100），所述电池包括动力电池，所述第一老化数据集（100）来自实验室和/或实际系统测量；

选取老化特征向量（200），所述特征向量由与电池老化状态间相关性符合预设条件的R个参量构成；其中，R为正整数；所述参量包括温度、电流、电压、充放电深度、荷电状态、电池运行和/或静置时间；

确定特征提取和/或处理方案（300）；

选取符合预设规则的数据驱动模型（400），所述规则用于确保模型处理的实时性、存储能力和/或精度；

实时估算目标状态信息（500），并向预设单元输出估算结果和/或优化数据驱动模型；所述目标状态信息包括电池老化状态。

2.如权利要求1所述的方法，其中：

所述老化数据集包括第一数据集和第二数据集；所述第一数据集来自实验室测量，所述第二数据集来自云端数据平台；

所述特征提取包括第一特征提取步骤和第二特征提取步骤；所述第一特征提取在电池老化数据集中进行，所述第二特征提取在控制器上进行。

3.如权利要求1或2所述的方法，其中：

获取所述第一数据集的途径包括离线动力电池台架老化实验；

所述第一数据集和所述第二数据集的选取，依赖于对所述老化特征向量的选取；

所述老化特征向量的选取依赖于经验老化模型的经验值和/或预设的数据分析方法。

4.如权利要求3所述的方法，其中：

所述数据驱动模型包括高斯过程回归GPR、支持向量机、相关向量机、决策树、随机森林、XGBoost、神经网络、Bagging算法、线性回归统计模型、贝叶斯回归统计模型；

所述老化特征向量由老化特征组成，所述老化特征包括：车辆历史累计静置/行车时间、电池包历史平均温度、电池包历史平均充放电电流、电池包历史平均荷电状态。

5.如权利要求4所述的方法，还包括：

确定所述数据驱动模型的计算方法、模型参数和/或计算机代码，并在所述控制器中执行所述计算方法和/或代码。

6.如权利要求5所述的方法，还包括：

生成所述控制器的软件参数标定文件；其中，所述模型参数的获取通过标定和/或数据分析方法得到；所述标定文件包括独立的DCM文件和/或.h头文件；

生成控制器例程，所述例程在所述控制器中执行，并实现预设的算法；所述例程包括HEX/A2L格式软件。

7.如权利要求5所述的方法，还包括：

输出实验验证数据到指定单元，其中所述实验验证数据对所述估算结果的精度给出定量描述；

输出所述估算结果，所述输出操作实时完成或输出时刻与所述数据集的获取相隔预设的时长或符合指定的时滞指标。

8.如权利要求5-7的任一方法，还包括：

获取同型号电池的第S老化数据集，其中S为自然数；

所述第S老化数据集在所述电池或所述电池所驱动设备的使用年限内获取，所述第S老化数据集包括所述电池的运行数据；

按照如权利要求1-7的任一方法优化所述模型及所述参数；

向所述控制器中写入或刷新所述例程。