[发明专利]一种基于电池充电片段数据快速进行电池容量估算的方法

说明书

本发明涉及电池健康度评估和预测领域，通过对电池充电片段数据分析，准确预估电池剩余容量,具体为一种基于电池充电片段数据快速进行电池容量估算的方法，它包括：一、数据准备；二、处理步骤；三.测试；本方法对采集的大量实车电池数据，结合机器学习与安时积分法对其进行建模预测、处理特征和训练数据。针对电池剩余容量的问题，研究的目标是获取对充电片段内的数据，进行实时的安时积分计算充入电量通过模型公式进行数据处理从而对参与容量进行修正。该方法可以使电池使用者更好掌握锂电池的实时状态，并为其相关决策提供依据。

技术领域

本发明涉及电池健康度评估和预测领域，通过对电池充电片段数据分析，准确预估电池剩余容量,具体为一种基于电池充电片段数据快速进行电池容量估算的方法。

背景技术

随着电动汽车在中国的推广以及车联网技术的广泛应用，在未来市场中其保有量将持续增加。动力电池作为电动汽车的动力源，并不是一个单独的个体，而是由许多电池个体以串并联的方式组合而成，以满足不同电动汽车动力系统所需要的多种多样的电压等级、输出电流和最大输出功率等。随着电子产品的快速更新换代和动力汽车的飞速发展，产生了越来越多的废旧电池。废旧电池中含有的大量有毒有害物质，会对环境和人类健康产生严重危害，此外，研究废旧电池再回收利用显得很有必要性。根据国家标准(GB/T 32960)对电动汽车的行车数据进行实时采集。电池作为电动汽车的动力来源，随着充放电次数以及行驶里程的增加，电池容量会不断衰减。电池作为典型的动态非线性电化学系统，在对其退化状态识别和状态估计领域仍存在着巨大挑战。基于对电动汽车行业的了解和电池再利用的需求，本专利重点研究基于电池充电片段数据快速进行电池剩余容量的估算，从而提高废旧电池的回收利用率。

电池剩余容量估计是电动汽车电池管理系统核心技术之一。电池的剩余容量是反映电池健康状态的重要指标，预测剩余容量对于锂电池实际使用具有重要意义。目前，常见的锂离子电池的剩余容量预测模型估算方法中，电化学机理模型虽然概念清晰，能将剩余容量预测误差控制在3％以内，但也存在一些问题：建模步骤繁琐，需要辨识大量参数，不适合在线实时监控；神经网络模型需要大量的实验数据作为训练样本；较多实际应用中采用的安时积分法精度欠佳；开路电压法较为简单，但电池需要长时间静置。预测模型中，不论是从电化学角度分析容量退化的机理模型，还是采用特殊算法进行预测的方式，都存在建模理论复杂、模型解析运算量大且数据多的缺点，而机载产品的嵌入式系统硬件资源有限，无法支撑。

发明内容

针对现有技术存在的不足，本发明提供一种基于电池充电片段数据快速进行电池容量估算的方法。该模型综合了时间戳、电流、SOC、所以单体电压、所以测温点温度、额定电压等因素，分析电池容量变化特性，在保证预测结果准确性的前提下，简化剩余容量预测公式及所需实验；通过分析电池充电片段数据和电池剩余容量之间的联系，进而验证模型的精确性，为快速预测电池剩余容量提供了一种可行的方法。对采集的大量实车电池数据，结合机器学习与安时积分法对其进行建模预测、处理特征和训练数据。针对电池剩余容量的问题，研究的目标是获取对充电片段内的数据，进行实时的安时积分计算充入电量通过模型公式进行数据处理从而对参与容量进行修正。该方法可以使电池使用者更好掌握锂电池的实时状态，并为其相关决策提供依据；

本发明技术方案如下：一种基于电池充电片段数据快速进行电池容量估算的方法,具体包括以下步骤:

一、数据准备

本次数据来自某地区多个换电站采集的电池充电数据；

二、处理步骤

a对充电片段内的数据，进行实时的按时积分计算充入电量ΔQ；

注：充电片段应该有所限制，其实SOC小于等于20，结束SOC大于等于80

b.计算充电片段SOC差值ΔSOC；

c.计算残余容量residual_AH＝ΔQ/ΔSOC(公式1)；