[发明专利]一种基于EV车辆PACK运行数据的预警模型处理方法

说明书

本发明提供一种基于EV车辆PACK运行数据的预警模型处理方法，包括以下步骤：S10、建立过压判断模型；S20、统计单体电压偏差；S30、分析单体电压空间方差；S40、估算PACK容量衰退；S50、确定车辆预警风险概率及风险级别。本发明提供一种基于EV车辆PACK运行数据的预警模型处理方法，通过对其静态、行驶放电、充电状态进行分析，计算不同状态下电压数据极值及偏差、异常偏移程度、突变系数T、容量增量V_t等，实现对PACK内部异常电池单体的识别，保证电动车用电池组及整车系统的安全性和可靠性。

技术领域

本发明涉及新能源技术领域，尤其涉及一种基于EV车辆PACK运行数据的预警模型处理方法。

背景技术

PACK指新能源汽车的电池包，给整车运行提供“能量”。一般来说，电动汽车动力电池PACK由以下几个部分构成：动力电池模块系统，结构系统，热管理系统，BMS。热管理系统，其实很简单，因为电池充放电的过程实际上就是化学反应的过程，化学反应会释放大量的热量，需要将热量带走，让电池处于一个合理的工作温度范围内，以提高电池的寿命和可靠性。BMS可以看作是电池的“大脑”由CMU和BMU组成。当CMU测量到这些数据后，将数据通过前面讲到的电池“神经网络”传送给BMU。BMU负责评估CMU传送的数据，如果数据异常，则对电池进行保护，发出降低电流的要求，或者切断充放电通路，以避免电池超出许可的使用条件，同时还对电池的电量、温度进行管理。根据先前设计的控制策略，判断需要警示的参数和状态，并且将警示发给整车控制器，最终传达给驾驶人员。

EV车辆PACK由于生产环境、产线智能化程度、装配精度差异及车辆运行环境的复杂性，导致EV车辆的PACK、模组状态及单体电池一致性存在很大差异。因此统一化的数据处理方式很难实现对PACK内部异常电池单体的精确识别，保证电动车用电池组及整车系统的安全性和可靠性。

发明内容

本发明的目的在于提供一种基于EV车辆PACK运行数据的预警模型处理方法，以解决上述问题。

为实现上述目的，本发明提供如下技术方案：一种基于EV车辆PACK运行数据的预警模型处理方法，包括以下步骤：

S10、建立过压判断模型：基于电压数据矩阵、数据概率、香农熵及突变系数建立过电压模型；

S20、统计单体电压偏差：基于固定SOC区间PACK放电单体电压偏差百分位数统计；

S30、分析单体电压空间方差：基于PACK充电时单体电压空间方差分析；

S40、估算PACK容量衰退：基于IC峰值计算法对PACK容量衰退进行估算；

S50、确定车辆预警风险概率及风险级别：基于步骤S10-S40的计算结果，综合评判车辆风险概率及级别，分析异常风险。

作为本发明的一种改进，对于步骤S10，过压判断模型的建立具体包括以下步骤：

S11、建立单体电压矩阵；

S12、采用公式(1)计算矩阵的极值，

a_max＝max{a(i，j)|i＝0，1，2，...，k；j＝0，1，2，...，n}

a_min＝min{a(i，j)|i＝0，1，2，...，k；j＝0，1，2，...，n} 公式(1)；

S13、计算出的极大、极小值后，接着划分概率区间，区间形式表示为公式(2)，

其中，b和c为区间的设定参数，概率区间用以计算某单体所有时刻的电压值落入每个概率区间的总次数，基于总次数及每个概率区间的次数，算出各电压区间概率，行程概率矩阵；