[发明专利]电池的SOH值的预估方法与预估装置

说明书

本申请提供了一种电池的SOH值的预估方法与预估装置。该预估方法包括：接收目标电池在目标温度下的第一数量的QV数据和第二数量的目标SOH值；至少对各QV数据进行微分处理，得到第二数量的IC曲线，并提取各IC曲线的IC特征数据，得到多组目标IC特征数据；根据各目标IC特征数据和各目标SOH值，确定目标映射关系，并将目标映射关系发送至电池管理系统，以使得电池管理系统基于目标映射关系和实车IC特征数据，预估实车的当前SOH值，实车IC特征数据为实车充电时的IC特征数据，从而解决了现有技术中对磷酸铁锂电池的健康状态进行监测和预估时，BMS的运算力负担较大的问题。

技术领域

本申请涉及电池分析技术领域，具体而言，涉及一种电池的SOH值的预估方法与预估装置。

背景技术

随着磷酸铁锂电池在新能源汽车和储能中的广泛应用，磷酸铁锂电池的相关算法和策略也越来越被关注。作为电池状态中的重要一环，对磷酸铁锂电池的健康状态(Stateof Health，简称SOH)的监测和预估变得愈来愈重要。

由于磷酸铁锂的电化学特性，导致磷酸铁锂电池在平台期内，随着荷电状态(State of Charge，简称SOC)的增加，其的电压变化非常平缓，从而导致无法准确地对其的健康状态进行监测和预估。但是，通过ICA(Incremental Capacity Analysis，增量容量分析，简称ICA)算法可以消除平台期所带来的制约。对于通用的ICA算法：不仅需要大量的数据，还需要在线使用神经网络算法进行实时分析，从而给BMS(电池管理控制系统，BatteryManagement System)带来了极大的运算负担。

因此，亟需一种能够在准确对磷酸铁锂电池的健康状态进行监测和预估的情况下，还能保证BMS的运算力较小的方法。

发明内容

本申请的主要目的在于提供一种电池的SOH值的预估方法与预估装置，以解决现有技术中对磷酸铁锂电池的健康状态进行监测和预估时，BMS的运算力负担较大的问题。

根据本发明实施例的一个方面，提供了一种电池的SOH值的预估方法，包括：接收目标电池在目标温度下的第一数量的QV数据和第二数量的目标SOH值，每一组所述QV数据包括所述目标电池的当前可用容量数据和电压数据，所述电压数据包括放电截止电压和充电截止电压，所述第一数量大于所述第二数量，所述第一数量大于所述第二数量；至少对各所述QV数据进行微分处理，得到所述第二数量的IC曲线，并提取各所述IC曲线的IC特征数据，得到多组目标IC特征数据，一条所述IC曲线对应一组所述目标IC特征数据和一个所述目标SOH值，所述IC特征数据包括III峰高度值、所述III峰高度值对应的第一电压值以及第二电压值，所述第二电压值是从所述第一电压值开始，对所述目标电池充入目标容量后得到的电压值，所述III峰高度值为所述IC曲线的第III峰的高度值；根据各所述目标IC特征数据和各所述目标SOH值，确定目标映射关系，并将所述目标映射关系发送至电池管理系统，以使得所述电池管理系统基于所述目标映射关系和实车IC特征数据，预估实车的当前SOH值，所述实车IC特征数据为所述实车充电时的所述IC特征数据。

可选地，所述目标映射关系包括第一映射关系，第二映射关系和第三映射关系，所述第一映射关系为所述III峰高度值和所述目标SOH值之间的关系，所述第二映射关系为所述第一电压值和所述目标SOH值之间的关系，所述第三映射关系为所述第二电压值和所述目标SOH值之间的关系，根据各所述目标IC特征数据和各所述目标SOH值，确定目标映射关系，包括：基于各所述目标IC特征数据中的所述III峰高度值和各所述目标SOH值，确定所述第一映射关系；基于各所述目标IC特征数据中的所述第一电压值和各所述目标SOH值，确定所述第二映射关系；基于各所述目标IC特征数据中的所述第二电压值和各所述目标SOH值，确定所述第三映射关系。