[发明专利]一种动力电池的过充放电阈值控制方法及装置

说明书

本发明公开了一种动力电池的过充放电阈值控制方法及装置，包括：在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。本发明能够提高动力电池的过充放电压阈值的控制可靠性，从而降低电池事故的发生频率。

技术领域

本发明涉及动力电池技术领域，具体而言，涉及一种动力电池的过充放电阈值控制方法及装置。

背景技术

目前，电动车的动力电池频繁发生自燃、充电起火等事故，使得广大电动汽车的生产企业和消费者对电动汽车的动力电池的安全问题非常关注和担忧。其中，大量的研究数据表明，过充放电是导致动力电池事故的主要原因之一。其中，过充放电指的是电池过度充电和电池过度放电。

在实践中发现，现有技术针对动力电池的过充放电情况，通常会设置固定的充放电压阈值，并按照该充放电压阈值控制对动力电池的充放电。然而，这种方式设定得到的充放电压阈值是一个恒定的值，较为死板，从而导致充放电压阈值的可靠性较低，进而导致电池事故的发生频率依然较高。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种动力电池的过充放电阈值控制方法及装置，以至少提高动力电池的过充放电压阈值的控制可靠性，从而降低电池事故的发生频率。

根据本发明实施例的一个方面，提供了一种动力电池的过充放电阈值控制方法，所述方法包括：在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。

作为一种可选的实施方式，所述预先训练完成的关系模型基于以下步骤训练得到：获取整车动力电池运行数据；对所述整车动力电池运行数据进行数据清洗，得到整车动力电池运行数据集；对所述整车动力电池运行数据集进行数据切片和数据抽取，得到训练样本集；利用所述训练样本集，对待训练的机器学习模型进行训练，得到所述预先训练完成的关系模型。

作为一种可选的实施方式，所述训练样本集中的训练样本至少包括以下一项字段：电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。

作为一种可选的实施方式，所述待训练的机器学习模型至少包括极端梯度提升模型、随机森林模型或者支持向量机模型。

作为一种可选的实施方式，所述预设的条件至少包括动力电池处于衰减状态或者异常状态。

作为一种可选的实施方式，所述获取所述动力电池的电池健康状态信息，包括：通过勒贝格采样，获取所述动力电池的所述电池健康状态信息。

作为一种可选的实施方式，在按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作之后，所述方法还包括：监测所述动力电池是否满足所述预设的条件，用以在所述动力电池满足所述预设的条件时基于所述关系模型对所述目标过充放电压阈值进行更新。

根据本发明实施例的另一方面，还提供了一种动力电池的过充放电阈值控制装置，包括：状态获取单元，用于在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；阈值确定单元，用于基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；控制单元，用于按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。