基于电动汽车监控平台的电动汽车电池SOH在线评估方法技术

本发明专利技术公开了一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法，包括三个阶段：第一阶段为数据采集和预处理，第二个阶段是进行模型的训练，第三个阶段为动力电池在线估计，根据监控系统数据对在线行驶车辆的动力电池SOH进行预测。本发明专利技术运算稳定，结果可靠，解决了现有方法运算量过大，运算数据传输过程中对带宽需求量过高的问题。

Online evaluation method of EV SOH based on electric vehicle monitoring platform

The invention discloses an on-line SOH evaluation method for electric vehicle batteries based on an electric vehicle monitoring platform, which comprises three stages: the first stage is data acquisition and pre-processing, the second stage is model training, the third stage is on-line battery estimation, and the on-line running vehicle is evaluated according to the monitoring system data. The power battery SOH is forecasted. The invention has stable operation and reliable results, and solves the problems of excessive calculation amount of the existing method and excessive bandwidth requirement in the process of operation data transmission.

【技术实现步骤摘要】
基于电动汽车监控平台的电动汽车电池SOH在线评估方法
本专利技术属于电动汽车电池管理系统
，涉及一种电动汽车电池健康状态的估算方法，具体涉及一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法。技术背景纯电动汽车(EV)和混合动力电动汽车(PHEV以及HEV)在生活中越来越普及。电动汽车在噪声污染、维修费用上，与内燃机汽车相比有较强的优势。SOH，stateofhealth，是指电动汽车电池健康状态。现在电池的健康状态SOH有多种定义方法，例如通过电池当前容量和初始容量的比值定义。目前也有根据电池内阻、功率密度和能量密度来定义SOH的算法。传统的SOH估算方式有如下几种:建立电池组数学模型，采集车辆行驶数据进行拟合计算电阻，从而得到SOH。充电前估算电池SOC(StateofCharge,电池电荷状态)，与累计的整个过程充电容量进行计算，从而得到SOH，然而上述SOH估算方法都有不足之处。基于数学模型的SOH估算方式的缺点：电池组数学模型建立需要耗费大量的时间和精力。数学模型的建立需要以大量、长时间的实验为基础，完成诸如电性能评估、参数标定、零部件(电池)验证和车辆验证等实验工作需要耗费大量时间。且数学模型和电池单听的材料特性、技术工艺和生产水平相关，一旦发生生产上的变化，实验数据就显得不那么准确。并且实验室得到的寿命数据在使用工况上与实际车辆情况差异非常大，造成估算上的误差。基于充电容量SOH估算方式的缺点：基于充电容量SOH估算的方法误差过大。由于SOC本身估算的误差在10％左右，这回直接造成SOH的误差过大。同时，由于车辆充电的起始SOC无法固定，每次充电的时候都会有所不同，并且目前电动汽车市面上所用的充电桩并没有完全统一，这些都进一步加大了SOH估算的误差。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种基于大规模检测平台的SOH估算方法，可以达到实时在线监控SOH，并且运算量简便。本专利技术所采用的技术方案是：一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法，其特征在于，包括以下步骤：步骤1：获取电动汽车基本配置信息，对不同车型进行分类处理，记录电动汽车车辆电池容量、额定续驶里程；步骤2：通过电动汽车数据监控平台获取已达到车辆行驶寿命的电动汽车运行数据集；对电动汽车运行数据进行预处理，得出特定的统计量作为步骤3的参数；步骤3：运用支持向量机SVM方法寻找关联关系，对步骤3中的数据集以及统计量进行训练，得到训练完成的模型Model0；步骤4：通过电动汽车监控平台获取正在正常寿命中的电动汽车的运行数据，进行数据处理进而得出数据矩阵与统计量；步骤5：将步骤2中的统计量通过步骤3中的模型进行预测得到目标参数估计值M(t)；步骤6：根据新定义的SOH评价方式获取SOH估计值。作为优选，步骤2中所述已达到车辆行驶寿命的电动汽车运行数据集包括电动汽车动力电池SOC监控、行驶时间、车辆行驶速度以及电动汽车行驶里程。作为优选，步骤2中，所述对电动汽车运行数据进行预处理，是在电动汽车每次行驶开始对总行驶里程进行记录MILEST(t)；对汽车开始行驶时，车辆CAN总线上的SOC进行记录SOCST(t)；在电动汽车每次行驶结束时对总行驶里程进记录MILEEND(T)；对汽车行驶结束时，车辆CAN总线上的SOC进行记录SOCEND(T)；记录下这段行驶路程的车速信号记为矩阵V＝[v1v2...vn]。作为优选，步骤2中所述特定的统计量包括单次行驶SOC的增量CZSOC(t)、单次行驶里程数的增量CZMILE(t)、单位增量P(t)和单次统计速度CZV(t)；CZSOC(t)＝SOCST(t)-SOCEND(t)；CZMILE(t)＝MILEEND(t)-MILEST(t)；P(t)＝CZMILE(t)/CZSOC(t)；其中，在电动汽车每次行驶开始对总行驶里程进行记录MILEST(t)，同时对汽车开始行驶时，车辆CAN总线上的SOC进行记录SOCST(t),在电动汽车每次行驶结束时对总行驶里程进记录MILEEND(T)，同时对汽车行驶结束时，车辆CAN总线上的SOC进行记录SOCEND(T)；同时记录下这段行驶路程的车速信号矩阵V＝[v1v2...vn]。作为优选，步骤3中，模型Model0输入为行驶数据，输出为单位增量M(t)。作为优选，步骤5中目标参数估计值M(t)为参数P(t)的估计值。作为优选，步骤6中新定义的SOH为SOH(t)，SOH(t)＝P(t)/Mo＝M(t)/M0，其中P(t)为单位增量，M0为电动汽车标准工况下续驶里程，M(t)为P(t)的估计值。本专利技术与现有技术相比，具有如下优点：1、本专利技术通过电动汽车行车过程中产生的行驶数据进行分析计算，不涉及电池内部机理，对大部分电动汽车动力电池的电池健康状态预测有通用性。2、本方法运算量小，能在车载小型智能终端进行运算。3、大部分在运行的电动汽车动力电池为锂离子电池，已运用在车上的SOH监测大多数是通过在实验室里，固定或者有规律变化的载荷下进行监测，形成由电阻和电池容量组成的表格，在车辆运行时通过查表法得出对电动汽车电池健康状态的估计。然而在实际行驶中，电池的放电情况由电动汽车的运行情况决定，十分复杂。实际车辆数据与实验数据大不相同，利用实验室的数据作为参造物将会造成实际电池健康状态预测的误差。本系统的形成的模型是基于车辆行驶的生成的数据，是最贴近实际工况的数据，用于此数据估计实际工况中电池的健康状态则可以避免实验室方法中所固有的缺陷。附图说明图1为本专利技术实施例的流程图；图2为本专利技术实施例的电动汽车监控平台原始数据第1列至第6列部分；图3为本专利技术实施例的电动汽车监控平台原始数据第7列至第12列部分；图4为本专利技术实施例的电动汽车监控平台原始数据第13列至第18列部分；图5为本专利技术实施例的电动汽车监控平台原始数据第19列至第22列部分；图6为本专利技术实施例的基于平台下数据对于电动汽车动力电池SOH的估计分布。具体实施方式为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术。随着物联网发展，电动汽车监控平台和电动汽车监控系统近几年蓬勃发展，大部分已经实现一分钟2次-60次的实时监控的数据。本专利技术是基于大部分监控平台所能提供的基本信息为实施的基础设备。请见图1，本专利技术提供的一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法，包括以下步骤：S1.获取电动汽车基本配置信息，对不同车型进行分类处理，记录电动汽车车辆电池容量、额定续驶里程。本实施例根据电动汽车的车辆信息找出电动汽车标准工况下续驶里程M0.S2.对数台某种达到使用寿命电动汽车车辆进行的历史行驶数据进行分析。数据来源于电动汽车监控平台，其数据为间隔为30S一次的实时上传数据。此方法同样可以用于不同时间间隔的实时上传数据。在电动汽车每次行驶开始对总行驶里程进行记录MILEST(t)，同时对汽车开始行驶时，车辆CAN总线上的SOC进行记录SOCST(t),在电动汽车每次行驶结束时对总行驶里程进记录MILEEND(T)，同时对汽车行驶结束时，车辆CAN总线上的SOC进行本文档来自技高网...

【技术保护点】
1.一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法，其特征在于，包括以下步骤：步骤1：获取电动汽车基本配置信息，对不同车型进行分类处理，记录电动汽车车辆电池容量、额定续驶里程；步骤2：通过电动汽车数据监控平台获取已达到车辆行驶寿命的电动汽车运行数据集；对电动汽车运行数据进行预处理，得出特定的统计量作为步骤3的参数；步骤3：运用支持向量机SVM方法寻找关联关系，对步骤3中的数据集以及统计量进行训练，得到训练完成的模型Model0；步骤4：通过电动汽车监控平台获取正在正常寿命中的电动汽车的运行数据，进行数据处理进而得出数据矩阵与统计量；步骤5：将步骤2中的统计量通过步骤3中的模型进行预测得到目标参数估计值M(t)；步骤6：根据新定义的SOH评价方式获取SOH估计值。

【技术特征摘要】
1.一种基于电动汽车监控平台的电动汽车电池SOH在线评估方法，其特征在于，包括以下步骤：步骤1：获取电动汽车基本配置信息，对不同车型进行分类处理，记录电动汽车车辆电池容量、额定续驶里程；步骤2：通过电动汽车数据监控平台获取已达到车辆行驶寿命的电动汽车运行数据集；对电动汽车运行数据进行预处理，得出特定的统计量作为步骤3的参数；步骤3：运用支持向量机SVM方法寻找关联关系，对步骤3中的数据集以及统计量进行训练，得到训练完成的模型Model0；步骤4：通过电动汽车监控平台获取正在正常寿命中的电动汽车的运行数据，进行数据处理进而得出数据矩阵与统计量；步骤5：将步骤2中的统计量通过步骤3中的模型进行预测得到目标参数估计值M(t)；步骤6：根据新定义的SOH评价方式获取SOH估计值。2.根据权利要求1所述的基于电动汽车监控平台的电动汽车电池SOH在线评估方法，其特征在于：步骤2中，所述已达到车辆行驶寿命的电动汽车运行数据集包括电动汽车动力电池SOC监控、行驶时间、车辆行驶速度以及电动汽车行驶里程。3.根据权利要求1所述的基于电动汽车监控平台的电动汽车电池SOH在线评估方法，其特征在于：步骤2中，所述对电动汽车运行数据进行预处理，是在电动汽车每次行驶开始对总行驶里程进行记录MILEST(t)；对汽车开始行驶时，车辆CAN总线上的SOC进行记录SOCST(t)；在电动汽车每次行驶结束时对总行驶里程进记录MILEEND(T)；对汽车行驶结束时，车辆CAN总线上的SOC进行记录SOCEND(T)；记录下这段行驶路程的车速信号记为矩阵V＝[v...

【专利技术属性】
技术研发人员：黄妙华，陈宇瀑，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42