一种动力电池异常单体识别方法及系统技术方案

技术编号:24329626 阅读:101 留言:0更新日期:2020-05-29 19:10
本发明专利技术公开了一种动力电池异常单体识别方法及系统。动力电池异常单体识别方法,包括:根据车辆工况数据集生成异常判断阈值;接收单体车辆工况数据,通过单体车辆工况数据以及异常判断阈值判断单体车辆的电池单体状态;通过单体车辆工况数据更新车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。本发明专利技术提出的识别方法通过车辆在行驶过程中真实的工况数据判断电池单体是否存在异常,结合动态更新的车辆工况数据集,可以有效的识别出处于工作状态下,电池包中的异常单体,减少由于电池包一致性问题引发的车辆故障。本发明专利技术提出的识别方法可以同时检测多台车辆中电池包的状态,异常电池单体识别效率高。

A method and system for identifying abnormal cell of power battery

【技术实现步骤摘要】
一种动力电池异常单体识别方法及系统
本专利技术实施例涉及电池技术,尤其涉及一种动力电池异常单体识别方法及系统。
技术介绍
对于车用动力电池来说,其电池包一般由许多个型号相同的单体串并联而成,虽然电池单体的类型、规格相同,但电池单体在电压、内阻、容量等方面通常会存在一定的差异,电池组在使用时,各电池单体之间的差异会逐渐增大,最终影响电池包的使用性能。当电池包中某一个或者某几个电池单体出现异常时,即使电池包存在主动或者被动均衡技术,也仍会导致电池组内部异常单体和正常单体间的充放电状态不一致。当电池包充放电状态不一致时,由于各单体电池电流、放电深度和端电压不同,单体电池性能衰减速度不同,因此容易导致电池包提前失效。现有技术中,电池包一致性评价测试主要集中在电池包静态的压差测试和实验室环境下的少部分电池单体串联研究。其主要通过对电池进行在线电压电流、蓄电池内阻、蓄电池核容放电检测等,获得放电容量、电压、内阻等检测数据,再经一致性计算程序获得一致性评价结构。现有技术中的电池包测试方法仅能评价静态条件下的电池单体一致性,不能评价电池在使用过程中和一段时间后的一致性,且难以定位到具体的那个单体出现异常。
技术实现思路
本专利技术提供一种动力电池异常单体识别方法及系统,以实现动态分析行驶车辆中电池包一致性的目的。第一方面,本专利技术实施例提供了一种动力电池异常单体识别方法,包括:根据所述车辆工况数据集生成异常判断阈值,接收单体车辆工况数据,通过所述单体车辆工况数据以及所述异常判断阈值判断单体车辆的电池单体状态,通过所述单体车辆工况数据更新所述车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。进一步的,所述单体车辆工况数据包括单体车辆的电池单体电压数据和车辆识别代号,所述车辆识别代号用于区分不同单体车辆,所述电池单体电压数据用于计算电池单体异常指标,通过所述电池单体异常指标和所述异常判断阈值判断电池单体是否存在异常。进一步的,采用所述单体车辆工况数据中连续的一组电池单体电压数据计算电池单体异常指标。进一步的,还包括对连续的一组电池单体电压数据进行预处理,以去除其中的异常跳变值,所述单体车辆工况数据还包括充电状态,所述充电状态作为对连续的一组电池单体电压数据进行预处理时的参考量。进一步的,基于所述电池单体电压数据,采用离群点检测方法计算所述电池单体异常指标。第二方面,本专利技术实施例还提供了一种动力电池异常单体识别系统,包括车联网单元和服务器,所述车联网单元和所述服务器通信连接,所述车联网单元用于发送单体车辆工况数据,所述服务器用于存储车辆工况数据集,根据所述车辆工况数据集生成异常判断阈值;接收单体车辆工况数据,通过所述单体车辆工况数据以及所述异常判断阈值判断单体车辆的电池单体状态;通过所述单体车辆工况数据更新所述车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。进一步的,还包括终端,所述终端与所述服务器通信连接,用于接收并展示动力电池异常单体识别结果。进一步的,所述服务器将包含异常电池单体数据的单体车辆工况数据添加至车辆工况数据集中,根据更新后的车辆工况数据集更新异常判断阈值。与现有技术相比,本专利技术的有益效果在于:通过车辆在行驶过程中真实的工况数据判断电池单体是否存在异常,结合动态更新的车辆工况数据集,可以有效的识别出处于工作状态下,电池包中的异常单体,减少由于电池包一致性问题引发的车辆故障。本专利技术提出的识别方法基于车辆工况数据集计算出异常判断阈值,基于单体车辆工况数据计算出异常评价值,通过比较异常判断阈值和异常评价值判断电池包的状态,因此,本专利技术提出的识别方法可以同时计算出多组异常评价值,再进行异常评价值和异常判断阈值的比对,即同时检测多台车辆中电池包的状态,异常电池单体识别效率高。附图说明图1是实施例一中的识别方法流程图;图2是实施例二中的识别方法流程图;图3是实施例二中的异常电池单体识别结果图;图4是实施例三中的识别系统结构框图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本专利技术,而非对本专利技术的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一本实施例中提出一种动力电池异常单体识别方法,图1是实施例一中的识别方法流程图,参考图1,识别方法包括:S101.根据车辆工况数据集生成异常判断阈值。本步骤中,车辆工况数据集可以为采集到的车辆在实际行驶过程中的工况数据,也可以为通过台架试验获取的测试工况数据。示例性的,车辆工况数据可以包括车辆型号、电池型号、电池包总电压、电池包总电流、电池包温度、电池单体电压数据、充电状态、累计行驶里程和车速等,构建车辆工况数据集时可以将包括同种车辆型号的数据归类到一个数据子集中,也可以将包括同种电池型号的数据归类到一个数据子集中。示例性的,基于车辆工况数据集中的单体电压数据,可以通过机器学习、回归分析等方法查找出异常的单体电池,并相应的根据异常单体电池的电压计算出异常评价值,基于异常评价值生成用于判断电池单体是否异常的异常判断阈值。S102.接收单体车辆工况数据,通过单体车辆工况数据以及异常判断阈值判断单体车辆的电池单体状态。本步骤中,单体车辆工况数据为某一车辆发送的行驶工况数据,示例性的,行驶工况数据可以包括车辆型号、电池型号、电池单体电压数据、充电状态等,基于单体车辆工况数据中的电池单体电压数据可以计算出电池单体的异常评价值,通过比较异常评价值和异常判断阈值,以分辨出异常的电池单体,例如当某一电池单体的异常评价值大于异常判断阈值时,则判定该电池单体异常。S103.通过单体车辆工况数据更新车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。本步骤中,根据实际需求可以设定数据更新周期,周期性将单体车辆工况数据添加至车辆工况数据集中,并删除一部分过期数据,并利用更新后的车辆工况数据集重新计算异常判断阈值,以提高异常电池单体评价的准确性。本实施例中,通过车辆在行驶过程中真实的工况数据判断电池单体是否存在异常,结合动态更新的车辆工况数据集,可以有效的识别出处于工作状态下,电池包中的异常单体,减少由于电池包一致性问题引发的车辆故障。本实施例中的识别方法基于车辆工况数据集计算出异常判断阈值,基于单体车辆工况数据计算出异常评价值,通过比较异常判断阈值和异常评价值判断电池包的状态,因此,本实施例提出的识别方法可以同时计算出多组异常评价值,再进行异常评价值和异常判断阈值的比对,即同时检测多台车辆中电池包的状态,异常电池单体识别效率高。作为一种优选方案,单体车辆工况数据包括单体车辆的电池单体电压数据和车辆识别代号,车辆识别代号用于区分不同单体车辆,电池单体电压数据用于计算电池单体异常指标,通过电池单体异常指标和异常判断阈值判断电池单体是否存在异常。<本文档来自技高网...

【技术保护点】
1.一种动力电池异常单体识别方法,其特征在于,包括:/n根据所述车辆工况数据集生成异常判断阈值,/n接收单体车辆工况数据,通过所述单体车辆工况数据以及所述异常判断阈值判断单体车辆的电池单体状态,/n通过所述单体车辆工况数据更新所述车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。/n

【技术特征摘要】
1.一种动力电池异常单体识别方法,其特征在于,包括:
根据所述车辆工况数据集生成异常判断阈值,
接收单体车辆工况数据,通过所述单体车辆工况数据以及所述异常判断阈值判断单体车辆的电池单体状态,
通过所述单体车辆工况数据更新所述车辆工况数据集,根据更新后的车辆工况数据集更新异常判断阈值。


2.如权利要求1所述的识别方法,其特征在于,所述单体车辆工况数据包括单体车辆的电池单体电压数据和车辆识别代号,
所述车辆识别代号用于区分不同单体车辆,
所述电池单体电压数据用于计算电池单体异常指标,通过所述电池单体异常指标和所述异常判断阈值判断电池单体是否存在异常。


3.如权利要求2所述的识别方法,其特征在于,采用所述单体车辆工况数据中连续的一组电池单体电压数据计算电池单体异常指标。


4.如权利要求3所述的识别方法,其特征在于,还包括对连续的一组电池单体电压数据进行预处理,以去除其中的异常跳变值,
所述单体车辆工况数据还包括充电状态,所述充电状态作为对连续的一组...

【专利技术属性】
技术研发人员:王文彬付雷吴振昕王祎男何云廷于立娇赵思佳
申请(专利权)人:中国第一汽车股份有限公司
类型:发明
国别省市:吉林;22

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1