一种退役动力电池智能在线分选方法技术

本发明专利技术实施例是关于一种退役动力电池智能在线分选方法，首先通过标准化数据接口实现数据的导入；然后依据戴维南等效电路模型，利用自适应算法实现电池参数的在线辨识；建立系统状态方程，基于滤波算法实现电池容量在线估计；基于多特征融合，利用Kmeans算法实现电池在线聚类分选。本发明专利技术可以实现大批量退役电池在线智能分选及其可视化，显著提高分类筛选的效率，并结合多特征融合技术，实现电池分类筛选保证了分类结果的可靠性。选保证了分类结果的可靠性。选保证了分类结果的可靠性。

【技术实现步骤摘要】
一种退役动力电池智能在线分选方法


[0001]本专利技术属于新能源汽车动力电池
，尤其涉及一种退役动力电池智能在线分选方法。

技术介绍

[0002]为了实现碳中和和碳峰值的目标，传统的燃料汽车逐步向以电动汽车(EVs)为代表的新能源汽车转型。作为电动汽车的核心，动力电池组的安全、经济以及性能的优化推动者电动汽车的发展，其成本占据了车辆成本的38％。
[0003]一般来说，动力电池容量衰减降到80％以下时，便属于动力电池衰减过多，不再适合车辆使用。由于常规车用动力电池在5
‑
8年内电池衰减至80％以下，车企会进行质保。而超过8年，衰减过多的电池可能就需要进入回收，面临退役。从2013年新能源汽车补贴政策发布开始，新能源汽车进入了大规模上市销售期，到如今也已经超过8年。因此，我国正在面临退役电池数量的第一个高峰。
[0004]中国汽车技术研究中心预测，2020年，我国动力电池累计退役量将达20万吨(约25GWh)；2025年，累计退役量约为78万吨(约116GWh)，其中，约有55万吨(占总退役量70％)退役本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种退役动力电池智能在线分选方法，其特征在于，包括：步骤1：通过标准化数据接口实现数据的导入；步骤2：依据戴维南等效电路模型，利用自适应算法实现电池参数的在线辨识：步骤3：建立系统状态方程，基于滤波算法实现电池容量在线估计；步骤4：基于多特征融合，利用Kmeans算法实现电池在线聚类分选。2.根据权利要求1所述的退役动力电池智能在线分选方法，其特征在于，所述步骤2中电池参数包括电池的开路电压OCV、欧姆电阻R
o
、极化电阻R
p
和极化电容C
p
。3.根据权利要求2所述的退役动力电池智能在线分选方法，其特征在于，所述步骤3具体是：构建关于电池容量的系统状...

【专利技术属性】
技术研发人员：田佳强，李思琪，刘兴华，杨磊，文海兵，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：