一种基于云平台大数据的电芯一致性评估方法技术

本发明专利技术公开了一种基于云平台大数据的电芯一致性评估方法，该电芯一致性评估方法包括以下步骤：S1、建立云平台接入BMS电池管理系统，建立电池动力等效电路模型；S2、将参数数据导入电池动力等效电路模型，并使用电池动力等效电路模型模拟每个电芯的充放电过程，生成相应的充放电曲线；S3、将生成的充放电曲线与BMS电池管理系统获得的实际充放电曲线进行比对，评估每个电芯的电荷状态和健康状态；S4、通过每个电芯的电荷状态和健康状态的评估结果，基于预测模型制定优化充放电控制策略。本发明专利技术电池动力模型可以输出每个电芯的电荷状态和健康状态的时间序列，了解电池的状态变化，并制定相应的决策。定相应的决策。定相应的决策。

【技术实现步骤摘要】
一种基于云平台大数据的电芯一致性评估方法


[0001]本专利技术涉及电池电芯评估领域，具体来说，涉及一种基于云平台大数据的电芯一致性评估方法。

技术介绍

[0002]随着锂离子电池技术发展，锂离子电池应用范围涉及面也越来越广，除便携式电子产品，还广泛应用到电动交通工具，大型动力电源以及储能领域。除小型便携电子产品，其他应用都要求电池电压高于现有单体电池电压，如纯电动汽车要求电池电压达到100V以上，电动自行车电池电压要求36或48V，高功率输出、高容量需求就需要将制备所得的单体电池进行组合使用。但因原材料、生产工艺、生产批次和制造技术的差别，同一型号规格的单体电池会出现电压、容量及其衰减率、内阻及其充放电过程中随时间变化率、寿命、自放电率等性能参数上的差别。这些差别不但对组合后的电池组SOC状态的判断有所影响，更重要的是影响电池组性能发挥和循环寿命，甚至还有可能会引发安全问题。
[0003]电池组一致性问题是指组内各单体电池之间性能参数的不一致，主要包括电池电压、SOC、欧姆内阻、容量、温度等方面。虽然电池成组之前会根据各单体电池性能参数的不同进行筛选。但仍无法保证所有电池单体完全一致，初始的不一致会随着充放电循环次数的增加而累计增大。导致各单体电池状态(soc、电压、内阻等)产生更大差异。研究显示.在没有均衡设备保护的情况下。即便电池单体可以循环到1000次以上。电池组的循环次数可能不足200次。可见单体电池间的一致性问题是电池组性能衰退的主要原因。一致性表征参数的有效评估。对电池系统管理、运维和经济性分析具有重要意义。
[0004]电池包内由多个电芯组成，当一个电芯的容量/内阻/电压等参数与其他串并联的电芯之间存在较大差异，就会出现容量损失、寿命损失、内阻增大等问题。故电芯的一致性要求很重要，在组装之前需要对电芯进行一致性筛选。目前锂电池已有的一致性筛选基本在成品电池方面，此时电池的制造成本已经完成，筛选出的一致性差的电池，不能使用而造成了浪费。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]针对相关技术中的问题，本专利技术提出一种基于云平台大数据的电芯一致性评估方法，以克服现有相关技术所存在的上述技术问题。
[0007]为此，本专利技术采用的具体技术方案如下：
[0008]一种基于云平台大数据的电芯一致性评估方法，该电芯一致性评估方法包括以下步骤：
[0009]S1、建立云平台接入BMS电池管理系统，接收电池组上传的参数数据，并建立电池动力等效电路模型；
[0010]S2、将参数数据导入电池动力等效电路模型，并使用电池动力等效电路模型模拟
每个电芯的充放电过程，生成相应的充放电曲线；
[0011]S3、将生成的充放电曲线与BMS电池管理系统获得的实际充放电曲线进行比对，并基于平均绝对误差分析偏差，评估每个电芯的电荷状态和健康状态；
[0012]S4、通过每个电芯的电荷状态和健康状态的评估结果，将评估结果可视化，并基于预测模型制定优化充放电控制策略。
[0013]进一步的，所述参数数据包括电池组的总电压、电流、荷电状态、健康状态及单体电芯的实时电压数据和实时温度数据。
[0014]进一步的，所述建立云平台接入BMS电池管理系统，接收电池组上传的参数数据，并建立电池动力等效电路模型包括以下步骤：
[0015]S11、选择云计算服务商并搭建云平台环境；
[0016]S12、使用Modbus通信协议接入BMS电池管理系统；
[0017]S13、通过云平台环境与BMS电池管理系统的数据通信，接收电池组上传的参数数据，并存储到云数据库中；
[0018]S14、根据电池组的具体构成和参数数据，建立电池动力等效电路模型，并分析电池组的电压、电流、功率、电荷状态、健康状态的特性；
[0019]S15、建立MARS模型，根据电池组的实时电压数据和实时温度数据，利用MARS模型优化电池动力等效电路模型的参数数据。
[0020]进一步的，所述根据电池组的具体构成和参数数据，建立电池动力等效电路模型，并分析电池组的电压、电流、功率、电荷状态、健康状态的特性包括以下步骤：
[0021]S141、根据电芯的数量、连接方式及型号信息确定电池组的构成组件，并读取云数据中电池组上传的参数数据；
[0022]S142、根据电池组的实际情况，选择P2D模型建立电路模型；
[0023]S143、将获取的每个电芯的参数数据导入电路模型中，构建电池组的电池动力等效电路模型；
[0024]S144、通过对电荷状态特性的分析，判断电池组的使用寿命、健康状态；
[0025]S145、通过对健康状态特性的分析，判断电池组的使用寿命、容量衰减速率、电芯的损伤情况。
[0026]进一步的，所述为：
[0027][0028][0029][0030][0031][0032]式中，为电池动力等效电路模型参数数据的电压预测变量；
[0033]为电池动力等效电路模型参数数据的电流预测变量；
[0034]为电池动力等效电路模型参数数据的功率预测变量；
[0035]为电池动力等效电路模型参数数据的电荷状态预测变量；
[0036]为电池动力等效电路模型参数数据的健康状态预测变量；
[0037]ao为电池动力等效电路模型中的开路电压；
[0038]bo为电池动力等效电路模型中的开路电流；
[0039]co为电池动力等效电路模型中的开路功率；
[0040]do为电池动力等效电路模型中的开路电荷状态；
[0041]eo为电池动力等效电路模型中的开路健康状态；
[0042]am、bm、cm、dm及em分别为电池动力等效电路模型中第m参数数据的权重；
[0043]S
m
(x)为电池动力等效电路模型中第m参数数据的函数；
[0044]M为参数数据的数量；
[0045]m为每个输入变量中基函数的数量。
[0046]进一步的，所述建立MARS模型，根据电池组的实时电压数据和实时温度数据，利用MARS模型优化电池动力等效电路模型的参数数据包括以下步骤：
[0047]S151、收集电池组的实时电压数据和实时温度数据；
[0048]S152、建立初始的电池动力等效电路模型；
[0049]S153、将电压数据和温度数据作为输入，将实际的电流作为输出，使用MARS模型进行训练和优化，得到新的电池动力等效电路模型参数数据；
[0050]S154、将优化后的电池动力等效电路模型参数数据输入到原始的电池动力等效电路模型中，完成电池动力等效电路模型的参数数据优化。
[0051]进一步的，所述将参数数据导入电池动力等效电路模型，并使用电池动力等效电路模型模拟每个电芯的充放电过程，生成相应的充放电曲线包括以下步骤：
[0052]S21本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云平台大数据的电芯一致性评估方法，其特征在于，该电芯一致性评估方法包括以下步骤：S1、建立云平台接入BMS电池管理系统，接收电池组上传的参数数据，并建立电池动力等效电路模型；S2、将参数数据导入电池动力等效电路模型，并使用电池动力等效电路模型模拟每个电芯的充放电过程，生成相应的充放电曲线；S3、将生成的充放电曲线与BMS电池管理系统获得的实际充放电曲线进行比对，并基于平均绝对误差分析偏差，评估每个电芯的电荷状态和健康状态；S4、通过每个电芯的电荷状态和健康状态的评估结果，将评估结果可视化，并基于预测模型制定优化充放电控制策略；其中，所述建立云平台接入BMS电池管理系统，接收电池组上传的参数数据，并建立电池动力等效电路模型包括以下步骤：S11、选择云计算服务商并搭建云平台环境；S12、使用Modbus通信协议接入BMS电池管理系统；S13、通过云平台环境与BMS电池管理系统的数据通信，接收电池组上传的参数数据，并存储到云数据库中；S14、根据电池组的具体构成和参数数据，建立电池动力等效电路模型，并分析电池组的电压、电流、功率、电荷状态、健康状态的特性；S15、建立MARS模型，根据电池组的实时电压数据和实时温度数据，利用MARS模型优化电池动力等效电路模型的参数数据；其中，所述根据电池组的具体构成和参数数据，建立电池动力等效电路模型，并分析电池组的电压、电流、功率、电荷状态、健康状态的特性包括以下步骤：S141、根据电芯的数量、连接方式及型号信息确定电池组的构成组件，并读取云数据中电池组上传的参数数据；S142、根据电池组的实际情况，选择P2D模型建立电路模型；S143、将获取的每个电芯的参数数据导入电路模型中，构建电池组的电池动力等效电路模型；S144、通过对电荷状态特性的分析，判断电池组的使用寿命、健康状态；S145、通过对健康状态特性的分析，判断电池组的使用寿命、容量衰减速率、电芯的损伤情况；其中，所述将参数数据导入电池动力等效电路模型，并使用电池动力等效电路模型模拟每个电芯的充放电过程，生成相应的充放电曲线包括以下步骤：S21、确定电池动力等效电路模型的参数数据，并将电池组的参数数据导入电池动力等效电路模型中；S22、使用电池动力等效电路模型模拟每个电芯的充放电过程；S23、在模拟过程中，记录每个电芯的充放电曲线中电压、电流、电荷状态的参数数据；S24、根据每个电芯的充放电曲线中电压、电流、电荷状态的参数数据，生成相应的充放电曲线。2.根据权利要求1所述的一种基于云平台大数据的电芯一致性评估方法，其特征在于，
所述参数数据包括电池组的总电压、电流、荷电状态、健康状态及单体电芯的实时电压数据和实时温度数据。3.根据权利要求1所述的一种基于云平台大数据的电芯一致性评估方法，其特征在于，所述建立MARS模型的构建公式为：所述建立MARS模型的构建公式为：所述建立MARS模型的构建公式为：所述建立MARS模型的构建公式为：所述建立MARS模型的构建公式为：式中，为电池动力等效电路模型参数数据的电压预测变量；为电池动力等效电路模型参数数据的电流预测变量；为电池动力等效电路模型参数数据的功率预测变量；为电池动力等效电路模型参数数据的电荷状态预...

【专利技术属性】
技术研发人员：朱帅帅，钱增磊，刘子叶，黄亨镇，王子谦，
申请(专利权)人：江苏果下科技有限公司，
类型：发明
国别省市：