【技术实现步骤摘要】
本专利技术涉及车辆检测，具体为一种新能源车辆健康状态商检平台及方法。
技术介绍
1、近年来，随着新能源汽车技术的迅速发展和普及，新能源汽车的数量也在持续增加。然而，随着车辆保有量的增加，由于电池问题导致的事故比例也在逐年上升，这引发了广大用户对车辆电池安全性的担忧。
2、电池的健康状态（soh,state of health）对车辆的续航里程和驾驶安全有着至关重要的影响。健康的电池能够保证车辆在行驶过程中的稳定性和安全性，为车辆提供更长的续航里程，使驾驶者能够更加便捷地使用车辆。如果电池出现问题，比如过充、过放或者老化，可能会引发严重的安全事故。这些问题可能导致车辆在行驶过程中突然失去动力，或者在充电过程中发生火灾等危险情况。
3、当前，一般的检测站在电池检测方面存在一些问题，缺乏有效的手段来进行准确的电池健康状态（soh,state of health）检测。这导致许多用户无法获得可靠的检测结果，进而可能在电池存在潜在隐患的情况下继续使用车辆，增加了事故发生的风险。
技术实现思路
1、本专利技术的目的在于：提出一种新能源车辆健康状态商检平台及方法，该技术方案能够在检测站高效地实现对新能源车辆电池健康状态的检测。
2、为实现上述目的，第一方面，本公开实施例提供了一种新能源车辆健康状态商检平台，包括：
3、充电检测设备，用于采集新能源汽车的电池系统参数信息；
4、登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；>
5、线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块、电池一致性检测模块；
6、线下检测子系统，用于分析充电检测设备采集的参数信息，生成电池健康状态的检测结果线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块。
7、基础方案的有益效果：充电检测设备实现在线下检测站能够实时采集车辆的电池系统参数信息，填补了线下监测站针对新能源汽车电池健康数据方面的能力，以便于后续生成电池健康状态的检测结果；由于需要耗费时间进行参数信息采集，因此需要更合理地规划电池检测的策略，模型选择模块能够根据登记模块生成的待检测车辆列表，选择调用不同倾向性的电池健康检测模块，使得商检平台效率更高或者精度更高，从而更好地调度商检平台电池健康状态检测的资源利用。
8、作为一种可实施的优选方案，充电检测设备包括充检参数设置模块与反接保护模块；
9、充检参数设置模块，用于设置电池容量、充电截止soc、最高单体温度、默认辅电参数和单体电压参数；
10、反接保护模块，用于检测电池的正负极性，并在发现极性反接时切断电源。
11、作为一种可实施的优选方案，所述第一电池健康检测模块，用于快速检测电动汽车电池健康状态，包括模型构建子模块，第一健康分析子模块；
12、所述第二电池健康检测模块，用于准确检测电动汽车电池健康状态，包括参数预辨识子模块，第二健康分析子模块。
13、作为一种可实施的优选方案，所述模型构建子模块用于构建电池模型和soh估计模型，具体包括以下内容：
14、通过转鼓运行，将目标检测车型的样车进行完全放电至soc=0%或电池管理系统自动断电；然后对样车进行多阶段恒流充电，充电倍率为0.1c，每充入10%的额定容量，对车辆进行断电，静置1小时后再进行充电，直到soc=100%或充电电流自动断开；
15、计算整个充电过程中的充入电量与每次静置前的累计充入电量，得到当前容量与每次静置时的实际soc；在每次静置后，记录电池端电压为ocv，从而得到soc-ocv的对应关系，并通过线性插值得到soc-ocv查找表；
16、将车辆放电至50%soc，进行10分钟的恒流脉冲激励，得到电压反馈数据，利用带遗忘因子的最小二乘方法，进行等效电路模型的参数辨识，从而建立电池模型；
17、获取特征序列，通过仿真软件，随机定义电池模型的soh，并输入一段时长5分钟、电流倍率为0.3c的激励；将生成的电压数据进行归一化，得到特征序列；
18、搭建深度卷积神经网络模型，将特征序列作为模型输入，将对应的随机定义的soh作为模型输出，对模型进行训练，得到soh估计模型。
19、作为一种可实施的优选方案，所述第一健康分析子模块对soh未知的检测车辆，将控制充电检测设备进行时长5分钟、电流倍率为0.3c的充电激励，并实时采集电压数据，以获取特征序列，并将该特征序列输入至soh估计模型中，输出得到soh估计值。
20、作为一种可实施的优选方案，所述参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，包括以下内容：
21、对各车型电动汽车进行hppc满充测试，获取测试数据，测试数据包括电池系统总电压、最高单体电压、电流与soc；利用电池系统总电压与最高单体电压估计电池系统中单体的串联数量，得到电池系统的平均单体电压数据；
22、根据电池所用的材料体系，设置电化学机理模型中的参数范围；
23、利用优化算法辨识电化学机理模型中参数，目标优化方程如下：
24、
25、式中，为测量电压，为检测车辆的辨识电压，为测量soc，为辨识soc；
26、判断电压均方根误差是否小于30mv，否则重新设置参数范围。
27、作为一种可实施的优选方案，所述第二健康分析子模块，用于对待检测电动汽车进行电池健康状态的检测，具体内容包括：
28、控制充电检测设备使用电流工况对检测车辆进行充电并采集电压数据，
29、根据检测的车型调用模型参数库中对应的参数组，作为优化算法的初始参数对模型参数重新进行辨识；
30、将辨识得到的参数代入容量计算公式，得到检测车辆的可用容量q，计算公式如下：
31、
32、其中f为法拉第常数，a为电极面积，为负极孔隙率，为负极最大锂离子浓度，为负极嵌锂范围；
33、计算被检车辆电池的健康状态，计算公式如下：
34、
35、式中，为车辆铭牌电池额定容量，取多次计算的平均值作为最终的soh。
36、作为一种可实施的优选方案，所述模型选择模块，还用于根据历史数据进行分析，预测未来不同时间段的检测需求和趋势，历史数据包括历史待检测车辆的数量、历史检测时间、历史检测结果，并根据预测结果，提前调整调用第一电池健康检测模块或第二电池检测模块。
37、作为一种可实施的优选方案，还包括线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块、电池一致性检测模块。
38、第二方面，本公开实施例还提供本文档来自技高网...
【技术保护点】
1.一种新能源车辆健康状态商检平台，其特征在于：包括：
2.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：
3.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：
4.根据权利要求3所述的一种新能源车辆健康状态商检平台，其特征在于：所述模型构建子模块用于构建电池模型和SOH估计模型，具体包括以下内容：
5.根据权利要求4所述的一种新能源车辆健康状态商检平台，其特征在于：所述第一健康分析子模块对SOH未知的检测车辆，将控制充电检测设备进行时长5分钟、电流倍率为0.3C的充电激励，并实时采集电压数据，以获取特征序列，并将该特征序列输入至SOH估计模型中，输出得到SOH估计值。
6.根据权利要求3所述的一种新能源车辆健康状态商检平台，其特征在于：所述参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，包括以下内容：
7.根据权利要求6所述的一种新能源车辆健康状态商检平台，其特征在于：所述第二健康分析子模块，用于对待检测电动汽车进行电池健康状态的检测，具体内容包括：
8
9.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：还包括线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块与电池一致性检测模块。
10.一种新能源车辆健康状态商检方法，运用了如权利要求1-9任一项所述的一种新能源车辆健康状态商检平台，包括如下步骤：
...【技术特征摘要】
1.一种新能源车辆健康状态商检平台，其特征在于：包括：
2.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：
3.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：
4.根据权利要求3所述的一种新能源车辆健康状态商检平台，其特征在于：所述模型构建子模块用于构建电池模型和soh估计模型，具体包括以下内容：
5.根据权利要求4所述的一种新能源车辆健康状态商检平台，其特征在于：所述第一健康分析子模块对soh未知的检测车辆，将控制充电检测设备进行时长5分钟、电流倍率为0.3c的充电激励，并实时采集电压数据，以获取特征序列，并将该特征序列输入至soh估计模型中，输出得到soh估计值。
6.根据权利要求3所述的一种新能源车辆健康状态商检平台，其特征在于：所述参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，包括以下内容：
7.根据权利要求6所...
【专利技术属性】
技术研发人员：向飞，何佳东，蒲云川，郑孟，胡晶，廖雪梅，吴洁，赵廷柱，王瑶，黄忆，周晶晶，
申请(专利权)人：中国汽车工程研究院股份有限公司，
类型：发明
国别省市：
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。