通过数据融合模型对电动汽车锂离子电池的在线健康状态评估方法
本发明涉及锂离子电池健康状态评估，具体为一种通过数据融合模型对电动汽车锂离子电池的在线健康状态评估方法。
背景技术：
1、随着全球汽车产业向电动化转型加速，电动汽车市场规模持续迅猛扩张。锂离子电池因其具有高电压、高比能量以及长循环寿命等卓越特性，成为了电动汽车的主流动力源选择。它不仅为电动汽车提供了强劲的动力支持，还在很大程度上决定了电动汽车的性能表现，如续航里程、加速性能等，有力地推动了电动汽车在全球范围内的广泛普及与应用。锂离子电池在电动汽车中的安全性至关重要，锂离子电池健康状态不佳可能导致诸如过热、短路甚至起火爆炸等严重安全问题。准确评估锂离子电池健康状态能够及时发现潜在安全隐患，采取相应措施，如调整充电策略、限制锂离子电池功率输出或及时发出警报，从而确保电动汽车的安全运行，保护驾乘人员的生命财产安全。
2、目前，公开号为cn115236512a的现有技术中，通过计算锂离子电池的soh(stateof health，锂离子电池健康状态)以确定锂离子电池状态的方法通常通过统计方法提取用于计算soh的理想工况下的特征，从而对锂离子电池的soh进行计算得到锂离子电池状态，这种实际工况与理想工况的巨大差异使得基于理想工况数据建立的评估模型难以准确反映锂离子电池在真实使用场景中的健康状态，预测准确度较低。
3、本方法通过在20-30km/h速度工况下收集数据构建模型，这一速度区间在电动汽车日常行驶中较为常见，更贴近实际使用情况，相较于高速行驶(如超过100km/h)时，锂离子电池面临的瞬间高功率输出需求较小，从而减少了因高电流冲击导致的锂离子电池内部材料结构变化等干扰因素对数据准确性的影响，这种相对稳定的工况使得采集到的锂离子电池电压、电流、内阻数据更能准确反映锂离子电池在正常运行状态下的性能表现，更符合实际使用中的参数特征，有助于提高评估结果的实用性和可靠性。
4、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本发明的目的在于提供通过数据融合模型对电动汽车锂离子电池的在线健康状态评估方法，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种通过数据融合模型对电动汽车锂离子电池的在线健康状态评估方法，具体步骤包括：
4、步骤1：预先设定速度区间作为监测区间，当车辆处于行驶状态且首次进入该监测区间时，以相同的时间间隔持续获取电动汽车的特征数据，直至车辆首次离开该监测区间，将此区间内获取的数据构建特征数据表，所述特征数据包括锂离子电池的电压、放电电流和内阻；
5、步骤2：提取特征数据表获取锂离子电池的额定电压、额定放电电流和额定内阻数据，记录电压最大值与最小值，放电电流和内阻的最大值数据，对电压、放电电流和内阻数据分别计算平均值；
6、步骤3：通过额定电压、电压平均值、电压最大值与最小值构建电压健康因子，通过额定放电电流、放电电流平均值和放电电流最小值构建电流健康因子，通过额定内阻、内阻最大值和平均内阻构建内阻健康因子；
7、步骤4：基于电压健康因子、电流健康因子和内阻健康因子，采用加权平均算法得出综合健康指数，分别计算放电电流、电压、内阻的方差；
8、步骤5：设定健康指数阈值，分别设定放电电流、电压、内阻的方差阈值，将综合健康指数与健康指数阈值比较，并分别将放电电流、电压、内阻的方差与对应的方差阈值比较，依据比较结果综合判断锂离子电池的健康状态。
9、进一步地，针对处于预先设定速度区间内的运行时段，记录锂离子电池在该时段内的特征数据包括以下步骤：
10、设定要监测的速度区间为：ufw∈[20，30]，ufw表示待评估电动汽车的实时速度，时间间隔为：δt＝2s，在电动汽车启动并开始行驶后，当车速首次达到20km/h时开始，以2s的时间间隔采集电压、放电电流和内阻数据，直至车速低于20km/h或者超过30km/h时停止数据采集。
11、进一步地，对电压、放电电流和内阻数据分别计算平均值的方法为：
12、从特征数据表中提取每个时间间隔下的电压、放电电流和内阻数据，计算电压平均值：
13、
14、式中，vavg表示为电压平均值，n表示为时间间隔数，即记录锂离子电池特征数据的次数，vi表示为第i个时间间隔下采集到的电压值，i＝1，2，3，…，n，n为≥10的正整数，即数据采集持续时间不足10s(n<10)，则此次采集数据不参与健康状态评估计算，需等待车辆再次进入监测速度区间且采集时长达到10s及以上方可进行评估计算；
15、计算放电电流平均值：
16、
17、式中，iavg表示为放电电流平均值，ii表示为第i个时间间隔下采集到的放电电流值；
18、计算内阻平均值：
19、
20、式中，ravg表示为内阻平均值，ri表示为第i个时间间隔下采集到的内阻值。
21、进一步地，构建电压健康因子、电流健康因子和内阻健康因子的方法为：
22、通过额定电压、电压平均值、电压最大值与最小值构建电压健康因子：
23、
24、式中，vrated表示为锂离子电池的额定电压，kv1，kv2为权重系数，且kv1>kv2>0；
25、通过额定放电电流、放电电流平均值和放电电流最小值构建电流健康因子：
26、
27、式中，irated表示为锂离子电池的额定放电电流，ki1，ki2为权重系数，且ki1>ki2>0，imin表示为放电电流最小值；
28、通过额定内阻、内阻最大值和平均内阻构建内阻健康因子：
29、
30、式中，rrated表示为锂离子电池的额定内阻，kr1，kr2为权重系数，且kr1>kr2>0，rmax表示为内阻最大值。
31、进一步地，采用加权平均算法得出综合健康指数的方法为：
32、为电压健康因子、电流健康因子和内阻健康因子分配相应的权重：ωv、ωi和ωr，且ωv>ωi＝ωr，ωv+ωi+ωr＝1，采用加权平均算法，构建综合健康指数公式：
33、h＝ωv·fv+ωi·fi+ωr·fr。
34、进一步地，分别计算放电电流、电压、内阻的方差的方法为：
35、构建电压方差公式：
36、
37、式中，表示为电压方差；
38、构建放电电流方差公式：
39、
40、式中，表示为放电电流方差；
41、构建内阻方差公式：
42、
43、式中，表示为内阻方差。
44、进一步地，判断锂离子电池的健康状态的方法为：
45、预先设定良好状态健康指数阈值为h1，临界健康状态健康指数阈值为h2，且h1>h2>0，电压方差阈值为tv，放电电流方差阈值为ti，内阻方差阈值为tr；
46、当h≥h1时，赋值为3，当h1>h>h2时，赋值为2，当h≤h2时，赋值为1；
47、对于每个特征数据的方差，如果方差小于阈值，赋值为1，如果方差大于等于阈值，赋值为0，即：
48、当赋值为0，当赋值为1；
49、当赋值为0，当赋值为1；
50、当赋值为0，当赋值为1；
51、构建综合评分公式：
52、stotal＝hscore+svscore+siscore+srscore
53、式中，stotal表示为综合评分，hscore表示为健康指数的得分，svscore表示为电压方差的得分，siscore表示为放电电流方差的得分，srscore表示为内阻方差的得分；
54、当综合评分为6，判断锂离子电池的健康状态处于正常状态；当综合评分为5，判断锂离子电池的健康状态处于亚健康状态；当综合评分小于等于4，判断锂离子电池的健康状态处于故障状态。
55、与现有技术相比，本发明的有益效果是：
56、本发明预先设定速度区间作为监测区间来采集锂离子电池特征数据，使得电动汽车运行状态相对稳定的情况下收集电压、放电电流和内阻，避免因车辆频繁启停、急加速急刹车以及高速行驶时的极端工况对数据采集的干扰。获取锂离子电池的额定参数，并结合采集到的特征数据构建了电压健康因子、电流健康因子和内阻健康因子，从多个角度对锂离子电池性能进行了量化评估，避免了仅依靠单一参数评估导致的片面性问题，与现有技术仅依赖单一或少数几个锂离子电池参数进行评估相比，这种多维度的因子构建方式能够更全面地刻画锂离子电池的健康状态。
57、之后，利用加权平均算法计算得出综合健康指数，并设定相应的健康指数阈值，以此作为判定锂离子电池健康状态的关键依据之一。与此同时，对电压、放电电流以及内阻的方差数值进行计算，依据方差与各自设定的方差阈值之间的比较结果，与健康指数阈值判定结果共同构成多维度的评估体系。通过从综合健康指数和数据方差这两个不同角度展开评估，从而实现对锂离子电池健康状态更为全面、精准且综合的判断，输出锂离子电池健康状态。
相关知识
电动汽车锂离子动力电池健康状态在线诊断方法
=退役锂离子电池健康状态评估方法【钜大锂电】
电动汽车锂离子动力电池健康状态估计方法研究.pdf
电动汽车电池健康状态在线评估研究
电动汽车锂离子动力电池组健康状态估计方法的研究
基于实车运行数据的锂离子电池健康状态估计
锂离子电池的健康状态评估
《基于电化学热耦合模型的锂离子电池老化状态估计》.docx
锂离子电池健康状态评估及剩余寿命预测方法
基于数据驱动与优化算法融合的锂离子电池健康状态估计方法研究
网址: 通过数据融合模型对电动汽车锂离子电池的在线健康状态评估方法 https://m.trfsz.com/newsview1704159.html
