[發(fā)明專利]電動汽車動力電池的安全預警方法有效
| 申請?zhí)枺?/td> | 201910333880.7 | 申請日: | 2019-04-24 |
| 公開(公告)號: | CN110133508B | 公開(公告)日: | 2022-04-01 |
| 發(fā)明(設計)人: | 逄龍;韓競科 | 申請(專利權)人: | 上海博強微電子有限公司 |
| 主分類號: | G01R31/367 | 分類號: | G01R31/367;G01R31/392;B60L58/10 |
| 代理公司: | 蘇州市港澄專利代理事務所(普通合伙) 32304 | 代理人: | 湯婷 |
| 地址: | 201800 上海市松江區(qū)莘磚公路*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電動汽車 動力電池 安全 預警 方法 | ||
1.一種電動汽車動力電池的安全預警方法,其特征在于,包括:
s1、預測當前動力電池性能衰減程度;
s2、基于BP神經網絡訓練故障預測模型,將訓練好的預測模型部署于BMS中,在本地實際獲取的累計狀態(tài)數(shù)據(jù)的基礎上,在線構造輸入樣本輸入到預測模型中,采用softmax來進行分類結果的提取,預測當前動力電池發(fā)生故障的類型,
電池發(fā)生故障的類型包括電壓不一致、電阻不一致、充放電電流變大、溫度不一致、散熱系統(tǒng)故障、電池內部短路、SOC不一致,
故障預測模型的輸入樣本為電池電流,電壓,絕緣電阻值,電池包溫度構成的向量;
s3、融合動力電池的性能衰減程度和發(fā)生故障的類型,輸出安全等級評估結果,當動力電池性能衰減到設定閾值后,輸出不同層級的預警信息。
2.根據(jù)權利要求1所述的電動汽車動力電池的安全預警方法,其特征在于,步驟s1包括:
建立鋰電池的性能衰減模型;
根據(jù)衰減模型得到特定充放電周期的電池容量預測值;
利用容量預測結果計算電池的剩余壽命;
根據(jù)衰減指數(shù)得到當前充放電周期的性能衰減程度結果。
3.根據(jù)權利要求2所述的電動汽車動力電池的安全預警方法,其特征在于,鋰電池的性能衰減模型:
Qk=ak·exp(bk·k)+ck·exp(dk·k) (1)
鋰離子電池系統(tǒng)狀態(tài)轉移方程及測量方程:
xk=[ak,bk,ck,dk] (2)
其中,k為電池的循環(huán)周期序號,ak、bk、ck、dk表示第k個循環(huán)周期時電池性能衰減模型的四個系數(shù),分別表示性能衰減模型系數(shù)ak、bk、ck、dk的第i個采樣樣本;Qk是鋰離子電池每個充放電周期的容量,N(0,σ)為零均值的高斯分布噪聲,鋰離子電池容量的估計值表示為:
N為樣本數(shù)目。
4.根據(jù)權利要求3所述的電動汽車動力電池的安全預警方法,其特征在于,步驟s1中,電池容量預測值計算包括以下步驟:
(1)初始化:k=0時,假設初始樣本服從高斯分布p(x0),在該分布中抽取初始樣本集初始權值
(2)重要性采樣:利用狀態(tài)轉移函數(shù)公式(1)進行重要性采樣得到新樣本估計值其中0:k代表從第0個循環(huán)周期到第k個循環(huán)周期;
(3)粒子權重計算:
(4)粒子重采樣:根據(jù)粒子權值進行重采樣,重采樣后的樣本序號每個樣本的新權重
(5)狀態(tài)估計值
重復執(zhí)行(2)-(5)步驟得到每一周期的退化模型參數(shù),利用當前周期的退化模型參數(shù)對后續(xù)第個周期的電池容量進行預測,得到預測容量Qthres:
(5)當Qthres小于設定的剩余壽命閾值時,記錄其周期數(shù)TRUL,根據(jù)預測結果,利用公式(6)計算當前周期的衰減指數(shù)Dk
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海博強微電子有限公司,未經上海博強微電子有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910333880.7/1.html,轉載請聲明來源鉆瓜專利網。





