[發明專利]電池健康度估算方法及裝置

在審

• 申請號: 202111294820.2
• 申請日: 2021-11-03
• 公開（公告）號: CN116068444A
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 張德步;張雅翕;顧祥龍
• 申請（專利權）人: 標致雪鐵龍汽車股份有限公司
• 主分類號: G01R31/392
• 分類號: G01R31/392
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 石穎偉;丁燕

1.一種電池健康度估算方法，包括：

接收車輛的運行數據；

判斷所述運行數據是否可用于估算電池健康度；以及

若是，則基于所述運行數據計算多個健康特征中每個健康特征的值，并將所計算的值提供給所述車輛的經訓練的神經網絡模型，以估算所述電池健康度，其中，

所述經訓練的神經網絡模型用于表示所述多個健康特征與所述電池健康度之間的關系。

2.根據權利要求1所述的方法，其中，判斷所述運行數據是否可用于估算電池健康度進一步包括：

判斷所述運行數據是否滿足一個充電放電循環；

若滿足，則判斷所述運行數據中的充電起始荷電狀態是否小于第一閾值并且充電結束荷電狀態是否大于第二閾值，其中，

當所述充電起始荷電狀態小于所述第一閾值并且所述充電結束荷電狀態大于所述第二閾值時，所述運行數據可用于估算所述電池健康度。

3.根據權利要求1所述的方法，其中，所述神經網絡模型為長短期記憶(LSTM)神經網絡模型。

4.根據權利要求1所述的方法，其中，在基于所述運行數據計算多個健康特征中每個健康特征的值之前，所述方法進一步包括：

對所述運行數據進行數據清洗并按照充電放電循環進行劃分。

5.根據權利要求1所述的方法，其中，在將所計算的值提供給所述車輛的經訓練的神經網絡模型之前，所述方法進一步包括：

獲得所述車輛在預設歷史時段內的歷史運行數據，所述預設歷史時段包括多個充電放電循環；

對所述歷史運行數據進行數據清洗并按照充電放電循環進行劃分；以及

基于經劃分的所述歷史運行數據訓練所述神經網絡模型。

6.根據權利要求5所述的方法，其中，基于經劃分的所述歷史運行數據訓練所述神經網絡模型進一步包括：

從所述多個充電放電循環中選擇充電起始荷電狀態小于第一閾值并且充電結束荷電狀態大于第二閾值的充電放電循環；

針對所選擇的各充電放電循環，基于所述歷史運行數據計算其歷史電池健康度和預設的健康特征集中每個健康特征的值；以及

利用所計算的所述健康特征集的值和所述歷史電池健康度來訓練所述神經網絡模型。

7.根據權利要求6所述的方法，其中，通過以下公式計算所述歷史電池健康度：

其中，η為電池庫倫效率，t₁為停車充電起始時間，t₂為停車充電結束時間，I為停車充電期間的電流，SOC_start為充電起始荷電狀態，SOC_end為充電結束荷電狀態，Q_t為電池的滿電荷容量，Q₀為電池的額定容量，SOH為電池健康度。

8.根據權利要求6所述的方法，其中，在訓練所述神經網絡模型之前，所述方法進一步包括：

分別計算所述健康特征集中每個健康特征與所述歷史電池健康度之間的相關性；以及

按相關性從高到低的順序，從所述健康特征集中選擇預設數量的健康特征作為所述多個健康特征。

9.根據權利要求8所述的方法，其中，通過以下公式來計算所述每個健康特征與所述歷史電池健康度之間的相關性：

其中，n為所選擇的充電放電循環的數量，X_i為每個健康特征在第i個充電放電循環的值，為每個健康特征在n個充電放電循環中的平均值，Y_i為第i個充電放電循環的歷史電池健康度，為n個充電放電循環中的平均歷史電池健康度，ρ_xy為每個健康特征與歷史電池健康度之間的相關性。