[發明專利]電動車輛的動力電池的健康狀態確定方法及服務器

在審

• 申請號: 202210529104.6
• 申請日: 2022-05-16
• 公開（公告）號: CN115598556A
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 沈小杰;廖增成
• 申請（專利權）人: 深圳市道通合創新能源有限公司
• 主分類號: G01R31/392
• 分類號: G01R31/392;G01R31/396;G01R31/367;G01R31/378
• 代理公司: 深圳市程炎知識產權代理事務所(普通合伙) 44676
• 代理人: 蔡樂慶

本發明涉及新能源技術領域，公開了一種電動車輛的動力電池的健康狀態確定方法及服務器。方法包括：獲取動力電池的電池數據以及電動車輛的車輛特征，根據實時電池關聯參數及與車輛特征對應的正常衰減模型，計算動力電池的正常健康狀態衰減值，根據實時故障類型參數及與車輛特征對應的故障衰減模型，計算動力電池的故障健康狀態衰減值，根據正常健康狀態衰減值及故障健康狀態衰減值，確定動力電池的綜合健康評價值。本實施例評估動力電池的健康狀態時，無需控制動力電池進行充放電，也無需動力電池的首次健康狀態值，都可快速地評估動力電池的健康狀態，從而改善了現有技術評估動力電池的健康狀態時存在效率低下的技術問題。

技術領域

本發明涉及新能源技術領域，具體涉及一種電動車輛的動力電池的 健康狀態確定方法及服務器。

背景技術

動力電池作為新能源電動汽車最主要的動力源，動力電池的使用壽 命是有限的，動力電池中活性物質隨著使用過程而自然損耗，因此，動 力電池的滿電容量會逐漸降低，業內常采用電池的健康狀態(State of Health，SOH)評估動力電池的壽命。

現有評估動力電池的SOH值的方法主要有電化學機理方法和大數據 人工智能評估方法。電化學機理方法是通過一定條件的充放電過程，對 動力電池的電壓、電流等數據進行分析而得到動力電池的SOH值。由于 動力電池的充放電過程需要一定充放電時間和充放電條件，因此上述作 法評估SOH值的效率比較低。

大數據人工智能評估方法是從大量歷史數據中，利用長時間尺度數 據分析算法進行得到動力電池的SOH值。由于動力電池的SOH衰減是一 個緩慢且不可逆的過程，因此，對于使用一段時間的電動汽車的動力電 池進行首次SOH評估時，此方法由于缺少初始值而使得后續利用長時間 尺度數據分析算法進行評估時，算法的收斂比較緩慢，無法快速可靠地 輸出SOH值。

發明內容

本發明實施例的一個目的旨在提供一種電動車輛的動力電池的健 康狀態確定方法及服務器，用于改善現有技術評估動力電池的健康狀態 時，存在效率低下的技術問題。

在第一方面，本發明實施例提供一種電動車輛的動力電池的健康狀 態確定方法，包括：

獲取所述動力電池的電池數據以及所述電動車輛的車輛特征，所述 電池數據包括實時電池關聯參數與實時故障類型參數；

根據所述實時電池關聯參數及與所述車輛特征對應的正常衰減模 型，計算所述動力電池的正常健康狀態衰減值；

根據所述實時故障類型參數及與所述車輛特征對應的故障衰減模 型，計算所述動力電池的故障健康狀態衰減值；

根據所述正常健康狀態衰減值及所述故障健康狀態衰減值，確定所 述動力電池的綜合健康評價值。

可選地，所述實時電池關聯參數為行駛里程、動力電池的累計充電 容量或累計放電容量中的一個。

可選地，所述根據所述正常衰減值及所述故障衰減值，確定所述動 力電池的綜合健康評價值包括：

根據以下公式：SOH_t＝Std-Δα_t-Δε_t，確定所述動力電池的綜合健康 評價值，Std為標準電池健康狀態值，SOH_t為綜合健康評價值，Δα_t為 正常健康狀態衰減值，Δε_t為故障健康狀態衰減值。

可選地，所述正常衰減模型是根據與所述車輛特征相同的多個第一 歷史車輛的動力電池的第一訓練數據訓練得到的；

所述故障衰減模型是根據與所述車輛特征相同的多個第二歷史車 輛的動力電池的第二訓練數據與所述正常衰減模型訓練得到的。

可選地，所述第一歷史車輛為未發生指定電池故障的車輛；

所述第二歷史車輛為已發生指定電池故障的車輛；