[發明專利]一種基于車輛運行數據的電池容量衰減影響因子評估方法

在審

• 申請號: 202211210945.7
• 申請日: 2022-09-30
• 公開（公告）號: CN115754730A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 王震坡;劉鵬;賀勁松;石友義;雷宇涵;盧青云
• 申請（專利權）人: 北京理工大學重慶創新中心
• 主分類號: G01R31/367
• 分類號: G01R31/367
• 代理公司: 重慶智慧之源知識產權代理事務所(普通合伙) 50234
• 代理人: 余洪

本發明利用新能源汽車國家監測與管理平臺的注冊電動汽車運行數據，建立了一種基于車輛運行數據的電池容量衰減影響因子評估方法，解決了構建實驗模型成本高、耗時長、缺乏實時性的缺點；然后每個所述電動汽車(不同型號)的動力電池在正常情況下的動力衰減建立第一數據庫，并根據所述運行位置信息和運行環境構建包含所述電動汽車在每個區域的動力電池容量正常衰減標準的第二數據庫，并從運行數據中選擇造成動力電池衰減的特征因子，并通過所述特征因子和所述第一數據庫、第二數據庫進行相關性分析，篩選出關鍵影響的特征因子，并對其量化，以實現對電動汽車動力電池的容量衰減關鍵因子的評估。

技術領域

本發明涉及新能源汽車的動力電池技術領域，尤其涉及一種基于車輛運行數據的電池容量衰減影響因子評估方法。

背景技術

在全球能源緊張、環境保護意識日益增長的時代，再加上汽車工業的發展，傳統內燃機汽車由于其高污染和高能源消耗已經不能滿足當前時代的要求，于是新能源汽車應運而生，近幾年隨著新能源汽車保有量的迅速增長，新能源汽車的動力電池容量衰退情況越來越受到車企、購車用戶等各方的關注。如何對影響電動汽車動力電池容量衰退的關鍵因素探索問題，是車企在進行動力電池和整車研發過程中，急需了解明確的問題，也是購車用戶在用車過中較為關注的核心問題。

現有動力電池容量評估方法主要分為兩大類：(1)通過實驗構建模型評估動力電池容量的方法，不能輸出和量化影響動力電池容量衰減的關鍵因子，且存在成本高、耗時長、缺乏實時性等缺點；(2)通過數據驅動構建模型評估動力電池容量的方法，不能輸出且量化不同型號動力電池的容量衰減關鍵因子，也不能準確評估出不同型號動力電池在不同使用工況下的電池容量。

因此，現有技術中缺乏具有實時性、低成本，且能準確評估不同型號動力電池在不同使用工況下的電池容量衰減因子的方法。

發明內容

針對現有技術中所存在的不足，本發明提供了一種基于車輛運行數據的電池容量衰減影響因子評估方法，以解決相關技術中的方法成本高，缺乏實時性，且未能準確評估不同型號動力電池在不同使用工況下的電池容量的問題。

本發明提供了一種基于車輛運行數據的電池容量衰減影響因子評估方法，包括如下步驟：

步驟1，通過新能源汽車國家監測與管理平臺獲取注冊電動汽車的歷史運行數據和地區信息，并從所述的歷史運行數據中按天提取運行數據和靜態數據，所述運行數據記為EV_IJ，所述靜態數據記為

步驟2，針對每個所述電動汽車，從所述運行數據EV_IJ中提取電流列表和時間列表，采用安時積分法將所述電流列表和所述時間列表計算得到所述電動汽車當天的動力電池容量；

然后，根據所述運行數據EV_IJ中所述電動汽車的累計總運行天數建立用于記錄電動汽車動力電池容量衰退的第一數據庫，所述第一數據庫記為EV_BCP，并將所述第一數據庫EV_BCP與所述地區信息關聯，獲得所述電動汽車的運行位置信息及運行環境；并根據所述運行位置信息和運行環境構建包含所述電動汽車在每個區域的動力電池容量正常衰減標準的第二數據庫，所述第二數據庫記為MCDQ_F；

步驟3，基于所述運行數據EV_IJ選擇造成動力電池容量衰減的特征因子，對所述特征因子和所述第一數據庫EV_BCP、第二數據庫MCDQ_F進行相關性分析，篩選出與所述電動汽車的動力電池容量相關性大的特征因子，并構建包含車輛的動力電池容量衰減影響特征因子的第三數據庫；

步驟4，根據篩選后的所述特征因子，采用多元回歸方法建立所述電動汽車的動力電池容量衰減影響特殊因子的量化模型，并形成所述電動汽車的動力電池容量衰減影響特殊因子的數據庫。

可選地，所述采用安時積分法將所述電流列表和所述時間列表計算得到所述電動汽車當天的動力電池容量，包括：