一种汽车锂电池性能的动态预测方法与流程

本发明属于电动汽车技术领域，具体涉及一种汽车锂电池性能的动态预测方法。

背景技术：

汽车是人们生活的重要交通工具，随着人们生活水平的提高，越来越多的人开始购买汽车。但是，汽车的大量使用带来了能源消耗、资源短缺、环境污染等一系列问题，这些问题促使各大汽车公司竞相研制各种新型无污染的环保车。而电动汽车是以电能为能源，通过电动机将电能转化为机械能，这完全符合研制零污染汽车的理念，因此电动汽车得到了快速的发展。

电动汽车的发展离不开电池的革新，在许多文章中都有提到过电动汽车的电池的续航能力、充电不便等电动汽车目前面临的问题；大厂商也在不断地革新着电动汽车的电池质量和电容量的问题。对锂电池而言，有着很多的性能检测方法和系统，比如在锂电池制造过程中的多个环节中对锂电池的静态内阻和静态电压进行检测，在老化测试后对电池组串的空载总电压和带载总电压进行检测等方法和系统。

现在很多地方都出现了租赁电动汽车的业务，例如公园、学校、游乐场等地方，很多城市甚至有了一套租赁汽车系统，用于平时市民的租赁使用。智能萝卜车租赁系统就是一种基于互联网的租赁系统，智能小车通过手机进行租赁，大量车辆的投放使用会使得维护成本变高，维护力度变弱。不能保证每辆租赁电动汽车内的锂电池性能，管理数据庞大的租赁电动汽车，需要实时的检测、预测才能及时发现问题，提醒维护人员检修或者更换锂电池，提前避免锂电池出现性能问题导致车辆使用中出现问题。维护人员通过手机APP实时获取车辆的电池性能，及时发现异常车辆以及其位置，避免萝卜车出现行驶中故障。

技术实现要素：

鉴于上述需求，本发明提供了一种汽车锂电池性能的动态预测方法，能够实现对锂电池性能的实时检测、预测，提醒维护人员检修或者更换锂电池，提前避免锂电池出现性能问题导致车辆使用中出现问题。

一种汽车锂电池性能的动态预测方法，其过程为：

首先，收集大量相同品牌型号的汽车锂电池动态内阻平均数据，通过相应算法预测该品牌型号汽车锂电池的内阻正常范围区间及其误差比率；

对于待预测的汽车锂电池，每隔固定时间计算其内阻平均值；收集该锂电池一天内的所有内阻平均值数据，根据上述内阻正常范围区间及其误差比率判断出该锂电池的性能。

所述汽车锂电池的动态内阻平均数据由一系列连续的内阻平均值组成。

所述内阻平均值的具体计算方法如下：

(1)每隔50ms采集获取汽车锂电池的电压和放电电流；

(2)基于当前时刻和上一时刻汽车锂电池的电压和放电电流，计算出当前时刻汽车锂电池的内阻并保存；

(3)对之前保存的所有内阻求平均，即得到所述的内阻平均值。

所述步骤(2)中根据以下公式计算当前时刻汽车锂电池的内阻：

R当前时刻＝(U当前时刻-U上一时刻)/(I当前时刻-I上一时刻)

其中：R当前时刻为当前时刻汽车锂电池的内阻，U当前时刻和U上一时刻分别为当前时刻和上一时刻汽车锂电池的电压，I当前时刻和I上一时刻分别为当前时刻和上一时刻汽车锂电池的放电电流。

在执行步骤(2)之前，判断汽车锂电池的放电电流是否小于1毫安，若是，则判断当前车辆处于静止状态，不对内阻进行计算。

由远端服务器负责预测汽车锂电池的内阻正常范围区间及其误差比率；作为车辆，则每隔10s计算汽车锂电池的内阻平均值并将其与该锂电池的唯一标识信息一同上传给所述的远端服务器。

对于任一汽车锂电池，由远端服务器收集该汽车锂电池一天内的所有内阻平均值数据，根据内阻正常范围区间及其误差比率判断出该锂电池的性能，进而将相应判断结果发送给对应车辆管理人员。

本发明预测方法通过数据采集向服务器端发送锂电池内阻值，服务端对该车辆的锂电池内阻进行分析，通过多组数据的分析可以判断出该锂电池的性能，以便可以用于大规模的电动汽车的相同品牌的锂电池性能预测。

本发明通过监控电动汽车的锂电池内阻，预测锂电池的性能，每天时时刻刻获取锂电池的内阻数据，一旦发现异常可以立即去检修或者停止使用该车辆，提前避免锂电池出现性能问题导致车辆使用中出现问题。

附图说明

图1为本发明方法的步骤流程示意图。

图2为正常锂电池获取得到的内阻数据示意图。

图3为异常锂电池获取得到的内阻数据示意图。

图2和图3中横坐标为测量的次数(每10s一次)，纵坐标为测量的内阻值。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本发明汽车锂电池性能的动态预测方法，主要是为了解决锂电池性能的实时检测及预测，提醒维护人员检修或者更换锂电池，其具体实现如图1所示：

(1)每隔50ms获取当前锂电池的电压U与当前的放电电流I。

(2)判断放电电流I小于1毫安，则认定当前车辆在静止状态，该数据不予计算。

(3)通过本次与上次的电压差除以电流差计算出车辆行驶中的锂电池的内阻R，具体公式如下：

R＝(U1–U2)/(I1–I2)

其中：U1为本次测量的电压，I1为本次测量的放电电流，U2上次测量的电压，I2为上次测量的放电电流。

(4)每10s计算之前获取的内阻R的平均值R'。

(5)将本次计算的内阻R'以及车辆电池唯一标识等信息上传至服务器。

(6)根据步骤(1)至(5)收集多个动态的锂电池的内阻多组数据上传至远端服务器，由远端服务器对数据遍历进行分析通过相应算法预测该种锂电池内阻正常范围值在[R1,R2]，以及出现误差的概率η％。

本实施方式中所采用的算法为：收集正常的数据符合一种正态分布，使95％以上的数据都会在[μ-2σ,μ+2σ]范围内，则R1＝μ-2σ，R2＝μ+2σ，η＝5，其中μ为一组数据的均值，σ为标准差。

(7)对于待预测的锂电池，重复执行根据步骤(1)至(5)计算得到收集该锂电池一天的内阻值。

(8)由远端服务器分析该锂电池一天内阻值数据，通过算法判断该锂电池内阻值是否在正常范围[R1,R2]内，并且误差的概率小于等于η％，进而判断得出该锂电池的性能。

本实施方式中所采用的算法为：遍历一组内阻值数据，判断内阻值是否在[R1,R2]之间，统计整组数据不在[R1,R2]之间的个数，求出该组数据不在[R1,R2]之间的概率η1％。判断η1％是否小于等于η％，若小于等于η％则表示该锂电池性能正常，否则不正常。

本实施方式统计计算得出该种锂电池正常情况下内阻值正常数据的范围在[-0.177487,-0.032503]，η＝5。

图2为正常锂电池获取得到的内阻数据，其中内阻值数据不在正常数据范围的数据点占总数据的比值为3.7％，小于5％，说明该锂电池性能正常。图3为异常锂电池获取得到的内阻数据，其中内阻值数据不在正常数据范围的数据点占总数据的比值为13.06％，远远大于5％，说明该锂电池性能异常，需要及时检修。

本发明预测方法通过数据采集向服务器端发送锂电池内阻值，服务端对该车辆的锂电池内阻进行分析，通过多组数据的分析可以判断出该锂电池的性能，以便可以用于大规模的电动汽车的相同品牌的锂电池性能预测。

本发明通过监控电动汽车的锂电池内阻，预测锂电池的性能，每天时时刻刻获取锂电池的内阻数据，一旦发现异常可以立即去检修或者停止使用该车辆，提前避免锂电池出现性能问题导致车辆使用中出现问题。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。