電動車電池安全與健康評估系統及其方法
2023-04-22 19:30:06 1
專利名稱：電動車電池安全與健康評估系統及其方法
技術領域：
本發明涉及一種電池評估系統及其方法，尤其涉及一種用於電動車的電池的安全與健康評估系統及其方法。
背景技術：
近年來，隨著可充電電池技術快速發展，以及各國對有害氣體及碳排放汙染的重視程度不斷增加，電動車逐漸進入了人們的視野，並成為汽車產業未來的發展方向。其中， 電動車包括有純電動車(EV)、混合動力電動車(HEV)以及插電式混合電動車(PHEV)。
無論是哪種類型的電動車，電池是其發展的首要關鍵。應用於電動車的電池應該滿足成本低、容量大、壽命長及安全性好的這四大要求。然而，由於目前的電化學儲能技術尚不成熟，所生產的電池偶發的意外燃燒事故以及生產質量參差不齊導致電動車的發展有所停滯。因此，目前很多研發集中在電池的材料穩定性和製造可靠性的方面。對於電池的檢測評估也大多局限在電池剩餘電量及電池使用壽命這些方面，而對於電池的安全與健康方面卻沒有涉及。發明內容
有鑑於現有技術的上述缺陷，本發明所要解決的技術問題是提供一種電動車電池安全與健康評估系統及其方法，其可對電動車電池的安全性和健康度進行實時的評估及顯示，以第一時間了解電池的當前狀態，保證其安全健康的使用。
為實現上述目的，本發明提供了一種電動車電池安全與健康評估系統，其包括
充電控制模塊，其與驅動電池模塊連接從而對驅動電池進行充放電操作，得到所述驅動電池的電池信息；
驅動電池無損快速測試模塊，其將預先設定的充電/放電設定值序列傳送到所述充電控制模塊，並從所述充電控制模塊中取得所述驅動電池的電池信息；
驅動電池安全評估模塊，其產生所述驅動電池的安全狀態信息；
驅動電池健康狀態評估模塊，其產生所述驅動電池的健康狀態信息；
驅動電池剩餘電量評估，其產生所述驅動電池的剩餘電量評估信息；
驅動電池信息存儲模塊，其存儲所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息；
以及電池信息顯示模塊，其顯示所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息；
其中，所述充電控制模塊、電動車驅動電池無損快速測試模塊、驅動電池安全評估模塊、驅動電池健康狀態評估模塊、驅動電池剩餘電量評估、驅動電池信息存儲模塊和電池信息顯示模塊依次連接，所述顯示模塊與所述充電控制模塊連接。
上述的電動車電池安全與健康評估系統，其中，所述驅動電池的電池信息包括驅動電池的電壓、電流、電池溫度。
上述的電動車電池安全與健康評估系統，其中，所述電池信息顯示模塊設置在智慧型手機或平板電腦上。
另外，本發明還提供一種電動車電池安全與健康評估方法，其包括以下步驟
對驅動電池進行充放電操作，同時採集所述驅動電池的電池信息；
評估所述驅動電池的安全狀態，得到所述驅動電池的安全狀態信息；
評估所述驅動電池的健康狀態，得到所述驅動電池的健康狀態信息；
評估所述驅動電池的剩餘電量評估，得到所述驅動電池的剩餘電量評估信息；
存儲所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估 fn息；
顯示所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估 fn息ο
上述的電動車電池安全與健康評估方法，其中，所述驅動電池的電池信息包括驅動電池的電壓、電流、電池溫度。
上述的電動車電池安全與健康評估方法，其中，根據預先設定的充電/放電設定值序列對所述驅動電池進行充放電操作。
上述的電動車電池安全與健康評估方法，其中，評估所述驅動電池的安全狀態採用如下方式cvsaf = R[f (I)，g (V)，h (T)]，其中，CVsaf表示安全可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f (I)為電流值經過特定算法計算得到的電流特徵，g(v)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，R[f (I)，g (V)，h (T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到安全評估可信度值；其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算安全評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0到1的安全概率值，其中0代表電池已失效且極端危險；1代表電池運行狀態良好且完全不存在安全隱患；0到1之間的值則代表前面兩種極端狀態之間的電池安全狀態。
上述的電動車電池安全與健康評估方法，其中，評估所述驅動電池的健康狀態採用如下方式=CVhealth = U[f(I)，g(V)，h⑴]，其中，CVhealth表示健康可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f (I)為電流值經過特定算法計算得到的電流特徵，g(v)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，U[f(I)，g(V)，h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到健康狀態評估可信度值，其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算健康狀態評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、 電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0到1的安全概率值，5其中0代表電池已失效且極端危險；1代表電池運行狀態良好且完全不存在安全隱患；0 到1之間的值則代表前面兩種極端狀態之間的電池安全狀態。上述的電動車電池安全與健康評估方法，其中，評估所述驅動電池的剩餘電量評估採用如下方式soc = C[f (I)，g(V)， h (T)]，其中，SOC為驅動電池的剩餘電量值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f(I)為電流值經過特定算法計算得到的電流特徵，g(V)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，c[f(l)，g(V)，h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到剩餘電量評估值，其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算剩餘電量評估值的算法為通過將所述電池的電流特徵、電壓特徵和溫度特徵向量與剩餘電量的模型來估計剩餘電量，評估剩餘電量的模型可由人工神經網絡方法、自組織映射方法、或線性或非線性插值算法來實現。
上述的電動車電池安全與健康評估方法，其中，採用雲計算來進行所述驅動電池的安全狀態、健康狀態和剩餘電量的評估。
因此，本發明的電動車電池安全與健康評估系統及其方法通過一種無損電池快速檢測方法對驅動電池進行快速充放電測試，同時採集驅動電池的相應電流、電壓和電池溫度信息，並將驅動電池對充放電測試的響應數據輸入到相關算法模型中，從而分析驅動電池的動態性能，得到相應的安全狀態信息、健康狀態信息和剩餘電量評估信息，其可設置在充電站等地，操作簡單，準確度高，響應速度快。
圖1是本發明的一種電動車電池安全與健康評估系統的結構示意圖。
具體實施方式
以下將結合附圖對本發明的構思、具體結構及產生的技術效果作進一步說明，以充分地了解本發明的目的、特徵和效果。
如圖1所示，本發明的電動車驅動電池安全與健康評估系統包括有充電控制模塊 102、電動車驅動電池無損快速測試模塊103、驅動電池安全評估模塊104、驅動電池健康狀態評估模塊105、驅動電池剩餘電量評估模塊106、驅動電池信息存儲模塊107以及電池信息顯示模塊108，上述模塊依次相連，最後電池信息顯示模塊108與充電控制模塊102連接。 該電動車驅動電池安全與健康評估系統可以設置在充電站。當電動車在充電站充電或者休息時，可方便的進行驅動電池的安全與健康狀態評估。
當對驅動電池按照預先設定的充電/放電設定值序列進行充放電操作時，驅動電池的電流、電壓和電池溫度會產生相應的變化。根據上述電流、電壓和電池溫度的變化，可分析得到驅動電池安全與健康信息。
具體地，首先將充電控制模塊102與電動車驅動電池模塊101相連。在接收到電動車驅動電池無損快速測試模塊103傳送來的預先設定的充電/放電設定值序列後，充電控制模塊102對驅動電池執行充放電操作，同時採集相應的電池信息。其中，電池信息包括充放電時驅動電池的電壓、電流和電池溫度；接著，充電控制模塊102將得到上述電池信息傳送到電動車驅動電池無損快速測試模塊103中；電動車驅動電池無損快速測試模塊103再將上述電池信息傳送到驅動電池安全評估模塊104中，並得到驅動電池的安全狀態信息； 然後，將之前的電池信息和安全狀態信息一同傳送到驅動電池健康狀態評估模塊105中， 以得到驅動電池的健康狀態信息；再將該健康狀態信息連同之前的電池信息和安全狀態信息一同傳送到驅動電池剩餘電量評估模塊106中，以得到驅動電池的剩餘電量評估信息； 將得到的電池信息、安全狀態信息、健康狀態信息和剩餘電路評估信息一同存儲到驅動電池信息存儲模塊107中；最後在驅動電池信息顯示模塊108中顯示出上述電池信息、安全狀態信息、健康狀態信息和剩餘電路評估信息，供使用者實時查看使用。其中，驅動電池的健康狀態信息還包括驅動電池的可再充電使用剩餘壽命信息。
在驅動電池安全評估模塊104中，通過採用下面的方式評估驅動電池的安全狀態，從而得到驅動電池的安全狀態信息=CVsaf = R[f(I)，g(V)，h⑴]，其中，CVsaf表示安全可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f(I)為電流值經過特定算法計算得到的電流特徵，g (V)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，R[f(I),g(V),h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到安全評估可信度值。其中，用於計算電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於電流特徵、電壓特徵和溫度特徵計算安全評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0到1的安全概率值，其中0代表電池已失效且極端危險；1代表電池運行狀態良好且完全不存在安全隱患；0到1之間的值則代表前面兩種極端狀態之間的電池安全狀態。在驅動電池健康狀態評估模塊105中，通過採用下面的方式評估驅動電池的健康狀態，從而得到驅動電池的健康狀態信息=CVhealth = U[f(I)，g(V)，h⑴]，其中，CVhealth表示健康可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f (I)為電流值經過特定算法計算得到的電流特徵，g(v)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，U[f(I)，g(V)，h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到健康狀態評估可信度值。其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算健康狀態評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、 電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0到1的安全概率值， 其中0代表電池已失效且極端危險，1代表電池運行狀態良好且完全不存在安全隱患，0到 1之間的值則代表前面兩種極端狀態之間的電池安全狀態。
在驅動電池剩餘電量評估模塊106中，通過採用下面的方式評估驅動電池的剩餘電量，從而得到驅動電池的剩餘電量評估信息=SOC = C[f(I)，g(V)，h(T)]，其中，SOC為驅動電池的剩餘電量值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f(I)為電流值經過特定算法計算得到的電流特徵，g(V)為電壓值經過特定算法計算得到的電流特徵，h (T)為電池溫度值經過特定算法計算得到的溫度特徵，C [f (I)，g (V)，h (T)] 為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到剩餘電量評估值。其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算剩餘電量評估值的算法為通過將所述電池的電流特徵、電壓特徵和溫度特徵向量與剩餘電量的模型來估計剩餘電量，評估剩餘電量的模型可由人工神經網絡方法、自組織映射方法、或線性或非線性插值算法來實現。
在本發明中，可以採用雲計算技術將電動車驅動電池安全評估模塊104、驅動電池健康狀態評估模塊105和驅動電池剩餘電量評估模塊106設置在充電站及遠程數據中心， 從而根據電動車在充電站的充電及評估等候隊列的規模來調整計算資源，從而實現對電動車驅動電池群的高性能、規模可伸縮的實時計算，有效的提高資源利用率。
另外，驅動電池信息顯示模塊108可以設置在智慧型手機或平板電腦上，以便於使用者實時的讀取驅動電池相關的信息，保證驅動電池安全有效的使用。
以上詳細描述了本發明的較佳具體實施例。應當理解，本領域的普通技術無需創造性勞動就可以根據本發明的構思作出諸多修改和變化。因此，凡本技術領域中技術人員依本發明的構思在現有技術的基礎上通過邏輯分析、推理或者有限的實驗可以得到的技術方案，皆應在由權利要求書所確定的保護範圍內。
權利要求
1.一種電動車驅動電池安全與健康評估系統，其特徵在於，包括充電控制模塊，其與驅動電池模塊連接從而對驅動電池進行充放電操作，得到所述驅動電池的電池信息；驅動電池無損快速測試模塊，其將預先設定的充電/放電設定值序列傳送到所述充電控制模塊，並從所述充電控制模塊中取得所述驅動電池的電池信息； 驅動電池安全評估模塊，其產生所述驅動電池的安全狀態信息； 驅動電池健康狀態評估模塊，其產生所述驅動電池的健康狀態信息； 驅動電池剩餘電量評估，其產生所述驅動電池的剩餘電量評估信息； 驅動電池信息存儲模塊，其存儲所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息；以及電池信息顯示模塊，其顯示所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息；其中，所述充電控制模塊、電動車驅動電池無損快速測試模塊、驅動電池安全評估模塊、驅動電池健康狀態評估模塊、驅動電池剩餘電量評估、驅動電池信息存儲模塊和電池信息顯示模塊依次連接，所述顯示模塊與所述充電控制模塊連接。
2.如權利要求1所述的電動車電池安全與健康評估系統，其特徵在於，所述驅動電池的電池信息包括驅動電池的電壓、電流、電池溫度。
3.如權利要求1所述的電動車電池安全與健康評估系統，其特徵在於，所述電池信息顯示模塊設置在智慧型手機或平板電腦上。
4.一種電動車電池安全與健康評估方法，其特徵在於，包括以下步驟 對驅動電池進行充放電操作，同時採集所述驅動電池的電池信息； 評估所述驅動電池的安全狀態，得到所述驅動電池的安全狀態信息； 評估所述驅動電池的健康狀態，得到所述驅動電池的健康狀態信息； 評估所述驅動電池的剩餘電量評估，得到所述驅動電池的剩餘電量評估信息；存儲所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息；顯示所述驅動電池的電池信息、安全狀態信息、健康狀態信息以及剩餘電量評估信息。
5.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，所述驅動電池的電池信息包括驅動電池的電壓、電流、電池溫度。
6.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，根據預先設定的充電/放電設定值序列對所述驅動電池進行充放電操作。
7.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，評估所述驅動電池的安全狀態採用如下方式CVsaf = R[f(I), g(V)，h(T)]，其中，CVsaf表示安全可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f (I)為電流值經過特定算法計算得到的電流特徵，g(v)為電壓值經過特定算法計算得到的電流特徵，h(T) 為電池溫度值經過特定算法計算得到的溫度特徵，R[f(I), g(v)，h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到安全評估可信度值；其中，用於計算所述電流特徵、 電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算安全評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0到1的安全概率值，其中0代表電池已失效且極端危險；1代表電池運行狀態良好且完全不存在安全隱患；0到1之間的值則代表前面兩種極端狀態之間的電池安全狀態。
8.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，評估所述驅動電池的健康狀態採用如下方式CVhealth = U[f (I)，g(V)，h⑴]，其中，CVhealth表示健康可信度值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f(I)為電流值經過特定算法計算得到的電流特徵，g(V)為電壓值經過特定算法計算得到的電流特徵， h(T)為電池溫度值經過特定算法計算得到的溫度特徵，U[f(I)，g(V)，h(T)]為電流特徵、 電壓特徵和溫度特徵經過特定算法計算得到健康狀態評估可信度值，其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、 局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算健康狀態評估可信度值的算法包括人工神經網絡方法、自組織映射方法、以及回歸算法，將所述描述電池狀態的電流特徵、電壓特徵和溫度特徵向量映射到統一的安全概率空間，並給用戶顯示0 到1的安全概率值，其中0代表電池已失效且極端危險；1代表電池運行狀態良好且完全不存在安全隱患；0到1之間的值則代表前面兩種極端狀態之間的電池安全狀態。
9.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，評估所述驅動電池的剩餘電量評估採用如下方式=SOC = C[f(I), g(V)，h⑴]，其中，SOC為驅動電池的剩餘電量值，I為驅動電池的電流值，V為驅動電池的電壓值，T為驅動電池的溫度，f (I)為電流值經過特定算法計算得到的電流特徵，g (V)為電壓值經過特定算法計算得到的電流特徵，h(T)為電池溫度值經過特定算法計算得到的溫度特徵，C[f(I),g(V),h(T)]為電流特徵、電壓特徵和溫度特徵經過特定算法計算得到剩餘電量評估值，其中，用於計算所述電流特徵、電壓特徵和溫度特徵的特定算法為用小波包算法對採得的電流值、電壓值和溫度值的時間序列進行分解並計算小波分解樹上各分支的能量、局部峰-峰值、局部最大值、局部最小值、峰值因素、偏度；基於所述電流特徵、電壓特徵和溫度特徵計算剩餘電量評估值的算法為通過將所述電池的電流特徵、電壓特徵和溫度特徵向量與剩餘電量的模型來估計剩餘電量，評估剩餘電量的模型可由人工神經網絡方法、自組織映射方法、或線性或非線性插值算法來實現。
10.如權利要求4所述的電動車電池安全與健康評估方法，其特徵在於，採用雲計算來進行所述驅動電池的安全狀態、健康狀態和剩餘電量的評估。
全文摘要
本發明公開了一種電動車電池安全與健康評估系統及其方法，其包括充電控制模塊；驅動電池無損快速測試模塊；驅動電池安全評估模塊；驅動電池健康狀態評估模塊；驅動電池剩餘電量評估；驅動電池信息存儲模塊；以及電池信息顯示模塊。本發明的電動車電池安全與健康評估系統及其方法通過一種無損電池快速檢測方法對驅動電池進行快速充放電測試，同時採集驅動電池的相應電流、電壓和電池溫度信息，並將驅動電池對充放電測試的響應數據輸入到相關算法模型中，從而分析驅動電池的動態性能，得到相應的安全狀態信息、健康狀態信息和剩餘電量評估信息，其可設置在充電站等地，操作簡單，準確度高，響應速度快。
文檔編號G01R31/36GK102520366SQ20111044112
公開日2012年6月27日 申請日期2011年12月23日 優先權日2011年12月23日
發明者李 傑, 黃亦翔 申請人:上海交通大學