一种电池使用状态的评估方法、装置及电源管理系统与流程

1.本发明涉及动力电池领域，尤其涉及一种电池使用状态的评估方法、装置及电源管理系统。


背景技术：

2.bms系统是纯电动车或其它涉及动力电池的车的核心系统，bms系统中存储着动力电池的各类运行性能数据。
3.当前，现有的bms系统通常存储的动力电池的运行状态包括sox(例如soc、soh、sop、soe等)以及上下电高压状态等，在实际使用过程中，需要对相应数据实时调用并进行人工统计分析，进而评估出相应的动力电池的使用状态。然而，现有技术对电池使用状态的评估准确度较低，这会降低电池使用安全性。
4.因此，提供一种能够提高电池使用状态的评估准确度，进而提高电池使用安全性的方法显得尤为重要。


技术实现要素：

5.本发明所要解决的技术问题在于，提供一种电池使用状态的评估的方法、装置及电源管理系统，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
6.为了解决上述技术问题，本发明第一方面公开了一种电池使用状态的评估方法，所述方法包括：
7.获取目标电池的多个运行状态参数，并确定每个所述运行状态参数对应的分布概率参数，其中，所有所述运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；
8.根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵；
9.根据所述当前电池使用状态参数矩阵，生成所述目标电池在当前周期的状态评估报告，所述状态评估报告用于指示所述目标电池的当前使用状态情况。
10.作为一种可选的实施方式，在本发明第一方面中，所述预设评估算法包括预设权重算法以及预设关联算法；
11.以及，所述根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵，包括：
12.根据所述预设权重算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的指标权重向量，所述指标权重向量用于指示所有所述运行状态参数对应的分布概率参数所对应的指标权重；
13.根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵；
14.根据所述指标权重向量以及所述关联系数矩阵，确定所述目标电池的当前电池使
用状态参数矩阵。
15.作为一种可选的实施方式，在本发明第一方面中，所述根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵，包括：
16.确定所述目标电池的参照指标向量；
17.根据所有所述运行状态参数对应的分布概率参数，建立所述目标电池对应的初始数据矩阵，每个所述运行状态参数对应的分布概率参数包括该运行状态参数在所述当前周期下的多个子周期对应的分布概率；
18.根据预设区间相对化公式，分别对所述初始数据矩阵以及所述参照指标向量执行标准化操作，得到所述初始数据矩阵对应的无量纲矩阵以及所述参照指标向量对应的无量纲向量；
19.根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵。
20.作为一种可选的实施方式，在本发明第一方面中，所述确定所述目标电池的参照指标向量，包括：
21.确定所述目标电池的当前老化程度参数，并确定所述当前老化程度参数下每个所述运行状态参数对应的参照指标数据；
22.根据所有所述运行状态参数对应的参照指标数据以及预先确定出的修正系数，确定所述目标电池的参照指标向量。
23.作为一种可选的实施方式，在本发明第一方面中，所述根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵，包括：
24.根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，计算每个所述运行状态参数在所述当前周期下的每个所述子周期对应的分布概率与对应的参照指标数据之间的关联系数；
25.根据所有所述运行状态参数在所述当前周期下的所有所述子周期对应的分布概率与对应的参照指标数据之间的关联系数，确定所述目标电池的关联系数矩阵；
26.其中，所述预设关联算法具体为：
[0027][0028]
其中，ε
0i
(k)为第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的关联系数，为所述无量纲向量中第k个所述运行状态参数对应的无量纲参数，为所述无量纲矩阵中第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的无量纲参数，ρ为预设分辨系数。
[0029]
作为一种可选的实施方式，在本发明第一方面中，所述修正系数是由以下方式确定的：
[0030]
获取所述目标电池的目标电池使用状态参数矩阵，所述目标电池使用状态参数矩阵用于指示所述目标电池在目标周期的电池使用状态参数矩阵，所述目标周期为所述当前周期在先相邻的周期；
[0031]
对所述目标电池使用状态参数矩阵进行分析，得到所述目标电池使用状态参数矩阵中所有目标电池使用状态参数之间的参数比较关系；
[0032]
根据所述参数比较关系、所述目标电池使用状态参数矩阵以及预设修正系数公式，确定所述修正系数。
[0033]
作为一种可选的实施方式，在本发明第一方面中，所述预设修正系数公式具体为：
[0034][0035]
其中，α为所述修正系数，g为所述目标电池使用状态参数矩阵，gn为对应的目标电池使用状态参数，ε为预设的修正参照参数。
[0036]
本发明第二方面公开了一种电池使用状态的评估装置，所述装置包括：
[0037]
获取模块，用于获取目标电池的多个运行状态参数；
[0038]
确定模块，用于确定每个所述运行状态参数对应的分布概率参数，其中，所有所述运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵；
[0039]
生成模块，用于根据所述当前电池使用状态参数矩阵，生成所述目标电池在当前周期的状态评估报告，所述状态评估报告用于指示所述目标电池的当前使用状态情况。
[0040]
作为一种可选的实施方式，在本发明第二方面中，所述预设评估算法包括预设权重算法以及预设关联算法；
[0041]
以及，所述确定模块根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵的方式具体包括：
[0042]
根据所述预设权重算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的指标权重向量，所述指标权重向量用于指示所有所述运行状态参数对应的分布概率参数所对应的指标权重；
[0043]
根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵；
[0044]
根据所述指标权重向量以及所述关联系数矩阵，确定所述目标电池的当前电池使用状态参数矩阵。
[0045]
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵的方式具体包括：
[0046]
确定所述目标电池的参照指标向量；
[0047]
根据所有所述运行状态参数对应的分布概率参数，建立所述目标电池对应的初始数据矩阵，每个所述运行状态参数对应的分布概率参数包括该运行状态参数在所述当前周期下的多个子周期对应的分布概率；
[0048]
根据预设区间相对化公式，分别对所述初始数据矩阵以及所述参照指标向量执行
标准化操作，得到所述初始数据矩阵对应的无量纲矩阵以及所述参照指标向量对应的无量纲向量；
[0049]
根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵。
[0050]
作为一种可选的实施方式，在本发明第二方面中，所述确定模块确定所述目标电池的参照指标向量的方式具体包括：
[0051]
确定所述目标电池的当前老化程度参数，并确定所述当前老化程度参数下每个所述运行状态参数对应的参照指标数据；
[0052]
根据所有所述运行状态参数对应的参照指标数据以及预先确定出的修正系数，确定所述目标电池的参照指标向量。
[0053]
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵的方式具体包括：
[0054]
根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，计算每个所述运行状态参数在所述当前周期下的每个所述子周期对应的分布概率与对应的参照指标数据之间的关联系数；
[0055]
根据所有所述运行状态参数在所述当前周期下的所有所述子周期对应的分布概率与对应的参照指标数据之间的关联系数，确定所述目标电池的关联系数矩阵；
[0056]
其中，所述预设关联算法具体为：
[0057][0058]
其中，ε
0i
(k)为第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的关联系数，为所述无量纲向量中第k个所述运行状态参数对应的无量纲参数，为所述无量纲矩阵中第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的无量纲参数，ρ为预设分辨系数。
[0059]
作为一种可选的实施方式，在本发明第二方面中，所述修正系数是由以下方式确定的：
[0060]
获取所述目标电池的目标电池使用状态参数矩阵，所述目标电池使用状态参数矩阵用于指示所述目标电池在目标周期的电池使用状态参数矩阵，所述目标周期为所述当前周期在先相邻的周期；
[0061]
对所述目标电池使用状态参数矩阵进行分析，得到所述目标电池使用状态参数矩阵中所有目标电池使用状态参数之间的参数比较关系；
[0062]
根据所述参数比较关系、所述目标电池使用状态参数矩阵以及预设修正系数公式，确定所述修正系数。
[0063]
作为一种可选的实施方式，在本发明第二方面中，所述预设修正系数公式具体为：
[0064][0065]
其中，α为所述修正系数，g为所述目标电池使用状态参数矩阵，gn为对应的目标电池使用状态参数，ε为预设的修正参照参数。
[0066]
本发明第三方面公开了另一种电池使用状态的评估装置，所述装置包括：
[0067]
存储有可执行程序代码的存储器；
[0068]
与所述存储器耦合的处理器；
[0069]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的电池使用状态的评估方法。
[0070]
本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的电池使用状态的评估方法。
[0071]
本发明第五方面公开了一种电源管理系统，所述电源管理系统用于执行本发明第一方面公开的电池使用状态的评估方法。
[0072]
与现有技术相比，本发明实施例具有以下有益效果：
[0073]
本发明实施例中，获取目标电池的多个运行状态参数，并确定每个运行状态参数对应的分布概率参数，其中，所有运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有运行状态参数对应的分布概率参数以及预设评估算法，确定目标电池的当前电池使用状态参数矩阵；根据当前电池使用状态参数矩阵，生成目标电池在当前周期的状态评估报告，状态评估报告用于指示目标电池的当前使用状态情况。可见，实施本发明能够根据目标电池的多个运行状态参数确定其对应的分布概率参数，并根据所有分布概率参数以及预设评估算法确定目标电池的当前电池使用状态参数矩阵，进而生成目标电池在当前周期的状态评估报告，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
附图说明
[0074]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0075]
图1是本发明实施例公开的一种电池使用状态的评估方法的流程示意图；
[0076]
图2是本发明实施例公开的另一种电池使用状态的评估方法的流程示意图；
[0077]
图3是本发明实施例公开的一种电池使用状态的评估装置的结构示意图；
[0078]
图4是本发明实施例公开的另一种电池使用状态的评估装置的结构示意图。
具体实施方式
[0079]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0080]
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
[0081]
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0082]
本发明公开了一种电池使用状态的评估方法、装置及电源管理系统，能够根据目标电池的多个运行状态参数确定其对应的分布概率参数，并根据所有分布概率参数以及预设评估算法确定目标电池的当前电池使用状态参数矩阵，进而生成目标电池在当前周期的状态评估报告，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。以下分别进行详细说明。
[0083]
实施例一
[0084]
请参阅图1，图1是本发明实施例公开的一种电池使用状态的评估方法的流程示意图。其中，图1所描述的电池使用状态的评估方法可以应用于日常需要对电池(例如车用电池)使用状态进行评估的场景中，本发明实施例不做限定。可选的，该方法可以由电池评估系统实现，也可以是由用于对电池评估流程进行处理的本地服务器或云端服务器等实现，其中，该电池评估系统可以集成在电池评估装置中，也可以独立于该电池评估装置而存在，本发明实施例不做限定。如图1所示，该电池使用状态的评估方法可以包括以下操作：
[0085]
101、获取目标电池的多个运行状态参数，并确定每个运行状态参数对应的分布概率参数。
[0086]
在本发明实施例中，可选的，所有运行状态参数包括但不仅限于荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数等。可选的，该荷电状态参数包括目标电池的最大单体soc以及最大单体温度；该健康状态参数包括目标电池在多个时间段的包体soh(健康状态指数)；该功率状态参数包括多个功率区间；该容量吞吐参数包括目标电池的最大单体soc以及吞吐容量与电池额定容量之间的比率；该故障参数包括目标电池的至少一个使用模式(例如车用电池的驾驶模式等)、每个使用模式对应的供电电压以及故障次数等。
[0087]
在本发明实施例中，可选的，通过建立直方图的形式确定每个运行状态参数对应的分布概率参数，例如以最大单体soc和最大单体温度为x轴、y轴，在预设时间段内(例如一个月内等)在z轴上进行统计对应的分布概率x(
maxsoc,maxt
)作为荷电状态参数对应的分布概率参数；在预设时间段内统计记录电池的soh，并将相应的分布概率x
soh
作为健康状态参数
对应的分布概率参数；以每个功率区间为x轴，在预设时间段内，在y轴上进行统计对应的分布概率x
p
，并将该分布概率x
p
作为功率状态参数对应的分布概率参数；以最大单体soc为x轴、以吞吐容量与电池额定容量之间的比率为y轴，在预设时间段内，在z轴上进行统计对应的分布概率x(
r,maxsoc
)，并将该分布概率x(
r,maxsoc
)作为容量吞吐参数对应的分布概率参数；以使用模式和相应供电电压组成变量为x轴，以产生的故障次数为y轴，在z轴上进行统计对应的分布概率x(
pwr,tr
)，并将该分布概率x(
pwr,tr
)作为故障参数对应的分布概率参数等。通过以直方图的存储的统计方式实时统计目标电池的多个运行状态参数，能够更好地分析目标电池的电池使用状态。
[0088]
102、根据所有运行状态参数对应的分布概率参数以及预设评估算法，确定目标电池的当前电池使用状态参数矩阵。
[0089]
在本发明实施例中，可选的，该预设评估算法包括预设权重算法以及预设关联算法，预设权重算法用于计算每个分布概率参数之间的权重，预设关联算法用于计算每个分布概率参数与相应参照指标之间的关联关系。可选的，该当前电池使用状态参数矩阵用于指示目标电池在当前周期下的每个子周期的当前电池使用状态参数，举个例子，假设当前周期为某年的1-4月，其存在4个子周期分别对应为1月、2月、3月、4月，基于上述假设，该当前电池使用状态参数矩阵可以具体为：
[0090][0091]
其中，g为该当前电池使用状态参数矩阵，g1、g2、g3、g4分别为1月、2月、3月、4月对应的当前电池使用状态参数，需要说明的是，上述当前电池使用状态参数矩阵中的当前电池使用状态参数越大，则说明其越接近目标电池的参照指标，该当前电池使用状态参数对应的子周期的目标电池的使用状态越好。
[0092]
103、根据当前电池使用状态参数矩阵，生成目标电池在当前周期的状态评估报告。
[0093]
在本发明实施例中，可选的，状态评估报告用于指示目标电池的当前使用状态情况，以上述假设当前电池使用状态参数矩阵为例，若g1》g2》g3》g4，则说明目标电池的使用状态趋势为负向趋势，即状态越来越糟糕；若g1≈g2≈g3≈g4，则说明目标电池的使用状态为平稳趋势，即状态比较良好稳定；若g1《g2《g3《g4，则说明目标电池的使用状态为正向趋势，即状态得到改善，愈趋向好。基于预设权重算法以及预设关联算法以及实时调节相应的参照指标向量，能够提高目标电池的状态评估效果，生成的状态评估报告给予用户参考，避免因滥用而导致电池加速老化和使用安全性能降低，能够进一步的提高目标电池的使用安全性。
[0094]
可见，实施本发明实施例能够根据目标电池的多个运行状态参数确定其对应的分布概率参数，并根据所有分布概率参数以及预设评估算法确定目标电池的当前电池使用状态参数矩阵，进而生成目标电池在当前周期的状态评估报告，能够提高电池使用状态的评
估准确度，进而提高电池使用安全性。
[0095]
实施例二
[0096]
请参阅图2，图2是本发明实施例公开的一种电池使用状态的评估方法的流程示意图。其中，图2所描述的电池使用状态的评估方法可以应用于日常需要对电池(例如车用电池)使用状态进行评估的场景中，本发明实施例不做限定。可选的，该方法可以由电池评估系统实现，也可以是由用于对电池评估流程进行处理的本地服务器或云端服务器等实现，其中，该电池评估系统可以集成在电池评估装置中，也可以独立于该电池评估装置而存在，本发明实施例不做限定。如图2所示，该电池使用状态的评估方法可以包括以下操作：
[0097]
201、获取目标电池的多个运行状态参数，并确定每个运行状态参数对应的分布概率参数。
[0098]
202、根据预设权重算法以及所有运行状态参数对应的分布概率参数，确定目标电池的指标权重向量。
[0099]
在本发明实施例中，可选的，指标权重向量用于指示所有运行状态参数对应的分布概率参数所对应的指标权重。可选的，该预设权重算法可以是德尔菲法，举个例子，假设荷电状态参数对应的分布概率参数为x(
maxsoc,maxt
)，健康状态参数对应的分布概率参数为x
soh
，功率状态参数对应的分布概率参数为x
p
，容量吞吐参数对应的分布概率参数为x(
r,maxsoc
)，故障参数对应的分布概率参数为x(
pwr,tr
)，基于德尔菲法对5个分布概率参数进行打分，该德尔菲法的公式具体为：
[0100][0101]
其中，l为专家总数，wi(k)为第i个专家(其权威度为ci)对第k个分布概率参数的打分权重值。基于上述公式可以得出所有运行状态参数对应的分布概率参数，则目标电池对应的指标权重向量可以具体为：
[0102]
w＝[w(1) w(2) w(3) w(4) w(5)]
[0103]
203、根据预设关联算法以及所有运行状态参数对应的分布概率参数，确定目标电池的关联系数矩阵。
[0104]
在本发明实施例中，可选的，该预设关联算法可以具体为灰色关联度公式。具体的，建立目标电池对应的初始数据矩阵以及确定目标电池的参照指标向量，并通过预设区间相对化公式，分别对该初始数据矩阵以及该参照指标向量执行标准化操作，得到对应的无量纲矩阵以及无量纲向量，进而通过该灰色关联度公式确定目标电池的关联系数矩阵，假设目标电池有5个运行状态参数，且当前周期为某年的1-4月，其存在4个子周期分别对应为1月、2月、3月、4月，则该关联系数矩阵可以具体为：
[0105][0106]
其中，ε
01
(1)用于指示第一个运行状态参数在1月份的分布概率与对应的参照指标
之间的关联系数；ε
01
(2)用于指示第二个运行状态参数在1月份的分布概率与对应的参照指标之间的关联系数；ε
02
(1)用于指示第一个运行状态参数在2月份的分布概率与对应的参照指标之间的关联系数，以此类推。
[0107]
204、根据指标权重向量以及关联系数矩阵，确定目标电池的当前电池使用状态参数矩阵。
[0108]
在本发明实施例中，可选的，基于上述假设得到的指标权重向量w以及关联系数矩阵e，可以确定目标电池的当前电池使用状态参数矩阵具体为：
[0109][0110]
其中，g1、g2、g3、g4分别为1月、2月、3月、4月对应的当前电池使用状态参数。
[0111]
205、根据当前电池使用状态参数矩阵，生成目标电池在当前周期的状态评估报告。
[0112]
在本发明实施例中，针对步骤201、步骤205的其它描述，请参照实施例一中针对步骤101、步骤103的详细描述，本发明实施例不再赘述。
[0113]
可见，实施本发明实施例能够根据目标电池的多个运行状态参数确定其对应的分布概率参数，并根据所有分布概率参数以及预设评估算法确定目标电池的当前电池使用状态参数矩阵，进而生成目标电池在当前周期的状态评估报告，能够提高电池使用状态的评估准确度，进而提高电池使用安全性；能够根据预设权重算法以及预设关联算法，分别确定目标电池的指标权重向量以及关联系数矩阵，进而确定出该目标电池的当前电池使用状态参数矩阵，能够提高当前电池使用状态参数矩阵的准确性，为后续生成状态评估报告提供精准的数据基础，从而更进一步的提高电池使用状态的评估准确度。
[0114]
在一个可选的实施例中，上述步骤204根据预设关联算法以及所有运行状态参数对应的分布概率参数，确定目标电池的关联系数矩阵，包括：
[0115]
确定目标电池的参照指标向量；
[0116]
根据所有运行状态参数对应的分布概率参数，建立目标电池对应的初始数据矩阵；
[0117]
根据预设区间相对化公式，分别对初始数据矩阵以及参照指标向量执行标准化操作，得到初始数据矩阵对应的无量纲矩阵以及参照指标向量对应的无量纲向量；
[0118]
根据预设关联算法、无量纲矩阵以及无量纲向量，确定目标电池的关联系数矩阵。
[0119]
在该可选的实施例中，可选的，目标电池的参照指标向量用于指示目标电池的每个运行状态参数当前需要标定的理想数值，由于在不同的电池老化程度下，对应的理想数值也不同，因此需要根据不同电池老化程度对其进行标定。可选的，该参照指标向量可以确定出每个运行状态参数在当前周期下的多个子周期对应的分布概率，举个例子，假设以最大单体soc和最大单体温度为x轴、y轴，在预设时间段内(例如一个月内等)在z轴上进行统计对应的分布概率x(
maxsoc,maxt
)作为荷电状态参数对应的分布概率参数，基于上述假设，
可以通过参照指标向量确定出荷电状态参数在当前周期下的多个子周期对应的分布概率，例如参照指标向量中的荷电状态参数对应的最大单体soc为90％-95％以及最大单体温度为50-55℃，则建立的目标电池对应的初始数据矩阵中荷电状态参数对应的分布概率可以为1月份时处于最大单体soc为90％-95％以及最大单体温度为50-55℃时的概率，2月份时处于最大单体soc为90％-95％以及最大单体温度为50-55℃时的概率等等。
[0120]
在该可选的实施例中，可选的，每个运行状态参数对应的分布概率参数包括该运行状态参数在当前周期下的多个子周期对应的分布概率。进一步的，以当前周期中是所有子周期为一等分(例如当前周期为1-4月，所有子周期分别为1月、2月、3月、4月，以1个月为一等分)，建立目标电池对应的初始数据矩阵，其中，该矩阵的行列与子周期的数量以及分布概率参数的数量有关，例如存在5个分布概率参数分别为x(
maxsoc,maxt
)、x
soh
、x
p
、x(
r,maxsoc
)、x(
pwr,tr
)以及4个子周期分别为1月、2月、3月、4月，则其对应的初始数据矩阵为4*5的矩阵，该初始数据矩阵可以具体为：
[0121][0122]
其中，该矩阵的第一行表示x(
maxsoc,maxt
)、x
soh
、x
p
、x(
r,maxsoc
)、x(
pwr,tr
)在1月份的分布概率，该矩阵的第二行表示x(
maxsoc,maxt
)、x
soh
、x
p
、x(
r,maxsoc
)、x(
pwr,tr
)在2月份的分布概率，以此类推。
[0123]
在该可选的实施例中，可选的，预设区间相对化公式可以具体为：
[0124][0125]
可选的，通过该预设区间相对化公式将初始数据矩阵x
*
进行标准化处理，得到无量纲矩阵x
&
；同理将上述参照指标向量进行标准化处理得到无量纲向量通过相对化、标准化处理可以减低数据之间的变化幅度，以提高数据处理准确性。进一步可选的，根据灰色关联度公式、无量纲矩阵x
&
以及无量纲向量确定所述目标电池的关联系数矩阵。
[0126]
可见，该可选的实施例能够确定初始数据矩阵对应的无量纲矩阵以及参照指标向量对应的无量纲向量，进而根据预设关联算法，确定出目标电池的关联系数矩阵，能够提高数据处理的准确性，为后续步骤提供更加准确的数据，从而更进一步的提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0127]
在另一个可选的实施例中，上述步骤确定目标电池的参照指标向量，包括：
[0128]
确定目标电池的当前老化程度参数，并确定当前老化程度参数下每个运行状态参
数对应的参照指标数据；
[0129]
根据所有运行状态参数对应的参照指标数据以及预先确定出的修正系数，确定目标电池的参照指标向量。
[0130]
在该可选的实施例中，可选的，目标电池的当前老化程度参数用于指示目标电池的当前老化程度，这与该目标电池的使用年限、使用损耗等有关，例如可以通过汽车的当前已驾驶时间推算出其对应的车用电池的当前老化程度等，需要说明的是，不同的当前老化程度参数对应不同的运行状态参数的参照指标。
[0131]
在该可选的实施例中，可选的，该参照指标向量可以具体为：
[0132][0133]
其中，x
(maxsoc,maxt)0
、x
sohr0
、x
p0
、x
(r,maxsoc)0
、x
(pwr,tr)0
分别对应荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数的参照指标，α为预先确定出的修正系数。
[0134]
可见，该可选的实施例能够通过目标电池的当前老化程度参数确定每个运行状态参数对应的参照指标，结合预先确定出的修正系数确定出目标电池的参照指标向量，能够提高参照指标向量的准确性，以目标电池的实际使用情况出发标定出相应的参照指标向量，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0135]
在又一个可选的实施例中，上述步骤根据预设关联算法、无量纲矩阵以及无量纲向量，确定目标电池的关联系数矩阵，包括：
[0136]
根据预设关联算法、无量纲矩阵以及无量纲向量，计算每个运行状态参数在当前周期下的每个子周期对应的分布概率与对应的参照指标数据之间的关联系数；
[0137]
根据所有运行状态参数在当前周期下的所有子周期对应的分布概率与对应的参照指标数据之间的关联系数，确定目标电池的关联系数矩阵。
[0138]
在该可选的实施例中，可选的，该预设关联算法具体为：
[0139][0140]
其中，ε
0i
(k)为第k个运行状态参数在当前周期下的第i个子周期对应的关联系数，为无量纲向量中第k个运行状态参数对应的无量纲参数，为无量纲矩阵中第k个运行状态参数在当前周期下的第i个子周期对应的无量纲参数，ρ为预设分辨系数。
[0141]
在该可选的实施例中，可选的，通过该预设关联算法得出的关联系数矩阵可以具体为：
[0142][0143]
可见，该可选的实施例能够根据预设关联算法算出每个运行状态参数在当前周期
下的每个子周期对应的关联系数，并将得出的所有关联系数确定出目标电池的关联系数矩阵，能够提高关联系数矩阵的准确性，从而能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0144]
在又一个可选的实施例中，上述修正系数是由以下方式确定的：
[0145]
获取目标电池的目标电池使用状态参数矩阵；
[0146]
对目标电池使用状态参数矩阵进行分析，得到目标电池使用状态参数矩阵中所有目标电池使用状态参数之间的参数比较关系；
[0147]
根据参数比较关系、目标电池使用状态参数矩阵以及预设修正系数公式，确定修正系数。
[0148]
在该可选的实施例中，可选的，目标电池使用状态参数矩阵用于指示目标电池在目标周期的电池使用状态参数矩阵，目标周期为当前周期在先相邻的周期，举个例子，假设当前周期为某年(例如2023年等)的1-4月，则其对应的目标周期为上一年(2022年)的9-12月。可选的，基于上述假设，目标电池使用状态参数矩阵包括的所有目标电池使用状态参数可以为g1、g2、g3、g4，分别对应上一年的9月、10月、11月、12月，则这些所有目标电池使用状态参数之间的参数比较关系可以是g1《g2《g3《g4或g1》g2》g3》g4或g1≈g2≈g3≈g4，通过该比较关系以及所有目标电池使用状态参数之间的相对极值，可以确定出相应的预设修正系数公式，从而确定出修正系数。
[0149]
可见，该可选的实施例能够根据目标电池在目标周期的目标电池使用状态参数矩阵，确定出该目标电池当前周期对应的修正系数，能够确保修正系数的准确性以及可靠性，从而提高参照指标向量的准确性，进而提高目标电池在当前周期的状态评估报告的准确性。
[0150]
在又一个可选的实施例中，上述预设修正系数公式具体为：
[0151][0152]
其中，α为修正系数，g为目标电池使用状态参数矩阵，gn为对应的目标电池使用状态参数，ε为预设的修正参照参数。
[0153]
在该可选的实施例中，可选的，该修正参照参数ε可以由技术人员根据目标电池的电芯型号、电芯功耗、使用模式(例如车用电池的驾驶模式)、当前老化程度参数等因素确定。可选的，当目标电池的当前周期为预设的初始周期时，其对应的修正系数α为1，举个例子，当目标电池的当前周期为某年的1-4月，且该1-4月为该目标电池的初始周期，即目标电池并不存在在先评估的目标周期，此时该当前周期对应的修正系数α为1，需要说明的是，该初始周期可以由技术人员自主设定，也可以是由电池评估系统自动确定，此处不做限定。
[0154]
可见，该可选的实施例能够按需确定出目标电池当前周期的修正系数α，能够建立当前周期与目标周期之间的关联关系，能够提高修正系数α的精准性，从而为后续步骤提供精确的数据基础，从而提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0155]
实施例三
[0156]
请参阅图3，图3是本发明实施例公开的一种电池使用状态的评估装置的结构示意图。其中，图3所描述的电池使用状态的评估装置可以应用于日常需要对电池(例如车用电池)使用状态进行评估的场景中，本发明实施例不做限定。可选的，该装置可以由电池评估系统实现，也可以是由用于对电池评估流程进行处理的本地服务器或云端服务器等实现，其中，该电池评估系统可以集成在电池评估装置中，也可以独立于该电池评估装置而存在，本发明实施例不做限定。如图3所示，该电池使用状态的评估装置可以包括：
[0157]
获取模块301，用于获取目标电池的多个运行状态参数；
[0158]
确定模块302，用于确定每个运行状态参数对应的分布概率参数，其中，所有运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有运行状态参数对应的分布概率参数以及预设评估算法，确定目标电池的当前电池使用状态参数矩阵；
[0159]
生成模块303，用于根据当前电池使用状态参数矩阵，生成目标电池在当前周期的状态评估报告，状态评估报告用于指示目标电池的当前使用状态情况。
[0160]
可见，实施图3所描述的电池使用状态的评估装置能够根据目标电池的多个运行状态参数确定其对应的分布概率参数，并根据所有分布概率参数以及预设评估算法确定目标电池的当前电池使用状态参数矩阵，进而生成目标电池在当前周期的状态评估报告，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0161]
在一个可选的实施例中，预设评估算法包括预设权重算法以及预设关联算法；
[0162]
以及，上述确定模块302根据所有运行状态参数对应的分布概率参数以及预设评估算法，确定目标电池的当前电池使用状态参数矩阵的方式具体包括：
[0163]
根据预设权重算法以及所有运行状态参数对应的分布概率参数，确定目标电池的指标权重向量，指标权重向量用于指示所有运行状态参数对应的分布概率参数所对应的指标权重；
[0164]
根据预设关联算法以及所有运行状态参数对应的分布概率参数，确定目标电池的关联系数矩阵；
[0165]
根据指标权重向量以及关联系数矩阵，确定目标电池的当前电池使用状态参数矩阵。
[0166]
可见，实施图3所描述的电池使用状态的评估装置能够根据预设权重算法以及预设关联算法，分别确定目标电池的指标权重向量以及关联系数矩阵，进而确定出该目标电池的当前电池使用状态参数矩阵，能够提高当前电池使用状态参数矩阵的准确性，为后续生成状态评估报告提供精准的数据基础，从而更进一步的提高电池使用状态的评估准确度。
[0167]
在另一个可选的实施例中，上述确定模块302根据预设关联算法以及所有运行状态参数对应的分布概率参数，确定目标电池的关联系数矩阵的方式具体包括：
[0168]
确定目标电池的参照指标向量；
[0169]
根据所有运行状态参数对应的分布概率参数，建立目标电池对应的初始数据矩阵，每个运行状态参数对应的分布概率参数包括该运行状态参数在当前周期下的多个子周期对应的分布概率；
[0170]
根据预设区间相对化公式，分别对初始数据矩阵以及参照指标向量执行标准化操
作，得到初始数据矩阵对应的无量纲矩阵以及参照指标向量对应的无量纲向量；
[0171]
根据预设关联算法、无量纲矩阵以及无量纲向量，确定目标电池的关联系数矩阵。
[0172]
可见，实施图3所描述的电池使用状态的评估装置能够确定初始数据矩阵对应的无量纲矩阵以及参照指标向量对应的无量纲向量，进而根据预设关联算法，确定出目标电池的关联系数矩阵，能够提高数据处理的准确性，为后续步骤提供更加准确的数据，从而更进一步的提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0173]
在又一个可选的实施例中，上述确定模块302确定目标电池的参照指标向量的方式具体包括：
[0174]
确定目标电池的当前老化程度参数，并确定当前老化程度参数下每个运行状态参数对应的参照指标数据；
[0175]
根据所有运行状态参数对应的参照指标数据以及预先确定出的修正系数，确定目标电池的参照指标向量。
[0176]
可见，实施图3所描述的电池使用状态的评估装置能够通过目标电池的当前老化程度参数确定每个运行状态参数对应的参照指标，结合预先确定出的修正系数确定出目标电池的参照指标向量，能够提高参照指标向量的准确性，以目标电池的实际使用情况出发标定出相应的参照指标向量，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0177]
在又一个可选的实施例中，上述确定模块302根据预设关联算法、无量纲矩阵以及无量纲向量，确定目标电池的关联系数矩阵的方式具体包括：
[0178]
根据预设关联算法、无量纲矩阵以及无量纲向量，计算每个运行状态参数在当前周期下的每个子周期对应的分布概率与对应的参照指标数据之间的关联系数；
[0179]
根据所有运行状态参数在当前周期下的所有子周期对应的分布概率与对应的参照指标数据之间的关联系数，确定目标电池的关联系数矩阵；
[0180]
其中，预设关联算法具体为：
[0181][0182]
其中，ε
0i
(k)为第k个运行状态参数在当前周期下的第i个子周期对应的关联系数，为无量纲向量中第k个运行状态参数对应的无量纲参数，为无量纲矩阵中第k个运行状态参数在当前周期下的第i个子周期对应的无量纲参数，ρ为预设分辨系数。
[0183]
可见，实施图3所描述的电池使用状态的评估装置能够根据预设关联算法算出每个运行状态参数在当前周期下的每个子周期对应的关联系数，并将得出的所有关联系数确定出目标电池的关联系数矩阵，能够提高关联系数矩阵的准确性，从而能够提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0184]
在又一个可选的实施例中，上述修正系数是由以下方式确定的：
[0185]
获取目标电池的目标电池使用状态参数矩阵，目标电池使用状态参数矩阵用于指示目标电池在目标周期的电池使用状态参数矩阵，目标周期为当前周期在先相邻的周期；
[0186]
对目标电池使用状态参数矩阵进行分析，得到目标电池使用状态参数矩阵中所有
目标电池使用状态参数之间的参数比较关系；
[0187]
根据参数比较关系、目标电池使用状态参数矩阵以及预设修正系数公式，确定修正系数。
[0188]
可见，实施图3所描述的电池使用状态的评估装置能够根据目标电池在目标周期的目标电池使用状态参数矩阵，确定出该目标电池当前周期对应的修正系数，能够确保修正系数的准确性以及可靠性，从而提高参照指标向量的准确性，进而提高目标电池在当前周期的状态评估报告的准确性。
[0189]
在又一个可选的实施例中，上述预设修正系数公式具体为：
[0190][0191]
其中，α为修正系数，g为目标电池使用状态参数矩阵，gn为对应的目标电池使用状态参数，ε为预设的修正参照参数。
[0192]
可见，实施图3所描述的电池使用状态的评估装置能够按需确定出目标电池当前周期的修正系数α，能够建立当前周期与目标周期之间的关联关系，能够提高修正系数α的精准性，从而为后续步骤提供精确的数据基础，从而提高电池使用状态的评估准确度，进而提高电池使用安全性。
[0193]
实施例四
[0194]
请参阅图4，图4是本发明实施例公开的又一种电池使用状态的评估装置的结构示意图。如图4所示，该电池使用状态的评估装置可以包括：
[0195]
存储有可执行程序代码的存储器401；
[0196]
与存储器401耦合的处理器402；
[0197]
处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的电池使用状态的评估方法中的步骤。
[0198]
实施例五
[0199]
本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的电池使用状态的评估方法中的步骤。
[0200]
实施例六
[0201]
本发明实施例公开了一种电源管理系统，该电源管理系统用于执行本发明实施例一或本发明实施例二所描述的电池使用状态的评估方法中的步骤。
[0202]
实施例七
[0203]
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的电池使用状态的评估方法中的步骤。
[0204]
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，
即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0205]
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(read-only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子抹除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0206]
最后应说明的是：本发明实施例公开的一种电池使用状态的评估方法、装置及电源管理系统所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

技术特征：
1.一种电池使用状态的评估方法，其特征在于，所述方法包括：获取目标电池的多个运行状态参数，并确定每个所述运行状态参数对应的分布概率参数，其中，所有所述运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵；根据所述当前电池使用状态参数矩阵，生成所述目标电池在当前周期的状态评估报告，所述状态评估报告用于指示所述目标电池的当前使用状态情况。2.根据权利要求1所述的电池使用状态的评估方法，其特征在于，所述预设评估算法包括预设权重算法以及预设关联算法；以及，所述根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵，包括：根据所述预设权重算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的指标权重向量，所述指标权重向量用于指示所有所述运行状态参数对应的分布概率参数所对应的指标权重；根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵；根据所述指标权重向量以及所述关联系数矩阵，确定所述目标电池的当前电池使用状态参数矩阵。3.根据权利要求2所述的电池使用状态的评估方法，其特征在于，所述根据所述预设关联算法以及所有所述运行状态参数对应的分布概率参数，确定所述目标电池的关联系数矩阵，包括：确定所述目标电池的参照指标向量；根据所有所述运行状态参数对应的分布概率参数，建立所述目标电池对应的初始数据矩阵，每个所述运行状态参数对应的分布概率参数包括该运行状态参数在所述当前周期下的多个子周期对应的分布概率；根据预设区间相对化公式，分别对所述初始数据矩阵以及所述参照指标向量执行标准化操作，得到所述初始数据矩阵对应的无量纲矩阵以及所述参照指标向量对应的无量纲向量；根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵。4.根据权利要求3所述的电池使用状态的评估方法，其特征在于，所述确定所述目标电池的参照指标向量，包括：确定所述目标电池的当前老化程度参数，并确定所述当前老化程度参数下每个所述运行状态参数对应的参照指标数据；根据所有所述运行状态参数对应的参照指标数据以及预先确定出的修正系数，确定所述目标电池的参照指标向量。5.根据权利要求4所述的电池使用状态的评估方法，其特征在于，所述根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，确定所述目标电池的关联系数矩阵，包括：
根据所述预设关联算法、所述无量纲矩阵以及所述无量纲向量，计算每个所述运行状态参数在所述当前周期下的每个所述子周期对应的分布概率与对应的参照指标数据之间的关联系数；根据所有所述运行状态参数在所述当前周期下的所有所述子周期对应的分布概率与对应的参照指标数据之间的关联系数，确定所述目标电池的关联系数矩阵；其中，所述预设关联算法具体为：其中，ε0()为第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的关联系数，为所述无量纲向量中第k个所述运行状态参数对应的无量纲参数，为所述无量纲矩阵中第k个所述运行状态参数在所述当前周期下的第i个所述子周期对应的无量纲参数，ρ为预设分辨系数。6.根据权利要求4所述的电池使用状态的评估方法，其特征在于，所述修正系数是由以下方式确定的：获取所述目标电池的目标电池使用状态参数矩阵，所述目标电池使用状态参数矩阵用于指示所述目标电池在目标周期的电池使用状态参数矩阵，所述目标周期为所述当前周期在先相邻的周期；对所述目标电池使用状态参数矩阵进行分析，得到所述目标电池使用状态参数矩阵中所有目标电池使用状态参数之间的参数比较关系；根据所述参数比较关系、所述目标电池使用状态参数矩阵以及预设修正系数公式，确定所述修正系数。7.根据权利要求6所述的电池使用状态的评估方法，其特征在于，所述预设修正系数公式具体为：其中，为所述修正系数，g为所述目标电池使用状态参数矩阵，g
n
为对应的目标电池使用状态参数，ε为预设的修正参照参数。8.一种电池使用状态的评估装置，其特征在于，所述装置包括：获取模块，用于获取目标电池的多个运行状态参数；确定模块，用于确定每个所述运行状态参数对应的分布概率参数，其中，所有所述运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有所述运行状态参数对应的分布概率参数以及预设评估算法，确定所述目标电池的当前电池使用状态参数矩阵；生成模块，用于根据所述当前电池使用状态参数矩阵，生成所述目标电池在当前周期
的状态评估报告，所述状态评估报告用于指示所述目标电池的当前使用状态情况。9.一种电池使用状态的评估装置，其特征在于，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的电池使用状态的评估方法。10.一种电源管理系统，其特征在于，所述电源管理系统用于执行如权利要求1-7任一项所述的电池使用状态的评估方法。

技术总结
本发明公开了一种电池使用状态的评估方法、装置及电源管理系统，该方法包括：获取目标电池的多个运行状态参数，并确定每个运行状态参数对应的分布概率参数，其中，所有运行状态参数包括荷电状态参数、健康状态参数、功率状态参数、容量吞吐参数以及故障参数中的至少一种；根据所有运行状态参数对应的分布概率参数以及预设评估算法，确定目标电池的当前电池使用状态参数矩阵；根据当前电池使用状态参数矩阵，生成目标电池在当前周期的状态评估报告。可见，实施本发明能够确定目标电池的当前电池使用状态参数矩阵，进而生成该目标电池在当前周期的状态评估报告，能够提高电池使用状态的评估准确度，进而提高电池使用安全性。进而提高电池使用安全性。进而提高电池使用安全性。


技术研发人员：李荣波 曹志焕
受保护的技术使用者：惠州亿纬锂能股份有限公司
技术研发日：2023.06.09
技术公布日：2023/10/7