一种基于大数据方法的动力电池寿命评价方法及装置

1.本发明属于动力电池技术领域，尤其涉及一种基于大数据方法的动力电池寿命评价方法及装置。


背景技术：

2.动力电池是为工具提供动力来源的电源，多指为电动汽车、电动列车、电动自行车、高尔夫球车提供动力的蓄电池。新能源汽车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装置)，综合车辆的动力控制和驱动方面的先进技术，形成的技术原理先进、具有新技术、新结构的汽车。新能源汽车包括纯电动汽车、增程式电动汽车、混合动力汽车、燃料电池电动汽车、氢发动机汽车等。
3.动力电池的容量衰减一直是新能源汽车领域研究的重点方向，在新能源汽车上市之前会有非常多的实验来验证其容量保持能力，例如gb/t31484里对动力电池循环寿命的要求，gb/t31486对动力电池存储寿命的要求。
4.但电动汽车在实际使用过程中与实验室环境工况差别巨大，例如国标的存储要求为在环境温度45
±
2℃存储28天后剩余容量不低于90％。但在实际的环境中，很难出现在45℃度的高温下连续放置28天这种情况。另外，在存储中还会要求电池的soc(soc指的是汽车电池的充电状态，又称剩余容量，表示电池继续工作的能力)保持在某一个特定的值，国标要求的是50％soc，但在实际的使用中，用户的存储soc可能是任何一个范围。
5.也就是说，实验环境和用户的真实使用工况是严重脱节的。新能源汽车用户在实际的用车过程中可能在任何一个soc状态，任何一个温度状态下工作。实验室方法并不能够很好的评价电动汽车在用户手中真实使用状态下的寿命衰减。


技术实现要素：

6.本发明的目的在于提供一种基于大数据方法的动力电池寿命评价方法及装置，以解决现有技术中的实验室方法并不能够很好的评价电动汽车在用户手中真实使用状态下寿命衰减的问题。
7.为了达到上述目的，本发明的技术方案为：一种基于大数据方法的动力电池寿命评价方法，包括
8.数据提取及处理：以车联网大数据为基础数据，提取需求字段，需求字段包括vin、时间戳、车辆状态、充电状态、运行模式、soc、最高单体电压、单体最高温度、单体电压list；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc；
9.统计各工况下的存储时间和各工况下的循环次数：得到每个车辆在不同soc区间、
存储温度下的存储天数以及不同电芯在不同工况下的循环次数；
10.寻找各工况相对于标准工况的在日历寿命衰减和循环寿命衰减的相对比例关系：得到不同工况相对于标准工况下的日历寿命衰减表达公式和循环寿命衰减表达公式；
11.计算车辆总寿命衰减：分别计算出日历寿命衰减和循环寿命衰减，两者相加得到车辆的总寿命衰减。
12.进一步，得到每个车辆在不同soc区间、存储温度下的存储天数；具体方法为：
13.按vin和充电片段开始时间排序，计算两次相邻两次充电片段之间的时间差，并记录充电片段的结束soc、存储发生的时刻以及环境温度；
14.拟合动力电池在车辆上的存储温度与环境温度的关系表：选择距上一次充电片段间隔一段时间的充电片段，提取其环境温度和片段开始单体最高温度，按环境温度聚合，取每个环境温度下的单体最高温度的中位数，得到环境温度-存储温度的关系表；
15.将记录的环境温度与得到的环境温度-存储温度的关系表进行匹配，得到每次存储下的存储温度；
16.按每个vin和存储下的soc区间、存储温度聚合，得到每个车辆在不同soc区间、存储温度下的存储天数。
17.进一步，得到不同电芯在不同工况下的循环次数；具体方法为：
18.拟合近ocv表：选择距上一个充电片段间隔一段时间的充电片段，提取所有充电片段第一帧的最高单体电压、单体最高温度和开始soc；按照最高单体电压和单体最高温度聚合，取开始soc的中位数，得到不同单体电压、在不同温度下对应的soc表，即为近ocv表；
19.拆分单体电压：按vin拆分充电片段开始时和结束时的单体电压列表，得到每个编号的电芯在每次充电行为下的开始电压和结束电压，并记录充电片段的开始温度，即为循环温度；
20.结果匹配：将每个编号的电芯在每次充电行为下的开始电压和结束电压与近ocv表进行匹配，得到每个编号的电芯在每次充电行为下的开始soc和结束soc；
21.计算每颗电芯在每次充电行为下的dod、δsoc和充电倍率：δsoc＝结束soc-开始soc；dod＝1-开始soc；充电倍率＝δsoc/(充电结束时间-充电开始时间)；
22.按vin、电芯编号、dod、循环温度和充电倍率聚合，得到不同电芯不同工况下的δsoc之和，并拟合循环次数。
23.进一步，得到不同工况相对于标准工况下的日历寿命衰减表达公式；具体方法为：
24.使用arrhenius公式来描述日历寿命的变化规律：
25.在arrhenius公式的基础上增加一个影响函数来表示soc变化对日历寿命的影响：
[0026][0027]
其中，q
calloss，％
为容量损失百分比；a为阿伦尼乌斯常数；ea为实验活化能；t为绝对温度，单位为k；r为摩尔气体常数；t为日历天数；
[0028]
当t和soc为固定值时，为固定的常数，并用以下公式表示q
calloss，％
：
[0029]qcalloss，％
＝g(t，soc)t
0.5
ꢀꢀꢀ
式
③
[0030]
以xsoc，y℃为标准工况，则
[0031]
α
std
＝g(y℃，xsoc)
ꢀꢀꢀ
式
④
[0032]
其他工况相对于标准工况的关系则是
[0033]
α
(soc,t)
＝kα
std
ꢀꢀꢀ
式
⑤
[0034]
其中，k为与工况相关的比例常数；
[0035]
不同工况相对于标准工况下的日历寿命衰减表达公式为：
[0036]qcalloss，％
＝kα
std
t
0.5
式
⑥
。
[0037]
进一步，得到不同工况相对于标准工况下的循环寿命衰减表达公式；具体方法为：
[0038]
使用arrhenius公式来描述循环寿命的变化规律：
[0039][0040]
其中，n为循环次数，m为常数；
[0041]
在arrhenius公式的基础上增加一个影响函数来表示dod和充电倍率i变化对循环寿命的影响：
[0042][0043]
当t、dod、i为固定值时，为固定的常数，并用以下公式表示q
cycloss，％
：
[0044]qcycloss，％
＝g(dod,t,i)nmꢀꢀꢀ
式
⑨
[0045]
以dod',t',i'为标准循环工况，则
[0046]
β
std
＝f(dod',t',i')
ꢀꢀꢀ
式
⑩
[0047]
其他工况相对于标准工况的关系则是
[0048][0049]
其中，h为与工况相关的比例常数；
[0050]
不同工况相对于标准工况下的循环寿命衰减表达公式为：
[0051][0052]
进一步，计算日历寿命衰减的具体方法为：
[0053]
求解α
std
：以强检实验的工况为标准工况，反解出α
std
；
[0054]
求解k：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
calloss，％
，求得不同工况下的k；
[0055]
求解其他车辆的q
calloss，％
：以vin为单位，将计算得出的α
std
和k带入式
⑥
中，求得每一个工况下的日历寿命衰减，再将各结果相加得到该车辆的日历寿命衰减结果：
[0056][0057]
进一步，计算循环寿命衰减的具体方法为：
[0058]
求解β
std
：以强检实验的工况为标准工况，反解出β
std
；
[0059]
求解h：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
cycloss，％
，求得不同工况下的h；
[0060]
求解其他车辆的q
cycloss，％
：以vin为单位，将计算得出的β
std
和h带入式中，求得每一个工况下的循环寿命衰减，再将各结果相加得到该车辆的循环寿命衰减结果：
[0061][0062]
进一步，按照车辆状态和充电状态将每帧分为充电状态和行驶状态之后，还需要进行数据清洗，清洗数据值不再有效范围内的数据。
[0063]
一种基于大数据方法的动力电池寿命评价装置，包括数据提取及处理模块、存储时间计算模块、循环次数计算模块、日历寿命衰减计算模块、循环寿命衰减计算模块和电池总寿命衰减计算模块；
[0064]
数据提取及处理模块，用于以车联网大数据为基础数据提取需求字段；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；进行数据清洗，清洗数据值不再有效范围内的数据；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc；
[0065]
存储时间计算模块，用于计算出每个车辆在不同soc区间、存储温度下的存储天数；
[0066]
循环次数计算模块，用于计算出不同电芯在不同工况下的循环次数；
[0067]
日历寿命衰减计算模块，用于根据不同工况相对于标准工况下的日历寿命衰减表达公式计算出日历寿命衰减；
[0068]
循环寿命衰减计算模块，用于根据不同工况相对于标准工况下的循环寿命衰减表达公式计算出循环寿命衰减；
[0069]
电池总寿命衰减计算模块，用于根据日历寿命衰减和循环寿命衰减计算出电池的总寿命衰减。
[0070]
本技术方案的有益效果在于：本技术方案以大数据方法为基础，构建一套能够描述电动汽车在不同用户手中使用时，动力电池真实存储工况和真实使用工况的方法；以理论依据为基础，构建一套能够计算不同存储工况和使用工况下的动力电池寿命衰减的大数据算法，避免现有技术中存在的实验环境和用户的真实使用工况是严重脱节的情况，本技术方案能够更加准确的评价电动汽车在用户手中真实使用状态下的寿命衰减。并且本技术方案不仅可以用于整个电池包的寿命计算，而且还可以用于电池包内部单颗电芯的寿命计算。
附图说明
[0071]
图1为本发明一种基于大数据方法的动力电池寿命评价方法的流程图；
[0072]
图2为本发明一种基于大数据方法的动力电池寿命评价方法中数据提取及处理的流程图；
[0073]
图3为本发明一种基于大数据方法的动力电池寿命评价装置的结构图。
具体实施方式
[0074]
下面通过具体实施方式进一步详细说明：
[0075]
说明书附图中的附图标记包括：数据提取及处理模块101、存储时间计算模块102、循环次数计算模块103、日历寿命衰减计算模块104、循环寿命衰减计算模块105、电池总寿命衰减计算模块106。
[0076]
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做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。
[0077]
从各大高校的研究论文来看，动力电池的日历寿命衰减除了与时间相关外，还与存储的温度和存储的soc区间有关，而循环寿命的衰减除了与循环次数有关外，还与放电深度dod、温度和充放电倍率相关。但各研究论文中均为明确出电池寿命的评价方法以及算法。由于不同的存储工况和使用工况会影响日历寿命和循环寿命的衰减，因此本专利在描述外部工况对日历寿命的影响时仍然使用时间、温度和soc区间，描述对循环寿命的影响时使用dod、温度和充电倍率。
[0078]
实施例一
[0079]
基本如附图1所示：一种基于大数据方法的动力电池寿命评价方法，包括以下步骤：
[0080]
步骤s1：如图2所示，数据提取及处理：以gb/t32960中要求上传的车联网大数据为基础数据，提取需求字段，需求字段包括vin(车辆识别码)、时间戳、车辆状态、充电状态、运行模式、soc(汽车电池的充电状态，又称剩余容量，表示电池继续工作的能力)、最高单体电压、单体最高温度、单体电压list；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；进行数据清洗，清洗数据值不再有效范围内的数据；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc。
[0081]
步骤s2：统计各工况下的存储时间和各工况下的循环次数：得到每个车辆在不同soc区间、存储温度下的存储天数以及不同电芯在不同工况下的循环次数。具体地：
[0082]
(一)得到每个车辆在不同soc区间、存储温度下的存储天数；具体方法为：
[0083]
(1)按vin和充电片段开始时间排序，计算两次相邻两次充电片段之间的时间差，并记录充电片段的结束soc、存储发生的时刻以及环境温度；
[0084]
(2)拟合动力电池在车辆上的存储温度与环境温度的关系表：选择距上一次充电片段间隔一段时间(具体为超过4h)的充电片段，提取其环境温度和片段开始单体最高温度，按环境温度聚合，取每个环境温度下的单体最高温度的中位数，得到环境温度-存储温度的关系表；
[0085]
(3)将(1)中记录的环境温度与(2)中得到的环境温度-存储温度的关系表进行匹配，得到每次存储下的存储温度；
[0086]
(4)按每个vin和存储下的soc区间、存储温度聚合，得到每个车辆在不同soc区间、
存储温度下的存储天数。如下表所示：
[0087]
vinsoc区间存储温度存储天数编号0150％15℃15天编号0140％25℃20天编号0220％10℃12天
[0088]
(二)得到不同电芯在不同工况下的循环次数；具体方法为：
[0089]
(1)拟合近ocv表(ocv为开路电压,指的是电池不放电开路时,两极之间的电位差)：选择距上一个充电片段间隔一段时间(具体为超过4h)的充电片段，提取所有充电片段第一帧的最高单体电压、单体最高温度和开始soc；按照最高单体电压和单体最高温度聚合，取开始soc的中位数，得到不同单体电压、在不同温度下对应的soc表，即为近ocv表；
[0090]
(2)拆分单体电压：按vin拆分充电片段开始时和结束时的单体电压列表，得到每个编号的电芯在每次充电行为下的开始电压和结束电压，并记录充电片段的开始温度，即为循环温度；
[0091]
(3)结果匹配：将(2)中得到的每个编号的电芯在每次充电行为下的开始电压和结束电压与(1)中得到的近ocv表进行匹配，得到每个编号的电芯在每次充电行为下的开始soc和结束soc；
[0092]
(4)计算每颗电芯在每次充电行为下的dod(指的是充电前放电深度)、δsoc和充电倍率：δsoc＝结束soc-开始soc；dod＝1-开始soc；充电倍率＝δsoc/(充电结束时间-充电开始时间)；
[0093]
(5)按vin、电芯编号、dod、循环温度和充电倍率聚合，得到不同电芯不同工况下的δsoc之和，并拟合循环次数。拟合循环次数的公式为：循环次数＝δsoc之和/100*i，其中i为循环拟合系数。如下表所示：
[0094]
vin电芯编号dod循环温度循环次数编号01电芯0150％15℃100编号01电芯0140％25℃258编号01电芯0220％10℃125编号02电芯0120％10℃100
[0095]
步骤s3：寻找各工况相对于标准工况的在日历寿命衰减和循环寿命衰减的相对比例关系：得到不同工况相对于标准工况下的日历寿命衰减表达公式和循环寿命衰减表达公式。具体地：
[0096]
(一)得到不同工况相对于标准工况下的日历寿命衰减表达公式；具体方法为：
[0097]
(1)使用arrhenius公式来描述日历寿命的变化规律：
[0098]
(2)在arrhenius公式的基础上增加一个影响函数来表示soc变化对日历寿命的影响：
[0099][0100]
其中，q
calloss，％
为容量损失百分比；a为阿伦尼乌斯常数；ea为实验活化能；t为绝对温度，单位为k；r为摩尔气体常数；t为日历天数；
[0101]
(3)虽然用于描述不同soc和温度条件下的公式及其复杂甚至未知。但只要外部工况soc和环境温度固定，对日历寿命的影响就是固定的。因此当t和soc为固定值时，为固定的常数，并用以下公式表示q
calloss，％
：
[0102]qcalloss，％
＝g(t，soc)t
0.5
ꢀꢀꢀ
式
③
[0103]
(4)以xsoc，y℃为标准工况，则
[0104]
α
std
＝g(y℃，xsoc)
ꢀꢀꢀ
式
④
[0105]
(5)其他工况相对于标准工况的关系则是
[0106]
α
(soc,t)
＝kα
std
ꢀꢀꢀ
式
⑤
[0107]
其中，k为与工况相关的比例常数，不同的工况有着不同的比例关系；
[0108]
具体地，(4)中可以以50％soc，25
±
5℃为标准存储工况(也可以以其他外部工况为标准工况)，则
[0109]
式
④
变为：α
std
＝g(25℃，50％soc)。
[0110]
(6)不同工况相对于标准工况下的日历寿命衰减表达公式为：
[0111]qcalloss，％
＝kα
std
t
0.5
ꢀꢀꢀ
式
⑥
。
[0112]
(二)得到不同工况相对于标准工况下的循环寿命衰减表达公式；具体方法为：
[0113]
(1)使用arrhenius公式来描述循环寿命的变化规律：
[0114][0115]
其中，n为循环次数，m为常数；
[0116]
(2)在arrhenius公式的基础上增加一个影响函数来表示dod和充电倍率i变化对循环寿命的影响：
[0117][0118]
(3)与前述方法相同，当外部工况固定的情况下，其对循环寿命的影响是一个固定的函数。因此当t、dod、i为固定值时，为固定的常数，并用以下公式表示q
cycloss，％
：
[0119]qcycloss，％
＝g(dod,t,i)nmꢀꢀꢀ
式
⑨
[0120]
(4)以dod',t',i'为标准循环工况，则
[0121]
β
std
＝f(dod',t',i')
ꢀꢀꢀ
式
⑩
[0122]
(5)其他工况相对于标准工况的关系则是
[0123][0124]
其中，h为与工况相关的比例常数，不同的工况有着不同的比例关系；
[0125]
(6)不同工况相对于标准工况下的循环寿命衰减表达公式为：
[0126][0127]
步骤s4：计算车辆总寿命衰减：分别计算出日历寿命衰减和循环寿命衰减，两者相加得到车辆的总寿命衰减。具体地：
[0128]
(一)计算日历寿命衰减的具体方法为：
[0129]
(1)求解α
std
：以强检实验的工况为标准工况，反解出α
std
；
[0130]
(2)求解k：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
calloss，％
，通过解方程的方法求得不同工况下的k；
[0131]
(3)求解其他车辆的q
calloss，％
：以vin为单位，将(1)和(2)计算得出的α
std
和k带入式
⑥
中，求得每一个工况下的日历寿命衰减，再将各结果相加得到该车辆的日历寿命衰减结果：
[0132][0133]
(二)计算循环寿命衰减的具体方法为：
[0134]
(1)求解β
std
：以强检实验的工况为标准工况，反解出β
std
；
[0135]
(2)求解h：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
cycloss，％
，通过解方程的方法求得不同工况下的h；
[0136]
(3)求解其他车辆的q
cycloss，％
：以vin为单位，将(1)和(2)计算得出的β
std
和h带入式中，求得每一个工况下的循环寿命衰减，再将各结果相加得到该车辆的循环寿命衰减结果：
[0137][0138]
(三)计算车辆总寿命衰减：q
loss，％
＝q
calloss，％
+q
cycloss，％
。
[0139]
实施例二
[0140]
基本如附图3所示，一种基于大数据方法的动力电池寿命评价装置，包括数据提取及处理模块101、存储时间计算模块102、循环次数计算模块103、日历寿命衰减计算模块104、循环寿命衰减计算模块105和电池总寿命衰减计算模块106；
[0141]
数据提取及处理模块101，用于以车联网大数据为基础数据提取需求字段；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；进行数据清洗，清洗数据值不再有效范围内的数据；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc；
[0142]
存储时间计算模块102，用于计算出每个车辆在不同soc区间、存储温度下的存储天数；
[0143]
循环次数计算模块103，用于计算出不同电芯在不同工况下的循环次数；
[0144]
日历寿命衰减计算模块104，用于根据不同工况相对于标准工况下的日历寿命衰减表达公式计算出日历寿命衰减；
[0145]
循环寿命衰减计算模块105，用于根据不同工况相对于标准工况下的循环寿命衰减表达公式计算出循环寿命衰减；
[0146]
电池总寿命衰减计算模块106，用于根据日历寿命衰减和循环寿命衰减计算出电池的总寿命衰减。
[0147]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存
在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0148]
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

技术特征：
1.一种基于大数据方法的动力电池寿命评价方法，其特征在于：包括数据提取及处理：以车联网大数据为基础数据，提取需求字段，需求字段包括vin、时间戳、车辆状态、充电状态、运行模式、soc、最高单体电压、单体最高温度、单体电压list；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc；统计各工况下的存储时间和各工况下的循环次数：得到每个车辆在不同soc区间、存储温度下的存储天数以及不同电芯在不同工况下的循环次数；寻找各工况相对于标准工况的在日历寿命衰减和循环寿命衰减的相对比例关系：得到不同工况相对于标准工况下的日历寿命衰减表达公式和循环寿命衰减表达公式；计算车辆总寿命衰减：分别计算出日历寿命衰减和循环寿命衰减，两者相加得到车辆的总寿命衰减。2.根据权利要求1所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：得到每个车辆在不同soc区间、存储温度下的存储天数；具体方法为：按vin和充电片段开始时间排序，计算两次相邻两次充电片段之间的时间差，并记录充电片段的结束soc、存储发生的时刻以及环境温度；拟合动力电池在车辆上的存储温度与环境温度的关系表：选择距上一次充电片段间隔一段时间的充电片段，提取其环境温度和片段开始单体最高温度，按环境温度聚合，取每个环境温度下的单体最高温度的中位数，得到环境温度-存储温度的关系表；将记录的环境温度与得到的环境温度-存储温度的关系表进行匹配，得到每次存储下的存储温度；按每个vin和存储下的soc区间、存储温度聚合，得到每个车辆在不同soc区间、存储温度下的存储天数。3.根据权利要求1所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：得到不同电芯在不同工况下的循环次数；具体方法为：拟合近ocv表：选择距上一个充电片段间隔一段时间的充电片段，提取所有充电片段第一帧的最高单体电压、单体最高温度和开始soc；按照最高单体电压和单体最高温度聚合，取开始soc的中位数，得到不同单体电压、在不同温度下对应的soc表，即为近ocv表；拆分单体电压：按vin拆分充电片段开始时和结束时的单体电压列表，得到每个编号的电芯在每次充电行为下的开始电压和结束电压，并记录充电片段的开始温度，即为循环温度；结果匹配：将每个编号的电芯在每次充电行为下的开始电压和结束电压与近ocv表进行匹配，得到每个编号的电芯在每次充电行为下的开始soc和结束soc；计算每颗电芯在每次充电行为下的dod、δsoc和充电倍率：δsoc＝结束soc-开始soc；dod＝1-开始soc；充电倍率＝δsoc/(充电结束时间-充电开始时间)；按vin、电芯编号、dod、循环温度和充电倍率聚合，得到不同电芯不同工况下的δsoc之和，并拟合循环次数。
4.根据权利要求1所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：得到不同工况相对于标准工况下的日历寿命衰减表达公式；具体方法为：使用arrhenius公式来描述日历寿命的变化规律：在arrhenius公式的基础上增加一个影响函数来表示soc变化对日历寿命的影响：其中，q
calloss，％
为容量损失百分比；a为阿伦尼乌斯常数；e
a
为实验活化能；t为绝对温度，单位为k；r为摩尔气体常数；t为日历天数；当t和soc为固定值时，为固定的常数，并用以下公式表示q
calloss，％
：q
calloss，％
＝g(t，soc)t
0.5
式
③
以xsoc，y℃为标准工况，则α
std
＝g(y℃，xsoc)式
④
其他工况相对于标准工况的关系则是α
(soc,t)
＝kα
std
式
⑤
其中，k为与工况相关的比例常数；不同工况相对于标准工况下的日历寿命衰减表达公式为：q
calloss，％
＝kα
std
t
0.5
ꢀꢀꢀꢀ
式
⑥
。5.根据权利要求1所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：得到不同工况相对于标准工况下的循环寿命衰减表达公式；具体方法为：使用arrhenius公式来描述循环寿命的变化规律：其中，n为循环次数，m为常数；在arrhenius公式的基础上增加一个影响函数来表示dod和充电倍率i变化对循环寿命的影响：当t、dod、i为固定值时，为固定的常数，并用以下公式表示q
cycloss，％
：q
cycloss，％
＝g(dod,t,i)n
m
ꢀꢀꢀ
式
⑨
以dod',t',i'为标准循环工况，则β
std
＝f(dod',t',i')
ꢀꢀꢀ
式
⑩
其他工况相对于标准工况的关系则是β
(dod,t,i)
＝hβ
std
ꢀꢀꢀ
式其中，h为与工况相关的比例常数；不同工况相对于标准工况下的循环寿命衰减表达公式为：q
cycloss，％
＝hβ
std
n
m
ꢀꢀꢀ
式。6.根据权利要求4所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：
计算日历寿命衰减的具体方法为：求解α
std
：以强检实验的工况为标准工况，反解出α
std
；求解k：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
calloss，％
，求得不同工况下的k；求解其他车辆的q
calloss，％
：以vin为单位，将计算得出的α
std
和k带入式
⑥
中，求得每一个工况下的日历寿命衰减，再将各结果相加得到该车辆的日历寿命衰减结果：q
calloss，％
＝∑kα
std
t
0.5
ꢀꢀꢀ
式。7.根据权利要求5所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：计算循环寿命衰减的具体方法为：求解β
std
：以强检实验的工况为标准工况，反解出β
std
；求解h：选择工况单一、长期在某一类或者某几类工况下存储的车辆，以其线下实测的q
cycloss，％
，求得不同工况下的h；求解其他车辆的q
cycloss，％
：以vin为单位，将计算得出的β
std
和h带入式中，求得每一个工况下的循环寿命衰减，再将各结果相加得到该车辆的循环寿命衰减结果：q
cycloss，％
＝∑hβ
std
n
m
ꢀꢀꢀꢀ
式。8.根据权利要求1所述的一种基于大数据方法的动力电池寿命评价方法，其特征在于：按照车辆状态和充电状态将每帧分为充电状态和行驶状态之后，还需要进行数据清洗，清洗数据值不再有效范围内的数据。9.一种基于大数据方法的动力电池寿命评价装置，其特征在于：包括数据提取及处理模块(101)、存储时间计算模块(102)、循环次数计算模块(103)、日历寿命衰减计算模块(104)、循环寿命衰减计算模块(105)和电池总寿命衰减计算模块(106)；数据提取及处理模块(101)，用于以车联网大数据为基础数据提取需求字段；按照车辆状态和充电状态将每帧分为充电状态和行驶状态；进行数据清洗，清洗数据值不再有效范围内的数据；按照vin和时间戳分区存放数据，将充电状态下的数据存储至充电库，将行驶状态下的数据存储至放电库；在vin、时间连续和充电倍率或放电倍率相等的情况下，划分充电片段和放电片段，并记录充电片段和放电片段的关键信息，关键信息包括开始时间、结束时间、开始单体电压list、结束单体电压list、充电倍率或放电倍率、开始soc和结束soc；存储时间计算模块(102)，用于计算出每个车辆在不同soc区间、存储温度下的存储天数；循环次数计算模块(103)，用于计算出不同电芯在不同工况下的循环次数；日历寿命衰减计算模块(104)，用于根据不同工况相对于标准工况下的日历寿命衰减表达公式计算出日历寿命衰减；循环寿命衰减计算模块(105)，用于根据不同工况相对于标准工况下的循环寿命衰减表达公式计算出循环寿命衰减；电池总寿命衰减计算模块(106)，用于根据日历寿命衰减和循环寿命衰减计算出电池的总寿命衰减。

技术总结
本发明属于动力电池技术领域，具体公开了一种基于大数据方法的动力电池寿命评价方法及装置，包括数据提取及处理；统计各工况下的存储时间和各工况下的循环次数；寻找各工况相对于标准工况的在日历寿命衰减和循环寿命衰减的相对比例关系；计算车辆总寿命衰减。本技术方案以大数据方法为基础，构建一套能够描述电动汽车在不同用户手中使用时，动力电池真实存储工况和真实使用工况的方法；以理论依据为基础，构建一套能够计算不同存储工况和使用工况下的动力电池寿命衰减的大数据算法，避免现有技术中存在的实验环境和用户的真实使用工况是严重脱节的情况，本技术方案能够更加准确的评价电动汽车在用户手中真实使用状态下的寿命衰减。寿命衰减。寿命衰减。


技术研发人员：贺劲松 王震坡 刘鹏 雷宇涵
受保护的技术使用者：北京理工大学重庆创新中心
技术研发日：2023.03.02
技术公布日：2023/7/19