[发明专利]用于确定电池剩余使用寿命的方法和系统在审

专利信息
申请号: 202211499214.9 申请日: 2022-11-28
公开(公告)号: CN116299001A 公开(公告)日: 2023-06-23
发明(设计)人: 马丁·佩蒂斯梅;爱丽丝·哈姆林;拉冈纳斯·巴拉克里希南 申请(专利权)人: 沃尔沃卡车集团
主分类号: G01R31/392 分类号: G01R31/392;G06F30/20;G01R31/367;G06F119/04
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 车文;高伟
地址: 瑞典,*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 确定 电池 剩余 使用寿命 方法 系统
【权利要求书】:

1.一种用于确定车辆(1)的推进电池(2)的剩余使用寿命的方法,所述方法包括:

根据所述电池(2)的充电事件的电压数据来构建(S102)电压特征向量(204),

将所述电压特征向量映射(S104)到电池健康状态模型(206)以确定所述电池的健康状态参数(210)和当前老化模式分布(211),所述电池健康状态模型包括不同电池老化机制的老化模式分布;

使用物理老化模型(212)且以所述健康状态参数和所述当前老化模式分布作为所述物理老化模型的输入来预测(S106)所述剩余使用寿命(RUL)。

2.根据权利要求1所述的方法,其中,所述物理老化模型适于根据所述当前老化模式分布而包括不同的老化机制,以确定所述剩余使用寿命。

3.根据权利要求1或2所述的方法,其中,所述健康状态参数至少包括所述电池的容量状态和电阻状态。

4.根据权利要求1或2所述的方法,其中,所述当前老化模式分布指示了至少两种不同老化机制对老化的促成作用。

5.根据权利要求1或2所述的方法,其中,所述物理老化模型适于在不同的老化模式之间加以区别,以预测所述老化模式在多大程度上对所述电池的老化起到促成作用。

6.根据权利要求1或2所述的方法,其中,所述物理老化模型是经验模型或基于人工神经网络。

7.根据权利要求1或2所述的方法,其中,所述不同老化机制包括以下项中的至少两项:阳极中的活性材料损失;阴极中的活性材料损失;固体电解质界面生长;以及当所述电池是锂离子电池时的锂损失。

8.根据权利要求1或2所述的方法,其中,在人工神经网络中执行将所述电压特征向量映射到所述电池健康状态模型。

9.根据权利要求8所述的方法,其中,根据实验电压数据(208)或根据计算模型来确定所述电池健康状态模型,所述实验电压数据(208)是在与相应的电池单体老化机制相关联的不同应力条件下从多个电池的电池单体循环中获得的,从而为与不同老化机制相关的电池单体提供实验电压数据。

10.根据权利要求9所述的方法,其中,基于所述实验电压数据来训练所述人工神经网络,以预测健康状态和所述当前老化模式分布。

11.一种电池管理系统(100),用于确定车辆的推进电池的剩余使用寿命,所述电池管理系统(100)包括:

传感器(102),所述传感器(102)用于在所述推进电池(2)充电时感测充电事件的电压数据;

存储器存储装置(104),所述存储器存储装置(104)用于存储电池健康状态模型和物理老化模型,所述电池健康状态模型包括不同电池老化机制的老化模式分布,所述物理老化模型将电池的健康状态参数(210)和老化模式分布(211)与电池的剩余使用寿命相关联;

控制单元(106),所述控制单元(106)被配置成:

根据从所述传感器(102)接收的所述电压数据来构建电压特征向量(204);

将所述电压特征向量映射到所述电池健康状态模型(206)以确定所述电池的健康状态参数和当前老化模式分布;以及

使用所述物理老化模型(212)且以所述健康状态参数和所述当前老化模式分布作为输入来预测所述剩余使用寿命。

12.一种车辆(1),其包括根据权利要求11所述的电池管理系统。

13.一种携载计算机程序的计算机可读介质,所述计算机程序包括程序代码组件,所述程序代码组件用于当所述计算机程序在计算机上运行时执行权利要求1-10中的任一项所述的方法的步骤。

14.一种控制单元(106),用于确定车辆的推进电池的剩余使用寿命,所述控制单元被配置成执行根据权利要求1-10中的任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沃尔沃卡车集团,未经沃尔沃卡车集团许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211499214.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top