本说明书公开的技术涉及估计安装在纯电动车辆中的电池劣化后的充满电容量的方法,以及创建劣化后的充满电容量的估计方程的方法。
背景技术:
1、长期使用的电池的充满电容量由于劣化而从使用开始时的充满电容量(充满电容量的初始值)降低。当电池长时间未使用时,充满电容量也会变得小于其初始值。在本说明书中,电池经过预定时间段后的充满电容量称为“劣化后的充满电容量”。在日本未审查专利申请公开第2020-042036号中公开了一种估计劣化后的充满电容量的技术的示例。jp2020-042036a的方法使用电池的充电-放电历史来估计电池劣化后的充满电容量。
技术实现思路
1、本说明书提供了比传统方法更高精度地估计电池劣化后的充满电容量的技术。
2、有大量的变量能够影响电池劣化。这些变量的典型示例是电池的闲置时段和通电量。仅从电池历史信息中无法找出每个变量对劣化有多大的贡献。本说明书所公开的技术从与电池状态相关的许多变量中选择出对电池劣化贡献更大的变量。通过使用所选择的变量来估计劣化后的充满电容量。
3、本说明书所公开的一种技术,提供了创建劣化后的充满电容量的估计方程的方法。该方法包括如下七个步骤:
4、第一步骤:通过实验或仿真获得劣化贡献关系。该劣化贡献关系表示与电池状态相关的n个变量中每个变量与根据该变量充满电容量从其初始值降低了多少之间的关系。在下文中,充满电容量从其初始值的降低将被称为容量降低。第二步骤:从l个纯电动车辆采集这些变量的历史数据,并通过使用劣化贡献关系,获得l个纯电动车辆中每个纯电动车辆的劣化后的充满电容量的简单估计值。更具体地,通过将每个变量的实际值代入到对应的劣化贡献关系中,而获得相对于每个变量的容量降低。劣化后的充满电容量的简单估计值可以通过从充满电容量的初始值减去n个容量降低而获得。
5、第三步骤:计算每个变量的l组历史数据与l个简单估计值之间的相关系数,并选择具有超过预定阈值的相关系数的m个变量。第四步骤:通过使用所选择的变量,建立方程1,通过该方程1获得当前充满电容量的高精度估计值。方程1对应于高精度估计值为目标变量且m个变量为解释变量的多元回归方程。
6、[方程1]
7、
8、第五步骤:通过将l组历史数据中的k组历史数据中的每组历史数据(每组历史数据包括m个变量的实际值)代入到方程1的变量中,并将与该k组历史数据对应的k个简单估计值代入到方程1的左侧中,来确定方程1的系数和常数。第六步骤:以使得(l-k)个高精度估计值和与(l-k)个高精度估计值对应的(l-k)个简单估计值之间的相关性变得更强的方式来对系数进行校正。(l-k)个高精度估计值通过将(l-k)组历史数据代入到包括所确定的系数和常数的方程1的右侧中来获得。第七步骤:获得使用经校正系数的方程1作为劣化后的充满电容量的估计方程。
9、该方法具有如下特征。在第一步骤中,通过实验或仿真获得相对于每个变量的劣化贡献关系。通过第一步骤,可以明确每个单独的变量对电池劣化(容量降低)有多大贡献。在第二步骤和第三步骤中,通过使用简单估计值和历史数据来选择对容量降低贡献更大的变量。在许多变量中,仅可以提取对劣化贡献大的变量。在第三步骤之后,通过多元回归分析获得了劣化后的充满电容量的估计方程。
10、通过使用如上所述的方程1来估计电池的劣化后的充满电容量的方法也是本说明书所公开的一种技术。
11、在第五步骤中,可以通过使用强化学习来确定系数。强化学习的示例是遗传算法。
12、将在以下具体实施方式中对本说明书所公开的技术中的细节和进一步改进进行描述。
1.创建纯电动车辆中安装的电池劣化后的充满电容量的估计方程的方法,所述方法包括:
2.通过使用根据权利要求1所述的估计方程来估计电池的劣化后的充满电容量的方法。