基于離散Fréchet距離的電動(dòng)汽車(chē)電池健康狀態(tài)診斷方法

焦東升，王海云，朱 潔，遲忠君，曾 爽

?

基于離散Fréchet距離的電動(dòng)汽車(chē)電池健康狀態(tài)診斷方法

焦東升，王海云，朱 潔，遲忠君，曾 爽

(國(guó)網(wǎng)北京市電力公司, 北京 100075)

針對(duì)動(dòng)力電池在電動(dòng)汽車(chē)運(yùn)行過(guò)程中的安全性和動(dòng)力性問(wèn)題，將離散Fréchet距離法與電池充放電曲線(xiàn)辨識(shí)相結(jié)合，提出了基于在線(xiàn)檢測(cè)平臺(tái)的電池健康度(State of Health, SOH)診斷方法。通過(guò)CAN通信模塊，系統(tǒng)直接控制車(chē)載電池完成在線(xiàn)滿(mǎn)充放試驗(yàn)，獲取實(shí)際運(yùn)行狀態(tài)數(shù)據(jù)。并建立電動(dòng)汽車(chē)服役全周期信息數(shù)據(jù)庫(kù)，進(jìn)行健康度診斷預(yù)測(cè)，來(lái)指導(dǎo)動(dòng)力電池的安全評(píng)估和均衡維護(hù)。通過(guò)算例試驗(yàn)分析，將診斷結(jié)果與退運(yùn)后的檢測(cè)數(shù)據(jù)做比較，驗(yàn)證了該方法的正確性和準(zhǔn)確性。

電動(dòng)汽車(chē)；動(dòng)力電池；健康狀態(tài)；離散Fréchet距離；曲線(xiàn)相似性

0 引言

能源危機(jī)和環(huán)境污染問(wèn)題日益嚴(yán)重，電動(dòng)汽車(chē)取得了良好的發(fā)展前景。鋰離子電池作為能量載體，以其高能量密度、長(zhǎng)循環(huán)壽命等優(yōu)點(diǎn)得到廣泛應(yīng)用。因此，其性能狀態(tài)直接影響到電動(dòng)汽車(chē)運(yùn)行的安全性與動(dòng)力性，為了能夠更經(jīng)濟(jì)高效的使用電池，對(duì)其健康狀態(tài)的評(píng)測(cè)將變得非常必要。

電動(dòng)汽車(chē)運(yùn)行過(guò)程中，儲(chǔ)能單元受到長(zhǎng)期振動(dòng)和隨機(jī)脈沖式放電影響，電池電化學(xué)性能受到不同程度的破壞，單體間不一致性顯現(xiàn)，進(jìn)而影響到電池管理系統(tǒng)(Battery Management System, BMS)對(duì)電池荷電狀態(tài)(State of Charge, SOC)的估算精度。開(kāi)展在運(yùn)電池的健康狀態(tài)診斷工作，對(duì)其充放電曲線(xiàn)、內(nèi)阻等參數(shù)進(jìn)行比較分析，指導(dǎo)提升SOC的估算精度，為均衡策略提供依據(jù)，從而延長(zhǎng)電池組的使用壽命[1]。鋰離子電池在使用過(guò)程中，僅能采集到輸出的電壓和電流值，是一個(gè)典型的黑盒模型。文獻(xiàn)[2-6]在進(jìn)行健康度評(píng)估時(shí)，均是在研究電池衰退機(jī)理的基礎(chǔ)上，依據(jù)其內(nèi)特性進(jìn)行建模，從而仿真分析與驗(yàn)證。該方法極大地依賴(lài)于電池的歷史運(yùn)行數(shù)據(jù)，并局限于建立的模型結(jié)構(gòu)。

本文放棄了傳統(tǒng)的鋰離子電池健康狀態(tài)診斷方法。通過(guò)CAN通信模塊，將整車(chē)系統(tǒng)對(duì)儲(chǔ)能單元的控制權(quán)交由上位機(jī)，使得車(chē)載電池、充放電裝置與上位機(jī)系統(tǒng)形成控制閉環(huán)，在不拆卸電池模塊的條件下，直接對(duì)車(chē)載電池進(jìn)行100%DOD充放電試驗(yàn)[7-9]，繞過(guò)了依據(jù)歷史數(shù)據(jù)建模估算的環(huán)節(jié)，卻獲得了更加準(zhǔn)確的SOH 數(shù)據(jù)信息；另一方面，創(chuàng)新性地將離散Fréchet距離準(zhǔn)則應(yīng)用于電池模塊的SOH診斷過(guò)程中[10-13]，進(jìn)行電池充放電曲線(xiàn)的“形相似”辨識(shí)，依據(jù)電池模塊曲線(xiàn)簇間裂化程度判定其健康狀態(tài)，為電動(dòng)汽車(chē)運(yùn)行過(guò)程中在運(yùn)電池的安全維護(hù)提供了依據(jù)。

1 動(dòng)力電池健康狀態(tài)診斷

1.1 充放電試驗(yàn)

國(guó)外用于鋰離子電池檢測(cè)的標(biāo)準(zhǔn)，主要包括美國(guó)USABC 提出的FUDS，以及美國(guó)能源部的Freedom CAR計(jì)劃提出的HPPC。我國(guó)的測(cè)試標(biāo)準(zhǔn)主要為QC/T 743-2006《電動(dòng)汽車(chē)用鋰離子蓄電池》[14]，其主要規(guī)定了鋰離子電池的循環(huán)壽命測(cè)試和簡(jiǎn)單模擬工況標(biāo)準(zhǔn)。

本文進(jìn)行的鋰離子電池充放電試驗(yàn)，采用美國(guó)Aero Vironment公司的ABC-150雙通道、可回饋測(cè)試設(shè)備，因其具有450 V/150 A的充放電性能，經(jīng)常用于電動(dòng)汽車(chē)充電機(jī)和電池的分析試驗(yàn)中。鋰離子電池充放電試驗(yàn)，是指在實(shí)驗(yàn)室環(huán)境下，將大功率充放電設(shè)備與溫控箱、多維度振動(dòng)臺(tái)結(jié)合，在電池組的充放電過(guò)程中，完成其容量、內(nèi)阻、開(kāi)口電壓等特性的測(cè)試。本文試驗(yàn)對(duì)象為車(chē)載NB-LFP60磷酸鐵鋰電池模組，具體銘牌參數(shù)如表1所示。

表1 NB-LFP60鋰離子電池參數(shù)

按照QC/T 743-2006規(guī)定，若沒(méi)有針對(duì)性特殊試驗(yàn)要求策略，通常在20 ℃±5 ℃條件下，磷酸鐵鋰蓄電池以3A電流放電，當(dāng)蓄電池電壓至2.0 V時(shí)截止，靜置1 h；然后在15~25 ℃條件下以3A恒流充電，當(dāng)蓄電池電壓達(dá)3.65 V時(shí)轉(zhuǎn)恒壓充電，充電電流降至0.13A時(shí)截止，靜置l h，記錄測(cè)試結(jié)果，一次循環(huán)試驗(yàn)完成。

可以看出，鋰離子電池特性測(cè)試主要是根據(jù)試驗(yàn)標(biāo)準(zhǔn)，按照測(cè)試對(duì)象的特定要求，在實(shí)驗(yàn)室環(huán)境下深度充放電循環(huán)，獲取過(guò)程數(shù)據(jù)和表征參數(shù)，分析評(píng)估鋰離子電池的健康狀態(tài)。在IEEE標(biāo)準(zhǔn) 1188- 1996中規(guī)定，當(dāng)鋰離子電池的容量能力下降至 80%額定值時(shí)，該電池將從電動(dòng)汽車(chē)上退運(yùn)。

1.2 SOH診斷測(cè)試

電動(dòng)汽車(chē)在實(shí)際路況下，當(dāng)SOC小于20%時(shí)，深度放電車(chē)輛容易降功率運(yùn)行，甚至拋錨，但是電池在盈虧兩端充放電試驗(yàn)最能體現(xiàn)其健康度；同時(shí)，實(shí)際路況駕駛測(cè)試，很難保證測(cè)試環(huán)境的一致性，而且不便于安裝檢測(cè)儀器；將電池組從車(chē)上拆下來(lái)試驗(yàn)，可能破壞到整車(chē)的電氣和機(jī)械性能。因此，車(chē)載電池的SOH診斷變得非常困難。

為了定性地分析SOH的衰退情況，本文將CAN通信模塊接入整車(chē)控制系統(tǒng)，應(yīng)用上位機(jī)遙控車(chē)載充電繼電器分合，通過(guò)直流充電槍對(duì)電池組直接進(jìn)行充電放電，并將BMS信息反饋充電機(jī)，形成控制閉環(huán)，從而實(shí)現(xiàn)SOH信息的數(shù)據(jù)采集。具體充放電控制拓?fù)淙鐖D1所示。

圖1電動(dòng)汽車(chē)SOH試驗(yàn)拓?fù)?/p>

表2所示電動(dòng)汽車(chē)服役初期的NB-LFP60電池組測(cè)試記錄，對(duì)應(yīng)的24支單體充放電簇曲線(xiàn)如圖2所示。此時(shí)電池容量還稍微高于表1的額定值，充放電曲線(xiàn)緊密重疊，相似度很高，說(shuō)明此時(shí)電池組有較好的一致性較。

表2 NB-LFP60電池組檢測(cè)數(shù)據(jù)

2 離散Fréchet距離法

2.1 曲線(xiàn)相似性定義

曲線(xiàn)的相似性判斷是計(jì)算機(jī)圖像、模式識(shí)別和蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等領(lǐng)域的核心問(wèn)題[15-16]，通常以相似性函數(shù)來(lái)定義判別曲線(xiàn)的差異性。從數(shù)學(xué)角度描述，給定兩條曲線(xiàn)函數(shù),:，它們之間的距離定義為

事實(shí)上，對(duì)整條曲線(xiàn)計(jì)算距離來(lái)確定它們是否匹配，將會(huì)產(chǎn)生很大的誤差。一般情況下, 需要對(duì)參與比較的兩條或多條曲線(xiàn)進(jìn)行分段, 再逐段匹配。并且在分段匹配過(guò)程中，須對(duì)某段進(jìn)行平移和伸縮變換。

圖2電池組第120次充放電循環(huán)曲線(xiàn)

2.2 離散Fréchet距離

Fréchet距離由M. Fréchet于1906 年提出，隨后H. Alt和M. Godau等人給出了Fréchet距離的計(jì)算方法[17-18]，充分考慮了曲線(xiàn)的形狀以及曲線(xiàn)上各點(diǎn)的時(shí)序，是一種判別曲線(xiàn)間相似程度的距離測(cè)度。

Fréchet距離的直觀(guān)解釋是：給定距離空間的2 條曲線(xiàn)和，一個(gè)人牽著一條狗，分別沿著曲線(xiàn)和以任意的自由速度從起點(diǎn)移動(dòng)至終點(diǎn)，但不得后退，那么Fréchet距離就是人與狗之間最短拴狗繩的長(zhǎng)度。

3 充放電曲線(xiàn)的相似性判定

如圖3所示，電動(dòng)汽車(chē)開(kāi)始服役時(shí)，將對(duì)車(chē)輛的儲(chǔ)能模塊進(jìn)行全面的檢測(cè)，建立該車(chē)輛的SOH信息數(shù)據(jù)庫(kù)，對(duì)于檢測(cè)合格的車(chē)輛，投入實(shí)際路況運(yùn)行。規(guī)定充放電循環(huán)次數(shù)、或行駛里程進(jìn)行周期性SOH檢測(cè)、數(shù)據(jù)存儲(chǔ)和分析，判定在運(yùn)電池的健康度。依據(jù)健康指標(biāo)進(jìn)行具體的均衡維護(hù)，從而保障電池的安全運(yùn)行。

本文的電池SOH定性分析是通過(guò)離散Fréchet距離法來(lái)進(jìn)行充放電曲線(xiàn)的相似性判定，計(jì)算過(guò)程如下。

圖3電池組SOH試驗(yàn)流程

(7)

4 算例分析

以配置NB-LFP60成組電池的北汽-150電動(dòng)汽車(chē)為研究對(duì)象，成組方式為1p24s(1并24串)，單箱容量為76.8 V/60 Ah，算例以單箱進(jìn)行分析，將實(shí)際路況運(yùn)行和SOH測(cè)試相結(jié)合，車(chē)輛每次能耗運(yùn)行均100%DOD深度放電。設(shè)定SOH抽檢的間隔周期約為每100次滿(mǎn)充放循環(huán)，通過(guò)BMS獲取充放電曲線(xiàn)和成組放電容量。如圖4所示，成組容量由額定值經(jīng)過(guò)約468次循環(huán)能耗測(cè)試，衰減至80%的退運(yùn)值，根據(jù)SOH指標(biāo)，進(jìn)行均衡維護(hù)。為了進(jìn)行算例驗(yàn)證，該測(cè)試過(guò)程在80%下共進(jìn)行了817次充放電循環(huán)，成組容量最終衰減至26.35 Ah。

圖4成組電池容量衰減曲線(xiàn)

按照?qǐng)D3所示的SOH試驗(yàn)流程，選取第120次周期100%DOD充放曲線(xiàn)作為辨識(shí)對(duì)象，此時(shí)的成組放電容量為59.45 Ah，單體間最大壓差為336.7 mV，成組內(nèi)阻為24.36 mΩ。按照QC/T 743-2006充放電策略，采樣速率為12 S/min，采樣點(diǎn)數(shù)為2510個(gè)。該箱電池的24支單體相對(duì)曲線(xiàn)簇“標(biāo)準(zhǔn)值”曲線(xiàn)的值分布如圖5所示。可以看出，最小值為0.0343，是4號(hào)單體，在電池組運(yùn)行初期，相對(duì)較小，各單體的充放電曲線(xiàn)相似度較高，很接近“標(biāo)準(zhǔn)值”曲線(xiàn)，一致性好，放電容量接近額定容量。

電動(dòng)汽車(chē)運(yùn)行至第520個(gè)滿(mǎn)充放周期時(shí)，電池放電容量為46.91 Ah，額定值占比78.2%，單體間最大壓差579.7 mV，一致性能變差。進(jìn)行該階段的SOH試驗(yàn)，曲線(xiàn)的值分布如圖6所示?？梢钥闯?0和18號(hào)單體的均大于0.1，其中20號(hào)單體的達(dá)到0.4745，遠(yuǎn)大于其他單體。因此，在試驗(yàn)至第600次循環(huán)時(shí)，對(duì)20號(hào)單體進(jìn)行了更換，并做均衡維護(hù)，均衡后單體最大壓差降低至205.8 mV，100%DOD放電容量上升至44.96 Ah，相對(duì)均衡前提升4.12%，并對(duì)被更換的20號(hào)單體單獨(dú)進(jìn)行了容量測(cè)定，為43.52 Ah，低于80%值。

圖5第120次循環(huán)曲線(xiàn)離散Fréchet距離

圖6 第520次循環(huán)曲線(xiàn)離散Fréchet距離

在電池組運(yùn)行到第720個(gè)循環(huán)時(shí)，容量已衰減至29.21 Ah，額定值占比為48.7%，完全不能夠滿(mǎn)足電動(dòng)汽車(chē)的正常運(yùn)行需求。進(jìn)行SOH抽檢，充放電曲線(xiàn)如圖7所示，曲線(xiàn)簇的一致性明顯變差。獲取曲線(xiàn)簇的值分布如圖8所示，可以看出，12、18和20號(hào)單體的均大于0.1，其中，20號(hào)單體在更換、均衡后，減??；18號(hào)單體的從第520個(gè)循環(huán)的0.165 7快速遞增至0.546 0； 12號(hào)單體的值為0.117 1，也超過(guò)了0.1的限值。

為了分析該箱電池組的SOH衰減情況，試驗(yàn)共進(jìn)行了817次循環(huán)，圖9為電池組全服役周期的一致性情況。從圖中可知，大約第750次循環(huán)后最大壓差反而遞減，說(shuō)明電池組一致性問(wèn)題，已不是導(dǎo)致該階段放電容量衰減的主要因素，各單體的化學(xué)活性已整體老化。

圖7電池組第720次充放電循環(huán)曲線(xiàn)簇

圖8第720次循環(huán)曲線(xiàn)離散Fréchet距離

圖9 電池組服役全周期一致性曲線(xiàn)

最后，對(duì)電池組進(jìn)行了拆解，將每支單體的容量進(jìn)行測(cè)定，具體情況如圖10所示?？梢钥闯?，12和20號(hào)單體容量衰減最多，剩余容量?jī)H為32.93 Ah和39.6 Ah，遠(yuǎn)低于80%值，最大剩余容量為第600次循環(huán)已更換過(guò)的18號(hào)單體，為59.78 Ah，接近額定值。此剩余容量的測(cè)定結(jié)果與第720次周期抽檢曲線(xiàn)簇的值判定完全一致，12、20和18號(hào)單體的均大于0.1，并且早在第520次循環(huán)中已能夠準(zhǔn)確的預(yù)測(cè)。

圖10組內(nèi)單體最終容量對(duì)比圖

另外，本次SOH試驗(yàn)對(duì)電池組的全服役周期均進(jìn)行了抽檢，在800余次100%DOD充放電循環(huán)中，記錄的如圖11所示，分別為曲線(xiàn)簇中4和20號(hào)單體，以及全服役周期的截尾均值曲線(xiàn)的健康度?？梢钥闯觯惦S著電池服役周期而遞增，說(shuō)明曲線(xiàn)簇間裂化程度加??；同時(shí)，約 600次循環(huán)周期后進(jìn)行組內(nèi)均衡，整體變?。涣硗?，循環(huán)初期20號(hào)單體值還比較相似于“標(biāo)準(zhǔn)值”曲線(xiàn)，試驗(yàn)后期20號(hào)單體的值明顯偏離曲線(xiàn)簇，說(shuō)明離散Fréchet距離法能夠準(zhǔn)確判定充放電曲線(xiàn)的“形相似”，從而預(yù)測(cè)出電池組中的“不健康”單體。

圖11不同抽檢周期的離散Fréchet距離對(duì)比

5 結(jié)論

(1) 本文摒棄了傳統(tǒng)的鋰離子電池健康度判定方法，建立了基于實(shí)驗(yàn)室環(huán)境的車(chē)載儲(chǔ)能模塊檢測(cè)平臺(tái)，直接實(shí)現(xiàn)車(chē)載電池的100%DOD充放電試驗(yàn)，改變了依靠歷史數(shù)據(jù)建模估算的方法，保證了SOH診斷的信息準(zhǔn)確性；

(2) 將離散Fréchet距離方法應(yīng)用在電池組充放電曲線(xiàn)辨識(shí)中，通過(guò)值篩選出電池組中的“不健康”單體，成功實(shí)現(xiàn)SOH的預(yù)測(cè)。并進(jìn)行了單體剩余容量的測(cè)定，驗(yàn)證了單體容量的衰減情況與預(yù)測(cè)結(jié)果的一致性；

(3) 建立了基于服役前檢測(cè)、SOH周期診斷和均衡維護(hù)等信息的電池組數(shù)據(jù)庫(kù)，形成了電動(dòng)汽車(chē)電池全服役周期的健康度診斷和維護(hù)體系，保證了電池在電動(dòng)汽車(chē)服役運(yùn)行過(guò)程中的安全性。

[1] 宋永華, 陽(yáng)岳希, 胡澤春. 電動(dòng)汽車(chē)電池的現(xiàn)狀及發(fā)展趨勢(shì)[J]. 電網(wǎng)技術(shù), 2011, 35(4): 1-6.

SONG Yonghua, YANG Yuexi, HU Zechun. Present status and development trend of batteries for electric vehicles[J]. Power System Technology, 2011, 35(4): 1-6.

[2] 李勇, 王麗芳, 廖承林. 電動(dòng)車(chē)鋰離子電池健康狀態(tài)模型研究進(jìn)展[J]. 電源技術(shù), 2013, 137(5): 863-866.

LI Yong, WANG Lifang, LIAO Chenglin. Advances of state of health modeling of lithium-ion battery for electric vehicles[J]. Chinese Journal of Power Sources, 2013, 137(5): 863-866.

[3] 劉大同, 周建寶, 郭力萌, 等. 鋰離子電池健康評(píng)估和壽命預(yù)測(cè)綜述[J]. 儀器儀表學(xué)報(bào), 2015, 36(1): 1-16.

LIU Datong, ZHOU Jianbao, GUO Limeng, et al. Survey on lithium-ion battery health assessment and cycle life estimation[J]. Chinese Journal of Scientific Instrument, 2015, 36 (1): 1-16.

[4] GANG N. Cycle life performance of rechargeable li-ion batteries and mathematical modeling[D]. USA: University of South Carolina, 2004.

[5] RAMADASSP, HARANB, WHITE R, et al. Mathematical modeling of the capacity fade of Li-ion cells[J]. Journal of Power Sources, 2003, 123(2): 230-240.

[6] 商云龍, 張奇, 崔納新, 等. 基于AIC準(zhǔn)則的鋰離子電池變階RC等效電路模型研究[J]. 電工技術(shù)學(xué)報(bào), 2015, 30(17): 55-62.

SHANG Yunlong, ZHANG Qi, CUI Naxin, et al. Research on variable-order RC equivalent circuit model for lithium-ion battery based on the AIC criterion[J]. Transactions of China Electrotechnical Society, 2015, 30(17): 55-62.

[7] 高明煜, 何志偉, 徐杰. 基于采樣點(diǎn)卡爾曼濾波的動(dòng)力電池SOC估計(jì)[J]. 電工技術(shù)學(xué)報(bào), 2011, 26(11): 161-167.

GAO Mingyu, HE Zhiwei, XU Jie.Sigma point Kalman filter based SOC estimation for power supply battery[J]. Transactions of China Electrotechnical Society, 2011, 26(11): 161-167.

[8] 姚致清, 于飛, 趙倩, 等. 基于模塊化多電平換流器的大型光伏并網(wǎng)系統(tǒng)仿真研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(36): 27-33.

YAO Zhiqing, YU Fei, ZHAO Qian, et al. Simulation research on large-scale PV grid-connected systems based on MMC[J]. Proceedings of the CSEE, 2013, 33(36): 27-33.

[9] 李加升, 吳免利, 劉玉芳, 等. 基于充放電曲線(xiàn)的鋰電池智能分選系統(tǒng)研究[J]. 電源技術(shù), 2011, 35(8): 912-914.

LI Jiasheng, WU Mianli, LIU Yufang, et al. Research of li-ion battery intelligent classifying system based on charge and discharge curve[J]. Chinese Journal of Power Sources, 2011, 35(8): 912-914.

[10] 連湛偉, 石欣, 克瀟, 等. 電動(dòng)汽車(chē)充換電站動(dòng)力電池全壽命周期在線(xiàn)檢測(cè)管理系統(tǒng)[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(12): 137-142.

LIAN Zhanwei, SHI Xin, KE Xiao, et al. The whole life cycle on-line detection and management system of power battery in the electric vehicle charging and exchanging station[J]. Power System Protection and Control, 2014, 42(12): 137-142.

[11] 多智華, 李革臣. 具有波形識(shí)別能力的電池分類(lèi)器的算法研究[J]. 電源技術(shù), 1998, 22(4): 74-78.

DUO Zhihua, LI Gechen. Study on the method of battery classification with waveform recognition ability[J]. Chinese Journal of Power Sources, 1998, 22(4): 74-78.

[12] 羅滇生, 何洪英. 基于形態(tài)相似準(zhǔn)則的曲線(xiàn)擬合算法及其在超短期負(fù)荷預(yù)測(cè)中的應(yīng)用[J]. 電網(wǎng)技術(shù), 2007, 31(21): 81-84.

LUO Diansheng, HE Hongying. A shape similarity criterion based curve fitting algorithm and its application in ultra- short-term load forecasting[J]. Power System Technology, 2007, 31(21): 81-84.

[13] 鐘浩, 舒文倩, 唐民富. 基于局部曲線(xiàn)擬合的電壓失穩(wěn)預(yù)防控制算法[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(12): 36-40.

ZHONG Hao, SHU Wenqian, TANG Minfu. Preventive control method to avoid voltage instability based on local curve fitting[J]. Power System Protection and Control, 2013, 41(12): 36-40.

[14] QC/T 743-2006 電動(dòng)汽車(chē)用鋰離子蓄電池[S]. 北京: 中華人民共和國(guó)工業(yè)和信息化部, 2006.

QC/T 743-2006 lithium-ion batteries for electric vehicle[S]. Beijing: Ministry of Industry and Information Technology of the People’s Republic of China, 2006.

[15] 郭煜華, 范春菊. 含大規(guī)模電動(dòng)汽車(chē)的配電網(wǎng)保護(hù)技術(shù)研究[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(8): 14-20.

GUO Yuhua, FAN Chunju. Research on relaying technologies of distribution network including mass electric vehicles[J]. Power System Protection and Control, 2015, 43(8): 14-20.

[16] 唐進(jìn)君, 曹凱. 一種自適應(yīng)軌跡曲線(xiàn)地圖匹配算法[J]. 測(cè)繪學(xué)報(bào), 2008, 37(8): 308-314.

TANG Jinjun, CAO Kai. An adaptive trajectory curves map-matching algorithm[J]. Acta Geodaetica et Cartographica Sonica, 2008, 37(8): 308-314.

[17] 周生奇, 周雒維, 孫鵬菊. 基于曲線(xiàn)離散Fréchet距離的風(fēng)電并網(wǎng)變流器中IGBT模塊缺陷診斷方法[J]. 電力自動(dòng)化設(shè)備, 2013, 33(2): 8-13.

ZHOU Shengqi, ZHOU Luowei, SUN Pengju. Defect diagnosis based on discrete Fréchet distance of curves for IGBT module used in grid-connected converter of wind power[J]. Electric Power Automation Equipment, 2013, 33(2): 8-13.

[18] 陳超, 黃國(guó)勇, 范玉剛, 等. 基于離散Fréchet距離和LS-SVM的短期負(fù)荷預(yù)測(cè)[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(5): 142-147.

CHEN Chao, HUANG Guoyong, FAN Yugang, et al. Short-term load forecasting based on discrete Fréchet distance and LS-SVM[J]. Power System Protection and Control, 2014, 42(5): 142-147.

(編輯 姜新麗)

EV battery SOH diagnosis method based on discrete Fréchet distance

JIAO Dongsheng, WANG Haiyun, ZHU Jie, CHI Zhongjun, ZENG Shuang

(State Grid Beijing Electric Power Company, Beijing 100075, China)

For EV battery safety and power performance during running, this paper combines discrete Fréchet distance method and identification of battery charge-discharge curve to propose a diagnostic method of battery SOH based on online test platform. System can control directly EV battery to complete the full charge-discharge test online by CAN communication module, and get the actual operational status data. EV service full cycle information databases are established to forecast the diagnosis of health degree, which can guide power battery safety assessment and balanced maintenance. By analyzing the cases of test calculation, the correctness and accuracy of the method is verified after comparing diagnosis result and test data of switching off.

electric vehicle; EV battery; state of health; discrete Fréchet distance; curve similarity

10.7667/PSPC151245

2015-07-19

焦東升(1985- )，男，通信作者，碩士研究生，工程師，研究方向?yàn)殡妱?dòng)汽車(chē)與儲(chǔ)能技術(shù)，動(dòng)力電池檢測(cè)技術(shù)；E-mail: jdsh_01@163.com.

王海云(1988- )，女，碩士研究生，工程師，研究方向?yàn)榇箅娋W(wǎng)調(diào)度優(yōu)化。E-mail:13520396759@139.com

“十二五”國(guó)家科技支撐計(jì)劃重大項(xiàng)目(2013BAG1 0B00)