本發(fā)明涉及電動車電池保護技術領域，尤其涉及一種基于監(jiān)控數據的電動汽車剩余電量計算方法。

背景技術：

現電動汽車在汽車行業(yè)中的數量逐漸增加并已逐年遞增的方式快速發(fā)展。同時電動汽車仍面臨自身的諸多缺點嚴重制約行業(yè)的發(fā)展。電動汽車的歷程焦慮是電動汽車用戶面臨的突出問題之一。如何準確計算電動汽車的剩余電量為成為電動汽車、動力電池、bms（電池管理系統(tǒng)）廠家面臨的共同難題?，F有動力電池剩余電量計算方法多基于動力電池模型和動力電池測試數據計算動力電池的剩余電量。此方法由于基于動力電池理想使用環(huán)境與實際應用存在一定偏差，尤其是動力電池使用一段時間之后誤差逐漸增大。由于動力電池模型的建立需要對動力電池進行全面的測試來驗證矯正模型，由于測試條件有限無法對動力電池全生命周期、各種使用環(huán)境條件下的電池狀態(tài)進行測試。導致動力電池模型無法適用于全生命周期，動力電池在使用一段時間后出現剩余電量計算不準確現象。

中國專利公開號cn103064026b，公開日2013-05-29，發(fā)明的名稱一種車輛電池剩余電量監(jiān)測方法，屬于電池監(jiān)測領域，本發(fā)明對電池組充、放電過程采用實時電流累積法進行控制，并進行實時溫度修正；減少了剩余電量的誤差，提高了剩余電量的準確度，能夠得出更加準確的電池荷電狀態(tài)，且同時提供了電池老化的判斷方法，使得操作人員能夠更加直觀準確的了解電池的狀態(tài)，給行駛者帶來了極大方便。由于動力電池模型的建立需要對動力電池進行全面的測試來驗證矯正模型，由于測試條件有限無法多動力電池全生命周期、各種使用環(huán)境條件下的電池狀態(tài)進行測試。導致動力電池模型無法適用于全生命周期，動力電池在使用一段時間后出現剩余電量計算不準確現象。

技術實現要素：

本發(fā)明的目的是存在由于測試條件有限無法對動力電池全生命周期、各種使用環(huán)境條件下的電池狀態(tài)進行測試。導致動力電池模型無法適用于全生命周期，動力電池在使用一段時間后出現剩余電量計算不準確的問題，提供了一種基于監(jiān)控數據的電動汽車剩余電量計算方法。

為了解決上述問題，本發(fā)明采用以下技術方案予以實現：一種基于監(jiān)控數據的電動汽車剩余電量計算方法，包括以下步驟，

步驟一：每隔一段時間就批量進行車輛行駛過程全狀態(tài)數據采集；

步驟二：bms根據實時采集的車輛行駛過程全狀態(tài)數據進行處理估算電池此狀態(tài)下剩余電量q0；

步驟三：將車輛行駛過程全狀態(tài)數據上傳至云端數據庫；

步驟四：云端數據庫存儲并分類所有的車輛行駛過程全狀態(tài)數據；

步驟五：整車確認實時車輛行駛過程全狀態(tài)數據；

步驟六：根據確認的車輛行駛過程全狀態(tài)數據，查找歷史信息，得到云端數據庫中相同狀態(tài)的動力電池信息簇；

步驟七：讀取信息簇中車輛后期行駛過程數據，根據歷史數據計算剩余電量后取平均值作為剩余電量q1。本發(fā)明提供了一種準確計算動力電池剩余電量的計算方法，與傳統(tǒng)的計算模型相比此方法利用整車行駛數據有效識別電動汽車的實時狀態(tài)，通過對比分析得到相同狀態(tài)下車輛的剩余電量。逆向得出動力電池的剩余電量，為提高剩余電量計算的準確性提出了新的方向。此方法可以并行原有的剩余電量計算系統(tǒng)，通過校準可以提高原有計算模型的準確性。本發(fā)明針對此問題，提出基于監(jiān)控平臺數據的剩余電量計算方法。此方法基于批量生產車輛動力電池的應用及狀態(tài)數據庫，對電池剩余電量進行計算。用所有車輛行駛過程的監(jiān)控數據逆向計算單個車輛剩余電量的計算結果，為動力電池剩余電量計算提供了新的思路。相比bms計算得到的剩余電量，由云數據計算得到的動力電池剩余電量q1為實車監(jiān)控數據，為相同批次動力電池此狀態(tài)的真實剩余電量值。且q1均基于整車實時采集數據，q1與q0為獨立運算結果，可進行相互校正等運算。隨著車輛運行數量逐年增加監(jiān)控數據將更加全面q1值與真值的誤差會逐漸縮小。

作為優(yōu)選，在所述步驟一中，采集所有相同型號動力電池的車輛行駛過程全狀態(tài)數據，包括動力電池狀態(tài)參數、環(huán)境參數和交互信息數據。

作為優(yōu)選，所述動力電池狀態(tài)參數包括電池溫度、電池電壓、電池電流、電池內阻和電池充放電狀態(tài)，所述環(huán)境參數包括環(huán)境時間、環(huán)境溫度、環(huán)境氣壓和車速，所述交互信息數據包括加速度和輸出功率。

作為優(yōu)選，剩余電量q0和剩余電量q1均告知使用者并上傳至云端數據庫；或，剩余電量q0由剩余電量q1修正后告知使用者并上傳至云端數據庫；或，剩余電量q1由剩余電量q0修正均告知使用者并上傳至云端數據庫；或，剩余電量q1告知使用者并上傳至云端數據庫。當云端數據庫建立的初期，剩余電量q1的數量小于預定閾值的時候，剩余電量q0和剩余電量q1均告知使用者并上傳至云端數據庫；當云端數據庫建立的初期，剩余電量q1的數量大于預定閾值且小于預定值的時候，若當前電池使用時間小于設定的使用時間，則剩余電量q0由剩余電量q1修正后告知使用者并上傳至云端數據庫；若當前電池使用時間大于等于設定的使用時間，則剩余電量q1由剩余電量q0修正后告知使用者并上傳至云端數據庫。剩余電量q0由剩余電量q1或剩余電量q1由剩余電量q0修正的方法均采用加權算法，剩余電量q0作為主要數據加權值遠大于剩余電量q1；或剩余電量q1作為主要數據加權值遠大于剩余電量q0，兩者數據疊加即可達到相應目的。

作為優(yōu)選，所述后期行駛過程數據包括行駛每公里電池電量消耗量。這個數據可以由云端數據庫檢索兩個不同時間的剩余電量q1相減直接計算得出，也可以由汽車bms檢索兩個不同時間的剩余電量q0相減直接計算得出。

作為優(yōu)選，在所述步驟四中云端數據庫首先對動力電池狀態(tài)參數、環(huán)境參數和交互信息數據三大項數據中每一類數據均進行預設的分段，然后對各個數據進行模糊化分類的方式記錄所有的車輛行駛過程全狀態(tài)數據。

作為優(yōu)選，在本基于監(jiān)控數據的電動汽車剩余電量計算方法中剩余電量q1的數量小于預定值的時候，云端數據庫接收剩余電量q0作為剩余電量q1進行存儲，當剩余電量q1的數量大于等于預定值的時候，云端數據庫只接收剩余電量q1數據。

作為優(yōu)選，當剩余電量q1的數量大于等于預定值的時候，云端數據庫每接收一次剩余電量q1數據，則刪除相應的一個作為剩余電量q1進行存儲的剩余電量q0數據。

作為優(yōu)選，當剩余電量q1的數量大于設定值的時候，云端數據庫更新對動力電池狀態(tài)參數、環(huán)境參數和交互信息數據三大項數據中每一類數據均重新進行一次分段。這樣設置主要是為了剩余電量q1不足時候進行初始設置。

本發(fā)明的實質性效果是：此方法基于批量生產車輛動力電池的應用及狀態(tài)數據庫，對電池剩余電量進行計算。用所有車輛行駛過程的監(jiān)控數據逆向計算單個車輛剩余電量的計算結果，為動力電池剩余電量計算提供了新的思路。相比bms計算得到的剩余電量，由云數據計算得到的動力電池剩余電量q1為實車監(jiān)控數據，為相同批次動力電池此狀態(tài)的真實剩余電量值。

附圖說明

圖1為本實施例的方法流程圖。

具體實施方式

下面通過實施例，并結合附圖，對本發(fā)明的技術方案作進一步具體的說明。

實施例1：

一種基于監(jiān)控數據的電動汽車剩余電量計算方法，包括以下步驟，

步驟一：每隔一段時間就批量進行車輛行駛過程全狀態(tài)數據采集；采集所有相同型號動力電池的車輛行駛過程全狀態(tài)數據，尤其是動力電池狀態(tài)參數、環(huán)境參數、交互信息等數據，包括電池系統(tǒng)狀態(tài)數據（例如溫度、電壓、電流、內阻、充放電狀態(tài)等），環(huán)境狀態(tài)數據（時間、環(huán)境溫度、氣壓、車速等），駕駛輸入參數（加速度、輸出功率等）。

步驟二：bms根據實時采集的車輛行駛過程全狀態(tài)數據進行處理估算電池此狀態(tài)下剩余電量q0；bms根據實時采集的整車狀態(tài)參數進行處理根據已有電池模型估算電池此狀態(tài)下剩余電量值q0，將整車所有狀態(tài)數據傳輸至整車無線數據傳輸模塊。

步驟三：將車輛行駛過程全狀態(tài)數據上傳至云端數據庫；無線數據傳輸模塊將整車采集的狀態(tài)數據收集并上傳至車輛信息監(jiān)控平臺。整車監(jiān)控平臺獲得的所有車輛狀態(tài)實時狀態(tài)信息經分類處理，上傳至云端數據庫。

步驟四：云端數據庫存儲并分類所有的車輛行駛過程全狀態(tài)數據；云端數據庫對整車監(jiān)控平臺上傳的數據進行存儲。

步驟五：整車確認實時車輛行駛過程全狀態(tài)數據；整車通過數據監(jiān)控獲得待計算車輛動力電池實時狀態(tài)信息，包括整車車輛信息、動力電池身份信息、實時電壓、實時電流、內阻、溫度等信息。將狀態(tài)信息輸入數據處理平臺進行動力電池狀態(tài)確認。

步驟六：根據確認的車輛行駛過程全狀態(tài)數據，查找歷史信息，得到云端數據庫中相同狀態(tài)的動力電池信息簇；數據處理平臺根據確認的待計算車輛動力電池狀態(tài)信息，查找其歷史信息。得到監(jiān)控數據中相同狀態(tài)信息的動力電池信息簇。

步驟七：讀取信息簇中車輛后期行駛過程數據，根據歷史數據計算剩余電量后取平均值作為剩余電量q1。在獲取的信息簇中對電池此狀態(tài)后的數據進行處理，讀取信息簇中車輛后期行駛過程數據，根據歷史數據計算剩余電量q1a、q1b、q1c……，對剩余電量進行篩選后取平均值，為此車基于監(jiān)控數據計算的剩余電量q1。并將q1反饋至待計算車輛，通過儀表顯示給駕駛員。

實施例2：

與實施例1基本相同，不同之處在于，在所述步驟一中，采集所有相同型號動力電池的車輛行駛過程全狀態(tài)數據，包括動力電池狀態(tài)參數、環(huán)境參數和交互信息數據。

所述動力電池狀態(tài)參數包括電池溫度、電池電壓、電池電流、電池內阻和電池充放電狀態(tài)，所述環(huán)境參數包括環(huán)境時間、環(huán)境溫度、環(huán)境氣壓和車速，所述交互信息數據包括加速度和輸出功率。

當云端數據庫建立的初期，剩余電量q1的數量小于預定閾值的時候，剩余電量q0和剩余電量q1均告知使用者并上傳至云端數據庫；當云端數據庫建立的初期，剩余電量q1的數量大于預定閾值且小于預定值的時候，若當前電池使用時間小于設定的使用時間，則剩余電量q0由剩余電量q1修正后告知使用者并上傳至云端數據庫；若當前電池使用時間大于等于設定的使用時間，則剩余電量q1由剩余電量q0修正后告知使用者并上傳至云端數據庫。剩余電量q0由剩余電量q1或剩余電量q1由剩余電量q0修正的方法均采用加權算法，剩余電量q0作為主要數據加權值遠大于剩余電量q1；或剩余電量q1作為主要數據加權值遠大于剩余電量q0，兩者數據疊加即可達到相應目的。所述后期行駛過程數據包括行駛每公里電池電量消耗量。這個數據可以由云端數據庫檢索兩個不同時間的剩余電量q1相減直接計算得出，也可以由汽車bms檢索兩個不同時間的剩余電量q0相減直接計算得出。

在本基于監(jiān)控數據的電動汽車剩余電量計算方法中剩余電量q1的數量小于預定值的時候，云端數據庫接收剩余電量q0作為剩余電量q1進行存儲，當剩余電量q1的數量大于等于預定值的時候，云端數據庫只接收剩余電量q1數據。當剩余電量q1的數量大于等于預定值的時候，云端數據庫每接收一次剩余電量q1數據，則刪除相應的一個作為剩余電量q1進行存儲的剩余電量q0數據。當剩余電量q1的數量大于設定值的時候，云端數據庫更新對動力電池狀態(tài)參數、環(huán)境參數和交互信息數據三大項數據中每一類數據均重新進行一次分段。這樣設置主要是為了剩余電量q1不足時候進行初始設置。

在所述步驟四中云端數據庫首先對動力電池狀態(tài)參數、環(huán)境參數和交互信息數據三大項數據中每一類數據均進行預設的分段，然后對各個數據進行模糊化分類的方式記錄所有的車輛行駛過程全狀態(tài)數據。當剩余電量q1的數量大于設定值的時候，云端數據庫更新對動力電池狀態(tài)參數、環(huán)境參數和交互信息數據三大項數據中每一類數據均重新進行一次分段。

對各個數據進行模糊化分類主要是將電池溫度、電池電壓、電池電流、電池內阻和電池充放電狀態(tài)，環(huán)境時間、環(huán)境溫度、環(huán)境氣壓和車速，加速度和輸出功率那么多項的參數和選項、狀態(tài)，特別是有很多的數值都要進行合并，合并成相對較少的幾個參數和選項、狀態(tài)，例如電池使用狀態(tài)、車輛狀態(tài)、當前溫度，核對的是電池電壓參數，

然后對車輛行駛過程全狀態(tài)數據進行模糊化計算，根據相應的數據進行轉換，例如整合為電池狀態(tài)好、加速過程中、溫度高，則在相應的幾個狀態(tài)欄進行讀取，然后再核對電池電壓參數即可得到相應的歷史數據：q1a、q1b、q1c……，對剩余電量進行篩選后取平均值，為此車基于監(jiān)控數據計算的剩余電量q1。并將q1反饋至待計算車輛，通過儀表顯示給駕駛員。

此方法基于批量生產車輛動力電池的應用及狀態(tài)數據庫，對電池剩余電量進行計算。用所有車輛行駛過程的監(jiān)控數據逆向計算單個車輛剩余電量的計算結果，為動力電池剩余電量計算提供了新的思路。相比bms計算得到的剩余電量，由云數據計算得到的動力電池剩余電量q1為實車監(jiān)控數據，為相同批次動力電池此狀態(tài)的真實剩余電量值。

以上所述的實施例只是本發(fā)明的一種較佳的方案，并非對本發(fā)明作任何形式上的限制，在不超出權利要求所記載的技術方案的前提下還有其它的變體及改型。