电池使用行为评估方法、装置、设备及存储介质与流程

本技术涉及车联网与新能源汽车，尤其涉及一种电池使用行为评估方法、装置、设备及存储介质。

背景技术：

1、随着我国“双碳”战略的深入推进，新能源商用车市场已从政策试点阶段全面迈入规模化、市场化运营的新阶段。运输行业正处于运价低迷、货源不稳的存量竞争态势，车队运营商对精细化运营管理和全生命周期成本控制的需求空前迫切。动力电池作为核心资产，其采购与维护成本占车辆全生命周期总成本的极大比重，精细化管理电池、延缓衰减、降低运营成本已成为车队管理方的核心诉求。国家标准gb/t32960《电动汽车远程服务与管理系统技术规范》要求车辆统一接入监管平台，实时上传运行数据，这为基于大数据的电池使用行为分析提供了规范化数据底座。

2、现有技术中，soh估算无法区分制造差异与使用行为差异对电池衰减的影响，故障报警不统计长期不良行为，不同车型、车龄、里程的车辆之间缺乏公平的横向对比方法，也缺少一套可直接用于国标数据流的自动化行为事件提取规则。

3、因此，现有技术无法区分电池性能下降是由制造差异还是后天使用行为差异导致，使得车队管理者无法客观判断不同车辆或不同驾驶员的电池使用习惯优劣是本领域亟需解决的技术问题。

技术实现思路

1、本技术实施例提供一种电池使用行为评估方法、装置、设备及存储介质，用以解决现有技术无法区分电池性能下降是由制造差异还是后天使用行为差异导致，使得车队管理者无法客观判断不同车辆或不同驾驶员的电池使用习惯优劣的技术问题。

2、第一方面，本技术实施例提供一种电池使用行为评估方法，包括：

3、获取待评估车辆的车联网数据；

4、根据所述车联网数据，识别出目标电池使用行为事件，所述目标电池使用行为事件至少包括深度过放事件、极限热应力事件、低温大电流冲击事件和长期满电静置事件；

5、基于预设周期对所述目标电池使用行为事件进行聚合统计，得到的多维度行为风险评估指标；

6、根据所述多维度行为风险评估指标，并结合计算得到的对标基准值，生成所述待评估车辆对应的电池使用行为标准化得分。

7、在一种可能的实施方式中，所述车联网数据包括车速数据、时间戳、车辆唯一识别码、累计行驶里程、车辆状态、充放电平均电流、动力电池总电压、驱动电机电流、总电流、电池soc、单体最高电压、单体最低电压、电池包最高温度、电池包最低温度、驱动电机转速和驱动电机转矩。

8、在一种可能的实施方式中，所述深度过放事件的识别包括：当检测到所述电池soc连续第一预设时长低于预设深度放电阈值且所述驱动电机电流输出持续大于零时，将对应时段标记为一次深度过放事件；

9、所述极限热应力事件的识别包括：当检测到所述电池包最高温度连续第二预设时长高于预设高温阈值且所述充放电平均电流超过预设的倍率阈值时，将本次充电或放电行程标记为一次极限热应力事件；

10、所述低温大电流冲击事件的识别包括：当检测到所述电池包最低温度低于预设低温阈值且在车辆启动后的前第三预设时长内存在大于设定倍率的放电电流请求时，标记为一次低温大电流冲击事件；

11、所述长期满电静置事件的识别包括：当检测到所述电池soc连续第四预设时长维持在大于预设百分比的高位且所述车辆状态为静置时，标记为一次长期满电静置事件。

12、在一种可能的实施方式中，所述多维度行为风险评估指标包括深度过放频率、电池热应力强度、充电策略健康度以及驾驶平稳度；所述基于预设周期对所述目标电池使用行为事件进行聚合统计，得到的多维度行为风险评估指标，包括：

13、统计所述预设周期内深度过放事件的总次数，生成所述深度过放频率；

14、将所述预设周期内所有的充放电行程按电池温度分段划分，并统计各个温度段内的累积充放电能量，生成所述电池热应力强度；

15、基于所述预设周期内用直流快充的充电次数、总充电次数以及长期满电静置事件的累计时长，生成所述充电策略健康度；

16、基于所述驱动电机转矩与所述车速数据，计算急加速和急减速的频次，生成所述驾驶平稳度。

17、在一种可能的实施方式中，所述将所述预设周期内所有的充放电行程按电池温度分段划分，并统计各个温度段内的累积充放电能量，生成所述电池热应力强度，包括：

18、将所述预设周期内所有的充放电行程按电池最高温度所处的温度区间进行划分，所述温度区间为基于电池温度预先划分的多个温度区间；

19、针对每个温度区间，统计该温度区间内的累积充放电能量；

20、将各温度区间的累积充放电能量乘以该温度区间对应的老化加速因子系数后求和，得到所述电池热应力强度；

21、其中，所述老化加速因子系数用于表征对应温度区间内单位充放电能量对电池寿命的损伤程度，通过同型号电池在不同温度下的循环老化试验数据拟合得出。

22、在一种可能的实施方式中，所述根据所述多维度行为风险评估指标，并结合预先计算得到的对标基准值，生成所述待评估车辆对应的电池使用行为标准化得分，包括：

23、根据所述待评估车辆的车型和当前累计里程，确定所述对标基准值；

24、根据所述多维度行为风险评估指标和所述对标基准值，计算得到各个维度的本征行为偏差；

25、将所述各维度的本征行为偏差输入预设的加权评分函数，得到所述电池使用行为标准化得分。

26、在一种可能的实施方式中，所述方法还包括：

27、获取多辆与所述待评估车辆同型号的车辆的车联网历史数据；

28、按累计行驶里程划分为多个里程段；

29、对每个里程段，提取所述里程段内所有车辆在所述预设周期内的多维度行为风险评估指标数据；

30、针对每个行为风险评估指标，计算所述里程段内所有车辆的指标数值的中位数或均值，作为所述待评估车辆在所述里程段的对标基准值。

31、第二方面，本技术实施例提供一种电池使用行为评估装置，包括：

32、获取模块，用于获取待评估车辆的车联网数据；

33、识别模块，用于根据所述车联网数据，识别出目标电池使用行为事件，所述目标电池使用行为事件至少包括深度过放事件、极限热应力事件、低温大电流冲击事件和长期满电静置事件；

34、聚合模块，用于基于预设周期对所述目标电池使用行为事件进行聚合统计，得到的多维度行为风险评估指标；

35、生成模块，用于根据所述多维度行为风险评估指标，并结合计算得到的对标基准值，生成所述待评估车辆对应的电池使用行为标准化得分。

36、在一种可能的实施方式中，所述车联网数据包括车速数据、时间戳、车辆唯一识别码、累计行驶里程、车辆状态、充放电平均电流、动力电池总电压、驱动电机电流、总电流、电池soc、单体最高电压、单体最低电压、电池包最高温度、电池包最低温度、驱动电机转速和驱动电机转矩。

37、在一种可能的实施方式中，所述深度过放事件的识别包括：当检测到所述电池soc连续第一预设时长低于预设深度放电阈值且所述驱动电机电流输出持续大于零时，将对应时段标记为一次深度过放事件；

38、所述极限热应力事件的识别包括：当检测到所述电池包最高温度连续第二预设时长高于预设高温阈值且所述充放电平均电流超过预设的倍率阈值时，将本次充电或放电行程标记为一次极限热应力事件；

39、所述低温大电流冲击事件的识别包括：当检测到所述电池包最低温度低于预设低温阈值且在车辆启动后的前第三预设时长内存在大于设定倍率的放电电流请求时，标记为一次低温大电流冲击事件；

40、所述长期满电静置事件的识别包括：当检测到所述电池soc连续第四预设时长维持在大于预设百分比的高位且所述车辆状态为静置时，标记为一次长期满电静置事件。

41、在一种可能的实施方式中，所述多维度行为风险评估指标包括深度过放频率、电池热应力强度、充电策略健康度以及驾驶平稳度；所述聚合模块，具体用于：

42、统计所述预设周期内深度过放事件的总次数，生成所述深度过放频率；

43、将所述预设周期内所有的充放电行程按电池温度分段划分，并统计各个温度段内的累积充放电能量，生成所述电池热应力强度；

44、基于所述预设周期内用直流快充的充电次数、总充电次数以及长期满电静置事件的累计时长，生成所述充电策略健康度；

45、基于所述驱动电机转矩与所述车速数据，计算急加速和急减速的频次，生成所述驾驶平稳度。

46、在一种可能的实施方式中，所述聚合模块将所述预设周期内所有的充放电行程按电池温度分段划分，并统计各个温度段内的累积充放电能量，生成所述电池热应力强度，具体包括：

47、将所述预设周期内所有的充放电行程按电池最高温度所处的温度区间进行划分，所述温度区间为基于电池温度预先划分的多个温度区间；

48、针对每个温度区间，统计该温度区间内的累积充放电能量；

49、将各温度区间的累积充放电能量乘以该温度区间对应的老化加速因子系数后求和，得到所述电池热应力强度；

50、其中，所述老化加速因子系数用于表征对应温度区间内单位充放电能量对电池寿命的损伤程度，通过同型号电池在不同温度下的循环老化试验数据拟合得出。

51、在一种可能的实施方式中，所述生成模块，具体包括：

52、根据所述待评估车辆的车型和当前累计里程，确定所述对标基准值；

53、根据所述多维度行为风险评估指标和所述对标基准值，计算得到各个维度的本征行为偏差；

54、将所述各维度的本征行为偏差输入预设的加权评分函数，得到所述电池使用行为标准化得分。

55、在一种可能的实施方式中，所述装置还包括：

56、计算模块，用于：

57、获取多辆与所述待评估车辆同型号的车辆的车联网历史数据；

58、按累计行驶里程划分为多个里程段；

59、对每个里程段，提取所述里程段内所有车辆在所述预设周期内的多维度行为风险评估指标数据；

60、针对每个行为风险评估指标，计算所述里程段内所有车辆的指标数值的中位数或均值，作为所述待评估车辆在所述里程段的对标基准值。

61、第三方面，本技术实施例提供一种电子设备，包括：存储器，处理器；

62、所述存储器存储计算机执行指令；

63、所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如上第一方面和/或第一方面各种可能的实施方式。

64、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。

65、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。

66、本技术实施例提供的电池使用行为评估方法、装置、设备及存储介质，获取待评估车辆的车联网数据，根据车联网数据，识别出目标电池使用行为事件，基于预设周期对目标电池使用行为事件进行聚合统计，得到的多维度行为风险评估指标，根据多维度行为风险评估指标，并结合计算得到的对标基准值，生成待评估车辆对应的电池使用行为标准化得分。上述方法通过识别后天使用行为事件、聚合统计行为指标并结合同型号对标归一化，实现了对制造差异与后天使用行为差异的有效剥离，使车队管理者能够基于标准化得分客观判断不同车辆或驾驶员的电池使用习惯优劣。