一致性评价算法

算法背景

动力电池的材料、制造工艺、温度、使用习惯等原因产生的电池不一致性，从电池一开始投入使用，就会成为电动车影响续航里程、电池使用寿命的主要因素。随着电池SOH的衰减，电池组内单体间一致性会逐渐变差，无论是在车辆的使用过程中，还是在电池退役后的状态评估及分选等需求，需要一种评价指标全面且行之有效的评价体系，能够准确全面的评估电池组的一致性。

产品介绍

一致性评价算法使用云端充电数据进行分析，算法用一种加权评分体系对五项指标进行分析和评价，包括电压一致性（反映单体DOD、LAM差异）、温度一致性（反映产/散热、电化学活性差异）、内阻一致性（反映SEI膜、副反应阻抗、极化差异）、电量一致性（反映容量短板、SOC估计差异）和容量一致性（反映单体倍率差异）。使用统计的方式直接计算电压、温度和内阻的结果，基于“容量-电量”二维矢量图方法，定量描述电池组一致性。可用于电池组快速评价，指导梯次电池分选。

释义：

	说明
DOD	放电深度
LAM	锂电池内部正负极活性材料损失
SOC	荷电状态

指标

算法评价指标之间具有关联性，如电压一致性、电量一致性、容量一致性得分趋势相同；且电池组一致性得分随着电池的老化总体呈衰减趋势。由此也可验证评价结果的合理性。

数据需求：

1. 最低采样率：30s；
2. 需要提供电池系统的成组方式，电芯基本信息参数（额定容量，额定电压，SOC使用区间等）；
3. 每辆车至少提供连续50条充电数据。

案例