根據Leafspy來分析電池信息
來自專欄汽車電子設計8 人贊了文章
由於法規的要求,在美國和歐洲的車輛要求電動汽車有相應的OBD的診斷要求,所以在美國基於ELM-327藍牙轉換器可以開發出針對日產LEAF的數據記錄儀,而且產生了LEAF Spy這樣的軟體。
而且有這樣一位車主,對於自己的車輛的使用做了詳盡的記錄,鏈接:http://daveinolywa.blogspot.com/2018/06/收錄了比較詳盡的一台車的情況
1)車輛儀錶盤數據
2)LEAF Spy獲取的診斷的數據(充電前)
3)充電過程:這個圖裡包括功率(把充電時的電池電壓和充電電流乘起來)、SOC(從20%到70%)和電池的溫度(從23°升高到45°左右)
4)結束充電的狀態
通過把他分享的一些數據做了一些統計以後,我得到了一些很有趣的內容。
我們的數據包含以下的內容:儀錶盤裡程、儀錶盤SOC、真實的診斷SOC和剩餘能量,通過做點圖做了以後,初步得到以下的結論
1)日產的工程師把SOC的曲線進行了截取,把SOC buffer折算出來了,大概藏了10%的SOC,如下圖所示,頂部大約4%的空間,一共要14%和15%的緩衝區
- 上面這一段:主要是考慮不同溫度下的能量回收功率,還要考慮均一性,快充幾乎到不了這一區間
- 下面這一段:緩衝區留的很足,使得車輛顯示1%SOC之後還有--%的顯示設置,這個時候的可用能量還有4.5Kwh,這某種程度上在之前的里程焦慮上給你一些安全感
2)儀錶顯示SOC和可用里程顯示的圖
在這個圖裡面,是存在一些參量變化的,在後面的分析可以看到,SOC和診斷的剩餘能量是顯性的,這裡做了挺多的溫度修正,由於電池溫度的差異導致同一個SOC在電池溫度不同的時候產生了較大的離散,因此日產在儀錶盤上專門放了一個電池溫度的顯示,讓你理解這個數值對於整體的變化
3)SOC和可用能量的數值
通過第一個圖可以明顯看到有個截距,就是保留的能量,可用能量的折算是按照線性來標識的。
4)SOH的情況
計算SOH這裡還是做了一些區分,是綜合考慮容量和內阻的特性,所以如下表格統計,分里程和日曆壽命,這裡是同時做了容量檢測和內阻增長檢測,根據這兩個數據一起來修正SOH的值。日產的具體演算法倒是可以在後面做進一步的評估
5)電池電壓離散
在底端Soc接近放空的時候,57mV的壓差,總體情況還算可以的。這裡後期離散度,在做均衡的考慮的時候,可以通過這個電壓圖來看它的強制特性
小結:通過這個軟體,基本的電池狀態和一些電池壽命初期、中期和後期的保護策略還是一覽無餘。有空我找一些老的車,看看數據情況和電池管理的管理有效程度。在Github裡面還有通過手機做成一個轉發終端,可以通過把這些數據收集到伺服器上再進行處理的。
推薦閱讀:
※數據分析整體規劃---9周系統學習數據分析
※reticulate: R interface to Python
※大數據分析成功的關鍵在於真的有用
※Excel2007中數據分析功能詳解(2)
※Docker可視化監控?看這篇文章