CN104617330A - 电池微短路的识别方法 - Google Patents
电池微短路的识别方法 Download PDFInfo
- Publication number
- CN104617330A CN104617330A CN201510025325.XA CN201510025325A CN104617330A CN 104617330 A CN104617330 A CN 104617330A CN 201510025325 A CN201510025325 A CN 201510025325A CN 104617330 A CN104617330 A CN 104617330A
- Authority
- CN
- China
- Prior art keywords
- voltage
- short circuit
- micro
- battery cell
- battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/05—Accumulators with non-aqueous electrolyte
- H01M10/052—Li-accumulators
- H01M10/0525—Rocking-chair batteries, i.e. batteries with lithium insertion or intercalation in both electrodes; Lithium-ion batteries
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本发明通过判断同一时刻串联电池组中各个电池单体的电压导数或电压微分中是否存在离群点,就可以判断该串联电池组是否发生微短路,以及具体哪个电池单体在何时发生了微短路,进一步利用信息熵的判断方法,可以区分该微短路是内短路还是外短路。本发明电池微短路的识别方法,对于使用动力电池组的产品的安全性的提高,如电动汽车、飞机,具有关键作用。
Description
技术领域
本发明属于电池技术领域,具体涉及一种对串联电池组中发生微短路的电池单体进行识别的方法。
背景技术
在能源危机与环境污染的双重压力下,汽车动力系统电动化逐渐成为未来汽车的技术发展主流,锂离子动力电池因其能量密度和循环寿命方面的优势,是电动汽车动力来源的主要选择之一,通常通过将锂离子动力电池组成电池组来满足电动汽车的电力驱动要求。然而,近年来,锂离子动力电池的安全性事故偶有发生,锂离子动力电池的多数安全问题都可以通过电气管理或温度管理等外部措施进行控制或缓解,然而,由微短路引起的热失控是所有安全问题中最为棘手难解的课题,它并不能通过现有的电气管理或温度管理等外部措施进行有效的控制和缓解。
所谓微短路是指电池单体内部(称为内短路)或电池单体正负接线端之间(称为外短路)发生的微小的短路现象。在电池制作过程中杂质的混入、隔膜质量不达标、组成电池组极耳焊接时的焊接气泡、电池使用过程中极片的掉料或电池的挤压变形等均可导致电池微短路的发生。在电池发生微短路初期不会直接导致电池烧坏,但会引起锂离子电池自放电大、容量低等现象,并且在电池后续使用过程中可能会发展为大规模的短路现象,从而导致电池起火爆炸。
目前,电池微短路的发现和预测依然是电池安全问题中的一个难点。微短路的短路阻值较大,在绝热状态下,不会引起明显的温升,但是短路电阻会不断消耗电池单体的电能,称为短路电阻的消耗效应,由于短路电阻的消耗效应,会导致所述电池单体的端路电压下降。现有技术通常通过将电池搁置一段时间后测试其压降的方法来检测电池是否发生微短路,这种方法不仅耗时耗力,可靠性低(直接测量压降存在着较大的误差),而且不能及时地对电池使用过程中的发生的微短路现象进行识别和检测,可能会使电池运行过程中发生的微短路转换为大规模的短路现象,出现严重的安全隐患。
发明内容
有鉴于此,确有必要提供一种操作简单、可靠性高且能及时对电池使用过程中发生的微短路现象进行识别和检测的电池微短路识别方法。
一种电池微短路的识别方法,用于对多个电池单体串联组成的电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S1,实时采集各个所述电池单体的电压,以获得每个所述电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S2,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压导数dU/dt(t=ti);
S3,判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压导数dU/dt(t=ti)中远小于其他电压导数dU/dt(t=ti)的极端小值,若有,进入步骤S4,否则,返回步骤S1;
S4,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路。
一种电池微短路的识别方法,用于对多个电池单体串联组成的电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S1,等时间间隔∆t采集各个所述电池单体的电压,以获得每个所述电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S2,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压微分dU(t=ti);
S3,判断所述各个电池单体的电压微分dU(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压微分dU(t=ti)中远小于其他电压微分dU(t=ti)的极端小值,若有,进入步骤S4,否则,返回步骤S1;
S4,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路。
本发明提供的电池微短路的识别方法,操作简单、可靠性高,可对串联电池组在使用过程中的发生的微短路现象进行及时的检测和识别,可用于电动汽车等领域的电池管理系统中,提高了电池使用的安全性。
附图说明
图1为本发明第一实施例提供的电池微短路识别方法的流程图。
图2为本发明第一实施例提供的串联电池组运行过程中各个电池单体的电压导数曲线图,其中曲线b为发生微短路的电池单体的电压导数曲线图,其他曲线a为未发生微短路的电池单体的电压导数曲线图。
图3为本发明第一实施例提供的判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点的方法流程图。
图4为本发明第二实施例提供的电池微短路识别方法的流程图。
图5为本发明第二实施例提供的判断所述各个电池单体的电压微分dUi中是否存在离群点的方法流程图。
具体实施方式
请参阅图1,本发明第一实施例提供一种电池微短路的识别方法,用于对多个电池单体串联组成的电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S11,实时采集各个所述电池单体的电压,以获得每个电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S12,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压导数dU/dt(t=ti);
S13,判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压导数dU/dt(t=ti)中远小于其他电压导数dU/dt(t=ti)的极端小值,若有,进入步骤S14,否则,返回步骤S11;
S14,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路;
S15,计算所述离群点对应的电池单体在所述时间点ti以后k个时间点的电压导数dU/dt(t=ti+1、···ti+k-1、ti+k),k>3;
S16,将所述电压导数dU/dt(t=ti+1、···ti+k-1、ti+k)作为随机变量x计算信息熵H(x),判断该信息熵H(x)是否大于第一预设阀值,若是进入步骤S17,否则进入步骤S18;
S17,判定所述微短路为外短路;
S18,判定所述微短路为内短路。
在步骤S11中,所述电池单体的种类不限,可以是但不限于锂离子电池、镍镉电池、镍氢电池、碱锰充电电池和铅蓄电池。在本发明实施例中,所述电池单体为锂离子电池。
所述电压集U(t)={U1,U2···Un},所述多个电压U为U1,U2···Un,所述多个时间点t为分别与U1,U2···Un对应的t1、t2···tn,其中,n为采集的所述多个电压U的个数,n>1。
可等时间间隔∆t采集所述多个电压U。所述时间间隔∆t的数值不限,可根据实际情况进行设定。优选地,所述时间间隔∆t为0.2秒至2秒,该数值范围内的时间间隔∆t采集的所述电压数据U计算出的电压导数能较为准确地反应所述电池单体在运行过程中的电压变化。在本实施例中,所述时间间隔∆t为1秒。
在步骤S12中,在本发明实施例中,可采用下列公式计算所述电压导数dU/dt(t=ti):
其中,Ui+1和Ui分别为时间点ti+1和ti对应的电压。当等时间间隔∆t采集所述多个电压U和所述多个时间点t时,ti+1=ti+∆t。
可以理解,本领域技术人员也可以采用其他数学方法来计算所述电压导数dU/dt(t=ti),例如可采用三点公式法、五点公式法等数值微分法来进行求导。
对于串联在一起的所述多个电池单体,在所述电池组使用过程中,该多个电池单体的工况是相同的,所以对于未发生微短路的电池单体,即正常电池单体,在同一时刻的电压导数是十分相近的;而对于发生了微短路的电池单体,其电压导数比所述正常电池单体的电压导数还会附加一个由于短路电阻消耗效应引起的值,从而导致所述发生微短路的电池单体的电压导数显著小于同一时刻所述正常单体的电压导数(即所述发生微短路的电池单体的电压导数为离群点),如图2所示。因此,通过判断同一时刻所述多个电池单体的电压导数中是否存在离群点,就可以发现所述电池组中是否有微短路现象发生,并可判断出哪个电池单体发生了微短路。
判断所述多个电池单体的电压导数dU/dt(t=ti)中是否存在离群点的方法可以为统计分析方法,可以为但不限于聚类分析方法和离群点检测方法等。请参阅图3,本实施例提供的判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点的方法包括:
S131,去除所述各个电池单体的电压导数dU/dt(t=ti)中的最大值max1和最小值min1,计算剩余所述电压导数dU/dt(t=ti)的平均值mean1和标准差stdev1;
S132,计算所述最小值min1与所述平均值mean1的差值的绝对值|min1-mean1|;
S133,判断所述绝对值|min1-mean1|是否大于3倍的所述标准差stdev1,若是进入步骤S134,否则进入步骤S135;
S134,判定所述最小值min1为所述离群点;
S135,判定不存在所述离群点。
在步骤S14识别出所述微短路现象后,可以对所述电池组启动相应的应急措施,例如此时可停止所述电池组的使用,并更换所述发生微短路的电池单体,避免微短路进一步发展为大规模的短路现象,从而避免了电池发生起火爆炸等安全性问题;也可以在判断出该微短路是外短路还是内短路之后,再对所述电池组启动相应的应急措施。本发明实施例通过步骤S15至S18判断该微短路是外短路还是内短路。可以理解,所述S15至S18为可选步骤。
在步骤S15中,所述电压导数dU/dt(t=ti+1、···ti+k-1、ti+k)的计算方法可参考步骤S12。其中k值可自行设定,k越大,则所述电压导数dU/dt(t=ti+1、···ti+k-1、ti+k)的数量越多,计算量也越大,但计算出的所述信息熵H(x)越能准确反应所述时间点ti之后的电压波动情况。优选的,3<k≦1000。
在步骤S16中,本发明使用所述信息熵H(x)来反应发生微短路的电池单体在使用过程中其电压导数的不确定性和波动性,所述电压导数的不确定性和波动性越大,所述信息熵H(x)也就越大。对于所述正常电池单体,所述电压导数在该正常电池单体运行过程中波动很小,因此所述正常电池单体的信息熵H(x)也很小,几乎接近于零。内短路是一个缓慢发展过程,短路阻值不易波动,使所述电压导数的波动相对稳定,故发生内短路的电池单体的信息熵H(x)较小。而外短路一般属于非稳定接触,由于振动等原因,短路阻值会出现波动,导致所述电压导数出现较大波动,故发生外短路的电池单体的信息熵H(x)较大。故通过计算发生微短路后电池单体的信息熵H(x),就可以判断该微短路是内短路还是外短路。
所述信息熵H(x)的计算过程包括:
(1)将所述随机变量x设定m个分区,每个分区对应一个数值范围;
(2)统计所述随机变量x落入第j个分区的数量a,0<j≦m;
(3)计算所述随机变量x在第j个分区出现的概率密度p(xj),p(xj)=a/k;
(4)计算所述信息熵H(x):。
分区数m可根据实际情况进行自行设定。所述分区数m越多,则计算量越大,但计算出的信息熵H(x)也越准确。在本发明实施例中,所述分区数m为10~100。
所述第一预设值的设定方法包括:
S161,提供一发生外短路类型微短路的电池单体,实时采集该发生外短路类型微短路的电池单体在使用过程中的电压,以获得该发生外短路类型微短路的电池单体的电压集U2(t),该电压集U2(t)包括多个电压U2,该多个电压U2与所述多个时间点t一一对应;
S162,计算该发生外短路类型微短路的电池单体的电压导数dU2/dt(t=t1、t2···tg),其中,g为所述多个电压U2的数量;
S163,以所述电压导数dU2/dt(t=t1、t2···tg)作为变量y计算信息熵H(y);
S164,设定所述第一预设值为所述信息熵H(y)的30%~50%。
在步骤S161中,可人为制造外短路来得到所述外短路类型微短路的电池单体。可等时间间隔∆t采集所述多个电压U2。
在步骤S162中,所述电压导数dU2/dt(t=t1、t2···tg)的计算方法可参考步骤S12。所述多个电压U2的数量g可自行设定。优选地,g=k。
在步骤S163中,所述信息熵H(y)的计算方法与所述信息熵H(x)的计算方法相同,具体计算过程包括:
(1)将所述随机变量y设定h个分区,每个分区对应一个数值范围;
(2)统计所述随机变量y落入第e个分区的数量b,0<e≦h;
(3)计算所述随机变量y在第e个分区出现的概率密度p(ye),p(ye)=b/g;
(4)计算所述信息熵H(y):。
在本发明实施例中,h为10~100。优选地,所述随机变量x与所述随机变量y的分区间距相同,以便更为准确地判断所述微短路是内短路还是外短路。
本发明第一实施例提供的电池微短路的识别方法,操作简单、可靠性高,可对串联电池组在使用过程中的发生的微短路现象进行及时的检测和识别,可用于电动汽车等领域的电池管理系统中,提高了动力电池使用的安全性。
请参阅图4,本发明第二实施例提供一种电池微短路的识别方法,用于对所述电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S21,等时间间隔∆t采集各个所述电池单体的电压,以获得每个电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S22,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压微分dU(t=ti),;
S23,判断所述各个电池单体的电压微分dU(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压微分dU(t=ti)中远小于其他电压微分dU(t=ti)的极端小值,若有,进入步骤S14,否则,返回步骤S11;
S24,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路;
S25,计算所述离群点对应的电池单体在所述时间点ti以后k个时间点的电压微分dU(t=ti+1、···ti+k-1、ti+k),k>3;
S26,以所述电压微分dU(t=ti+1、···ti+k-1、ti+k)作为随机变量z计算信息熵H(z),判断该信息熵H(z)是否大于第二预设阀值,若是进入步骤S27,否则进入步骤S28;
S27,判定所述微短路为外短路;
S28,判定所述微短路为内短路。
本发明第二实施例与第一实施例基本相同,其不同之处在于,本发明第二实施例使用电压微分来进行微短路的识别,相当于在dt相同时直接比较dU,与电压导数的识别原理等效,可以实现与本发明第一实施例相同的识别效果。
在步骤S22中,在本发明实施例中,可采用下列公式计算所述电压微分dU(t=ti):
dU(t=ti)=Ui+1-Ui
可以理解,本领域技术人员也可以采用其他数学方法来计算所述电压微分dU(t=ti)。
请参阅图5,在步骤S23中,本实施例提供的判定所述各个电池单体的电压微分dU(t=ti)中是否存在离群点的方法包括:
S231,去除所述各个电池单体的电压微分dU(t=ti)中的最大值max2和最小值min2,计算剩余所述电压微分dU(t=ti)的平均值mean2和标准差stdev2;
S232,计算所述最小值min2与所述平均值mean2的差值的绝对值|min2-mean2|;
S233,判断所述绝对值|min2-mean2|是否大于3倍的所述标准差stdev2,若是进入步骤S234,否则进入步骤S235;
S234,判定所述最小值min2为所述离群点;
S235,判定不存所述离群点。
步骤S25至步骤S28为可选步骤。
在步骤S26中,所述信息熵H(z)的计算过程包括:
(1)将所述随机变量z设定m个分区,每个分区对应一个数值范围;
(2)统计所述随机变量z落入第j个分区的数量a,0<j≦m;
(3)计算所述随机变量z在第j个分区出现的概率密度p(zj),p(zj)=a/k;
(4)计算所述信息熵H(z):。
所述第二预设值的设定方法包括:
S261,提供所述发生外短路类型微短路的电池单体,等时间间隔∆t采集该发生外短路类型微短路的电池单体电压,以获得该发生外短路类型微短路的电池单体的电压集U2(t),该电压集U2(t)包括多个电压U2,该多个电压U2与多个时间点t一一对应;
S262,计算所述电压U2的电压微分dU2(t=t1、t2···tg),其中,g为所述多个电压U2的数量;
S263,以所述电压微分dU2(t=t1、t2···tg)作为随机变量w计算信息熵H(w);
S264,设定所述第二预设值为所述信息熵H(w)的30%~50%。
本发明所述第二预设值的设定方法与所述第一预设值的方法基本相同,其不同之处在于,以电压微分而非电压导数作为随机变量来计算信息熵H(w)。
所述信息熵H(w)的计算过程包括:
(1)将所述随机变量w设定h个分区,每个分区对应一个数值范围;
(2)统计所述随机变量w落入第e个分区的数量b,0<e≦h;
(3)计算所述随机变量w在第e个分区出现的概率密度p(we),p(we)=b/g;
(4)计算所述信息熵H(w):。
优选地,所述随机变量z与所述随机变量w的分区间距相同,以便更为准确地判断所述微短路是内短路还是外短路。
本发明第二实施例提供的电池微短路的识别方法,操作简单、可靠性高,可对串联电池组在使用过程中的发生的微短路现象进行及时的检测和识别,可用于电动汽车等领域的电池管理系统中,提高了动力电池使用的安全性。
另外,本领域技术人员还可以在本发明精神内做其它变化,当然,这些依据本发明精神所做的变化,都应包含在本发明所要求保护的范围之内。
Claims (10)
1.一种电池微短路的识别方法,用于对多个电池单体串联组成的电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S1,实时采集各个所述电池单体的电压,以获得每个电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S2,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压导数dU/dt(t=ti);
S3,判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压导数dU/dt(t=ti)中远小于其他电压导数dU/dt(t=ti)的极端小值,若有,进入步骤S4,否则,返回步骤S1;
S4,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路。
2.如权利要求1所述的电池微短路的识别方法,其特征在于,所述判断所述各个电池单体的电压导数dU/dt(t=ti)中是否存在离群点的方法包括:
S31,去除所述各个电池单体的电压导数dU/dt(t=ti)中的最大值max1和最小值min1,计算剩余所述电压导数dU/dt(t=ti)的平均值mean1和标准差stdev1;
S32,计算所述最小值min1与所述平均值mean1的差值的绝对值|min1-mean1|;
S33,判断所述绝对值|min1-mean1|是否大于3倍的所述标准差stdev1,若是进入步骤S34,否则进入步骤S35;
S34,判定所述最小值min1为所述离群点;
S35,判定不存在所述离群点。
3.如权利要求1所述的电池微短路的识别方法,其特征在于,在步骤S1中,等时间间隔采集所述多个电压U和所述多个时间点t,所述时间间隔为0.2秒至2秒。
4.如权利要求1所述的电池微短路的识别方法,其特征在于,在步骤S14之后,进一步对所述微短路的类型进行判定,具体步骤包括:
S5,计算所述离群点对应的电池单体在所述时间点ti以后k个时间点的电压导数dU/dt(t=ti+1、···ti+k-1、ti+k),k>3;
S6,以所述电压导数dU/dt(t=ti+1、···ti+k-1、ti+k)作为随机变量x计算信息熵H(x),判断该信息熵H(x)是否大于第一预设阀值,若是进入步骤S7,否则进入步骤S8;
S7,判定所述微短路为外短路;
S8,判定所述微短路为内短路;
其中,步骤S6中所述第一预设阀值的设定方法包括:
S61,提供一发生外短路类型微短路的电池单体,实时采集该发生外短路类型微短路的电池单体在使用过程中的电压,以获得该发生外短路类型微短路的电池单体的电压集U2(t),该电压集U2(t)包括多个电压U2,该多个电压U2与所述多个时间点t一一对应;
S62,计算该发生外短路类型微短路的电池单体的电压导数dU2/dt(t=t1、t2···tg),其中,g为所述多个电压U2的数量;
S63,以所述电压导数dU2/dt(t=t1、t2···tg)作为随机变量y计算信息熵H(y);
S64,设定所述第一预设值为所述信息熵H(y)的30%~50%。
5.如权利要求4所述的电池微短路的识别方法,其特征在于,所述信息熵,其中,m为所述随机变量x的分区数,p(xj)为所述随机变量x在第j个分区出现的概率密度;所述信息熵,其中,h为所述随机变量y的分区数,p(ye)为所述随机变量y在第e个分区出现的概率密度。
6.一种电池微短路的识别方法,用于对多个电池单体串联组成的电池组在使用过程中的微短路现象进行识别,具体步骤包括:
S1,等时间间隔∆t采集各个所述电池单体的电压,以获得每个电池单体的电压集U(t),该电压集U(t)包括多个电压U,该多个电压U与多个时间点t一一对应;
S2,计算各个所述电池单体在所述多个时间点t中某一时间点ti的电压微分dU(t=ti);
S3,判断所述各个电池单体的电压微分dU(t=ti)中是否存在离群点,所述离群点是指所述各个电池单体的电压微分dU(t=ti)中远小于其他电压微分dU(t=ti)的极端小值,若有,进入步骤S4,否则,返回步骤S1;
S4,判定所述离群点对应的电池单体在所述时间点ti在发生了微短路。
7.如权利要求6所述的电池微短路的识别方法,其特征在于,对所述各个电池单体的电压微分dU(t=ti)进行显著性识别的方法包括:
S31,去除所述各个电池单体的电压微分dU(t=ti)中的最大值max2和最小值min2,计算剩余所述电压微分dU(t=ti)的平均值mean2和标准差stdev2;
S32,计算所述最小值min2与所述平均值mean2的差值的绝对值|min2-mean2|;
S33,判断所述绝对值|min2-mean2|是否大于3倍的所述标准差stdev2,若是进入步骤S34,否则进入步骤S35;
S34,判定所述最小值min2为所述离群点;
S35,判定不存在所述离群点。
8.如权利要求7所述的电池微短路的识别方法,其特征在于,在步骤S4之后,进一步对所述微短路的类型进行判定,具体步骤包括:
S5,计算所述离群点对应的电池单体在所述时间点ti以后k个时间点的电压微分dU(t=ti+1、···ti+k-1、ti+k),k>3;
S6,以所述电压微分dU(t=ti+1、···ti+k-1、ti+k)作为随机变量z计算信息熵H(z),判断该信息熵H(z)是否大于第二预设阀值,若是进入步骤S27,否则进入步骤S28;
S7,判定所述微短路为外短路;
S8,判定所述微短路为内短路;
其中,所述第二预设阀值的设定方法包括:
S61,提供所述发生外短路类型微短路的电池单体,等时间间隔∆t采集该发生外短路类型微短路的电池单体电压,以获得该发生外短路类型微短路的电池单体的电压集U2(t),该电压集U2(t)包括多个电压U2,该多个电压U2与多个时间点t一一对应;
S62,计算所述电压U2的电压微分dU2(t=t1、t2···tg),其中,g为所述多个电压U2的数量;
S63,以所述电压微分dU2(t=t1、t2···tg)作为随机变量w计算信息熵H(w);
S64,设定所述第二预设值为所述信息熵H(w)的30%~50%。
9.如权利要求1所述的电池微短路的识别方法,其特征在于,所述时间间隔为0.2秒至2秒。
10.如权利要求8所述的电池微短路的识别方法,其特征在于,所述信息熵,其中,m为所述随机变量z的分区数,p(zj)为所述随机变量z在第j个分区出现的概率密度;所述信息熵,其中,h为所述随机变量w的分区数,p(ye)为所述随机变量w在第e个分区出现的概率密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025325.XA CN104617330B (zh) | 2015-01-19 | 2015-01-19 | 电池微短路的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510025325.XA CN104617330B (zh) | 2015-01-19 | 2015-01-19 | 电池微短路的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104617330A true CN104617330A (zh) | 2015-05-13 |
CN104617330B CN104617330B (zh) | 2017-01-25 |
Family
ID=53151681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510025325.XA Active CN104617330B (zh) | 2015-01-19 | 2015-01-19 | 电池微短路的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104617330B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105911410A (zh) * | 2016-04-14 | 2016-08-31 | 合肥国轩高科动力能源有限公司 | 一种电池正负极之间微短路的检测方法 |
CN106025404A (zh) * | 2016-07-22 | 2016-10-12 | 圣邦微电子(北京)股份有限公司 | 锂离子可充电电池内短路预警侦测方法 |
CN106154172A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 锂离子动力电池内短路程度的定量估算方法 |
CN106932722A (zh) * | 2015-12-30 | 2017-07-07 | 华为技术有限公司 | 一种动力电池的内短路检测方法及装置 |
WO2017130258A1 (ja) * | 2016-01-28 | 2017-08-03 | パナソニックIpマネジメント株式会社 | 管理装置、及び蓄電システム |
CN107256987A (zh) * | 2017-06-06 | 2017-10-17 | 江西优特汽车技术有限公司 | 一种动力电池微短路检测方法 |
CN107843802A (zh) * | 2017-10-23 | 2018-03-27 | 北京小米移动软件有限公司 | 内短路检测方法及装置 |
CN107895822A (zh) * | 2016-10-04 | 2018-04-10 | 本田技研工业株式会社 | 锂离子电池的管理方法及车辆的充电控制方法 |
CN107895821A (zh) * | 2016-10-04 | 2018-04-10 | 本田技研工业株式会社 | 消除微短路的方法 |
CN108107364A (zh) * | 2016-11-24 | 2018-06-01 | 华为技术有限公司 | 一种检测电池的方法及装置 |
CN108318775A (zh) * | 2018-05-11 | 2018-07-24 | 北京市亿微科技有限公司 | 在线诊断电池短路故障的方法及装置 |
CN111722129A (zh) * | 2020-06-01 | 2020-09-29 | 国联汽车动力电池研究院有限责任公司 | 一种电池微短路检测方法及系统 |
WO2021238247A1 (zh) * | 2020-05-26 | 2021-12-02 | 同济大学 | 一种基于弛豫电压特征的电池内短路诊断方法 |
CN113884922A (zh) * | 2021-10-28 | 2022-01-04 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
WO2022001197A1 (zh) * | 2020-06-30 | 2022-01-06 | 宁德时代新能源科技股份有限公司 | 电芯内部短路故障的检测方法、装置、设备和介质 |
CN114460469A (zh) * | 2022-01-26 | 2022-05-10 | 上海玫克生智能科技有限公司 | 基于电压和电流的电池状态分析方法、系统及终端 |
CN114545290A (zh) * | 2022-04-21 | 2022-05-27 | 华邦创科(惠州市)智能科技有限公司 | 一种物联网自学习短路识别的方法 |
CN116068441A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
CN116068442A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
WO2023115988A1 (zh) * | 2021-12-22 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池内短路检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1293377A2 (en) * | 2001-09-14 | 2003-03-19 | Matsushita Electric Industrial Co., Ltd. | Battery control device |
CN101615706A (zh) * | 2008-06-24 | 2009-12-30 | 索尼株式会社 | 电池包及其控制方法 |
CN101800340A (zh) * | 2009-02-05 | 2010-08-11 | 三洋电机株式会社 | 二次电池的异常检测器件及二次电池器件 |
CN102315663A (zh) * | 2010-06-29 | 2012-01-11 | 凹凸电子(武汉)有限公司 | 电池管理系统及方法 |
CN102369627A (zh) * | 2009-09-25 | 2012-03-07 | 丰田自动车株式会社 | 二次电池系统 |
-
2015
- 2015-01-19 CN CN201510025325.XA patent/CN104617330B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1293377A2 (en) * | 2001-09-14 | 2003-03-19 | Matsushita Electric Industrial Co., Ltd. | Battery control device |
CN101615706A (zh) * | 2008-06-24 | 2009-12-30 | 索尼株式会社 | 电池包及其控制方法 |
CN101800340A (zh) * | 2009-02-05 | 2010-08-11 | 三洋电机株式会社 | 二次电池的异常检测器件及二次电池器件 |
CN102369627A (zh) * | 2009-09-25 | 2012-03-07 | 丰田自动车株式会社 | 二次电池系统 |
CN102315663A (zh) * | 2010-06-29 | 2012-01-11 | 凹凸电子(武汉)有限公司 | 电池管理系统及方法 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106932722A (zh) * | 2015-12-30 | 2017-07-07 | 华为技术有限公司 | 一种动力电池的内短路检测方法及装置 |
CN107923949A (zh) * | 2016-01-28 | 2018-04-17 | 松下知识产权经营株式会社 | 管理装置以及蓄电系统 |
CN107923949B (zh) * | 2016-01-28 | 2021-07-09 | 松下知识产权经营株式会社 | 管理装置以及蓄电系统 |
WO2017130258A1 (ja) * | 2016-01-28 | 2017-08-03 | パナソニックIpマネジメント株式会社 | 管理装置、及び蓄電システム |
JPWO2017130258A1 (ja) * | 2016-01-28 | 2018-11-22 | パナソニックIpマネジメント株式会社 | 管理装置、及び蓄電システム |
CN105911410A (zh) * | 2016-04-14 | 2016-08-31 | 合肥国轩高科动力能源有限公司 | 一种电池正负极之间微短路的检测方法 |
CN106154172B (zh) * | 2016-06-17 | 2018-11-23 | 清华大学 | 锂离子动力电池内短路程度的定量估算方法 |
CN106154172A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 锂离子动力电池内短路程度的定量估算方法 |
CN106025404A (zh) * | 2016-07-22 | 2016-10-12 | 圣邦微电子(北京)股份有限公司 | 锂离子可充电电池内短路预警侦测方法 |
CN107895821A (zh) * | 2016-10-04 | 2018-04-10 | 本田技研工业株式会社 | 消除微短路的方法 |
CN107895822A (zh) * | 2016-10-04 | 2018-04-10 | 本田技研工业株式会社 | 锂离子电池的管理方法及车辆的充电控制方法 |
CN108107364A (zh) * | 2016-11-24 | 2018-06-01 | 华为技术有限公司 | 一种检测电池的方法及装置 |
CN108107364B (zh) * | 2016-11-24 | 2020-07-14 | 华为技术有限公司 | 一种检测电池的方法及装置 |
CN107256987A (zh) * | 2017-06-06 | 2017-10-17 | 江西优特汽车技术有限公司 | 一种动力电池微短路检测方法 |
CN107843802A (zh) * | 2017-10-23 | 2018-03-27 | 北京小米移动软件有限公司 | 内短路检测方法及装置 |
CN108318775B (zh) * | 2018-05-11 | 2020-06-09 | 北京市亿微科技有限公司 | 在线诊断电池短路故障的方法及装置 |
CN108318775A (zh) * | 2018-05-11 | 2018-07-24 | 北京市亿微科技有限公司 | 在线诊断电池短路故障的方法及装置 |
WO2021238247A1 (zh) * | 2020-05-26 | 2021-12-02 | 同济大学 | 一种基于弛豫电压特征的电池内短路诊断方法 |
CN111722129A (zh) * | 2020-06-01 | 2020-09-29 | 国联汽车动力电池研究院有限责任公司 | 一种电池微短路检测方法及系统 |
CN111722129B (zh) * | 2020-06-01 | 2023-08-15 | 国联汽车动力电池研究院有限责任公司 | 一种电池微短路检测方法及系统 |
JP2023503185A (ja) * | 2020-06-30 | 2023-01-26 | 寧徳時代新能源科技股▲分▼有限公司 | セル内部短絡故障の検出方法、装置、デバイス及び媒体 |
WO2022001197A1 (zh) * | 2020-06-30 | 2022-01-06 | 宁德时代新能源科技股份有限公司 | 电芯内部短路故障的检测方法、装置、设备和介质 |
JP7344393B2 (ja) | 2020-06-30 | 2023-09-13 | 寧徳時代新能源科技股▲分▼有限公司 | セル内部短絡故障の検出方法、装置、デバイス及び媒体 |
US11614494B2 (en) | 2020-06-30 | 2023-03-28 | Contemporary Amperex Technology Co., Limited | Method, apparatus, device and medium for detecting internal short-circuit fault of battery cell |
CN113884922A (zh) * | 2021-10-28 | 2022-01-04 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
CN113884922B (zh) * | 2021-10-28 | 2022-11-18 | 同济大学 | 一种基于电压和电量离群系数的电池内短路定量诊断方法 |
CN116068441A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
CN116068442A (zh) * | 2021-10-29 | 2023-05-05 | 北汽福田汽车股份有限公司 | 动力电池内短路预警方法、装置及车辆 |
WO2023115988A1 (zh) * | 2021-12-22 | 2023-06-29 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池内短路检测方法 |
CN114460469A (zh) * | 2022-01-26 | 2022-05-10 | 上海玫克生智能科技有限公司 | 基于电压和电流的电池状态分析方法、系统及终端 |
CN114545290A (zh) * | 2022-04-21 | 2022-05-27 | 华邦创科(惠州市)智能科技有限公司 | 一种物联网自学习短路识别的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104617330B (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104617330B (zh) | 电池微短路的识别方法 | |
CN109031145B (zh) | 一种考虑不一致性的串并联电池组模型及实现方法 | |
CN109932661B (zh) | 一种电池状态监测方法及装置 | |
US20180306868A1 (en) | Method for predicting state of health of battery based on numerical simulation data | |
CN104614630B (zh) | 一种电池微短路的识别方法 | |
JP2010008067A (ja) | 電池パックおよび制御方法 | |
CN103633695A (zh) | 一种改进的锂电池组均衡方法及其均衡电路 | |
CN104614631B (zh) | 一种电池微短路的识别方法 | |
CN110133503B (zh) | 一种电芯检测方法及装置 | |
CN103904721A (zh) | 电池电压均等化装置及方法 | |
CN111123148B (zh) | 一种判断金属二次电池内短路的方法及设备 | |
CN108490357A (zh) | 基于机理-数据驱动模型的锂电池剩余容量预测方法 | |
CN104614632A (zh) | 一种电池微短路的识别方法 | |
CN110888077A (zh) | 一种基于arima时间序列的锂离子电池寿命加速评估方法 | |
EP3961233A1 (en) | Battery cell diagnosis device and method | |
CN106154173A (zh) | 一种快速低廉便捷的二次电池的自放电筛选方法 | |
CN103986205B (zh) | 可动态适配的十六串锂电池组多模式均衡控制方法 | |
CN110346676A (zh) | 蓄电池组脱离直流母线判定方法 | |
CN113779794A (zh) | 计及微观约束的锂离子电池sop估计方法及系统 | |
CN105048568B (zh) | 一种解决多个电池组之间相互充放电问题的电路及其方法 | |
EP4202458A1 (en) | Battery diagnosis device, battery system, and battery diagnosis method | |
CN115958957A (zh) | 一种电动汽车动力电池充电过热故障预测方法及系统 | |
US20230184838A1 (en) | Device and method for diagnosing battery | |
CN115389958A (zh) | 一种锂离子电池运行安全性评估方法及系统 | |
CN105487014A (zh) | 一种锂电池容量预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |