CN105720634B - 一种自学习的充电功率电流控制方法及系统 - Google Patents
一种自学习的充电功率电流控制方法及系统 Download PDFInfo
- Publication number
- CN105720634B CN105720634B CN201610083110.8A CN201610083110A CN105720634B CN 105720634 B CN105720634 B CN 105720634B CN 201610083110 A CN201610083110 A CN 201610083110A CN 105720634 B CN105720634 B CN 105720634B
- Authority
- CN
- China
- Prior art keywords
- battery status
- charge power
- module
- variable quantity
- status parameter
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 3
- 238000012937 correction Methods 0.000 claims description 9
- 239000000178 monomer Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000032683 aging Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 101100478904 Caenorhabditis elegans sumv-1 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H02J7/0077—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种自学习的充电功率电流控制方法及系统，该方法包括下述步骤：在电池充电过程中以预设频率记忆电池状态参数；计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；计算每相邻两个变化量的差值；依据各电池状态参数的相邻变化量差值及变化过程确定基准允许充电功率电流值，记为I0；检测当前的实际实时输出的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把实际的I1值修正为I0，如不存在偏差则I1值保持不变。本发明可精确计算电池组在不同老化程度不同环境下的允许充电功率电流值，且自动生成充电功率电流数据表格且随时实时在线更新，有效保护电池，延长电池寿命。
Description
技术领域
本发明涉及电源管理技术领域，更具体地说，是涉及一种自学习的充电功率电流控制方法及系统。
背景技术
现阶段电池管理系统对充电时允许最大功率电流估算主要依赖温度和SOC值按电池厂家提供表格查表得出，这样SOC和温度测量误差会引起充电功率电流估算误差，该方法依赖电芯厂家提供的原始数据，且无法消除对于电池串并联后，电池老化，环境变化等引起的特性变化，一致性变差情况带来的误差。
发明内容
本发明的目的在于克服现有技术中的上述缺陷，提供一种自学习的充电功率电流控制方法及系统。
为实现上述目的，本发明提供的技术方案如下：
本发明提供了一种自学习的充电功率电流控制方法，该方法包括下述步骤：
(1)在电池充电过程中以预设频率记忆电池状态参数；
(2)计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；
(3)计算每相邻两个变化量的差值；
(4)依据各电池状态参数的相邻变化量差值及变化过程确定基准允许充电功率电流值，记为I0；
(5)检测当前的实际实时输出的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把实际的I1值修正为I0，如不存在偏差则I1值保持不变。
作为优选的技术方案，还包括：
(6)记录调整后实际的允许充电功率电流值I1和当前电池状态变化量，实时生成或更新充电功率表。
作为优选的技术方案，步骤(1)中，所述电池状态参数包括安时数、总电压、单体电压、电流和温度。
作为优选的技术方案，步骤(1)中，所述预设频率采用所有电池状态参数中采样频率最快的频率。
作为优选的技术方案，步骤(2)中，所述预设时间的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期。
作为优选的技术方案，步骤(4)中，确定基准允许充电功率电流值的方法为：
通过步骤(3)计算数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值。
本发明还提供一种自学习的充电功率电流控制系统，该系统包括电池状态参数记忆模块、电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块以及修正模块；所述电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块以及修正模块分别与所述电池状态参数记忆模块通讯连接；
所述电池状态参数记忆模块，用于在电池充电过程中以预设频率记忆电池状态参数以及生成或更新充电功率表；
所述电池状态参数变化量计算模块，用于计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；
所述电池状态参数变化量差值计算模块，用于计算每相邻两个变化量的差值；
所述基准允许充电功率电流值确定模块，用于依据各电池状态参数的相邻变化量差值确定基准允许充电功率电流值，记为I0；
所述修正模块，用于检测当前的实际的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把I1值修正为I0。
作为优选的技术方案，所述电池状态参数记忆模块中，电池状态参数包括安时数、总电压、单体电压、电流和温度。
作为优选的技术方案，所述电池状态参数记忆模块包括频率预设模块，所述频率预设模块的预设频率采用所有电池状态参数中采样频率最快的频率。
作为优选的技术方案，所述电池状态参数变化量计算模块包括时间段预设模块，所述时间段预设模块的预设时间段的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期。
作为优选的技术方案，所述基准允许充电功率电流值确定模块包括电池状态量变化捕捉模块，所述电池状态量变化捕捉模块用于通过实验测试数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值。
作为优选的技术方案，还包括有显示模块，所述显示模块通讯连接所述电池状态参数记忆模块，所述显示模块实时显示所述充电功率表内的具体数据。
与现有技术相比，本发明的有益效果在于：
1、不依赖电芯厂提供的原始数据，自动生成电池变化量与允许充电功率电流表；
2、在电池组使用过程中实时在线估算允许充电功率电流，更即时更实用；
3、可在电池组在不同老化程度不同环境下控制好充电功率电流，更有效保护电池。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种自学习的充电功率电流控制方法的流程图；
图2是本发明提供的一种自学习的充电功率电流控制系统的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明的实施例一提供了一种自学习的充电功率电流控制方法，图1是本发明实施例一的方法流程图，请参考图1，本发明实施例的方法包括以下步骤：
步骤S100：在充电前，按当前充电功率表得出当前允许充电功率电流值，控制电池开始充电。
步骤S101：在电池充电过程中以预设频率记忆电池状态参数，如10MS记忆一次安时数、总电压、单体电压、电流和温度，△AH10MS，△SUMV10MS，△VOLT10MS，△CUR10MS，△T10MS；
步骤S102：计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量，如记忆安时数据变化量△AH10MS0、△AH10MS1、△AH10MS2…△AH10MS(N)；
步骤S103：计算每相邻两个变化量的差值，如安时数变化量差值△AH差0＝△AH10MS1－△AH10MS0，△AH差1＝△AH10MS2－△AH10MS1，…△AH差N-1＝△AH10MS(N)－△AH10MS0(N-1)；
步骤S104、依据各电池状态参数的相邻变化量差值及变化过程确定基准允许充电功率电流值，记为I0；
I0＝【{△AH差0，△AH差1……△AH差N-1}，{△SUMV差0，△SUMV差1…△SUMV差N-1}，…】
步骤S105：检测当前的实际实时输出的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把实际的I1值修正为I0，如不存在偏差则I1值保持不变。
步骤S106：记录调整后实际的允许充电功率电流值I1和当前电池状态变化量，实时生成或更新充电功率表。
其中，上述所述电池状态参数至少包括安时数、总电压、单体电压、电流和温度；所述预设频率采用所有电池状态参数中采样频率最快的频率；所述预设时间的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期。
步骤S104中，确定基准允许充电功率电流值的方法为：通过步骤S103计算数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值。
本发明在电池工作过程中以预设频率记忆电池状态参，并计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；再计算出变化量的差值，依各种电池状态的变化量差值的过程变化相互关系确定一时刻基准的允许充电功率电流值I0，将准确I0值与现在实际I1值比较，如存在偏差，则进行修正。
本发明可提高电池组在不同老化程度不同环境下允许充电功率电流值精度；从而消除对于电池串并联后，电池老化、环境变化等引起的特性变化和一致性变差情况带来的误差。
实施例二
本发明的实施例二提供了一种自学习的充电功率电流控制系统。参考图2，该系统包括电池状态参数记忆模块、电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块、修正模块以及显示模块；所述电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块、显示模块以及修正模块分别与所述电池状态参数记忆模块通讯连接；
所述电池状态参数记忆模块，用于在电池充电过程中以预设频率记忆电池状态参数以及生成或更新充电功率表；
所述电池状态参数变化量计算模块，用于计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；
所述电池状态参数变化量差值计算模块，用于计算每相邻两个变化量的差值；
所述基准允许充电功率电流值确定模块，用于依据各电池状态参数的相邻变化量差值确定基准允许充电功率电流值，记为I0；
所述修正模块，用于检测当前的实际的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把I1值修正为I0；
所述显示模块，用于实时显示所述充电功率表内的具体数据。
作为优选的技术方案，所述电池状态参数记忆模块中，电池状态参数包括安时数、总电压、单体电压、电流和温度。
作为优选的技术方案，所述电池状态参数记忆模块包括频率预设模块，所述频率预设模块的预设频率采用所有电池状态参数中采样频率最快的频率。
作为优选的技术方案，所述电池状态参数变化量计算模块包括时间段预设模块，所述时间段预设模块的预设时间段的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期。
作为优选的技术方案，所述基准允许充电功率电流值确定模块包括电池状态量变化捕捉模块，所述电池状态量变化捕捉模块用于通过实验测试数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值。
在此需要说明的是，上述实施例提供的一种自学习的充电功率电流控制系统，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (2)
1.一种自学习的充电功率电流控制方法，其特征在于，该方法包括下述步骤：
(1)在电池充电过程中以预设频率记忆电池状态参数；
(2)计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；
(3)计算每相邻两个变化量的差值；
(4)依据各电池状态参数的相邻变化量差值及变化过程确定基准允许充电功率电流值，记为I0；
(5)检测当前的实际实时输出的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把实际的I1值修正为I0；
还包括：
(6)记录调整后实际的允许充电功率电流值I1和当前电池状态变化量，实时生成或更新充电功率表；
步骤(1)中，所述电池状态参数包括安时数、总电压、单体电压、电流和温度；
所述预设频率采用所有电池状态参数中采样频率最快的频率；
步骤(2)中，所述预设时间的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期；
步骤(4)中，确定基准允许充电功率电流值的方法为：通过步骤(3)计算数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值。
2.一种自学习的充电功率电流控制系统，其特征在于，该系统包括电池状态参数记忆模块、电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块以及修正模块；所述电池状态参数变化量计算模块、电池状态参数变化量差值计算模块、基准允许充电功率电流值确定模块以及修正模块分别与所述电池状态参数记忆模块通讯连接；
所述电池状态参数记忆模块，用于在电池充电过程中以预设频率记忆电池状态参数以及生成或更新充电功率表；
所述电池状态参数变化量计算模块，用于计算预设时间长度内，预设频率对应的时间周期内每个电池状态参数的变化量；
所述电池状态参数变化量差值计算模块，用于计算每相邻两个变化量的差值；
所述基准允许充电功率电流值确定模块，用于依据各电池状态参数的相邻变化量差值确定基准允许充电功率电流值，记为I0；
所述修正模块，用于检测当前的实际的允许充电功率电流值，记为I1，将I0与I1进行比较，如存在偏差则把I1值修正为I0；
所述电池状态参数记忆模块中，电池状态参数包括安时数、总电压、单体电压、电流和温度；所述电池状态参数记忆模块包括频率预设模块，所述频率预设模块的预设频率采用所有电池状态参数中采样频率最快的频率；所述电池状态参数变化量计算模块包括时间段预设模块，所述时间段预设模块的预设时间段的时间长度不小于所有电池状态参数中采样频率最慢的频率对应的采样周期；所述基准允许充电功率电流值确定模块包括电池状态量变化捕捉模块，所述电池状态量变化捕捉模块用于通过实验测试数据分析，采用电池状态量变化过程明显且捕捉精确度高的时刻的充电功率电流值；
还包括有显示模块，所述显示模块通讯连接所述电池状态参数记忆模块，实时显示所述充电功率表内的具体数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610083110.8A CN105720634B (zh) | 2016-02-05 | 2016-02-05 | 一种自学习的充电功率电流控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610083110.8A CN105720634B (zh) | 2016-02-05 | 2016-02-05 | 一种自学习的充电功率电流控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105720634A CN105720634A (zh) | 2016-06-29 |
| CN105720634B true CN105720634B (zh) | 2019-04-30 |
Family
ID=56155798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610083110.8A Active CN105720634B (zh) | 2016-02-05 | 2016-02-05 | 一种自学习的充电功率电流控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105720634B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107436412B (zh) * | 2017-07-31 | 2020-03-27 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于自学习估算动力电池功率方法 |
| CN115542235B (zh) * | 2022-11-07 | 2023-08-01 | 北京志翔科技股份有限公司 | 充电枪计量误差的确定方法、装置、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102355021A (zh) * | 2011-09-26 | 2012-02-15 | 惠州市亿能电子有限公司 | 一种电动汽车电池充放电电流控制方法 |
| CN103683391A (zh) * | 2013-11-21 | 2014-03-26 | 惠州市亿能电子有限公司 | 一种电池管理系统的功率控制方法 |
| CN104218638A (zh) * | 2014-08-20 | 2014-12-17 | 惠州市亿能电子有限公司 | 一种充电电流安全控制方法 |
| CN104333068A (zh) * | 2014-11-03 | 2015-02-04 | 国家电网公司 | 锂电池充电控制方法、装置和系统及电池管理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3714314B2 (ja) * | 2002-08-22 | 2005-11-09 | 日産自動車株式会社 | 二次電池の充電率推定装置 |
-
2016
- 2016-02-05 CN CN201610083110.8A patent/CN105720634B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102355021A (zh) * | 2011-09-26 | 2012-02-15 | 惠州市亿能电子有限公司 | 一种电动汽车电池充放电电流控制方法 |
| CN103683391A (zh) * | 2013-11-21 | 2014-03-26 | 惠州市亿能电子有限公司 | 一种电池管理系统的功率控制方法 |
| CN104218638A (zh) * | 2014-08-20 | 2014-12-17 | 惠州市亿能电子有限公司 | 一种充电电流安全控制方法 |
| CN104333068A (zh) * | 2014-11-03 | 2015-02-04 | 国家电网公司 | 锂电池充电控制方法、装置和系统及电池管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105720634A (zh) | 2016-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lai et al. | Capacity estimation of lithium-ion cells by combining model-based and data-driven methods based on a sequential extended Kalman filter | |
| CN105301509B (zh) | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 | |
| Pan et al. | State of charge estimation of lithium-ion batteries using a grey extended Kalman filter and a novel open-circuit voltage model | |
| CN107690585B (zh) | 用于确定锂硫电池组的健康状况和充电状态的方法和装置 | |
| US10126369B2 (en) | Secondary battery capacity measurement system and secondary battery capacity measurement method | |
| CN105334462B (zh) | 电池容量损失在线估算方法 | |
| JP2023518778A (ja) | 電池充電状態を決定する方法及び装置、電池管理システム | |
| CN111722118B (zh) | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 | |
| CN109991548A (zh) | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 | |
| Wang et al. | Adaptive state-of-charge estimation method for an aeronautical lithium-ion battery pack based on a reduced particle-unscented kalman filter | |
| CN107402355B (zh) | 一种充电时间预估方法 | |
| CN110096780B (zh) | 一种超级电容一阶rc网络等效电路及参数确定方法 | |
| Wei et al. | Lyapunov-based state of charge diagnosis and health prognosis for lithium-ion batteries | |
| CN110888070A (zh) | 一种电池温度的估计方法、装置、设备及介质 | |
| US20110215761A1 (en) | Method for determining the state of charge of a battery in charging or discharging phase | |
| KR20170128596A (ko) | 배터리를 형성하기 위한 기준 에너지 프로파일을 결정하는 방법 및 장치 | |
| CN111142025A (zh) | 一种电池soc估算方法、装置、存储介质及电动汽车 | |
| JP2014025739A (ja) | 電池状態推定装置 | |
| JP2020125968A (ja) | 電池劣化診断装置、電池劣化解析回路及び電池劣化診断プログラム | |
| CN108120932A (zh) | 对充电电池的电池健康状态进行估算的方法和装置 | |
| CN113466725A (zh) | 确定电池荷电状态的方法及装置，存储介质及电子设备 | |
| CN111060822B (zh) | 一种基于模型切换及融合的荷电状态估计方法 | |
| CN105720634B (zh) | 一种自学习的充电功率电流控制方法及系统 | |
| CN105652210B (zh) | 一种依电池状态量变化过程进行soc修正的方法及系统 | |
| CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |