CN106896273A - 电池单体的内阻检测方法、检测装置及具有其的车辆 - Google Patents

电池单体的内阻检测方法、检测装置及具有其的车辆 Download PDF

Info

Publication number
CN106896273A
CN106896273A CN201510959216.5A CN201510959216A CN106896273A CN 106896273 A CN106896273 A CN 106896273A CN 201510959216 A CN201510959216 A CN 201510959216A CN 106896273 A CN106896273 A CN 106896273A
Authority
CN
China
Prior art keywords
internal resistance
battery cell
battery
voltage
equation
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.)
Pending
Application number
CN201510959216.5A
Other languages
English (en)
Inventor
李德伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Treasure Car Co Ltd
Original Assignee
Beiqi Foton Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beiqi Foton Motor Co Ltd filed Critical Beiqi Foton Motor Co Ltd
Priority to CN201510959216.5A priority Critical patent/CN106896273A/zh
Publication of CN106896273A publication Critical patent/CN106896273A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/14—Measuring resistance by measuring current or voltage obtained from a reference source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种电池单体的内阻检测方法及检测装置，其中，方法包括以下步骤：获取电池单体的内阻计算关系式；获取第k次采样时电池单体的电压和电流；根据第k次采样时的电压和电流与内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程；根据卡尔曼滤波器的递推方程与测量方程得到电池单体的内阻。该方法通过卡尔曼滤波算法检测电池单体的内阻，不但可以消除离群值影响的影响，而且存储需求量小，节约能源。本发明还公开了一种车辆。

Description

电池单体的内阻检测方法、检测装置及具有其的车辆
技术领域
本发明涉及车辆技术领域，特别涉及一种电池单体的内阻检测方法、检测装置及具有其的车辆。
背景技术
电池的内阻(DCR，Direct Current Resistance)是电动汽车动力电池的重要参数，其分为直流内阻和交流内阻两类。
其中，当用于功率预测时常常采用以下公式(式1)计算直流内阻：
P＝Imax×(OCV-Imax×R)， (1)
由于电池内阻不能方便地直接测量得出，因此需要通过充放电机进行充电或放电，在得出相应的数据(如图1所示)之后，通过简化为如下线性公式(式2)计算得出：
(式2)
其中，V1和V2与I1和I2分别为电池系统在t1时刻和t2时刻的端电压和电流。
然而，由于在车辆运行时，通过电池系统的电流时刻都在变化，以某一个采样周期T(比如T＝t2-t1)定期采集电池包的电压和电流，则在每一采样时间内都可以得到一个R值，但是由于车辆运行过程中，电流变化剧烈，由于电池的非线性，用该方法得到的内阻值如图2所示，存在某些离群值如240s处和400s处的内阻值，表现出了很大的非线性度，无法准确获取电池包的输入输出功率，从而无法准确获取电池系统当前可提供功率，易导致车辆行驶不平顺，降低用户使用体验。
发明内容
本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种电池单体的内阻检测方法，该方法可以消除离群值的影响，并且存储需求量小。
本发明的另一个目的在于提出一种电池单体的内阻检测装置。
本发明的再一个目的在于提出一种车辆。
为达到上述目的，本发明一方面实施例提出了一种电池单体的内阻检测方法，包括以下步骤：获取电池单体的内阻计算关系式；获取第k次采样时所述电池单体的电压和电流，其中，k为正整数；根据所述第k次采样时的电压和电流与所述内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程；以及根据所述卡尔曼滤波器的递推方程与测量方程得到所述电池单体的内阻。
根据本发明实施例提出的电池单体的内阻检测方法，通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，不但可以消除离群值影响，从而可以准确获取电池系统当前可提供功率，而且降低了存储的历史数据量，从而降低存储空间的使用量，存储需求量小，节约能源。
另外，根据本发明上述实施例的电池单体的内阻检测方法还可以具有如下附加的技术特征：
进一步地，在本发明的一个实施例中，所述卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为所述电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。
进一步地，在本发明的一个实施例中，所述卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。
其中，在本发明的一个实施例中，通过电池模型获取所述电池单体的内阻计算关系式。
本发明另一方面实施例提出了一种电池单体的内阻检测装置，包括：第一获取模块，用于获取电池单体的内阻计算关系式；采集模块，用于获取第k次采样时所述电池单体的电压和电流，其中，k为正整数；第二获取模块，用于根据所述第k次采样时的电压和电流与所述内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程；以及检测模块，用于根据所述卡尔曼滤波器的递推方程与测量方程得到所述电池单体的内阻。
根据本发明实施例提出的电池单体的内阻检测装置，通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，不但可以消除离群值影响，从而可以准确获取电池系统当前可提供功率，而且降低了存储的历史数据量，从而降低存储空间的使用量，存储需求量小，节约能源。
另外，根据本发明上述实施例的电池单体的内阻检测装置还可以具有如下附加的技术特征：
进一步地，在本发明的一个实施例中，所述卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为所述电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。
进一步地，在本发明的一个实施例中，所述卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。
其中，在本发明的一个实施例中，所述第一获取模块还用于通过电池模型获取所述电池单体的内阻计算关系式。
进一步地，在本发明的一个实施例中，所述电池模型可以为开路电压-内阻模型、RC模型、戴维斯宁模型中的一种。
本发明再一方面实施例提出了一种车辆，其包括上述的电池单体的内阻检测装置。该车辆可以通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，不但可以消除离群值影响，从而可以准确获取电池系统当前可提供功率，而且降低了存储的历史数据量，从而降低存储空间的使用量，存储需求量小，节约能源。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为相关技术中充电或放电后得出的数据示意图；
图2为相关技术中由于电池的非线性得到的内阻值示意图；
图3为根据本发明实施例的电池单体的内阻检测方法的流程图；
图4为根据本发明一个实施例的电池模型示意图；
图5为根据本发明一个具体实施例的电池单体的内阻检测方法的流程图；以及
图6为根据本发明一个实施例的电池单体的内阻检测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
下面描述根据本发明实施例提出的电池单体的内阻检测方法、检测装置及具有其的车辆之前，先来简单描述一下准确测量电池内阻的重要性。
对于电动汽车技术而言，准确地获取电池系统当前可提供的功率大小尤为重要。如果获取了电池系统当前可提供的功率，则整车控制器即可以计算出当驾驶员踏下某一深度的加速踏板或制动踏板时，电池系统可以提供或吸收的功率，从而避免发生当驾驶员踏下加速踏板需要加速时，由于电池包输出功率的预测不准确导致加速中止的现象或驾驶员踏下制动踏板需要吸收回馈能量时，电池包的输入功率不准确导致回馈功率不能吸收浪费能量的现象。
从另一个方面去考虑，在电池系统的高功率应用中，SOH(state of health)采用的定义如下：
其中，R为当前电池的内阻，R0为初始内阻或额定内阻，Re为寿命结束时的电池内阻。从该定义式可以得出，能得到电池的内阻，就可以得出电池的SOH。
相关技术中，一般采用以下方法来在线监测或计算电池的内阻：S1、采用移动平均的方法进行滤波，通过平均一段时间内的内阻值作为当前内阻的测量值，采集了新的数据之后再丢掉最早的老数据，重新平均作为下一个新的测量值；S2、采集一段时间内的状态参数如温度、电压、电流后，由估算的SOC值得到当前的OCV值，再通过类似于式3(式3采用了开路电压-内阻模型，亦可以用其他更加复杂的电池等效电路模型如RC模型、戴维宁模型等)所列出的状态参数与内阻之间的关系采用最小二乘法回归出内阻R的值。
U＝OCV-R×I， (式3)
其中，U为电池系统的端电压、OCV为开路电压、R为内阻、I为电流。
然而，相关技术中的移动平均的方法可以消除离群值带来的影响，但是由于控制时效的关系导致BMS采样速率较快(如果采用较低的采样频率，则可能得到滞后的数据，无法反应电池系统当前的状态)，约10ms，从而为了避开图2中所示的持续时间几十秒的离群值就需要记录较长时间的值进行平均才能消除离群值，导致需要控制器留出较大的存储空间。
另外，相关技术中采用最小二乘法回归的方法也可以消除离群值的影响，但是由于最小二乘法只能进行批处理，一次批处理若干组数据可以得到一个内阻数据，采用的批次处理的数据量太大，导致需要较大存储空间，并且也会由于数据饱和详细而不能灵敏地反映内阻的实时变化，常常有较大的滞后，而批次处理的数据量太小又不能有效地消除离群值的影响。
因此，相关技术中在线监测或计算电池的内阻的方法都存在缺陷，有待改进。
本发明正是基于上述问题，而提出了一种电池单体的内阻检测方法、检测装置及具有其的车辆。
下面参照附图描述根据本发明实施例提出的电池单体的内阻检测方法、检测装置及具有其的车辆，首先将参照附图描述根据本发明实施例提出的电池单体的内阻检测方法。参照图3所示，该检测方法包括以下步骤：
S101，获取电池单体的内阻计算关系式。
在本发明的一个实施例中，通过电池模型获取电池单体的内阻计算关系式。
其中，获取电池单体的内阻计算关系式有很多种方式，本发明实施例以通过电池模型获取电池单体的内阻计算关系式为例进行详细赘述，举例说明如下：
图4为根据本发明一个实施例的电池模型示意图。
电池模型可以理解为等效电路模型，由等效电路模型来模拟电池系统的电压对电流的变化，并依据等效电路模型得出的电池电压和电流之间的关系得出内阻的计算公式。如图4所示，OCV为按照电池OCV(Open circuit Voltage，开路电压)进行电压输出的电压源输出的电压(可能随电池SOC进行变化)，R为电池的内阻，U为电池的端电压，I为电池的放电或充电电流，则描述图3的方程为：
U＝OCV-R×I， (式3)
其中，由于电池的内阻R是随着电池的温度、SOC(State of Charge，荷电状态)等参数变化的量，而SOC、温度的变化相对于采样周期的时间长度来说是变化非常缓慢的，则可以认为电池的内阻R在采样周期内也是常数，则有：
Rk＝Rk-1， (式4)
而相应地将式3离散化后，则有电池单体的内阻计算关系式为：
OCVk-Uk＝Ik×Rk。 (式5)
进一步地，在本发明的一个实施例中，电池模型可以为开路电压-内阻模型、RC模型、戴维斯宁模型等电池等效模型中的一种，其中，由不同的电池模型得到的内阻值可以代表欧姆内阻，也可以代表直流内阻，从而可以用于计算电池的生热、电池的输入输出功率、电池的健康状态SOH等各种参数。
S102，获取第k次采样时电池单体的电压和电流，其中，k为正整数。
S103，根据第k次采样时的电压和电流与内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程。
进一步地，在本发明的一个实施例中，卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。可以进一步简化为：
Rk＝Rk-1+wk-1。
进一步地，在本发明的一个实施例中，卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。可以进一步简化为：
OCVk-Uk＝Ik×Rk+vk。
在本发明的实施例中，本发明实施例的检测方法采用卡尔曼滤波算法进行电池系统内阻的估算，典型的卡尔曼滤波算法的计算过程如下：
对于状态参数x满足线性差分方程：
xk＝Axk-1+Buk-1+wk-1， (式6)
式6中x为需要估算的状态参数，A、B为系数矩阵，u为自变量，w为过程噪声。而对于测量值z，由以下测量方程：
zk＝Hxk+vk， (式7)
其中，z为可测量值向量，H为测量矩阵，v为测量噪声。则根据卡尔曼滤波算法的相关理论，x可以用以下公式来进行估算(表示x的第k次先验估计值，表示先验估计值，即未取得测量值z之前由先验知识对x进行的估计值)：
(式8)
(式9)
(式10)
(式11)
(式12)
式8～式9可以称为时间更新，式10～式12可以称为测量更新，需要说明的是，在上述列式中，E为单位矩阵。
进而，比较式4与式6和式5与式7令：
x＝R，A＝1，B＝0，H＝I， (式13)
zk＝OCVk-Uk， (式14)
因此，将式13和式14应用到式4和式5后，即具备了应用卡尔曼滤波所需要的递推方程和测量方程。
将式13和式14的相应变量代入式8～式12中，即可应用卡尔曼滤波算法。可将内阻R的初值设为某一标定量R0，则当k＝1时，式8中的为R0。过程噪声可采用估计的值，估计协方差P的初值P0采用绝对数值较大的对角阵，如果在计算初期误差较大的时候，则时间更新和测量更新时会给出具有较大的调整幅度。
S104，根据卡尔曼滤波器的递推方程与测量方程得到电池单体的内阻，并且当第k+1次采样时回到步骤S102。
图5为根据本发明一个具体实施例的电池单体的内阻检测方法的流程图。
举例而言，如图5所示，当BMS(BATTERY MANAGEMENT SYSTEM，电池管理系统)得到新的测量值之前，将上一步骤的估计值应用于式8用于内阻值的先验估计，并根据式9计算出先验估计的协方差，完成时间更新；当BMS得到新的测量值zk时，由式10和式11，计算出估计值并由式12计算出估计值的协方差Pk，完成测量更新。完成测量更新后得到的和Pk将在下一步的时间更新中用于计算先验估计值和先验估计值的协方差，从而可以进一步计算出和P- k+1并由第k+1次测量到的zk+1计算出和Pk+1并由此循环往复计算。也就是说，只用到本次测量和上次测量的计算结果用于估算本次估算值，而无需储存太多的历史数据，从而具备存储需求量小的优点。
根据本发明实施例提出的电池单体的内阻检测方法，通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，采用了卡尔曼滤波算法处理BMS采集到的数据，依据卡尔曼滤波算法的特性，其有对初值不敏感的特性，即使采用误差较大的初值，也可以迅速收敛到准确值附近，同时可以给出估计的误差限，并且可以有效地处理噪声对数据带来的影响，又避免了存储过多的历史数据，且避免了采用最小二乘法所不可避免的数据饱和问题，既有较高的灵敏性，有能有效消除噪声带来的离群值问题，从而可以准确获取电池系统当前可提供功率。
其次参照附图描述根据本发明实施例提出的电池单体的内阻检测装置。参照图6所示，该检测装置10包括：第一获取模块100、采集模块200、第二获取模块300和检测模块400。
其中，第一获取模块100用于获取电池单体的内阻计算关系式。采集模块200用于获取第k次采样时电池单体的电压和电流，其中，k为正整数。第二获取模块300用于根据第k次采样时的电压和电流与内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程。检测模块400用于根据卡尔曼滤波器的递推方程与测量方程得到电池单体的内阻。本发明实施例的检测装置10通过卡尔曼滤波算法检测电池单体的内阻，不但可以消除离群值影响的影响，而且存储需求量小，节约能源。
可选地，在本发明的一个实施例中，第一获取模块100还用于通过电池模型获取电池单体的内阻计算关系式，其中，电池模型可以为开路电压-内阻模型、RC模型、戴维斯宁模型中的一种。
需要说明的是，由不同的电池模型得到的内阻值可以代表欧姆内阻，也可以代表直流内阻，从而可以用于计算电池的生热、电池的输入输出功率、电池的健康状态SOH等各种参数。
进一步地，在本发明的一个实施例中，卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。
进一步地，在本发明的一个实施例中，卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。
需要说明的是，前述对电池单体的内阻检测方法实施例的解释说明也适用于该实施例的电池单体的内阻检测装置，此处不再赘述。
根据本发明实施例提出的电池单体的内阻检测装置，通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，采用了卡尔曼滤波算法处理BMS采集到的数据，依据卡尔曼滤波算法的特性，其有对初值不敏感的特性，即使采用误差较大的初值，也可以迅速收敛到准确值附近，同时可以给出估计的误差限，并且可以有效地处理噪声对数据带来的影响，又避免了存储过多的历史数据，且避免了采用最小二乘法所不可避免的数据饱和问题，既有较高的灵敏性，有能有效消除噪声带来的离群值问题，从而可以准确获取电池系统当前可提供功率。
最后，本发明还提出了一种车辆，该车辆包括上述的电池单体的内阻检测装置。该车辆可以通过电池单体的电压和电流得到卡尔曼滤波器的递推方程与测量方程，从而通过卡尔曼滤波算法进行电池单体的内阻估算，采用了卡尔曼滤波算法处理BMS采集到的数据，依据卡尔曼滤波算法的特性，其有对初值不敏感的特性，即使采用误差较大的初值，也可以迅速收敛到准确值附近，同时可以给出估计的误差限，并且可以有效地处理噪声对数据带来的影响，又避免了存储过多的历史数据，且避免了采用最小二乘法所不可避免的数据饱和问题，既有较高的灵敏性，有能有效消除噪声带来的离群值问题，从而可以准确获取电池系统当前可提供功率。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种电池单体的内阻检测方法，其特征在于，包括以下步骤：
获取电池单体的内阻计算关系式；
获取第k次采样时所述电池单体的电压和电流，其中，k为正整数；
根据所述第k次采样时的电压和电流与所述内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程；以及
根据所述卡尔曼滤波器的递推方程与测量方程得到所述电池单体的内阻。
2.根据权利要求1所述的电池单体的内阻检测方法，其特征在于，所述卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为所述电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。
3.根据权利要求1所述的电池单体的内阻检测方法，其特征在于，所述卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。
4.根据权利要求1所述的电池单体的内阻检测方法，其特征在于，通过电池模型获取所述电池单体的内阻计算关系式。
5.一种电池单体的内阻检测装置，其特征在于，包括：
第一获取模块，用于获取电池单体的内阻计算关系式；
采集模块，用于获取第k次采样时所述电池单体的电压和电流，其中，k为正整数；
第二获取模块，用于根据所述第k次采样时的电压和电流与所述内阻计算关系式得到卡尔曼滤波器的递推方程与测量方程；以及
检测模块，用于根据所述卡尔曼滤波器的递推方程与测量方程得到所述电池单体的内阻。
6.根据权利要求5所述的电池单体的内阻检测装置，其特征在于，所述卡尔曼滤波器的递推方程为：
xk＝Axk-1+Buk-1+wk-1，
其中，x＝R，A＝1，B＝0，R为所述电池单体的内阻，x为状态参数，u为自变量，w为过程噪声。
7.根据权利要求5所述的电池单体的内阻检测装置，其特征在于，所述卡尔曼滤波器的测量方程为：
zk＝Hxk+vk，
其中，zk＝OCVk-Uk，H＝I，I为电流、OCV为开路电压，U为电压。
8.根据权利要求5所述的电池单体的内阻检测装置，其特征在于，所述第一获取模块还用于通过电池模型获取所述电池单体的内阻计算关系式。
9.根据权利要求8所述的电池单体的内阻检测装置，其特征在于，所述电池模型为开路电压-内阻模型、RC模型、戴维斯宁模型中的一种。
10.一种车辆，其特征在于，包括：根据权利要求5-9任一项所述的电池单体的内阻检测装置。
CN201510959216.5A 2015-12-18 2015-12-18 电池单体的内阻检测方法、检测装置及具有其的车辆 Pending CN106896273A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510959216.5A CN106896273A (zh) 2015-12-18 2015-12-18 电池单体的内阻检测方法、检测装置及具有其的车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510959216.5A CN106896273A (zh) 2015-12-18 2015-12-18 电池单体的内阻检测方法、检测装置及具有其的车辆

Publications (1)

Publication Number Publication Date
CN106896273A true CN106896273A (zh) 2017-06-27

Family

ID=59191281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510959216.5A Pending CN106896273A (zh) 2015-12-18 2015-12-18 电池单体的内阻检测方法、检测装置及具有其的车辆

Country Status (1)

Country Link
CN (1) CN106896273A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109001640A (zh) * 2018-06-29 2018-12-14 深圳市科列技术股份有限公司 一种动力电池的数据处理方法和装置
CN109444747A (zh) * 2018-11-09 2019-03-08 北京经纬恒润科技有限公司 一种对象的信息检测方法及装置
CN109932663A (zh) * 2019-03-07 2019-06-25 清华四川能源互联网研究院 电池健康状态评估方法、装置、存储介质及电子装置
CN110573892A (zh) * 2017-11-02 2019-12-13 株式会社Lg化学 用于估计电池等效电路模型的参数的方法、装置和记录介质
CN113625177A (zh) * 2021-08-06 2021-11-09 国网安徽省电力有限公司滁州供电公司 一种基于粒子群优化粒子滤波算法的soc估算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680795A (zh) * 2012-05-29 2012-09-19 哈尔滨工业大学 一种二次电池内阻的实时在线估计方法
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法
CN102680795A (zh) * 2012-05-29 2012-09-19 哈尔滨工业大学 一种二次电池内阻的实时在线估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟琭: "《计算机视觉原理与应用》", 30 November 2011 *
耿海洲等: "电动汽车电池的内阻估计方法研究", 《国际会议论文全文数据库》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110573892A (zh) * 2017-11-02 2019-12-13 株式会社Lg化学 用于估计电池等效电路模型的参数的方法、装置和记录介质
US11119157B2 (en) 2017-11-02 2021-09-14 Lg Chem, Ltd. Method, apparatus and recording medium for estimating parameters of battery equivalent circuit model
CN110573892B (zh) * 2017-11-02 2021-10-22 株式会社Lg化学 用于估计电池等效电路模型的参数的方法、装置和记录介质
CN109001640A (zh) * 2018-06-29 2018-12-14 深圳市科列技术股份有限公司 一种动力电池的数据处理方法和装置
CN109444747A (zh) * 2018-11-09 2019-03-08 北京经纬恒润科技有限公司 一种对象的信息检测方法及装置
CN109444747B (zh) * 2018-11-09 2021-04-20 北京经纬恒润科技股份有限公司 一种对象的信息检测方法及装置
CN109932663A (zh) * 2019-03-07 2019-06-25 清华四川能源互联网研究院 电池健康状态评估方法、装置、存储介质及电子装置
CN113625177A (zh) * 2021-08-06 2021-11-09 国网安徽省电力有限公司滁州供电公司 一种基于粒子群优化粒子滤波算法的soc估算方法

Similar Documents

Publication Publication Date Title
Zhu et al. A state of charge estimation method for lithium-ion batteries based on fractional order adaptive extended kalman filter
EP2551689B1 (en) Device for calculating impedances of battery cell and battery impedance measuring system
CN103344921B (zh) 锂离子动力电池健康状态评估系统及方法
US9448287B2 (en) Battery monitoring device
CN106896273A (zh) 电池单体的内阻检测方法、检测装置及具有其的车辆
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
US9859736B2 (en) Battery control method based on ageing-adaptive operation window
CN107167743B (zh) 基于电动车辆的荷电状态估算方法和装置
CN109100655B (zh) 一种动力电池的数据处理方法和装置
Juang et al. Implementation of online battery state-of-power and state-of-function estimation in electric vehicle applications
US20150369875A1 (en) Battery state estimating device
KR101772036B1 (ko) 배터리 수명 추정 방법 및 장치
KR101882287B1 (ko) 배터리 수명 추정 방법 및 장치
CN104656021B (zh) 一种蓄电池剩余容量的预估方法及装置
KR101662154B1 (ko) 고조파 및 임피던스를 이용한 배터리 상태 진단 장치 및 방법, 그리고 이를 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
CN106772104A (zh) 一种动力电池soc值估算方法
US20200249281A1 (en) Information processing apparatus and computer-readable recording medium storing battery deterioration diagnosis program
Yang A comparative study of supercapacitor capacitance characterization methods
CN204030697U (zh) 基于动态soc估算系统的电池管理系统
Wei et al. Unscented particle filter based state of energy estimation for LiFePO4 batteries using an online updated model
CN111971200A (zh) 用于确定电池的老化状态的方法、计算机程序、存储装置、控制设备和车辆
CN106154170B (zh) 电池剩余容量的估算方法及系统
CN105720634A (zh) 一种自学习的充电功率电流控制方法及系统
CN113466726B (zh) 确定电池等效电路模型的参数的方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20180416

Address after: No. 188, Miyun District, Miyun District, Beijing, Beijing

Applicant after: Beijing treasure Car Co., Ltd.

Address before: 102206 Changping District City, Shahe, Sha Yang Road, Beijing

Applicant before: Beiqi Futian Automobile Co., Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20170627

RJ01 Rejection of invention patent application after publication