CN107576915A - 电池容量估算方法和装置 - Google Patents
电池容量估算方法和装置 Download PDFInfo
- Publication number
- CN107576915A CN107576915A CN201710767567.5A CN201710767567A CN107576915A CN 107576915 A CN107576915 A CN 107576915A CN 201710767567 A CN201710767567 A CN 201710767567A CN 107576915 A CN107576915 A CN 107576915A
- Authority
- CN
- China
- Prior art keywords
- battery
- under
- evaluated
- capacity
- sample entropy
- 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
Landscapes
- Secondary Cells (AREA)
Abstract
本发明提出一种电池容量估算方法和装置,该方法包括分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型;根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算。通过本发明能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
Description
技术领域
本发明涉及电池技术领域,尤其涉及一种电池容量估算方法和装置。
背景技术
相关技术中,是根据电池包的充放电电流计算电池剩余容量,若电池包静置状态超过预定时间,则检测开路电压OCV,计算每个时间周期内电池剩余容量的变化量以及根据开路电压查表计算电池剩余容量的变化量,根据上述计算得到的两个变化量计算电池容量衰减权重值,根据权重值以及前一时刻的电池剩余容量计算当前电池剩余容量。
这种方式下,电池容量的估算成本较大,对电池电流、电压,以及温度采样精度的较为依赖,估算精度不高。
发明内容
本发明旨在至少在一定程度上解决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容量估算方法,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
本发明的另一个目的在于提出一种电池容量估算装置。
为达到上述目的,本发明第一方面实施例提出的电池容量估算方法,包括:分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,所述状态为电池充放电循环次数,以及电池所处环境温度状态,所述电池响应情况包括电压响应样本熵和/或当前容量估算值;根据所述参考电池的电压响应样本熵和当前容量估算值,建立在所述不同环境温度状态下,所述电池实际容量的容量估算模型;根据所述待估算电池的电压响应样本熵,以及所述容量估算模型,对所述待估算电池在不同环境温度状态下的实际电池容量进行估算。
本发明第一方面实施例提出的电池容量估算方法,通过分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值,并根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型,以及根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
为达到上述目的,本发明第二方面实施例提出的电池容量估算装置,包括:获取模块,用于分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,所述状态为电池充放电循环次数,以及电池所处环境温度状态,所述电池响应情况包括电压响应样本熵和/或当前容量估算值;建立模块,用于根据所述参考电池的电压响应样本熵和当前容量估算值,建立在所述不同环境温度状态下,所述电池实际容量的容量估算模型;估算模块,用于根据所述待估算电池的电压响应样本熵,以及所述容量估算模型,对所述待估算电池在不同环境温度状态下的实际电池容量进行估算。
本发明第二方面实施例提出的电池容量估算装置,通过分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值,并根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型,以及根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
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
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一实施例提出的电池容量估算方法的流程示意图;
图2是本发明另一实施例提出的电池容量估算方法的流程示意图;
图3a为本发明实施例中施加的HPPC复合脉冲电流激励示意图;
图3b为本发明实施例中一电压响应曲线示意图;
图4为基于HPPC复合脉冲电流激励所产生的电压响应样本熵值示意图;
图5a为10℃时当前容量估算值随循环次数的变化情况示意图;
图5b为10℃时电压响应样本熵随循环次数的变化情况示意图;
图5c为35℃时当前容量估算值随循环次数的变化情况示意图;
图5d为35℃时电压响应样本熵随循环次数的变化情况示意图;
图5e为22℃时当前容量估算值随循环次数的变化情况示意图;
图5f为22℃时电压响应样本熵随循环次数的变化情况示意图;
图6a为10℃时参考电池的当前容量估算值随循环次数的变化情况示意图;
图6b为10℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图6c为35℃时参考电池的当前容量估算值随循环次数的变化情况示意图;
图6d为35℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图6e为22℃时参考电池的当前容量估算值随循环次数的变化情况示意图;
图6f为22℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图7a为10℃时待估算电池的当前容量估算值随循环次数的变化情况示意图;
图7b为10℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图7c为35℃时待估算电池的的当前容量估算值随循环次数的变化情况示意图;
图7d为35℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图7e为22℃时待估算电池的当前容量估算值随循环次数的变化情况示意图;
图7f为22℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图;
图8为本发明实施例中自定义脉冲的波形示意图;
图9为各个采样电压序列的样本熵值示意图;
图10为在不同放电倍率下参考电池的电压响应样本熵随循环次数的变化情况示意图;
图11a为一当前容量估算值随循环次数的变化情况示意图;
图11b为一当前容量估算值的相对误差随循环次数的变化情况示意图;
图11c为另一当前容量估算值随循环次数的变化情况示意图;
图11d为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图11e为另一当前容量估算值随循环次数的变化情况示意图;
图11f为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图11g为另一当前容量估算值随循环次数的变化情况示意图;
图11h为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图12a为一当前容量估算值随循环次数的变化情况示意图;
图12b为一当前容量估算值的相对误差随循环次数的变化情况示意图;
图12c为另一当前容量估算值随循环次数的变化情况示意图;
图12d为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图12e为另一当前容量估算值随循环次数的变化情况示意图;
图12f为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图12g为另一当前容量估算值随循环次数的变化情况示意图;
图12h为另一当前容量估算值的相对误差随循环次数的变化情况示意图;
图13是本发明一实施例提出的电池容量估算装置的结构示意图;
图14是本发明另一实施例提出的电池容量估算装置的结构示意图。
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,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的电池容量估算方法的流程示意图。
本发明实施例可以用于对锂离子动力电池的电池容量进行估算。
参见图1,该方法包括:
S101:分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值。
其中,电池充放电循环次数用于标记电池的老化状态。
本发明实施例中,通过以参考电池为估算基准,依据参考电池的电压响应情况对容量估算模型进行标定,进而,采用容量估算模型估计其他同类电池的实际电池容量,由于是电池响应情况包括电压响应样本熵,依据样本熵的特征,即,(1)由于样本熵是条件概率的负平均自然对数的精确值,它不包含数据段自身的比较,因此,样本熵的计算可以不依赖于数据的长度。(2)样本熵一致性更好,假设对于给定的某一组m和r,一采样时间序列比另一时间序列有更高的样本熵值,那对于其他的m和r,也会有更好的样本熵值。(3)样本熵对于数据的丢失并不敏感,即使丢失的数据达到1/3,样本熵计算值受到的影响很小,因此,本发明实施例提出的电池容量估算方法,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,提升电池估算效果。
其中的预设电流脉冲激励,可以为具有混合动力脉冲能力特性的(HybridPulsePower Characteristic,HPPC)复合脉冲电流激励。
具体地,其中的电压响应样本熵可以为90%荷电状态下的HPPC电压序列的样本熵。本发明实施例中,由于HPPC复合脉冲电流激励是短时间内的电流脉冲激励,因此,可以通过Matlab编写的程序代码,较为便捷地得到电压响应样本熵,计算简单,成本较低。进一步地,可以在Plug-in插电式混合动力汽车和纯电动汽车进行充电时,通过一个车用加载控制单元实现施加HPPC复合脉冲电流激励,并获取对应的电压采样数据,以此来计算电压响应样本熵,通过容量估计器来监控电池的健康状况,对此不作限制。
S102:根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型。
本发明实施例中,不同环境温度状态对应不同的容量估算模型。
可选地,可以采用非线性最小二乘法、三阶多项式函数,对参考电池的电压响应样本熵和当前容量估算值进行建模,并将建模得到的函数模型作为在不同环境温度状态下,电池实际容量的容量估算模型。能够提升电池容量估计的鲁棒性,有效避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题。
S103:根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算。
具体地,可以将S101中得到的待估算电池的电压响应样本熵,作为不同环境温度状态对应的容量估算模型的输入,得到容量估算模型的输出对待估算电池在不同环境温度状态下的实际电池容量进行估算。
本实施例中,通过分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值,并根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型,以及根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
图2是本发明另一实施例提出的电池容量估算方法的流程示意图。
本发明实施例可以用于对锂离子动力电池的电池容量进行估算。
参见图2,该方法包括:
S201:分别在不同电池充放电循环次数,以及不同环境温度状态下,对待估算电池和参考电池施加HPPC复合脉冲电流激励。
S202:获取在不同电池充放电循环次数,以及不同环境温度状态下,待估算电池和参考电池对HPPC复合脉冲电流激励的电压响应样本熵。
S203:根据容量估计器确定参考电池的在不同电池充放电循环次数,以及不同环境温度状态下的当前容量估算值。
S204:将参考电池的电压响应样本熵和当前容量估算值作为与其对应的电池响应情况。
S205:将待估算电池的电压响应样本熵作为与其对应的电池响应情况。
S206:采用非线性最小二乘法、三阶多项式函数,对参考电池的电压响应样本熵和当前容量估算值进行建模,并将建模得到的函数模型作为在不同环境温度状态下,电池实际容量的容量估算模型。
S207:根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算。
S208:对预设电流脉冲激励的放电倍率进行调整,确定多个不同倍率的预设电流脉冲激励。
S209:在多个不同倍率的预设电流脉冲激励下,对待估算电池在不同环境温度状态下的实际电池容量进行误差估算。
举例如下,以环境温度状态为22℃进行示例,对此不作限制。在22℃下,且在不同电池充放电循环次数下,施加的HPPC复合脉冲电流激励,和相对应的电压响应曲线可以如图3a和图3b所示,图3a为本发明实施例中施加的HPPC 复合脉冲电流激励示意图,图3b为本发明实施例中一电压响应曲线示意图。其中,HPPC复合脉冲电流激励是恒定的标准电流激励,放电电流0.95A,持续时间10s,充电电流0.71A,持续时间10s,中间间隔静置40s,采样频率10Hz。
在基于电压响应曲线进行电压响应样本熵的确定之前,可以对样本熵的参数进行设置,其中的样本熵可以用SampEn(m,r,N)来表示。其中,N为长度, r为相似容限,维数为m和m+1。具体如下所示:
m=2;
r=0.006;
N=600。
通过Matlab编程,计算出参考电池X和待估算电池Y分别在环境温度状态为10℃、35℃、22℃三个温度的不同电池充放电循环次数下,基于HPPC复合脉冲电流激励所产生的电压响应样本熵值如图4所示,图4为基于HPPC复合脉冲电流激励所产生的电压响应样本熵值示意图。
进一步地,参考电池X在环境温度状态为10℃、35℃、20℃下电压响应样本熵和其对应的当前容量估算值的增加情况分别如图5a-图5f所示,其中,图 5a为10℃时当前容量估算值随循环次数的变化情况示意图;图5b为10℃时电压响应样本熵随循环次数的变化情况示意图;图5c为35℃时当前容量估算值随循环次数的变化情况示意图;图5d为35℃时电压响应样本熵随循环次数的变化情况示意图;图5e为22℃时当前容量估算值随循环次数的变化情况示意图;图5f为22℃时电压响应样本熵随循环次数的变化情况示意图。
进一步地,对于参考电池X的,基于非线性最小二乘法、三阶多项式函数确定的每个环境温度状态对应的容量估算模型如下所示:
(1)10℃:C=106×(-8.1439s3+0.235s2-0.0023s);
(2)35℃:C=106×(3.0864s3-0.0882s2+0.0008s);
(3)22℃:C=106×(4.3171s3-0.1261s2+0.012s)。
其中,C表示当前容量估算值,s表示电压响应样本熵。
通过待估算电池Y的电压响应样本熵,将待估算电池Y在三个不同环境温度状态下,基于90%荷电状态下的HPPC电压序列的样本熵,利用上述容量估算模型确定与其对应的,以及与当前的环境温度状态对应的当前容量估算值。参考电池X的容量估计结果如图6a、图6b、图6c、图6d、图6e、图6f所示。其中,图6a为10℃时参考电池的当前容量估算值随循环次数的变化情况示意图;图6b为10℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图;图6c为35℃时参考电池的当前容量估算值随循环次数的变化情况示意图;图6d为35℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图;图6e为22℃时参考电池的当前容量估算值随循环次数的变化情况示意图;图6f为22℃时参考电池的当前容量估算值的相对误差随循环次数的变化情况示意图。
基于上述的每个环境温度状态对应的容量估算模型,对待估算电池Y的容量估计结果如图7a、图7b、图7c、图7d、图7e、图7f所示。其中,图7a为 10℃时待估算电池的当前容量估算值随循环次数的变化情况示意图;图7b为 10℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图;图7c为35℃时待估算电池的的当前容量估算值随循环次数的变化情况示意图;图7d为35℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图;图7e为22℃时待估算电池的当前容量估算值随循环次数的变化情况示意图;图7f为22℃时待估算电池的当前容量估算值的相对误差随循环次数的变化情况示意图。
由上述可以得出,待估算电池Y的容量估计平均相对误差在3%左右,每个环境温度状态对应的容量估算模型显示出了较好的鲁棒性。
进一步地,在本发明的实施例中,S208和S209的执行过程可以示例如下,对此不作限制。
本发明实施例中,为了验证不同放电倍率的预设电流脉冲激励是否对电压响应样本熵的计算产生影响,可以选用实验数据中自定义的脉冲,自定义脉冲如图8所示,图8为本发明实施例中自定义脉冲的波形示意图。
例如,可以分别选取环境温度状态为22℃下充电电流I=0.325A、I=0.9A和放电电流I=0.9A、I=1.6A时的电压响应曲线中的数据作为采样数据,计算各个采样电压序列的样本熵值作为电压响应样本熵,如图9所示,图9为各个采样电压序列的样本熵值示意图,同样地,可以对样本熵的参数进行设置,其中的样本熵可以用SampEn(m,r,N)来表示。其中,N为长度,r为相似容限,维数为m和m+1。具体如下所示:
m=2;
r=0.01;
N=500。
进一步地,参见图10,图10为在不同放电倍率下参考电池的电压响应样本熵随循环次数的变化情况示意图。
从图10可以得出,由于实验数据测量的精度问题以及电池的不一致特性和电池内部化学变化的复杂性,参考电池电压响应样本熵随电池循环次数的增加会有少许波动,但是整体上呈现在稳步增加的特征。对于参考电池,可以与上述同样的方法,即,采用非线性最小二乘法、三阶多项式函数,描述参考电池电压响应样本熵和当前容量估算值之间的关系,可以得到不同放电倍率下的容量估算模型,如下所示:
(1)0.325A充电时,C=107×(-2.0172s3+0.0166s2);
(2)0.9A充电时,C=108×(1.3890s3-0.0169s2+0.0001s);
(3)0.9A放电时,C=107×(4.6600s3-0.0571s2+0.0002s);
(4)1.6A放电时,C=108×(-1.7800s3+0.0259s2-0.0001s)。
通过容量估计器计算的参考电池X的当前容量估算值和实测容量的对比以及相对误差如图11a、图11b、图11c、图11d、图11e、图11f、图11g、图11h 所示。其中,图11a为一当前容量估算值随循环次数的变化情况示意图;图11b 为一当前容量估算值的相对误差随循环次数的变化情况示意图;图11c为另一当前容量估算值随循环次数的变化情况示意图;图11d为另一当前容量估算值的相对误差随循环次数的变化情况示意图;图11e为另一当前容量估算值随循环次数的变化情况示意图;图11f为另一当前容量估算值的相对误差随循环次数的变化情况示意图;图11g为另一当前容量估算值随循环次数的变化情况示意图;图11h为另一当前容量估算值的相对误差随循环次数的变化情况示意图。图11a、图11b对应0.325A充电的情况,图11c、图11d对应0.9A充电的情况,图11e、图11f对应0.9A放电的情况,图11g、图11h对应1.6A放电的情况。
同样地,通过上述不同放电倍率下的容量估算模型,估计得到待估算电池 Y的当前容量估算值和实测容量的对比以及相对误差如图12a、图12b、图12c、图12d、图12e、图12f、图12g、图12h所示。其中,图12a为一当前容量估算值随循环次数的变化情况示意图;图12b为一当前容量估算值的相对误差随循环次数的变化情况示意图;图12c为另一当前容量估算值随循环次数的变化情况示意图;图12d为另一当前容量估算值的相对误差随循环次数的变化情况示意图;图12e为另一当前容量估算值随循环次数的变化情况示意图;图12f为另一当前容量估算值的相对误差随循环次数的变化情况示意图;图12g为另一当前容量估算值随循环次数的变化情况示意图;图12h为另一当前容量估算值的相对误差随循环次数的变化情况示意图。图12a、图12b对应0.325A充电的情况,图12c、图12d对应0.9A充电的情况,图12e、图12f对应0.9A放电的情况,图12g、图12h对应1.6A放电的情况。
基于本发明实施例中所举示例的结果表明,在22℃时,基于不同放电倍率下恒流激励下HPPC复合脉冲电流激励的容量估计器对参考电池的实际容量估算有效性较好,最大的相对误差不超过5.2%,平均误差为3%。由于实验数据测量的精度问题以及电池的不一致特性和电池内部化学变化的复杂性,参考电池电压响应样本熵随电池循环次数的增加会有少许波动,但是整体上呈现在稳步增加的特征。
本发明实施例中,通过对样本熵的参数进行设置和调试,能够有效提升电池容量的估算精准度。本实施例中,通过分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值,并根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型,以及根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
图13是本发明一实施例提出的电池容量估算装置的结构示意图。
参见图13,该装置130包括:
获取模块1301,用于分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值。
可选地,一些实施例中,参见图14,预设电流脉冲激励为HPPC复合脉冲电流激励,获取模块1301,包括:
电流激励子模块13011,用于分别在不同电池充放电循环次数,以及不同环境温度状态下,对待估算电池和参考电池施加HPPC复合脉冲电流激励。
获取子模块13012,用于获取在不同电池充放电循环次数,以及不同环境温度状态下,待估算电池和参考电池对HPPC复合脉冲电流激励的电压响应样本熵。
第一确定子模块13013,用于根据容量估计器确定参考电池的在不同电池充放电循环次数,以及不同环境温度状态下的当前容量估算值。
第二确定子模块13014,用于将参考电池的电压响应样本熵和当前容量估算值作为与其对应的电池响应情况。
第三确定子模块13015,用于将待估算电池的电压响应样本熵作为与其对应的电池响应情况。
建立模块1302,用于根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型。
可选地,一些实施例中,建立模块1302,具体用于:
采用非线性最小二乘法、三阶多项式函数,对参考电池的电压响应样本熵和当前容量估算值进行建模,并将建模得到的函数模型作为在不同环境温度状态下,电池实际容量的容量估算模型。
估算模块1303,用于根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算。
可选地,一些实施例中,参见图14,该装置130还包括:
确定模块1304,用于对预设电流脉冲激励的放电倍率进行调整,确定多个不同倍率的预设电流脉冲激励。
误差估算模块1305,用于在多个不同倍率的预设电流脉冲激励下,对待估算电池在不同环境温度状态下的实际电池容量进行误差估算。
需要说明的是,前述图1-图12实施例中对电池容量估算方法实施例的解释说明也适用于该实施例的电池容量估算装置130,其实现原理类似,此处不再赘述。
本实施例中,通过分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,状态为电池充放电循环次数,以及电池所处环境温度状态,电池响应情况包括电压响应样本熵和/或当前容量估算值,并根据参考电池的电压响应样本熵和当前容量估算值,建立在不同环境温度状态下,电池实际容量的容量估算模型,以及根据待估算电池的电压响应样本熵,以及容量估算模型,对待估算电池在不同环境温度状态下的实际电池容量进行估算,能够有效降低电池容量的估算成本,降低对电池电流、电压,以及温度采样精度的依赖性,避免电池在老化循环过程中存在的容量不一致所导致估算精度不高的技术问题,提升电池估算效果。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
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。
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 (8)
1.一种电池容量估算方法,其特征在于,包括以下步骤:
分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,所述状态为电池充放电循环次数,以及电池所处环境温度状态,所述电池响应情况包括电压响应样本熵和/或当前容量估算值;
根据所述参考电池的电压响应样本熵和当前容量估算值,建立在所述不同环境温度状态下,所述电池实际容量的容量估算模型;
根据所述待估算电池的电压响应样本熵,以及所述容量估算模型,对所述待估算电池在不同环境温度状态下的实际电池容量进行估算。
2.如权利要求1所述的电池容量估算方法,其特征在于,所述预设电流脉冲激励为HPPC复合脉冲电流激励,所述分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,包括:
分别在不同所述电池充放电循环次数,以及不同所述环境温度状态下,对所述待估算电池和参考电池施加所述HPPC复合脉冲电流激励;
获取在所述不同所述电池充放电循环次数,以及不同所述环境温度状态下,所述待估算电池和参考电池对所述HPPC复合脉冲电流激励的电压响应样本熵;
根据容量估计器确定所述参考电池的在不同所述电池充放电循环次数,以及不同所述环境温度状态下的当前容量估算值;
将所述参考电池的电压响应样本熵和所述当前容量估算值作为与其对应的电池响应情况;
将所述待估算电池的电压响应样本熵作为与其对应的电池响应情况。
3.如权利要求1所述的电池容量估算方法,其特征在于,所述根据所述参考电池的电压响应样本熵和当前容量估算值,建立在所述不同环境温度状态下,所述电池实际容量的容量估算模型,包括:
采用非线性最小二乘法、三阶多项式函数,对所述参考电池的电压响应样本熵和当前容量估算值进行建模,并将建模得到的函数模型作为在所述不同环境温度状态下,所述电池实际容量的容量估算模型。
4.如权利要求1-3任一项所述的电池容量估算方法,其特征在于,还包括:
对所述预设电流脉冲激励的放电倍率进行调整,确定多个不同倍率的预设电流脉冲激励;
在所述多个不同倍率的预设电流脉冲激励下,对所述待估算电池在不同环境温度状态下的实际电池容量进行误差估算。
5.一种电池容量估算方法,其特征在于,包括:
获取模块,用于分别获取不同状态下的待估算电池和参考电池在预设电流脉冲激励下的电池响应情况,所述状态为电池充放电循环次数,以及电池所处环境温度状态,所述电池响应情况包括电压响应样本熵和/或当前容量估算值;
建立模块,用于根据所述参考电池的电压响应样本熵和当前容量估算值,建立在所述不同环境温度状态下,所述电池实际容量的容量估算模型;
估算模块,用于根据所述待估算电池的电压响应样本熵,以及所述容量估算模型,对所述待估算电池在不同环境温度状态下的实际电池容量进行估算。
6.如权利要求5所述的电池容量估算方法,其特征在于,所述预设电流脉冲激励为HPPC复合脉冲电流激励,所述获取模块,包括:
电流激励子模块,用于分别在不同所述电池充放电循环次数,以及不同所述环境温度状态下,对所述待估算电池和参考电池施加所述HPPC复合脉冲电流激励;
获取子模块,用于获取在所述不同所述电池充放电循环次数,以及不同所述环境温度状态下,所述待估算电池和参考电池对所述HPPC复合脉冲电流激励的电压响应样本熵;
第一确定子模块,用于根据容量估计器确定所述参考电池的在不同所述电池充放电循环次数,以及不同所述环境温度状态下的当前容量估算值;
第二确定子模块,用于将所述参考电池的电压响应样本熵和所述当前容量估算值作为与其对应的电池响应情况;
第三确定子模块,用于将所述待估算电池的电压响应样本熵作为与其对应的电池响应情况。
7.如权利要求5所述的电池容量估算方法,其特征在于,所述建立模块,具体用于:
采用非线性最小二乘法、三阶多项式函数,对所述参考电池的电压响应样本熵和当前容量估算值进行建模,并将建模得到的函数模型作为在所述不同环境温度状态下,所述电池实际容量的容量估算模型。
8.如权利要求5-7任一项所述的电池容量估算方法,其特征在于,还包括:
确定模块,用于对所述预设电流脉冲激励的放电倍率进行调整,确定多个不同倍率的预设电流脉冲激励;
误差估算模块,用于在所述多个不同倍率的预设电流脉冲激励下,对所述待估算电池在不同环境温度状态下的实际电池容量进行误差估算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710767567.5A CN107576915B (zh) | 2017-08-31 | 2017-08-31 | 电池容量估算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710767567.5A CN107576915B (zh) | 2017-08-31 | 2017-08-31 | 电池容量估算方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107576915A true CN107576915A (zh) | 2018-01-12 |
CN107576915B CN107576915B (zh) | 2019-12-17 |
Family
ID=61030391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710767567.5A Active CN107576915B (zh) | 2017-08-31 | 2017-08-31 | 电池容量估算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107576915B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732509A (zh) * | 2018-06-06 | 2018-11-02 | 哈尔滨工业大学 | 一种面向空间应用的锂离子电池荷电状态的在线估计方法 |
CN109613446A (zh) * | 2019-01-14 | 2019-04-12 | 中国计量大学 | 一种基于时间序列分析的锂电池老化检测方法 |
CN110703109A (zh) * | 2019-10-25 | 2020-01-17 | 山东大学 | 一种基于修正样本熵的电池串多故障诊断方法及系统 |
CN111077854A (zh) * | 2019-11-25 | 2020-04-28 | 四川灿光光电有限公司 | 高低温冲击箱监控系统、组网监控系统及方法 |
CN111123127A (zh) * | 2019-12-03 | 2020-05-08 | 浙江捷创智能技术有限公司 | 一种锂电池充电电量的函数拟合和电量预测方法 |
CN111505507A (zh) * | 2019-01-31 | 2020-08-07 | 北京新能源汽车股份有限公司 | 一种电池老化处理方法 |
CN112213659A (zh) * | 2020-01-20 | 2021-01-12 | 蜂巢能源科技有限公司 | 电池容量修正方法及测试系统 |
CN112319309A (zh) * | 2020-11-04 | 2021-02-05 | 北京理工大学 | 一种动力电池的故障诊断方法及系统 |
CN112415409A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池容量的方法和装置、存储介质及车辆 |
WO2021038007A1 (en) * | 2019-08-29 | 2021-03-04 | Shell Internationale Research Maatschappij B.V. | Method for estimating the temperature rise rate of a battery under pulsed heating |
WO2021052776A1 (de) * | 2019-09-20 | 2021-03-25 | Robert Bosch Gmbh | Verfahren zur ermittlung einer ersten spannungskennlinie einer ersten elektrischen energiespeichereinheit |
WO2021226797A1 (zh) * | 2020-05-11 | 2021-11-18 | 东莞新能德科技有限公司 | 电池容量预估方法、电子装置和存储介质 |
CN117554846A (zh) * | 2024-01-12 | 2024-02-13 | 烟台海博电气设备有限公司 | 计及约束条件的锂电池寿命预测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430366A (zh) * | 2008-12-12 | 2009-05-13 | 苏州金百合电子科技有限公司 | 电池荷电状态检测方法 |
US20100045240A1 (en) * | 2007-02-13 | 2010-02-25 | Koninklijke Philips Electronics N.V. | Method and apparatus for determination of the state-of-charge (soc) of a rechargeable battery |
CN103778280A (zh) * | 2014-01-08 | 2014-05-07 | 上海交通大学 | 具有模型主动更新策略的锂离子电池剩余寿命预测方法 |
CN105676133A (zh) * | 2014-10-31 | 2016-06-15 | 通用汽车环球科技运作有限责任公司 | 蓄电池系统组寿命估计系统和方法 |
-
2017
- 2017-08-31 CN CN201710767567.5A patent/CN107576915B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100045240A1 (en) * | 2007-02-13 | 2010-02-25 | Koninklijke Philips Electronics N.V. | Method and apparatus for determination of the state-of-charge (soc) of a rechargeable battery |
CN101430366A (zh) * | 2008-12-12 | 2009-05-13 | 苏州金百合电子科技有限公司 | 电池荷电状态检测方法 |
CN103778280A (zh) * | 2014-01-08 | 2014-05-07 | 上海交通大学 | 具有模型主动更新策略的锂离子电池剩余寿命预测方法 |
CN105676133A (zh) * | 2014-10-31 | 2016-06-15 | 通用汽车环球科技运作有限责任公司 | 蓄电池系统组寿命估计系统和方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732509A (zh) * | 2018-06-06 | 2018-11-02 | 哈尔滨工业大学 | 一种面向空间应用的锂离子电池荷电状态的在线估计方法 |
CN109613446A (zh) * | 2019-01-14 | 2019-04-12 | 中国计量大学 | 一种基于时间序列分析的锂电池老化检测方法 |
CN109613446B (zh) * | 2019-01-14 | 2020-12-08 | 中国计量大学 | 一种基于时间序列分析的锂电池老化检测方法 |
CN111505507A (zh) * | 2019-01-31 | 2020-08-07 | 北京新能源汽车股份有限公司 | 一种电池老化处理方法 |
CN111505507B (zh) * | 2019-01-31 | 2022-03-29 | 北京新能源汽车股份有限公司 | 一种电池老化处理方法 |
CN112415409A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池容量的方法和装置、存储介质及车辆 |
WO2021038007A1 (en) * | 2019-08-29 | 2021-03-04 | Shell Internationale Research Maatschappij B.V. | Method for estimating the temperature rise rate of a battery under pulsed heating |
WO2021052776A1 (de) * | 2019-09-20 | 2021-03-25 | Robert Bosch Gmbh | Verfahren zur ermittlung einer ersten spannungskennlinie einer ersten elektrischen energiespeichereinheit |
CN110703109A (zh) * | 2019-10-25 | 2020-01-17 | 山东大学 | 一种基于修正样本熵的电池串多故障诊断方法及系统 |
CN110703109B (zh) * | 2019-10-25 | 2020-07-07 | 山东大学 | 一种基于修正样本熵的电池串多故障诊断方法及系统 |
US11959973B2 (en) | 2019-10-25 | 2024-04-16 | Shandong University | Multi-fault diagnosis method and system for battery packs based on corrected sample entropy |
CN111077854A (zh) * | 2019-11-25 | 2020-04-28 | 四川灿光光电有限公司 | 高低温冲击箱监控系统、组网监控系统及方法 |
CN111123127A (zh) * | 2019-12-03 | 2020-05-08 | 浙江捷创智能技术有限公司 | 一种锂电池充电电量的函数拟合和电量预测方法 |
CN112213659B (zh) * | 2020-01-20 | 2023-10-13 | 蜂巢能源科技有限公司 | 电池容量修正方法及测试系统 |
CN112213659A (zh) * | 2020-01-20 | 2021-01-12 | 蜂巢能源科技有限公司 | 电池容量修正方法及测试系统 |
WO2021226797A1 (zh) * | 2020-05-11 | 2021-11-18 | 东莞新能德科技有限公司 | 电池容量预估方法、电子装置和存储介质 |
CN112319309A (zh) * | 2020-11-04 | 2021-02-05 | 北京理工大学 | 一种动力电池的故障诊断方法及系统 |
CN117554846A (zh) * | 2024-01-12 | 2024-02-13 | 烟台海博电气设备有限公司 | 计及约束条件的锂电池寿命预测方法及系统 |
CN117554846B (zh) * | 2024-01-12 | 2024-03-22 | 烟台海博电气设备有限公司 | 计及约束条件的锂电池寿命预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107576915B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107576915A (zh) | 电池容量估算方法和装置 | |
CN110568359B (zh) | 一种锂电池剩余寿命预测方法 | |
CN107110915B (zh) | 电池组的电池单元的充电状态的自动估计方法 | |
CN103907030B (zh) | 电池充电率的估计装置与电池充电率的估计方法 | |
KR20220158271A (ko) | 배터리의 충전 상태를 결정하기 위한 방법 및 디바이스와 배터리 관리 시스템 | |
CN109991554B (zh) | 一种电池电量检测方法、装置及终端设备 | |
CN110573892B (zh) | 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 | |
CN107003360B (zh) | 电池组的充电状态的自动确定方法 | |
JP7394983B2 (ja) | 充電可能なバッテリの充電状態と健康状態を決定する方法および装置 | |
JP6859585B2 (ja) | バッテリーの電力限界を決定するための方法及びバッテリー管理システム | |
KR102373458B1 (ko) | 배터리를 위한 등가 회로 모델의 파라미터 추정 방법 및 배터리 관리 시스템 | |
CN107110916A (zh) | 电池组的电池单元的充电状态的自动估计方法 | |
JP2016090330A (ja) | バッテリのパラメータ推定装置 | |
KR20120065293A (ko) | 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법 | |
CN107209227A (zh) | 电池组的电池单元的充电状态的自动估计方法 | |
CN113383338B (zh) | 模拟电池构建方法及模拟电池构建装置 | |
CN111812519B (zh) | 一种电池参数辨识方法及系统 | |
CN107894570A (zh) | 基于Thevenin模型的电池组SOC的估算方法和装置 | |
CN108736083A (zh) | 用于评估含有表现出电压滞后的材料的电池的方法和设备 | |
KR20160060556A (ko) | 전지 잔량 예측 장치 및 배터리 팩 | |
JP6161133B2 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
CN107037368A (zh) | 估计电池的可用容量的方法和电源管理装置 | |
CN116577664A (zh) | 一种实时估算电池峰值功率的方法、电池管理系统、电池和软件产品 | |
CN112906176B (zh) | 一种电池等效电路模型的健康预测方法及系统 | |
CN115113083A (zh) | 电池健康状态估算方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |