CN108508369A - 一种汽车动力电池的校正方法、装置和系统 - Google Patents
一种汽车动力电池的校正方法、装置和系统 Download PDFInfo
- Publication number
- CN108508369A CN108508369A CN201810278617.8A CN201810278617A CN108508369A CN 108508369 A CN108508369 A CN 108508369A CN 201810278617 A CN201810278617 A CN 201810278617A CN 108508369 A CN108508369 A CN 108508369A
- Authority
- CN
- China
- Prior art keywords
- battery
- cell
- health state
- parameter data
- charge
- 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
Links
Landscapes
- Secondary Cells (AREA)
Abstract
本发明实施例公开了一种汽车动力电池的校正方法、装置和系统,该汽车包括电池管理装置,该校正方法包括:获取电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;获取电池管理装置在设定时间段内计算的第二电池健康状态值,根据第一电池健康状态值和第二电池健康状态值计算电池修正系数并下发至电池管理装置。本发明实施例,校正装置未设置在汽车及其电池管理装置中,减轻了电池管理装置BMS的硬件工作负荷,降低了成本;校正装置基于电池进行动力电池健康状态的建模计算,提升了估算精度;修正系数刷写到BMS中,保证了BMS更好的对动力电池健康状态进行管理。
Description
技术领域
本发明实施例涉及汽车电池技术,尤其涉及一种汽车动力电池的校正方法、装置和系统。
背景技术
目前对汽车的动力电池健康状态(state of health,SOH)的估算一般由动力电池管理管理系统(Battery Management System,BMS)采用内阻法或者建立电池模型进行估算等方法完成。所有计算均在BMS内部根据BMS采集的动力电池相关的数据完成。
内阻法是利用电池应用时间越长内阻越大的特点进行估计,但是由于电池的内阻难以在实际运行中进行准确测量,且根据电池特性,当容量下降到30%以下时内阻变化才比较明显,因此采用该方法估算的SOH值通常误差较大;
通过建立电池模型实时估计SOH是需要建立在精确地模型基础之上,而对于电池管理系统设计者来说,建立模型需要对电池的各项参数及特性充分了解,需要在建模之前进行大量的试验。而不同的类型的电池甚至不同批次的电池参数均不一致,因此采用建模法进行SOH估算所得的结果也存在较大的误差。同时,利用模型进行估算需要占用大量的硬件资源,对BMS的硬件要求较高。
发明内容
本发明实施例提供一种汽车动力电池的校正方法、装置和系统,以解决现有SOH估算精度差和成本高的问题。
本发明实施例提供了一种汽车动力电池的校正方法,该汽车包括电池管理装置,该校正方法包括:
获取所述电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的所述电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;
获取所述电池管理装置在所述设定时间段内计算的第二电池健康状态值,根据所述第一电池健康状态值和所述第二电池健康状态值计算电池修正系数并下发至所述电池管理装置。
进一步地,所述电池参数数据包括:充放电电流、荷电状态和电池工作温度。
进一步地,所述第一电池健康状态模型包括:
第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和所述电池工作温度为第一设定温度;
第一电池健康状态SOH1与所述放电深度DOD的函数关系SOH1=f(DOD),其中,所述充放电倍率为第一设定倍率和所述电池工作温度为所述第一设定温度;以及,
第一电池健康状态SOH1与所述电池工作温度T的函数关系SOH1=f(T),其中,所述充放电倍率为所述第一设定倍率和所述放电深度为所述第一设定深度;
所述充放电倍率=所述充放电电流/额定充放电电流,所述放电深度=1-所述荷电状态。
进一步地,在获取所述电池管理装置采集的动力电池的电池参数数据之后,还包括:对获取到的所述电池参数数据进行无效数据筛除。
进一步地,对获取到的所述电池参数数据进行无效数据筛除包括:
筛除存在数据丢包或传输错误的电池参数数据;和/或,
所述电池参数数据包括电池荷电状态和单体电压值,所述单体电压值对应有预设电池荷电状态范围,筛除存在所述电池荷电状态超出所述预设电池荷电状态范围的电池参数数据。
本发明实施例还提供了一种汽车动力电池的校正装置,该汽车包括电池管理装置,该校正装置包括:
建立模型模块,用于获取所述电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的所述电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;
计算系数模块,用于获取所述电池管理装置在所述设定时间段内计算的第二电池健康状态值,根据所述第一电池健康状态值和所述第二电池健康状态值计算电池修正系数并下发至所述电池管理装置。
进一步地,所述电池参数数据包括:充放电电流、荷电状态和电池工作温度。
进一步地,所述第一电池健康状态模型包括:
第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和所述电池工作温度为第一设定温度;
第一电池健康状态SOH1与所述放电深度DOD的函数关系SOH1=f(DOD),其中,所述充放电倍率为第一设定倍率和所述电池工作温度为所述第一设定温度;以及,
第一电池健康状态SOH1与所述电池工作温度T的函数关系SOH1=f(T),其中,所述充放电倍率为所述第一设定倍率和所述放电深度为所述第一设定深度;
所述充放电倍率=所述充放电电流/额定充放电电流,所述放电深度=1-所述荷电状态。
进一步地,该校正装置还包括:数据筛除模块,所述数据筛除模块用于在获取所述电池管理装置采集的动力电池的电池参数数据之后,对获取到的所述电池参数数据进行无效数据筛除。
进一步地,所述数据筛除模块具体用于筛除存在数据丢包或传输错误的电池参数数据;和/或,所述电池参数数据包括电池荷电状态和单体电压值,所述单体电压值对应有预设电池荷电状态范围,筛除存在所述电池荷电状态超出所述预设电池荷电状态范围的电池参数数据。
本发明实施例还提供了一种汽车动力电池校正系统,包括如上所述的校正装置和与所述校正装置通讯连接的汽车,所述汽车内集成有电池管理装置。
进一步地,所述汽车还包括车辆终端,所述车辆终端分别连接所述电池管理装置和所述校正装置,所述车辆终端用于从所述电池管理装置获取电池参数数据并传输至所述校正装置。
本发明实施例中,校正装置根据设定时间段内获取的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值,再获取电池管理装置在设定时间段内计算的第二电池健康状态值,比对第一电池健康状态值和第二电池健康状态值以计算得到电池修正系数并下发至电池管理装置进行校正,实现了动力电池健康状态的更新和校正。本发明实施例中,校正装置并未设置在汽车及其电池管理装置中,减轻了电池管理装置BMS的硬件工作负荷,降低了成本;校正装置基于电池本身进行动力电池健康状态SOH的建模计算,提升了估算精度;校正装置计算得到的修正系数可以刷写到BMS中进行校正,保证了BMS可以更好的应用SOH对动力电池健康状态进行管理;校正装置可以在电池全生命周期实现对SOH的不断修正;以及,校正装置可以对电池参数数据进行累积存储,有利于BMS的开发和SOH估算。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,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是本发明实施例提供的一种汽车动力电池的校正方法的流程图;
图2是本发明实施例提供的一种汽车动力电池的校正装置的示意图;
图3是本发明实施例提供的一种汽车动力电池校正系统的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,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做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。
参考图1所示,为本发明实施例提供的一种汽车动力电池的校正方法的流程图,该校正方法可通过校正装置执行,该校正装置可采用软件和/或硬件实现,该校正装置可集成在车联网服务平台或车联网服务器中。
本实施例提供的一种汽车动力电池的校正方法,该汽车包括电池管理装置,该校正方法包括:
步骤110、获取电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值。
本实施例中,汽车的电池管理装置与汽车的动力电池电连接,用于监控和采集动力电池的电池参数。校正装置与电池管理装置远程无线连接,则校正装置可实时获取电池管理装置采集的动力电池的电池参数数据。校正装置对获取的电池参数数据进行存储后,可选取一个时间段并根据该时间段内获取的电池参数数据建立第一电池健康状态模型,第一电池健康状态模型建立完成后可计算出所需的第一电池健康状态值。例如,根据第一电池健康状态模型计算电池工作温度为20°、充放电倍率为0.5C和放电深度为20%时的第一电池健康状态值。可选该设定时间段为一个月或两个月等,在本发明中不进行具体限定。
步骤120、获取电池管理装置在设定时间段内计算的第二电池健康状态值,根据第一电池健康状态值和第二电池健康状态值计算电池修正系数并下发至电池管理装置。
本实施例中,电池管理装置自身还具有估算电池健康状态值的功能,则电池管理装置可在设定时间段内根据采集的电池参数数据计算出第二电池健康状态值。需要说明的是,电池管理装置的电池健康状态值SOH估算方法多为内阻法或现有其他估算方法,电池管理装置采用现有方法估算的SOH值误差较大,基于此,本实施例中校正装置利用大数据建立设定时间段内的SOH模型,对电池管理装置中原有方法计算得出的SOH进行校正,能够提高电池管理装置中SOH的准确性。基于此,校正装置获取电池管理装置计算出的设定时间段内的第二电池健康状态值,并将第二电池健康状态值与第一电池健康状态值进行比对以得出电池校正系数,再将该校正系数传输至电池管理装置进行更新校正,实现对电池管理装置中SOH值的校正。需要说明的是,校正装置可实时获取电池管理装置的电池参数数据,因此校正装置可以获取电池全生命周期的参数数据,相应的可以在电池的全生命周期中不断进行电池健康状态修正。
本实施例中,校正装置根据设定时间段内获取的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值,再获取电池管理装置在设定时间段内计算的第二电池健康状态值,比对第一电池健康状态值和第二电池健康状态值以计算得到电池修正系数并下发至电池管理装置进行校正,实现了动力电池健康状态的更新和校正。本实施例中,校正装置并未设置在汽车及其电池管理装置中,减轻了电池管理装置BMS的硬件工作负荷,降低了成本;校正装置基于电池本身进行动力电池健康状态SOH的建模计算,提升了估算精度;校正装置计算得到的修正系数可以刷写到BMS中进行校正,保证了BMS可以更好的应用SOH对动力电池健康状态进行管理;校正装置可以在电池全生命周期实现对SOH的不断修正;以及,校正装置可以对电池参数数据进行累积存储,有利于BMS的开发和SOH估算。
可选的,电池参数数据包括:充放电电流、荷电状态和电池工作温度。影响动力电池SOH的关键因素是充放电倍率、放电深度和电池工作温度,因此本实施例中可选电池参数数据包括:充放电电流、荷电状态和电池工作温度,但是本领域技术人员可以理解,为了SOH建模的准确性,相关从业人员还可以增加其他电池参数数据,例如单体电压等。
可选的,第一电池健康状态模型包括:第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和电池工作温度为第一设定温度;第一电池健康状态SOH1与放电深度DOD的函数关系SOH1=f(DOD),其中,充放电倍率为第一设定倍率和电池工作温度为第一设定温度;以及,第一电池健康状态SOH1与电池工作温度T的函数关系SOH1=f(T),其中,充放电倍率为第一设定倍率和放电深度为第一设定深度;充放电倍率=充放电电流/额定充放电电流,放电深度=1-荷电状态。
充放电倍率Cr是电流It的函数,Cr=It/Irate,其中Irate额定充放电电流。放电深度DOD是荷电状态SOC的函数,DOD=1-SOC,其中荷电状态采用百分比表征。基于此,校正装置可根据电池参数数据得出充放电倍率数据和放电深度数据。
建立第一电池健康状态模型时,由于涉及到的变量多,因此可以采用固定某些参数,比如筛选出60%DOD、电池工作温度为25℃时的数据,选择不同放电倍率,如从0开始、每隔0.1C进行取值到最大充放电倍率1,由此可获得充放电倍率Cr对SOH的影响系数,SOH1=f(Cr)。同理,比如筛选出充放电倍率Cr为0.3C、电池工作温度为25℃时的数据,选择不同放电深度,如从0%开始、每隔1%进行取值到最大放电深度1,由此可获得放电深度DOD对SOH的影响系数,SOH1=f(DOD)。同理,比如筛选出60%DOD、充放电倍率Cr为0.3C时的数据,选择不同电池工作温度T,如从环境温度开始、每隔1℃进行取值到最大电池温度,由此可获得电池工作温度T对SOH的影响系数,SOH1=f(T)。其中,选取了第一设定深度为60%DOD,第一设定温度为25℃,第一设定倍率为0.3C,在其他实施例中还可选为其他数值,在此不限定和示例。
如此,校正装置可获取到第一电池健康状态模型,该第一电池健康状态模型由三个函数构成,分别为SOH1=f(Cr),SOH1=f(DOD)和SOH1=f(T)。根据该第一电池健康状态模型,校正装置可计算任一电池状态下的SOH值,具体采用最小二乘法得出SOH1值。例如选取电池状态为23%DOD、0.12C和21℃,分别代入SOH1=f(Cr),SOH1=f(DOD)和SOH1=f(T)中可得到三个SOH1,将该三个SOH1中最小的一个SOH1确定为23%DOD、0.12C和21℃的电池状态下的电池健康状态值。
可选的,在获取电池管理装置采集的动力电池的电池参数数据之后,还包括:对获取到的电池参数数据进行无效数据筛除。无效的电池参数数据影响校正装置计算的SOH的准确性,因此获取到电池参数数据后,校正装置可筛除其中的无效电池参数数据。
可选的,对获取到的电池参数数据进行无效数据筛除包括:筛除存在数据丢包或传输错误的电池参数数据;和/或,电池参数数据包括电池荷电状态和单体电压值,单体电压值对应有预设电池荷电状态范围,筛除存在电池荷电状态超出预设电池荷电状态范围的电池参数数据。
电池参数数据从BMS传输至校正装置时,可能存在数据丢包或传输错误的可能。如某一时刻采集的电池参数数据传输至校正装置后缺少充放电电流,则判定数据丢包,需筛除该电池参数数据;或者,一电池参数数据传输至校正装置后其中的充放电电流发生变化,则判定传输错误,需筛除该电池参数数据。
在某一时刻获取电池参数数据时,其中的电池荷电状态和单体电压值应对应,具体的该时刻下单体电压值对应有预设电池荷电状态范围,同一时刻获取的电池荷电状态应处于该预设电池荷电状态范围,因此电池参数数据中电池荷电状态超出单体电压值所对应的预设电池荷电状态范围时,说明该电池荷电状态异常,即该时刻获取的电池参数数据异常,需筛除。
参考图2所示,为本发明实施例提供的一种汽车动力电池的校正装置的示意图,该校正装置可执行上述任意实施例所述的校正方法,该校正装置可采用软件和/或硬件实现,该校正装置可集成在车联网服务平台或车联网服务器中。
本实施例的汽车动力电池的校正装置,该汽车包括电池管理装置,该校正装置包括:建立模型模块210和计算系数模块220。
其中,建立模型模块210用于获取电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;计算系数模块220用于获取电池管理装置在设定时间段内计算的第二电池健康状态值,根据第一电池健康状态值和第二电池健康状态值计算电池修正系数并下发至电池管理装置。
可选的,电池参数数据包括:充放电电流、荷电状态和电池工作温度。
可选的,第一电池健康状态模型包括:第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和电池工作温度为第一设定温度;第一电池健康状态SOH1与放电深度DOD的函数关系SOH1=f(DOD),其中,充放电倍率为第一设定倍率和电池工作温度为第一设定温度;以及,第一电池健康状态SOH1与电池工作温度T的函数关系SOH1=f(T),其中,充放电倍率为第一设定倍率和放电深度为第一设定深度;充放电倍率=充放电电流/额定充放电电流,放电深度=1-荷电状态。
可选的,校正装置还包括:数据筛除模块,数据筛除模块用于在获取电池管理装置采集的动力电池的电池参数数据之后,对获取到的电池参数数据进行无效数据筛除。
可选的,数据筛除模块具体用于筛除存在数据丢包或传输错误的电池参数数据;和/或,电池参数数据包括电池荷电状态和单体电压值,单体电压值对应有预设电池荷电状态范围,筛除存在电池荷电状态超出预设电池荷电状态范围的电池参数数据。
本实施例中,校正装置根据设定时间段内获取的电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值,再获取电池管理装置在设定时间段内计算的第二电池健康状态值,比对第一电池健康状态值和第二电池健康状态值以计算得到电池修正系数并下发至电池管理装置进行更新,实现了动力电池健康状态的更新和校正。本实施例中,校正装置并未设置在汽车及其电池管理装置中,减轻了电池管理装置BMS的硬件工作负荷,降低了成本;校正装置基于电池本身进行动力电池健康状态SOH的建模计算,提升了估算精度;校正装置计算得到的修正系数可以刷写到BMS中进行更新,保证了BMS可以更好的应用SOH对动力电池健康状态进行管理;校正装置可以在电池全生命周期实现对SOH的不断修正;以及,校正装置可以对电池参数数据进行累积存储,有利于BMS的开发和SOH估算。
参考图3所示,为本发明实施例提供的一种汽车动力电池校正系统的示意图,该校正系统可执行上述任意实施例所述的校正方法,该校正系统采用硬件实现。
本实施例提供的汽车动力电池校正系统,包括如上任意实施例所述的校正装置310a和与校正装置310a通讯连接的汽车320,汽车320内集成有电池管理装置320a。可选该校正装置310a集成在车联网服务平台310(或车联网服务器)中。可选的,汽车320还包括车辆终端320b,车辆终端320b分别连接电池管理装置320a和校正装置310a,车辆终端320b用于从电池管理装置320a获取电池参数数据并传输至校正装置310a,以及从校正装置310a获取电池修正系数并传输至电池管理装置320a。在此,选取车辆终端是为了便于汽车与车联网服务平台进行远程无线通讯,因此车辆终端可以是任意一种可实现远程无线通讯的通讯终端,该车辆终端可独立在汽车中或集成在BMS中。
本发明实施例提出的汽车动力电池校正系统,利用车联网服务平台采集的数据进行基于大数据的SOH建模分析,可以结合车辆的实际运行工况,在车联网服务平台端完成电池的SOH估算,再通过平台端对BMS下发校正值即修正系数来实现动力电池进行健康状态(SOH)的定时校正,能够提高SOH的估算精度。
本发明实施例中,汽车的BMS具有在线标定的功能,则车联网服务平台可以通过车载终端对动力电池的BMS进行数据刷写。可选的,车联网服务平台可以以时间为标准对采集到的电池参数数据进行存储。车联网服务平台将不同时间段下计算的SOH1值与BMS计算得到的SOH2进行对比,并建立二者之间的关系曲线,可以计算出SOH的修正系数。车联网服务平台将计算得到的SOH修正系数刷写至BMS,能够实现对BMS计算的SOH值的校正。
需要说明的是,由于汽车的动力电池的运行是一个不断老化的过程,因此车联网服务平台可以不断进行SOH的计算,并不断更新修正系数,该修正系数的更新时间可以固定一段时间如每两个月对BMS进行SOH值的校正刷写。此外,车联网服务平台通过长时间的电池参数数据累积可以对SOH的变化过程进行分析,得到同类型电池的更为精确地变化过程,所得到的修正系数可以直接应用于的其他车辆以减少工作量。
需要说明的是,车联网服务平台基于电池本身和工况相结合的SOH的建模计算,提升了估算精度同时减轻了BMS的硬件工作负荷。其中电池本身和工况相结合具体是指,车辆工况对电池本身会产生影响,因此车联网服务平台获取的电池参数数据是与车辆工况相关的数据,并不是游离与汽车之外,相应的,车联网服务平台也需要定时的对SOH建模进行重新建模以便于提高准确性。由此可知,车联网服务平台可以获取大量的电池参数数据支持,可以建立不同充放电倍率、放电深度和电池工作温度下的SOH计算模型,并且可以通过电池的实际运行工况对电池的工况点进行统计,对工作时间较长的工作点的SOH模型进行细化。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整、相互组合和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种汽车动力电池的校正方法,其特征在于,该汽车包括电池管理装置,该校正方法包括:
获取所述电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的所述电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;
获取所述电池管理装置在所述设定时间段内计算的第二电池健康状态值,根据所述第一电池健康状态值和所述第二电池健康状态值计算电池修正系数并下发至所述电池管理装置。
2.根据权利要求1所述的校正方法,其特征在于,所述电池参数数据包括:充放电电流、荷电状态和电池工作温度。
3.根据权利要求2所述的校正方法,其特征在于,所述第一电池健康状态模型包括:
第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和所述电池工作温度为第一设定温度;
第一电池健康状态SOH1与所述放电深度DOD的函数关系SOH1=f(DOD),其中,所述充放电倍率为第一设定倍率和所述电池工作温度为所述第一设定温度;以及,
第一电池健康状态SOH1与所述电池工作温度T的函数关系SOH1=f(T),其中,所述充放电倍率为所述第一设定倍率和所述放电深度为所述第一设定深度;
所述充放电倍率=所述充放电电流/额定充放电电流,所述放电深度=1-所述荷电状态。
4.根据权利要求1所述的校正方法,其特征在于,在获取所述电池管理装置采集的动力电池的电池参数数据之后,还包括:对获取到的所述电池参数数据进行无效数据筛除。
5.根据权利要求4所述的校正方法,其特征在于,对获取到的所述电池参数数据进行无效数据筛除包括:
筛除存在数据丢包或传输错误的电池参数数据;和/或,
所述电池参数数据包括电池荷电状态和单体电压值,所述单体电压值对应有预设电池荷电状态范围,筛除存在所述电池荷电状态超出所述预设电池荷电状态范围的电池参数数据。
6.一种汽车动力电池的校正装置,其特征在于,该汽车包括电池管理装置,该校正装置包括:
建立模型模块,用于获取所述电池管理装置采集的动力电池的电池参数数据,根据设定时间段内的所述电池参数数据建立第一电池健康状态模型并计算第一电池健康状态值;
计算系数模块,用于获取所述电池管理装置在所述设定时间段内计算的第二电池健康状态值,根据所述第一电池健康状态值和所述第二电池健康状态值计算电池修正系数并下发至所述电池管理装置。
7.根据权利要求6所述的校正装置,其特征在于,所述电池参数数据包括:充放电电流、荷电状态和电池工作温度。
8.根据权利要求7所述的校正装置,其特征在于,所述第一电池健康状态模型包括:
第一电池健康状态SOH1与充放电倍率Cr的函数关系SOH1=f(Cr),其中,放电深度为第一设定深度和所述电池工作温度为第一设定温度;
第一电池健康状态SOH1与所述放电深度DOD的函数关系SOH1=f(DOD),其中,所述充放电倍率为第一设定倍率和所述电池工作温度为所述第一设定温度;以及,
第一电池健康状态SOH1与所述电池工作温度T的函数关系SOH1=f(T),其中,所述充放电倍率为所述第一设定倍率和所述放电深度为所述第一设定深度;
所述充放电倍率=所述充放电电流/额定充放电电流,所述放电深度=1-所述荷电状态。
9.根据权利要求6所述的校正装置,其特征在于,还包括:数据筛除模块,所述数据筛除模块用于在获取所述电池管理装置采集的动力电池的电池参数数据之后,对获取到的所述电池参数数据进行无效数据筛除。
10.根据权利要求9所述的校正装置,其特征在于,所述数据筛除模块具体用于筛除存在数据丢包或传输错误的电池参数数据;和/或,所述电池参数数据包括电池荷电状态和单体电压值,所述单体电压值对应有预设电池荷电状态范围,筛除存在所述电池荷电状态超出所述预设电池荷电状态范围的电池参数数据。
11.一种汽车动力电池校正系统,其特征在于,包括如权利要求6-10任一项所述的校正装置和与所述校正装置通讯连接的汽车,所述汽车内集成有电池管理装置。
12.根据权利要求11所述的汽车动力电池校正系统,其特征在于,所述汽车还包括车辆终端,所述车辆终端分别连接所述电池管理装置和所述校正装置,所述车辆终端用于从所述电池管理装置获取电池参数数据并传输至所述校正装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810278617.8A CN108508369A (zh) | 2018-03-30 | 2018-03-30 | 一种汽车动力电池的校正方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810278617.8A CN108508369A (zh) | 2018-03-30 | 2018-03-30 | 一种汽车动力电池的校正方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108508369A true CN108508369A (zh) | 2018-09-07 |
Family
ID=63379518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810278617.8A Pending CN108508369A (zh) | 2018-03-30 | 2018-03-30 | 一种汽车动力电池的校正方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108508369A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669145A (zh) * | 2018-12-24 | 2019-04-23 | 湖南科霸汽车动力电池有限责任公司 | 车载镍氢电池包soh估算方法 |
CN110308396A (zh) * | 2019-07-03 | 2019-10-08 | 华人运通(江苏)技术有限公司 | 电池状态监测方法、边缘处理器、系统及存储介质 |
CN110808598A (zh) * | 2019-10-22 | 2020-02-18 | 云南恒协科技有限公司 | 一种梯次利用退役动力锂电池的储能系统 |
CN112782593A (zh) * | 2020-12-24 | 2021-05-11 | 潍柴动力股份有限公司 | 电池初始荷电状态的获取方法及装置 |
CN114035075A (zh) * | 2021-11-18 | 2022-02-11 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于权重组合法的自动调整电池状态检测方法及系统 |
CN117169733A (zh) * | 2023-11-01 | 2023-12-05 | 车城智能装备(武汉)有限公司 | 一种动力电池监控方法、系统、设备及存储介质 |
WO2024007214A1 (zh) * | 2022-07-06 | 2024-01-11 | 时代电服科技有限公司 | 用于电池换电的方法和装置 |
WO2024041074A1 (zh) * | 2022-08-25 | 2024-02-29 | 中国第一汽车股份有限公司 | 一种换电电池包soh修正系统、方法、装置、终端及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096048A (zh) * | 2011-01-12 | 2011-06-15 | 启明信息技术股份有限公司 | 电动汽车的电池管理系统电池荷电状态校准方法及装置 |
CN202770974U (zh) * | 2012-09-24 | 2013-03-06 | 北京普莱德新能源电池科技有限公司 | 电动汽车动力电池自动测试诊断系统 |
CN104483628A (zh) * | 2014-11-11 | 2015-04-01 | 惠州市亿能电子有限公司 | 一种电动汽车电池组健康状态的检测装置及方法 |
CN105048484A (zh) * | 2015-09-08 | 2015-11-11 | 山东大学 | 模块化多电平电池储能系统的电池健康状态优化控制方法 |
CN107329094A (zh) * | 2017-08-23 | 2017-11-07 | 北京新能源汽车股份有限公司 | 动力电池健康状态估算方法及装置 |
-
2018
- 2018-03-30 CN CN201810278617.8A patent/CN108508369A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096048A (zh) * | 2011-01-12 | 2011-06-15 | 启明信息技术股份有限公司 | 电动汽车的电池管理系统电池荷电状态校准方法及装置 |
CN202770974U (zh) * | 2012-09-24 | 2013-03-06 | 北京普莱德新能源电池科技有限公司 | 电动汽车动力电池自动测试诊断系统 |
CN104483628A (zh) * | 2014-11-11 | 2015-04-01 | 惠州市亿能电子有限公司 | 一种电动汽车电池组健康状态的检测装置及方法 |
CN105048484A (zh) * | 2015-09-08 | 2015-11-11 | 山东大学 | 模块化多电平电池储能系统的电池健康状态优化控制方法 |
CN107329094A (zh) * | 2017-08-23 | 2017-11-07 | 北京新能源汽车股份有限公司 | 动力电池健康状态估算方法及装置 |
Non-Patent Citations (3)
Title |
---|
谭晓军: "《电池管理系统深度理论研究 面向大功率电池组的应用技术》", 30 April 2014 * |
谭晓军: "电池劣化研究的困难", 《电池管理系统深度理论研究 面向大功率电池组的应用技术》 * |
贵州电网有限责任公司: "《电动汽车充电管理云平台与智能充电技术》", 31 December 2017 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669145A (zh) * | 2018-12-24 | 2019-04-23 | 湖南科霸汽车动力电池有限责任公司 | 车载镍氢电池包soh估算方法 |
CN109669145B (zh) * | 2018-12-24 | 2020-12-18 | 湖南科霸汽车动力电池有限责任公司 | 车载镍氢电池包soh估算方法 |
CN110308396A (zh) * | 2019-07-03 | 2019-10-08 | 华人运通(江苏)技术有限公司 | 电池状态监测方法、边缘处理器、系统及存储介质 |
CN110308396B (zh) * | 2019-07-03 | 2020-09-25 | 华人运通(江苏)技术有限公司 | 电池状态监测方法、边缘处理器、系统及存储介质 |
CN110808598A (zh) * | 2019-10-22 | 2020-02-18 | 云南恒协科技有限公司 | 一种梯次利用退役动力锂电池的储能系统 |
CN112782593A (zh) * | 2020-12-24 | 2021-05-11 | 潍柴动力股份有限公司 | 电池初始荷电状态的获取方法及装置 |
CN114035075A (zh) * | 2021-11-18 | 2022-02-11 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于权重组合法的自动调整电池状态检测方法及系统 |
WO2024007214A1 (zh) * | 2022-07-06 | 2024-01-11 | 时代电服科技有限公司 | 用于电池换电的方法和装置 |
WO2024041074A1 (zh) * | 2022-08-25 | 2024-02-29 | 中国第一汽车股份有限公司 | 一种换电电池包soh修正系统、方法、装置、终端及介质 |
CN117169733A (zh) * | 2023-11-01 | 2023-12-05 | 车城智能装备(武汉)有限公司 | 一种动力电池监控方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108508369A (zh) | 一种汽车动力电池的校正方法、装置和系统 | |
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
US10168390B2 (en) | System and method for managing battery on the basis of time required for charging | |
CN110386029B (zh) | 一种根据动态电压修正锂电池soc方法 | |
Huang et al. | A model-based state-of-charge estimation method for series-connected lithium-ion battery pack considering fast-varying cell temperature | |
JP4767558B2 (ja) | 電源装置用状態検知装置,電源装置及び電源装置に用いられる初期特性抽出装置 | |
CN109782175B (zh) | 电动汽车电池容量校正测试方法及电子设备 | |
US9121909B2 (en) | Method for estimating state-of-charge of lithium ion battery | |
CN109507611B (zh) | 一种电动汽车的soh修正方法及系统 | |
KR101160545B1 (ko) | 이차전지 건강상태 진단장치 | |
CN110673039B (zh) | 一种基于大数据的磷酸铁锂电池soc充电在线校正方法 | |
US10620275B2 (en) | State estimation of an energy system | |
CN106019164A (zh) | 基于双重自适应无际卡尔曼滤波器的锂电池soc估计算法 | |
CN107064847A (zh) | 一种电动汽车电池荷电状态校正方法及装置 | |
Lee et al. | Development of cell selection framework for second-life cells with homogeneous properties | |
CN105015360A (zh) | 汽车动力电池sof的监测方法 | |
CN107942261B (zh) | 电池荷电状态的估计方法及系统 | |
CN112881930B (zh) | 一种基于物联网的储能电池健康管理预测方法及系统 | |
CN108828448B (zh) | 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法 | |
CN111537885B (zh) | 一种串联电池组的多时间尺度短路电阻估计方法 | |
CN105699910A (zh) | 一种锂电池剩余电量在线估计方法 | |
CN113156321A (zh) | 一种锂离子电池荷电状态soc的估算方法 | |
CN111142025A (zh) | 一种电池soc估算方法、装置、存储介质及电动汽车 | |
CN112557928B (zh) | 一种计算电池荷电状态的方法、装置和动力电池 | |
CN111796185A (zh) | 基于t-s型模糊算法的磷酸铁锂电池soc-ocv校准方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |