CN108957337B - 电池健康状态的确定方法、装置、存储介质和电子设备 - Google Patents
电池健康状态的确定方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN108957337B CN108957337B CN201810639301.7A CN201810639301A CN108957337B CN 108957337 B CN108957337 B CN 108957337B CN 201810639301 A CN201810639301 A CN 201810639301A CN 108957337 B CN108957337 B CN 108957337B
- Authority
- CN
- China
- Prior art keywords
- battery
- capacity
- soc
- moment
- time
- 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
Images
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本公开涉及一种电池健康状态的确定方法、装置、存储介质和电子设备，该方法包括：在电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的SOC差值以及容量差值；根据SOC差值、容量差值以及第一时刻的电池总容量，利用递归最小二乘法获取第二时刻的电池总容量；根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值；将第二时刻重新作为第一时刻重复执行获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值的步骤。能够避免归纳经验难以归纳以及基于经验公式估算健康状态不准确的问题。
Description
技术领域
本公开涉及电池技术领域，具体地，涉及一种电池健康状态的确定方法、装置、存储介质和电子设备。
背景技术
电池管理系统(Battery Management System，BMS)通常用于电池状态的监测，能够实时地估测电池的荷电状态(State of Charge，SOC)，以及估算电池的健康状态(Section Of Health，SOH)，防止由于过充电或过放电对电池造成损伤。其中，电池的SOH＝当前总容量/出厂总容量，SOH通常以百分比的形式表示。随着电池的使用，电池的总容量会随着电池的使用而劣化(减少)。这一劣化可分为循环容量劣化和放置容量劣化，其中循环容量劣化的影响因素包括：温度，充放电倍率，放电深度(DOD)，累计充电安时数，放置劣化的影响因素包括：温度，SOC，放置时间等因素影响。
现有的一般估算电池劣化的方法都是基于经验的方法，例如根据用了多少安时，或者放置了多久，通过一个归纳出的经验公式估算造成的SOH损失。或者，统计使用了多少安时数，并获取其与一般情况下可用的总安时数之比作为SOH。
但电池劣化的数学模型是一个高维度，高非线性，强耦合的模型，很难归纳。因此，SOH估算不准，无法在线修正是现今SOH估算的主要问题。
发明内容
本公开的目的是提供一种电池健康状态的确定方法、装置、存储介质和电子设备，能够提供一种电池健康状态的估算方法，用于解决经验公式难以归纳，以及基于经验公式估算健康状态的不准确的问题。
为了实现上述目的，在本公开的第一方面，提供一种电池健康状态的确定方法，所述方法包括：
当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值；
根据所述SOC差值、所述容量差值以及所述第一时刻的电池总容量，利用递归最小二乘法获取所述第二时刻的电池总容量；
根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值；
将第二时刻重新作为所述第一时刻，重复执行所述当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值的步骤。
可选的，所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，包括：
当所述电池为静置状态时，利用基于开路电压OCV的静态修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
利用安时积分法获取所述容量差值。
可选的，所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，包括：
当所述电池为被使用状态时，利用动态电压修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
利用安时积分法获取所述容量差值。
可选的，在所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，所述方法还包括：
获取所述电池距离上一次使用的时间间隔是否大于预设的时长阈值；
当所述时间间隔大于或等于所述时长阈值时，确定所述电池为静置状态；
当所述时间间隔小于所述时长阈值时，确定所述电池为被使用状态。
可选的，所述递归最小二乘法为基于带遗忘因子的递归最小二乘法，所述递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0＜δ＜＜1，λ表示所述遗忘因子，λ＜1。
可选的，所述方法还包括：
当所述电池温度处于所述温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量；
根据所述当前的电池总容量和所述初始总容量确定所述电池当前的健康状态值；
其中，所述基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f(电池温度，SOC，放置天数)
-g(电池温度，放电深度，历史充电电量，充放电倍率)
其中，f(电池温度，SOC，放置天数)表示基于放置劣化影响的函数，g(电池温度，放电深度，历史充电电量，充放电倍率)表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
可选的，所述方法还包括：
在获取多个健康状态值之后，根据所述多个健康状态值确定所述电池的健康状态值变化趋势信息。
第二方面，提供一种电池健康状态的确定装置，所述装置包括：
电量检测模块，用于当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值；
容量确定模块，用于根据所述SOC差值、所述容量差值以及所述第一时刻的电池总容量，利用递归最小二乘法获取所述第二时刻的电池总容量；
健康状态确定模块，用于根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值；
重复执行模块，用于将第二时刻重新作为所述第一时刻，重复执行所述当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值的步骤。
可选的，所述电量检测模块，包括：
SOC获取子模块，用于当所述电池为静置状态时，利用基于开路电压OCV的静态修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块，用于利用安时积分法获取所述容量差值。
可选的，所述电量检测模块，包括：
SOC获取子模块，用于当所述电池为被使用状态时，利用动态电压修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块，用于利用安时积分法获取所述容量差值。
可选的，所述装置还包括：状态确定模块，用于：
在所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，获取所述电池距离上一次使用的时间间隔是否大于预设的时长阈值；
当所述时间间隔大于或等于所述时长阈值时，确定所述电池为静置状态；
当所述时间间隔小于所述时长阈值时，确定所述电池为被使用状态。
可选的，所述递归最小二乘法为基于带遗忘因子的递归最小二乘法，所述递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0＜δ＜＜1，λ表示所述遗忘因子，λ＜1。
可选的，所述容量确定模块，还用于：
当所述电池温度处于所述温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量；
根据所述当前的电池总容量和所述初始总容量确定所述电池当前的健康状态值；
其中，所述基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f(电池温度，SOC，放置天数)
-g(电池温度，放电深度，历史充电电量，充放电倍率)
其中，f(电池温度，SOC，放置天数)表示基于放置劣化影响的函数，g(电池温度，放电深度，历史充电电量，充放电倍率)表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
可选的，所述装置还包括：
变化趋势确定模块，用于在获取多个健康状态值之后，根据所述多个健康状态值确定所述电池的健康状态值变化趋势信息。
第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现第二方面所述方法的步骤。
上述技术方案，通过在电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，并根据SOC差值、容量差值以及第一时刻的电池总容量，利用递归最小二乘法获取第二时刻的电池总容量，再根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值，然后将第二时刻重新作为第一时刻，重复执行获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值的步骤，从而提供了一种不依赖于经验公式的电池健康状态的估算方法，能够无需归纳经验公式，从而能够避免归纳经验难以归纳以及基于经验公式估算健康状态的不准确的问题。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据本公开一示例性实施例示出的一种电池健康状态的确定方法的流程示意图；
图2是根据本公开一示例性实施例示出的另一种电池健康状态的确定方法的流程示意图；
图3是根据图1所示实施例示出的一种SOC差值的计算方法的流程示意图；
图4是根据图1所示实施例示出的另一种SOC差值的计算方法的流程示意图；
图5是根据图1所示实施例示出的又一种SOC差值的计算方法的流程示意图；
图6是根据图1所示实施例示出的又一种SOC差值的计算方法的流程示意图；
图7a是根据图6所示实施例示出的一种电池总容量的变化趋势曲线的示意图；
图7b是根据图6所示实施例示出的一种SOH值的变换趋势曲线的示意图；
图8是根据本公开一示例性实施例示出的一种电池健康状态的确定装置的框图；
图9是根据图8所示实施例示出的一种电量检测模块的框图；
图10是根据本公开一示例性实施例示出的另一种电池健康状态的确定装置的框图；
图11是根据本公开一示例性实施例示出的又一种电池健康状态的确定装置的框图；
图12是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据本公开一示例性实施例示出的一种电池健康状态的确定方法的流程示意图，如图1所示，该方法可以包括：
步骤101，当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的SOC差值以及容量差值。
示例的，首先，需要判断电池温度是否处于预设的温度范围内，该温度范围可以根据温度对电池容量的影响来确定，以便使得在该温度范围内时，温度对电池容量的影响较小。例如，该温度范围可以是20℃至40℃，或者可以根据不同电池的电芯特性来确定该温度范围。当电池温度处于该温度范围内时，说明此时温度对电池容量的影响很小，因此可以执行步骤101-104所示的方法。
其中，该第一时刻和第二时刻可以是以该预设时间间隔为间隔的任意两个相邻的时刻，因此第一时刻和第二时刻可以分别表示为第i-1时刻和第i时刻。可以分别获取该第一时刻的SOC值，和第二时刻的SOC值，然后即可得出该SOC差值，该容量差值即Ah差值，用于表示从第一时刻到第二时刻该电池的Ah变化量，能够表示从第一时刻到第二时刻该电池冲入的电量或放出的电量。
步骤102，根据该SOC差值、该容量差值以及该第一时刻的电池总容量，利用递归最小二乘法获取该第二时刻的电池总容量。
步骤103，根据该第二时刻的电池总容量和该电池的初始总容量确定该电池当前的健康状态值。
步骤104，将第二时刻重新作为第一时刻，重复执行步骤101-103。
其中，通过递归最小二乘法可以基于上一次获取的电池总容量，即在第一时刻获取的电池总容量的基础上，结合本次获取的SOC差值和容量差值对当前该第二时刻的电池总容量进行估计，然后获取该第二时刻的电池总容量与该初始总容量之比即可获取该电池当前的健康状态值，即
其中，Q(1)表示初始总容量，Q(i)表示当前计算出来的电池总容量。并且可以继续将第二时刻重新作为第一时刻，重新执行步骤101-103，从而可以不断地计算出该电池后续的SOH，因此能够实时地获取电池的SOH。
上述技术方案提供了一种不依赖于经验公式的电池健康状态的估算方法，能够无需归纳经验公式，从而能够避免归纳经验难以归纳以及基于经验公式估算健康状态的不准确的问题。
其中，对于步骤102，可以根据电池使用状态的不同，采用不同的SOC算法来执行步骤102，该电池使用状态可以包括静置状态和被使用状态，通俗地讲，该静置状态可以理解为电池很长时间未被使用的状态，被使用状态可以理解为电池一直被使用或时常被使用。图2是根据本公开一示例性实施例示出的另一种电池健康状态的确定方法的流程示意图，如图2所示，在步骤102所述的获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，该方法还包括：
步骤105，判断该电池距离上一次使用的时间间隔是否大于预设的时长阈值。当该时间间隔大于或等于该时长阈值时，执行步骤106；当该时间间隔小于该时长阈值时，执行步骤107。
步骤106，确定该电池为静置状态。
步骤107，确定该电池为被使用状态。
基于图2所示方法确定的电池使用状态，可以针对电池为静置状态或被使用状态这两种状态，分别执行图3或图4所示的方法，图3是根据图1所示实施例示出的一种SOC差值的计算方法的流程示意图，如图3所示，步骤102所述的获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，可以包括：
步骤1021，当该电池为静置状态时，利用基于开路电压OCV的静态修正算法获取第一时刻的第一SOC值和该第二时刻的第二SOC值。
其中，基于OCV(Open Circuit Voltage，开路电压)的静态修正算法也称为开路电压法，其理论依据是：电池在长时间静置的条件下，其端电压与SOC有相对固定的函数关系，所以可以根据开路电压计算出SOC。以铅酸蓄电池为例，其性能稳定之后，例如长期放置时候，其开路电压与剩余容量存在很明显的线性关系，而这种线性关系受环境温度以及蓄电池老化因素的影响很小。其中，开路电压与剩余容量关系可以表示为：
其中，
为电池的开路电压OCV，a为电池充满电时的开路电压，b为充放电时某一时刻的开路电压，可以理解为当前测量时的开路电压。
步骤1022，根据该第一SOC值和该第二SOC值确定SOC差值。
步骤1023，利用安时积分法获取该容量差值。
其中，安时积分法目前常用的一种电量累计方法，该方法采用积分实时测量充入电池或从电池放出的电量(通常指SOC)，因此在已知初始电量的基础上即可通过积分的方法实时地获取之后任意时刻的SOC，传统的安时积分法可以表示为如下公式：
其中，SOC0表示初始电量，CN表示电池的额定容量，I表示充电或放电电流，η为充放电效率，
用于计算从初始时刻到当前时刻由于充放电带来的电池容量的变化量，即容量差值。
由于本实施例的步骤1023是利用安时积分法计算容量差值ΔAh，因此本实施例中所采用的安时积分法不同于上述的传统的安时积分法，本实施例所采用的方法可以表示为：
通过上述算法可以通过积分累计的方式计算出一段时间内电池充入或放出的容量，即容量差值ΔAh，从而可以计算出从该第一时刻到第二时刻该电池的容量差值ΔAh。
图4是根据图1所示实施例示出的另一种SOC差值的计算方法的流程示意图，如图4所示，步骤102所述的获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，可以包括：
步骤1024，当电池为被使用状态时，利用动态电压修正算法获取第一时刻的第一SOC值和第二时刻的第二SOC值。
步骤1025，根据第一SOC值和第二SOC值确定SOC差值。
步骤1026，利用安时积分法获取容量差值。
其中，该动态电压修正算法可以采用卡尔曼滤波法，步骤1025和步骤1026可以采用如步骤1022和1023所述的方法获取该SOC差值和该容量差值，不再赘述。
另外，需要说明的是，如果在步骤1023或1025中获取到的SOC差值过小(例如小于一个设定的差值阈值)，则放弃本次获取的SOC差值，并重新检测。
进一步的，上述的递归最小二乘法可以为基于带遗忘因子的递归最小二乘法，其中可以用{x(1) … x(n)}分别表示n次采集到的SOC差值(下面表示为ΔSOC)，用{y(1) …y(n)}分别表示n次采集到的ΔAh值，{Q(1) … Q(n)}表示n次估算的总容量的最优解，y＝Qx，该递归最小二乘法的代价函数为：
则可以得到该递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0＜δ＜＜1，λ表示遗忘因子，λ＜1。其中，λ一般可以取值为0.98，当λ＝1时，表示没有遗忘。ε和k用于表示预估误差影响当前总容量Q的程度。
利用上述递归最小二乘法，以该第一时刻和第二时刻分别为第i-1时刻与第i时刻，即可算出电池当前的总容量Q(i)。
举例来说，假设初始容量Q(1)＝40Ah，P(1)＝1×10-4，λ＝0.98。则上述该递归最小二乘法变为：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
进一步的，如果当前检测到的ΔSOC(2)＝0.1，ΔAh(2)＝3.6，则将其带入上述公式可以得出：
ε(2)＝ΔAh(2)-Q(1)△SOC(2)＝3.6-40*0.1＝-0.4
Q(2)＝Q(1)+k(2)ε(2)＝39.9996
以此类推，可计算Q(3)、Q(4)…，根据
则可实时地计算出各个时刻的SOH值。
由此可见，上述技术方案提供了一种不依赖于经验公式的电池健康状态的估算方法，能够无需归纳经验公式，从而能够避免归纳经验难以归纳以及基于经验公式估算健康状态的不准确的问题。
另外，需要说明的是，当电池温度处于上述的温度范围外时，温度可以会对电池容量产生一定影响，因此，如图5所示，在图1所示的方法的基础上，该方法还可以包括：
步骤108，当该电池温度处于该温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量。
步骤109，根据当前的电池总容量和初始总容量确定电池当前的健康状态值。
其中，该基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f(电池温度，SOC，放置天数)
-g(电池温度，放电深度，历史充电电量，充放电倍率)
其中，f(电池温度，SOC，放置天数)表示基于放置劣化影响的函数，g(电池温度，放电深度，历史充电电量，充放电倍率)表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
再进一步的，图6是根据本公开一示例性实施例示出的又一种电池健康状态的确定方法的流程示意图，该方法还可以包括：
步骤110，在获取多个健康状态值之后，根据该多个健康状态值确定该电池的健康状态值变化趋势信息。
示例的，该变化趋势信息可以为SOH值的变换趋势曲线，如图7所示，图7a是根据图6所示实施例示出的一种电池总容量的变化趋势曲线的示意图，与该变化趋势曲线对应，图7b是一种SOH值的变换趋势曲线的示意图，参见图7a和7b，在初始总容量设置为40Ah的情况下，使用上述方法进行估算各个时刻总容量，可以看到经过400个采集测量周期(一次迭代为一个周期，其中步骤101-104每执行一次可以看做是一个周期)的SOH值的变换趋势曲线，在400个周期后，总容量估算接近36Ah，SOH接近90％。
综上所述，本公开提供的技术方案通过在电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，并根据SOC差值、容量差值以及第一时刻的电池总容量，利用递归最小二乘法获取第二时刻的电池总容量，再根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值，然后将第二时刻重新作为第一时刻，重复执行获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值的步骤，从而提供了一种不依赖于经验公式的电池健康状态的估算方法，能够无需归纳经验公式，从而能够避免归纳经验难以归纳以及基于经验公式估算健康状态的不准确的问题。
图8是根据本公开一示例性实施例示出的一种电池健康状态的确定装置的框图，如图8所示，该装置800可以包括：
电量检测模块801，用于当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值；
容量确定模块802，用于根据所述SOC差值、所述容量差值以及所述第一时刻的电池总容量，利用递归最小二乘法获取所述第二时刻的电池总容量；
健康状态确定模块803，用于根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值；
重复执行模块804，用于将第二时刻重新作为所述第一时刻，重复执行所述当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值的步骤。
可选的，图9是根据图8所示实施例示出的一种电量检测模块的框图，如图9所示，该电量检测模块801，可以包括：
SOC获取子模块8011，用于当所述电池为静置状态时，利用基于开路电压OCV的静态修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块8012，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块8013，用于利用安时积分法获取所述容量差值。
在另一种实施方式中中，
SOC获取子模块8011，用于当所述电池为被使用状态时，利用动态电压修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块8012，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块8013，用于利用安时积分法获取所述容量差值。
图10是根据本公开一示例性实施例示出的另一种电池健康状态的确定装置的框图，该装置800还可以包括：状态确定模块805，用于：
在所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，获取所述电池距离上一次使用的时间间隔是否大于预设的时长阈值；
当所述时间间隔大于或等于所述时长阈值时，确定所述电池为静置状态；
当所述时间间隔小于所述时长阈值时，确定所述电池为被使用状态。
可选的，所述递归最小二乘法为基于带遗忘因子的递归最小二乘法，所述递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0＜δ＜＜1，λ表示所述遗忘因子，λ＜1。
可选的，所述容量确定模块802，还可以用于：
当所述电池温度处于所述温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量；
根据所述当前的电池总容量和所述初始总容量确定所述电池当前的健康状态值；
其中，所述基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f(电池温度，SOC，放置天数)
-g(电池温度，放电深度，历史充电电量，充放电倍率)
其中，f(电池温度，SOC，放置天数)表示基于放置劣化影响的函数，g(电池温度，放电深度，历史充电电量，充放电倍率)表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
图11是根据本公开一示例性实施例示出的又一种电池健康状态的确定装置的框图，该装置800还可以包括：
变化趋势确定模块806，用于在获取多个健康状态值之后，根据所述多个健康状态值确定所述电池的健康状态值变化趋势信息。
综上所述，本公开提供的上述装置，通过在电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，并根据SOC差值、容量差值以及第一时刻的电池总容量，利用递归最小二乘法获取第二时刻的电池总容量，再根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值，然后将第二时刻重新作为第一时刻，重复执行获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据第二时刻的电池总容量和电池的初始总容量确定电池当前的健康状态值的步骤，从而提供了一种不依赖于经验公式的电池健康状态的估算方法，能够无需归纳经验公式，从而能够避免归纳经验难以归纳以及基于经验公式估算健康状态的不准确的问题。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图12是根据一示例性实施例示出的一种电子设备1200的框图。如图12所示，该电子设备1200可以包括：处理器1201，存储器1202。该电子设备1200还可以包括多媒体组件1203，输入/输出(I/O)接口1204，以及通信组件1205中的一者或多者。
其中，处理器1201用于控制该电子设备1200的整体操作，以完成上述的电池健康状态的确定方法中的全部或部分步骤。存储器1202用于存储各种类型的数据以支持在该电子设备1200的操作，这些数据例如可以包括用于在该电子设备1200上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器1202可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件1203可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1202或通过通信组件1205发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口1204为处理器1201和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件1205用于该电子设备1200与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件1205可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，电子设备1200可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的电池健康状态的确定方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的电池健康状态的确定方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1202，上述程序指令可由电子设备1200的处理器1201执行以完成上述的电池健康状态的确定方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (14)
1.一种电池健康状态的确定方法，其特征在于，所述方法包括：
当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值；
根据所述SOC差值、所述容量差值以及所述第一时刻的电池总容量，利用递归最小二乘法获取所述第二时刻的电池总容量；
根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值；
将第二时刻重新作为所述第一时刻，重复执行所述当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值的步骤；
所述递归最小二乘法为基于带遗忘因子的递归最小二乘法，所述递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0<δ＜＜1，λ表示所述遗忘因子，λ<1。
2.根据权利要求1所述的方法，其特征在于，所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，包括：
当所述电池为静置状态时，利用基于开路电压OCV的静态修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
利用安时积分法获取所述容量差值。
3.根据权利要求1所述的方法，其特征在于，所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值，包括：
当所述电池为被使用状态时，利用动态电压修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
利用安时积分法获取所述容量差值。
4.根据权利要求2或3所述的方法，其特征在于，在所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，所述方法还包括：
获取所述电池距离上一次使用的时间间隔是否大于预设的时长阈值；
当所述时间间隔大于或等于所述时长阈值时，确定所述电池为静置状态；
当所述时间间隔小于所述时长阈值时，确定所述电池为被使用状态。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述电池温度处于所述温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量；
根据所述当前的电池总容量和所述初始总容量确定所述电池当前的健康状态值；
其中，所述基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f-g
其中，f表示基于放置劣化影响的函数，g表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
6.根据权利要求1-3、5中任一项所述的方法，其特征在于，所述方法还包括：
在获取多个健康状态值之后，根据所述多个健康状态值确定所述电池的健康状态值变化趋势信息。
7.一种电池健康状态的确定装置，其特征在于，所述装置包括：
电量检测模块，用于当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值；
容量确定模块，用于根据所述SOC差值、所述容量差值以及所述第一时刻的电池总容量，利用递归最小二乘法获取所述第二时刻的电池总容量；
健康状态确定模块，用于根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值；
重复执行模块，用于将第二时刻重新作为所述第一时刻，重复执行所述当电池温度处于预设的温度范围内时，获取第一时刻与预设时间间隔之后第二时刻的荷电状态SOC差值以及容量差值，至根据所述第二时刻的电池总容量和所述电池的初始总容量确定所述电池当前的健康状态值的步骤；
所述递归最小二乘法为基于带遗忘因子的递归最小二乘法，所述递归最小二乘法包括：
ε(i)＝ΔAh(i)-Q(i-1)ΔSOC(i)
Q(i)＝Q(i-1)+k(i)ε(i)
其中，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量，ΔSOC(i)表示第i时刻与第i-1时刻之间的SOC差值，ΔAh(i)表示第i时刻与第i-1时刻之间的容量差值，ε(i)表示第i时刻的预估误差，k(i)表示第i时刻的增益，P(i)表示第i时刻的协方差，P(i-1)表示第i-1时刻的协方差，P(1)＝δ，0<δ＜＜1，λ表示所述遗忘因子，λ<1。
8.根据权利要求7所述的装置，其特征在于，所述电量检测模块，包括：
SOC获取子模块，用于当所述电池为静置状态时，利用基于开路电压OCV的静态修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块，用于利用安时积分法获取所述容量差值。
9.根据权利要求7所述的装置，其特征在于，所述电量检测模块，包括：
SOC获取子模块，用于当所述电池为被使用状态时，利用动态电压修正算法获取所述第一时刻的第一SOC值和所述第二时刻的第二SOC值；
差值计算子模块，用于根据所述第一SOC值和所述第二SOC值确定所述SOC差值；
容量检测子模块，用于利用安时积分法获取所述容量差值。
10.根据权利要求8或9所述的装置，其特征在于，所述装置还包括：状态确定模块，用于：
在所述获取当前的第一时刻与预设时间间隔之后第二时刻之间的SOC差值以及容量差值之前，获取所述电池距离上一次使用的时间间隔是否大于预设的时长阈值；
当所述时间间隔大于或等于所述时长阈值时，确定所述电池为静置状态；
当所述时间间隔小于所述时长阈值时，确定所述电池为被使用状态。
11.根据权利要求7所述的装置，其特征在于，所述容量确定模块，还用于：
当所述电池温度处于所述温度范围外时，利用基于劣化影响函数的算法获取当前的电池总容量；
根据所述当前的电池总容量和所述初始总容量确定所述电池当前的健康状态值；
其中，所述基于劣化影响函数的算法包括：
Q(i)＝Q(i-1)-f-g
其中，f表示基于放置劣化影响的函数，g表示基于循环劣化影响的函数，Q(i)表示第i时刻的电池总容量，Q(i-1)表示第i-1时刻的电池总容量。
12.根据权利要求7-9、11中任一项所述的装置，其特征在于，所述装置还包括：
变化趋势确定模块，用于在获取多个健康状态值之后，根据所述多个健康状态值确定所述电池的健康状态值变化趋势信息。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810639301.7A CN108957337B (zh) | 2018-06-20 | 2018-06-20 | 电池健康状态的确定方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810639301.7A CN108957337B (zh) | 2018-06-20 | 2018-06-20 | 电池健康状态的确定方法、装置、存储介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108957337A CN108957337A (zh) | 2018-12-07 |
| CN108957337B true CN108957337B (zh) | 2020-12-01 |
Family
ID=64490716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810639301.7A Active CN108957337B (zh) | 2018-06-20 | 2018-06-20 | 电池健康状态的确定方法、装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108957337B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111381178B (zh) * | 2018-12-28 | 2022-12-20 | 奥动新能源汽车科技有限公司 | 锂离子电池的健康状态的估算方法及系统 |
| CN109933025A (zh) * | 2018-12-29 | 2019-06-25 | 丰疆智慧农业股份有限公司 | 智能农机电量管理方法及电量管理系统 |
| CN111474480B (zh) * | 2019-01-24 | 2021-11-02 | 宁德时代新能源科技股份有限公司 | 电池阵列状态参数的检测方法、能量管理系统和储能系统 |
| CN110376536B (zh) * | 2019-08-05 | 2021-11-05 | 桑顿新能源科技(长沙)有限公司 | 电池系统soh检测方法、装置、计算机设备和存储介质 |
| CN110361664A (zh) * | 2019-08-23 | 2019-10-22 | 清华四川能源互联网研究院 | 电池监测方法、电池监测装置和充电设备 |
| CN113466726B (zh) * | 2020-03-31 | 2022-10-18 | 比亚迪股份有限公司 | 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 |
| CN111596222B (zh) * | 2020-04-23 | 2022-08-05 | 东软睿驰汽车技术（沈阳）有限公司 | 一种获得车辆电池的健康状态的方法和相关装置 |
| CN114062939A (zh) * | 2020-08-04 | 2022-02-18 | 北京小米移动软件有限公司 | 确定电池健康状态的方法、装置、智能设备及介质 |
| CN112485695A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 动力电池的检测方法及装置 |
| CN113466716A (zh) * | 2021-06-17 | 2021-10-01 | 深圳市道通科技股份有限公司 | 电池健康状态测算方法以及相关设备 |
| CN113484762A (zh) * | 2021-07-16 | 2021-10-08 | 东风柳州汽车有限公司 | 电池健康状态估算方法、装置、设备及存储介质 |
| CN115378074A (zh) * | 2022-08-19 | 2022-11-22 | 中科国微科技(深圳)有限公司 | 一种储能电源电能管理方法、装置及介质 |
| CN117406125B (zh) * | 2023-12-15 | 2024-02-23 | 山东派蒙机电技术有限公司 | 电池健康状态确认方法、装置、设备及存储介质 |
| CN117420463B (zh) * | 2023-12-19 | 2024-03-26 | 浙江地芯引力科技有限公司 | 电池的化学容量更新方法、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8084996B2 (en) * | 2008-06-27 | 2011-12-27 | GM Global Technology Operations LLC | Method for battery capacity estimation |
| CN104007390B (zh) * | 2013-02-24 | 2018-03-20 | 快捷半导体(苏州)有限公司 | 电池电荷状态跟踪、等效电路选择及基准测试方法及系统 |
| CN103296324B (zh) * | 2013-06-03 | 2015-05-20 | 清华大学 | 车用动力电池组充电方法 |
| CN106501736B (zh) * | 2017-01-04 | 2019-08-09 | 山东谦恒电子科技有限公司 | 电池内阻估算方法及装置 |
| CN107741569A (zh) * | 2017-11-16 | 2018-02-27 | 温州大学 | 一种基于分段扩展卡尔曼滤波的锂电池荷电状态的估算方法 |
-
2018
- 2018-06-20 CN CN201810639301.7A patent/CN108957337B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108957337A (zh) | 2018-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108957337B (zh) | 电池健康状态的确定方法、装置、存储介质和电子设备 | |
| Misyris et al. | State-of-charge estimation for li-ion batteries: A more accurate hybrid approach | |
| 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 | |
| EP2963434B1 (en) | Battery state estimation method and system using dual extended kalman filter, and recording medium for performing the method | |
| CN106461732B (zh) | 用于估计电池的健康状态的方法 | |
| Chen et al. | Battery state of charge estimation based on a combined model of Extended Kalman Filter and neural networks | |
| US10895605B2 (en) | Life estimation apparatus for lithium ion secondary cell | |
| JP6113920B2 (ja) | バッテリセルの容量決定のための方法 | |
| US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
| JP5874543B2 (ja) | 蓄電素子の寿命推定装置、寿命推定方法及び蓄電システム | |
| KR20190075684A (ko) | 배터리의 전하 균형을 탐지하는 배터리 모니터링 장치 및 방법 | |
| EP2089731A2 (en) | Apparatus and method for determination of the state-of-charge of a battery when the battery is not in equilibrium | |
| US20140306712A1 (en) | Tracking aging effect on battery impedance and tracking battery state of health | |
| KR102040880B1 (ko) | 배터리 상태 추정 장치 및 방법 | |
| CN111656643A (zh) | 用于对电池快速充电的自适应充电协议和实现该协议的快速充电系统 | |
| CN110967647B (zh) | 荷电状态修正方法及装置 | |
| KR20220034543A (ko) | 배터리의 충전상태를 추정하는 방법 | |
| Qiu et al. | Battery hysteresis modeling for state of charge estimation based on Extended Kalman Filter | |
| JP2022044172A (ja) | 複数の電池に関する判定装置、蓄電システム、判定方法及び判定プログラム | |
| KR20210074004A (ko) | 배터리 관리 시스템, 배터리 관리 방법, 배터리 팩 및 전기 차량 | |
| CN113484762A (zh) | 电池健康状态估算方法、装置、设备及存储介质 | |
| Wu et al. | State-of-charge and state-of-health estimating method for lithium-ion batteries | |
| Miftahullatif et al. | Novel state-of-health prediction method for lithium-ion batteries in battery storage system by using voltage variation at rest period after discharge | |
| Su et al. | Online State of Charge Estimation of Lithium-ion Battery Cells: A Multiple Model Adaptive Estimation Approach | |
| CN112513656A (zh) | 用于估计电池的充电状态的方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200924 Address after: 201805 room 1703, No. 888, South Moyu Road, Anting Town, Jiading District, Shanghai Applicant after: NEUSOFT REACH AUTOMOTIVE TECHNOLOGY (SHANGHAI) Co.,Ltd. Address before: Hunnan rookie street Shenyang city Liaoning province 110179 No. 2 Applicant before: NEUSOFT Corp. Applicant before: NEUSOFT REACH AUTOMOTIVE TECHNOLOGY (SHANGHAI) Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |