CN109143104A - 电池组放电状态监测方法及系统 - Google Patents
电池组放电状态监测方法及系统 Download PDFInfo
- Publication number
- CN109143104A CN109143104A CN201811073032.9A CN201811073032A CN109143104A CN 109143104 A CN109143104 A CN 109143104A CN 201811073032 A CN201811073032 A CN 201811073032A CN 109143104 A CN109143104 A CN 109143104A
- Authority
- CN
- China
- Prior art keywords
- voltage
- total voltage
- battery
- battery pack
- current
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种电池组放电状态监测方法及系统,方法包括在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;根据实时采样的各总电压、以及预定的总电压变化参考值,确定电池组当前的总电压变化趋势参数,实时监测当前的总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;根据实时采样的各单节电池的电压,以电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;如果当前的总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定电池组处于放电极限状态。
Description
技术领域
本发明涉及一种电池组放电状态监测方法及系统。
背景技术
随着经济和科技的不断发展,无人机的用途和功能越来越丰富,应用的行业也越来越广,包括消费类无人机、安防类无人机、测绘类无人机和植保类无人机等。但无一例外,他们一直都面临着一个很大的风险点,就是由于电池的电量估算精准度问题,没有对电池的剩余电量进行精确估算而不能在剩余电量不够时准确控制无人机返航,导致无人机在空中飞行忽然没有了放电能力,继而无人机直接从高空中坠落,也就是业界俗称的″炸机″。炸机的危害可想而知,几乎都是飞机摔毁,这不仅造成了很大的经济损失,同时还存在着很大的安全隐患。
所以如何准确的去判断无人机电池的续航能力成为了行业内一个亟待解决的问题。
目前行业大部分的做法就是用开漏电压法、电流积分法或者阻抗跟踪算法去估算电池的剩余电量。但由于无人机使用环境的不确定性,可能是在温度特别低的地方,可能是在空气很稀薄的地方,以及飞行途中的大电流的波动,这样就会造成无人机电量计很难准确的判断此时的可用剩余电量,所以近一两年无人机炸机事件也在频频发生。
发明内容
本发明实施例的目的之一在于提供一种电池组放电状态监测方法及系统,该技术方案对电池组的放电极限状态监测更加精确。
第一方面,本发明实施例提供的电池组放电状态监测方法,包括:
在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
根据实时采样的各单节电池的电压,以所述电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态。
可选地,所述总电压变化参考值按以下确定:
在所述电池组处于稳定放电状态时,采样电池组的各总电压,根据预定时长内的电池组的所述总电压变化量,确定所述总电压变化参考值,
所述总电压变化参考值与所述总电压变化量正向相关。
可选地,所述电池组是否处于所述稳定放电状态按以下确定:
如果所述电池组内当前电压最小的单节电池的电压小于预定的电压阈值,且等于或大于单节电池的放电标称电压,则判定所述电池组当前处于稳定放电状态。
所述电压阈值小于单节电池的满充电压,大于所述放电标称电压。
可选地,所述满充电压为4.2V。
可选地,所述放电标称电压为3.7V。
可选地,所述电压阈值为:3.8V。
可选地,采样电池组的各总电压,根据预定时长内的电池组的所述总电压变化量,确定所述总电压变化参考值,包括:
S1:计算当前学习周期内的采样的各所述总电压的平均值,作为当前所述学习周期的总电压平均值;
S2:计算当前所述学习周期的总电压平均值相对于上一学习周期的总电压平均值的下降幅度:BatGap=BatPreV-BatCurrentV,
BatPreV为:当前所述学习周期的总电压平均值,
BatCurrentV为:上一学习周期的总电压平均值,
BatGap为:当前所述学习周期的总电压平均值相对于上一学习周期的总电压平均值的下降幅度;
S3:计算总电压变化幅度累计值:BatGapAll=BatGapAll+BatGap,
BatGapAll为:所述总电压变化幅度累计值,
BatGapAll的初始值为零;
S4:所述学习周期计数加一,所述学习周期计数的初始值为零;
如果所述学习周期计数小于预定的学习周期阈值,或者,所述电池组内当前电压最小的单节电池的电压值等于或大于单节电池的放电标称电压,则返回S1,否则,执行S5;
S5:按以下函数式确定总电压变化参考值:
BatLearnGap=BatGapAll/LearnCount,
BatLearnGap为:所述总电压变化参考值。
可选地,根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,包括:
以当前采样周期的所述总电压相对于上一采样周期的所述总电压之间的总电压变化幅度与所述总电压变化趋势参考的比值,作为所述电池组当前的总电压变化趋势参数。
可选地,各两单节电池对应的放电电压差值参考值按以下确定:
在所述电池组处于稳定放电状态时,采样电池组中各单节电池的电压,
在各采样周期内,计算电池组内的每分组内两单节电池之间的放电电压差值,
对每两单节电池,以M个采样周期内,该分组内两单节电池之间的放电电压差值的平均值,作为该两单节电池的所述放电电压差值参考值。
可选地,所述电池组处于稳定放电状态按以下确定:
如果所述电池组内当前电压最小的单节电池的电压小于预定的电压阈值,且等于或大于单节电池的放电标称电压,则判定所述电池组当前处于稳定放电状态。
可选地,如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态,包括:
如果连续出现所述总电压变化趋势参数等于或大于所述总电压变化趋势阈值的次数,等于或大于预定的第一预警计数阈值,
并且,ExceptCount(i,j)=>M,并且ExceptCount(i,j)=>M的分组的组数大于预定的组数上限,则判定所述电池组处于所述放电极限状态,
i、j分别为单节电池的序号,i、j均为小于N的自然数,i≠j,N为电池组中串联的单节电池总节数,
ExceptCount(i,j)为:由第i节电池与第j节电池构成的分组(i,j)对应的第二预警计数,
当每监测到一分组内两单节电池之间的放电电压差值与所述分组对应的放电电压差值参考值之间的差值绝对值等于或大于当前的第一压差阈值时,所述ExceptCount(i,j)加一。
可选地,根据所述电池组内当前电压最小的单节电池的电压、以及所述电池组当前的放电电流,确定所述第一压差阈值,
所述第一压差阈值与所述电池组内当前电压最小的单节电池的电压、以及所述电池组的当前输出电流分别正向相关。
可选地,所述第一压差阈值按以下函数式确定:
CellGap_ref1=DetalI*a1+(minCellV-minCellVref)/b1,
其中CellGap_ref1为所述第一压差阈值,
Detall为当前的放电电流,
a为预定的电流权重系数,
minCellV为当前电池组中最小的单节电池电压值,
minCellVref为预定的单节电池电压下限参考值,
b为电压权重系数。
可选地,a=2,minCellVref=3200mV,b=20。
可选地,还包括:
当每监测到所述第i节电池与第j节电池放电电压差值与所述第i节电池与第j节电池对应的放电电压差值参考值之间的差值绝对值等于或小于当前的第二压差阈值时,所述ExceptCount(i,j)清零,
所述第二压差阈值小于第一压差阈值。
可选地,根据所述电池组内当前电压最小的单节电池的电压、以及所述电池组当前的放电电流,确定所述第二压差阈值,
所述第二压差阈值与所述电池组内当前电压最小的单节电池的电压、所述电池组的当前输出电流分别正向相关。
可选地,所述第二压差阈值按以下函数式确定:
CellGap_ref2=(DetalI*a+(minCellV-minCellVref)/b)/c,
其中CellGap_ref2为所述第二压差阈值,
Detall为:当前的放电电流,
a为:预定的电流权重系数,
minCellV为:当前电池组中最小的单节电池电压值,
minCellVref为:预定的单节电池电压下限参考值,
b为:电压权重系数,
c为:预设的大于1的正数。
可选地,a=2,minCellVref=3200mV,b=20,c=2。
可选地,在实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值之前,
并且,在实时监测每分组内两单节电池之间的放电电压差值与预先确定的该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于当前的压差阈值之前,还包括:
如果CellVmin=>(Vset-T_Compensate-l_Compensate+Cycle_Comp ensate),或者SOC>SOCref,第三预警计数清零,否则所述第三预警计数加一,
其中,Vset为设定的单节返航电压下限;
T_Compensate表示条件中的温度补偿参数,与电池的温度T反向相关,
I_Compensate为电流补偿参数,与电池组的放电电流正向相关,
Cycle_Compensate为电池损耗补偿参数,与循环次数正向相关;
当所述第三预警计数等于或大于预定的第三预警计数阈值时:
实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
实时监测每分组内两单节电池之间的放电电压差值与预先确定的该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于当前的压差阈值;
所述第三预警计数阈值为大于1的整数。
可选地,T_Compensate=(30-T)*10。
可选地,如果T_Compensate<0,则T_Compensate=0;
如果T_Compensate>600,则T_Compensate=600。
可选地,I_Compensate=5*DSGI,
其中DSGI为放电电流,
可选地,Cycle_Compensate=CycleCount/2。
可选地,所述总电压变化参考值表征电池组在稳定放电状态时的电压变化幅度。
可选地,所述总电压变化趋势参数表征:在当前的放电过程中当前的总电压变化幅度相对于预设的总电压变化参考值的差异程度。
可选地,该分组的所述放电电压差值参考值表征:在稳定放电状态时,该分组内两节电池之间的差异性。
可选地,所述第一压差阈值表征了:各分组内的两节电池之间的当前差异性,相对于稳定放电状态下的该两节电池之间的差异性的差异程度的最大允许程度。
可选地,
所述第二压差阈值表征了:各分组内的两节电池之间的当前差异性,相对于稳定放电状态下的该两节电池之间的差异性的安全范围。
第二方面,本发明实施例提供的一种电池组放电状态监测系统,包括:
采样电路,用于在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;
控制器,用于:
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
根据实时采样的各单节电池的电压,以所述电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态。
10、根据权利要求9所述的电池组放电状态监测方法,其特征是,
所述电池组处于稳定放电状态按以下确定:
如果所述电池组内当前电压最小的单节电池的电压小于预定的电压阈值,且等于或大于单节电池的放电标称电压,则判定所述电池组当前处于稳定放电状态。
11、根据权利要求1所述的电池组放电状态监测方法,其特征是,
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态,包括:
如果连续出现所述总电压变化趋势参数等于或大于所述总电压变化趋势阈值的次数,等于或大于预定的第一预警计数阈值,
并且,ExceptCount(i,j)=>M,并且ExceptCount(i,j)=>M的分组的组数大于预定的组数上限,则判定所述电池组处于所述放电极限状态,
i、j分别为单节电池的序号,i、j均为小于N的自然数,i≠j,N为电池组中串联的单节电池总节数,
ExceptCount(i,j)为:由第i节电池与第j节电池构成的分组(i,j)对应的第二预警计数,
当每监测到一分组内两单节电池之间的放电电压差值与所述分组对应的放电电压差值参考值之间的差值绝对值等于或大于当前的第一压差阈值时,所述ExceptCount(i,j)加一。
12、根据权利要求11所述的电池组放电状态监测方法,其特征是,
根据所述电池组内当前电压最小的单节电池的电压、以及所述电池组当前的放电电流,确定所述第一压差阈值,
所述第一压差阈值与所述电池组内当前电压最小的单节电池的电压、以及所述电池组的当前输出电流分别正向相关。
13、根据权利要求12所述的电池组放电状态监测方法,其特征是,
所述第一压差阈值按以下函数式确定:
CellGap_ref1=DetalI*a1+(minCellV-minCellVref)/b1,
其中CellGap_ref1为所述第一压差阈值,
Detall为当前的放电电流,
a为预定的电流权重系数,
minCellV为当前电池组中最小的单节电池电压值,
minCellVref为预定的单节电池电压下限参考值,
b为电压权重系数。
14、根据权利要求13所述的电池组放电状态监测方法,其特征是,
a=2,minCellVref=3200mV,b=20。
15、根据权利要求11所述的电池组放电状态监测方法,其特征是,还包括:
当每监测到所述第i节电池与第j节电池放电电压差值与所述第i节电池与第j节电池对应的放电电压差值参考值之间的差值绝对值等于或小于当前的第二压差阈值时,所述ExceptCount(i,j)清零,
所述第二压差阈值小于第一压差阈值。
16、根据权利要求15所述的电池组放电状态监测方法,其特征是,
根据所述电池组内当前电压最小的单节电池的电压、以及所述电池组当前的放电电流,确定所述第二压差阈值,
所述第二压差阈值与所述电池组内当前电压最小的单节电池的电压、所述电池组的当前输出电流分别正向相关。
17、根据权利要求16所述的电池组放电状态监测方法,其特征是,
所述第二压差阈值按以下函数式确定:
CellGap_ref2=(DetalI*a+(minCellV-minCellVref)/b)/c,
其中CellGap_ref2为所述第二压差阈值,
Detall为:当前的放电电流,
a为:预定的电流权重系数,
minCellV为:当前电池组中最小的单节电池电压值,
minCellVref为:预定的单节电池电压下限参考值,
b为:电压权重系数,
c为:预设的大于1的正数。
18、根据权利要求17所述的电池组放电状态监测方法,其特征是,
a=2,minCellVref=3200mV,b=20,c=2。
19、根据权利要求1所述的电池组放电状态监测方法,其特征是,
在实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值之前,
并且,在实时监测每分组内两单节电池之间的放电电压差值与预先确定的该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于当前的压差阈值之前,还包括:
如果CellVmin=>(Vset-T_Compensate-l_Compensate+Cycle_Comp ensate),或者SOC>SOCref,第三预警计数清零,否则所述第三预警计数加一,
其中,Vset为设定的单节返航电压下限;
T_Compensate表示条件中的温度补偿参数,与电池的温度T反向相关,
I_Compensate为电流补偿参数,与电池组的放电电流正向相关,
Cycle_Compensate为电池损耗补偿参数,与循环次数正向相关;
当所述第三预警计数等于或大于预定的第三预警计数阈值时:
实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
实时监测每分组内两单节电池之间的放电电压差值与预先确定的该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于当前的压差阈值;
所述第三预警计数阈值为大于1的整数。
20、根据权利要求19所述的电池组放电状态监测方法,其特征是,
T_Compensate=(30-T)*10。
21、根据权利要求19所述的电池组放电状态监测方法,其特征是,
如果T_Compensate<0,则T_Compensate=0;
如果T_Compensate>600,则T_Compensate=600。
22、根据权利要求19所述的电池组放电状态监测方法,其特征是,
I_Compensate=5*DSGl,
其中DSGl为放电电流,
23、根据权利要求19所述的电池组放电状态监测方法,其特征是,
Cycle_Compensate=CycleCount/2。
24、根据权利要求1所述的电池组放电状态监测方法,其特征是,
所述总电压变化参考值表征电池组在稳定放电状态时的电压变化幅度。
25、根据权利要求1所述的电池组放电状态监测方法,其特征是,
所述总电压变化趋势参数表征:在当前的放电过程中当前的总电压变化幅度相对于预设的总电压变化参考值的差异程度。
26、根据权利要求1所述的电池组放电状态监测方法,其特征是,
该分组的所述放电电压差值参考值表征:在稳定放电状态时,该分组内两节电池之间的差异性。
27、根据权利要求1所述的电池组放电状态监测方法,其特征是,
所述第一压差阈值表征了:各分组内的两节电池之间的当前差异性,相对于稳定放电状态下的该两节电池之间的差异性的差异程度的最大允许程度。
28、根据权利要求15所述的电池组放电状态监测方法,其特征是,
所述第二压差阈值表征了:各分组内的两节电池之间的当前差异性,相对于稳定放电状态下的该两节电池之间的差异性的安全范围。
由上可见,采用本实施在电池组放电过程中,特别是放电中期以及后期,对电池组的放电进行实时监测,当发现电池组当前的总电压变化趋势与电池组在稳定放电状态时的总电压变化趋势之间的差异程度(该差异性由总电压变化趋势参数BatGap/BatGapref标识)很大时,表示此时电池组整体放电趋势的变化大于正常的变化范围,电池组整体放电能力严重衰减,触发第一预警标记BatGapWaringFlag为有效。
另外,在放电过程中,还实时监测电池组内各分组内两单节电池之间的差异性变化,当出现当前的差异性相对于稳定放电状态时的两单节电池之间的差异性的差异程度的最大允许程度时,表明电池组内各单节电池的不一致性严重,此时记录第二预警计数。
本实施例综合反映了电池组整体放电能力的第一预警标记、以及标识电池组内单节电池之间的差异程度的第二预警计数,监测电池组是否处于放电极限,使对电池组的放电极限监测更加准确有效,以便在放电极限时,控制器能及时对用电设备进行相应的控制,避免用电设备损坏。
综上,本实施例技术方案对电池组放电极限状态的监控更加精确、及时。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的不当限定。
图1为本发明实施例1提供的一种电池组放电状态监测方法流程示意图;
图2为本发明实施例2提供的一种确定电池组当前的总电压变化趋势参数的优选流程示意图;
图3为本发明实施例3提供的一种在放电过程确定各两单节电池对应的放电电压差值参考值的优选流程示意图;
图4为本发明实施例4提供的一种电池组放电状态监测方法流程示意图;
图5为本发明实施例5提供的一种电池组放电状态监测系统结构示意图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
实施例1
参见图1所示,本实施提供了一种电池组放电状态监测方法,其适用于在电池放电应用过程中,通过实时监测实现,以更准确地判定电池是否到达预定的放电极限状态,以便及时该电池组用电设备进行控制,避免用电设备损坏的情况。
参见图1所示,本电池组放电状态监测方法主要包括以下步骤:
步骤101:在放电状态下,实时采样电池组的总电压,根据实时采样的各总电压、及预定的总电压变化参考值,确定电池组当前的总电压变化趋势,实时监测当前的总电压变化趋势是否等于或大于总电压变化趋势阈值。
本实施例电池组由多节相互串联连接的电池,本实施例中相互串联的单元可以为单体电池,可以为由多个单体电池相并联组成的电池单元。
以预定的采样周期,采样电池组当前的总电压,记为BatCurrentV。
作为本实施例的示意而非限制,总电压采样频率譬如但不限于为每秒采样一次。
本实施例的总电压变化参考值可以为预先确定的一经验参数,也可以但不限于采用以下技术方案在电池放电过程中由控制器根据当前的放电状态在线计算确定的一参数。
作为本实施例的示意而非限制,可以在电池放电后,延时预定时间后,检测电池组放电是否处于稳定放电状态,如果是,则在当前放电状态下,采样电池组的总电压,根据每次采样的总电压,以包含至少一个采样周期的时长为学习周期,计算各学习周期的总电压与上一学习周期的总电压的差值,根据该差值计算总电压变化参考值,使总电压变化参考值表征了电池组在稳定放电状态时的电压变化幅度。
作为本实施例的示意而非限制,检测电池组当前是否处于稳定放电状态可以按以下技术方案实现:
在监测到放电电流后,延时预定的时长后,如果电池组中当前电压最小的单节电池的电压大于预定的电压阈值(其大于单节电池的满充电压,且大于单节电池的放电标称电压),且不小于放电标称电压时,则电池组当前是否处于稳定放电状态。
本实施例的总电压变化趋势参数表征了:在当前的放电过程中当前的总电压变化幅度相对于预设的总电压变化参考值的差异程度。
作为本实施例的示意而非限制,本实施例给出了下述的电池组的总电压变化趋势参数的具体实施方案:
以包含至少一采样周期的时长为一学习周期,计算电池组在每学习周期的总电压平均值,以该平均值作为当前学习周期的总电压,
计算各学习周期的电压BatCurrentV与上一学习周期的总电压BatPreV之间的差值作为总电压变化幅度:BatGap=BatPreV-BatCurrentV,
以当前的总电压变化幅度BatGap与预定的总电压变化参考值BatGapref之间的比值,作为电池组当前的总电压变化趋势参数BatGap/BatGapref。
实时检测当前的总电压变化趋势参数BatGap/BatGapref是否等于或大于总电压变化趋势阈值。
比如,设当前的总电压变化趋势阈值为:1.5,可以但不限于按以下流程:
在各学习周期,每出现一次BatGap/BatGapref=>1.5,则:
BatGapWaringCount=BatGapWaringCount+1,
BatGapWaringCount为第一预警计数,其初始值为零。
直到BatGapWaringCount=>W,则:
第一预警标记BatGapWaringFlag置为有效,判定为当前预警成立。
作为本实施例的示意而非限制,设BatGapWaringFlag=1时,第一预警标记为有,BatGapWaringFlag=0时,第一预警标记为无效。
其中W为预定的第一预警计数阈值,W为大于1的整数,譬如W=2。
作为本实施例的示意而非限制,还包括:
在各学习周期,当出现BatGap/BatGapref<1.5,还对BatGapWaringCount清零,BatGapWaringFlag清零。
步骤102:在放电状态下,实时采样电池组内串联的各单节电池两端的电压,以所述电池组内每两单节电池为一组,实时监测各组电池内的分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值。
以预定的采样周期,对电池组内串联的各单节电池两端的电压进行采样,将各单节电池的电压记为单节电池电压。
其中单节电池电压的采样频率可以与电池组的总电压的采样频率相同,也可以不同。
比如,单节电池电压的采样频率可以但不限于设定为每秒每次。
本步骤以电池组内每两单节电池为一组,任一组均记为(i,j),(i,j)标识由第i单节电池、第j单节电池组成的分组,i、j分别为各单节电池的序号标识,i、j分别是1到N的自然数,且i≠j,N为本电池组内串联的电池节数。
实时计算各分组内两单节电池之间的放电电压差值ΔV(i,j)=V(i)-V(j),实时监测各分组的放电电压差值ΔV(i,j),检测各组电池对应的放电电压差值ΔV(i,j)与该分组对应的放电电压差值参考值ΔVref(i,j)之间的差值绝对值:|ΔV(i,j)-ΔVref(i,j)|,以根据各分组对应的差值绝对值是否等于或大于预定的第一压差阈值。
V(i)为第i节电池两端的电压,V(j)为第j节电池两端的电压,
ΔVref(i,j)为由第i、j两电池组成的分组(i,j)对应的放电电压差值参考值,其可以由设计者或用户预先根据经验预设,也可以在放电过程中由控制器根据当前的放电状态计算确定,放电电压差值参考值表征了在稳定放电状态时,该分组内两节电池之间的差异性。
作为本实施例的示意,设当前电池组由6节电池串联组成,该电池组可以但不限于按以下分成6分组,具体是(1,2)、(2,3)、(3,4)、(4,5、(5,6)、(6,1)。
分配6个存储区域,每个区域分别存储电压差值数据ΔV(1,2)、ΔV(2,3)、ΔV(3,4)、ΔV(5,6)、ΔV(6,1):
ΔV(1,2)=V(1)-V(2);
ΔV(2,3)=V(2)-V(3);
ΔV(3,4)=V(3)-V(4);
ΔV(4,5)=V(4)-V(5);
ΔV(5,6)=V(5)-V(6)。
ΔV(6,1)=V(6)-V(1)。
对各分组(i,j),按以下函数式:
CellGap(i,j)=|ΔV(i,j)-ΔVref(i,j)|
分别计算各分组内两节单节电池的ΔV(i,j)与该分组对应的放电电压差值参考值ΔVref(i,j)之间的差值绝对值CellGap(i,j)。具体地,各分组对应的差值绝对值CellGap(i,j)
CellGap(1,2)=|ΔV(1,2)-ΔVref(1,2)|
CellGap(2,3)=|ΔV(2,3)-ΔVref(2,3)|
CellGap(3,4)=|ΔV(3,4)-ΔVref(3,4)|
CellGap(4,5)=|ΔV(4,5)-ΔVref(4,5)|
CellGap(5,6)=|ΔV(5,6)-ΔVref(5,6)|
CellGap(6,1)=|ΔV(6,1)-ΔVref(6,1)|。
分配6个存储区域用于存储ExceptCount(i,j)。
初始化第二预警计数ExceptCount(i,j)=0。
如果CellGap(i,j)>CellGap_ref1,则判定为预警成立,使第二预警计数ExceptCount(i,j)=ExceptCount(i,j)+1,
其中CellGap_ref1为预定的第一压差阈值,该第一压差阈值表征了:该分组内的两节电池之间的当前差异性,相对于稳定放电状态下的两节电池之间的差异性的最大允许范围。
作为本实施例的示意,在监测时还进一步包括:
如果CellGap(i,j)>CellGap_ref2,则第二预警计数ExceptCount(i,j)清零。
其中CellGap_ref2为预定的取值小于第一压差阈值CellGap_ref1的第二压差阈值,CellGap_ref2表征了各分组内的两节电池之间的当前差异性,相对于稳定放电状态下的该两节电池之间的差异性的安全范围。
CellGap_ref2可以由设计者或用户根据经验设定,也可以由控制器在稳定放电状态时,在线计算确定。
采用该技术方案,能进一步提高对电池放电极限监测的准确性,避免对电池放电极限状态误判,影响电池组的正常使用。
步骤103:如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布均达到预定的预警条件时,则执行步骤104,否则返回步骤101、102。
譬如,发明人提供了以下具体实施方案:
如果步骤201监测到存在2个或2个以上的第二预警计数ExceptCount(i,j)的取值大于或者等于M,并且步骤101中监测到第一预警标记为有效时,则执行步骤104,即判定当前电池组处于放电极限状态。否则返回步骤101、102,继续进行实时监测。
上述的M值可以但不限于为1、2、3、4、5之任一或者其他的自然数,具体数值根据当前电池组用电设备的用电要求确定,当其用电要求较高,则可以设置减小的M值,使在差异性较小时判定为放电极限,确保电池组用电设备的安全。
步骤104:判定电池组处于放电极限状态。
控制器判定电池组处于放电极限状态时,控制器可以对电池组用电设备进行控制,以尽早使其安全停止用电。譬如在判定电池组处于放电极限状态时,控制器向无人机发送迫降信号,以确保其安全着陆。
由上可见,采用本实施在电池组放电过程中,特别是放电中期以及后期,对电池组的放电进行实时监测,当发现电池组当前的总电压变化趋势与电池组在稳定放电状态时的总电压变化趋势之间的差异程度(该差异性由总电压变化趋势参数BatGap/BatGapref标识)很大时,表示此时电池组整体放电趋势的变化大于正常的变化范围,电池组整体放电能力严重衰减,触发第一预警标记BatGapWaringFlag为有效。
另外,在放电过程中,还实时监测电池组内各分组内两单节电池之间的差异性变化,当出现当前的差异性相对于稳定放电状态时的两单节电池之间的差异性的差异程度的最大允许程度时,表明电池组内各单节电池的不一致性严重,此时记录第二预警计数。
本实施例综合反映了电池组整体放电能力的第一预警标记、以及标识电池组内单节电池之间的差异程度的第二预警计数,监测电池组是否处于放电极限,使对电池组的放电极限监测更加准确有效,以便在放电极限时,控制器能及时对用电设备进行相应的控制,避免用电设备损坏。
综上,本实施例技术方案对电池组放电极限状态的监控更加精确、及时。
实施例2:
参见图2所示,以下提供一种确定电池组当前的总电压变化参考值的具体优选实施方案,该方案包括以下步骤:
步骤201:判定当前是否检测到放电电流,如果是,则执行步骤202,否则返回步骤201。
步骤202:延时等待预定的时长。
本步骤为优选非必选步骤,在放电时间后等待预定的时间,等待放电过程稳定后进行下一步骤。该等待时长以60秒为举例示意。
步骤203:判定当前电池组内电压最小的单节电池的电压是否小于预定的电压阈值,如果是,则执行步骤204,否则,返回步骤201。
对于锂离子电池,其放电标称电压为3.7V,电池的放电电压曲线呈抛物线的,放电电压从4.2V降到3.7V,以及从3.7V降到3.0V,都是变化很快的,放电电压维持在3.7V左右的放电时间最长的,几乎占到了3/4的时间。
在本实施例中为了提高检测的准确性,设置一低于4.2V高于3.7V的电压作为电压阈值,只有当前电池组内的最小的单节电池的电压小于该电压阈值时,才认为当前电池组处于稳定放电状态,否则,认为当前电池组未进入稳定放电状态而返回步骤201继续等待。
采用该技术方案,确保总电压变化参考值是在电池组稳定放电状态下测得,本实施例的监测过程中的参考值的准确性,进而确保对电池组放电极限状态监测的准确性。
比如,本发明人在进行本实施例研究过程中发现,将该电压阈值设置为3.8V效果为佳,对电池的稳定放电状态检测更为合理。
步骤204:采样电池组的总电压,计算学习周期内的总电压平均值,初始化
本实施例以至少一个采样周期作为一学习周期。
本步骤以一个采样周期作为一学习周期为示意:采集总电压10次,1秒1次,去掉最大值和最小值,以剩余的8次采样值之和除以取样数8即得本学习周期的总电压平均值BatCurrentV。
需要说明的是,各学习周期的总电压平均值BatCurrentV可以按上述方法计得,但可以也不限于采用整个学习周期内采样获得的总电压之和除以总采样数计得,还可以但不限于按现有技术的平均值计算方法计得。
在第一学习周期后,将当前的总电压平均值BatCurrentV的值赋值给BatPreV,BatPreV表示上一学习周期的总电压。
步骤205:计算当前学习周期相对于上一学习周期的总电压变化幅度。
根据以下函数式计算:BatGap=BatPreV-BatCurrentV,
计算后把BatCurrentV的值赋值给BatPreV:BatPreV=BatCurrentV,以便下一学习周期计算。
步骤206:累计当前总电压变化幅度,得到总电压变化幅度累计值。
按以下函数式计算当前总电压变化幅度:
BatGapAll=BatGapAll+BatGap;
其中,BatGapAll表示自步骤201开始至今的总电压变化幅度累计值。
步骤207:学习周期计数加一。
LearnCount=LearnCount+1,其中LearnCount为学习周期计数。
步骤208:如果学习周期计数等于或者大于预定的学习周期阈值,则执行步骤210,否则执行209。
设学习周期阈值记为M,则:
如果LearnCount=>M,则执行步骤210,否则,执行步骤209。
其中M可以但不限于设定为100。
步骤209:如果电池组内电压最小的单节电池的电压小于单节电池的放电标称电压,则执行步骤210,否则,返回步骤204。
如果LearnCount=>100,或者,最小的单节电压小于3.7mV,则停止学习,执行步骤210;否则,返回步骤204。
对于锂离子电池,其放电标称电压为3.7V。当电压下降到低于3.7V时,电池组处于放电极限状态,放电曲线变化快幅度大,本实施例不以该放电状态作为计算总电压变化参考值的过程,故当检测到上述情形时,在学习周期计数到达预定的学习周期阈值前,提前终止学习,执行步骤211。
采用本步骤,能进一步确保计得的总电压变化参考值能准确表征电池组在稳定放电状态的总电压变化幅度,以确保电池组放电极限状态监测过程中依据的参考值的准确性,确保电池组放电极限状态监测的准确性。
步骤210:计算总电压变化参考值。
至本步骤学习结束,按以下函数式确定总电压变化参考值:
BatLearnGap=BatGapAll/LearnCount,
其中,BatLearnGap为总电压变化参考值。
本实施例流程在实施例1的图1所示流程前预先执行。
实施例3:
本实施例提供了一种在放电过程确定各分组内两单节电池之间的放电电压差值参考值ΔVref(i,j)的技术方案,参见图3所示,主要包括以下步骤:
步骤301:判定当前是否检测到放电电流,如果是,则执行步骤302,否则返回步骤301。
步骤302:延时等待预定的时长。
本步骤为优选非必选步骤,在放电时间后等待预定的时间,等待放电过程稳定后进行下一步骤。该等待时长以60秒为举例示意。
步骤303:如果当前电池组内的电压最小的单节电池的电压是否小于预定的电压阈值,并且等于大于放电标称电压,则执行步骤304;否则,返回步骤301。
电压阈值小于单节电池的满充电压(一般为4.2或4.3V)大于单节电池的放电标称电压(一般为3.7V),与实施例2同理,本实施例可以但不限于选取3.8V为电压阈值。
如果当前电池组内电压值最小的单节电池的电压小于单节电池满充电压,且等于或者大于放电标称电压时,则可以确定当前电池组处于稳定放电状态,以在电池组处于稳定放电状态过程中根据各分组内两单节电池之间的放电电压差值而确定电池组中各两单节电池的放电电压差值参考值。
将当前电池组内的电压值最小的单节电池的电压记为MinCellV,设当前单节电池的电压阈值为3.8V,单节电池的放电标称电压为3.7V,则本步骤可以表征为:如果3.8V<MinCellV=>3.7V,则执行步骤3.4,否则返回301。
步骤304:采样电池组内串联的各单节电池的电压。
为区别于总电压,将电池组内串联的各单节电池的电压记为单节电池电压V(i),其中i为单节电池的序号,i为大于N的自然数,N为电池组内串联的单节电池总节数。
本单节电池采样频率可以与总电压的采样频率一样,也可以不一样。
设当前电池组由6节电池串联组成,则当前采样得到序号分别为1、2......6的单节电池的电压分别为:V(1)、V(2)、V(3)、V(4)、V(5)、V(6)。
步骤305:实时监测每分组内两单节电池之间的放电电压差值。
以电池组内每两单节电池为一组,将分组记为(i,j),其中i、j分别为单节电池的序号,i≠j。
计算当前每分组内两单节电池之间的放电电压差值ΔVcur(i,j)=V(i)-V(j)。
作为本实施例的示意而非限制,可以但不限于按照以下分组,得到以下六组分组:(1,2)、(2,3)、(3,4)、(4,5)、(5,6)、(6,1)。
分别计算各分组内两单节电池之间的放电电压差值ΔVcur(i,j):
ΔVcur(1,2)=V(1)-V(2);
ΔVcur(2,3)=V(2)-V(3);
ΔVcur(3,4)=V(3)-V(4);
ΔVcur(4,5)=V(4)-V(5);
ΔVcur(5,6)=V(5)-V(6)。
ΔVcur(6,1)=V(6)-V(1)。
分配6个存储区域分别存储ΔVcur(1,2)、ΔVcur(2,3)、ΔVcur(3,4)、ΔVcur(4,5)、ΔVcur(5,6)、ΔVcur(6,1)。
需要注意的是,ΔVcur(i,j)代表每第i节电池与第j节电池之间的放电电压差值,该电压差值可能为正数,也可能为负数,也可能为零。
如第一次采样的电压值V(1)=3810mV,V(2)=3815mV,V(3)=3804mV,V(4)=3801mV,V(5)=3820mV,V(6)=3800mV;则此次存储的6个数据为:
ΔVcur(1,2)=3810-3815=-5mV;
ΔVcur(2,3)=3815-3804=11mV;
ΔVcur(3,4)=3804-3801=3mV;
ΔVcur(4,5)=3801-3820=-19mV;
ΔVcur(5,6)=3820-3800=20mV;
ΔVcur(6,1)=3800-3810=-10mV。
步骤306:采样计数加一。
使LearnCount2=LearnCount2+1,其中LearnCount2为采样计数,其初始值为零。
步骤307:分别对每分组,累计本分组内两单节电池的在各采样周期的放电电压差值,得到该分组的两单节电池的放电电压差值累计值。
其中l为采样计数,L为预设的采样计数LearnCount2的上限。
步骤308:如果采样计数LearnCount2=>L,则执行步骤309,否则返回步骤303。
步骤309:对各分组,以该分组内两单节电池的放电电压差值累计值与采样计数L的比值,作为该分组内对应的放电电压差值参考值。
至此,得到各分组对应的放电电压差值参考值ΔVref(i,j)。
图3所示的流程在图1所示的流程之前。
由上可见,本实施例在稳定放电后,在电池组的状态充分满足当前的放电要求时,控制器在放电过程中对电池组放电电压进行监测,得到反映电池组正常放电的单节电池之间的差异性的放电电压差值参考值ΔVref(i,j),得到的放电电压差值参考值ΔVref(i,j)更加符合当前电池组放电要求,从而使对电池组放电极限的监测更加准确。
由上可见,本实施例在放电过程中根据当前放电过程在线确定充分表征当前稳定放电过程中的总电压变化参考值,提高对电池组放电极限监测的准确性。
实施例4:
参见图4所示,本实施例的电池组放电状态监测方法与实施例1所不同之处在于在步骤101、102之前,还进一步包括:
步骤401:实时采样电池组内单节电池两端的电压,实时检测放电电流、电池温度、剩余电量,执行步骤402。
将单节电池两端的电压记为CellV(i),其中i为单节电池的序号。
将放电电流记为:DSGl,
剩余电量计为:SOC。
步骤402:如果电池组内电压最小的单节电池的电压MinCellV<(Vset-T_Compensate-l_Compensate+Cycle_Compensate),则执行步骤403;否则跳转执行步骤406。
其中,T_Compensate表示条件中的温度补偿参数,与电池的温度T反向相关,其具体关系可以通过对当前放电过程的检测确定。
譬如可以但不限于为:T_Compensate=(30-T)*10,并且:
如果T_Compensate<0则T_Compensate=0,
如果T_Compensate>600则T_Compensate=600。
I_Compensate为电流补偿参数,与电池组的放电电流正向相关。譬如,在本发明中,I_Compensate=5*DSGl。
Cycle_Compensate为电池损耗补偿参数,与循环次数正向相关,譬如Cycle_Compensate=CycleCount/2,其中CycleCount为该电池组的循环次数标称值。
步骤403:第三预警计数加一。
将第三预警计数记为ExceptCount3,
ExceptCount3=ExceptCount3+1。
步骤404:如果第三预警计数<第三预警计数上限,则执行步骤405,否则判定电池组进入放电极限预警状态,执行步骤101、102。
第三预警计数上限为自然数,比如可以将其设置为3、4、5等。具体根据当前放电要求确定。
步骤405:如果SOC=<SOCmin,则返回步骤403,否则执行步骤406。
SOCmin为根据当前放电要求,预设的剩余电量下限,比如但不限于可以设置为SOCmin=10%。
当SOC=<10%时,返回步骤403
步骤406:第三预警计数清零,返回步骤401。
MinCellV=>(Vset-T_Compensate-l_Compensate+Cycle_Compens ate),或者,SOC>SOCmin时,ExceptCount3=0,返回步骤401。
如果第三预警计数达到预定的第三预警计数上限时,判定当前电池组进入放电极限预警状态,使按照实施例图1所示的流程进行电池组放电极限状态监测。
由上可见,采用本实施例技术方案,在电池放电时,实时监测电池组内单节电池的电压、放电电流、电池温度、剩余电量,通过对上述参数以及当前循环次数等实际参数评估当前电池组是否进入放电极限预警状态,当进入放电极限预警状态后才执行实施例1、图1所示的实时监测流程,采用本实施例技术方案有利于提高电池极限状态监测的准确性,且有利于减少控制器的功率。
实施例5:
参见图5所示,本实施例提供一种电池组放电状态监测系统,其主要包括:采样电路以及控制器,采样电路与控制器电连接。工作原理如下:
采样电路,用于在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;
控制器,用于:
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
根据实时采样的各单节电池的电压,以所述电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态。
由上可见,采用本实施技术方案,在电池组放电过程中,特别是放电中期以及后期,对电池组的放电进行实时监测,当发现电池组当前的总电压变化趋势与电池组在稳定放电状态时的总电压变化趋势之间的差异程度(该差异性由总电压变化趋势参数BatGap/BatGapref标识)很大时,表示此时电池组整体放电趋势的变化大于正常的变化范围,电池组整体放电能力严重衰减,触发第一预警标记BatGapWaringFlag为有效。
另外,在放电过程中,还实时监测电池组内各分组内两单节电池之间的差异性变化,当出现当前的差异性相对于稳定放电状态时的两单节电池之间的差异性的差异程度的最大允许程度时,表明电池组内各单节电池的不一致性严重,此时记录第二预警计数。
本实施例综合反映了电池组整体放电能力的第一预警标记、以及标识电池组内单节电池之间的差异程度的第二预警计数,监测电池组是否处于放电极限,使对电池组的放电极限监测更加准确有效,以便在放电极限时,控制器能及时对用电设备进行相应的控制,避免用电设备损坏。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等,均应包含在该技术方案的保护范围之内。
Claims (10)
1.一种电池组放电状态监测方法,其特征是,包括:
在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
根据实时采样的各单节电池的电压,以所述电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态。
2.根据权利要求1所述的电池组放电状态监测方法,其特征是,
所述总电压变化参考值按以下确定:
在所述电池组处于稳定放电状态时,采样电池组的各总电压,根据预定时长内的电池组的所述总电压变化量,确定所述总电压变化参考值,
所述总电压变化参考值与所述总电压变化量正向相关。
3.根据权利要求2所述的电池组放电状态监测方法,其特征是,
所述电池组是否处于所述稳定放电状态按以下确定:
如果所述电池组内当前电压最小的单节电池的电压小于预定的电压阈值,且等于或大于单节电池的放电标称电压,则判定所述电池组当前处于稳定放电状态;
所述电压阈值小于单节电池的满充电压,大于所述放电标称电压。
4.根据权利要求3所述的电池组放电状态监测方法,其特征是,
所述满充电压为4.2V。
5.根据权利要求3所述的电池组放电状态监测方法,其特征是,
所述放电标称电压为3.7V。
6.根据权利要求3所述的电池组放电状态监测方法,其特征是,
所述电压阈值为:3.8V。
7.根据权利要求1所述的电池组放电状态监测方法,其特征是,
采样电池组的各总电压,根据预定时长内的电池组的所述总电压变化量,确定所述总电压变化参考值,包括:
S1:计算当前学习周期内的采样的各所述总电压的平均值,作为当前所述学习周期的总电压平均值;
S2:计算当前所述学习周期的总电压平均值相对于上一学习周期的总电压平均值的下降幅度:BatGap=BatPreV-BatCurrentV,
BatPreV为:当前所述学习周期的总电压平均值,
BatCurrentV为:上一学习周期的总电压平均值,
BatGap为:当前所述学习周期的总电压平均值相对于上一学习周期的总电压平均值的下降幅度;
S3:计算总电压变化幅度累计值:BatGapAll=BatGapAll+BatGap,
BatGapAll为:所述总电压变化幅度累计值,
BatGapAll的初始值为零;
S4:所述学习周期计数加一,所述学习周期计数的初始值为零;
如果所述学习周期计数小于预定的学习周期阈值,或者,所述电池组内当前电压最小的单节电池的电压值等于或大于单节电池的放电标称电压,则返回S1,否则,执行S5;
S5:按以下函数式确定总电压变化参考值:
BatLearnGap=BatGapAll/LearnCount,
BatLearnGap为:所述总电压变化参考值。
8.根据权利要求1所述的电池组放电状态监测方法,其特征是,
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,包括:
以当前采样周期的所述总电压相对于上一采样周期的所述总电压之间的总电压变化幅度与所述总电压变化趋势参考的比值,作为所述电池组当前的总电压变化趋势参数。
9.根据权利要求1所述的电池组放电状态监测方法,其特征是,
各两单节电池对应的放电电压差值参考值按以下确定:
在所述电池组处于稳定放电状态时,采样电池组中各单节电池的电压,
在各采样周期内,计算电池组内的每分组内两单节电池之间的放电电压差值,
对每两单节电池,以M个采样周期内,该分组内两单节电池之间的放电电压差值的平均值,作为该两单节电池的所述放电电压差值参考值。
10.一种电池组放电状态监测系统,其特征是,包括:
采样电路,用于在放电状态下,实时采样电池组的总电压、电池组内串联的各单节电池的电压;
控制器,用于:
根据实时采样的各所述总电压、以及预定的总电压变化参考值,确定所述电池组当前的总电压变化趋势参数,实时监测当前的所述总电压变化趋势参数是否等于或大于预定的总电压变化趋势阈值;
根据实时采样的各单节电池的电压,以所述电池组内每两单节电池为一组,实时监测各分组内两单节电池之间的放电电压差值与该分组对应的放电电压差值参考值之间的差值绝对值是否等于或大于第一压差阈值;
如果当前的所述总电压变化趋势参数等于或大于预定的总电压变化趋势阈值的出现的次数及分布、以及每两单节电池对应的所述差值绝对值等于或大于当前的第一压差阈值出现的次数及分布,均达到预定的预警条件时,判定所述电池组处于放电极限状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811073032.9A CN109143104B (zh) | 2018-09-14 | 2018-09-14 | 电池组放电状态监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811073032.9A CN109143104B (zh) | 2018-09-14 | 2018-09-14 | 电池组放电状态监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109143104A true CN109143104A (zh) | 2019-01-04 |
CN109143104B CN109143104B (zh) | 2021-01-26 |
Family
ID=64825382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811073032.9A Active CN109143104B (zh) | 2018-09-14 | 2018-09-14 | 电池组放电状态监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143104B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568370A (zh) * | 2019-08-20 | 2019-12-13 | 北京长城华冠汽车科技股份有限公司 | 电压采集周期调整方法及装置 |
CN111600354A (zh) * | 2020-06-03 | 2020-08-28 | 桑顿新能源科技(长沙)有限公司 | 梯次利用电池的配组保护系统和电池组组成方法 |
CN111796186A (zh) * | 2019-04-03 | 2020-10-20 | 通用电气全球采购有限责任公司 | 用于能量存储系统的偏离检测系统 |
CN112581728A (zh) * | 2020-12-10 | 2021-03-30 | 江苏舒适云信息技术有限公司 | 一种基于云的物联网无线终端低电量预警方法及系统 |
CN112731165A (zh) * | 2020-12-10 | 2021-04-30 | 中国西安卫星测控中心 | 卫星蓄电池电流数据异常类型识别方法及装置 |
CN113466702A (zh) * | 2021-06-29 | 2021-10-01 | 广东省万谷能源技术有限公司 | 一种锂离子电池预警方法及系统 |
CN114167286A (zh) * | 2021-11-10 | 2022-03-11 | 安徽锐能科技有限公司 | 基于内阻趋势差的锂电池热失控检测的方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324773A (zh) * | 2011-09-26 | 2012-01-18 | 上海大学 | 动力锂离子串联电池组的电量均衡芯片 |
CN102854473A (zh) * | 2012-09-24 | 2013-01-02 | 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和方法 |
JP2015204217A (ja) * | 2014-04-15 | 2015-11-16 | トヨタ自動車株式会社 | 電池システム |
CN105742729A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种锂离子电池在线安全预警方法 |
CN107176038A (zh) * | 2016-03-10 | 2017-09-19 | 福特全球技术公司 | 用于检测电池单元衰退事件的电路和方法 |
CN107394834A (zh) * | 2016-05-16 | 2017-11-24 | 株式会社牧田 | 电池装置 |
CN108089131A (zh) * | 2017-11-14 | 2018-05-29 | 山西长征动力科技有限公司 | 一种车载电池包压差大问题的解析方法 |
-
2018
- 2018-09-14 CN CN201811073032.9A patent/CN109143104B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324773A (zh) * | 2011-09-26 | 2012-01-18 | 上海大学 | 动力锂离子串联电池组的电量均衡芯片 |
CN102854473A (zh) * | 2012-09-24 | 2013-01-02 | 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和方法 |
JP2015204217A (ja) * | 2014-04-15 | 2015-11-16 | トヨタ自動車株式会社 | 電池システム |
CN105742729A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种锂离子电池在线安全预警方法 |
CN107176038A (zh) * | 2016-03-10 | 2017-09-19 | 福特全球技术公司 | 用于检测电池单元衰退事件的电路和方法 |
CN107394834A (zh) * | 2016-05-16 | 2017-11-24 | 株式会社牧田 | 电池装置 |
CN108089131A (zh) * | 2017-11-14 | 2018-05-29 | 山西长征动力科技有限公司 | 一种车载电池包压差大问题的解析方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111796186A (zh) * | 2019-04-03 | 2020-10-20 | 通用电气全球采购有限责任公司 | 用于能量存储系统的偏离检测系统 |
CN110568370A (zh) * | 2019-08-20 | 2019-12-13 | 北京长城华冠汽车科技股份有限公司 | 电压采集周期调整方法及装置 |
CN111600354A (zh) * | 2020-06-03 | 2020-08-28 | 桑顿新能源科技(长沙)有限公司 | 梯次利用电池的配组保护系统和电池组组成方法 |
CN112581728A (zh) * | 2020-12-10 | 2021-03-30 | 江苏舒适云信息技术有限公司 | 一种基于云的物联网无线终端低电量预警方法及系统 |
CN112731165A (zh) * | 2020-12-10 | 2021-04-30 | 中国西安卫星测控中心 | 卫星蓄电池电流数据异常类型识别方法及装置 |
CN112581728B (zh) * | 2020-12-10 | 2022-07-15 | 江苏橙智云信息技术有限公司 | 一种基于云的物联网无线终端低电量预警方法及系统 |
CN112731165B (zh) * | 2020-12-10 | 2023-10-24 | 中国西安卫星测控中心 | 卫星蓄电池电流数据异常类型识别方法及装置 |
CN113466702A (zh) * | 2021-06-29 | 2021-10-01 | 广东省万谷能源技术有限公司 | 一种锂离子电池预警方法及系统 |
CN114167286A (zh) * | 2021-11-10 | 2022-03-11 | 安徽锐能科技有限公司 | 基于内阻趋势差的锂电池热失控检测的方法及系统 |
CN114167286B (zh) * | 2021-11-10 | 2023-10-24 | 安徽锐能科技有限公司 | 基于内阻趋势差的锂电池热失控检测的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109143104B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109143104A (zh) | 电池组放电状态监测方法及系统 | |
CN108931741A (zh) | 电池组剩余电量监测方法及系统 | |
CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
CN109725266A (zh) | 一种电池健康状态soh的计算方法及装置 | |
CN102231548B (zh) | 具有容量动态显示与充电倒计时的电池充电装置及其应用 | |
CN105738815B (zh) | 一种在线检测锂离子电池健康状态的方法 | |
CN105242215B (zh) | 一种电池剩余容量估算管理方法 | |
CN109980309B (zh) | 一种防过载的动力电池充放电监管控制方法 | |
CN104502855B (zh) | 铅酸蓄电池soh检测方法和系统 | |
CN204666795U (zh) | 一种动力电池组一致性检测装置及设备 | |
CN106483462B (zh) | 一种电池充电电量的测量方法和装置 | |
CN102231551B (zh) | 一种兼顾充电时间和电池寿命的电池充电器 | |
CN104635165B (zh) | 一种光电互补供电系统蓄电池剩余电量的准确估算方法 | |
CN102854471B (zh) | 电池电量计量方法及计量装置 | |
CN107677965B (zh) | 一种锂电池能量状态估算方法 | |
CN103884993A (zh) | 锂离子电池在充电过程中的soc在线检测与修正方法 | |
CN103293483A (zh) | 一种基于内阻测量的锂电池健康状况估计方法 | |
JP2016090399A (ja) | 短絡検出方法、短絡検出システムおよび短絡電流値算出方法 | |
CN109216803A (zh) | 一种UMDs电池管理系统 | |
CN105738828B (zh) | 一种电池容量精准测量方法 | |
CN107015162A (zh) | 一种用于锌溴液流电池的soc在线校准方法 | |
Ausswamaykin et al. | Design of real time battery management unit for PV-hybrid system by application of Coulomb counting method | |
CN103135064A (zh) | 一种磷酸铁锂电池电量在线检测方法 | |
Ausswamaykin et al. | Design of real time management unit for power battery in PV-hybrid power supplies by application of Coulomb counting method | |
CN109669138B (zh) | 一种精准测定动力铅蓄电池组剩余容量的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |