CN109367433B - 一种智能充电桩 - Google Patents

Abstract

本发明揭示了一种智能充电桩,解决现有的汽车内部的电池容量的不准确预估和续航里程的预测误差问题。本发明提出一种具有检测动力电池健康状态的智能充电桩及检测方法，通过在原有的充电桩基础上，将动力电池健康度检测及续航里程预测模块加入充电桩控制系统中，解决了充电桩的功能单一化，特别能为正在充电的汽车电池进行SOC的准确估算和续航里程的预测，提供给用户电池当前的健康度，同时能更好的为动力电池充电。本发明具有改善了动力电池在多次充放电后SOC显示误差的校正作用和续航里程的全新预测，同时为动力电池提供最佳的充电状态的效果。

Description

一种智能充电桩

技术领域

本发明涉及蓄电池充电装置领域，具体涉及一种智能充电桩及检测方法。

背景技术

如今电动汽车大规模发展，电池作为电动汽车的动力源，其性能直接影响纯电动汽车性能指标。而动力电池的荷电状态(State of charge，SOC)是目前电动汽车动力电池管理工作中的关键指标。准确的SOC估计保证电池工作在正常电压范围，为电池组的均衡管理提供依据，能够给动力电池提供最佳充电方式。SOC估计值的精度对整车性能具有十分重要的意义。现在的电动汽车内部的SOC显示随着电池充放电次数增加而存在一定误差，导致实际的续航里程偏小于显示的续航里程；电池的容量发生变化未能准确预估，容易造成充电不充分或者过充的情况发生。

发明内容

本发明所要解决的技术问题是汽车内部的电池容量的不准确预估和续航里程的预测误差问题，本发明提出一种智能充电桩及检测方法，通过在原有的充电桩基础上，将动力电池健康度检测及续航里程预测模块加入充电桩控制系统中，解决了充电桩的功能单一化，特别能为正在充电的汽车电池进行SOC的准确估算和续航里程的预测，提供给用户电池当前的健康度，同时能更好的为动力电池充电。

为了实现上述目的，本发明采用的技术方案为：一种智能充电桩，包括充电桩主体，所述充电桩主体包括：

数据采集模块：读取和采集动力电池数据和充电时的状态数据并进行存储，并将获取的数据发送至电池健康状态检测模块；

电池健康状态检测模块：对动力电池的健康度进行检测获得当前充电的动力电池的健康度，对动力电池的续航里程进行预测获取当前充电的动力电池的续航里程，并将获取的健康度和续航里程发送至可触控显示模块和充电控制模块；

可触控显示模块：显示电池健康状态检测模块获取的健康度和续航里程，并和用户实现用户交互操作；

充电控制模块：根据检测的健康度为动力电池充电。

所述数据采集模块采集动力电池的用户数据和实时检测动力电池的充电状态数据；

所述电池健康状态检测模块对充电的动力电池进行SOC的估算和续航里程预测，并将数据发送到可触控显示模块和充电控制模块

一种基于所述智能充电桩的动力电池健康状态检测和续航里程预测的方法，包括以下步骤：

步骤S1：识别动力电池的序列号，对不同的电动汽车赋予唯一的识别码，存储于系统存储模块；若是识别到相同序列号的电池，则直接读取存储器中的数据，不需要确定初始SOC；

若是新的动力电池，则需要确定初始SOC；

步骤S2：数据采集模块采集跟踪用户电动汽车上的动力电池的数据和动力电池在充电时的实测电流、端电压等数据，并对该动力电池的数据进行存储；

步骤S3：信息采集模块中的电流和电压检测部分对电池的电压和电流进行实时检测，记为V_rt和I_rt；

步骤S4：提取信息模块采集到的当前电池的已释放容量(C_creleased)和制造商提供的电池额定容量(C_rated)，计算放电时的放电深度(DOD)：

利用充电的实测的电流I_rt和工作周期(τ)，可以得到DOD的差异：

为了提高估计精度，需要考虑充电的工作效率(η_c)，则放电深度为：DOD(t)＝DOD(t₀)+η_cΔDOD；

步骤S5：判断电池是否充满，若是电池充满则执行步骤B1，若是未充满则执行步骤B2.

步骤B1：根据电池健康度和电池荷电状态，SOH＝SOC；

步骤B2：则此时的放电深度为：DOD(t)＝DOD(t₀)+η_cΔDOD；所以此时的电池荷电状态就为：SOC＝SOH-DOD；

步骤S6：根据估算结果得到电池的SOC的函数：b(x)＝1-SOC(x)/SOC_init，同时可以得到此时电池的剩余可用能量为E(x)。

步骤S7：根据能耗预测方法计算车辆未来行驶平均能耗，任意一段路程x_init到x_fin，则此段路程的平均能耗

在这段任意路程中的车辆剩余行驶里程可表示为RR(x)，

其中E(x_fin)是根据动力电池放电要求确定的；

步骤S8：根据步骤S7计算出的车辆的平均能耗就可以得到改动力电池的续航里程公里数，并将估算的电池的健康度和续航里程发送到可触控显示模块和充电控制模块。

所述步骤S1中，通过开路电压法初步估计初始SOC(t₀)，SOH＝100，DOD(t₀)＝100-SOC(t₀)；

5、根据权利要求3所述的动力电池健康状态检测和续航里程预测的方法，其特征在于：所述步骤S4中，利用充电的实测的电流I_rt和工作周期τ得到DOD的差异。

所述步骤S4中，考虑充电的工作效率η_c，则放电深度为DOD(t)＝DOD(t₀)+η_cΔDOD。

所述步骤S6中，根据电池荷电状态到电池的SOC的函数：b(x)＝1-SOC(x)/SOC_init；

则可以得到此时电池的剩余可用能量为E(x)。

所述步骤S7中，能耗预测方法

是在

中合理选择，其中

是考虑车辆历史行车平均能耗并结合最近一段时间的能耗计算得到的，其中

代表在行驶前的任意300公里内车辆的平均行驶能耗，

代表在行驶前2公里内的车辆平均能耗，

代表选定位置初始到当前位置的车辆平均行驶能耗，数据从汽车内存中读取。

本发明解决了充电桩的功能单一化，起到了为电动汽车动力电池检测的作用，改善了动力电池在多次充放电后SOC显示误差的校正作用和续航里程的全新预测，同时为动力电池提供最佳的充电状态。

附图说明

下面对本发明说明书中每幅附图表达的内容作简要说明：

图1是本发明的充电桩的各模块的结构图；

图2是本发明所使用的估算方法工作流程图。

具体实施方式

如图1所示，一种具有检测动力电池健康状态的智能充电桩，包括充电桩主体，其中包括可触控显示模块、数据采集模块、电池健康状态检测模块和充电控制模块，数据采集模块读取和采集动力电池数据和充电时的状态数据并进行存储，然后发送给电池健康状态检测模块，通过电池健康状态检测模块的充电状态下基于库伦计数计量法的SOC估算方法估算后得到当前充电的动力电池的荷电状态和健康度，最后将检测到的数据在可触控显示模块和充电控制模块，进行给动力电池最佳的充电状态。

在传统充电桩的基础上，将动力电池健康状态检测模块加入到充电桩的主体中。当充电枪连接动力电池充电时，数据采集模块立即提取动力电池的数据，此时各个模块相机工作，对连接的动力电池进行SOC估算工作，最后提供最佳的充电方案并将动力电池健康度等数据发送到可触控显示模块。

如图2所示，一种动力电池健康度检测及续航里程预测方法，包括如下步骤：

步骤S1：识别动力电池的序列号，对不同的电动汽车赋予唯一的识别码，存储于系统存储模块；若是识别到相同序列号的电池，则直接读取存储器中的数据，不需要确定初始SOC；

若是新的动力电池，则需要确定初始SOC，通过开路电压法初步估计初始SOC(t₀)，SOH＝100，DOD(t₀)＝100-SOC(t₀)；

步骤S2：数据采集模块采集跟踪用户电动汽车上的动力电池的数据和动力电池在充电时的实测电流、端电压等数据，并对该动力电池的数据进行存储；

步骤S3：信息采集模块中的电流和电压检测部分对电池的电压和电流进行实时检测，记为V_rt和I_rt；

步骤S4：提取信息模块采集到的当前电池的已释放容量(C_creleased)和制造商提供的电池额定容量(C_rated)，计算放电时的放电深度(DOD)：

利用充电的实测的电流I_rt和工作周期(τ)，可以得到DOD的差异：

为了提高估计精度，需要考虑充电的工作效率(η_c)，则放电深度为：DOD(t)＝DOD(t₀)+η_cΔDOD；

根据实测数据，充电的工作效率

步骤S5：判断电池是否充满，若是电池充满则执行步骤B1，若是未充满则执行步骤B2.

步骤B1：根据电池健康度和电池荷电状态，SOH＝SOC；

步骤B2：则此时的放电深度为：DOD(t)＝DOD(t₀)+η_cΔDOD；所以此时的电池荷电状态就为：SOC＝SOH-DOD；

步骤S6：根据估算结果得到电池的SOC的函数：b(x)＝1-SOC(x)/SOC_init，同时可以得到此时电池的剩余可用能量为E(x)。

步骤S7：根据能耗预测方法计算车辆未来行驶平均能耗，任意一段路程x_init到x_fin，则此段路程的平均能耗

在这段任意路程中的车辆剩余行驶里程可表示为RR(x)，

根据能耗估计方法得到：

可以在

中合理选择，其中

是考虑车辆历史行车平均能耗并结合最近一段时间的能耗计算得到的：

其中步骤S7中E(x_fin)是根据动力电池放电要求确定的，

代表在行驶前的任意300公里内车辆的平均行驶能耗，

代表在行驶前2公里内的车辆平均能耗，

代表选定位置初始到当前位置的车辆平均行驶能耗，数据从汽车内存中读取。

步骤S8：根据步骤S7计算出的车辆的平均能耗就可以得到改动力电池的续航里程公里数，并将估算的电池的健康度和续航里程发送到可触控显示模块和充电控制模块。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

Claims (3)

1.一种智能充电桩，包括充电桩主体，其特征在于，所述充电桩主体包括：

数据采集模块：读取和采集动力电池数据和充电时的状态数据并进行存储，并将获取的数据发送至电池健康状态检测模块；

电池健康状态检测模块：对动力电池的健康度进行检测获得当前充电的动力电池的健康度，对动力电池的续航里程进行预测获取当前充电的动力电池的续航里程，并将获取的健康度和续航里程发送至可触控显示模块和充电控制模块；

可触控显示模块：显示电池健康状态检测模块获取的健康度和续航里程，并和用户实现人机交互操作；

充电控制模块：根据检测的健康度为动力电池充电；

所述数据采集模块采集动力电池的用户数据和实时检测动力电池的充电状态数据；

所述电池健康状态检测模块对充电的动力电池进行SOC的估算和续航里程预测，并将数据发送到可触控显示模块和充电控制模块

基于所述智能充电桩的动力电池健康状态检测和续航里程预测的方法，包括以下步骤：

步骤S1：识别动力电池的序列号，对不同的电动汽车赋予唯一的识别码，存储于系统存储模块；若是识别到相同序列号的电池，则直接读取存储器中的数据，不需要确定初始SOC；

若是新的动力电池，则需要确定初始SOC；

步骤S2：数据采集模块采集跟踪用户电动汽车上的动力电池的数据和动力电池在充电时的实测电流、端电压等数据，并对该动力电池的数据进行存储；

步骤S3：信息采集模块中的电流和电压检测部分对电池的电压和电流进行实时检测，记为V_rt和I_rt；

步骤S4：提取信息模块采集到的当前电池的已释放容量

和制造商提供的电池额定容量

，计算放电时的放电深度DOD：

；

利用充电的实测的电流

和工作周期

，可以得到DOD的差异：

；为了提高估计精度，需要考虑充电的工作效率

，则放电深度为：

；

步骤S5：判断电池是否充满，若是电池充满则执行步骤B1，若是未充满则执行步骤B2;

步骤B1：根据电池健康度和电池荷电状态，SOH=SOC；

步骤B2：则此时的放电深度为：

；所以此时的电池荷电状态就为：

；

步骤S6：根据估算结果得到电池的SOC的函数：

，同时可以得到此时电池的剩余可用能量为

;

步骤S7：根据能耗预测方法计算车辆未来行驶平均能耗，任意一段路程

到

，则此段路程的平均能耗

：

;

在这段任意路程中的车辆剩余行驶里程可表示为

，

,其中

是根据动力电池放电要求确定的；

步骤S8：根据步骤S7计算出的车辆的平均能耗就可以得到该动力电池的续航里程公里数，并将估算的电池的健康度和续航里程发送到可触控显示模块和充电控制模块。

2.根据权利要求1所述的智能充电桩，其特征在于：所述步骤S1中，通过开路电压法初步估计初始SOC（

）， SOH=100，

。

3.根据权利要求1所述的智能充电桩，其特征在于：所述步骤S7中，能耗预测方法

；

是在

中合理选择，其中

是考虑车辆历史行车平均能耗并结合最近一段时间的能耗计算得到的，其中

代表在行驶前的任意300公里内车辆的平均行驶能耗，

代表在行驶前2公里内的车辆平均能耗，

代表选定初始位置到当前位置的车辆平均行驶能耗，数据从汽车内存中读取；

b∈[0，1]。

Images