CN109367433B - 一种智能充电桩 - Google Patents
一种智能充电桩 Download PDFInfo
- Publication number
- CN109367433B CN109367433B CN201811554190.6A CN201811554190A CN109367433B CN 109367433 B CN109367433 B CN 109367433B CN 201811554190 A CN201811554190 A CN 201811554190A CN 109367433 B CN109367433 B CN 109367433B
- Authority
- CN
- China
- Prior art keywords
- battery
- power battery
- data
- energy consumption
- vehicle
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
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
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Vrt和Irt;
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)+ηcΔDOD;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)/SOCinit,同时可以得到此时电池的剩余可用能量为E(x)。
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Irt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ηc,则放电深度为DOD(t)=DOD(t0)+ηcΔDOD。
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)/SOCinit;
则可以得到此时电池的剩余可用能量为E(x)。
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Vrt和Irt;
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)+ηcΔDOD;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)/SOCinit,同时可以得到此时电池的剩余可用能量为E(x)。
其中步骤S7中E(xfin)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Vrt和Irt;
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554190.6A CN109367433B (zh) | 2018-12-18 | 2018-12-18 | 一种智能充电桩 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554190.6A CN109367433B (zh) | 2018-12-18 | 2018-12-18 | 一种智能充电桩 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109367433A CN109367433A (zh) | 2019-02-22 |
CN109367433B true CN109367433B (zh) | 2021-09-24 |
Family
ID=65370894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811554190.6A Active CN109367433B (zh) | 2018-12-18 | 2018-12-18 | 一种智能充电桩 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109367433B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568373A (zh) * | 2019-07-29 | 2019-12-13 | 深圳市科陆电子科技股份有限公司 | 锂电池健康状态评估方法、系统、终端及存储介质 |
CN110422081A (zh) * | 2019-09-10 | 2019-11-08 | 周封 | 可进行电动汽车监测保养的充放电桩 |
CN110901468B (zh) * | 2019-11-26 | 2022-11-29 | 神龙汽车有限公司 | 一种电动教练车剩余续航里程计算方法 |
CN111731151B (zh) * | 2020-05-06 | 2021-06-29 | 华人运通(江苏)技术有限公司 | 一种续航里程显示方法、装置、车辆及存储介质 |
CN111929588B (zh) * | 2020-09-01 | 2021-01-01 | 杭州颉码能源科技有限公司 | 基于极限学习机的充电安全监测方法、设备及系统 |
CN112172608B (zh) * | 2020-09-11 | 2022-05-10 | 广州小鹏汽车科技有限公司 | 电池监测方法、装置、车辆及存储介质 |
CN112630667B (zh) * | 2020-11-30 | 2022-12-02 | 合肥国轩高科动力能源有限公司 | 一种新能源电动汽车剩余续航里程的估算方法 |
CN114056151B (zh) * | 2021-11-25 | 2023-03-28 | 中国汽车工程研究院股份有限公司 | 基于普通直流充电桩改制动力电池充电检测设备的方法 |
CN114137428B (zh) * | 2021-11-25 | 2023-05-02 | 中国汽车工程研究院股份有限公司 | 一种便携式动力电池安全性检测系统及装置 |
CN113954683A (zh) * | 2021-11-25 | 2022-01-21 | 湖北德普电气股份有限公司 | 直流充检桩检测方法及控制系统 |
CN114035085A (zh) * | 2021-12-15 | 2022-02-11 | 湖北德普电气股份有限公司 | 一种电动汽车智能直流充检桩动力电池检测方法 |
CN114236406A (zh) * | 2021-12-15 | 2022-03-25 | 湖北德普电气股份有限公司 | 一种回馈式动力电池充放电检测系统 |
CN114236413A (zh) * | 2021-12-15 | 2022-03-25 | 湖北德普电气股份有限公司 | 电动汽车动力电池健康状态评估方法 |
CN115808922B (zh) * | 2022-01-07 | 2023-10-27 | 宁德时代新能源科技股份有限公司 | 商用电动车辆能耗预测方法、装置和计算机设备 |
CN114475358B (zh) * | 2022-01-07 | 2024-06-21 | 深圳市道通合创数字能源有限公司 | 一种车辆动力电池辅助均衡的方法、设备及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646268A (zh) * | 2017-03-07 | 2017-05-10 | 安徽江淮汽车集团股份有限公司 | 动力电池的soc补偿方法 |
CN106696739A (zh) * | 2016-12-29 | 2017-05-24 | 西安特锐德智能充电科技有限公司 | 一种电动汽车的充电方法及充电装置 |
CN107390127A (zh) * | 2017-07-11 | 2017-11-24 | 欣旺达电动汽车电池有限公司 | 一种soc估算方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459552B (zh) * | 2014-11-28 | 2017-10-17 | 上海交通大学 | 评估充电行为对电动汽车电池健康状况的影响的方法 |
CN104393647B (zh) * | 2014-11-28 | 2017-06-13 | 上海交通大学 | 一种用于电动汽车的充电桩系统 |
US10189362B2 (en) * | 2017-05-31 | 2019-01-29 | Honda Motor Co., Ltd. | Vehicle charging station having degraded energy storage units for charging an incoming vehicle and methods thereof |
CN108710084A (zh) * | 2018-06-01 | 2018-10-26 | 王泽霖 | 一种电动汽车电源监控及能源管理系统 |
-
2018
- 2018-12-18 CN CN201811554190.6A patent/CN109367433B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106696739A (zh) * | 2016-12-29 | 2017-05-24 | 西安特锐德智能充电科技有限公司 | 一种电动汽车的充电方法及充电装置 |
CN106646268A (zh) * | 2017-03-07 | 2017-05-10 | 安徽江淮汽车集团股份有限公司 | 动力电池的soc补偿方法 |
CN107390127A (zh) * | 2017-07-11 | 2017-11-24 | 欣旺达电动汽车电池有限公司 | 一种soc估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109367433A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109367433B (zh) | 一种智能充电桩 | |
CN105882435B (zh) | 一种电动汽车剩余行驶里程估算方法 | |
CN111497679B (zh) | 一种纯电动汽车能耗监测优化方法及系统 | |
JP5447658B2 (ja) | 二次電池の劣化判定装置および劣化判定方法 | |
CN102778651B (zh) | 确定多电池单元蓄电池中的电池单元容量值的系统和方法 | |
CN105607004B (zh) | 一种锂离子电池包健康状态评估方法及系统 | |
CN104380128B (zh) | 蓄电池系统和用于确定蓄电池系统的蓄电池单元或蓄电池模块的内阻的所属的方法 | |
CN102544607B (zh) | 锂离子电池的剩余电量值获取方法、装置以及电池系统 | |
CN105510832A (zh) | 使用老化补偿的电动车辆电池荷电状态监控 | |
US20120116620A1 (en) | Plug-In Hybrid Electric Vehicle and Method of Control for Providing Distance to Empty and Equivalent Trip Fuel Economy Information | |
CN106483471B (zh) | 一种整车状态下的电池健康状态估算方法及系统 | |
CN107271905A (zh) | 一种用于纯电动汽车的电池容量主动估计方法 | |
CN103713262A (zh) | 用于计算绿色车辆的可能行驶距离的系统和方法 | |
CN104459551A (zh) | 一种电动汽车动力电池能量状态估算方法 | |
CN103802675A (zh) | 一种电动汽车剩余里程检测方法及系统 | |
JP2002243813A (ja) | 二次電池の電池容量劣化演算装置 | |
CN113858959B (zh) | 纯电动汽车续驶里程计算方法、车辆及电子设备 | |
JP2014535123A (ja) | バッテリー管理システムおよびバッテリー管理方法 | |
CN104977537A (zh) | 电池soc的确定方法及使用该方法的电池管理系统 | |
CN103507644A (zh) | 里程装置和方法、及电动车控制器 | |
CN102455411A (zh) | 自适应的缓慢变化电流检测 | |
CN116572799B (zh) | 基于深度学习的动力电池荷电续航预测方法、系统及终端 | |
CN113093027B (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
CN109795369A (zh) | 一种基于平均电耗的电动汽车续航里程估算方法 | |
US20230096267A1 (en) | Battery degradation estimation device, battery degradation estimation system, battery degradation estimation method, and storage medium |
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 |