CN109507590B - 一种去多元干扰网格智能跟踪soc修正方法及系统 - Google Patents
一种去多元干扰网格智能跟踪soc修正方法及系统 Download PDFInfo
- Publication number
- CN109507590B CN109507590B CN201811383284.1A CN201811383284A CN109507590B CN 109507590 B CN109507590 B CN 109507590B CN 201811383284 A CN201811383284 A CN 201811383284A CN 109507590 B CN109507590 B CN 109507590B
- Authority
- CN
- China
- Prior art keywords
- battery
- soc
- discharging
- charging
- gradient
- 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
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种去多元干扰网格智能跟踪SOC修正方法及系统,该修正方法包括以下步骤:S1、获取影响电池SOC的各个干扰因素,并根据各个干扰因素确定各个干扰因素的梯度;S2、采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据;S3、根据所记录的充放电数据制作修正曲线;S4、根据所制作的修正曲线对电池的SOC进行修正。实施本发明可以实现电池SOC的自动修正,消除温度、电流、电池内阻及电池老化次数对SOC估算精度的影响,适用于各种电池,通用性好。
Description
技术领域
本发明涉及电池技术领域,更具体地说,涉及一种去多元干扰网格智能跟踪SOC修正方法及系统。
背景技术
在电池领域中,一般需要对电池的SOC进行预测及估算,目前市场上常用的方法有安时法、开路电压法、内阻法等,但是,这些方法对SOC的估算没有考虑到多种影响因素交叉干扰下SOC估算的精度问题,且所采用的算法难度、复杂度相对较高,例如,卡尔漫滤波算法、神经网络和模糊推理算法技术难度过于复杂,对技术人员的技术能力要求过高,很难在实际应用中得到广泛的应用,导致SOC估算精度不高,降低产品性能及竞争力。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种去多元干扰网格智能跟踪SOC修正方法及系统。
本发明解决其技术问题所采用的技术方案是:提供一种去多元干扰网格智能跟踪SOC修正方法,包括以下步骤:
S1、获取影响电池SOC的各个干扰因素,并根据所述各个干扰因素确定各个干扰因素的梯度;
S2、采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据;
S3、根据所记录的充放电数据制作修正曲线;
S4、根据所制作的修正曲线对所述电池的SOC进行修正。
优选地,所述步骤S1中,影响电池SOC的干扰因素包括:温度、电池、电池内阻、以及电池老化次数;
所述修正曲线包括:电池的OCV曲线以及在不同老化次数下的充放电曲线。
优选地,若影响电池SOC的干扰因素为:温度;
所述步骤S1包括:根据温度对电池电量的影响特性,在低温范围内以第一温度梯度对低温范围的温度进行划分;在高温范围内以第二温度梯度对高温范围的温度进行划分;
若影响电池SOC的干扰因素为:电流;
所述步骤S1包括:所述电流的梯度为每1A一个电流梯度;
若影响电池SOC的干扰因素为:电池老化次数;
所述步骤S1包括:根据电池老化循环次数上限值,以第一循环次数或者第二循环次数为一个老化梯度;所述第一循环次数大于所述第二循环次数。
优选地,所述低温范围为:-40℃~10℃;所述温度范围为:10℃~80℃;
所述第一温度梯度小于所述第二温度梯度。
优选地,所述步骤S2包括:
S2.11、用预设电流将电池放电至过放状态,再用所述预设电流对电池充电至过充状态;
S2.12、用所述预设电流对电池放电,并持续预设时间;
S2.13、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据;
S2.14、重复执行步骤S2.12至步骤S2.13直至电池电量为0,并记录每一个充放电梯度的充放电数据;
其中,用所述预设电流对电池放电,并持续预设时间为一个充放电梯度;
所述步骤S3包括:
根据所记录的充放电数据制作电池的OCV曲线。
优选地,所述步骤S2包括:
S2.21、用预设电流将电池放电至过放状态,再用所述预设电流对电池充电至过充状态;
S2.22、用所述预设电流对电池放电,并持续预设时间;
S2.23、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据;
S2.24、重复执行步骤S2.22至步骤S2.23直至电池电量为0,并记录每一个充放电梯度的充放电数据;
其中,用所述预设电流对电池放电,并持续预设时间为一个充放电梯度;
所述步骤S3包括:
根据所记录的充放电数据制作电池在不同老化次数下的充放电曲线。
优选地,所述预设充放电条件包括:
以所确定的电流梯度的第一电流将电池放电至第一时长,静止第二时长,再以第一电流对电池充电至第三时长,记录第一充放电数据;
在以第一电流对电池充电至第三时长后,再以增加一个电流梯度的第二电流将电池放电至第一时长,静止第二时长,再以第二电流对电池充电至第三时长,记录第二充放电数据;
所述第一充放电数据和第二充放电数据为每一个充电放梯度的充放电数据。
优选地,所述步骤S4包括:
S41、将所述充放电数据、修正曲线、以及SOC校准斜率导入电池管理系统中;
S42、所述电池管理系统基于所述OCV曲线估算电池的初始容量,并根据所述充放电数据形成在不同干扰因素下的动态修正参考表;
S43、电池管理系统检测电池的实际干扰因素;
S44、根据所检测的实际干扰因素并结合所述动态修正参考表进行估算,获得电池的SOC估算值;
S45、根据所述SOC估算值对电池的SOC进行修正。
优选地,所述步骤S45包括:
S451、根据电池的实际电流流向判断电池的充放电状态;
S452、若电池为充电状态,则执行步骤S453~步骤S454;若电池为放电状态,则执行步骤S455~步骤S456;
S453、将所述SOC估算值与电池的SOC实际值进行比较判断;
S454、若SOC实际值大于SOC估算值,则减缓电池的SOC变化速率,若SOC实际值小于SOC估算值,则加快电池的SOC变化速率;
S455、将所述SOC估算值与电池的SOC实际值进行比较判断;
S456、若SOC实际值大于SOC估算值,则加快电池的SOC变化速率,若SOC实际值小于SOC估算值,则减缓电池的SOC变化速率。
本发明还提供一种去多元干扰网格智能跟踪SOC修正系统,包括:
确定单元,用于获取影响电池SOC的各个干扰因素,并根据所述各个干扰因素确定各个干扰因素的梯度;
处理单元,用于采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据;
制作单元,用于根据所记录的充放电数据制作修正曲线;
修正单元,用于根据所制作的修正曲线对所述电池的SOC进行修正。
实施本发明的去多元干扰网格智能跟踪SOC修正方法,通过对电池在各个干扰因素下的充放电数据进行采集、记录,并基于所记录的充放电数据制作修正曲线,根据所制作的修正曲线对电池的SOC进行修正,可以实现精准的SOC自动修正功能,消除温度对电池SOC的估算精度的影响,消除电池内阻(欧姆内阻和极化内阻)对电池SOC估算的精度影响,消除充放电电流大小对电池SOC估算的精度影响,消除电池老化循环次数对电池SOC估算的精度影响;适用于各种电池,可以消除不同电芯厂商的电池因工艺材质引起的电池充放电效率不同对电池SOC的估算的精度影响,通用性好,且SOC估算精度修正效果好。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例提供的一种去多元干扰网格智能跟踪SOC修正方法的流程示意图;
图2是本发明实施例提供的一种去多元干扰网格智能跟踪SOC修正方法的修正流程示意图;
图3是本发明实施例提供的一种去多元干扰网格智能跟踪SOC修正系统的逻辑框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
为了解决现有SOC估算存在的问题,本发明提供了一种去多元干扰网格智能跟踪SOC修正方法,方法可以根据不同电池特性精准的进行数据建模,可以极大范围消除温度、电池的欧姆内阻及极化内阻,电流大小,老化循环次数,不同电池充电效率多元因素对电池SOC估算的精度的干扰和影响,提升SOC估算精度,提高产品性能及竞争力。
参考图1,为本发明实施例提供的一种去多元干扰网格智能跟踪SOC修正方法的流程示意图。
如图1所示,该修正方法包括以下步骤:
步骤S1、获取影响电池SOC的各个干扰因素,并根据各个干扰因素确定各个干扰因素的梯度。
本发明实施例中,影响电池SOC的干扰因素包括但不限于温度、电池、电池内阻、以及电池老化次数;其中,电池内阻包括电池欧姆内阻及极化内阻。进一步地,还可以包括电池材质工艺引起的电池充放电效率不同的影响因素。
步骤S2、采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据。
步骤S3、根据所记录的充放电数据制作修正曲线。
步骤S4、根据所制作的修正曲线对电池的SOC进行修正。
本发明实施例中,修正曲线包括:电池的OCV曲线以及在不同老化次数下的充放电曲线。
本发明实施例中,若影响电池SOC的干扰因素为:温度;步骤S1包括:根据温度对电池电量的影响特性,在低温范围内以第一温度梯度对低温范围的温度进行划分;在高温范围内以第二温度梯度对高温范围的温度进行划分。
具体的,由于电池在低温环境下的容量受温度的影响大于在高温环境下的特性,所以第一温度梯度小于第二温度梯度。
本发明实施例中,低温范围为:-40℃~10℃;温度范围为:10℃~80℃。可选的,第一温度梯度可以设置为5℃,第二温度梯度可以设置为10℃。
进一步地,若影响电池SOC的干扰因素为:电流;步骤S1包括:电流的梯度为每1A一个电流梯度。
具体的,在S1中确定温度梯度后,在低温范围内以第一温度梯度和在高温范围内以第二温度梯度分别按以下预设的充放电操作方法操作,并记录充放电数据。即,每一个梯度均按以下预设的充放电操作方法操作:
其中,预设的充放电操作方法即如步骤S2中所描述的方法。其中,步骤S2具体可以包括:
步骤S2.11、用预设电流将电池放电至过放状态,再用预设电流对电池充电至过充状态。
本发明实施例中,预设电流为小于0.1A的电流。
步骤S2.12、用预设电流对电池放电,并持续预设时间。
本发明实施例中,预设时间为:用小于0.1A的电流将电池的电量从100%放电到95%时所需要的理论时间。其中,该理论时间可以根据采用小于0.1A 的电流对电池放电5%的电量计算出来,例如,100AH放5%的电量需要50 个小时。这里50个小时仅用于示例,不用于限制本发明的范围。
步骤S2.13、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据。
本发明实施例中,预设充放电条件包括:以所确定的电流梯度的第一电流将电池放电至第一时长,静止第二时长,再以第一电流对电池充电至第三时长,记录第一充放电数据;在以第一电流对电池充电至第三时长后,再以增加一个电流梯度的第二电流将电池放电至第一时长,静止第二时长,再以第二电流对电池充电至第三时长,记录第二充放电数据。第一充放电数据和第二充放电数据为每一个充电放梯度的充放电数据。
本发明实施例中,作为示例,第一电流为1A,第二电流为2A,第一时长为5s,第二时长为10s,第三时长为5s。需要说明的是,该示例仅作为示例,不用于限制本发明实施例的范围。
步骤S2.14、重复执行步骤S2.12至步骤S2.13直至电池电量为0,并记录每一个充放电梯度的充放电数据。其中,用预设电流对电池放电,并持续预设时间为一个充放电梯度。这里,每一个充放电梯度的充放电数据的集合为在温度、电流、电池内阻、电池材质工艺影响的充放电效率交叉影响下电池的充放电数据。
此时,步骤S3包括:根据所记录的充放电数据制作电池的OCV曲线。
基于以上采用预设的充放电操作方法,可以形成温度、电流、电池内阻、电池材质工艺影响的充放电效率交叉因素影响下的动态修正参考表。
进一步地,若影响电池SOC的干扰因素为:电池老化次数;步骤S1包括:根据电池老化循环次数上限值,以第一循环次数或者第二循环次数为一个老化梯度;第一循环次数大于第二循环次数。作为示例,第一循环次数可以为100次,第二循环次数可以为50次。
具体的,在确定电池老化次数梯度后,以100次或者50次循环为一个梯度,采用预设的充放电操作方法操作,并记录充放电数据。即每一个老化梯度均按以下预设的充放电操作方法操作:
其中,预设的充放电操作方法即如步骤S2中所描述的方法。其中,步骤 S2具体可以包括:
步骤S2.11、用预设电流将电池放电至过放状态,再用预设电流对电池充电至过充状态。
本发明实施例中,预设电流为小于0.1A的电流。
步骤S2.12、用预设电流对电池放电,并持续预设时间。
本发明实施例中,预设时间为:用小于0.1A的电流将电池的电量从100%放电到95%时所需要的理论时间。其中,该理论时间可以根据采用小于0.1A 的电流对电池放电5%的电量计算出来,例如,100AH放5%的电量需要50 个小时。这里50个小时仅用于示例,不用于限制本发明的范围。
步骤S2.13、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据。
本发明实施例中,预设充放电条件包括:以所确定的电流梯度的第一电流将电池放电至第一时长,静止第二时长,再以第一电流对电池充电至第三时长,记录第一充放电数据;在以第一电流对电池充电至第三时长后,再以增加一个电流梯度的第二电流将电池放电至第一时长,静止第二时长,再以第二电流对电池充电至第三时长,记录第二充放电数据。第一充放电数据和第二充放电数据为每一个充电放梯度的充放电数据。
本发明实施例中,作为示例,第一电流为1A,第二电流为2A,第一时长为5s,第二时长为10s,第三时长为5s。需要说明的是,该示例仅作为示例,不用于限制本发明实施例的范围。
步骤S2.14、重复执行步骤S2.12至步骤S2.13直至电池电量为0,并记录每一个充放电梯度的充放电数据。其中,用预设电流对电池放电,并持续预设时间为一个充放电梯度。这里,每一个充放电梯度的充放电数据的集合为在电池老化次数影响下电池的充放电数据。
此时,步骤S3包括:根据所记录的充放电数据制作电池在不同老化次数下的充放电曲线。
进一步地,本发明实施例中,步骤S4包括:
步骤S41、将充放电数据、修正曲线、以及SOC校准斜率导入电池管理系统中。
本发明实施例中,SOC校准斜率可以设置为0.5~1.5。
步骤S42、电池管理系统基于OCV曲线估算电池的初始容量,并根据充放电数据形成在不同干扰因素下的动态修正参考表。
本发明实施例中,电池管理系统可以在初始化时根据OCV曲线估算电池的初始容量。其中,OCV曲线为电池的电压-电量曲线。前述所记录的充放电数据为每一个充放电梯度所记录的单体电池的电压数据。即在95%、90%、85%、80%……、10%、5%、0%所记录的单体电池的电压数据。
步骤S43、电池管理系统检测电池的实际干扰因素。
步骤S44、根据所检测的实际干扰因素并结合动态修正参考表进行估算,获得电池的SOC估算值。
步骤S45、根据SOC估算值对电池的SOC进行修正。
步骤S45包括:
S451、根据电池的实际电流流向判断电池的充放电状态;
S452、若电池为充电状态,则执行步骤S453~步骤S454;若电池为放电状态,则执行步骤S455~步骤S456;
S453、将SOC估算值与电池的SOC实际值进行比较判断;
S454、若SOC实际值大于SOC估算值,则减缓电池的SOC变化速率,若SOC实际值小于SOC估算值,则加快电池的SOC变化速率;
S455、将SOC估算值与电池的SOC实际值进行比较判断;
S456、若SOC实际值大于SOC估算值,则加快电池的SOC变化速率,若SOC实际值小于SOC估算值,则减缓电池的SOC变化速率。
具体的,可以根据SOC实际值与SOC估算值的偏差值调整电池的SOC 变化速率。其中,SOC=电流积分*校准斜率,因此,通过调整校准斜率的大小可以调整电池的SOC变化速率,达到修正SOC精度的目的。
参考图2,为本发明实施例提供的一种去多元干扰网格智能跟踪SOC修正方法修正过程的流程示意图。
如图2所示,在获得修正曲线(OCV曲线和充放电曲线)及充放电数据后,执行以下步骤:
步骤S201、通过PC上位机下传建模数据(即前述的OCV曲线、充放电曲线及充放电数据)到电池管理系统中。
步骤S202、通过PC上位机下传SOC校准斜率到电池管理系统中。
步骤S203、连接电池后根据OCV曲线估算电池的初始容量(SOC),并根据充放电数据形成在不同干扰因素下的动态修正参考表。
步骤S204、检测电池的实际干扰因素。
步骤S205、根据所检测到的实际干扰因素对照动态修正参考表估算电池的SOC估算值。
步骤S206、根据电池的电流流向判断电池的充放电状态。
步骤S207、若电池为充电状态,执行步骤S20711~步骤S20712;若电池为放电状态,执行步骤S20721~步骤S20722。
步骤S20711、将电池的SOC实际值与SOC估算值进行比较,并计算SOC 实际值与SOC估算值的偏差值。
步骤S20712、若SOC实际值大于SOC估算值,根据偏差值减缓SOC变化速率;若SOC实际值小于SOC估算值,根据偏差值加快SOC变化速率。
步骤S20721、将电池的SOC实际值与SOC估算值进行比较,并计算SOC 实际值与SOC估算值的偏差值。
步骤S20722、若SOC实际值大于SOC估算值,根据偏差值加快SOC变化速率;若SOC实际值小于SOC估算值,根据偏差值减缓SOC变化速率。
进一步地,电池管理系统还对电池的实际干扰因素进行实时检测,并判断电池的实际干扰因素是否发生变化,如果发生变化,则返回步骤204继续检测电池的实际干扰因素,重新确定电池的实际干扰因素,根据重新确定的实际干扰因素选择重新估算电池的SOC估算值,如果没有发生变化,则可按当前的SOC估算值进行修正。
当然,可以理解地,在其他一些实施例中,也可以通过其他方式将建模数据、SOC校准斜率导入电池管理系统中,例如,蓝牙、WIFI等无线传输的方式导入数据。
参考图3,本发明还提供了一种去多元干扰网格智能跟踪SOC修正系统。该修正系统可以用于实现前述的去多元干扰网格智能跟踪SOC修正方法。
如图3所示,该修正系统可以包括:
确定单元301,用于获取影响电池SOC的各个干扰因素,并根据各个干扰因素确定各个干扰因素的梯度。
处理单元302,用于采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据。
制作单元303,用于根据所记录的充放电数据制作修正曲线。
修正单元304,用于根据所制作的修正曲线对电池的SOC进行修正。
实施本发明的去多元干扰网格智能跟踪SOC修正方法及系统可以根据不同电池的实现的数据建模,极大范围消除温度、电池欧姆内阻及极化内阻、电流大小、老化循环次数、不同电池充放电效率等多元因素对电池SOC估算的精度的干扰和影响,可以实现SOC精准的估算及智能修正,消除温度对电池SOC的估算精度的影响,消除电池内阻(欧姆内阻和极化内阻)对电池SOC 估算的精度影响,消除充放电电流大小对电池SOC估算的精度影响,消除电池老化循环次数对电池SOC估算的精度影响;适用于各种电池,可以消除不同电芯厂商的电池因工艺材质引起的电池充放电效率不同对电池SOC的估算的精度影响,通用性好,且SOC估算精度修正效果好。
以上实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施,并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰,均应属于本发明权利要求的涵盖范围。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种去多元干扰网格智能跟踪SOC修正方法,其特征在于,包括以下步骤:
S1、获取影响电池SOC的各个干扰因素,并根据所述各个干扰因素确定各个干扰因素的梯度;
S2、采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据;
S3、根据所记录的充放电数据制作修正曲线;
S4、根据所制作的修正曲线对所述电池的SOC进行修正;
所述步骤S4包括:
S41、将所述充放电数据、修正曲线、以及SOC校准斜率导入电池管理系统中;
S42、所述电池管理系统基于OCV曲线估算电池的初始容量,并根据所述充放电数据形成在不同干扰因素下的动态修正参考表;
S43、电池管理系统检测电池的实际干扰因素;
S44、根据所检测的实际干扰因素并结合所述动态修正参考表进行估算,获得电池的SOC估算值;
S45、根据所述SOC估算值对电池的SOC进行修正。
2.根据权利要求1所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述步骤S1中,影响电池SOC的干扰因素包括:温度、电流、电池内阻、以及电池老化次数;
所述修正曲线包括:电池的OCV曲线以及在不同老化次数下的充放电曲线。
3.根据权利要求1所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,若影响电池SOC的干扰因素为:温度;
所述步骤S1包括:根据温度对电池电量的影响特性,在低温范围内以第一温度梯度对低温范围的温度进行划分;在高温范围内以第二温度梯度对高温范围的温度进行划分;
若影响电池SOC的干扰因素为:电流;
所述步骤S1包括:所述电流的梯度为每1A一个电流梯度;
若影响电池SOC的干扰因素为:电池老化次数;
所述步骤S1包括:根据电池老化循环次数上限值,以第一循环次数或者第二循环次数为一个老化梯度;所述第一循环次数大于所述第二循环次数。
4.根据权利要求3所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述低温范围为:-40℃~10℃;所述温度范围为:10℃~80℃;
所述第一温度梯度小于所述第二温度梯度。
5.根据权利要求1所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述步骤S2包括:
S2.11、用预设电流将电池放电至过放状态,再用所述预设电流对电池充电至过充状态;
S2.12、用所述预设电流对电池放电,并持续预设时间;
S2.13、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据;
S2.14、重复执行步骤S2.12至步骤S2.13直至电池电量为0,并记录每一个充放电梯度的充放电数据;
其中,用所述预设电流对电池放电,并持续预设时间为一个充放电梯度;
所述步骤S3包括:
根据所记录的充放电数据制作电池的OCV曲线。
6.根据权利要求1所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述步骤S2包括:
S2.21、用预设电流将电池放电至过放状态,再用所述预设电流对电池充电至过充状态;
S2.22、用所述预设电流对电池放电,并持续预设时间;
S2.23、在对电池放电至达到预设时间后,采用预设充放电条件对电池进行充放电,并记录电池当前梯度的充电放数据;
S2.24、重复执行步骤S2.22至步骤S2.23直至电池电量为0,并记录每一个充放电梯度的充放电数据;
其中,用所述预设电流对电池放电,并持续预设时间为一个充放电梯度;
所述步骤S3包括:
根据所记录的充放电数据制作电池在不同老化次数下的充放电曲线。
7.根据权利要求5或6所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述预设充放电条件包括:
以所确定的电流梯度的第一电流将电池放电至第一时长,静止第二时长,再以第一电流对电池充电至第三时长,记录第一充放电数据;
在以第一电流对电池充电至第三时长后,再以增加一个电流梯度的第二电流将电池放电至第一时长,静止第二时长,再以第二电流对电池充电至第三时长,记录第二充放电数据;
所述第一充放电数据和第二充放电数据为每一个充电放梯度的充放电数据。
8.根据权利要求1所述的去多元干扰网格智能跟踪SOC修正方法,其特征在于,所述步骤S45包括:
S451、根据电池的实际电流流向判断电池的充放电状态;
S452、若电池为充电状态,则执行步骤S453~步骤S454;若电池为放电状态,则执行步骤S455~步骤S456;
S453、将所述SOC估算值与电池的SOC实际值进行比较判断;
S454、若SOC实际值大于SOC估算值,则减缓电池的SOC变化速率,若SOC实际值小于SOC估算值,则加快电池的SOC变化速率;
S455、将所述SOC估算值与电池的SOC实际值进行比较判断;
S456、若SOC实际值大于SOC估算值,则加快电池的SOC变化速率,若SOC实际值小于SOC估算值,则减缓电池的SOC变化速率。
9.一种去多元干扰网格智能跟踪SOC修正系统,其特征在于,包括:
确定单元,用于获取影响电池SOC的各个干扰因素,并根据所述各个干扰因素确定各个干扰因素的梯度;
处理单元,用于采用预设方法对电池在各个干扰因素下,依据各个干扰因素对应的梯度对电池进行充放电处理,并记录在各个干扰因素下电池的充放电数据;
制作单元,用于根据所记录的充放电数据制作修正曲线;
修正单元,用于根据所制作的修正曲线对所述电池的SOC进行修正;所述修正单元具体用于:
将所述充放电数据、修正曲线、以及SOC校准斜率导入电池管理系统中;
所述电池管理系统基于OCV曲线估算电池的初始容量,并根据所述充放电数据形成在不同干扰因素下的动态修正参考表;
电池管理系统检测电池的实际干扰因素;
根据所检测的实际干扰因素并结合所述动态修正参考表进行估算,获得电池的SOC估算值;
根据所述SOC估算值对电池的SOC进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383284.1A CN109507590B (zh) | 2018-11-20 | 2018-11-20 | 一种去多元干扰网格智能跟踪soc修正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811383284.1A CN109507590B (zh) | 2018-11-20 | 2018-11-20 | 一种去多元干扰网格智能跟踪soc修正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109507590A CN109507590A (zh) | 2019-03-22 |
CN109507590B true CN109507590B (zh) | 2021-06-11 |
Family
ID=65749190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811383284.1A Active CN109507590B (zh) | 2018-11-20 | 2018-11-20 | 一种去多元干扰网格智能跟踪soc修正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507590B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109991555A (zh) * | 2019-04-18 | 2019-07-09 | 深圳市国新动力科技有限公司 | 一种电池组充电soc及放电soc的娇正方法 |
CN112462268A (zh) * | 2020-12-17 | 2021-03-09 | 无锡睿米信息技术有限公司 | 一种电池电量的测量方法、装置和用电设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430366A (zh) * | 2008-12-12 | 2009-05-13 | 苏州金百合电子科技有限公司 | 电池荷电状态检测方法 |
CN102540096A (zh) * | 2012-01-17 | 2012-07-04 | 浙江大学 | 一种用于磷酸铁锂动力电池剩余容量估算自修正的方法 |
CN105353312A (zh) * | 2015-09-28 | 2016-02-24 | 华晨汽车集团控股有限公司 | 一种动力电池soc的预测方法 |
CN106054085A (zh) * | 2016-07-11 | 2016-10-26 | 四川普力科技有限公司 | 一种基于温度用于估计电池soc的方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统soc估算方法 |
US9594122B2 (en) * | 2012-09-19 | 2017-03-14 | Apple Inc. | Estimating state of charge (SOC) and uncertainty from relaxing voltage measurements in a battery |
CN106872906A (zh) * | 2017-03-14 | 2017-06-20 | 江西江铃集团新能源汽车有限公司 | 一种基于ocv曲线修正soc的方法与系统 |
KR101758928B1 (ko) * | 2011-11-10 | 2017-07-18 | 현대건설기계 주식회사 | 산업용 전기 차량의 배터리 잔량 측정방법 |
CN107271913A (zh) * | 2017-06-28 | 2017-10-20 | 北京工业大学 | 一种应用于动力电池剩余容量预测的方法 |
-
2018
- 2018-11-20 CN CN201811383284.1A patent/CN109507590B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101430366A (zh) * | 2008-12-12 | 2009-05-13 | 苏州金百合电子科技有限公司 | 电池荷电状态检测方法 |
KR101758928B1 (ko) * | 2011-11-10 | 2017-07-18 | 현대건설기계 주식회사 | 산업용 전기 차량의 배터리 잔량 측정방법 |
CN102540096A (zh) * | 2012-01-17 | 2012-07-04 | 浙江大学 | 一种用于磷酸铁锂动力电池剩余容量估算自修正的方法 |
US9594122B2 (en) * | 2012-09-19 | 2017-03-14 | Apple Inc. | Estimating state of charge (SOC) and uncertainty from relaxing voltage measurements in a battery |
CN105353312A (zh) * | 2015-09-28 | 2016-02-24 | 华晨汽车集团控股有限公司 | 一种动力电池soc的预测方法 |
CN106054085A (zh) * | 2016-07-11 | 2016-10-26 | 四川普力科技有限公司 | 一种基于温度用于估计电池soc的方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统soc估算方法 |
CN106872906A (zh) * | 2017-03-14 | 2017-06-20 | 江西江铃集团新能源汽车有限公司 | 一种基于ocv曲线修正soc的方法与系统 |
CN107271913A (zh) * | 2017-06-28 | 2017-10-20 | 北京工业大学 | 一种应用于动力电池剩余容量预测的方法 |
Non-Patent Citations (1)
Title |
---|
SOC在线估计误差修正算法研究;潘莹 等;《电池》;20180630;第48卷(第3期);第163-166页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109507590A (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109856559B (zh) | 一种锂电池循环寿命的预测方法 | |
US10126369B2 (en) | Secondary battery capacity measurement system and secondary battery capacity measurement method | |
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 | |
US11181585B2 (en) | Electronic device and method for detecting the state of health of a battery | |
CN107576918B (zh) | 锂电池的剩余电量的估算方法及系统 | |
CN103163480B (zh) | 锂电池健康状态的评估方法 | |
EP3923007B1 (en) | Battery management apparatus, battery management method, battery pack, and electric vehicle | |
WO2018059074A1 (zh) | 一种电池微短路的检测方法及装置 | |
CN107632272B (zh) | 一种基于电芯温度预测的电池放电荷电状态精确估计方法 | |
CN109856542B (zh) | 一种锂电池soc-ocv曲线簇的标定方法、soc校正方法及装置 | |
CN109856548B (zh) | 动力电池容量估算方法 | |
CN107024665B (zh) | 电池的剩余容量校准方法 | |
CN108802625B (zh) | 一种二次利用电池的soc自适应修正方法 | |
CN103969587A (zh) | 一种混合动力车用动力电池soc估算方法 | |
EP3076518A1 (en) | Power storage system and method for charging secondary cell | |
CN105353316B (zh) | 动力电池充电时soc变化量及充电电量折算系数测量方法 | |
CN105116350B (zh) | 动力电池放电时soc变化量及放电电量折算系数测量方法 | |
CN107402355A (zh) | 一种充电时间预估方法 | |
CN105634063A (zh) | 一种基于电池历史数据的主动均衡方法 | |
CN109507590B (zh) | 一种去多元干扰网格智能跟踪soc修正方法及系统 | |
CN110729797A (zh) | 车辆及其电池组均衡的控制方法、装置和系统 | |
EP3792646B1 (en) | Method for updating capacity of battery, device for updating capacity of battery, electronic device, and storage unit | |
CN115754736A (zh) | 一种储能系统充放电末端的soc校准方法及装置 | |
CN111624491A (zh) | 一种确定电池剩余电量的方法、装置及电池管理系统 | |
CN117154268A (zh) | 一种基于水系钠离子储能电池柜的soc校正方法、装置、设备及存储介质 |
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 |