CN109613445A - 一种估计动力电池的健康状态的方法和装置 - Google Patents
一种估计动力电池的健康状态的方法和装置 Download PDFInfo
- Publication number
- CN109613445A CN109613445A CN201811627088.4A CN201811627088A CN109613445A CN 109613445 A CN109613445 A CN 109613445A CN 201811627088 A CN201811627088 A CN 201811627088A CN 109613445 A CN109613445 A CN 109613445A
- Authority
- CN
- China
- Prior art keywords
- battery
- cycle
- circulation
- parameter
- health status
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种估计动力电池的健康状态的方法和装置,接收估计动力电池的健康状态的请求;获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;根据所述循环衡量参数计算获得总循环次数;利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。达到了通过引入累积充电计量算法和量化转发算法,显著提高了估计动力电池的健康状态的效率,准确性和可操作性。
Description
技术领域
本发明涉及新能源汽车技术领域,特别涉及一种估计动力电池的健康状态的方法和装置。
背景技术
新能源汽车作为一种低污染、结构简单、低噪音的新一代交通工具,是未来汽车产业发展的重要方向。与此同时,动力电池作为新能源汽车的主要动力来源,占整车制造成本的比例非常高,因此对新能源汽车动力电池的健康状态进行准确估计监测是非常必要的。
现有技术中,对于动力电池的健康状态没有具体的量化指标,业界一般讲电动汽车动力电池循环次数作为动力电池的健康状态的主要衡量指标,行业中一般采用实验测量法和自适应模型法对动力电池的健康状态进行测量。这些方法普遍存在计算量大,硬件和环境要求高,不易操作,误差大的问题,并且许多研究者在估计动力电池的健康状态时只考虑单一的电池使用循环次数指标,未考虑其他影响因素对动力电池健康状态的影响。因此,如何在考虑影响因素的情况下,简便准确且高效地估计动力电池的健康状态成为本行业亟需解决的问题。
发明内容
有鉴于此,本发明旨在提出一种估计动力电池的健康状态的方法和相应的一种估计动力电池的健康状态的装置,以解决如何在考虑影响因素的情况下,简便准确且高效地估计动力电池的健康状态成为本行业亟需解决的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种估计动力电池的健康状态的方法,所述方法包括:
接收估计动力电池的健康状态的请求;
获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;
根据所述循环衡量参数计算获得总循环次数;
利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
进一步的,所述根据所述循环衡量参数计算获得总循环次数,包括:
利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数;
利用所述电池充电数据,通过累积充电算法,得到第二循环次数;
利用所述影响因素参数,通过查询影响因素二维数组表的方法获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数;
利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
进一步的,其特征在于,
所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
进一步的,利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态,包括:
利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
进一步的,所述利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态的步骤之后,还包括:
存储所述第二循环次数,所述第三循环次数;
接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
相对于现有技术,本发明所述的一种估计动力电池的健康状态的方法具有以下优势:
本发明所述的一种估计动力电池的健康状态的方法,接收估计动力电池的健康状态的请求;获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;根据所述循环衡量参数计算获得总循环次数;利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。达到了通过引入累积充电计量算法和量化转发算法,显著提高了估计动力电池的健康状态的效率,准确性和可操作性。
本发明的另一目的在于提出一种估计动力电池的健康状态的装置,以解决如何在考虑影响因素的情况下,简便准确且高效地估计动力电池的健康状态成为本行业亟需解决的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种估计动力电池的健康状态的装置,所述装置包括:
请求模块,用于接收估计动力电池的健康状态的请求;
采集模块,用于获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;
第一计算模块,用于根据所述循环衡量参数计算获得总循环次数;
第二计算模块,用于利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
进一步的,所述第一计算模块,包括:
第一循环子模块,用于利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数;
第二循环子模块,用于利用所述电池充电数据,通过累积充电算法,得到第二循环次数;
第三循环子模块,用于利用所述影响因素参数,通过查询影响因素二维数组表的装置获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数;
总循环子模块,用于利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
进一步的,其特征在于,
所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
进一步的,所述第二计算模块,包括:
第二计算子模块,用于利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
进一步的,所述第二计算模块之后,还包括:
存储模块,用于存储所述第二循环次数,所述第三循环次数;
更新模块,用于接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
相对于现有技术,本发明所述的一种估计动力电池的健康状态的装置具有以下优势:
本发明所述的一种估计动力电池的健康状态的装置,接收估计动力电池的健康状态的请求;获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;根据所述循环衡量参数计算获得总循环次数;利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。达到了通过引入累积充电计量算法和量化转发算法,显著提高了估计动力电池的健康状态的效率,准确性和可操作性。
所述一种估计动力电池的健康状态的装置与上述一种估计动力电池的健康状态的方法相对于现有技术所具有的优势相同,在此不再赘述。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种估计动力电池的健康状态方法的步骤流程图;
图2为本发明实施例所述的另一种估计动力电池的健康状态方法的步骤流程图。
图3为本发明实施例所述的一种估计动力电池的健康状态方法的示例步骤流程图。
图4为本发明实施例所述的另一种估计动力电池的健康状态方法的示例步骤流程图。
图5为本发明实施例所述的一种估计动力电池的健康状态装置的结构框图。
图6为本发明实施例所述的另一种估计动力电池的健康状态装置的结构框图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
另外,本发明的实施例中所提到的动力电池的健康状态,是指动力电池使用一段时间后性能参数与标称参数的比值。
下面将参考附图并结合实施例来详细说明本发明。
参照图1,示出了本发明的一种估计动力电池的健康状态的方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,收估计动力电池的健康状态的请求。
在本发明实施例中,电动汽车在投入使用时,动力电池的健康状态可以很直观的反映电动汽车的使用寿命,无论是在用户购买或者日常使用电动汽车时,获取电动汽车的电池的健康状态可以提供给用户合理的参考,以作为衡量电动汽车价值的性能指标。在用户需要获取动力电池的健康状态时,通过BMS(Batteries Management System,电池管理系统)发送估计动力电池的健康状态的请求,使得BMS启动估计动力电池的健康状态程序,获取所述动力电池的健康状态。
步骤102,获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息。
在本发明实施例中,BMS获取动力电池预先自带的额定循环次数,作为衡量动力电池的健康状态的基准。再获取BMS内储存模块和计时模块记录的循环衡量参数。具体的,所述循环衡量参数可以包括:电池充电数据,日历时间,超过预设阈值的影响因素及所述超过预设阈值的影响因素参数相对应的时间信息。在本发明的另一种可实现的实施例中,由于动力电池的电压的过压、欠压,电流的过流,温度的过热、过冷均会影响动力电池的使用寿命,因此,所述超过阈值的影响因素参数可以包括:电压参数,电流参数,温度参数。
步骤103,根据所述循环衡量参数计算获得总循环次数。
在本发明实施例中,通过利用所述循环衡量参数,将所述循环衡量参数进行转化成循环次数的形式,已获取所述总循环次数。
步骤104,利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
在本发明实施例中,通过将影响动力电池的健康状态的循环衡量参数转化得到的总循环次数与所述电池额定循环技术进行计算可以获得考虑到各类影响因素的动力电池的健康状态。
参照图2,示出了本发明的另一种估计动力电池的健康状态的方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201,接收估计动力电池的健康状态的请求。
在本发明实施例中,为了减少本实施例的复杂程度,简化过程,可以在电池管理系统每次初始化视为BMS接收到所述估计动力电池的健康状态的请求,估计一次动力电池的健康状态。
步骤202,获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息。
在本发明实施例中,通过BMS系统中的预测电池包电量的功能函数、计模块、储存模块,分别获取电池充电数据(包括每次充电的充电时电量和对应的充电后电量),日历时间,超过预设阈值的影响因素参数及其相对应的时间信息。所述超过预设阈值的影响因素参数是通过所述存储模块判断动力电池是否出现欠压、过压、过流、过低温、过高温时记录的数据参数,及所述计时模块记录的相应的持续时间。
步骤203,根据所述循环衡量参数计算获得总循环次数。
步骤203可以参照步骤103,此处不再复述。
进一步的,所述步骤203可以包括,
步骤2031,利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数。
本发明实施例中,获取BMS系统内计时装置记录的日历时间,随着动力电池的使用时间的增长,电池会随着时间老化,通过日历时间转化循环次数算法将日历时间转化成老化导致的循环次数的减少,获取第一循环次数。可以根据动力电池的具体情况进行算法设置,示例的10年可以等于1000次。
步骤2032,利用所述电池充电数据,通过累积充电算法,得到第二循环次数。
本发明实施例中,国际规定的动力电池的健康转改或者使用循环次数是在理想条件或者实验室中测试的,在实际电池包产品中难以进行应用操作,目前大部分BMS产品都基于8/16/32位单片机开发,普遍存在内存小,运算能力弱、容易位溢出;本实施例提供一种适应电动汽车估计实际应用特性、相对误差较小、便于C语言编程的电池循环次数计量算法模型来计算电池的电池循环次数,即累积充电算法,得到所述第二循环次数。
参照图3,该算法计算原理如下:把电池包每次的SOCcharge(State of Charge,充电量)都累加起来,当累积到1000或者100(根据SOC的精度设定),循环次数N累加1,电池充电量清零(SOCcharge减去1000),并把SOCcharge、N写,存储模块中供下次读取。每当充电结束时,判断累积充电量是否达到最大值。当第一次若用了20%就充电,循坏次数即算0.2次。也就是说,SOCcharge从0%充到100%才算一次循环,而不是充一次电就算一次。这个计算是按照你充电过程中累计充过一次100%算一次!也就是说你从60%开始充,充到满,下次从40%开始充,充到满,算一个循环!如果你每次都是从50%开始充的话,那么充2次算一个循环。再考虑根据对充进去的电量根据过欠压、过流、过低温情况进行加权。SOH(State ofHealth,健康状态)。
结合电池包BMS中预设的电池电量SOCcharge预测函数、计时模块、存储模块。当充电时间大于设定时间(暂定5分钟,防频繁插拔充电器),计算启示充电量SOCcharge_on;当断开充电时间大于设定时间(暂定5分钟,防止频繁插拔充电头),计算结束充电量SOCcharge_off,计算本次充电量SOCcharge。读取上一次存储模块中的值SOCcharge_at,当SOCcharge累计到1000(100%,SOCcharge避免出现小数,且SOCcharge精确到小数点后一位,因此SOC最大为1000),循环次数N累加1,清零(SOCcharge减去1000),并把剩余的SOCcharge、循环次数N写进存储模块。每次充电量的计算公式(1)如下。
步骤2033,利用所述影响因素参数,通过查询影响因素二维数组表的方法获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数。
本发明实施例中,由于通常影响动力电池的健康状态的主要因素是电压、电流、温度,因此可以将超过预设阈值的电压、电流、温度作为所述超过阈值的影响因素参数,当然,也可以根据自身的实际需要加入其它影响因素,本发明对此不做限定。
进一步的,示例的,参照图4,电压的过压、欠压的量化转化具体包括:
电池的过压、欠压对动力电池SOH(State of Health,健康状态)的影响很大,欠压(暂定低于3.2V)、过压(暂定高于4.1v),在4.1V到3.2V之间对电池SOH影响较小,高于或低于这个界限值,将对电池SOH产生额外的影响,因此需要在计算该区间SOH时,要额外进行加权。
欠压:放电截止电压不能无限降低,放电深度越大,容量衰减越快,当电压过时,电池将进入深度放电,放电深度越深,其充电寿命越短。每当电压低于vuv(暂定低于3.2V)时,持续时间大于设定的单位时间tuv,对电池寿命的影响转化为循环次数。
过压:动力电池充电对电压精度要求很高,一般充电终止电压为4.2V,如果电压到4.25V,都会较为严重的影响寿命。那种山寨的电池充电器一般都是简易的,不能很好的保证精度,会严重影响电池寿命,比较典型的现象就是电池中间鼓起来了,一般是由于过度充电引起。每当电压高于于vov(4.1V)时,持续时间大于设定的单位时间tov,对电池寿命的影响转化为循环次数。
电池过充电或者过放电都是针对电压而言的,因此编C程序,可以把二者合二为一,节省资源。
公式(2)中,n表示不同电压的标记符号,Mv表示电池的最大过、欠压次数;电压kvn表征过、欠压vn对电池寿命的影响程度,电压越超出限定值,影响越大;tvn表示欠压或者过压vn持续的时间。可以把公式(3)中的曲线关系,制成相应数组表kvn-vn,该数组表格用来表征电池的过压、欠压对动力电池健康状态SOH的影响程度,具体通过电池的实验测试数据获得,通过查表法获得kvn。NV表示电池的过压、欠压对动力电池健康状态SOH的影响量化转化为的循环次数。最后通过读取将上一次记录的Nv_at与N累加得到Nv。
进一步,示例的,电流过量的量化转化具体包括:
充放电倍率(电流/容量)的提高,电池的放电容量和放电电压平台均有下降,放电倍率对电池的放电容量有影响。同一块动力电池,以不同的放电倍率进行放电,随着放电倍率的提高,电池的放电容量和放电电压平台均有下降,2C、3C的放电容量分别是1C放电容量的89.6%和68.4%。每当电流高于ioi(1C)时,持续时间大于设定的单位时间toi,对电池寿命的影响转化为循环次数。
公式(4)中,n表示不同电流的标记符号,Moi表示电池的最大过流次数;koin表征过流对电池寿命的影响程度,电流越大,影响越大;可以把公式(5)中的曲线关系,制成相应数组表koin-ioin,该数组表格用来表征电池的过流对动力电池健康状态SOH的影响程度,具体通过电池的实验测试数据获得,通过查表法获得koi。Noi表示电池的过流对动力电池健康状态SOH的影响量化转化为的循环次数。
进一步的,示例的,电池过热、过冷的量化转化具体包括:
温度对动力电池寿命也有较大的影响。冰点以下环境有可能使动力电池在电子产品打开的瞬间烧毁,而过热的环境则会缩减电池的容量。因此,如果电池产品长期使用外接电源也不将电池取下来,电池就长期处于电池产品排出的高热当中,很快就会报废。对电池产品所有者而言,如果长时间插上插头使用交流电,最好取下电池(电脑在使用过程中产生的高热量对电池产品电池不利)。锂离子电池的数码产品暴露在日照下或者存放在炎热的汽车内,最好将这些产品处于关闭状态,原因是如果运行温度超过60摄氏度,锂离子电池会加速老化。动力电池充电温度范围:0~45摄氏度;动力电池放电温度范围:0~60摄氏度。每当温度高于Tou(暂定45度)或者低于复(暂定负30)度时,持续时间大于设定的单位时间tou,对电池寿命的影响转化为循环次数。
公式(6)中,n表示不同温度的标记符号,MT表示电池的最大过温、过冷次数;kTn表征过温、过冷对电池寿命的影响程度,温度越超过限定值,影响越大;可以把公式(7)中的曲线关系,制成相应数组表kTn-Tn,该数组表格用来表征电池的过热、过冷对动力电池健康状态SOH的影响程度,具体通过电池的实验测试数据获得,通过查表法获得kTn。NT表示电池的过热、过冷对动力电池健康状态SOH的影响量化转化为的循环次数。
进一步的,在本发明实施例中,电池SOH的影响因素过压、欠压、过流、过热、过冷量化转化制成特性函数曲线或者二维数组表需要经过大量电池实验,它们的精确度对SOH估计的精度影响很大,因此制定量化转化制成特性函数曲线或者二维数组表是本实施例的关键之一。
进一步,所述步骤2033可以包括,所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
汽车动力电池循环寿命国标规定:电池在23±2℃,电流为1C的恒流情况下,进行充放电试验,电池容量降至额定容量的80%时,电池寿命终止,电池的循环次数为电池的循环寿命。
二维数组表主要依据国标(相当于在1小时内把电池充满或者放完),根据控制变量法制定。以制定kTn-Tn(温度-循环次数)为例说明。假设某款电池在国标的试验条件下,测试的循环次数为600次。则现在把试验条件改为60℃,其他条件不变,测试的循环次数为300次。,则kT60等于2(600/300),Tn等于T60。,假设温度采集模块和计时模块分别采集的分别为60度、30分钟,则该段时间的循环次数为一次(25度、60分钟为一次循环次数),总循环次数增加一次。运用同样方的方法,分别改变试验温度,得到相应的循环次数,如表1(表内的试验数据不是真实值,仅为起到举例子作用):
60 | 50 | 40 | 25 | 0 | -5 | -10 | -20 | -30 | -40 |
2 | 1.7 | 1.3 | 1 | 1.2 | 1.5 | 1.6 | 1.9 | 2.2 | 3.1 |
表1
可以根据实际条件,调整数组表的密集度(列数)。为减少计算量和复杂程度,一般情况下把10℃-30℃的kTn都等于1,该温度区间对电池循环次数不会产生额外加权值。
依据制定kTn-Tn二维数组表,分别制成koin-ioin、kvn-vn。
koin-ioin二维数组表2(电流和影响加权系数):
3C | 2C | 1C | 0.8C | 0.6C | 0.5C | 0.3C | 0.2C | 0.1C |
3 | 2 | 1 | 0.9 | 0.7 | 0.6 | 0.5 | 0.41 | 0.37 |
表2
kvn-vn二维数组表3(电压和影响加权系数):
4.3 | 4.25 | 4.2 | 4.18 | 4.0 | 3.8 | 3.6 | 3.4 | 3.2 | 3.1 | 2.9 | 2.8 | 2.75 | 2.5 | 2 |
4 | 3.8 | 3.4 | 2 | 1.1 | 0.9 | 0.85 | 0.6 | 0.5 | 0.9 | 1.2 | 1.5 | 1.9 | 3 | 4 |
表3
步骤2034,利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
步骤204,利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
步骤204可以参照步骤104,此处不再复述。
进一步的,所述步骤204可以包括,
步骤2041,利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
本发明实施例中,具体计算过程的公式如下:
Neffect=NV+Noi+NT+NCalender (8)
Nunreal=N+Neffect (9)
公式(9)中,Nunreal为总循环次数,即第二循环次数N加上第一循环次数NCalender,综合表征SOH;N为累计充电计量算法得到;Neffect为所有影响因素转化为循环次数得到的。公式(10)中,NN为电池额定循环次数,根据国标测定出的电池循环次数;kN为循环次数转换系数,由试验测得,避免出现小数,扩大100倍;Nthreshold为总环次数阈值,用来修正SOH。Nv、Noi、Nt分别表示步骤2033中电压、电流、温度通过量化转化得到的循环次数,累积求和得到第三循环次数。
步骤205,存储所述第二循环次数,所述第三循环次数。
本发明实施例中,当初始化对动力电池的健康状态进行一次估计后,存储所述第二循环次数及所述第三循环次数,用于以后估计所述动力电池的健康状态使用。
步骤206,接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
在本发明实施例中,BMS中的存储模块及计时模块持续记录并更新所述电池充电数据及所述超过预设阈值的影响因素参数,当再需要对所述动力电池的健康状态进行估计时,只需对上次估计后的存储的第二循环次数和第三循环次数进行累计即可获取最新的第二循环次数和第三循环次数。由于所述日历时间具有实时性,因此无需对计算完成后逇第一循环次数的数据进行存储,且第一循环次数的计算获取相对简便。
参照图5,示出了本发明的另一种估计动力电池的健康状态的装置50的结构框图,该装置可以包括:
请求模块501,用于接收估计动力电池的健康状态的请求;
采集模块502,用于获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;
第一计算模块503,用于根据所述循环衡量参数计算获得总循环次数;
第二计算模块504,用于利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
进一步的,所述第一计算模块503,包括:
第一循环子模块5031,用于利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数;
第二循环子模块5032,用于利用所述电池充电数据,通过累积充电算法,得到第二循环次数;
第三循环子模块5033,用于利用所述影响因素参数,通过查询影响因素二维数组表的装置获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数;
总循环子模块5034,用于利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
进一步的,其特征在于,
所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
进一步的,所述第二计算模块504,包括:
第二计算子模块5041,用于利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
进一步的,所述第二计算模块504之后,还包括:
存储模块505,用于存储所述第二循环次数,所述第三循环次数;
更新模块506,用于接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
本发明所述的一种估计动力电池的健康状态的装置,接收估计动力电池的健康状态的请求;获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;根据所述循环衡量参数计算获得总循环次数;利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。达到了通过引入累积充电计量算法和量化转发算法,显著提高了估计动力电池的健康状态的效率,准确性和可操作性。
参照图6,为实现本发明的另一种估计动力的健康状态的装置结构示意图。
SOC估计功能模块601用于向累积充电计量算法处理模块611发送SOC估计函数,电压采集处理模块604、电流采集处理模块605、温度采集处理模块606分别用于向电压量化转化处理模块613、电流量化转化处理模块614、温度量化转化处理模块615发送超过预设阈值的电压、电流、温度数据。
计时模块602用于给累积充电计量算法处理模块611、日历时间转化循环次数算法模块612、电压量化转化处理模块613、电流量化转化处理模块614、温度量化转化处理模块615提供时间信息。
读写存储模块603用于给累积充电计量算法处理模块611、电压量化转化处理模块613、电流量化转化处理模块614、温度量化转化处理模块615读取存储所需数据。
累积充电计量算法处理模块611、日历时间转化循环次数算法模块612、电压量化转化处理模块613、电流量化转化处理模块614、温度量化转化处理模块615用于将循环衡量参数量化转化为循环参数。
第一计算模块620用于将累积充电计量算法处理模块611、日历时间转化循环次数算法模块612、电压量化转化处理模块613、电流量化转化处理模块614、温度量化转化处理模块615用于将循环衡量参数量化转化得到的循环参数进行整合得到总循环参数。
第二计算模块630用于将第一计算模块620得到的总循环参数进一步计算获得动力电池的健康状态。
本发明所述的一种估计动力电池的健康状态的装置,接收估计动力电池的健康状态的请求;获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;根据所述循环衡量参数计算获得总循环次数;利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。达到了通过引入累积充电计量算法和量化转发算法,显著提高了估计动力电池的健康状态的效率,准确性和可操作性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种估计动力电池的健康状态的方法,其特征在于,所述方法包括:
接收估计动力电池的健康状态的请求;
获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;
根据所述循环衡量参数计算获得总循环次数;
利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述循环衡量参数计算获得总循环次数,包括:
利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数;
利用所述电池充电数据,通过累积充电算法,得到第二循环次数;
利用所述影响因素参数,通过查询影响因素二维数组表的方法获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数;
利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
3.根据权利要求2所述的方法,其特征在于,
所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
4.根据权利要求1所述的方法,其特征在于,利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态,包括:
利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
5.根据权利要求1所述的方法,其特征在于,利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态的步骤之后,还包括:
存储所述第二循环次数,所述第三循环次数;
接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
6.一种估计动力电池的健康状态的装置,其特征在于,所述装置包括:
请求模块,用于接收估计动力电池的健康状态的请求;
采集模块,用于获取动力电池的额定循环次数及循环衡量参数,所述循环衡量参数包括,电池充电数据,日历时间,超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息;
第一计算模块,用于根据所述循环衡量参数计算获得总循环次数;
第二计算模块,用于利用所述总循环次数与所述电池额定循环次数计算得到动力电池的健康状态。
7.根据权利要求6所述的装置,其特征在于,所述第一计算模块,包括:
第一循环子模块,用于利用所述日历时间,通过日历时间转化循环次数算法,得到第一循环次数;
第二循环子模块,用于利用所述电池充电数据,通过累积充电算法,得到第二循环次数;
第三循环子模块,用于利用所述影响因素参数,通过查询影响因素二维数组表的装置获取影响程度系数后,再利用所述影响程度系数、所述超过预设阈值的影响因素参数及所述超过预设阈值的影响因素参数相对应的时间信息进行量化转化,得到第三循环次数;
总循环子模块,用于利用所述第一循环次数、所述第二循环次数、所述第三循环次数求和,得到总循环次数。
8.根据权利要求7所述的装置,其特征在于,
所述影响因素二维数据表是通过将影响因素参数与动力电池的健康状态的非线性曲线关系进行离散化处理后得到的相应的二维数组表,所述影响因素二位数据表中存储有所述影响因素参数与所述影响程度系数的对应关系。
9.根据权利要求6所述的装置,其特征在于,所述第二计算模块,包括:
第二计算子模块,用于利用所述总循环次数除以电池额定循环次数,并乘以循环次数转换系数后与总循环次数阈值相加得到所述动力电池的健康状态。
10.根据权利要求6所述的装置,其特征在于,所述第二计算模块之后,还包括:
存储模块,用于存储所述第二循环次数,所述第三循环次数;
更新模块,用于接收所述电池充电数据,所述超过预设阈值的影响因素参数的变动信息,并依据所述变动信息对所述第二循环次数,所述第三循环次数进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811627088.4A CN109613445B (zh) | 2018-12-28 | 2018-12-28 | 一种估计动力电池的健康状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811627088.4A CN109613445B (zh) | 2018-12-28 | 2018-12-28 | 一种估计动力电池的健康状态的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109613445A true CN109613445A (zh) | 2019-04-12 |
CN109613445B CN109613445B (zh) | 2021-05-25 |
Family
ID=66012853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811627088.4A Active CN109613445B (zh) | 2018-12-28 | 2018-12-28 | 一种估计动力电池的健康状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109613445B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110901470A (zh) * | 2019-11-29 | 2020-03-24 | 安徽江淮汽车集团股份有限公司 | 电动汽车电池寿命预测方法、装置、设备及存储介质 |
CN111999669A (zh) * | 2020-08-21 | 2020-11-27 | 北京车和家信息技术有限公司 | 电池剩余循环次数的计算方法和装置 |
CN113281656A (zh) * | 2021-05-20 | 2021-08-20 | 北京现代汽车有限公司 | 电池健康度的确定方法和装置 |
CN113702844A (zh) * | 2021-08-02 | 2021-11-26 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
CN114252788A (zh) * | 2021-12-31 | 2022-03-29 | 度普(苏州)新能源科技有限公司 | 电池健康状态soh的估算方法和装置 |
CN115079029A (zh) * | 2022-04-29 | 2022-09-20 | 中国第一汽车股份有限公司 | 一种动力电池寿命等效估算方法及装置 |
CN115267587A (zh) * | 2022-07-29 | 2022-11-01 | 合肥国轩高科动力能源有限公司 | 一种锂电池电动车实时寿命预测方法及装置 |
CN115267587B (zh) * | 2022-07-29 | 2024-09-24 | 合肥国轩高科动力能源有限公司 | 一种锂电池电动车实时寿命预测方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221678A (zh) * | 2011-05-17 | 2011-10-19 | 重庆长安汽车股份有限公司 | 一种电池系统在线寿命计算方法 |
CN103941191A (zh) * | 2014-03-26 | 2014-07-23 | 海博瑞恩电子科技无锡有限公司 | 一种储能装置综合管理的方法及储能装置 |
CN104635166A (zh) * | 2015-02-06 | 2015-05-20 | 芜湖大学科技园发展有限公司 | 一种基于电池管理系统的锂电池健康状态评估方法 |
US20170205469A1 (en) * | 2016-01-14 | 2017-07-20 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating state of battery |
CN107607875A (zh) * | 2017-08-15 | 2018-01-19 | 北京智行鸿远汽车有限公司 | 基于循环次数统计的锂电池soh估计方法 |
CN108872862A (zh) * | 2018-04-28 | 2018-11-23 | 青岛特锐德电气股份有限公司 | 一种动力电池循环寿命估算方法及充放电桩 |
CN108983106A (zh) * | 2018-07-27 | 2018-12-11 | 国网重庆市电力公司电力科学研究院 | 新型动力电池健康状态评估方法 |
-
2018
- 2018-12-28 CN CN201811627088.4A patent/CN109613445B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221678A (zh) * | 2011-05-17 | 2011-10-19 | 重庆长安汽车股份有限公司 | 一种电池系统在线寿命计算方法 |
CN103941191A (zh) * | 2014-03-26 | 2014-07-23 | 海博瑞恩电子科技无锡有限公司 | 一种储能装置综合管理的方法及储能装置 |
CN104635166A (zh) * | 2015-02-06 | 2015-05-20 | 芜湖大学科技园发展有限公司 | 一种基于电池管理系统的锂电池健康状态评估方法 |
US20170205469A1 (en) * | 2016-01-14 | 2017-07-20 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating state of battery |
CN107607875A (zh) * | 2017-08-15 | 2018-01-19 | 北京智行鸿远汽车有限公司 | 基于循环次数统计的锂电池soh估计方法 |
CN108872862A (zh) * | 2018-04-28 | 2018-11-23 | 青岛特锐德电气股份有限公司 | 一种动力电池循环寿命估算方法及充放电桩 |
CN108983106A (zh) * | 2018-07-27 | 2018-12-11 | 国网重庆市电力公司电力科学研究院 | 新型动力电池健康状态评估方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110901470A (zh) * | 2019-11-29 | 2020-03-24 | 安徽江淮汽车集团股份有限公司 | 电动汽车电池寿命预测方法、装置、设备及存储介质 |
CN111999669A (zh) * | 2020-08-21 | 2020-11-27 | 北京车和家信息技术有限公司 | 电池剩余循环次数的计算方法和装置 |
CN113281656A (zh) * | 2021-05-20 | 2021-08-20 | 北京现代汽车有限公司 | 电池健康度的确定方法和装置 |
CN113702844A (zh) * | 2021-08-02 | 2021-11-26 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
CN113702844B (zh) * | 2021-08-02 | 2024-04-16 | 荣盛盟固利新能源科技股份有限公司 | 评估整车回馈过充行为对电池寿命影响的方法 |
CN114252788A (zh) * | 2021-12-31 | 2022-03-29 | 度普(苏州)新能源科技有限公司 | 电池健康状态soh的估算方法和装置 |
CN115079029A (zh) * | 2022-04-29 | 2022-09-20 | 中国第一汽车股份有限公司 | 一种动力电池寿命等效估算方法及装置 |
CN115267587A (zh) * | 2022-07-29 | 2022-11-01 | 合肥国轩高科动力能源有限公司 | 一种锂电池电动车实时寿命预测方法及装置 |
CN115267587B (zh) * | 2022-07-29 | 2024-09-24 | 合肥国轩高科动力能源有限公司 | 一种锂电池电动车实时寿命预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109613445B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109613445A (zh) | 一种估计动力电池的健康状态的方法和装置 | |
Misyris et al. | State-of-charge estimation for li-ion batteries: A more accurate hybrid approach | |
US10989762B2 (en) | Apparatus and method for detecting battery state of health | |
CN107064805B (zh) | 蓄电池容量测量系统和蓄电池容量测量方法 | |
CN103250066B (zh) | 感测电池容量的系统和方法 | |
JP5466564B2 (ja) | 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置 | |
US11187754B2 (en) | Internal state estimation apparatus and method, and battery control apparatus | |
Zhao et al. | Least‐squares based coulomb counting method and its application for state‐of‐charge (SOC) estimation in electric vehicles | |
Xiao et al. | A universal state-of-charge algorithm for batteries | |
CN104535933B (zh) | 电池剩余电量测量方法与系统 | |
CN108919129A (zh) | 一种时变工况下动力电池的寿命预测方法 | |
KR101227417B1 (ko) | 리튬이온전지의 충전상태 추정방법 및 이 방법을 구현하기 위한 시스템 | |
WO2020259096A1 (zh) | 电池的许用功率估算方法、装置、系统和存储介质 | |
EP3929606B1 (en) | Battery management system, battery pack, electric vehicle, and battery management method | |
CN103529389A (zh) | 电池电量计算方法及系统 | |
US20210325467A1 (en) | Method and system for identifying third-order model parameters of lithium battery based on likelihood function | |
CN114371408B (zh) | 电池荷电状态的估算方法、充电曲线的提取方法及装置 | |
JP2022547751A (ja) | バッテリの充放電特性を用いてバッテリに電気エネルギーを蓄えるためのエネルギー貯蔵システム(ess) | |
CN113484762B (zh) | 电池健康状态估算方法、装置、设备及存储介质 | |
CN110133515B (zh) | 电池剩余能量确定方法及其装置 | |
CN113011007A (zh) | 一种锂离子动力电池热模型参数快速辨识方法及系统 | |
Torregrosa et al. | A generalized equivalent circuit model for lithium-iron phosphate batteries | |
Nemounehkhah et al. | Comparison and evaluation of state of charge estimation methods for a verified battery model | |
CN112255558A (zh) | 电池日历寿命衰减量计算方法及装置 | |
EP3974852A1 (en) | Method and system for calculating the energy available in an electric battery at any moment during the life thereof, without discharging same, and the autonomy, capacity and remaining life thereof |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 213000 168 Huacheng Road, Jintan District, Changzhou, Jiangsu Patentee after: SVOLT Energy Technology Co.,Ltd. Address before: 213000 168 Huacheng Road, Jintan District, Changzhou, Jiangsu Patentee before: SVOLT Energy Technology Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |