CN109725266B - 一种电池健康状态soh的计算方法及装置 - Google Patents
一种电池健康状态soh的计算方法及装置 Download PDFInfo
- Publication number
- CN109725266B CN109725266B CN201811646960.XA CN201811646960A CN109725266B CN 109725266 B CN109725266 B CN 109725266B CN 201811646960 A CN201811646960 A CN 201811646960A CN 109725266 B CN109725266 B CN 109725266B
- Authority
- CN
- China
- Prior art keywords
- soh
- battery
- cycle
- cap
- capacity
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本发明涉及电池检测技术领域,提供一种电池健康状态SOH的计算方法及装置。本发明根据电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ确定与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr,从而基于SOH计算模型计算得到电池的健康状态SOH,相比于现有方法只考虑单一的电池使用循环次数指标,而较少考虑其他表征参数,本发明通过综合了多个电池参数作为电池SOH的主要衡量指标,最终计算得到的电池健康状态SOH准确性更高。
Description
技术领域
本发明涉及电池检测技术领域,特别涉及一种电池健康状态SOH的计算方法及装置。
背景技术
三元锂电池具有能量密度大、体积小、放电电压高、且可实现小电流放电、环保等优点,在纯电动中广为使用。与此同时,三元锂电池组占整车制造成本非常高(有的甚至高达50%),因此有必要对电池是否达到维修、更换的状态或者健康状态(State Of Health,SOH,0<SOH<1,SOH越大,表示电池越健康)进行准确估计监测,为预测和维护电池组提供决策依据,能够有效保护电池。通常锂电池SOH是作为的一个电池状态表征参数,以百分比形式描述电池现状相比于100%新电池的状况,主要依据计算电池的循环次数,但是在电池实际使用过程中,有时候电池循环次数还很少(比如50次,额定循环次数600次),但是可能由于不当使用(电压过大、电流过大、电池短路、碰撞、跌落等)实际电池已经损坏,不能再继续使用,需要更换新电池。因此仅仅依靠电池循环次数来判断电池是否达到该更换的条件,有一定的局限性,存在误判的风险,因此需要从电池大健康的概念出发,只要是影响电池正常性能的情况都应属于电池SOH的范畴,不仅仅是只考虑电池的循环次数寿命。
在纯电动电池管理系统(Batteries Management System,BMS)开发中,其动力电池的健康状态(电池是否达到该更换的条件)的定义很抽象,没有具体的量化指标,单片机C语言、simulink等编程困难。业界一般将电动锂电池循环次数(或电池循环寿命)作为电池SOH的主要衡量指标,其预测方法主要可分为:实验测量法和自适应模型法。实验测量法又包括直接测量和基于模型的测量法:如电化学阻抗谱测量法、概率模型法(如粒子滤波)、支持向量回归等,此类方法对试验设备要求高,测试环境苛刻、模型精度要求高。自适应模型法则包括:卡尔曼滤波器、模糊逻辑、人工神经网络等,此类方法模型复杂、计算量大、对BMS开发平台硬件要求高。纯电动锂电池SOH预测具有影响因素多、非线性、时变性、难以拟合、计算量大的特点,现有工程应用方法中,如扩展卡曼滤波偏理论性,数学模型复杂,计算量大;此外,库伦计数法简单易用、稳定,是目前广泛应用的估计方法,但该算法自适应差、累计误差较大,预测精度不高,电池循环次数难以准确计量。目前许多研究者在估计电动电池的SOH时只考虑单一的电池使用循环次数指标,同时理论复杂,编程实现困难,如在单片机平台上开发时容易位溢出;判断电池是否达到该更换的条件时,只考虑循环次数,较少考虑其他表征参数,不能得到一个综合的、可靠的结果。
发明内容
有鉴于此,本发明旨在提出一种电池健康状态SOH的计算方法及装置,通过基于电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ计算得到所述电池的健康状态SOH。
为达到上述目的,本发明的技术方案是这样实现的:
一种电池健康状态SOH的计算方法,所述方法包括:计算所述电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ;根据所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别得到与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr;以及基于SOH计算模型,根据所述电池的健康状态SOHcycle、SOHcap、SOHU及SOHr,计算得到所述电池的健康状态SOH。
进一步的,所述SOH计算模型被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,c1、c2、c3、c4——所述健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重。
进一步的,所述电池的健康状态SOHcycle、SOHcap、SOHU通过参照UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表得到,所述UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表通过以下方法制定:计算所述电池的压降UΔ、容量降CΔ和内阻升rΔ;将所述计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr;根据所述电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的所述循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr,制定相应的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表。
进一步的,所述c1、c2、c3、c4根据以下方法确定:
当所述SOHcycle小于所述SOHcap、SOHU及SOHr时,
当所述SOHcap小于所述SOHcycle、SOHU及SOHr时,
当所述SOHU小于所述SOHcycle、SOHcap及SOHr时,
当所述SOHr小于所述SOHcycle、SOHcap及SOHU时,
其中,
其中,k1、k2、k3、k4——分别为SOHcycle、SOHcap、SOHU、SOHr的修正系数;
c1unnormal、c2unnormal、c3unnormal、c4unnormal——分别为SOHcycle、SOHcap、SOHU、SOHr最小时的不正常权重值;
C′cycle、C′cap、C′U、C′r——分别为SOHcycle、SOHcap、SOHU、SOHr的修正值;
Ccycle、Ccap、CU、Cr——分别为所述SOHcycle、SOHcap、SOHU、SOHr分别对应的实际权重。
进一步的,电池的电池循环次数Ncycle被表达为:
所述电池的压降UΔ被表达为:
所述电池的容量降CΔ被表达为:
所述电池的内阻升rΔ被表达为:
其中,Nsave——上一时刻存储的所述电池的循环次数;
Capacitysave——上一时刻存储的所述电池的剩余容量
Capacitycharge_dis——所述电池的充放电容量;
it——所述电池在t时刻的电流;
kt_temper——所述电池在t时刻的温度加权系数;
kt_current——所述电池在t时刻的电流加权系数;
CN——所述电池的额定电池容量;
unew——所述电池在全新状态下满电时的最大放电电压;
usoc_100——所述电池充满电后静置一段时间T1下的最大放电电压:
Cnew——所述电池在全新状态下的电池容量;
Csoc_100——所述电池的电压或剩余电量降至阈值时的容量;
rt>T1——所述电池静置一段时间T1后的内阻;
rnew——所述电池全新状态下的内阻;
Ub——所述电池两端电压;
Ib——流经所述电池的电流。
进一步的,所述方法还包括:对所述电池的循环次数Ncycle及剩余容量Capacity′save进行存储,所述Capacity′save被表达为:
;以及对所述电池的压降UΔ、容量降CΔ及内阻升rΔ进行存储,当所述电池不满足所述电池的压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件时,所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ和/或内阻升rΔ采用上次计算存储的值。
相对于现有技术,本发明所述的电池健康状态SOH的计算方法具有以下优势:
本发明根据电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ确定与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr,从而基于SOH计算模型计算得到电池的健康状态SOH,相比于现有方法只考虑单一的电池使用循环次数指标,而较少考虑其他表征参数,本发明通过综合了多个电池参数作为电池SOH的主要衡量指标,最终计算得到的电池健康状态SOH准确性更高。
本发明的另一目的在于提出一种电池健康状态SOH的计算装置,通过电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ计算得到所述电池的健康状态SOH。
为达到上述目的,本发明的技术方案是这样实现的:
一种电池健康状态SOH的计算装置,所述装置包括:计算模块,用于计算所述的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ;参数确定模块,用于根据所述计算的出的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别确定与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr;以及SOH计算模型,用于所述电池的健康状态SOHcycle、SOHcap、SOHU及SOHr,计算得到所述电池的健康状态SOH。
进一步的,所述SOH计算模型被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,c1、c2、c3、c4——所述健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重。
进一步的,所述装置还包括:
数组表生成模块,用于:
计算所述电池的压降UΔ、容量降CΔ和内阻升rΔ;
将所述计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr;
根据所述电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的所述循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr,制定相应的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表;以及
读写存储装置,用于:
对所述电池的循环次数Ncycle及剩余容量Capacity′save进行存储,所述Capacity′save被表达为:
Capacitysave——上一时刻存储的所述电池的剩余容量;
Capacitycharge_dis——所述电池的充放电容量;
CN——所述电池的额定电池容量;
it——所述电池在t时刻的电流;
kt_temper——所述电池在t时刻的温度加权系数;
kt_current——所述电池在t时刻的电流加权系数;及
对所述电池的压降UΔ、容量降CΔ及内阻升rΔ进行存储,当所述电池不满足所述电池的压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件时,所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ和/或内阻升rΔ采用所述读写存储装置上次计算存储的值。
所述电池健康状态SOH的计算装置与上述电池健康状态SOH的计算方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
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方式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为本发明实施方式所述的一种电池健康状态SOH的计算方法流程图。
图2为本发明实施方式所述的另一种电池健康状态SOH的计算方法流程图。
图3为本发明实施方式所述的电池循环次数计量算法的流程图。
图4为本发明实施方式所述的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表制定方法流程图。
图5为本发明实施方式所述的一种电池健康状态SOH的计算装置模块示意图。
附图标记说明:
1计算模块 101加权累计充、放电量算法处理系统
102容量降算法量化转化处理系统 103电压降算法量化转化处理系统
104内阻升算法量化转化处理系统 2信息采集系统
201电流、温度采集处理装置 202计时芯片装置
203读写存储装置 204 SOC估计功能系统
205电压采集处理装置 206内阻采集处理装置
3数组表生成模块 4参数确定模块
5比较模块 6权重确定模块
7 SOH计算模型
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
下面将参考附图并结合实施方式来详细说明本发明。
图1为本发明实施方式所述的一种电池健康状态SOH的计算方法流程图,该方法包括:
步骤S1,计算电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ。
具体的,压降UΔ为电池静置一段时间后相比于新电池的最大放电电压变化率;容量降CΔ为电池静置一段时间且电池由满电状态放至安全电压或电量SOC降至5%时的容量相比于新电池容量的变化率;内阻升rΔ为电池静置一段时间后的内阻相比于新电池内阻的变化率。
可以理解,计算压降UΔ、容量降CΔ或内阻升rΔ时,待测电池需满足一定静置时间和/或放电容量等计算条件。
可以理解,随着电池使用次数的增加,电池的内阻会逐渐增大,最大放电电压及最大容量会逐渐减小,而电池内阻、最大放电电压及最大容量与电池SOH间存在非线性曲线关系,SOH会随着任一者的变化而变化,因此在计算电池SOH时,需考虑这些参数的影响。
步骤S2,根据计算的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别得到与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr。
其中,可通过样本训练建立电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ分别与SOHcycle、SOHcap、SOHU及SOHr间的关系曲线,然后根据所测电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ可得到对应的SOHcycle、SOHcap、SOHU及SOHr。
步骤S3,基于SOH计算模型,根据电池的SOHcycle、SOHcap、SOHU及SOHr,计算得到电池的健康状态SOH。
具体的,SOH计算模型可被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,c1、c2、c3、c4——健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重。
具体的,c1、c2、c3、c4作为对应的健康状态的权重分别对SOHcycle、SOHcap、SOHU及SOHr进行加权计算,可防止最终计算的SOH的值超过1,从而影响对电池更换的判断。
本发明通过考虑电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ对SOH的影响,得到不同表征下综合的SOH值,相比于现有方法只考虑单一的电池使用循环次数指标,本发明得到的SOH更能准确体现电池的状态。
图2为本发明实施方式所述的另一种电池健康状态SOH的计算方法流程图,该方法包括:
步骤201,判断电池是否唤醒初始化成功,若判断结果为“是”,则执行步骤202,反之执行步骤209。
步骤202,判断SOH是否初始化成功,若判断结果为“是”,则执行步骤203和步骤205,反之执行步骤210。
步骤203,计算电池的压降UΔ、容量降CΔ及内阻升rΔ。
具体的,电池的压降UΔ被表达为:
电池的容量降CΔ被表达为:
电池的内阻升rΔ被表达为:
其中,unew——电池在全新状态下满电时的最大放电电压;
usoc_100——电池充满电后静置一段时间T1下的最大放电电压;
Cnew——电池在全新状态下的电池容量;
Csoc_100——电池的电压或剩余电量降至阈值时的电池容量,可例如为电池静置一段时间T1后电池的电压降至2.85V以下或剩余电量SOC由100%放至5%以下时的电池容量;
rt>T1——电池静置一段时间T1后的内阻;
rnew——电池全新状态下的内阻;
Ub——电池两端电压;
Ib——流经所述电池的电流。
其中,一段时间T1可根据使用需求进行设定,可例如为6小时。
此外,当计算出电池的压降UΔ、容量降CΔ及内阻升rΔ后,对该电池的压降UΔ、容量降CΔ及内阻升rΔ进行存储,当下一次电池不满足压降UΔ、容量降CΔ和/或内阻升rΔ的任一计算条件时的,可直接调用该不满足计算条件的参数所对应的存储值。可以理解,当进行电池SOH计算时,若电池不满足压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件时,所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ和/或内阻升rΔ可采用上次计算存储的值。
其中,电池不满足压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件可包括:电池的静置时间未到达设定值T1、电池不是在满电条件下进行的静置、电池端电压未降至阈值电压以下或剩余电量未低于阈值电量等。
步骤204,根据计算得到的电池的压降UΔ、容量降CΔ及内阻升rΔ查表得到各对应的电池健康状态SOHU、SOHcap、SOHr。
具体的,根据计算的压降UΔ、容量降CΔ及内阻升rΔ,电池的健康状态SOHcycle、SOHcap、SOHU可分别通过参照UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表得到。
步骤205,计算电池的电池循环次数Ncycle。
具体的,本发明实施例提供一种电池循环次数计量算法对电池循环次数Ncycle进行计算,该Ncycle可被表达为:
其中,Nsave——上一时刻存储的电池的循环次数;
Capacitysave——上一时刻存储的电池的剩余容量
Capacitycharge_dis——电池的充放电容量;
it——电池在t时刻的电流;
kt_temper——电池在t时刻的温度加权系数;
kt_current——电池在t时刻的电流加权系数;
CN——电池的额定电池容量。
步骤206,根据计算得到的Ncycle查表确定SOHcycle。
可以理解,Ncycle与SOHcycle间的对应关系可例如根据标定表查找。
步骤207,通过比较SOHcycle、SOHcap、SOHU及SOHr的值的大小,确定与SOHcycle、SOHcap、SOHU及SOHr分别对应的电池的健康状态的权重c1、c2、c3、c4的值。
具体的,当SOHcycle小于SOHcap、SOHU及SOHr时,
当SOHcap小于SOHcycle、SOHU及SOHr时,
当SOHU小于SOHcycle、SOHcap及SOHr时,
当SOHr小于SOHcycle、SOHcap及SOHU时,
其中,
其中,k1、k2、k3、k4——分别为SOHcycle、SOHcap、SOHU、SOHr的修正系数;
c1unnormal、c2unnormal、c3unnormal、c4unnormal——分别为SOHcycle、SOHcap、SOHU、SOHr最小时的不正常权重值;
C′cycle、C′cap、C′U、C′r——分别为SOHcycle、SOHcap、SOHU、SOHr的修正值;
Ccycle、Ccap、CU、Cr——分别为SOHcycle、SOHcap、SOHU、SOHr分别对应的实际权重。
可以理解,当SOHcycle、SOHcap、SOHU、SOHr中有一个值最小时,该最小值对应的修正系数较大,计算出的修正值较大,在SOH计算中所占比重大,因此只对SOHcycle、SOHcap、SOHU、SOHr中的最小值进行修正。此外,若SOHcycle、SOHcap、SOHU、SOHr中有两个相等的最小值,为简化计算则可任取其中一个最小值进行以上修正,计算最终的SOH。
以下提供一具体实施例对健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重c1、c2、c3、c4进行分配说明。
SOHcycle超过0.8(未到国标规定的额定寿命,电池循环寿命比较高)时,此时SOHcycle占的权重比较大,主要由SOHcycle来决定最终的SOH值;当SOHcycle>0.8时且SOHcap、SOHU、SOHr的其中的任何一个比较小时(小于0.2),此时其他SOH占的比重比较小,SOHcap、SOHU、SOHr中的那个较小的SOH占的比重较大。修正系数k比较大,可参考电池试验数据得到K=(1-cunnormal)*100,cunnormal表示SOHcycle、SOHcap、SOHU及SOHr中的最小值的不正常权重值。
表1
上表表示电池非正常损坏:SOHcycle比较大,SOHcap比较小。
表2
上表表示电池正常损坏:SOHcycle比较大,其他SOH也比较大。
表3
上表表示电池正常损坏:SOHcycle比较小,其他SOH也比较小。
表4
上表表示电池非正常损坏:SOHcycle比较大,但其他SOH都比较小。
步骤208,计算并保存电池健康状态SOH。
具体的,电池健康状态SOH可通过SOH计算模型进行计算,该模型可表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,在每次计算SOH值后进行保存,可为下次SOH初始化失败时提供之前计算的最新的SOH值。
步骤209,当判断出唤醒初始化失败时,提醒唤醒初始化失败。可以理解,可通过在工作界显示失败信息以提醒工作人员唤醒初始化失败,需对电池进行激活处理。
步骤210,当判断出SOH初始化失败时,提醒SOH初始化失败。可以理解,可通过在工作界显示失败信息以提醒工作人员SOH初始化失败,需对SOH计算模型进行故障分析。
步骤211,当SOH初始化失败时,读取上一次存储的SOH。
图3为本发明实施方式所述的电池循环次数计量算法的流程图,该算法包括:
步骤301,判断电池是否开始充、放电并持续1分钟,若判断结果为“是”,则执行步骤302和步骤305,反之结束此次流程。
可以理解,通过充、放电持续时间来限制循环次数算法的执行,可防止因频繁插拔充电器而进行频繁计算的情况。
步骤302,采集电池的温度和电流。
步骤303,根据采集的温度和电流,查表确定电池在t时刻的温度加权系数kt_temper和电流加权系数kt_current。
其中,温度加权系数kt_temper和电流加权系数kt_current可由电池实验进行确定,可对温度和电流分别与循环次数之间的非线性函数曲线进行离散化处理,制成二维数组表,根据测量的温度和电流,通过查表即可确定电池在t时刻的温度加权系数kt_temper和电流加权系数kt_current。
具体的,二维数组表主要基于国标(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Tn-kTn(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。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,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(假设以25℃、60分钟为一次循环次数),总循环次数增加一次。则60℃下的加权系数kT60等于2(600/300),Tn为60℃,运用同样的方法,分别改变试验温度,得到相应的循环次数,如表5。
此外,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kt_temper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。
表5
根据同样的方法可制定kt_current二维数组表,如表6所示。
表6
步骤304,计算CapacitYcharge_dis。
具体的,Capacitycharge_dis可表达为:
其中,it——电池在t时刻的电流。
步骤305,读取上一次存储的电池的剩余容量Capacitysave和电池的循环次数Nsave。
步骤306,计算Capacity。
具体的,Capacity可表达为:
Capacity=Capacitysave+Capacitycharge_dis。
步骤307,判断Capacity是否大于2*CN,若判断结果为“是”,则执行步骤308,反之执行步骤310。
步骤308,Capacity清零,计算Ncycle。
步骤309,保存Capacity和Ncycle。
具体的,当Capacity累计到2*CN,循环次数Ncycle在Nsave基础上累加1,Capacity减去2*CN,并把清零后的Capacity及循环次数Ncycle进行保存,分别作为存储的下一时刻的电池剩余容量和电池循环次数。
例如,当给电池一个周期(0.1s)充电,电流200A(电流过大,加权系数1.5),温度60度(温度过大,加权系数1.2),则此时充进去的电量不是:0.1*200,而是加权修正后的值:0.1*200*1.5*1.2,此时的循环次数为:(0.1*200*1.5*1.2)/(2*CN)取整后的值;当一个周期(0.1s)放电,电流负10A(电流正常,加权系数1),温度负45度(温度过低,加权系数1.3),则此时放出的电量不是:0.1*10,而是加权修正后的值:0.1*10*1*1.3,此时的循环次数为:(0.1*10*1*1.3)/(2*CN)。放电时的,负数电流要取绝对值。
上述实施例根据电动汽车SOH估计实际应用特性,设计出了一个实际可行、误差相对较小、便于C语言编程的电池循环次数计量算法来计算电池循环次数,以作为电池SOH的衡量基准参照(如锂电池在浅循环放电时循环次数可达到3000次),得到电池循环寿命。
根据以上方法对电池健康状态SOH进行计算相比于现有方法具有以下优点:
(1)从电池大健康的概念出发,只要是影响电池正常性能的情况都应属于电池SOH的范畴,不仅仅是只考虑电池的循环次数寿命,还独立、平行地从表征参数容量降(CΔ)、电压降(UΔ)、内阻升(rΔ)分别估计电池的健康状态,得到综合的、更可信的、更稳定的SOH,提供实时判断电池是否达到该更换的条件的装置和方案。
(2)实际可操作性比较强,通过累计充、放电计量算法和量化转化算法,把非线性、抽象的影响因素物化,实际化,便于simulink建立算法模型和嵌入式c程序开发。
(3)估计可信度更高,该方案综合考虑了所有对SOH的影响因素,从四种表征参数去估计电池SOH,避免了只考虑充放电循环次数的缺点,避免了,循环次数寿命还很高,但由于其他不当操作导致电池无法继续工作的情况,使SOH的估计更加接近电动汽车的真实工况,估计精度、可信度更准确。
(4)响应计算速度更快,为降低计算量,避免单片机位溢出,把这些影响因素与SOH的非线性关系制成相应的二维数组表,进行离散化处理,利用法查表对数据表快速调用得到影响程度系数,再得到经过计算处理的循环次数,以实现对纯电动汽车SOH精准、快速、稳定预测。
图4为本发明实施方式所述的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表制定方法流程图,该方法包括:
步骤401,计算电池的压降UΔ、容量降CΔ和内阻升rΔ。
具体的,压降UΔ为电池静置一段时间后相比于新电池的最大放电电压变化率;容量降CΔ为电池静置一段时间且电池由满电状态放至安全电压或电量SOC降至5%时的容量相比于新电池容量的变化率;内阻升rΔ为电池静置一段时间后的内阻相比于新电池内阻的变化率。
步骤402,将所述计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr。
步骤403,根据电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr制定相应的UΔ-SOHU(压降-SOH)、CΔ-SOHcap(容降-SOH)和rΔ-SOHr(内阻升-SOH)二维数组表。
具体的,根据电池的压降UΔ、容量降CΔ和内阻升rΔ与SOHU、SOHcap和SOHr分别对应的关系,可制作出UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表,从而电池的健康状态SOHcap、SOHU、SOHr可分别直接通过参照CΔ-SOHcap、UΔ-SOHU和rΔ-SOHr二维数组表得到,当然,通过二维数组表可简单直接得到电池的健康状态SOHcap、SOHU、SOHr,但基于对应关系可不局限于列二维数组表,还可通过曲线拟合等方式表征压降UΔ、容量降CΔ和内阻升rΔ分别与SOHU、SOHcap和SOHr的对应关系。
可以理解,与新电池相比,使用了一定循环次数的电池,其充满电(SOC=100)后最大放电电压存在一定程度的下降,因此电池的电压降也是SOH的一个重要衡量指标。将UΔ与SOHU非线性关系拟合,制成相应二维数组表,通过查表,迅速获得数值,避免了繁琐复杂的计算。例如表7是本实施例提供的UΔ-SOHU二维数组表,具体数值可根据实际电池实验进行计算。
表7
随着电池使用次数的增加,电池的最大容量会逐渐减小,在整个电池寿命周期中,电池容量变化可由电池老化试验测得;电池SOH与容量间存在非线性曲线关系,其容量的变化情况可以反映出SOH的状况。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。因此也可以把电池容量变化量作为实时判断电池是否达到该更换的条件的一个表征因素。将CΔ与SOHcap非线性关系拟合,制成相应二维数组表,通过查表,迅速获得数值,避免了繁琐复杂的计算。例如表8是本实施例提供的CΔ-SOHcap二维数组表,具体数值可根据实际电池实验进行计算。
表8
随着电池使用次数的增加,电池内阻会逐渐增大,在整个电池寿命周期中,电池内阻变化可由电池老化试验测得;电池SOH与内阻间存在非线性曲线关系,其内阻的变化情况可以反映出SOH的状况。实际应用时,一般考虑电池内阻部分(电池的外阻抗部分变化较小,忽略不计),每当电池静置的时间超过6小时,运用加负载法(原理:根据不同负载间的电压差与电流差之比间接计算内阻)检测其内阻值,该值大小反映了电池健康状态的变化情况。将rΔ与SOHr的非线性关系拟合,制成相应二维数组表,通过查表,迅速获得数值,避免了繁琐复杂的计算。例如表9是本实施例提供的rΔ-SOHr二维数组表,具体数值可根据实际电池实验进行计算。
表9
可以理解,对电池SOH的计算的表征参数除了循环次数(Ncycle)、容量降(CΔ)、电压降(UΔ)、内阻升(rΔ)等还有其他表征参数,可以根据项目的实际情况再增加或者减少,利用量化转化原理,得到相应的转化来的寿命;容量降(CΔ)、电压降(UΔ)、内阻升(rΔ)的临界点及其对SOH的影响程度可根据实际情况进行设定,简化或者增加,从而更贴近实际电动汽车行驶工况。
电池SOH的表征参数容量降(CΔ)、电压降(UΔ)、内阻升(rΔ)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计算的精度影响很大。容量降(CΔ)、电压降(UΔ)、内阻升(rΔ)的计算测试方法比较复杂,可以根据实际条件减少这三个表征参数,它们是平行或的关系,只要有一个起作用,就可以解决电池循环寿命很高,但是实际上电池已经损坏了这种情况。其中,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。
图5为本发明实施方式所述的一种电池健康状态SOH的计算装置模块示意图,该装置包括:
计算模块1,用于计算电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ;
参数确定模块4,用于根据计算的出的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别确定与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr;以及
SOH计算模型7,用于根据电池的健康状态SOHcycle、SOHcap、SOHU及SOHr,计算得到电池的健康状态SOH。
其中,SOH计算模型7被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
c1、c2、c3、c4——健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重。
具体的,计算模块1包括:
加权累计充、放电量算法处理系统101,用于计算电池循环次数Ncycle,Ncycle可被表达为:
其中,Nsave——上一时刻存储的电池的循环次数;
Capacitysave——上一时刻存储的电池的剩余容量
Capacitycharge_dis——电池的充放电容量;
it——电池在t时刻的电流;
kt_temper——电池在t时刻的温度加权系数;
kt_current——电池在t时刻的电流加权系数;
CN——电池的额定电池容量;
容量降算法量化转化处理系统102,用于计算容量降CΔ,CΔ可被表达为:
电压降算法量化转化处理系统103,用于计算压降UΔ,UΔ被表达为:
;以及
内阻升算法量化转化处理系统104,用于计算内阻升rΔ,rΔ被表达为:
其中,unew——电池在全新状态下满电时的最大放电电压;
usoc_100——电池充满电后静置一段时间T1下的最大放电电压;
Cnew——电池在全新状态下的电池容量;
Csoc_100——电池的电压或剩余电量降至阈值时的电池容量,可例如为电池静置一段时间T1后电池的电压降至2.85V以下或剩余电量SOC由100%放至5%以下时的电池容量;
rt>T1——电池静置一段时间T1后的内阻;
rnew——电池全新状态下的内阻;
Ub——电池两端电压;
Ib——流经所述电池的电流。
其中,一段时间T1可根据使用需求进行设定,可例如为6小时。
具体的,电池健康状态SOH的计算装置还可包括:信息采集系统,包括:电流、温度采集处理装置201、计时芯片装置202,读写存储装置203,SOC估计功能系统204,电压采集处理装置205,内阻采集处理装置206。
电池健康状态SOH的计算装置还可包括:比较模块5,用于对SOHcycle、、SOHcap、SOHU及SOHr进行比较;以及权重确定模块6,用于确定c1、c2、c3、c4的值。
具体的,电池健康状态SOH的计算装置还可包括:
数组表生成模块3,用于:计算电池的压降UΔ、容量降CΔ和内阻升rΔ;将计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr;及根据电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr,制定相应的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表。
其中,读写存储装置用于:对电池的循环次数Ncycle及剩余容量Capacity′save进行存储,Capacity′save被表达为:
Capacitysave——上一时刻存储的所述电池的剩余容量;
Capacitycharge_dis——所述电池的充放电容量;
CN——所述电池的额定电池容量;
it——所述电池在t时刻的电流;
kt_temper——所述电池在t时刻的温度加权系数;
kt_current——所述电池在t时刻的电流加权系数;及
对电池的压降UΔ、容量降CΔ及内阻升rΔ进行存储,当电池不满足电池的压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件时,计算的电池循环次数Ncycle、压降UΔ、容量降CΔ和/或内阻升rΔ采用读写存储装置上次计算存储的值。
以上所述仅为本发明的较佳实施方式而已,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 (6)
1.一种电池健康状态SOH的计算方法,其特征在于,所述方法包括:
计算所述电池的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ;
根据所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别得到与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr;以及
基于SOH计算模型,根据所述电池的健康状态SOHcycle、SOHcap、SOHU及SOHr,计算得到所述电池的健康状态SOH;
所述SOH计算模型被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,c1、c2、c3、c4——所述健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重;
所述c1、c2、c3、c4根据以下方法确定:
当所述SOHcycle小于所述SOHcap、SOHU及SOHr时,
当所述SOHcap小于所述SOHcycle、SOHU及SOHr时,
当所述SOHU小于所述SOHcycle、SOHcap及SOHr时,
当所述SOHr小于所述SOHcycle、SOHcap及SOHU时,
其中,
其中,k1、k2、k3、k4——分别为所述SOHcycle、SOHcap、SOHU、SOHr的修正系数;
c1unnormal、c2unnormal、c3unnormal、c4unnormal——分别为所述SOHcycle、SOHcap、SOHU、SOHr最小时的不正常权重值;
C′cycle、C′cap、C′U、C′r——分别为所述SOHcycle、SOHcap、SOHU、SOHr的修正值;
Ccycle、Ccap、CU、Cr——分别为所述SOHcycle、SOHcap、SOHU、SOHr分别对应的实际权重。
2.根据权利要求1所述的电池健康状态SOH的计算方法,其特征在于,所述电池的健康状态SOHcycle、SOHcap、SOHU分别通过参照UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表得到,所述UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表通过以下方法制定:
计算所述电池的压降UΔ、容量降CΔ和内阻升rΔ;
将所述计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr;
根据所述电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的所述循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr,制定相应的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表。
3.根据权利要求1或2所述的电池健康状态SOH的计算方法,其特征在于,
所述电池的电池循环次数Ncycle被表达为:
所述电池的压降UΔ被表达为:
所述电池的容量降CΔ被表达为:
所述电池的内阻升rΔ被表达为:
其中,Nsave——上一时刻存储的所述电池的循环次数;
Capacitysave——上一时刻存储的所述电池的剩余容量
Capacitycharqe_dis——所述电池的充放电容量;
it——所述电池在t时刻的电流;
kt_temper——所述电池在t时刻的温度加权系数;
kt_current——所述电池在t时刻的电流加权系数;
CN——所述电池的额定电池容量;
unew——所述电池在全新状态下满电时的最大放电电压;
usoc_100——所述电池充满电后静置一段时间T1下的最大放电电压;
Cnew——所述电池在全新状态下的电池容量;
Csoc_100——所述电池的电压或剩余电量降至阈值时的容量;
rt>T1——所述电池静置一段时间T1后的内阻;
rnew——所述电池全新状态下的内阻;
Ub——所述电池两端电压;
Ib——流经所述电池的电流。
5.一种电池健康状态SOH的计算装置,其特征在于,所述装置包括:
计算模块,用于计算电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ;
参数确定模块,用于根据所述计算的出的电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ,分别确定与该电池循环次数Ncycle、压降UΔ、容量降CΔ及内阻升rΔ相对应的健康状态SOHcycle、SOHcap、SOHU及SOHr;以及
SOH计算模型,用于根据所述电池的健康状态SOHcycle、SOHcap、SOHU及SOHr,计算得到所述电池的健康状态SOH;
所述SOH计算模型被表达为:
SOH=c1*SOHcycle+c2*SOHcap+c3*SOHU+c4*SOHr
其中,c1、c2、c3、c4——所述健康状态SOHcycle、SOHcap、SOHU及SOHr所分别对应的健康状态的权重;
所述装置还包括:
比较模块,用于对所述SOHcycle、SOHcap、SOHU及SOHr进行比较;以及
权重确定模块,用于确定所述c1、c2、c3、c4的值,
当所述SOHcycle小于所述SOHcap、SOHU及SOHr时,
当所述SOHcap小于所述SOHcycle、SOHU及SOHr时,
当所述SOHU小于所述SOHcycle、SOHcap及SOHr时,
当所述SOHr小于所述SOHcycle、SOHcap及SOHU时,
其中,
其中,k1、k2、k3、k4——分别为SOHcycle、SOHcap、SOHU、SOHr的修正系数;
c1unnormal、c2unnormal、c3unnormal、c4unnormal——分别为SOHcycle、SOHcap、SOHU、SOHr最小时的不正常权重值;
C′cycle、C′cap、C′U、C′r——分别为SOHcycle、SOHcap、SOHU、SOHr的修正值;
Ccycle、Ccap、CU、Cr——分别为所述SOHcycle、SOHcap、SOHU、SOHr分别对应的实际权重。
6.根据权利要求5所述的电池健康状态SOH的计算装置,其特征在于,所述装置还包括:
数组表生成模块,用于:
计算所述电池的压降UΔ、容量降CΔ和内阻升rΔ;
将所述计算得到的电池的压降UΔ、容量降CΔ和内阻升rΔ对应的各电池循环次数量化转化为对应的循环次数NU、Ncap、Nr;
根据所述电池的压降UΔ、容量降CΔ和内阻升rΔ及对应的所述循环次数NU、Ncap、Nr对应的SOHU、SOHcap和SOHr,制定相应的UΔ-SOHU、CΔ-SOHcap和rΔ-SOHr二维数组表;以及
读写存储装置,用于:
对所述电池的循环次数Ncycle及剩余容量Capacity′save进行存储,所述Capacity′save被表达为:
Capacitysave——上一时刻存储的所述电池的剩余容量;
Capacitycharge_dis——所述电池的充放电容量;
CN——所述电池的额定电池容量;
it——所述电池在t时刻的电流;
kt_temper——所述电池在t时刻的温度加权系数;
kt_current——所述电池在t时刻的电流加权系数;及
对所述电池的压降UΔ、容量降CΔ及内阻升rΔ进行存储,当所述电池不满足所述电池的压降UΔ、容量降CΔ和/或内阻升rΔ的计算条件时,所述计算的电池循环次数Ncycle、压降UΔ、容量降CΔ和/或内阻升rΔ采用所述读写存储装置上次计算存储的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646960.XA CN109725266B (zh) | 2018-12-29 | 2018-12-29 | 一种电池健康状态soh的计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811646960.XA CN109725266B (zh) | 2018-12-29 | 2018-12-29 | 一种电池健康状态soh的计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109725266A CN109725266A (zh) | 2019-05-07 |
CN109725266B true CN109725266B (zh) | 2021-05-11 |
Family
ID=66298646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811646960.XA Active CN109725266B (zh) | 2018-12-29 | 2018-12-29 | 一种电池健康状态soh的计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109725266B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022258895A1 (fr) * | 2021-06-10 | 2022-12-15 | Psa Automobiles Sa | Procede d'estimation de l'etat de sante resistif d'au moins un element de stockage d'energie electrique d'une batterie electrique |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110133533B (zh) * | 2019-06-10 | 2022-01-18 | 珠海东帆科技有限公司 | 估算电池健康状态的方法和电池管理装置 |
CN110632528B (zh) * | 2019-11-04 | 2021-08-31 | 桂林电子科技大学 | 一种基于内阻检测的锂电池soh估算方法 |
CN110927606B (zh) * | 2019-11-05 | 2022-01-25 | 腾讯科技(深圳)有限公司 | 电池状态监测方法、装置 |
CN110824361B (zh) * | 2019-11-20 | 2022-07-26 | 中国船舶重工集团海装风电股份有限公司 | 风电机组超级电容剩余寿命计算方法、装置、设备及介质 |
CN110988723B (zh) * | 2019-12-17 | 2022-01-25 | 国网上海市电力公司 | 一种基于lstm的电池内阻预测及故障预警方法 |
CN111337832B (zh) * | 2019-12-30 | 2023-01-10 | 南京航空航天大学 | 一种动力电池多维度融合soc和soh在线联合估算的方法 |
CN112259813B (zh) * | 2020-01-20 | 2022-03-29 | 蜂巢能源科技有限公司 | 电池充放电功率确定方法、系统及设备 |
CN111366865B (zh) * | 2020-03-25 | 2023-04-21 | 松下电器机电(中国)有限公司 | 一种电池健康度的计算方法 |
CN111983456A (zh) * | 2020-06-29 | 2020-11-24 | 北京理工新源信息科技有限公司 | 一种动力电池剩余容量预测方法和系统 |
CN111969263B (zh) * | 2020-07-20 | 2021-10-26 | 浙江吉智新能源汽车科技有限公司 | 一种充换电站更新电池包soh的方法及装置 |
CN111965558B (zh) * | 2020-07-22 | 2023-01-31 | 宝能(广州)汽车研究院有限公司 | Soh值的获取方法及系统、电动汽车及计算机可读存储介质 |
CN114062939A (zh) * | 2020-08-04 | 2022-02-18 | 北京小米移动软件有限公司 | 确定电池健康状态的方法、装置、智能设备及介质 |
CN111999669B (zh) * | 2020-08-21 | 2023-11-07 | 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 |
CN112540318B (zh) * | 2020-12-22 | 2022-01-04 | 武汉理工大学 | 一种起动内燃机的铅酸蓄电池健康状态估算方法 |
CN113281656B (zh) * | 2021-05-20 | 2023-05-09 | 北京现代汽车有限公司 | 电池健康度的确定方法和装置 |
CN113359050A (zh) * | 2021-06-01 | 2021-09-07 | 瓴盛科技有限公司 | 充电电池老化校准方法、设备及计算机可读介质 |
CN114047452B (zh) * | 2022-01-13 | 2022-05-13 | 浙江玥视科技有限公司 | 一种确定电池循环寿命的方法及装置 |
CN115825743A (zh) * | 2022-03-07 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 一种电池soh值计算方法、控制装置和电池管理系统 |
JP2024029593A (ja) * | 2022-08-22 | 2024-03-06 | 株式会社日立製作所 | 電池管理装置、電池管理方法 |
CN117092541B (zh) * | 2023-08-23 | 2024-04-30 | 苏州吉智能源科技有限公司 | 一种直流充电大数据计算电池健康的分析方法 |
CN117533272B (zh) * | 2024-01-09 | 2024-03-22 | 河南新科起重机股份有限公司 | 一种基于机器视觉的重卡电池自动更换系统及方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2377833A (en) * | 2001-04-17 | 2003-01-22 | Glynne Rees | Monitoring battery performance during operation |
JP4193745B2 (ja) * | 2004-04-12 | 2008-12-10 | 新神戸電機株式会社 | 電池状態検知方法及び電池状態検知装置 |
KR101671998B1 (ko) * | 2010-04-02 | 2016-11-04 | 에스케이이노베이션 주식회사 | 배터리의 용량 열화 상태 측정 장치 및 방법 |
JP5598869B2 (ja) * | 2012-03-27 | 2014-10-01 | 古河電気工業株式会社 | 二次電池状態検出装置および二次電池状態検出方法 |
TWI616667B (zh) * | 2014-04-01 | 2018-03-01 | 鴻海精密工業股份有限公司 | 電池健康狀態的估算方法及其裝置 |
US10401433B2 (en) * | 2015-01-21 | 2019-09-03 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating battery life |
KR101772036B1 (ko) * | 2015-12-30 | 2017-08-28 | 주식회사 효성 | 배터리 수명 추정 방법 및 장치 |
CN107102263B (zh) * | 2016-02-22 | 2019-10-18 | 华为技术有限公司 | 检测电池健康状态的方法、装置和电池管理系统 |
US10422836B2 (en) * | 2016-12-29 | 2019-09-24 | Automotive Research & Testing Center | Device and method for estimating state-of-health of battery |
CN106909716B (zh) * | 2017-01-19 | 2020-03-24 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN107015158B (zh) * | 2017-04-01 | 2019-05-24 | 湖南银杏数据科技有限公司 | 基于恒流放电片段的锂电池剩余寿命在线快速检测法 |
CN109061505B (zh) * | 2018-08-28 | 2021-02-19 | 淮阴工学院 | 一种锂电池soh的检测方法 |
CN109061511B (zh) * | 2018-09-20 | 2021-02-26 | 苏州艾思控科技有限公司 | 一种电池管理系统中实时计算电池单体soh的方法 |
-
2018
- 2018-12-29 CN CN201811646960.XA patent/CN109725266B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022258895A1 (fr) * | 2021-06-10 | 2022-12-15 | Psa Automobiles Sa | Procede d'estimation de l'etat de sante resistif d'au moins un element de stockage d'energie electrique d'une batterie electrique |
FR3123992A1 (fr) * | 2021-06-10 | 2022-12-16 | Psa Automobiles Sa | Procede d’estimation de l’etat de sante resistif d’au moins un element de stockage d’energie electrique d’une batterie electrique |
Also Published As
Publication number | Publication date |
---|---|
CN109725266A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109725266B (zh) | 一种电池健康状态soh的计算方法及装置 | |
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 | |
CN110709717B (zh) | 基于松弛电压估计移动设备的电池健康的方法 | |
EP1049231B1 (en) | Parameter measuring method, charge/discharge control method and apparatus and life predicting method for secondary batteries and power storage apparatus using the same | |
CN114050633A (zh) | 一种锂电池储能系统的动态管控方法、装置和电子设备 | |
CN113052464B (zh) | 电池储能系统可靠性评估方法及系统 | |
Takyi‐Aninakwa et al. | A strong tracking adaptive fading‐extended Kalman filter for the state of charge estimation of lithium‐ion batteries | |
CN111537899A (zh) | 一种梯次利用动力电池安全性评估方法 | |
US9450427B2 (en) | State of charge determination for an electrical accumulator | |
CN107132481B (zh) | 一种识别电池组中单体一致的方法及系统 | |
CN104813183B (zh) | 串联连接的电池元件中的异常充电事件的瞬态检测 | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
CN107037375B (zh) | 电池直流内阻测量方法及装置 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN116401585B (zh) | 一种基于大数据的储能电池失效风险评估方法 | |
CN113657360A (zh) | 锂电池健康状态估计方法、装置、设备及可读存储介质 | |
Lu et al. | Modeling discharge characteristics for predicting battery remaining life | |
CN116338468A (zh) | 一种锂电池健康状态和剩余可用寿命的预测方法及系统 | |
CN111257770B (zh) | 一种电池包功率估算方法 | |
CN117054892B (zh) | 一种储能电站电池健康状态的评估方法、装置及管理方法 | |
Lai et al. | A quantitative method for early-stage detection of the internal-short-circuit in Lithium-ion battery pack under float-charging conditions | |
Zhu et al. | Online state of charge EKF estimation for LiFePO 4 battery management systems | |
CN116047339A (zh) | 基于热电耦合模型的锂离子电池组soc估计方法及装置 | |
Pillai et al. | Performance analysis of empirical open-circuit voltage modeling in lithium ion batteries, part-1: Performance measures | |
CN115980612A (zh) | 一种卫星电池组健康状态评估方法、系统及设备 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Patentee after: SVOLT Energy Technology Co.,Ltd. Address before: 213000 168 Huacheng Road, Jintan District, Changzhou, Jiangsu Patentee before: SVOLT Energy Technology Co.,Ltd. |