CN110015137A - 一种电池管理方法及装置 - Google Patents
一种电池管理方法及装置 Download PDFInfo
- Publication number
- CN110015137A CN110015137A CN201711042694.5A CN201711042694A CN110015137A CN 110015137 A CN110015137 A CN 110015137A CN 201711042694 A CN201711042694 A CN 201711042694A CN 110015137 A CN110015137 A CN 110015137A
- Authority
- CN
- China
- Prior art keywords
- battery
- next time
- operating condition
- travelled
- running data
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2260/00—Operating Modes
- B60L2260/40—Control modes
- B60L2260/50—Control modes by future state prediction
- B60L2260/54—Energy consumption estimation
-
- 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
-
- 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
Abstract
本发明提供了一种电池管理方法,用于管理电动汽车的电池的工作窗口,该电池管理方法包括:获取该电动汽车的行驶数据;基于该行驶数据预测下一次行驶的工况;以及基于该下一次行驶的工况计算对该电池充电的最大荷电状态以用于电池管理系统对该电池执行充电控制。本发明还提供了一种电池管理装置,用于管理电动汽车的电池的工作窗口,该电池管理装置包括:获取模块,用于获取该电动汽车的行驶数据;预测模块,用于基于该行驶数据预测下一次行驶的工况;以及计算模块,用于基于该下一次行驶的工况计算对该电池充电的最大荷电状态以用于电池管理系统对该电池执行充电控制。本发明还提供了一种电池管理装置,包括:处理器,以及耦合至该处理器的存储器,该存储器中存储有指令,该处理器在运行该指令时执行本发明提供的电池管理方法。
Description
技术领域
本发明涉及一种电池管理方法及装置,尤其涉及一种控制用于电动汽车的电池充电最大荷电状态的电池管理方法及装置。
背景技术
为了实现节能减排,世界各国均在大力推进新能源汽车战略。在动力来源上,锂离子电池经过30年的发展,比能量、比功率等性能有较大的提高,已经成功应用于新能源汽车上。目前应用于锂离子电池的正极材料主要有锰酸锂、磷酸铁锂、钴酸锂、三元材料等材料,普遍应用于新能源汽车的功率型电池的正极主要选用磷酸铁锂和三元材料两种材料。
三元材料由于质量比容量、压实密度均高于磷酸铁锂材料,因此相同体积的三元材料锂电池在同等条件下的放电容量、比能量和放电比功率均优于采用磷酸铁锂的锂离子电池。在低温环境放电时,三元锂电池的低温放电容量/常温放电容量比例亦高于磷酸铁锂电池,因此,三元材料锂电池在放电性能上更优于磷酸铁锂电池。
在充电性能方面,当采用较大的充电倍率时,磷酸铁锂电池恒流充电容量/总容量的比例明显小于三元材料锂电池的恒流充电容量/总容量的比例,且充电倍率越大,两者间的差距约明显,因此三元材料锂电池在充电性能上同样优于磷酸铁锂电池。
但是在电池循环性能即电池的寿命方面,磷酸铁锂电池具有明显优势。三元锂电池的理论寿命是2000次充放电循环,但在实践中,当进行900次的充放电循环后,电池容量基本衰减到了55%左右。但如果每次电池充放电都控制在一个范围较小的循环中,不耗尽电池的能量,即使经过3000次左右的充放电循环,电池容量基本还能够保持在70%左右,和磷酸铁锂电池的电池寿命相当。
因此,在采用充、放电性能更优的三元锂电池为汽车提供动力时,为了保护电池,提高三元锂电池的使用寿命,可以将其工作电量限定在一个较窄的区间内。但由于不同用户的电池使用情况不同,并且也缺乏电池保护意识,容易出现过度充电、过度放电的情况,损害了电池寿命。因此需要一个优秀的电池管理系统去配合用户合理地使用电池,使锂电池的工作区域保持在最优区间,在不牺牲锂电池优异性能的同时延长锂电池的工作寿命。
发明内容
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
为了保护三元锂电池,提高电池的使用寿命,需要将三元锂电池的工作电量限定在一个较窄的区间内。但由于不同用户的电池使用情况不同,并且缺乏电池保护意识,容易出现过度充电、过度放电,损害电池寿命的情况。因此需要一个优秀的电池管理系统,配合用户合理使用电池,将锂电池的工作电量保持在一个较优范围,以达到在不影响锂电池的性能同时延长电池工作寿命的效果。
为了达到上述目的,本发明提供了一种电池管理方法,用于管理电动汽车的电池的工作窗口,该电池管理方法包括:获取该电动汽车的行驶数据;基于该行驶数据预测下一次行驶的工况;以及基于该下一次行驶的工况计算对该电池充电的最大荷电状态以用于电池管理系统对该电池执行充电控制。
如上述的电池管理方法,该获取该电动汽车的行驶数据包括,接收用户自行输入的个人出行数据;其中,该个人出行数据包括出行时间、行驶时长、出行路径、行驶里程中的一者或多者。
如上述的电池管理方法,该获取该电动汽车的行驶数据包括,收集该电动汽车的历史行驶数据;其中,该历史行驶数据包括电动汽车历史每次行驶的行驶里程、行驶路径、行驶电量、行驶起始时间、行驶时长中的一者或多者。如上述的电池管理方法,还包括:基于该行驶数据建立行驶工况模型,该基于该行驶数据预测下一次行驶的工况进一步包括:基于该行驶工况模型从该车辆的位置信息和当前时间信息预测该下一次行驶的工况。
如上述的电池管理方法,还包括:基于该行驶数据预测的该下一次行驶的工况预测与下一次行驶的工况相关联的使用电量,该基于该下一次行驶的工况计算对该电池充电最大的荷电状态进一步包括:基于该与下一次行驶的工况相关联的使用电量计算对该电池充电的该最大荷电状态。
如上述的电池管理方法,优先响应于用户输入的下一次行驶的工况,基于该用户输入的下一次行驶的工况预测与下一次行驶的工况相关联的使用电量。
如上述的电池管理方法,该最大荷电状态SOCmax≥Min[A+Th1,100%],令A为该下一次行驶的使用电量,Th1为大于0的第一阈值。
如上述的电池管理方法,该最大荷电状态Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%],令Th2为小于100%的第二阈值。
如上述的电池管理方法,该Th1介于5%至20%的区间。
如上述的电池管理方法,该Th2介于80%至95%的区间。
如上述的电池管理方法,该工况包括上下班通勤、周末郊游、远距离行驶中的一者或多者。
如上述的电池管理方法,其特征在于,还包括:提示用户是否进入电池窗口管理模式;以及响应于收到该用户的确认进入该电池窗口管理模式,该预测下一次行驶的工况以及基于该下一次行驶的工况计算对该电池充电的最大荷电状态的过程仅在该电池窗口管理模式下进行。
如上述的电池管理方法,其特征在于,还包括:基于实时收集的行驶数据判断当前行驶是否与事先预测的工况相符;响应于不符,提示用户是否退出电池窗口管理模式;以及响应于用户确认而退出电池窗口管理模式。
如上述的电池管理方法,其特征在于,还包括:响应于不符,基于该实时收集的最新行驶数据更新该行驶工况模型。
本发明还提供了一种电池管理装置,用于管理电动汽车的电池的工作窗口,电池管理装置包括:获取模块,用于获取电动汽车的行驶数据;预测模块,用于基于行驶数据预测下一次行驶的工况;以及计算模块,用于基于下一次行驶的工况计算对电池充电的最大荷电状态以用于电池管理系统对电池执行充电控制。
如上述的电池管理装置,该获取模块接收用户自行输入的个人出行数据;其中,该个人出行数据包括出行时间、行驶时长、出行路径、行驶里程中的一者或多者。如上述的电池管理装置,该获取模块收集该电动汽车的历史行驶数据;其中,该历史行驶数据包括电动汽车历史每次行驶的行驶里程、行驶路径、行驶电量、行驶起始时间、行驶时长中的一者或多者。如上述的电池管理装置,还包括学习模块,用于基于该行驶数据建立行驶工况模型,该预测模块基于该行驶工况模型从该车辆的位置信息和当前时间信息预测该下一次行驶的工况。
如上述的电池管理装置,该预测模块还基于该行驶数据预测的该下一次行驶的工况预测与下一次行驶的工况相关联的使用电量,该计算模块基于该与下一次行驶的工况相关联的使用电量计算对该电池充电的该最大荷电状态。
如上述的电池管理装置,该预测模块优先响应于接收用户输入的下一次行驶的工况,并基于该用户输入的下一次行驶的工况预测与下一次行驶的工况相关联的使用电量。如上述的电池管理装置,该最大荷电状态SOCmax≥Min[A+Th1,100%],令A为该下一次行驶的使用电量,Th1为大于0的第一阈值。
如上述的电池管理装置,该最大荷电状态的范围为Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%],令Th2为小于100%的第二阈值。
如上述的电池管理装置,该Th1介于5%至20%的区间。
如上述的电池管理装置,该Th1介于5%至20%的区间,以及该Th2介于80%至95%的区间。
如上述的电池管理装置,该工况包括上下班通勤、周末郊游、远距离行驶中的一者或多者。
如上述的电池管理装置,还包括:控制模块,用于控制用户界面提示用户是否进入电池窗口管理模式,以及响应于收到该用户的确认进入该电池窗口管理模式,其中,该预测模块和该计算模块仅在该电池窗口管理模式中工作。
如上述的电池管理方法,该控制模块还基于实时收集的行驶数据判断当前行驶是否与事先预测的工况相符,响应于不符,提示用户是否退出电池窗口管理模式,以及响应于用户确认而退出电池窗口管理模式。
如上述的电池管理装置,该学习模块响应于不符,基于该实时收集的最新行驶数据更新该行驶工况模型。
如上述的电池管理装置,该电池管理装置集成在该电池管理系统中。
本发明还提供了一种电池管理装置,包括:处理器,以及耦合至该处理器的存储器,该存储器中存储有指令,该处理器在运行该指令时执行如上述任一项提及的电池管理方法。
根据本发明所提供的电池管理方法和装置,能够根据不同电动汽车的历史行驶情况以及不同用户的用车习惯预测出下一次行驶的工况,并根据预测的工况计算电池充电的最大荷电状态,控制电池的下一次充电为最大荷电状态,有效预防电池过冲造成的损害,同时,经过预测、对行驶工况的实时监控以及用户的指令,能够有效保证上述最大荷电状态可以在下一个行驶后,荷电状态保持在预设最小电量之上,不耗尽电池电量。通过以上控制最大荷电状态来保证电池工作在一个较窄的区间内,有效延长了电池的循环寿命,启到保护电池的作用。
附图说明
在结合以下附图阅读本公开的实施例的详细描述之后,能够更好地理解本发明的上述特征和优点。在附图中,各组件不一定是按比例绘制,并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了电池工作的最佳区间。
图2A示出了本发明提供的电池管理方法的一实施例流程图。
图2B示出了本发明提供的电池管理方法的另一实施例流程图。
图3A示出了本发明提供的电池管理方法响应于用户指令的一实施例流程图。
图3B示出了本发明提供的电池管理方法响应于用户指令的另一实施例流程图。
图4示出了本发明提供的电池管理方法更新工况模型的一实施例流程图。
图5A示出了本发明提供的电池管理装置的一实施例示意图。
图5B示出了本发明提供的电池管理装置的另一实施例示意图。
图5C示出了本发明提供的电池管理装置的另一实施例示意图。
图5D示出了本发明提供的电池管理装置的另一实施例示意图。
具体实施方式
以下结合附图和具体实施例对本发明作详细描述。注意,以下结合附图和具体实施例描述的诸方面仅是示例性的,而不应被理解为对本发明的保护范围进行任何限制。
电动汽车的电池电量需要尽量满足每一次车辆出行的用电需求,以保证电动汽车的用户体验。理论上,如果对电动汽车每一次的充电都达到100%,能够最大化车辆可能的行驶里程,目前,绝大多数的电动汽车工作的电量范围在5%-100%之间,上述做法虽可以减少充电次数、最大化车辆可能的行驶里程,但对于电池的寿命损害较大。但如果不将电池电量充满,在遇到需要长时间行驶,车辆所需用电量很大的情况下,很可能耗尽所有电池电量,对电池寿命同样造成较大损害。图1示出了电池工作的最佳区间,如图1所示,如果能保持电池工作在一个较窄的电量工作区间,有利于电池性能的发挥,并且有助于延长电池寿命。因此,需要根据车辆实际运行情况计算出每次供电的最大荷电状态量,控制电池充电至该最大荷电状态量,使电动汽车电池电量在不耗尽的情况下符合下一次行驶所需要的用电量需求。
在这种情况下,电池的电量工作区间将会保持在一个更窄的区间内,可以起到保护电池的作用,图2A示出了本发明提供的电池管理方法的流程图。本发明提供的电池管理方法具体包括获取电动汽车的行驶数据,根据上述行驶数据预测下一次行驶的工况,并且基于预测的下一次行驶的工况计算对电池充电的最大荷电状态SOCmax,根据最大荷电状态SOCmax对电池执行充电控制。可以实现使电池工作在一个较优区间。
在一实施例中,用户可以根据实际情况选择是否要采用本发明所提供的电池管理方法,在收到用户确认使用本发明所提供的电池管理方法后,本发明所提供的电池管理方法才会启动收集电动汽车历史行驶数据的步骤。
上述电动汽车的历史行驶数据包括车辆每次行驶的开始时间、行驶时长、行驶的GPS行驶路径、行驶里程数以及行驶所需要的电量。本发明提供的电池管理方法包括收集上述历史行驶数据中的一个或多个或全部,并根据这些历史行驶数据预测下一次行驶的工况。
在另一实施例中,用户可以根据实际的用车情况,将上述的历史行驶数据包括车辆每次行驶的开始时间、行驶时长、行驶的GPS行驶路径、行驶里程数以及行驶所需要的电量手动输入系统,并且用户可以根据实际情况,在系统中输入例如家庭位置、工作地址等个人信息参数,但不以此为限,以及用户可以自行输入个人出行数据,包括出行时间、行驶市场、出行路径、行驶里程中的一者或多者,以方便系统收集用户实际用车情况,更快适应不同用户的不同情况。以便更准确地根据历史行驶数据以及个人信息预测下一次行驶的工况。
在另一实施例中,本发明提供的电池管理方法优先响应于用户输入的下一次行驶的工况,基于该用户输入的下一次行驶的工况预测与下一次行驶的工况相关联的使用电量。
图2B示出了本发明提供的电池管理方法的另一实施例的流程图。如图所示,电池管理方法还包括对获取的电动汽车的行驶数据进行数据分析,并建立相应的工况模型,例如,可以建立上下班通勤工况、周末郊游工况、远距离行驶工况。上述工况模型基于用户以往的用车习惯形成,并且根据不同的建模、数据分析方式形成,并不限于上述所举示例。
在另一实施例中,用户可以手动设置适合自身用车情况的工况模型,以便于使预测的下一次行驶的工况与用户的用车情况更为贴切。为后续计算最大荷电状态提供更精确的依据。
对电动汽车的行驶数据的建模或数据分析方法可以采用Richard Barker表示法、EXPRESS-G表示法、IDEF1X模型、ORM模型、ER模型、EER模型、IE模型等现有数据分析建模的主流方式,本发明并未对上述建模、数据分析方法进行改进,本领域技术人员可以根据公开已知的建模或数分方式来对本发明中汽车的行驶数据进行分析、建模,以得出符合用户用车习惯的行驶工况模型。
本发明提供的电池管理方法能够通过当下车辆的位置信息和当前的时间信息去预测下一次行驶的工况,或者下一次行驶可能是哪一种行驶工况模型,以此计算出车辆在下一次行驶中所需的用电量A。上述用电量A是计算电池充电最大荷电状态量的依据。
计算电池充电最大荷电状态量还需要根据对电池保护的程度,预先设置一个电池电量的预期工作区间。该区间的下限,即预期电池工作的最小电量为Th1,Th1是大于0的阈值,该预期最小电量Th1根据实际情况设置在电池总电量的5%至20%的区间内。该区间的上限,即预期电池工作的最大电量为Th2,Th2为小于100%的阈值,该预期最大电量Th2根据实际情况设置在电池总电量的80%至95%的区间内。因此,在理想状态下,汽车电池电量的工作区间为Th1-Th2,若Th1取5%,Th2取95%,则电池实际工作区间为5%-95%,若Th1取10%,Th2取90%,则工作区间为10%-90%,若Th1取20%,Th2取80%,则工作区间为20%-80%。相较于原先5%-100%的工作范围,电池的工作电量限定在一个较窄的区间内。
最大荷电状态根据下一次行驶中所需的用电量A和预设的用电区间上下限Th1、Th2计算得到,最大荷电状态SOCmax的最小值为Min[A+Th1,100%],其最大值为Min[Max[A+Th1,Th2],100%],即最大荷电状态的范围为Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%]。下面将具体结合各种不同的情况,展开对上述公式含义的阐述,为了更清楚地进行描述,预设Th1值为20%,Th2值为80%下,但需注意,上述选择并非对Th1和Th2的数值的限定,在Th1和Th2各自的数值选择范围内,以下具体情况具有一般性。
在一实施例中,预设的Th1值为20%,Th2值为80%。根据车辆的位置信息和当前时间信息,预测出车辆下一次行驶的工况为通勤模式,通勤模式下,车辆的用电量A在50%,则A+Th1值为70%,Min[A+Th1,100%]的值为70%,Min[Max[A+Th1,Th2],100%]的值为80%,最大荷电状态量在70-80%范围内。也就是说,最低需要对电池充电70%才能保证在结束下一次行驶后,即使用了50%的电量,电池的电量仍旧能够保持在20%以上的工作范围内。同时,最多只能对电池充电80%以防止电池过充,如此,电池电量被限定在20-80%的区间内,能够符合本发明出于保护电池的目的。
在上述的实施例中,最大荷电状态量在70-80%范围内,优选地,可以将最大荷电状态量设置为80%,但不必以此为限,能够预防车辆临时出现需要行驶额外里程的情况,使电池电量不低于预期的区间下限值,避免出现电池耗尽。
在另一实施例中,预设的Th1值为20%,Th2值为80%。根据车辆的位置信息和当前时间信息,预测出车辆下一次行驶的工况为周末郊游模式,周末郊游模式下,车辆的用电量A在70%。则A+Th1值为90%,Min[A+Th1,100%]的值为90%,Min[Max[A+Th1,Th2],100%]的值为90%,最大荷电状态量设定为90%。也就是说,最低需要对电池充电90%才能保证在结束下一次行驶后,即使用了70%的电量,电池的电量仍旧能够保持在20%以上的工作范围内。同时,在A+Th1值90%大于Th2值80%时,优先选择满足A+Th1值90%,也就是说,当实际电池容量能够保证在使用了70%的电量后,电池电量可以高于预期的区间下限值时,尽量保证充足的充电电量,以免出现电池耗尽的情况,对电池的寿命损害更大。如此,虽然电池电量超过了20-80%的区间,在20-90%的范围内,但相比5-100%的区间,仍然范围较小,能够符合本发明出于保护电池的目的。
在另一实施例中,预设的Th1值为20%,Th2值为80%。根据车辆的位置信息和当前时间信息,预测出车辆下一次行驶的工况为远距离行驶模式,远距离行驶模式下,车辆的用电量A在90%。则A+Th1值为110%,Min[A+Th1,100%]的值为100%,Max[A+Th1,Th2]的值为110%,此时,希望最大荷电状态量可以被设定为100-110%的范围内,但由于超过了电池的实际容量,从物理上限定了最大荷电状态量只能被设定为100%,因此其最大值≤Min[Max[A+Th1,Th2],100%]。也就是说,只能对电池充电100%才能保证在结束下一次行驶后,电池尽量不被耗尽。同时,在A+Th1值110%大于Th2值80%时,并且实际电池容量不能够保证在使用了90%的电量后,电池电量可以高于预期的区间下限值时,选择对电池充电100%,以尽量避免出现电池耗尽的情况,对电池的寿命损害更大。如此,虽然电池电量超过了20-80%的区间,在10-100%的范围内,但相比5-100%的区间,仍然范围较小,能够符合本发明出于保护电池的目的。
在上述实施例中,由于A+Th1值为110%,已经超过电池的实际容量,较优的,电池管理窗口会提示用户,下一次的行驶耗电量较大,容易对耗尽电池电量,对电池的损害较大,并且显示为用户规划的包含充电桩的出行路径,并提醒用户考虑充电时间,以免耽误行程。
在另一实施例中,预设的Th1值为20%,Th2值为80%。根据车辆的位置信息和当前时间信息,预测出车辆下一次行驶的工况,并根据工况预测出车辆的用电量A在98%。则A+Th1值为118%,Min[A+Th1,100%]的值为100%,Max[A+Th1,Th2]的值为118%,此时,希望最大荷电状态量可以被设定为100-118%的范围内,但由于超过了电池的实际容量,从物理上限定了最大荷电状态量只能被设定为100%,因此其最大值≤Min[Max[A+Th1,Th2],100%]。也就是说,只能对电池充电100%才能保证在结束下一次行驶后,电池尽量不被耗尽。同时,在A+Th1值118%大于Th2值80%时,并且实际电池容量不能够保证在使用了98%的电量后,电池电量可以高于预期的区间下限值时,选择对电池充电100%,以尽量避免出现电池耗尽的情况,对电池的寿命损害更大。然而,由于预测的用电量A过高,为98%,预计电池工作在2-100%的电量范围内,即使对电池充满电,电池在完成下一次行驶后,剩余的电量小于5%,小于预期最小电量Th1可以设置选择的区间下限值,十分容易出现电池耗尽的情况,在此情况下,电池管理窗口会提示用户,下一次的行驶耗电量较大,将极大可能耗尽电池电量,对电池的损害较大,并且显示为用户规划的包含充电桩的出行路径,并提醒用户考虑充电时间,以免耽误行程。
以上实施例是在各种情况下对最大荷电状态的计算方式Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%]进行的解释,通过对计算电池充电的最大荷电状态量,能够实现将电池的工作区间限定在一个较窄的区间范围内,启到保护电池的作用。
图3A示出了本发明提供的电池管理方法响应于用户指令的流程图。如图3A所示,本发明所提供的电池管理方法通过在汽车上提示用户是否进入电池窗口管理模式,并在响应于接收到用户的确认进入电池窗口管理模式的情况下,提示用户确认同意收集车辆历史行驶数据以及影响续航里程,在得到用户确认同意后,运行功能,根据预先收集的历史行驶数据分析下一次行驶的工况,以及基于预测的下一次行驶的工况计算最大荷电状态量。
如图3A所示的实施例,在该实施例中,用户已经事先计划好,出行较原先出现临时变化,与电池管理方法实现预测的下一次工况情况存在较大出入时,用户可以选择不进入电池窗口管理模式,不再进行最大荷电状态的预测与计算。
在另一实施例中,用户已经事先计划好,出行较原先出现临时变化,与电池管理方法实现预测的下一次工况情况存在较大出入时,用户可以在电池窗口管理模式中,自行选择符合实际出行要求的工况模型,例如,原本电池窗口管理模式预测的下一次行驶工况为通勤模式,用户临时休假,实际的行驶工况为郊游模式,用户可以在窗口中将下一次行驶工况切换为郊游模式,既保证顺利出行,又能对电池进行保护。图3B示出了本发明响应于用户指令的另一实施例的流程图,如图3B所示,在该实施例中,基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。本发明提供的电池管理方法会提出用户是否需要退出电池窗口管理模式。当用户确认不再使用电池管理方法,退出电池窗口管理模式,不再进行最大荷电状态的预测与计算。
如图3B所示的实施例,在该实施例中,基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。本发明提供的电池管理方法会提醒用户是否需要退出电池窗口管理模式。当用户确认继续使用电池管理方法后,用户可以根据出行计划,自行选择符合实际出行要求的工况模型,电池管理方法根据用户选择的工况计算最大荷电状态量。
通过与用户交互的方式,在实际出行情况变化时,能够提高用户的参与度,对于具有非常明确和有计划的行程能够有利地应用本发明所提供的电池管理方法,以起到保护电池的作用。
如图3B所示的实施例,在该实施例中,基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。本发明提供的电池管理方法会提出用户是否需要退出电池窗口管理模式。当用户确认继续使用电池管理方法后,用户没有自行选择符合出行计划的工况模型,电池管理方法将基于实时收集的最新行驶数据更新行驶工况模型,图4示出了电池管理方法更新工况模型的流程图,如图4所示,通过及时调整下一次行驶工况情况,计算符合预期的用电量以及最大荷电状态量以保证实现本发明的目的。
通过上述方式,在实际出行情况变化时,系统自行处理可能出现的各种行驶状况,不麻烦用户,在尽可能不影响客户使用的情况下,使用户更轻松地应用本发明所提供的电池管理方法起到保护电池的作用。
图5A示出了本法明提供的电池管理装置的一实施例示意图,如图5A所示的电池管理装置100,结合上述的电池管理方法实现对电动汽车电池工作窗口的管理。上述电池管理装置100具体包括获取模块110、预测模块120以及计算模块130。获取模块110将根据上述的电池管理方法获取电动汽车的行驶数据,预测模块120将根据上述的电池管理方法基于行驶数据预测下一次行驶的工况以及计算模块130根据上述的电池管理方法基于下一次行驶的工况计算对电池充电的最大荷电状态量以用于电池管理系统对电池执行充电控制。
上述获取模块110对历史行驶数据进行收集,包括历史每次行驶的行驶里程、行驶路径、行驶电量、行驶起始时间以及行驶时长。获取模块可以收集上述行驶数据中的一个、多个或所有数据。
图5B示出了本发明提供的电池管理装置的另一实施例示意图,如图5B所示的电池管理装置200还包括一学习模块240,用于基于历史行驶数据建立行驶工况模型,上述工况模型可以是上下班通勤、周末郊游、远距离行驶,主要根据用户的用车习惯以及数据分析、建模方式而定,并不限于上述几种情况。
上述预测模块基于生成的行驶工况模型从车辆的位置信息和当前时间信息预测下一次的行驶工况。
预测模块根据上述获取模块收集的行驶数据预测下一次行驶的工况的使用电量,计算模块基于上述下一次行驶工况的使用电量A计算对电池充电的最大荷电状态。
计算模块预先设置一个电池电量的预期工作区间,该区间的下限,即预期电池工作的最小电量为Th1,Th1是大于0的阈值,该预期最小电量Th1根据实际情况设置在5%至20%的区间内。该区间的上限,即预期电池工作的最大电量为Th2,Th2为小于100%的阈值,该预期最大电量Th2根据实际情况设置在80%至95%的区间内。
计算模块根据Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%]的公式计算最大荷电状态。
图5C示出了本发明提供的电池管理装置的另一实施例示意图,如图5C所示的电池管理装置300还包括控制模块350,用于控制用户界面提示用户是否进入电池窗口管理模式,并且响应于收到用户的确认进入电池窗口管理模式的指令,预测模块和计算模块在电池窗口管理模式中工作。
控制模块350能够接受用户的指令,在用户已经事先计划好,出行较原先出现临时变化,与电池管理方法实现预测的下一次工况情况存在较大出入时,用户可以选择不进入电池窗口管理模式,预测模块和计算模块不再进行工作。
控制模块350能够接受用户的指令,在用户已经事先计划好,出行较原先出现临时变化,与电池管理方法实现预测的下一次工况情况存在较大出入时,用户可以在电池窗口管理模式中,自行选择符合实际出行要求的工况模型,例如,原本电池窗口管理模式预测的下一次行驶工况为通勤模式,用户临时休假,实际的行驶工况为郊游模式,用户可以在窗口中将下一次行驶工况切换为郊游模式,预测模块和计算模块继续进行工作,既保证顺利出行,又能对电池进行保护。
控制模块350基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。会提出用户是否需要退出电池窗口管理模式。当用户确认不再使用电池管理方法,退出电池窗口管理模式,预测模块和计算模块不再进行工作。
控制模块350基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。会提出用户是否需要退出电池窗口管理模式。当用户确认继续使用电池管理方法后,用户可以根据出行计划,自行选择符合实际出行要求的工况模型,计算模块根据用户选择的工况计算最大荷电状态量。
控制模块350基于实时收集的行驶数据判断出当前行驶与事先预测的工况出现出入,不符合原先预测的工况时,例如,预测为通勤工况,但汽车的GPS定位在较远的位置。会提出用户是否需要退出电池窗口管理模式。当用户确认继续使用电池管理方法后,用户没有自行选择符合出行计划的工况模型,学习模块将基于实时收集的最新行驶数据更新行驶工况模型,及时调整模型,以供计算模块计算符合预期的用电量以及最大荷电状态量。
通过上述电池管理装置各个模块的协同工作能够有效实现本发明提供的电池管理方式,能够将电池的工作电量限定在较窄的一段区间内,启到延长电池寿命,保护电池的作用。
图5D示出了本发明提供的电池管理装置的另一实施例示意图,如图5D所示的电池管理装置400,包括一个处理器410以及耦合至处理器410的存储器420,存储器中存储有指令,处理器在运行指令时执行本发明提供的上述电池管理方法。通过执行指令一指令本发明提供的电池管理方法,能够将电池的工作电量限定在较窄的一段区间内,启到延长电池寿命,保护电池的作用。
本发明所提供的电池管理方法、以及电池管理装置的实施例,从汽车连上充电装置时开始工作,开始进行下一次行驶工况、用电量的预测以及最大荷电状态量的计算,以控制对电池的充电量为计算出的最大荷电状态量,保证电量能够满足下一次行驶并且不出现过充的情况,保护电池,延长电池的循环寿命。
本领域技术人员将可理解,信息、信号和数据可使用各种不同技术和技艺中的任何技术和技艺来表示。例如,以上描述通篇引述的数据、指令、命令、信息、信号、位(比特)、码元、和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光学粒子、或其任何组合来表示。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的,且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此,本公开并非旨在被限定于本文中所描述的示例和设计,而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。
Claims (30)
1.一种电池管理方法,用于管理电动汽车的电池的工作窗口,所述电池管理方法包括:
获取所述电动汽车的行驶数据;
基于所述行驶数据预测下一次行驶的工况;以及
基于所述下一次行驶的工况计算对所述电池充电的最大荷电状态以用于电池管理系统对所述电池执行充电控制。
2.如权利要求1所述的电池管理方法,其特征在于,所述获取所述电动汽车的行驶数据包括,接收用户自行输入的个人出行数据;其中,所述个人出行数据包括出行时间、行驶时长、出行路径、行驶里程中的一者或多者。
3.如权利要求1所述的电池管理方法,其特征在于,所述获取所述电动汽车的行驶数据包括,收集所述电动汽车的历史行驶数据;其中,所述历史行驶数据包括电动汽车历史每次行驶的行驶里程、行驶路径、行驶电量、行驶起始时间、行驶时长中的一者或多者。
4.如权利要求1所述的电池管理方法,其特征在于,还包括:
基于所述行驶数据建立行驶工况模型,
所述基于所述行驶数据预测下一次行驶的工况进一步包括:
基于所述行驶工况模型从所述车辆的位置信息和当前时间信息预测所述下一次行驶的工况。
5.如权利要求1所述的电池管理方法,其特征在于,还包括:
基于所述行驶数据预测的所述下一次行驶的工况预测与下一次行驶的工况相关联的使用电量,
所述基于所述下一次行驶的工况计算对所述电池充电最大的荷电状态进一步包括:
基于所述与下一次行驶的工况相关联的使用电量计算对所述电池充电的所述最大荷电状态。
6.如权利要求5所述的电池管理方法,其特征在于,优先响应于用户输入的下一次行驶的工况,基于所述用户输入的下一次行驶的工况预测与下一次行驶的工况相关联的使用电量。
7.如权利要求5所述的电池管理方法,其特征在于,所述最大荷电状态SOCmax≥Min[A+Th1,100%],令A为所述下一次行驶的使用电量,Th1为大于0的第一阈值。
8.如权利要求7所述的电池管理方法,其特征在于,所述最大荷电状态的范围为Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%],令Th2为小于100%的第二阈值。
9.如权利要求7所述的电池管理方法,其特征在于,所述Th1介于5%至20%的区间。
10.如权利要求8所述的电池管理方法,其特征在于,所述Th2介于80%至95%的区间。
11.如权利要求1所述的电池管理方法,其特征在于,所述工况包括上下班通勤、周末郊游、远距离行驶中的一者或多者。
12.如权利要求4所述的电池管理方法,其特征在于,还包括:
提示用户是否进入电池窗口管理模式;以及
响应于收到所述用户的确认进入所述电池窗口管理模式,所述预测下一次行驶的工况以及基于所述下一次行驶的工况计算对所述电池充电的最大荷电状态的过程仅在所述电池窗口管理模式下进行。
13.如权利要求12所述的电池管理方法,其特征在于,还包括:
基于实时收集的行驶数据判断当前行驶是否与事先预测的工况相符;
响应于不符,提示用户是否退出电池窗口管理模式;以及
响应于用户确认而退出电池窗口管理模式。
14.如权利要求13所述的电池管理方法,其特征在于,还包括:
响应于不符,基于所述实时收集的最新行驶数据更新所述行驶工况模型。
15.一种电池管理装置,用于管理电动汽车的电池的工作窗口,所述电池管理装置包括:
获取模块,用于获取所述电动汽车的行驶数据;
预测模块,用于基于所述行驶数据预测下一次行驶的工况;以及
计算模块,用于基于所述下一次行驶的工况计算对所述电池充电的最大荷电状态以用于电池管理系统对所述电池执行充电控制。
16.如权利要求15所述的电池管理装置,其特征在于,所述获取模块接收用户自行输入的个人出行数据;其中,所述个人出行数据包括出行时间、行驶时长、出行路径、行驶里程中的一者或多者。
17.如权利要求15所述的电池管理装置,其特征在于,所述获取模块收集所述电动汽车的历史行驶数据;其中,所述历史行驶数据包括电动汽车历史每次行驶的行驶里程、行驶路径、行驶电量、行驶起始时间、行驶时长中的一者或多者。
18.如权利要求15所述的电池管理装置,其特征在于,还包括:
学习模块,用于基于所述行驶数据建立行驶工况模型,
所述预测模块基于所述行驶工况模型从所述车辆的位置信息和当前时间信息预测所述下一次行驶的工况。
19.如权利要求15所述的电池管理装置,其特征在于,所述预测模块还基于所述行驶数据预测的所述下一次行驶的工况预测与下一次行驶的工况相关联的使用电量;
所述计算模块基于所述与下一次行驶的工况相关联的使用电量计算对所述电池充电的所述最大荷电状态。
20.如权利要求19所述的电池管理装置,其特征在于,所述预测模块优先响应于接收用户输入的下一次行驶的工况,并基于所述用户输入的下一次行驶的工况预测与下一次行驶的工况相关联的使用电量。
21.如权利要求19所述的电池管理装置,其特征在于,所述最大荷电状态SOCmax≥Min[A+Th1,100%],令A为所述下一次行驶的使用电量,Th1为大于0的第一阈值。
22.如权利要求21所述的电池管理装置,其特征在于,所述最大荷电状态的范围为Min[A+Th1,100%]≤SOCmax≤Min[Max[A+Th1,Th2],100%],令Th2为小于100%的第二阈值。
23.如权利要求21所述的电池管理装置,其特征在于,所述Th1介于5%至20%的区间。
24.如权利要求22所述的电池管理装置,其特征在于,所述Th1介于5%至20%的区间,以及所述Th2介于80%至95%的区间。
25.如权利要求15所述的电池管理装置,其特征在于,所述工况包括上下班通勤、周末郊游、远距离行驶中的一者或多者。
26.如权利要求18所述的电池管理装置,其特征在于,还包括:
控制模块,用于控制用户界面提示用户是否进入电池窗口管理模式,以及响应于收到所述用户的确认进入所述电池窗口管理模式,其中,所述预测模块和所述计算模块仅在所述电池窗口管理模式中工作。
27.如权利要求26所述的电池管理方法,其特征在于,所述控制模块还基于实时收集的行驶数据判断当前行驶是否与事先预测的工况相符,响应于不符,提示用户是否退出电池窗口管理模式,以及响应于用户确认而退出电池窗口管理模式。
28.如权利要求27所述的电池管理装置,其特征在于,所述学习模块响应于不符,基于所述实时收集的最新行驶数据更新所述行驶工况模型。
29.如权利要求15所述的电池管理装置,其特征在于,所述电池管理装置集成在所述电池管理系统中。
30.一种电池管理装置,包括:
处理器,以及
耦合至所述处理器的存储器,所述存储器中存储有指令,所述处理器在运行所述指令时执行如权利要求1至14中的任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711042694.5A CN110015137B (zh) | 2017-10-30 | 2017-10-30 | 一种电池管理方法及装置 |
PCT/CN2018/109811 WO2019085719A1 (zh) | 2017-10-30 | 2018-10-11 | 一种电池管理方法、装置、及计算机程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711042694.5A CN110015137B (zh) | 2017-10-30 | 2017-10-30 | 一种电池管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110015137A true CN110015137A (zh) | 2019-07-16 |
CN110015137B CN110015137B (zh) | 2021-05-25 |
Family
ID=66332444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711042694.5A Active CN110015137B (zh) | 2017-10-30 | 2017-10-30 | 一种电池管理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110015137B (zh) |
WO (1) | WO2019085719A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110605982A (zh) * | 2019-09-23 | 2019-12-24 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电动汽车充电的方法及装置 |
CN111497681A (zh) * | 2020-04-29 | 2020-08-07 | 重庆金康动力新能源有限公司 | 一种用于电动汽车的可变soc充电系统和方法 |
CN112277729A (zh) * | 2019-12-31 | 2021-01-29 | 蜂巢能源科技有限公司 | 电动车辆行驶总里程预测方法及装置 |
CN113992785A (zh) * | 2021-10-30 | 2022-01-28 | 重庆长安新能源汽车科技有限公司 | 一种基于大数据的电动汽车电池热管理方法、系统及存储介质 |
CN114312375A (zh) * | 2020-09-30 | 2022-04-12 | 丰田自动车株式会社 | 充电控制方法、服务器以及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111452619B (zh) * | 2020-01-22 | 2021-09-14 | 北京理工大学 | 电动车辆在线能耗预测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105083042A (zh) * | 2014-05-15 | 2015-11-25 | 福特全球技术公司 | 用于管理电池容量的电动车辆操作 |
CN105680503A (zh) * | 2014-12-03 | 2016-06-15 | 现代奥特劳恩株式会社 | 电池监控装置及其执行方法 |
US9643511B2 (en) * | 2014-12-17 | 2017-05-09 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of charge (SOC) of battery in electric vehicle |
CN107627872A (zh) * | 2017-08-29 | 2018-01-26 | 广州小鹏汽车科技有限公司 | 基于电动汽车出行模式的电池充电控制方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102164773A (zh) * | 2008-09-19 | 2011-08-24 | 佳境有限公司 | 用于操作电动车辆的系统和方法 |
EP2352199B1 (en) * | 2008-11-21 | 2015-08-26 | Honda Motor Co., Ltd. | Charge control device |
US8583304B2 (en) * | 2011-03-30 | 2013-11-12 | Honda Motor Co., Ltd. | System and method for precise state of charge management |
-
2017
- 2017-10-30 CN CN201711042694.5A patent/CN110015137B/zh active Active
-
2018
- 2018-10-11 WO PCT/CN2018/109811 patent/WO2019085719A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105083042A (zh) * | 2014-05-15 | 2015-11-25 | 福特全球技术公司 | 用于管理电池容量的电动车辆操作 |
CN105680503A (zh) * | 2014-12-03 | 2016-06-15 | 现代奥特劳恩株式会社 | 电池监控装置及其执行方法 |
US9643511B2 (en) * | 2014-12-17 | 2017-05-09 | Samsung Electronics Co., Ltd. | Method and apparatus for estimating state of charge (SOC) of battery in electric vehicle |
CN107627872A (zh) * | 2017-08-29 | 2018-01-26 | 广州小鹏汽车科技有限公司 | 基于电动汽车出行模式的电池充电控制方法和系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110605982A (zh) * | 2019-09-23 | 2019-12-24 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电动汽车充电的方法及装置 |
CN112277729A (zh) * | 2019-12-31 | 2021-01-29 | 蜂巢能源科技有限公司 | 电动车辆行驶总里程预测方法及装置 |
CN112277729B (zh) * | 2019-12-31 | 2022-03-15 | 蜂巢能源科技有限公司 | 电动车辆行驶总里程预测方法及装置 |
CN111497681A (zh) * | 2020-04-29 | 2020-08-07 | 重庆金康动力新能源有限公司 | 一种用于电动汽车的可变soc充电系统和方法 |
CN111497681B (zh) * | 2020-04-29 | 2022-04-08 | 重庆金康动力新能源有限公司 | 一种用于电动汽车的可变soc充电系统和方法 |
CN114312375A (zh) * | 2020-09-30 | 2022-04-12 | 丰田自动车株式会社 | 充电控制方法、服务器以及系统 |
CN114312375B (zh) * | 2020-09-30 | 2024-05-03 | 丰田自动车株式会社 | 充电控制方法、服务器以及系统 |
CN113992785A (zh) * | 2021-10-30 | 2022-01-28 | 重庆长安新能源汽车科技有限公司 | 一种基于大数据的电动汽车电池热管理方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110015137B (zh) | 2021-05-25 |
WO2019085719A1 (zh) | 2019-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110015137A (zh) | 一种电池管理方法及装置 | |
Qiao et al. | Multi-objective dynamic economic emission dispatch based on electric vehicles and wind power integrated system using differential evolution algorithm | |
CN107634532B (zh) | 基于改进v2g和优先级调度的充放储一体站控制方法 | |
Gonzalez et al. | Determining electric vehicle charging point locations considering drivers’ daily activities | |
CN107169273A (zh) | 计及延时和v2g充电模式的电动汽车充电功率预测方法 | |
CN108596667B (zh) | 一种基于车联网的电动汽车实时充电电价计算方法 | |
CN105024432A (zh) | 一种基于虚拟电价的电动汽车充放电优化调度方法 | |
CN109299833A (zh) | 基于区块链技术的快充站储能优化系统及其工作方法 | |
CN108229733A (zh) | 一种考虑用户满意度评价的电动汽车充电调度方法 | |
WO2011156776A2 (en) | Smart electric vehicle (ev) charging and grid integration apparatus and methods | |
CN105098271A (zh) | 用于给插入式电动车辆充电的方法 | |
US20150217657A1 (en) | Device and method for reducing peak load of electric energy within building using electric vehicle | |
CN110429596B (zh) | 计及电动汽车时空分布的配电网可靠性评估方法 | |
CN113067370B (zh) | V2g充电站的充电控制方法、装置、服务器及存储介质 | |
Cao et al. | Joint optimization of delay-tolerant autonomous electric vehicles charge scheduling and station battery degradation | |
CN109117503A (zh) | 一种v2v和v2g共存应用场景模型的构建方法及装置 | |
CN106849233A (zh) | 一种集中式充放电系统、控制方法及装置 | |
CN104755313A (zh) | 电池集的充电 | |
CN106873552B (zh) | 群互联控制的电动汽车充电监控系统及方法 | |
Chakraborty et al. | P2c2: Peer-to-peer car charging | |
CN102830360A (zh) | 在汽车运行时获取实时电池容量的方法、系统及电动汽车 | |
CN112550050A (zh) | 一种电动汽车充电方法和系统 | |
CN109435757B (zh) | 基于校内电动汽车出行数据的充电桩数目预测方法 | |
CN104065143A (zh) | 一种私人用电动汽车自主充电控制方法 | |
Bandyopadhyay et al. | Assessing the effect of fast charging on the battery health of Plug-In Hybrid electric vehicles |
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 |