CN110210147A - 估算电池健康状态的仿真装置及仿真方法 - Google Patents
估算电池健康状态的仿真装置及仿真方法 Download PDFInfo
- Publication number
- CN110210147A CN110210147A CN201910490235.6A CN201910490235A CN110210147A CN 110210147 A CN110210147 A CN 110210147A CN 201910490235 A CN201910490235 A CN 201910490235A CN 110210147 A CN110210147 A CN 110210147A
- Authority
- CN
- China
- Prior art keywords
- battery
- module
- maximum available
- charge
- current maximum
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
一种估算电池健康状态的仿真装置及方法,涉及电池仿真技术领域,仿真系统包括:电池仿真单元,与参数数据库连接,用于获取参数数据库中的电池参数,仿真生成电池模型;充电仿真单元,与电池仿真单元电性耦接,用于根据在线仿真所述电池模型的充电过程,生成电池当前最大可用容量;数据处理单元,分别与充电仿真单元及参数数据库电性耦接,用于根据电池当前最大可用容量以及电池出厂标准电量值,生成电池健康状态的估算值。解决现有技术中算法需要反复调试,对模型的准确性依赖强,输出结果波动较大,估算精度低的问题。
Description
技术领域
本申请涉及电池仿真技术领域,特别是涉及一种估算电池健康状态的仿真装置及仿真方法。
背景技术
随着新能源汽车、无人驾驶和人工智能技术的快速发展,为这些技术提供能源平台的动力电池具有越来越大的市场需求,但同时对电池使用过程的控制也越来越精细。其控制的目的一方面是为了正确合理地使用电池、避免对电池造成损害,从而减少成本;另一方面是为了合理管理电池、控制其能源分配实现高的使用效益,满足用户对车辆舒适性和安全性的要求。然而,电池使用精细控制是建立在对电池瞬时状态的实时估算基础上的;一般包括电池荷电状态、健康状态和功率状态。
电池状态是其隐性参数,不能通过对电池外部参数的测量而直接获得,而是通过它们与电池外部行为的关联关系,逆向求解出来。这种求解具有诸多难点,包括参数的动态变化、关联关系建模精度、各类随机噪声、可用测量方式限制和估算的实时要求等,现有技术中仿真SOH的估算方法在构建仿真系统的前期需要大量时间进行老化试验标定循环次数和老化的关系,算法需要反复调试,对模型的准确性依赖强,输出结果波动较大,估算精度低。
发明内容
本申请实施例的目的是提供一种估算电池健康状态的仿真系统,解决现有技术中对电池SOH估算精度低,运算复杂的问题。技术方案具体如下:
在一实施例中,仿真系统包括:电池仿真单元,与参数数据库连接,用于获取电池参数,根据电池参数仿真生成电池模型;充电仿真单元,与电池仿真单元电性耦接,用于根据在线仿真电池模型的充电过程,生成电池当前最大可用容量;数据处理单元,分别与充电仿真单元及参数数据库电性耦接,用于根据电池当前最大可用容量以及电池出厂标准电量值,生成电池健康状态的估算值。
在上述实现过程中,电池参数包括电池在不同温度的开路电压OCV、电池内阻R原电池当前最大可用容量;Cn是电池在出厂后的全新状态时的标准电池容量值。仿真生成的电池模型对应参数数据库中的电池数据,具有数据准确,预设可调的优点,所需的参数数据少,计算简单,在线仿真可以在制造电池前模拟电池的放电衰减情况,降低生成成本。
在一实施例中,充电仿真单元包括:静态模拟模块,电性耦接于电池仿真单元,用于将电池模型处理为静置状态;充电计量模块,电性耦接于静态模拟模块,用于记录静置状态时的电池模型的充电电量;平均值计算模块,电性耦接于充电计量模块,用于根据充电电量生成充电电量算术平均值;容量生成模块,电性耦接于平均值计算模块,用于根据充电电量算数平均值生成电池当前最大可用容量。
在上述实现过程中,由于电动汽车正常使用过程中电池放电深度很少情况能够放电到10%以下,几乎不可能主动放电到0%,往往在较高水平,仿真过程以电池三次满充过程的平均容量作为最大可用容量,提高仿真准确性。
在一实施例中,静态模拟模块包括:静态充电子模块,静态充电子模块,分别电性耦接于电池仿真单元和充电计量模块,用于将电池模型以电流恒流充电至预设充电截止条件,并静置一预设时间。
在上述实现过程中,电池容量的本质是单位时间内以一设定的电流进行放电,若该设定的电流值与电池容量值一致,则放电时间容易获得且计算简单准确。
在一实施例中,容量生成模块包括:偏差值生成子模块,电性耦接于平均值计算模块,用于根据充电电量与充电电量算术平均值,生成充电电量的偏差值;偏差判断子模块,电性耦接于偏差值生成子模块,用于判断偏差值与充电量的比值是否同时小于一预设值;执行子模块,电性耦接于偏差判断子模块,用于若偏差值同时小于预设值,则所述充电电量算术平均值为该电池当前最大可用容量;重置子模块,电性耦接于偏差判断子模块和静态模拟模块,用于若偏差值不同时小于预设值,则返回静态模拟模块重新将电池模型处理为静置状态,生成电池当前最大可用容量。
在上述实现过程中,分别取三次电池模型的充电电量数据的算术平均值,多次取样使得这一算术平均值更具代表性,在将该算术平均值与三次充电电量比较,设定预设的偏差限定值,进一步提高充电电量的准确性。
在一实施例中,数据处理单元包括:原容量获取模块,电性耦接于参数数据库,获取参数数据库中的原电池当前最大可用容量值与原电池当前最大可用容量值对应的原电池健康状态;比对子模块,分别电性耦接于原容量获取子模块、执行模块以及重置子模块,用于判断原电池当前最大可用容量与电池当前最大可用容量是否一致;第一输出模块,分别电性耦接于比对子模块和数据处理单元,用于当比对子模块判断若一致,则输出原电池健康状态;第二输出模块,分别电性耦接于比对子模块和数据处理单元,用于当对比子模块判断若不一致,则输出电池健康状态,并将电池健康状态上传参数数据库。
在上述实现过程中,仿真结果会上传到参数数据库,如果针对同样的参数数据仿真生成的电池模型,在仿真过程中最大可用容量值没有发生变化,那么说明电池模型在本次充放电过程中电池容量没有衰减,所以直接输出原电池健康状态SOHold,反之,则说明发生了衰减,输出电池健康状态SOH并将SOH以及对应的Cmax传至参数数据库进行数据更新,减少计算环节,提高计算精准度。
本申请实施例还提供一种仿真估算电池健康状态的方法,包括:
步骤S100:藉由电池仿真单元获取所述电池参数,根据所述电池参数仿真生成电池模型;
步骤S200:藉由充电仿真单元仿真所述电池模型的充电过程,生成电池当前最大可用容量;
步骤S300:藉由数据处理单元根据所述电池当前最大可用容量以及电池出厂标准电量值,生成电池健康状态的估算值。
在上述实现过程中,仿真生成的电池模型对应参数数据库中的电池数据,具有数据准确,预设可调的优点,所需的参数数据少,计算简单,在线仿真可以在制造电池前模拟电池的放电衰减情况,降低生成成本。
在一实施例中,步骤S200:包括:
步骤S210:藉由静态模拟模块将电池模型处理为静置状态;
步骤S220:藉由充电计量模块记录所述静置状态时的电池模型的充电电量;
步骤S230:平均值计算模块根据充电电量生成充电电量算术平均值;
步骤S240:容量生成模块根据充电电量算数平均值生成电池当前最大可用容量。
在上述实现过程中,由于电动汽车正常使用过程中电池放电深度很少情况能够放电到10%以下,几乎不可能主动放电到0%,往往在较高水平,仿真过程以电池三次满充过程的平均容量作为最大可用容量,提高仿真准确性。
在一实施例中,步骤S210包括:
步骤S211:藉由静态充电子模块将所述电池模型以电流恒流充电至预设充电截止条件,并静置一预设时间。
在上述实现过程中,电池容量的本质是单位时间内以一设定的电流进行放电,若该设定的电流值与电池容量值一致,则放电时间容易获得且计算简单准确。
在一实施例中,步骤S240包括:
步骤S241:藉由偏差值生成子模块根据充电电量与充电电量算术平均值,生成充电电量的偏差值;
步骤S242:藉由偏差判断子模块判断偏差值与充电量的比值是否同时小于一预设值;
步骤S243:若偏差值同时小于预设值,则藉由执行子模块输出为该电池当前最大可用容量;否则,
步骤S244:藉由重置子模块重新执行根据在线仿真电池模型的充电过程,生成电池当前最大可用容量。
在上述实现过程中,分别取三次电池模型的充电电量数据的算术平均值,多次取样使得这一算术平均值更具代表性,在将该算术平均值与三次充电电量比较,设定2%的偏差限定值,进一步提高充电电量的准确性。
在一实施例中,步骤S300还包括:
步骤S310:藉由原容量获取模块获取参数数据库中的原电池当前最大可用容量值,与原电池当前最大可用容量值对应的原电池健康状态;
步骤S320:藉由比对模块判断原电池当前最大可用容量与电池当前最大可用容量是否一致;
步骤S330:若一致,则藉由第一输出模块输出原电池健康状态;
步骤S340:若不一致,则藉由第二输出模块输出电池健康状态,并将电池健康状态上传参数数据库。
在上述实现过程中,仿真结果会上传到参数数据库,如果针对同样的参数数据仿真生成的电池模型,在仿真过程中最大可用容量值没有发生变化,那么说明电池模型在本次充放电过程中电池容量没有衰减,所以直接输出原电池健康状态SOHold,反之,则说明发生了衰减,输出电池健康状态SOH并将SOH以及对应的Cmax传至参数数据库进行数据更新,减少计算环节,提高计算精准度。
附图说明
图1是本申请实施例提供的一种估算电池健康状态的仿真系统的示意图;
图2是本申请实施例提供的一种估算电池健康状态的仿真方法的流程图;
图3是图1所示充电仿真单元的示意图;
图4是图2所示步骤S200的具体流程图;
图5是图3所示静态模拟模块的示意图;
图6是图4所示步骤S210的具体流程图;
图7是图3所示容量生成模块的示意图;
图8是图4所示步骤S240的具体流程图;
图9是图3所示数据处理单元的示意图;
图10是图2所示步骤300的具体流程图。
其中,系统10,参数数据库20,仿真装置30;
电池仿真单元100,电池模型110;
充电仿真单元200,静态模拟模块210,静态充电子模块211,充电计量模块220,平均值计算模块230,容量生成模块240,偏差值生成子模块241,偏差判断子模块242,执行子模块243,重置子模块244;
数据处理单元300,原容量获取模块310,比对模块320,第一输出模块330,第二输出模块340。
具体实施方式
在本案说明书全文(包括权利要求)中所使用的「耦接」一词可指任何直接或间接的耦接手段。举例而言,若文中描述第一装置耦接于第二装置,则应该被解释成该第一装置可以直接耦接于该第二装置,或者该第一装置可以透过其他装置或某种耦接手段而间接地耦接至该第二装置。另外,在图式及实施方式中使用相同标号的组件/构件/步骤代表相同或类似部分。不同实施例中使用相同标号或使用相同用语的组件/构件/步骤可以相互参照相关说明。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
图1是本申请实施例提供的一种估算电池健康状态的仿真装置的示意图,应用于电池仿真系统10,包括一参数数据库20及仿真装置30,仿真装置30包括:电池仿真单元100、充电仿真单元200、数据处理单元300。电池仿真单元100电性耦接于参数数据库20;充电仿真单元200电性耦接于电池仿真单元100;数据处理单元300分别电性耦接于充电仿真单元200及参数数据库20。参数数据库20为外部设置的数据库,用于:存储多种电池参数。
电池仿真单元100用于:获取电池参数,仿真生成电池模型110;充电仿真单元200用于:根据在线仿真电池模型110的充电过程,生成电池当前最大可用容量Cmax;数据处理单元300用于:根据电池当前最大可用容量Cmax以及电池出厂标准电量值Cn,生成电池健康状态SOH的估算值。其中,电池参数包括电池在不同温度的开路电压OCV(Open CircuitVoltage)、电池内阻R、原电池当前最大可用容量Cmax-1;Cn是电池在出厂后的全新状态时的标准电池容量值。
于一实施例中,仿真系统的工作环境可以用MATLAB等仿真工具系统,实现电池模型110的仿真。
电池参数包括电池在不同温度下的参数,如电池的开路电压OCV(Open CircuitVoltage)、电池内阻R、电池出厂时的标准电池容量Cn。
电池参数是通过HPPC试验获得,HPPC(Hybrid PulsePower Characteristic)是混合动力脉冲能力特性,是用来体现动力电池脉冲充放电性能的一种特征。
存储电池参数的参数数据库可以是具有存储功能的存储介质,存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
获取参数数据库的参数数据可以通过无线连接通信方式或有线连接通信方式,无线连接的通信方式包括:使用协议IEEE802.11a/b/c/n/g/ac进行无线通信(Wi-Fi,WirelessFidelity)的无线网络传输方式;使用蓝牙设备或具有蓝牙协议功能的传输设备进行的无线网络传输方式或射频传输方式;使用全球移动通讯系统(GSM,Global Systemfor Mobile Communications)、码分多址(CDMA)、宽带码分多址(WCDMA)、时分同步码分多址(TD-SCDMA)、基于正交频分复用(OFDM)等进行通信的移动网络通信技术。
有线连接的通信方式包括:使用光纤、网线、电线等具有连通功能的传输线路或具有等同于光纤、网线、电线传输数据信号能力的其他形式以实现通信目的的方式。
仿真生成的电池模型110对应参数数据库20中的电池数据,具有数据准确,预设可调的优点,所需的参数数据少,计算简单,在线仿真可以在制造电池前模拟电池的放电衰减情况,降低生成成本。
图2是本申请实施例提供的一种估算电池健康状态的仿真方法的流程图,方法包括:
步骤S100:藉由电池仿真单元100获取电池参数,生成电池模型110;
步骤S200:藉由充电仿真单元200根据在线仿真电池模型110的充电过程,生成电池当前最大可用容量Cmax;
步骤S300:藉由数据处理单元300根据电池当前最大可用容量Cmax以及电池出厂标准电量值Cn,生成电池健康状态SOH的估算值。
结合图1,电池仿真单元100从参数数据库20处获取用于生成电池模型110的参数数据,并仿真生成电池模型110。
充电仿真单元200对生成的电池模型110进行充电仿真,按照预设的充电数据以及参数数据进行模拟电池工作状况,根据模拟电池工作状况生成当前电池最大可用容量Cmax。
数据处理单元300获取充电仿真单元200根据模拟电池工况所生成的当前电池最大可用容量Cmax,算出Cmax与电池出厂标注电量值Cn的比值,这一比值即为电池健康状态SOH。
图3是图1所示充电仿真单元200的示意图,包括:静态模拟模块210、充电计量模块220、平均值计算模块230、容量生成模块240。静态模拟模块210电性耦接于电池仿真单元100;充电计量模块220电性耦接于静态模拟模块210;平均值计算模块230电性耦接于充电计量模块220;容量生成模块240电性耦接于平均值计算模块230。
静态模拟模块210用于:将电池模型110处理为静置状态;充电计量模块220用于:将静置状态的电池模型110以预设电流进行充电,记录充电电量;平均值计算模块230用于:根据充电电量生成充电电量算术平均值;容量生成模块240用于:根据充电电量算数平均值生成电池当前最大可用容量Cmax。
静置状态是指电池以一恒定电流I经t时间充电后或放电后,维持状态满足一定的时间条件时的状态。
预设电流是在仿真过程中,假设电池以IA电流进行放电,I可以为任意值。
图4是图2所示步骤S200的具体流程图,包括:
步骤S210:藉由静态模拟模块210将电池模型110处理为静置状态;
步骤S220:藉由充电计量模块220将静置状态时的电池模型110的充电电量;
步骤S230:藉由平均值计算模块230根据充电电量生成充电电量算术平均值;
步骤S240:藉由容量生成模块240根据充电电量算数平均值生成电池当前最大可用容量Cmax。
结合图3,静态模拟模块210对电池仿真单元100仿真生成的电池模型110进行静态模拟,以供充电计量模块220计量电池模型110在充电或放电时,保证电池模型110的数据准确。
电池模型110经过静态模拟模块210处理后达到静置状态,充电计量模块220将电池模型110进行充电仿真。充电仿真是将电池模型110在预设温度环境参数以及其他参数一致的情况下,按照一预设的电流进行充电并记录这一充电过程中的充电电量,记录完成后,将电池模型110放电,放电后重复充电过程并记录。
于一实施例中,充电计量模块220可以记录一次充电过程的充电电量,并以该充电电量数据作为电池当前最大可用容量Cmax。
于一实施例中,可以重复三次充电过程,来得到三个充电电量数据,Q01、Q02和Q03。于一实施例中,多次测算的结果具有一般代表性,为了试验结果的采样范围,可以进行多次测算,但这一测算结果会导致随着充电放电转换次数的增加,电池健康状态也会随之下降。
平均计算模块根据充电计量模块220记录的三个充电电量数据进行算数平均值的计算,得到充电电量算数平均值Q0,充电电量算数平均值Q0可以代表电池模型110在当前状态下的最大电池容量Cmax。
容量生成模块240根据平均计算模块算出的充电电量算数平均值Q0生成电池模型110在当前状态下的最大电池容量Cmax。
于一实施例中,电池仿真单元110对电池模型110仿真时,要从电池模型的SOC为0%处对应的开路电压OCV进行仿真,电池模型110模拟的是其开路电压OCV和电流I,与电池参数的耦合形成的端电压V,端电压V是对电池模型110仿真的主要观测指标。
在一实施例中,端电压V对应SOC值决定电池模型110充满的条件的准确性,在某温度下的SOC为0%点时的开路电压OCV都是相同的。在SOC较低区域时,因为有可能缺少老化参数的更新而不能反映欧姆内阻R和极化反映引起的端电压变化。若电池充电到SOC较高的区域,由于充电电流较为稳定,电池极化状态趋向于完全极化状态,其端电压可以表现为OCV+I*R0+I*R1,体现为不受低SOC区域时间序列的极化累计电荷对于极化电压的影响。SOC高区域老化参数的较快更新能够反映老化参数引起的端电压变化,按照充电容量标定工况判断电池充满时的最大可用容量。
于一实施例中,由于电动汽车正常使用过程中电池放电深度很少情况能够放电到10%以下,几乎不可能主动放电到0%,往往在较高水平,仿真过程可以电池三次满充过程的平均容量作为最大可用容量,来提高仿真准确性。
图5是图3所示静态模拟模块210的示意图,静态模拟单元210包括:静态充电子模块211,分别电性耦接于电池仿真单元100和充电计量模块220,用于:将电池模型110以预设电流充电至预设充电截止条件,并静置不低于预设搁置时间。
于一实施例中,预设电流可以是1C电流,1C中的C是用来表示电池模型110充放电时电流大小的比率,即倍率,1C电流是电池模型110容量1倍率的电流。
图6是图4所示步骤S210的具体流程图,包括:
步骤S211:藉由静态充电子模块211将电池模型110以电流恒流充电至预设充电截止条件,并静置一预设时间;
结合图5,静态充电子模块211将电池模型110进行静置处理,在一实施例中,静态充电子模块211对电池模型110的静置处理是将电池模型110以1C电流进行充电,预设的充电截止条件可以预设的充电时间t1,也可以是预设的充电电量百分比SOC值。
当电池模型110以1C电流进行充电t1时间后,停止充电,搁置t2时间,预设搁置时间t2可以是任意时间,但为实际实体单电池芯或电池组在搁置超过1小时时其内部的化学材料会发生自反应,造成电量亏损,因此搁置时间t2应小于1小时。
电池容量的本质是单位时间内以一设定的电流进行放电,若该设定的电流值与电池容量值一致,则放电时间容易获得且计算简单准确。
图7是图3所示容量生成模块240的示意图,容量生成模块240包括:偏差值生成子模块241、偏差判断子模块242、执行子模块243、重置子模块244。偏差值生成子模块241电性耦接于平均值计算模块230电性耦接;偏差判断子模块242电性耦接于偏差值生成子模块241,执行子模块243电性耦接于偏差判断子模块242和数据运算单元300,重置子模块244与偏差判断子模块242和静态模拟模块210。
偏差值生成子模块231用于:根据多个充电电量(于一实施例中,充电电量具有Q01、Q02和Q03)与充电电量算术平均值Q0,生成充电电量的偏差值(于一实施例中,具有充电电量Q01、Q02和Q03与Q0的偏差值ΔQ01、ΔQ02和ΔQ03);偏差判断子模块232用于:判断偏差值ΔQ01、ΔQ02和ΔQ03与充电量Q01、Q02和Q03的比值是否同时小于预设值;执行子模块233用于:若偏差值ΔQ01、ΔQ02和ΔQ03同时小于预设值,则Q0为该电池当前最大可用容量Cmax;重置子模块234用于:若偏差值ΔQ01、ΔQ02和ΔQ03不同时小于预设值,则返回静态模拟模块210重新将电池模型110处理为静置状态,生成电池当前最大可用容量Cmax。于一实施例中,预设值可以设为2%。
图8是图4所示步骤S240的具体流程图,步骤S240包括:
步骤S241:藉由偏差值生成子模块根据充电电量与充电电量算术平均值,生成充电电量的偏差值;
步骤S242:藉由偏差判断子模块判断偏差值与充电量的比值是否同时小于一预设值,于一实施例中,预设值可以为2%;
步骤S243:若偏差值同时小于预设值,则藉由执行子模块输出为该电池当前最大可用容量;否则,
步骤S244:藉由重置子模块244重新执行根据在线仿真电池模型110的充电过程,生成电池当前最大可用容量Cmax。
结合图7,于一实施例中,偏差值生成子模块241从平均值计算模块230处获得三次记录的电池模型110的充电电量Q01、Q02和Q03以及充电电量的算数平均值Q0,分别计算Q01、Q02和Q03与Q0的差值,对应记录为偏差值ΔQ01、ΔQ02和ΔQ03,偏差值可以反映出三次记录的充电电量的分散程度,分散程度代表一组数据的概括性,偏差值越大,数据的分散程度也越大,代表性也就越低,在估算充电电量的记录数据中,偏差值越小,分散程度越小,其数据的算数平均值也就越能代表充电电量的实际值,进一步使得仿真程度更接近实际,电池健康状态估算的越准确。
于一实施例中,偏差判断子模块242根据在偏差值生成子模块241处获得的偏差值ΔQ01、ΔQ02和ΔQ03与设定2%的偏差限定值进行比较,若偏差值ΔQ01、ΔQ02和ΔQ03同时小于2%,则该组三个充电电量数据具有代表性,其算数平均值也具有代表性,则Q0为该电池当前最大可用容量Cmax;反之,若偏差值ΔQ01、ΔQ02和ΔQ03中任一值大于2%,则该组三个充电电量数据不具有代表性,其算数平均值也不具有代表性,Q0不能作为该电池当前最大可用容量Cmax。
于一实施例中,执行子模块243根据偏差判断子模块242的判断结果,当Q0可以为该电池当前最大可用容量Cmax时,输出电池当前最大可用容量Cmax;当Q0不能作为该电池当前最大可用容量Cmax时,重置子模块244根据偏差判断子模块242的判断结果执行返回静态模拟模块210的操作,重新进入步骤S200进行电池模型110的仿真充电过程,重新计算电池当前最大可用容量Cmax。
图9是图3所示数据处理单元300的示意图,数据处理单元300包括:原容量获取模块310、比对模块320、第一输出模块330、第二输出模块340。原容量获取模块310电性耦接于参数数据库20电性耦接;比对模块320分别电性耦接于原容量获取模块310、执行子模块243;第一输出模块330分别电性耦接于比对模块320和数据处理单元300;第二输出模块340分别电性耦接于比对模块320和参数数据库20。
原容量获取模块310用于:获取参数数据库20中的原电池当前最大可用容量值Cmax-1与原电池当前最大可用容量值Cmax-1对应的原电池健康状态SOHold;比对模块320用于:判断原电池当前最大可用容量Cmax-1与电池当前最大可用容量Cmax是否一致;第一输出模块330用于:当对比子模块判断若一致,则继续生成电池健康状态SOH;第二输出模块340用于:当对比子模块判断若不一致,则继续生成电池健康状态SOH,并将电池健康状态SOH上传参数数据库20。
图10是图2所示步骤300的具体流程图,步骤300包括:
步骤S310:藉由原容量获取模块310获取参数数据库中的原电池当前最大可用容量值Cmax-1,与原电池当前最大可用容量值Cmax-1对应的原电池健康状态SOHold;
步骤S320:藉由比对模块320判断原电池当前最大可用容量Cmax-1与电池当前最大可用容量Cmax是否一致;
步骤S330:若一致,则藉由第一输出模块330输出原电池健康状态SOHold;
步骤S340:若不一致,则藉由第二输出模块340输出电池健康状态SOH,并将电池健康状态SOH上传参数数据库20。
结合图9,原容量获取模块310从参数数据库20处获取原电池当前最大可用容量值Cmax-1以及与原电池当前最大可用容量值Cmax-1对应的原电池健康状态SOHold。
比对模块320从原容量获取模块310处获取原电池当前最大可用容量值Cmax-1以及从执行子模块243处获取电池当前最大可用容量值Cmax,对Cmax-1、Cmax进行比较。
比较模块判断Cmax-1、Cmax两者若一致,则第一输出模块330输出原容量获取模块310获从参数数据库20处获取的原电池当前最大可用容量值Cmax-1对应的原电池健康状态SOHold。
比较模块判断Cmax-1、Cmax两者若不一致,则第二输出模块340输出SOH。
仿真过程中得到的Cmax、SOH等电池参数在仿真过程中以及仿真结束后将上传到参数数据库20,如果针对同样的参数数据仿真生成的电池模型110,在仿真过程中最大可用容量值没有发生变化,那么说明电池模型110在本次充放电过程中电池容量没有衰减,所以直接输出电池健康状态SOH,反之,则说明发生了衰减,输出电池健康状态SOH并将SOH以及对应的Cmax传至参数数据库20进行数据更新,减少计算环节,提高计算精准度。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种估算电池健康状态的仿真装置,其特征在于,所述装置包括:
电池仿真单元,用于获取电池参数,根据所述电池参数仿真生成电池模型;
充电仿真单元,电性耦接于所述电池仿真单元,用于仿真所述电池模型的充电过程,生成电池当前最大可用容量;
数据处理单元,分别电性耦接于所述充电仿真单元及参数数据库,用于根据所述电池当前最大可用容量以及电池出厂标准电量值两者的比值,生成电池健康状态的估算值。
2.根据权利要求1所述的装置,其特征在于,所述充电仿真单元包括:
静态模拟模块,电性耦接于电池仿真单元,用于将所述电池模型处理为静置状态;
充电计量模块,电性耦接于所述静态模拟模块,用于记录静置状态时的电池模型的充电电量;
平均值计算模块,电性耦接于所述充电计量模块,用于根据所述充电电量生成充电电量算术平均值;以及
容量生成模块,电性耦接于所述平均值计算模块,用于根据所述充电电量算数平均值生成所述电池当前最大可用容量。
3.根据权利要求2所述的装置,其特征在于,所述静态模拟模块包括:
静态充电子模块,分别电性耦接于所述电池仿真单元和充电计量模块,用于将所述电池模型以电流恒流充电至预设充电截止条件,并静置一预设时间。
4.根据权利要求3所述的装置,其特征在于,所述容量生成模块包括:
偏差值生成子模块,电性耦接于所述平均值计算模块,用于根据所述充电电量与所述充电电量算术平均值,生成所述充电电量的偏差值;
偏差判断子模块,电性耦接于所述偏差值生成子模块,用于判断所述偏差值与所述充电电量的比值是否同时小于一预设值;
执行子模块,电性耦接于所述偏差判断子模块,用于若所述偏差值同时小于所述预设值,则所述充电电量算术平均值为所述电池当前最大可用容量;
重置子模块,电性耦接于所述偏差判断子模块和静态模拟模块,用于若所述偏差值不同时小于所述预设值,则返回所述静态模拟模块重新将所述电池模型处理为静置状态,生成电池当前最大可用容量。
5.根据权利要求4所述的装置,其特征在于,所述数据处理单元包括:
原容量获取模块,电性耦接于所述参数数据库,获取原电池当前最大可用容量值与原电池当前最大可用容量值对应的原电池健康状态;
比对模块,分别电性耦接于所述原容量获取子模块、所述执行子模块以及所述重置子模块,用于判断所述原电池当前最大可用容量与所述电池当前最大可用容量是否一致;
第一输出模块,分别电性耦接于所述比对子模块和所述数据处理单元,用于当所述比对子模块判断若一致,则输出原电池健康状态;以及
第二输出模块,分别电性耦接于所述比对子模块和所述数据处理单元,用于当所述对比子模块判断若不一致,则继续输出电池健康状态,并将电池健康状态上传参数数据库。
6.一种仿真估算电池健康状态的方法,其特征在于,包括上述权利要求1-5任一项所述的装置,所述方法包括:
藉由电池仿真单元获取所述电池参数,根据所述电池参数仿真生成电池模型;
藉由充电仿真单元仿真所述电池模型的充电过程,生成电池当前最大可用容量;以及
藉由数据处理单元根据所述电池当前最大可用容量以及电池出厂标准电量值,生成电池健康状态的估算值。
7.根据权利要求6所述的方法,其特征在于,所述充电仿真单元根据在线仿真所述电池模型的充电过程,生成电池当前最大可用容量,包括:
藉由静态模拟模块将所述电池模型处理为静置状态;
藉由充电计量模块记录所述静置状态时的电池模型的充电电量;
藉由平均值计算模块根据所述充电电量生成充电电量算术平均值;以及
藉由容量生成模块根据充电电量算数平均值生成所述电池当前最大可用容量。
8.根据权利要求7所述的方法,其特征在于,所述静态模拟模块将所述电池模型处理为静置状态,包括:
藉由静态充电子模块将所述电池模型以电流恒流充电至预设充电截止条件,并静置一预设时间。
9.根据权利要求8所述的方法,其特征在于,所述容量生成模块根据充电电量算数平均值生成所述电池当前最大可用容量,包括:
藉由偏差值生成子模块根据所述充电电量与所述充电电量算术平均值,生成所述充电电量的偏差值;以及
藉由偏差判断子模块判断所述偏差值与所述充电电量的比值是否同时小于一预设值;
若所述偏差值同时小所述预设值,则所述充电电量算数平均值为该电池当前最大可用容量并藉由执行子模块输出;
否则,重置子模块重新执行所述根据在线仿真所述电池模型的充电过程,生成电池当前最大可用容量。
10.根据权利要求9所述的方法,其特征在于,所述根据所述电池当前最大可用容量以及电池出厂标准电量值,生成电池健康状态的估算值,包括:
藉由原容量获取模块获取原电池当前最大可用容量值与原电池当前最大可用容量值对应的原电池健康状态;以及
藉由比对模块判断所述原电池当前最大可用容量与所述电池当前最大可用容量是否一致;
若一致,则藉由第一输出模块输出原电池健康状态;
若不一致,则藉由第二输出模块输出电池健康状态,并将电池健康状态上传参数数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910490235.6A CN110210147B (zh) | 2019-06-05 | 2019-06-05 | 估算电池健康状态的仿真装置及仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910490235.6A CN110210147B (zh) | 2019-06-05 | 2019-06-05 | 估算电池健康状态的仿真装置及仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110210147A true CN110210147A (zh) | 2019-09-06 |
CN110210147B CN110210147B (zh) | 2021-03-12 |
Family
ID=67791293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910490235.6A Active CN110210147B (zh) | 2019-06-05 | 2019-06-05 | 估算电池健康状态的仿真装置及仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110210147B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781504A (zh) * | 2020-08-03 | 2020-10-16 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
CN112904219A (zh) * | 2021-04-08 | 2021-06-04 | 合肥工业大学 | 一种基于大数据的动力电池健康状态的预测方法 |
CN114127570A (zh) * | 2020-01-22 | 2022-03-01 | 株式会社Lg新能源 | 电池诊断系统、电力系统以及电池诊断方法 |
WO2022164400A3 (en) * | 2021-11-08 | 2023-12-07 | Eatron Technologies Limited | Test method performed with design of experiment created by an artificial intelligence |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104218628A (zh) * | 2013-05-31 | 2014-12-17 | 上海汽车集团股份有限公司 | 蓄电池充电控制方法和基于该方法的汽车电子控制器 |
US20150168498A1 (en) * | 2013-12-16 | 2015-06-18 | Automotive Research & Testing Center | Method and system for estimating state of health of battery set |
CN105158699A (zh) * | 2015-09-14 | 2015-12-16 | 北京新能源汽车股份有限公司 | 电池健康状态的检测方法和装置 |
US20160239592A1 (en) * | 2015-02-12 | 2016-08-18 | Nec Laboratories America, Inc. | Data-driven battery aging model using statistical analysis and artificial intelligence |
CN106585422A (zh) * | 2017-02-17 | 2017-04-26 | 合肥国轩高科动力能源有限公司 | 一种动力电池soh估算方法 |
CN106814318A (zh) * | 2015-11-30 | 2017-06-09 | 上海汽车集团股份有限公司 | 确定锂离子电池的寿命以及确定估算寿命修正因子的方法 |
CN108846227A (zh) * | 2017-12-05 | 2018-11-20 | 北京航空航天大学 | 一种基于随机森林及容量自恢复效应分析的锂离子电池容量退化预测评估方法 |
CN108931738A (zh) * | 2018-08-22 | 2018-12-04 | 中国电力科学研究院有限公司 | 一种评估锂电池的健康状态的方法和系统 |
-
2019
- 2019-06-05 CN CN201910490235.6A patent/CN110210147B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104218628A (zh) * | 2013-05-31 | 2014-12-17 | 上海汽车集团股份有限公司 | 蓄电池充电控制方法和基于该方法的汽车电子控制器 |
US20150168498A1 (en) * | 2013-12-16 | 2015-06-18 | Automotive Research & Testing Center | Method and system for estimating state of health of battery set |
US20160239592A1 (en) * | 2015-02-12 | 2016-08-18 | Nec Laboratories America, Inc. | Data-driven battery aging model using statistical analysis and artificial intelligence |
CN105158699A (zh) * | 2015-09-14 | 2015-12-16 | 北京新能源汽车股份有限公司 | 电池健康状态的检测方法和装置 |
CN106814318A (zh) * | 2015-11-30 | 2017-06-09 | 上海汽车集团股份有限公司 | 确定锂离子电池的寿命以及确定估算寿命修正因子的方法 |
CN106585422A (zh) * | 2017-02-17 | 2017-04-26 | 合肥国轩高科动力能源有限公司 | 一种动力电池soh估算方法 |
CN108846227A (zh) * | 2017-12-05 | 2018-11-20 | 北京航空航天大学 | 一种基于随机森林及容量自恢复效应分析的锂离子电池容量退化预测评估方法 |
CN108931738A (zh) * | 2018-08-22 | 2018-12-04 | 中国电力科学研究院有限公司 | 一种评估锂电池的健康状态的方法和系统 |
Non-Patent Citations (3)
Title |
---|
HAOLIN LIU 等: "A new algorithm for the SOH estimation of the single battery in battery-power station", 《 2014 9TH IEEE CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS》 * |
吴盛军 等: "锂电池健康状态评估综述", 《电源技术》 * |
王文博: "《统计学 原理、方法及应用》", 31 August 2010, 西安:西安交通大学出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114127570A (zh) * | 2020-01-22 | 2022-03-01 | 株式会社Lg新能源 | 电池诊断系统、电力系统以及电池诊断方法 |
CN114127570B (zh) * | 2020-01-22 | 2023-10-20 | 株式会社Lg新能源 | 电池诊断系统、电力系统以及电池诊断方法 |
CN111781504A (zh) * | 2020-08-03 | 2020-10-16 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
CN111781504B (zh) * | 2020-08-03 | 2023-09-01 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
CN112904219A (zh) * | 2021-04-08 | 2021-06-04 | 合肥工业大学 | 一种基于大数据的动力电池健康状态的预测方法 |
CN112904219B (zh) * | 2021-04-08 | 2023-03-21 | 合肥工业大学 | 一种基于大数据的动力电池健康状态的预测方法 |
WO2022164400A3 (en) * | 2021-11-08 | 2023-12-07 | Eatron Technologies Limited | Test method performed with design of experiment created by an artificial intelligence |
Also Published As
Publication number | Publication date |
---|---|
CN110210147B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196200B (zh) | 一种锂电池健康和荷电状态的联合模拟评估方法 | |
CN110210147A (zh) | 估算电池健康状态的仿真装置及仿真方法 | |
CN109921111B (zh) | 一种锂离子电池内部温度估测方法及系统 | |
CN106909716B (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
Barsali et al. | Dynamical models of lead-acid batteries: Implementation issues | |
Zhang et al. | Battery modelling methods for electric vehicles-A review | |
CN102445663B (zh) | 一种电动汽车电池健康状态估算的方法 | |
CN110386029B (zh) | 一种根据动态电压修正锂电池soc方法 | |
CN104101838B (zh) | 动力电池系统及其荷电状态、最大充放电功率估算方法 | |
CN104698388B (zh) | 一种移动终端的电池老化检测方法及其装置 | |
CN106585422B (zh) | 一种动力电池soh估算方法 | |
CN105158699A (zh) | 电池健康状态的检测方法和装置 | |
EP3594705B1 (en) | Method and device for estimating service capacity and state of health of minimum battery cell and battery system | |
CN110018422B (zh) | 一种电池管理方法及装置 | |
CN107169170A (zh) | 一种电池剩余容量的预测方法 | |
CN103901353B (zh) | 锂离子电池组各电芯一致性的判断方法与定时测量电压仪 | |
CN117148187A (zh) | 一种基于ocv校准的soh估算方法、系统及电子设备 | |
CN116930794A (zh) | 电池容量更新方法、装置、电子设备及存储介质 | |
CN111506977A (zh) | 一种动力电池建模方法 | |
CN111060833A (zh) | 一种动力电池组soh值的估算方法 | |
Li et al. | The battery management system construction method study for the power lithium-ion battery pack | |
KR102471890B1 (ko) | 배터리 팩의 시뮬레이션 방법 | |
CN114035052A (zh) | 一种基于能量窗的soc区间标定方法、系统及介质 | |
Bae et al. | The CAN communication application on the BMS | |
CN113884932A (zh) | 电池使用寿命的评估方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 310000 2 and 3 / F, building 3, No. 1418-50, Moganshan Road, Hangzhou, Zhejiang Province (Shangcheng science and technology industrial base) Applicant after: Hangzhou HuaSu Technology Co., Ltd Address before: 310000 2 and 3 / F, building 3, No. 1418-50, Moganshan Road, Shangcheng District, Hangzhou City, Zhejiang Province Applicant before: HANGZHONG HUASU JADA TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |