CN110456283A - 获取电芯内阻参数的方法及装置 - Google Patents
获取电芯内阻参数的方法及装置 Download PDFInfo
- Publication number
- CN110456283A CN110456283A CN201910848886.8A CN201910848886A CN110456283A CN 110456283 A CN110456283 A CN 110456283A CN 201910848886 A CN201910848886 A CN 201910848886A CN 110456283 A CN110456283 A CN 110456283A
- Authority
- CN
- China
- Prior art keywords
- value
- battery cell
- data
- parameter
- internal resistance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000010287 polarization Effects 0.000 claims abstract description 54
- 230000002596 correlated effect Effects 0.000 claims abstract description 9
- 230000000875 corresponding effect Effects 0.000 claims description 133
- 238000007599 discharging Methods 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 230000007812 deficiency Effects 0.000 abstract 1
- 208000028659 discharge Diseases 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本申请公开一种获取电芯内阻参数的方法及装置，应用于电芯充电或放电阶段。利用电芯初始参数和等效电路模型得到终端电压估计值，判断第一和第二条件中是否有任一满足，如果是表示可停止迭代，将多次迭代过程中保证目标函数值达到最小值的欧姆电阻值和极化电阻值作为该电芯的内阻参数输出；如果否表明用以获得终端电压估计值的欧姆电阻值和极化电阻值准确性不足，需更新初始参数，对迭代次数加1。目标函数以终端电压估计值相对终端电压测量值的误差为变量，其值与误差正相关，因此获得的内阻参数能够使目标函数达最小值表明使电芯的终端电压估计值最逼近终端电压测量值，获得内阻参数比较准确。得到的内阻参数在各种应用场景下的有效性得以提高。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种获取电芯内阻参数的方法及装置。
背景技术
电芯的内阻参数具有多种重要的应用，例如分析电池包性能、检测异常电芯、预测电动汽车的剩余里程等。但是，由于当前电池包的加工工艺以及内阻参数测量技术的限制，无法对充电状态或放电状态下电芯的内阻参数进行实际测量。
无论是充电过程还是放电过程，电芯的内阻参数均会发生变化，因此，在电芯的内阻参数无法测量的前提下，难以获得高准确度的内阻参数。进而，对电芯内阻参数的诸多应用的准确性也受到影响。例如，电池包性能够的分析结果不够准确，电动汽车的剩余里程预测过长或过短等。可见，无法获取准确的电芯内阻参数会影响用户的行车体验。
发明内容
基于上述问题，本申请提供了一种获取电芯内阻参数的方法及装置，以较准确地获取充电阶段或放电阶段的电芯的内阻参数，提升电芯内阻参数在各种应用场景下的有效性。
本申请实施例公开了如下技术方案：
第一方面，提供一种获取电芯内阻参数的方法，电芯处于充电阶段或放电阶段；所述方法包括：
利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值；所述初始参数包括欧姆电阻值和极化电阻值；
判断终止条件中是否有任一条件满足，如果是，则获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值；如果否，则更新所述初始参数，并对迭代次数加1；
所述终止条件包括：第一条件和第二条件；所述第一条件为迭代次数达到预设次数；所述第二条件为所述终端电压估计值相对于所述电芯的终端电压测量值的误差小于预设误差；所述目标函数是关于所述误差的函数，所述目标函数的值与所述误差成正相关。
可选地，所述利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值，具体包括：
按照预设切片方式将所述电芯的数据切分为多个数据片；每个数据片分别对应的一个时间区间；所述预设切片方式包括：时间维度进行数据切片的方式，或者电量维度进行数据切片的方式；
生成所述电芯的每个数据片对应的初始参数；
利用所述数据片、所述数据片对应的初始参数和所述电芯的等效电路模型，获得所述数据片对应的终端电压估计值。
可选地，当所述预设切片方式为所述时间维度进行切片的方式时，所述按照预设切片方式将所述电芯的数据切分为多个数据片，具体包括：
将所述电芯的数据切分为多个时间区间的长度相同的数据片；
当所述预设切片方式为所述电量维度进行切片的方式时，所述按照预设切片方式将所述电芯的数据切分为多个数据片，具体包括：
将所述电芯的数据切分为多个电量变化量相同的数据片；
每个数据片对应的时间区间相邻或存在交叠。
可选地，所述生成所述电芯的每个数据片对应的初始参数，具体包括：
根据约束条件和取值区间生成所述电芯的每个数据片对应的初始参数；
所述更新所述初始参数，具体包括：
根据所述目标函数、所述约束条件和所述取值区间对所述数据片对应的初始参数进行更新。
可选地，等效电路模型为以下任意一种：
Rint等效电路模型、一阶RC等效电路模型、二阶RC等效电路模型、PNGV等效电路模型或GNL等效电路模型。
可选地，当所述等效电路模型为所述一阶RC等效电路模型时，所述数据片对应的初始参数还包括：
所述数据片对应的时间区间内开始时刻所述电芯的开路电压、所述数据片对应的时间区间内结束时刻所述电芯的开路电压、所述数据片对应的第一系数和所述数据片对应的所述电芯的极化电压初始值；
所述一阶RC等效电路模型的离散表达式为：
其中，所述k的取值为1至n之间的任一整数，所述n为所述数据片对应的时间区间内时刻的总数，所述n的取值为大于1的整数；所述Uk、所述UOC,k、所述uk和所述Ik分别为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压估计值、开路电压值、极化电压值和电流值；所述uinit为所述数据片对应的所述电芯的极化电压初始值；D为所述数据片对应的第一系数；所述R0和所述R1分别为所述数据片对应的欧姆电阻值和极化电阻值；所述uk-1和所述Ik-1分别为所述数据片对应的时间区间内第k-1个时刻所述电芯的极化电压值和电流值；
所述UOC,k的表达式为：
其中，所述UOC1和所述UOC2分别为所述数据片对应的时间区间内开始时刻和结束时刻所述电芯的开路电压；所述Cudp为所述数据片的电量变化量，所述Ck为所述数据片对应的时间区间内第k个时刻所述电芯的电量。
可选地，所述UOC1的取值区间为[3.15V,4.2V]；
所述UOC2的取值区间为[3.15V,4.2V]；
所述R0的取值区间为[0,0.001Ω]；
所述R1的取值区间为[0,0.1Ω]；
所述D的取值区间为[0.8,1]；
所述uinit的取值区间为[3.15V,4.2V]。
可选地，所述目标函数为：
其中，所述为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压测量值。
可选地，生成所述电芯的每个数据片对应的初始参数，具体包括：
对于所述电芯的每个数据片，生成多个个体；不同个体之间相互独立，所述个体为参数向量；所述参数向量包括所述数据片对应的一组初始参数；
所述获得所述电芯的内阻参数，具体包括：
获得所述数据片对应的时间区间内所述电芯的内阻参数。
可选地，生成所述电芯的每个数据片对应的初始参数，具体包括：
对于所述芯片的所有数据片，生成多个个体；不同个体之间相互独立，所述个体为参数矩阵；所述参数矩阵包括所有数据片分别对应的一组初始参数；
所述获得所述电芯的内阻参数，具体包括：
获得所有数据片对应的时间区间内所述电芯的内阻参数。
可选地，方法还包括：利用所述电芯的内阻参数，执行以下任一操作：
对所述电芯进行内阻异常分析，对所述电芯所属的电池包的所有电芯的内阻进行一致性分析，对所述电池包的寿命进行分析，或者对所述电池包所在的电动汽车的行驶里程和行驶总时长的关系进行分析。
第二方面，本申请提供一种获取电芯内阻参数的装置，所述电芯处于充电阶段或放电阶段；所述装置包括：
估计值获取模块，用于利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值；所述初始参数包括欧姆电阻值和极化电阻值；
判断模块，用于判断终止条件中是否有任一条件满足；
内阻参数获取模块，用于当所述判断模块的判断结果为是时，获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值；
参数更新模块，用于当所述判断模块的判断结果为否时，更新所述初始参数；
计数模块，用于当所述判断模块的判断结果为否时，对迭代次数加1；
所述终止条件包括：第一条件和第二条件；所述第一条件为迭代次数达到预设次数；所述第二条件为所述终端电压估计值相对于所述电芯的终端电压测量值的误差小于预设误差；所述目标函数是关于所述误差的函数，所述目标函数的值与所述误差成正相关。
相较于现有技术，本申请具有以下有益效果：
本申请技术方案可以应用于电芯的充电或放电阶段。利用电芯的初始参数和电芯的等效电路模型得到电芯的终端电压估计值，其中，初始参数为实施本申请技术方案需要初始设置的值，包括欧姆电阻值和极化电阻值。接着，判断第一条件和第二条件中是否有任一条件满足，其中，第一条件为迭代次数达到预设次数；第二条件为电芯的终端电压估计值与其终端电压测量值的误差小于预设误差。当有任一条件满足时，表示可以停止迭代，可以将多次迭代过程中保证目标函数的值达到最小值的欧姆电阻值和极化电阻值作为该电芯的内阻参数输出。而在没有任一条件满足的情况下，表明用以获得终端电压估计值的欧姆电阻值和极化电阻值的准确性还不足，因此需要更新初始参数，并对迭代次数加1。
由于目标函数是以终端电压估计值相对于终端电压测量值的误差为变量的函数，且目标函数的值与所述误差成正相关，因此最终获得的内阻参数能够使目标函数达到最小值表明应用该内阻参数能够使电芯的终端电压估计值最逼近终端电压测量值，可见，获得的内阻参数比较准确。从而，利用本申请技术方案得到的电芯的内阻参数在各种应用场景下的有效性得以提高。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种获取电芯内阻参数的方法流程图；
图2为本申请实施例提供的另一种获取电芯内阻参数的方法流程图；
图3为本申请实施例提供的一种获取电芯内阻参数的装置的结构示意图；
图4为本申请实施例提供的一种获取电芯内阻参数的装置的结构示意图；
图5为本申请实施例提供的另一种获取电芯内阻参数的装置的结构示意图。
具体实施方式
正如前文描述，目前无法实际测量获得电芯在充电或放电状态下的内阻参数。进而对内阻参数的应用造成影响。
针对该问题，发明人经过研究提供了一种获取电芯内阻参数的方法及装置。该方法初设电芯的初始参数，初始参数包括极化电阻值和欧姆电阻值。利用初始参数和电芯的等效电路模型获得电芯的终端电压估计值。终端电压测量值是可以实际测量得到的，因此可以得到终端电压估计值相对于终端电压测量值的误差。目标函数是关于该误差的函数，目标函数的值与误差成正相关。如果误差过大可以对初始参数进行更新。最终获得能够使目标函数的值达到最小值时的极化电阻值和欧姆电阻值作为内阻参数。
该方法可以在电芯的充电阶段或放电阶段实现，无需实际测量即可获得电芯的内阻参数，且内阻参数的准确性较高。相应地，提升内阻参数在其他多种应用的准确性。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
方法实施例一
参见图1，该图为本申请实施例提供的一种获取电芯内阻参数的方法流程图。该方法应用于获取充电阶段或放电阶段的电芯的内阻参数。下面针对电池包中的一个电芯进行方法的描述。
如图1所示，本实施例提供的获取电芯内阻参数的方法，包括：
S101：利用电芯的初始参数和电芯的等效电路模型得到所述电芯的终端电压估计值。
在具体实现中，电芯的初始参数可以包括但不限于：欧姆电阻值和极化电阻值。
电芯的等效电路模型可以根据实际需求选取。下面提供几种常用的等效电路模型，包括Rint等效电路模型、一阶RC等效电路模型、二阶RC等效电路模型、PNGV等效电路模型和GNL等效电路模型。
(1)Rint等效电路模型(又称内阻等效电路模型)
Rint等效电路模型将电芯堪称看成一个理想电压源和一个电阻的串联，是一种最简单的电芯等效电路模型。电压源和电阻随电芯状态时实时变化。该模型简单，参数的测定也比较简单容易，建模仿真易实现，是一种比较通用性的等效电路模型。
(2)一阶RC等效电路模型(又称Thevenin等效电路模型)
一阶RC等效电路模型包含一个电压源和一个电阻和电容的并联电路。电阻和电容构成的回路用来模拟电芯的动态过程，该模型考虑了电动势与电芯荷电状态SOC的关系以及电芯的动态过程，可较为准确地模拟电芯充放电过程。
(3)二阶RC等效电路模型
二阶RC等效电路模型在一阶RC等效电路模型的基础上增加一组电阻和电容构成的回路。该模型一侧电路表示电芯的容量，另一侧电路表示电芯的内阻和瞬态响应，从而很好地兼顾电芯的稳态特性和暂态特性。
(4)PNGV等效电路模型
PNGV等效电路模型在一阶RC等效电路模型的基础上增加了一个电容，用来描述负载电流的时间累计产生的开路电压变化。该模型对处理器要求不高且容易实现，比较适合模拟电芯的动态性能。
(5)GNL等效电路模型
GNL等效电路模型是PNGV等效电路模型，一阶RC等效电路模型以及Rint等效电路模型的归纳和发展。GNL等效电路模型中电路元的增加使其物理含义更加清晰，能更好模拟电压的变化过程。
实际应用中，可以根据对计算精度、处理器的配置和计算速度等需求，从上述五种等效电路模型中选取一种使用。
每一种等效电路模型均有其离散表达式，S101在具体实现时，可以将电芯的初始参数代入该电芯的等效电路模型的离散表达式中，从而获得电芯的终端电压估计值。
S102：判断终止条件中是否有任一条件满足，如果是，则执行S103；如果否，则执行S104。
本实施例中，终止条件包括第一条件和第二条件。下面对第一条件和第二条件分别进行解释说明。
第一条件为迭代次数达到预设次数。例如，预设次数为500次，每迭代一次，迭代次数累加1，当迭代次数达到500次即可执行S103。
第二条件为终端电压估计值相对于电芯的终端电压测量值的误差小于预设误差。电芯的终端电压是可以实际测量的，终端电压测量值即为实测到的电芯的终端电压值。可以将该电芯的终端电压估计值和该电芯的终端电压测量值进行比较，如果终端电压估计值相对于终端电压测量值的误差较小，表示S101得到的终端电压估计值较为准确；而如果终端电压估计值相对于终端电压测量值的误差较大，则表示S101得到的终端电压估计值的准确性较差。当第二条件满足时，即表示终端电压估计值相对于终端电压测量值的误差足够小，此时可以执行S103。
S103：当终止条件中有任一条件满足时，则获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值。
第一条件和/或第二条件满足时，触发迭代的停止。将此前每次迭代过程中使用的电芯的初始参数中包括的欧姆电阻值和极化电阻值代入到目标函数中，求取目标函数的值。每次迭代均对初始参数进行了更新。
假设X1,X2,X3,…,XM分别表示第1次，第2次，第3次，…，第M次迭代使用的初始参数，其中M为迭代的总次数。相应地，利用X1,X2,X3,…,XM得到的目标函数的值分别为S1,S2,S3,…,SM。
如果S103的执行是因第一条件的满足而触发，则可以从S1,S2,S3,…,SM中确定出最小值，因为对应的初始参数中的欧姆电阻值和极化电阻值能够使目标函数的值达到最小值，因此可以作为本申请实施例所确定出的电芯的内阻参数。例如S300为最小值(M≥300)，则S103获取X300中的欧姆电阻值和极化电阻值作为电芯的内阻参数。
本实施例中目标函数是关于所述误差的函数，并且目标函数的值与所述误差成正相关。也就是说，终端电压估计值相对于终端电压测量值的误差越小，则目标函数的值越小。如果S103的执行是因第二条件的满足而出发，则可以确定XM中包含的欧姆电阻值和极化电阻值使得误差初次小于预设误差，即使得SM作为S1,S2,S3,…,SM中的最小值。因此，S103获取XM中的欧姆电阻值和极化电阻值作为电芯的内阻参数。
S104：当终止条件中无任一条件满足时，则更新所述初始参数，并对迭代次数加1，返回S101。
本实施例中，第一条件不满足且第二条件不满足，表示此前运算所采用的初始参数还无法使目标函数达到最优，即无法最小化终端电压估计值相对于终端电压测量值的误差。因此，需要继续迭代。更新后，即在执行S101时采用更新后的初始参数获得新的终端电压估计值。
每次迭代对迭代次数加1是为了便于在下一次执行S102时，判断第一条件是否满足。
以上，即为本申请实施例提供的获取电芯内阻参数的方法，该方法可以应用于电芯的充电或放电阶段。该方法利用电芯的初始参数和电芯的等效电路模型得到电芯的终端电压估计值，其中，初始参数为实施本申请技术方案需要初始设置的值，包括欧姆电阻值和极化电阻值。接着，判断第一条件和第二条件中是否有任一条件满足，其中，第一条件为迭代次数达到预设次数；第二条件为电芯的终端电压估计值与其终端电压测量值的误差小于预设误差。当有任一条件满足时，表示可以停止迭代，可以将多次迭代过程中保证目标函数的值达到最小值的欧姆电阻值和极化电阻值作为该电芯的内阻参数输出。而在没有任一条件满足的情况下，表明用以获得终端电压估计值的欧姆电阻值和极化电阻值的准确性还不足，因此需要更新初始参数，并对迭代次数加1。
由于目标函数是以终端电压估计值相对于终端电压测量值的误差为变量的函数，且目标函数的值与所述误差成正相关，因此最终获得的内阻参数能够使目标函数达到最小值表明应用该内阻参数能够使电芯的终端电压估计值最逼近终端电压测量值，可见，获得的内阻参数比较准确。从而，利用本申请提供的方法得到的电芯的内阻参数在各种应用场景下的有效性得以提高。
实际应用中，电芯的充电阶段和放电阶段的持续时间往往不是很短暂，例如可能是几十分钟，也可能是几个小时。在此过程中，对于每个电芯来说，其内阻参数也是在持续变化的。因此，可以对电芯的数据进行切片获得多个数据片，每一个数据片都分别对应一个时间区间，从而针对每一个时间区间获得电芯的内阻参数。当每一个时间区间对应的内阻参数(即每个数据片对应的内阻参数)都得到以后，显然，整个充电阶段或放电阶段的内阻参数也就相应获得。为便于理解，下面结合实施例和附图对该方法的具体实现进行描述。
方法实施例二
参见图2，该图为本申请实施例提供的另一种获取电芯内阻参数的方法流程图。
如图2所示，本实施例提供的获取电芯内阻参数的方法，包括：
S201：按照预设切片方式将所述电芯的数据切分为多个数据片。
此处，电芯的数据包括电芯的一些可测量或者可较准确估测的数据，例如：电流、终端电压测量值、温度等。对电芯的数据进行切片包括多种实现方式，下面简述按照时间维度进行数据切片的方式，和按照电量维度进行数据切片的方式。
(1)按照时间维度
作为一可能的实现方式，可以将电芯的数据切成时间区间的长度相同的数据片。每个数据片对应的时间区间的长度可以是5分钟或10分钟等。
下面以每个数据片对应的时间区间的长度是5分钟为例，提供几种示例性的具体切片方式。
示例1：各个数据片对应的时间区间分别为第1至5分钟，第6至10分钟，第11至15分钟，第16至20分钟……
示例2：各个数据片对应的时间区间分别为第1至5分钟，第5至9分钟，第9至13分钟，第13至17分钟……
示例3：各个数据片对应的时间区间分别为第1至5分钟，第3至7分钟，第5至9分钟，第7至11分钟……
另外需要说明的是，在实际应用中，按照时间维度也可以将电芯的数据切成时间区间的长度不同的数据片。
(2)按照电量维度
作为一可能的实现方式，可以将电芯的数据切成时间区间的电量变化量相同的数据片。每个数据片的电量变化量可以以电芯的总容量为参照。
例如，电芯的总容量为Ctotal，电芯的电量变化量为Ctotal的10％则做一次切片。对于充电阶段，电芯的电量每上涨Ctotal的10％则做一次切片。对于放电阶段，电芯的电量每减少Ctotal的10％则做一次切片。
实际应用中，电芯的电量变化量可以通过电流和时间等进行计算获得。可以理解的是，尽管按照电量维度对电芯的数据进行切片，切片后的每个数据片依然是各自对应于一个时间区间的。
例如，充电的第1至15分钟，电芯的电量从Ctotal的20％上涨到Ctotal的30％，则切片得到的该数据片对应的时间区间为第1至15分钟，时间区间的长度为15分钟；充电的第16至24分钟，电芯的电量从Ctotal的30％上涨到Ctotal的40％，则切片得到的该数据片对应的时间区间为第16至24分钟，时间区间的长度为9分钟。也就是说，按照电量维度对电芯的数据进行切片，每个数据片对应的时间区间的长度可能是不相等的。
具体切分时，切分的每个数据片对应的时间区间也可以相邻或存在交叠。此处不再枚举示例。
另外需要说明的是，在实际应用中，按照电量维度也可以将电芯的数据切成电量变化量不同的数据片。
按照时间维度或者按照电量维度将电芯的数据切分成多个通过以上示例可知，切片后每个数据片对应的时间区间可以相邻或存在交叠。切成时间区间相邻或交叠后，可以便于当执行本实施例方法获得每个数据片对应的内阻参数后，将内阻参数按照时间序列进行拼接和整合，从而获得与时间序列完整对应的内阻参数。
S202：生成所述电芯的每个数据片对应的初始参数。
对于S201切分得到的每个数据片，均可生成其对应的初始参数，包括该数据片对应的该电芯的欧姆电阻值和极化电阻值。另外，初始参数还可以进一步包括：数据片对应的时间区间内开始时刻所述电芯的开路电压、所述数据片对应的时间区间内结束时刻所述电芯的开路电压、所述数据片对应的第一系数和所述数据片对应的所述电芯的极化电压初始值。
需要说明的是，初始参数时对于该数据片生成的，在该数据片对应的时间区间内，默认每个时刻该电芯的初始参数不发生变化。
本实施例S202在具体实现时，可以根据约束条件和取值区间生成所述电芯的每个数据片对应的初始参数。此处，约束条件指的是初始参数中各个参数之间需要满足的物理学上的约束。取值区间则是指初始参数中各个参数的合理取值范围，对于不同电池的电芯，同一参数的取值范围可能不同。
为便于清楚和简洁地描述方法的实现流程，以下以一个数据片为例进行说明。初始参数中各个参数的示例性的取值区间。
数据片对应的时间区间内开始时刻所述电芯的开路电压UOC1的取值区间为[3.15V,4.2V]；
数据片对应的时间区间内结束时刻所述电芯的开路电压UOC2的取值区间为[3.15V,4.2V]；
欧姆电阻值R0的取值区间为[0,0.001Ω]；
极化电阻值R1的取值区间为[0,0.1Ω]；
第一系数D的取值区间为[0.8,1]；
极化电压初始值uinit的取值区间为[3.15V,4.2V]。
S202在具体实现时，可以是在满足约束条件的情况下，对各个参数在其相应的取值区间内随机取值。
S203：利用数据片、所述数据片对应的初始参数和所述电芯的等效电路模型，获得所述数据片对应的终端电压估计值。
在本申请实施例中，选用的等效电路模型为一阶RC等效电路模型，可以理解的是，实际应用中还可选择其他的电路等效模型。下面仅以应用一阶RC等效电路模型作为示例进行说明。
一阶RC等效电路模型的离散表达式为：
公式(1)中，k的取值为1至n之间的任一整数，n为数据片对应的时间区间内时刻的总数，n的取值为大于1的整数。Uk、UOC,k、uk和Ik分别为数据片对应的时间区间内第k个时刻电芯的终端电压估计值、开路电压值、极化电压值和电流值；uinit为数据片对应的电芯的极化电压初始值。
根据公式(1)可知，uk的计算方式与k的取值相关。当k＝1时，uk的值为数据片对应的电芯的极化电压初始值(该值是在初始参数中已经初设的)；而当k＝2,3,4,…,n时，uk的值与前一时刻(即第k-1个时刻)该电芯的极化电压值uk-1以及电流值Ik-1是相关的。D为数据片对应的第一系数；R0和R1分别为数据片对应的欧姆电阻值和极化电阻值(R0和R1是在初始参数中已经初设的)。
数据片对应的时间区间内第k个时刻电芯的开路电压值UOC,k，与数据片对应的时间区间内开始时刻和结束时刻电芯的开路电压(均已在初始参数中已经初设)相关。具体地址，UOC,k的表达式为：
公式(2)中，UOC1和UOC2分别为数据片对应的时间区间内开始时刻(第1个时刻)和结束时刻(第n个时刻)电芯的开路电压；Cudp为数据片的电量变化量，Ck为数据片对应的时间区间内第k个时刻所述电芯的电量。其中，Cudp和Ck均可根据数据片对应的该电芯的电流以及时间计算获得。在公式(2)中，UOC,k为正值，Cudp和Ck的符号一致。
结合公式(1)和公式(2)可知，通过执行本申请实施例提供的方法的S203，可以获得该数据片对应的时间区间内每个时刻该电芯的终端电压估计值Uk(k＝1,2,3,…,n)。
S204：判断终止条件中是否有任一条件满足，如果是，则执行S205；如果否，则执行S206。
S205：当终止条件中有任一条件满足时，则获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值。
本实施例S205与前述实施例S102的实现方式基本相同，因此S205的相关描述可参照前述实施例，此处不再赘述。
目标函数表示为：
其中，所述为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压测量值。所述即为第k个时刻电芯的终端电压估计值相对于终端电压测量值的误差。因此根据公式(3)可知，目标函数是关于该误差的函数，且目标函数的值与误差成正相关：误差越大，则目标函数的值越大；误差越小，则目标函数的值越小。
S205执行后，得到的是该数据片对应的时间区间内电芯的内阻参数。
S206：当终止条件中无任一条件满足时，则更新所述初始参数，并对迭代次数加1，返回S203。
在本实施例中，当第一条件和第二条件均不满足时，对初始参数进行更新具体可以是根据目标函数、约束条件和取值区间对所述数据片对应的初始参数进行更新。
关于目标函数、约束条件以及取值区间均已在前述的流程操作中描述过，此处不再赘述。在进行初始参数的更新时，尽管还是在各个参数的取值区间内取值，但是因为考虑到目标函数，因此在取值时要求能够尽可能地使取值得到的目标函数较小。如此才能够在多次迭代后逐渐最小化误差。
以上即为本申请实施例提供的获取电芯内阻参数的方法。该方法通过对电芯的数据进行切片，对每个数据片求取对应的内阻参数，最终能够得到该电芯在整个独立的充电阶段、独立的放电阶段、或者充放电混合阶段的内阻参数。最终获得的内阻参数能够为其后续的应用提供便利。
本实施例提供的获取电芯内阻参数的方法具体可以采用演化算法，例如粒子群算法或遗传算法等。当应用演化算法时，前述实施例中的S202包括多种可能的实现方式。下面对两种具体实现方式进行介绍。
一种实现方式：
对于所述电芯的每个数据片，生成多个个体(即生成群体)。
需要说明的是，在该实现方式中，群体中的不同个体之间相互独立，每个个体为参数向量的形式；参数向量包括所述数据片对应的一组初始参数。
下面通过举例形式加以说明。
假设电芯的数据被分为了多个数据片，对于某一个数据片A，每初始化地生成一组初始参数则记为一个参数向量。假设生成的个体有3000个，即生成了3000个不同的参数向量，分别是XA_1,XA_2,…,XA_3000。任一一个参数向量为[UOC1,UOC2,R0,R1,D,uinit]的形式，但是不同的参数向量中具体的参数数值不是完全一致的。
对于所生成群体中的每一个个体，计算其适应度(即目标函数的值)，根据适应度更新全局最优解并更新每个个体，每次更新个体即重新生成一个参数向量。当终止条件满足时，输出全局最优解，该全局最优解中包括电芯的内阻参数。
可以理解的是，在该实现方式中，S205获得所述电芯的内阻参数，具体包括：获得数据片A对应的时间区间内所述电芯的内阻参数。这是由于个体的形式决定的，因为个体是该数据片A对应的一组初始参数。
另一种实现方式：
对于所述芯片的所有数据片，生成多个个体(即生成群体)。
不同个体之间相互独立，所述个体为参数矩阵；所述参数矩阵包括所有数据片分别对应的一组初始参数。
下面通过举例形式加以说明。
假设电芯的数据被分为了多个数据片，分别是数据片B1、数据片B2、数据片B3…数据片B30共30个数据片。每初始化地生成所有数据片各自的一组初始参数则即记为一个参数矩阵。生成的数据片B1、B2、B3…B30各自对应的参数向量为XB1_1,XB2_1,…,XB30_1。参数矩阵可以记为Y1＝[XB1_1,XB2_1,…,XB30_1]，该参数矩阵Y1称为一个个体。
其他的个体可以即为Y2、Y3等。Y2＝[XB1_2,XB2_2,…,XB30_2]，Y3＝[XB1_3,XB2_3,…,XB30_3]。
其中，XB1_2,XB2_2,…,XB30_2表示生成的数据片B1、B2、B3…B30各自对应的另一组参数向量，XB1_3,XB2_3,…,XB30_3表示生成的数据片B1、B2、B3…B30各自对应的又一组参数向量。参数向量中参数的类型可参见上一种实现方式。不同的参数矩阵中具体的参数数值不是完全一致的。
对于所生成群体中的每一个个体，计算其适应度(即目标函数的值)，根据适应度更新全局最优解并更新每个个体，每次更新个体即重新生成一个参数矩阵。当终止条件满足时，输出全局最优解，该全局最优解中包括电芯的内阻参数。
可以理解的是，在该实现方式中，S205获得所述电芯的内阻参数，具体包括：获得所有数据片B1、B2、B3…B30各自对应的时间区间内所述电芯的内阻参数。这是由于个体的形式决定的，因为个体是所有数据片B1、B2、B3…B30对应的参数向量共同构成的参数矩阵。
本申请实施例提供的获取电芯内阻参数的方法，最终获得的内阻参数后续可以包括多种应用方式。例如，对所述电芯进行内阻异常分析，对所述电芯所属的电池包的所有电芯的内阻进行一致性分析，对所述电池包的寿命进行分析，或者对所述电池包所在的电动汽车的行驶里程和行驶总时长的关系进行分析。此处不一一枚举。
下面对电芯内阻一致性分析的实现方式进行简要描述。
可以对电池包中的各个电芯，在该电池包处于充电阶段或放电阶段时，应用前述实施例提供的方法获得每个电芯的内阻参数。利用这些电芯的内阻参数可以对电芯进行一致性分析。例如，当一个电芯的内阻参数远远高于其他电芯的内阻参数时，或者远远低于其他电芯的内阻参数时，该电芯与其他电芯的内阻参数差值较大则是不一致。该电芯可能出现异常。
通过本申请实施例提供的方法能够获得较为电芯充电阶段或放电阶段的较为准确的内阻参数，因此，其应用的准确性和有效性也相对于现有技术大幅度提升。
基于前述实施例提供的获取电芯内阻参数的方法，相应地，本申请还提供一种获取电芯内阻参数的装置。下面结合实施例和附图对该装置的具体实现进行描述和说明。
装置实施例
参见图3，该图为本申请实施例提供的一种获取电芯内阻参数的装置的结构示意图。该装置应用于获取充电阶段或放电阶段的电芯的内阻参数。下面针对电池包中的一个电芯进行装置的描述。
如图3所示，该装置包括：估计值获取模块301，判断模块302，内阻参数获取模块303，参数更新模块304和计数模块305。
其中，估计值获取模块301，用于利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值；所述初始参数包括欧姆电阻值和极化电阻值；
判断模块302，用于判断终止条件中是否有任一条件满足；
内阻参数获取模块303，用于当所述判断模块302的判断结果为是时，获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值；
参数更新模块304，用于当所述判断模块302的判断结果为否时，更新所述初始参数；
计数模块305，用于当所述判断模块302的判断结果为否时，对迭代次数加1；
所述终止条件包括：第一条件和第二条件；所述第一条件为迭代次数达到预设次数；所述第二条件为所述终端电压估计值相对于所述电芯的终端电压测量值的误差小于预设误差；所述目标函数是关于所述误差的函数，所述目标函数的值与所述误差成正相关。
实际应用中，如果最初使用的初始参数即可满足终止条件，则内阻参数获取模块303可以从估计值获取模块301获得内阻参数；如果是初始参数被更新后满足终止条件，则内阻参数获取模块303可以从参数更新模块304获得内阻参数。
以上，即为本申请实施例提供的获取电芯内阻参数的装置。当有终止条件中有任一条件满足时，表示可以停止迭代，可以将多次迭代过程中保证目标函数的值达到最小值的欧姆电阻值和极化电阻值作为该电芯的内阻参数输出。而在没有任一条件满足的情况下，表明用以获得终端电压估计值的欧姆电阻值和极化电阻值的准确性还不足，因此需要更新初始参数，并对迭代次数加1。
由于目标函数是以终端电压估计值相对于终端电压测量值的误差为变量的函数，且目标函数的值与所述误差成正相关，因此最终获得的内阻参数能够使目标函数达到最小值表明应用该内阻参数能够使电芯的终端电压估计值最逼近终端电压测量值，可见，获得的内阻参数比较准确。从而，利用本申请提供的装置得到的电芯的内阻参数在各种应用场景下的有效性得以提高。
实际应用中，电芯的充电阶段和放电阶段的持续时间往往不是很短暂，例如可能是几十分钟，也可能是几个小时。在此过程中，对于每个电芯来说，其内阻参数也是在持续变化的。因此，可以对电芯的数据进行切片获得多个数据片，每一个数据片都分别对应一个时间区间，从而针对每一个时间区间获得电芯的内阻参数。当每一个时间区间对应的内阻参数(即每个数据片对应的内阻参数)都得到以后，显然，整个充电阶段或放电阶段的内阻参数也就相应获得。为便于理解，下面结合实施例和附图对该方法的具体实现进行描述。
参见图4，该图为本申请实施例提供的获取电芯内阻参数的装置中估计值获取模块的结构示意图。
如图4所示，该估计值获取模块301具体可以包括：
数据切分单元3011，用于按照预设切片方式将所述电芯的数据切分为多个数据片；每个数据片分别对应的一个时间区间；所述预设切片方式包括：时间维度进行数据切片的方式，或者电量维度进行数据切片的方式；
参数初始化单元3012，用于生成所述电芯的每个数据片对应的初始参数；
估值计算单元3013，用于利用所述数据片、所述数据片对应的初始参数和所述电芯的等效电路模型，获得所述数据片对应的终端电压估计值。
可选地，当所述预设切片方式为所述时间维度进行切片的方式时，数据切分单元3011，具体用于将所述电芯的数据切分为多个时间区间的长度相同的数据片。
可选地，当所述预设切片方式为所述电量维度进行切片的方式时，数据切分单元3011，具体用于将所述电芯的数据切分为多个电量变化量相同的数据片。
切分后的每个数据片对应的时间区间相邻或存在交叠。
可选地，参数初始化单元3012，具体用于根据约束条件和取值区间生成所述电芯的每个数据片对应的初始参数。
参数更新模块304，具体包括：
第一更新单元，用于根据所述目标函数、所述约束条件和所述取值区间对所述数据片对应的初始参数进行更新。
可选地，本申请实施例中应用的电芯的等效电路模型为以下任意一种：
Rint等效电路模型、一阶RC等效电路模型、二阶RC等效电路模型、PNGV等效电路模型或GNL等效电路模型。
当所述等效电路模型为所述一阶RC等效电路模型时，所述数据片对应的初始参数还包括：
所述数据片对应的时间区间内开始时刻所述电芯的开路电压、所述数据片对应的时间区间内结束时刻所述电芯的开路电压、所述数据片对应的第一系数和所述数据片对应的所述电芯的极化电压初始值；
所述一阶RC等效电路模型的离散表达式为：
其中，所述k的取值为1至n之间的任一整数，所述n为所述数据片对应的时间区间内时刻的总数，所述n的取值为大于1的整数；所述Uk、所述UOC,k、所述uk和所述Ik分别为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压估计值、开路电压值、极化电压值和电流值；所述uinit为所述数据片对应的所述电芯的极化电压初始值；所述D为所述数据片对应的第一系数；所述R0和所述R1分别为所述数据片对应的欧姆电阻值和极化电阻值；所述uk-1和所述Ik-1分别为所述数据片对应的时间区间内第k-1个时刻所述电芯的极化电压值和电流值；
所述UOC,k的表达式为：
其中，所述UOC1和所述UOC2分别为所述数据片对应的时间区间内开始时刻和结束时刻所述电芯的开路电压；所述Cudp为所述数据片的电量变化量，所述Ck为所述数据片对应的时间区间内第k个时刻所述电芯的电量。
可选地，所述UOC1的取值区间为[3.15V,4.2V]；
所述UOC2的取值区间为[3.15V,4.2V]；
所述R0的取值区间为[0,0.001Ω]；
所述R1的取值区间为[0,0.1Ω]；
所述D的取值区间为[0.8,1]；
所述uinit的取值区间为[3.15V,4.2V]。
可选地，所述目标函数为：
其中，所述为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压测量值。
以上装置通过对电芯的数据进行切片，对每个数据片求取对应的内阻参数，最终能够得到该电芯在整个独立的充电阶段、独立的放电阶段、或者充放电混合阶段的内阻参数。最终获得的内阻参数能够为其后续的应用提供便利。
本申请实施例提供的获取电芯内阻参数的装置具体可以采用演化算法，例如粒子群算法或遗传算法等。
作为一实现方式：
参数初始化单元3012，具体可以用于对于所述电芯的每个数据片，生成多个个体；不同个体之间相互独立，所述个体为参数向量；所述参数向量包括所述数据片对应的一组初始参数；
内阻参数获取模块303，可以包括：第一获取单元，用于获得所述数据片对应的时间区间内所述电芯的内阻参数。
作为一实现方式：
参数初始化单元3012，具体可以用于对于所述芯片的所有数据片，生成多个个体；不同个体之间相互独立，所述个体为参数矩阵；所述参数矩阵包括所有数据片分别对应的一组初始参数；
内阻参数获取模块303，可以包括：第二获取单元，用于获得所有数据片对应的时间区间内所述电芯的内阻参数。
参见图5，该图为本实施例提供的另一种获取电芯内阻参数的装置的结构示意图。如图5所示，该装置还可以进一步包括：内阻参数应用模块306，用于：
对所述电芯进行内阻异常分析；或者，
对所述电芯所属的电池包的所有电芯的内阻进行一致性分析；或者，
对所述电池包的寿命进行分析；
或者对所述电池包所在的电动汽车的行驶里程和行驶总时长的关系进行分析。
通过本申请实施例提供的装置能够获得较为电芯充电阶段或放电阶段的较为准确的内阻参数，因此，其应用的准确性和有效性也相对于现有技术大幅度提升。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本申请的一种具体实施方式，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。
Claims (12)
1.一种获取电芯内阻参数的方法，其特征在于，所述电芯处于充电阶段或放电阶段；所述方法包括：
利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值；所述初始参数包括欧姆电阻值和极化电阻值；
判断终止条件中是否有任一条件满足，如果是，则获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值；如果否，则更新所述初始参数，并对迭代次数加1；
所述终止条件包括：第一条件和第二条件；所述第一条件为迭代次数达到预设次数；所述第二条件为所述终端电压估计值相对于所述电芯的终端电压测量值的误差小于预设误差；所述目标函数是关于所述误差的函数，所述目标函数的值与所述误差成正相关。
2.根据权利要求1所述的方法，其特征在于，所述利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值，具体包括：
按照预设切片方式将所述电芯的数据切分为多个数据片；每个数据片分别对应的一个时间区间；所述预设切片方式包括：时间维度进行数据切片的方式，或者电量维度进行数据切片的方式；
生成所述电芯的每个数据片对应的初始参数；
利用所述数据片、所述数据片对应的初始参数和所述电芯的等效电路模型，获得所述数据片对应的终端电压估计值。
3.根据权利要求2所述的方法，其特征在于，
当所述预设切片方式为所述时间维度进行切片的方式时，所述按照预设切片方式将所述电芯的数据切分为多个数据片，具体包括：
将所述电芯的数据切分为多个时间区间的长度相同的数据片；
当所述预设切片方式为所述电量维度进行切片的方式时，所述按照预设切片方式将所述电芯的数据切分为多个数据片，具体包括：
将所述电芯的数据切分为多个电量变化量相同的数据片；
每个数据片对应的时间区间相邻或存在交叠。
4.根据权利要求2所述的方法，其特征在于，所述生成所述电芯的每个数据片对应的初始参数，具体包括：
根据约束条件和取值区间生成所述电芯的每个数据片对应的初始参数；
所述更新所述初始参数，具体包括：
根据所述目标函数、所述约束条件和所述取值区间对所述数据片对应的初始参数进行更新。
5.根据权利要求4所述的方法，其特征在于，所述等效电路模型为以下任意一种：
Rint等效电路模型、一阶RC等效电路模型、二阶RC等效电路模型、PNGV等效电路模型或GNL等效电路模型。
6.根据权利要求5所述的方法，其特征在于，当所述等效电路模型为所述一阶RC等效电路模型时，所述数据片对应的初始参数还包括：
所述数据片对应的时间区间内开始时刻所述电芯的开路电压、所述数据片对应的时间区间内结束时刻所述电芯的开路电压、所述数据片对应的第一系数和所述数据片对应的所述电芯的极化电压初始值；
所述一阶RC等效电路模型的离散表达式为：
其中，所述k的取值为1至n之间的任一整数，所述n为所述数据片对应的时间区间内时刻的总数，所述n的取值为大于1的整数；所述Uk、所述UOC,k、所述uk和所述Ik分别为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压估计值、开路电压值、极化电压值和电流值；所述uinit为所述数据片对应的所述电芯的极化电压初始值；D为所述数据片对应的第一系数；所述R0和所述R1分别为所述数据片对应的欧姆电阻值和极化电阻值；所述uk-1和所述Ik-1分别为所述数据片对应的时间区间内第k-1个时刻所述电芯的极化电压值和电流值；
所述UOC,k的表达式为：
其中，所述UOC1和所述UOC2分别为所述数据片对应的时间区间内开始时刻和结束时刻所述电芯的开路电压；所述Cudp为所述数据片的电量变化量，所述Ck为所述数据片对应的时间区间内第k个时刻所述电芯的电量。
7.根据权利要求6所述的方法，其特征在于，
所述UOC1的取值区间为[3.15V,4.2V]；
所述UOC2的取值区间为[3.15V,4.2V]；
所述R0的取值区间为[0,0.001Ω]；
所述R1的取值区间为[0,0.1Ω]；
所述D的取值区间为[0.8,1]；
所述uinit的取值区间为[3.15V,4.2V]。
8.根据权利要求6所述的方法，其特征在于，所述目标函数为：
其中，所述为所述数据片对应的时间区间内第k个时刻所述电芯的终端电压测量值。
9.根据权利要求2所述的方法，其特征在于，所述生成所述电芯的每个数据片对应的初始参数，具体包括：
对于所述电芯的每个数据片，生成多个个体；不同个体之间相互独立，所述个体为参数向量；所述参数向量包括所述数据片对应的一组初始参数；
所述获得所述电芯的内阻参数，具体包括：
获得所述数据片对应的时间区间内所述电芯的内阻参数。
10.根据权利要求2所述的方法，其特征在于，所述生成所述电芯的每个数据片对应的初始参数，具体包括：
对于所述芯片的所有数据片，生成多个个体；不同个体之间相互独立，所述个体为参数矩阵；所述参数矩阵包括所有数据片分别对应的一组初始参数；
所述获得所述电芯的内阻参数，具体包括：
获得所有数据片对应的时间区间内所述电芯的内阻参数。
11.根据权利要求1-10任一项所述的方法，其特征在于，还包括：利用所述电芯的内阻参数，执行以下任一操作：
对所述电芯进行内阻异常分析，对所述电芯所属的电池包的所有电芯的内阻进行一致性分析，对所述电池包的寿命进行分析，或者对所述电池包所在的电动汽车的行驶里程和行驶总时长的关系进行分析。
12.一种获取电芯内阻参数的装置，其特征在于，所述电芯处于充电阶段或放电阶段；所述装置包括：
估计值获取模块，用于利用所述电芯的初始参数和所述电芯的等效电路模型得到所述电芯的终端电压估计值；所述初始参数包括欧姆电阻值和极化电阻值；
判断模块，用于判断终止条件中是否有任一条件满足；
内阻参数获取模块，用于当所述判断模块的判断结果为是时，获得所述电芯的内阻参数，所述内阻参数包括使目标函数的值达到最小值的欧姆电阻值和极化电阻值；
参数更新模块，用于当所述判断模块的判断结果为否时，更新所述初始参数；
计数模块，用于当所述判断模块的判断结果为否时，对迭代次数加1；
所述终止条件包括：第一条件和第二条件；所述第一条件为迭代次数达到预设次数；所述第二条件为所述终端电压估计值相对于所述电芯的终端电压测量值的误差小于预设误差；所述目标函数是关于所述误差的函数，所述目标函数的值与所述误差成正相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910848886.8A CN110456283B (zh) | 2019-09-09 | 2019-09-09 | 获取电芯内阻参数的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910848886.8A CN110456283B (zh) | 2019-09-09 | 2019-09-09 | 获取电芯内阻参数的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110456283A true CN110456283A (zh) | 2019-11-15 |
| CN110456283B CN110456283B (zh) | 2022-07-12 |
Family
ID=68491398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910848886.8A Active CN110456283B (zh) | 2019-09-09 | 2019-09-09 | 获取电芯内阻参数的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110456283B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112986846A (zh) * | 2021-03-09 | 2021-06-18 | 东软睿驰汽车技术（沈阳）有限公司 | 一种电芯内阻确定方法及装置 |
| CN113009347A (zh) * | 2021-03-05 | 2021-06-22 | 东软睿驰汽车技术（沈阳）有限公司 | 一种电池寿命终止阶段功率的设定方法、装置及相关产品 |
| CN113253128A (zh) * | 2021-05-12 | 2021-08-13 | 合肥国轩高科动力能源有限公司 | 一种电池系统soc一致性评估方法和内阻一致性评估方法 |
| CN113311336A (zh) * | 2021-05-11 | 2021-08-27 | 东软睿驰汽车技术（沈阳）有限公司 | 电池电芯级容量的评估方法、装置和电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011104320A1 (de) * | 2010-06-22 | 2011-12-22 | Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) | Adaptive Batterieparameterextraktion und SOC-Abschätzung für eine Lithium-Ionen-Batterie |
| CN102680795A (zh) * | 2012-05-29 | 2012-09-19 | 哈尔滨工业大学 | 一种二次电池内阻的实时在线估计方法 |
| CN105068007A (zh) * | 2015-07-01 | 2015-11-18 | 清华大学 | 锂离子电池模型参数变化的预测方法及系统 |
| CN106908732A (zh) * | 2017-02-09 | 2017-06-30 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池等效电路模型参数辨识方法和装置 |
| CN107045109A (zh) * | 2017-05-19 | 2017-08-15 | 北京新能源汽车股份有限公司 | 电池的直流内阻测量方法和装置 |
| CN109239602A (zh) * | 2018-09-18 | 2019-01-18 | 清华大学深圳研究生院 | 一种动力电池的欧姆内阻的估算方法 |
| CN109884550A (zh) * | 2019-04-01 | 2019-06-14 | 北京理工大学 | 一种动力电池系统在线参数辨识与回溯方法 |
-
2019
- 2019-09-09 CN CN201910848886.8A patent/CN110456283B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011104320A1 (de) * | 2010-06-22 | 2011-12-22 | Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) | Adaptive Batterieparameterextraktion und SOC-Abschätzung für eine Lithium-Ionen-Batterie |
| CN102680795A (zh) * | 2012-05-29 | 2012-09-19 | 哈尔滨工业大学 | 一种二次电池内阻的实时在线估计方法 |
| CN105068007A (zh) * | 2015-07-01 | 2015-11-18 | 清华大学 | 锂离子电池模型参数变化的预测方法及系统 |
| CN106908732A (zh) * | 2017-02-09 | 2017-06-30 | 北京长城华冠汽车科技股份有限公司 | 一种锂离子电池等效电路模型参数辨识方法和装置 |
| CN107045109A (zh) * | 2017-05-19 | 2017-08-15 | 北京新能源汽车股份有限公司 | 电池的直流内阻测量方法和装置 |
| CN109239602A (zh) * | 2018-09-18 | 2019-01-18 | 清华大学深圳研究生院 | 一种动力电池的欧姆内阻的估算方法 |
| CN109884550A (zh) * | 2019-04-01 | 2019-06-14 | 北京理工大学 | 一种动力电池系统在线参数辨识与回溯方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙钧等: "《城市环境土工学》", 30 June 2005, 上海科学技术出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113009347A (zh) * | 2021-03-05 | 2021-06-22 | 东软睿驰汽车技术（沈阳）有限公司 | 一种电池寿命终止阶段功率的设定方法、装置及相关产品 |
| CN112986846A (zh) * | 2021-03-09 | 2021-06-18 | 东软睿驰汽车技术（沈阳）有限公司 | 一种电芯内阻确定方法及装置 |
| CN112986846B (zh) * | 2021-03-09 | 2024-06-04 | 东软睿驰汽车技术（沈阳）有限公司 | 一种电芯内阻确定方法及装置 |
| CN113311336A (zh) * | 2021-05-11 | 2021-08-27 | 东软睿驰汽车技术（沈阳）有限公司 | 电池电芯级容量的评估方法、装置和电子设备 |
| CN113253128A (zh) * | 2021-05-12 | 2021-08-13 | 合肥国轩高科动力能源有限公司 | 一种电池系统soc一致性评估方法和内阻一致性评估方法 |
| CN113253128B (zh) * | 2021-05-12 | 2022-04-12 | 合肥国轩高科动力能源有限公司 | 一种电池系统soc一致性评估方法和内阻一致性评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110456283B (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110456283B (zh) | 获取电芯内阻参数的方法及装置 | |
| KR102708340B1 (ko) | 배터리 시뮬레이션 | |
| Zhang et al. | Battery modelling methods for electric vehicles-A review | |
| Remmlinger et al. | State-of-health monitoring of lithium-ion batteries in electric vehicles by on-board internal resistance estimation | |
| CN113111508B (zh) | 电芯一致性的评估方法、装置及服务器 | |
| US20110208453A1 (en) | Circuit-based method for estimating battery capacity | |
| CN110568373A (zh) | 锂电池健康状态评估方法、系统、终端及存储介质 | |
| KR101996943B1 (ko) | 배터리 용량 상태 추정 장치 및 이의 방법 | |
| CN112379297A (zh) | 电池系统寿命预测方法、装置、设备及存储介质 | |
| Zhu et al. | The SOH estimation of LiFePO4 battery based on internal resistance with Grey Markov Chain | |
| CN112285583B (zh) | 电芯最大容量的测试方法、测试装置和测试系统 | |
| CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
| US20200249281A1 (en) | Information processing apparatus and computer-readable recording medium storing battery deterioration diagnosis program | |
| Li et al. | Investigation on the impact of the hppc profile on the battery ecm parameters’ offline identification | |
| CN113447821A (zh) | 评估电池荷电状态的方法 | |
| CN107064808B (zh) | 电池的soc估计方法及装置 | |
| CN115389954A (zh) | 一种电池容量的估算方法、电子设备及可读存储介质 | |
| Rodríguez-Iturriaga et al. | A physics-based fractional-order equivalent circuit model for time and frequency-domain applications in lithium-ion batteries | |
| Juston et al. | Extracting the diffusion resistance and dynamic of a battery using pulse tests | |
| Tao et al. | State of charge estimation of lithium Batteries: Review for equivalent circuit model methods | |
| JP6528598B2 (ja) | 二次電池の拡散抵抗同定装置 | |
| KR102471890B1 (ko) | 배터리 팩의 시뮬레이션 방법 | |
| CN111157906B (zh) | Soc精度测试方法、装置及系统 | |
| JP7342671B2 (ja) | 開発支援装置、開発支援方法、および状態検知方法 | |
| CN112946498B (zh) | 电动势曲线的获得方法和装置、及处理器 |
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 |