CN111157911A - 一种电池包压差过大的预测方法、装置及设备 - Google Patents
一种电池包压差过大的预测方法、装置及设备 Download PDFInfo
- Publication number
- CN111157911A CN111157911A CN201911395086.1A CN201911395086A CN111157911A CN 111157911 A CN111157911 A CN 111157911A CN 201911395086 A CN201911395086 A CN 201911395086A CN 111157911 A CN111157911 A CN 111157911A
- Authority
- CN
- China
- Prior art keywords
- battery pack
- battery
- interval
- data
- voltage sampling
- 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
Images
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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16533—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application
- G01R19/16538—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies
- G01R19/16542—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values characterised by the application in AC or DC supplies for batteries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
- G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
- G01R19/16576—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533 comparing DC or AC voltage with one threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种电池包压差过大的预测方法、装置及设备,其中,该方法包括:确定电池包中存在潜在问题的单体电芯;获取存在潜在问题的单体电芯的电池包的电压采样数据;当电压采样数据位于相同的温度区间和电池剩余电量区间内,计算电池包相邻两组电压采样数据下的最大斜率;判断最大斜率是否超出预设斜率阈值,当最大斜率超出预设阈值时,判定所述电池包将会出现压差过大的情况。该方法实现了电池包压差过大的预测,当预测到电池包出现压差过大时可以提前做好应对措施,避免电池包压差过大影响电池包能量。
Description
技术领域
本发明涉及动力电池领域,具体涉及一种电池包压差过大的预测方法、装置及设备。
背景技术
无论是车辆还是储能系统,对电池包的充放电控制如下:充电时,当电池包内的最高单体电压达到截止电压时,停止充电;放电时,当电池包内的最低单体电压达到截止电压时,停止放电。在充电过程中,如果压差过大会造成因最高单体电压的电芯已经充满电而导致电池包停止充电,但是电池包内的其它的电芯可能只充了90%的电量。在放电过程中,如果压差过大会造成因最低单体电压已经放电完成而导致电池包停止放电,但是电池包内的其它电芯可能还有10%的电量,这会导致电池包整体的能量锐减。
现有技术中,当出现电池包压差过大时,虽然可以对其进行分析,但是仍无法对电池包压差过大进行预测以便提前做好应对措施。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中无法预测电池包压差过大的缺陷,从而提供一种电池包压差过大的预测方法、装置及设备。
根据第一方面,本发明实施例提供了一种电池包压差过大的预测方法,包括:确定电池包中存在潜在问题的单体电芯;获取所述存在潜在问题的单体电芯的所述电池包的电压采样数据;当所述电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组电压采样数据下的最大斜率;判断所述最大斜率是否超出预设斜率阈值,当所述最大斜率超出预设斜率阈值时,判定所述电池包将会出现压差过大的情况。
结合第一方面,在第一方面的第一实施方式中,所述确定电池包中存在潜在问题的单体电芯,包括:获取所述单体电芯连续被判定为疑似问题电芯的次数;判断所述次数是否超过预设次数;若所述次数超过所述预设次数时,判定所述疑似问题电芯为存在潜在问题的单体电芯。
结合第一方面第一实施方式,在第一方面的第二实施方式中,所述单体电芯被判定为疑似问题电芯的步骤,包括:获取所述电池包中的单体电芯的特征数据;将所述特征数据输入到目标模型,所述目标模型预先根据所述特征数据以及对应的所述单体电芯异常训练得到;根据所述目标模型的输出确定所述单体电芯是否为疑似问题电芯。
结合第一方面第二实施方式,在第一方面的第三实施方式中,所述当电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组电压采样数据下的最大斜率,包括:对所述电压数据进行区间划分,获取所述电池包位于相同的温度区间和电池剩余电量区间对应的所述电压采样数据;根据所述区间及所述区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
结合第一方面第三实施方式,在第一方面的第四实施方式中,所述预设斜率阈值为8-12。
根据第二方面,本发明实施例提供了一种电池包压差过大的预测装置,包括:确定模块,用于确定电池包中存在潜在问题的单体电芯;获取模块,用于获取所述存在潜在问题的单体电芯的所述电池包的电压采样数据;计算模块,用于当所述电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组电压采样数据下的最大斜率;判定模块,判断所述最大斜率是否超出预设斜率阈值,用于当所述最大斜率超出预设斜率阈值时,判定该电池包将会出现压差过大的情况。
结合第二方面,在第二方面的第一实施方式中,所述确定模块,包括:获取子模块,用于获取所述单体电芯连续被判定为疑似问题电芯的次数;判断子模块,用于判断所述次数是否超过预设次数;判定子模块,用于若所述次数超过所述预设次数时,判定所述疑似问题电芯为存在潜在问题的单体电芯。
结合第二方面第一实施方式,在第二方面的第二实施方式中,所述计算模块,包括:划分子模块,用于对所述电压数据进行区间划分,获取所述电池包位于相同的温度区间和电池剩余电量区间对应的所述电压采样数据;计算子模块,用于根据所述区间及所述区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如第一方面或第一方面任一实施方式中所述的电池包压差过大的预测方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如第一方面或第一方面任一实施方式中所述的电池包压差过大的预测方法。
本发明技术方案,具有如下优点:
本发明提供的电池包压差过大的预测方法、装置和设备,通过确定电池包中存在潜在问题的单体电芯,获取存在潜在问题的单体电芯的电池包的电压采样数据,计算位于相同的温度区间和电池剩余电量区间内任意两组相邻的电压采样数据的最大斜率,判断最大斜率是否超出预设斜率阈值,当最大斜率超出预设斜率阈值时,判定该电池包将会出现压差过大的情况。该方法实现了电池包压差过大的预测,当预测到电池包出现压差过大时可以提前做好应对措施,避免电池包压差过大影响电池包的能量。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中电池包压差过大的预测方法的流程图;
图2为本发明实施例中车辆电池包的压差数据;
图3为本发明实施例中存在潜在问题的单体电芯数据;
图4为本发明实施例中电池包压差过大的预测装置的原理框图;
图5为本发明实施例中计算机设备的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本实施例提供一种电池包压差过大的预测方法,可用于车辆或储能系统,以获取其中的储能电池包是否会出现压差过大的情况,提前对电池的使用状况进行预测。如图1所示,该方法包括:
S11,确定电池包中存在潜在问题的单体电芯。
示例性地,电池包由多颗单体电芯构成,电池包压差过大往往是由于电池包内的一颗或两颗电芯造成的,因此,预测电池包是否会出现压差过大首先需要确定电池包内存在潜在问题的单体电芯。确定单体电芯存在潜在问题的方法可以是基于密度的聚类算法,当根据聚类算法检测到电池包内的单体电芯连续多次被判定为存在潜在问题时,则判定该单体电芯为电池包中存在潜在问题的单体电芯。例如,电池包中的3号单体电芯,连续5 次被判定为存在潜在问题,可以判定3号单体电芯为电池包中存在潜在问题的单体电芯。本申请对确定电池包中存在潜在问题的单体电芯的方法不作限定,本领域技术人员可以根据实际需要确定。
S12,获取存在潜在问题的单体电芯的电池包的电压采样数据。
示例性地,电压采样数据可以包括电池包八小时的单体电芯充放电数据,因为八小时一般会包含一次充放电的过程。本申请对电压采样数据的范围不作限定,本领域技术人员可以根据实际需要确定。当确定电池包存在潜在问题的单体电芯后,可以通过新能源监控平台,获取计算得出潜在问题单体电芯的时间段内对应的电池包内所有单体电芯的电压采样数据。比如判定某电池包中的3号单体电芯为潜在问题电芯,则在新能源监控平台上获取计算该单体电芯存在潜在问题的区间段内对应的电池包内包含的所有单体电芯的电压采样数据。
S13,当电压采样数据位于相同的温度区间和电池剩余电量区间内,计算电池包在相邻两组电压采样数据下的最大斜率。
示例性地,最大斜率为电池包在相邻两组数据之间的最大压差值的斜率最大值。由于电池包在不同的温度区间和电池剩余电量(state of charge,SOC)区间压差变化较大,因此相同区间内的电池性能才具有可比性,故获取位于相同的温度区间和电池剩余电量区间对应的电池包的电压采样数据,最大压差值可以根据获取的电压采样数据的最大值及最小值作差得到。根据相同的温度区间和电池剩余电量区间以及其对应的最大压差值,计算电池包在两组相邻电压采样数据的最大压差值下的最大斜率。其中,温度为电池包的平均温度。
S14,判断所述最大斜率是否超出预设斜率阈值,当最大斜率超出预设斜率阈值时,判定所述电池包将会出现压差过大的情况。
示例性地,设定预设阈值,所述预设阈值可以根据经验值获取,一般选择为8-12,如选择8或10或12,本实施例中选择斜率阈值为10。比较最大斜率与预设斜率阈值10之间的关系,当最大斜率超出10时,则可以判定该电池包将会出现压差过大的情况,在电池包发生压差过大的报警前,确定电池包还可以运行的时间,从而实现电池包压差过大的提前预警。
本实施例提供的电池包压差过大的预测方法,通过确定电池包中存在潜在问题的单体电芯,获取存在潜在问题的单体电芯的电压采样数据,计算位于相同的温度区间和电池剩余电量区间内任意两组相邻的电压采样数据的最大斜率,当最大斜率超出预设阈值时,判定该电池包将会出现压差过大的情况。由于电池包工作具有均衡性,电池包内的各单体电芯的电压数据基本相差不大,当任意相邻的两组电压采样数据之间的最大斜率超过预设斜率阈值时,可以判定当前电池包内的单体电芯的工作电压出现了偏差了,而电池包内的单体电芯的电压出现偏差将会导致电池包出现压差过大的情况。该方法可以通过计算任意相邻的两组电压采样数据之间的最大斜率是否超过预设斜率阈值,实现了电池包压差过大的预测,当预测到电池包出现压差过大时可以提前做好应对措施,避免电池包压差过大影响电池包能量。
作为本申请一个可选的实施方式,步骤S11,包括:
首先,获取单体电芯连续被判定为潜在问题电芯的次数。
示例性地,单体电芯连续被判定为潜在问题电芯的次数可以基于目标算法获得,目标算法可以为基于密度的聚类算法,本申请对单体电芯连续被判定为潜在问题电芯的次数的获取方式不作限定,本领域技术人员可以根据实际需要确定。若检测到电池包内的单体电芯存在潜在问题时计数次数累加一次,获取电池包内的单体电芯连续被判定为存在潜在问题的累加次数。
其次,判断次数是否超过预设次数。
示例性地,如果某单体电芯只有一次或两次被视为存在潜在问题,不能判断该单体电芯会引起电池包出现压差过大的情况。当计数次数累加到预设次数时,可以判定该单体电芯为存在潜在问题的单体电芯。预设次数的取值可以根据经验值设置,此处根据经验值设置预设次数为5。当超过5 次,可以认为该单体电芯的工作电压持续处于较高或者较低的状态,即该单体电芯的工作电压将会破坏电池包工作的均衡性。本申请对预设次数不作限定,本领域技术人员可以根据实际需要确定。
再次,若次数超过预设次数,获取单体电芯对应的电压数据。
示例性地,当计数次数累加到预设次数时,可以判定该单体电芯为存在潜在问题的单体电芯,并通过新能源监控平台,获取计算得出潜在问题单体电芯的时间段内对应的电池包内所有单体电芯的电压采样数据。本申请对电压数据的获取方式不作限定,本领域技术人员可以根据实际需要确定。
作为本申请一个可选的实施方式,单体电芯被判定为疑似问题电芯的步骤,包括:
首先,获取电池包中的单体电芯的特征数据。
示例性地,电池包中的单体电芯的特征数据可以通过新能源监控平台得到。选取电池包八小时单体电芯的充放电数据作为样本,样本数据采样频率为30s,输入样本一共有960条数据,该数据中包含电池包SOC、电池包平均温度以及电池包内所有单体电芯电压,其中,以电压数据作为压差, SOC和电池包的平均温度作为单体电芯的特征数据。本申请实施例对电池包中的单体电芯的特征数据的获取方式不作限定,本领域技术人员可以根据实际使用需要确定。
其次,将特征数据输入到目标模型,该目标模型预先根据特征数据以及对应的单体电芯异常训练得到,根据目标模型的输出,确定单体电芯是否为疑似问题电芯。
示例性地,对获取的特征数据进行聚类,将所述特征数据作为样本数据输入至目标模型。通过多个样本数据对目标模型进行训练可以使训练得到的目标模型准确识别出输入的样本数据;通过多个样本数据以及对应的单体电芯异常可以使训练得到的目标模型可以准确识别出输入的样本数据是否存在异常,即单体电芯是否存在潜在问题。目标模型的构建可以基于密度的聚类算法,也可以基于孤独森林算法,还可以基于异常因子算法。本申请实施例对构建目标模型的算法不作限定,本领域技术人员可以根据实际使用需要确定。
由于每次输入的样本数据无法确定,无法预先制定输入的样本数据应该分为几类,此外,输入的样本数据中往往还会有需要去除的噪声数据,可以采用基于密度的聚类算法,该算法不需要事先给定样本数据的类别数据,而且还可以去除噪声数据。以电池包内有M个电芯,电池包八小时单体电芯的充放电数据作为样本,样本数据采样频率为30s,输入样本一共有 960条数据,基于密度的聚类算法构建目标模型为例,假设可以得到两类特征数a类与b类,且a类特征数据为L条,b类特征数据为X条,此外还有 N条特征数据为噪声数据,且L+X+N=960。将a类特征数据与b类特征数据中的每一条数据对应的所有单体电芯的电压依次带入基于密度的聚类算法,若存在异常单体电芯,则其相对应的单体电芯序号位置的值设置为1,如果单体电芯的状态正常则返回值为0,因此分别到两个0-1矩阵,分别记作AL*M和BL*M。对得到矩阵A和矩阵B按行累加,记作A_SUML*M和B_SUMX*M。如果累加后矩阵中任意一列中的数字大于其累加前的矩阵行数的80%,那么认为对应列的序号为存在潜在问题的单体电芯的序号,即疑似问题电芯, 80%可以通过大量的数据学习获得。
作为本申请一个可选的实施方式,步骤S13,包括:
首先,对电压数据进行区间划分,获取电池包位于相同的温度区间和电池剩余电量区间对应的电压采样数据。
示例性地,由于电池包处在不同的温度区间和SOC区间压差变化较大,所以需要对处于同一温度区间和SOC区间的压差进行计算,所述压差数据根据电压采样数据计算得到。温度为电池包的平均温度,将温度区间划分为以下几个区域:
(-∞,-20],(-20,-10],(-10,0],(0,10],(10,25],(25,45],(45,55],
将SOC区间划分为以下几个区域:
[0,-20),(20,50],(50,80],(80,90],(90,100],
获取处于同一温度区间对应的电压数据和同一电池剩余电量区间对应的电压采样数据。
其次,根据区间及区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
示例性地,根据获取的处于同一温度区间对应的电压数据和同一电池剩余电量区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。以处于温度区间(-10,0]为例,若电池包内的单体电芯连续5次被判定为存在潜在问题,根据电压采样数据计算得到该电池包的最大压差数据依次为V1、V2、V3、V4、V5,计算任意相邻的两组最大压差数据之间最大压差斜率。
作为本申请一个可选的实施方式,预设斜率阈值为8-12。
示例性地,预设斜率阈值为最大压差斜率值,根据经验值可以将该预设阈值设定为8-12,本实施例中选择斜率阈值为10。比较最大斜率与预设斜率阈值之间的关系,当最大斜率大于预设斜率阈值时,即单体电芯连续被判定为潜在问题电芯的次数超过预设次数,且在相同的温度区间和SOC 区间内,计算得到的最大压差斜率大于预设斜率阈值,则可以判定该电池包将会出现压差过大的情况。通常电池包在发生压差过大时会发出报警信号,该方法可以在电池包发出压差过大报警前,实现电池包压差过大的提前预警,从而确定电池包还可以运行的时间。
获取某车厂某车辆2018.10-2018.12的数据,如图2所示,验证电池包压差过大的预测方法。由于车辆不是每天都可以运行八小时以上,故选取车辆3个月的数据,计算了59次。根据该厂的规定当压差大于100mv,进行报警,所以该电池包压差过大的预测方法应该在第59次计算之前预测出该车辆会出现压差过大问题。具体执行步骤为:
首先,根据电池包压差过大的预测方法找出存在潜在问题的单体电芯,如图3所示。
其次,统计存在潜在问题的同一单体电芯连续出现的次数及其对应的最大压差值、温度值和SOC值,如图3所示。
再次,当计数次数累加到预设次数5时,可以判定单体电芯为存在潜在问题的单体电芯,计算处于相同的温度区间(-∞,-20],(-20,-10], (-10,0],(0,10],(10,25],(25,45],(45,55]和相同的SOC区间[0,-20), (20,50],(50,80],(80,90],(90,100]的最大压差斜率,当最大斜率超出预设斜率阈值10时,判定所述电池包将会出现压差过大的情况。如图3所示,需确定计算次数处于31-35、37-49和51-58内相同的温度区间和SOC 区间内的最大压差斜率。
再次,对上述最大压差斜率的计算结果进行分析,具体如下:
(1)计算次数处于31-35内时,压差斜率均不大于10,所以不会产生预警信号。
(2)计算次数处于37-49内时,计算次数45和46之间的两组相邻样本数据的压差斜率虽然大于10,但是其对应的SOC值分别为69和98,并不在同一区间内,所以不会产生报警信号。
(3)计算次数处于51-58内时,计算次数55和56之间的两组相邻样本数据的压差斜率大于10,且对应的SOC值分别为13和14,对应的温度均为51,即处于相同的SOC区间和温度区间内,会产生报警信号。由图2 可知,车辆会在59次计算时,出现真正的报警。根据每次计算8小时的充电和放电数据,可知该电池包压差过大的预测方法在车辆实际发生压差过大的报警前,还可以运行(充电加放电)16个小时,从而实现了提前预警的功能。
由上述分析可知,该方法可以预测电池包会出现压差过大的情况,并对其做出准确的提前预警。
本实施例提供一种电池包压差过大的预测装置,如图4所示,包括:
确定模块21,用于确定电池包中存在潜在问题的单体电芯。
获取模块22,用于获取存在潜在问题的单体电芯的电池包的电压采样数据。
计算模块23,用于当电压采样数据位于相同的温度区间和电池剩余电量区间内,计算电池包在相邻两组电压采样数据下的最大斜率。
判定模块24,用于判断所述最大斜率是否超出预设斜率阈值,当最大斜率超出预设斜率阈值时,判定该电池包将会出现压差过大的情况。
本实施例提供的电池包压差过大的预测装置,通过确定模块确定电池包中存在潜在问题的单体电芯,由获取模块获取存在潜在问题的单体电芯的电池包的电压采样数据,再由计算模块计算位于相同的温度区间和电池剩余电量区间内任意两组相邻的电压采样数据的最大斜率,当最大斜率超出预设阈值时,由判定模块判定该电池包将会出现压差过大的情况。该装置实现了电池包压差过大的预测,当预测到电池包出现压差过大时可以提前做好应对措施,避免电池包压差过大影响电池包的能量。
作为本申请一个可选的实施方式,确定模块21,包括:
获取子模块,用于获取单体电芯连续被判定为疑似问题电芯的次数。
判断子模块,用于判断次数是否超过预设次数。
判定子模块,用于若次数超过预设次数时,判定疑似问题电芯为存在潜在问题的单体电芯。
作为本申请一个可选的实施方式,计算模块23,包括:
划分子模块,用于对电压数据进行区间划分,获取电池包位于相同的温度区间和电池剩余电量区间对应的电压采样数据。
计算子模块,用于根据区间及区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
本发明实施例还提供了一种计算机设备,如图5所示,该设备包括处理器31和存储器32,其中处理器31和存储器32可以通过总线或者其他方式连接,图5中以通过总线30连接为例。
处理器31可以为中央处理器(Central Processing Unit,CPU)。处理器 31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor, DSP)、图形处理器(Graphics Processing Unit,GPU)、嵌入式神经网络处理器(Neural-network ProcessingUnit,NPU)或者其他专用的深度学习协处理器、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的电池包压差过大的预测方法对应的程序指令/模块(例如,图4所示的确定模块21、获取模块22、计算模块23和判定模块24)。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的电池包压差过大的预测方法。
存储器32可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器 31所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器32可选包括相对于处理器31 远程设置的存储器,这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器32中,当被所述处理器31 执行时,执行如图1-图3所示实施例中的电池包压差过大的预测方法。
通过确定电池包中存在潜在问题的单体电芯,获取存在潜在问题的单体电芯的电池包的电压采样数据,计算位于相同的温度区间和电池剩余电量区间内任意两组相邻的电压采样数据的最大斜率,当最大斜率超出预设阈值时,判定该电池包将会出现压差过大的情况,实现了电池包压差过大的提前预测,当预测到电池包出现压差过大时可以提前做好应对措施,避免电池包压差过大影响电池包的能量。
上述计算机设备具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本发明实施例还提供一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的电池包压差过大的预测方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种电池包压差过大的预测方法,其特征在于,包括:
确定电池包中存在潜在问题的单体电芯;
获取所述存在潜在问题的单体电芯的所述电池包的电压采样数据;
当所述电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组电压采样数据下的最大斜率;
判断所述最大斜率是否超出预设斜率阈值,当所述最大斜率超出预设斜率阈值时,判定所述电池包将会出现压差过大的情况。
2.根据权利要求1所述的方法,其特征在于,所述确定电池包中存在潜在问题的单体电芯,包括:
获取所述单体电芯连续被判定为疑似问题电芯的次数;
判断所述次数是否超过预设次数;
若所述次数超过所述预设次数时,判定所述疑似问题电芯为存在潜在问题的单体电芯。
3.根据权利要求2所述的方法,其特征在于,所述单体电芯被判定为疑似问题电芯的步骤,包括:
获取所述电池包中的单体电芯的特征数据;
将所述特征数据输入到目标模型,所述目标模型预先根据所述特征数据以及对应的所述单体电芯异常训练得到;
根据所述目标模型的输出确定所述单体电芯是否为疑似问题电芯。
4.根据权利要求3所述的方法,其特征在于,所述当电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组的电压采样数据下的最大斜率,包括:
对所述电压数据进行区间划分,获取所述电池包位于相同的温度区间和电池剩余电量区间对应的所述电压采样数据;
根据所述区间及所述区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
5.根据权利要求4所述的方法,其特征在于,所述预设斜率阈值为8-12。
6.一种电池包压差过大的预测装置,其特征在于,包括:
确定模块,用于确定电池包中存在潜在问题的单体电芯;
获取模块,用于获取所述存在潜在问题的单体电芯的所述电池包的电压采样数据;
计算模块,用于当所述电压采样数据位于相同的温度区间和电池剩余电量区间内,计算所述电池包在相邻两组电压采样数据下的最大斜率;
判定模块,判断所述最大斜率是否超出预设斜率阈值,用于当所述最大斜率超出预设斜率阈值时,判定该电池包将会出现压差过大的情况。
7.根据权利要求6所述的装置,其特征在于,所述确定模块,包括:
获取子模块,用于获取所述单体电芯连续被判定为疑似问题电芯的次数;
判断子模块,用于判断所述次数是否超过预设次数;
判定子模块,用于若所述次数超过所述预设次数时,判定所述疑似问题电芯为存在潜在问题的单体电芯。
8.根据权利要求7所述的装置,其特征在于,所述计算模块,包括:
划分子模块,用于对所述电压数据进行区间划分,获取所述电池包位于相同的温度区间和电池剩余电量区间对应的所述电压采样数据;
计算子模块,用于根据所述区间及所述区间对应的电压采样数据,计算任意相邻的两组数据之间的最大斜率。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-5中任一项所述的电池包压差过大的预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-5中任一项所述的电池包压差过大的预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395086.1A CN111157911B (zh) | 2019-12-30 | 2019-12-30 | 一种电池包压差过大的预测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395086.1A CN111157911B (zh) | 2019-12-30 | 2019-12-30 | 一种电池包压差过大的预测方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111157911A true CN111157911A (zh) | 2020-05-15 |
CN111157911B CN111157911B (zh) | 2022-03-18 |
Family
ID=70559152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911395086.1A Active CN111157911B (zh) | 2019-12-30 | 2019-12-30 | 一种电池包压差过大的预测方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111157911B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111157910A (zh) * | 2019-12-30 | 2020-05-15 | 北京四维智联科技有限公司 | 一种诊断电池包结构合理性的方法、装置及设备 |
CN112540301A (zh) * | 2020-11-27 | 2021-03-23 | 蜂巢能源科技有限公司 | 电池检测方法、装置及存储介质 |
CN113054698A (zh) * | 2020-12-29 | 2021-06-29 | 潍柴动力股份有限公司 | 电池充电方法、装置、控制单元及存储介质 |
CN113219361A (zh) * | 2021-03-16 | 2021-08-06 | 上海派能能源科技股份有限公司 | 一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统 |
CN117318252A (zh) * | 2023-11-29 | 2023-12-29 | 深圳市德兰明海新能源股份有限公司 | 一种电池包充放电保护方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020130635A1 (en) * | 2001-03-19 | 2002-09-19 | Alcatel | Method of controlling the discharging of a secondary storage cell battery |
US6477024B1 (en) * | 1999-03-12 | 2002-11-05 | Toyota Jidosha Kabushiki Kaisha | Fault determination apparatus and fault determination method for a battery set |
US20140218042A1 (en) * | 2012-01-31 | 2014-08-07 | Primearth Ev Energy Co., Ltd. | Battery state detection device |
CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
CN105846483A (zh) * | 2015-01-14 | 2016-08-10 | 北京普莱德新能源电池科技有限公司 | 一种电池包不均衡故障判定及均衡方法 |
CN108089131A (zh) * | 2017-11-14 | 2018-05-29 | 山西长征动力科技有限公司 | 一种车载电池包压差大问题的解析方法 |
CN108363011A (zh) * | 2018-01-16 | 2018-08-03 | 北京智行鸿远汽车有限公司 | 一种电池包单体一致性的评价方法 |
CN108375737A (zh) * | 2017-12-29 | 2018-08-07 | 北京智行鸿远汽车有限公司 | 一种电池包单体电压采集故障的诊断方法 |
CN108539300A (zh) * | 2018-04-27 | 2018-09-14 | 上海蓝诺新能源技术有限公司 | 电池包的电量均衡方法及系统 |
CN109709485A (zh) * | 2019-02-01 | 2019-05-03 | 北京长城华冠汽车科技股份有限公司 | 动力电池的故障检测方法、装置、介质和电子设备 |
CN109800446A (zh) * | 2018-12-05 | 2019-05-24 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池放电过程电压不一致性估计方法及装置 |
CN110303941A (zh) * | 2019-07-25 | 2019-10-08 | 爱驰汽车有限公司 | 一种电池均衡方法、系统、设备以及介质 |
CN110515005A (zh) * | 2019-08-13 | 2019-11-29 | 上海欣诣科技有限公司 | 一种用于充电桩监测充电中的电动汽车的自燃预警系统 |
-
2019
- 2019-12-30 CN CN201911395086.1A patent/CN111157911B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6477024B1 (en) * | 1999-03-12 | 2002-11-05 | Toyota Jidosha Kabushiki Kaisha | Fault determination apparatus and fault determination method for a battery set |
US20020130635A1 (en) * | 2001-03-19 | 2002-09-19 | Alcatel | Method of controlling the discharging of a secondary storage cell battery |
US20140218042A1 (en) * | 2012-01-31 | 2014-08-07 | Primearth Ev Energy Co., Ltd. | Battery state detection device |
CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
CN105846483A (zh) * | 2015-01-14 | 2016-08-10 | 北京普莱德新能源电池科技有限公司 | 一种电池包不均衡故障判定及均衡方法 |
CN108089131A (zh) * | 2017-11-14 | 2018-05-29 | 山西长征动力科技有限公司 | 一种车载电池包压差大问题的解析方法 |
CN108375737A (zh) * | 2017-12-29 | 2018-08-07 | 北京智行鸿远汽车有限公司 | 一种电池包单体电压采集故障的诊断方法 |
CN108363011A (zh) * | 2018-01-16 | 2018-08-03 | 北京智行鸿远汽车有限公司 | 一种电池包单体一致性的评价方法 |
CN108539300A (zh) * | 2018-04-27 | 2018-09-14 | 上海蓝诺新能源技术有限公司 | 电池包的电量均衡方法及系统 |
CN109800446A (zh) * | 2018-12-05 | 2019-05-24 | 国联汽车动力电池研究院有限责任公司 | 一种锂离子电池放电过程电压不一致性估计方法及装置 |
CN109709485A (zh) * | 2019-02-01 | 2019-05-03 | 北京长城华冠汽车科技股份有限公司 | 动力电池的故障检测方法、装置、介质和电子设备 |
CN110303941A (zh) * | 2019-07-25 | 2019-10-08 | 爱驰汽车有限公司 | 一种电池均衡方法、系统、设备以及介质 |
CN110515005A (zh) * | 2019-08-13 | 2019-11-29 | 上海欣诣科技有限公司 | 一种用于充电桩监测充电中的电动汽车的自燃预警系统 |
Non-Patent Citations (2)
Title |
---|
YONG-NONG CHANG 等: "The Optimized Capacity for Lithium Battery Balance Charging/Discharging Strategy", 《IEEE》 * |
阮海斌: "串联锂电池组均衡系统研究与设计", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111157910A (zh) * | 2019-12-30 | 2020-05-15 | 北京四维智联科技有限公司 | 一种诊断电池包结构合理性的方法、装置及设备 |
CN112540301A (zh) * | 2020-11-27 | 2021-03-23 | 蜂巢能源科技有限公司 | 电池检测方法、装置及存储介质 |
CN112540301B (zh) * | 2020-11-27 | 2023-07-07 | 蜂巢能源科技股份有限公司 | 电池检测方法、装置及存储介质 |
CN113054698A (zh) * | 2020-12-29 | 2021-06-29 | 潍柴动力股份有限公司 | 电池充电方法、装置、控制单元及存储介质 |
CN113219361A (zh) * | 2021-03-16 | 2021-08-06 | 上海派能能源科技股份有限公司 | 一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统 |
CN113219361B (zh) * | 2021-03-16 | 2024-02-27 | 上海派能能源科技股份有限公司 | 一种锂离子电池组异常自放电诊断方法及系统 |
CN117318252A (zh) * | 2023-11-29 | 2023-12-29 | 深圳市德兰明海新能源股份有限公司 | 一种电池包充放电保护方法及装置 |
CN117318252B (zh) * | 2023-11-29 | 2024-04-09 | 深圳市德兰明海新能源股份有限公司 | 一种电池包充放电保护方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111157911B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111157911B (zh) | 一种电池包压差过大的预测方法、装置及设备 | |
CN112092675B (zh) | 一种电池热失控预警方法、系统及服务器 | |
CN108445410A (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
CN115936448A (zh) | 一种基于大数据的城市配电网电力评估系统及方法 | |
CN113406523B (zh) | 一种储能电池状态评价方法、装置、电子设备及存储系统 | |
CN116660759B (zh) | 基于bms电池管理系统的电池寿命预测方法及装置 | |
CN112816885A (zh) | 一种电池异常检测方法、装置、电子设备及存储介质 | |
CN116413604A (zh) | 一种电池参数监测方法、系统、装置及存储介质 | |
CN115524629B (zh) | 一种车辆动力电池系统健康状态的评估方法 | |
CN116125300A (zh) | 一种电池包异常监测方法、装置、电子设备及存储介质 | |
CN115805810A (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
CN116643178A (zh) | 一种电池管理系统的soc估算方法及相关装置 | |
CN116626502A (zh) | 电池容量预测方法、装置、设备及存储介质 | |
CN116754984A (zh) | 一种电池一致性的检测方法及相关装置 | |
CN114200323A (zh) | 电池短路故障预警信息生成方法和装置、设备、介质 | |
CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
CN111157910B (zh) | 一种诊断电池包结构合理性的方法、装置及设备 | |
CN115951249B (zh) | 电池状态监测方法、系统、电子设备及存储介质 | |
CN116893366A (zh) | 用于运行系统以识别设备的电蓄能器的异常的方法和装置 | |
CN114970734A (zh) | 异常电池确定方法、装置、计算机设备和存储介质 | |
CN115629323A (zh) | 一种电池组故障检测方法、装置及车辆 | |
CN115236525A (zh) | 一种梯次电池筛选方法、装置及介质 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
US11714136B2 (en) | Method of determining battery degradation | |
US20230296685A1 (en) | Determination of open circuit voltage curve for rechargeable batteries |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A prediction method, device and equipment for excessive differential pressure of battery pack Effective date of registration: 20220614 Granted publication date: 20220318 Pledgee: Beijing Yizhuang International Financing Guarantee Co.,Ltd. Pledgor: Beijing Siwei Zhi Lian Technology Co.,Ltd. Registration number: Y2022990000328 |