CN111301222A - 车辆电芯电压下降预警方法、电子设备及存储介质 - Google Patents

车辆电芯电压下降预警方法、电子设备及存储介质 Download PDF

Info

Publication number
CN111301222A
CN111301222A CN202010097532.7A CN202010097532A CN111301222A CN 111301222 A CN111301222 A CN 111301222A CN 202010097532 A CN202010097532 A CN 202010097532A CN 111301222 A CN111301222 A CN 111301222A
Authority
CN
China
Prior art keywords
battery
vehicle
parameter information
current
voltage
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
Application number
CN202010097532.7A
Other languages
English (en)
Other versions
CN111301222B (zh
Inventor
蒙越
刘海江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202010097532.7A priority Critical patent/CN111301222B/zh
Publication of CN111301222A publication Critical patent/CN111301222A/zh
Application granted granted Critical
Publication of CN111301222B publication Critical patent/CN111301222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION 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
    • B60L58/00Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12Methods 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]
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Abstract

本发明公开一种车辆电芯电压下降预警方法、电子设备及存储介质,方法包括:获取车辆在行驶状态下上传的与电池相关的参数信息;当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;当所述电压预测值低于预设电压预警阈值,则进行预警操作。本发明通过在车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,并对电压预测值进行预警,从而使得车辆在不工作状态,或者蓄电池不可用状态时,仍然能有效防止和预警电芯电压过低故障。

Description

车辆电芯电压下降预警方法、电子设备及存储介质
技术领域
本发明涉及汽车相关技术领域,特别是一种车辆电芯电压下降预警方法、电子设备及存储介质。
背景技术
对于新能源车辆:在车辆未使用时,动力电池的电池电芯的电压也会因为自放电而逐渐衰减。当电芯电压下降到一定阀值,电池会受到不可逆转的伤害,降低可用性和安全性。
因此,在电芯电压比较低时,需要及时给相关人员预警,对电池进行补电,以防止电压降得过低造成不可逆的损伤。
现有技术中,车辆本身有车载电池管理系统(Battery Management System,BMS)会实时检测电池电芯的电压是否在合理阀值,但是一般情况下,在车辆停止使用时该BMS不工作,且BMS工作要求蓄电池可用。
在车辆蓄电池可用时,车辆停止状态,有的车辆会定期唤醒BMS或者定期上传电芯电压数据,以防止电池欠压。
然而,现有技术需要由车辆自行进行监控或者提供电芯电压值。因此,现有技术无法在车辆不工作状态,或者蓄电池不可用状态时,进行有效的措施以防止和预警电芯电压过低故障。
发明内容
基于此,有必要针对现有技术无法在车辆不工作状态,或者蓄电池不可用状态时,进行有效的措施以防止和预警动力电池的电芯电压过低故障的技术问题,提供一种车辆电芯电压下降预警方法、电子设备及存储介质。
本发明提供一种车辆电芯电压下降预警方法,包括:
获取车辆在行驶状态下上传的与电池相关的参数信息;
当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
进一步地,所述当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
响应于车辆进入停车状态事件,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;或者
超过预设时间没有获取到车辆上传参数信息,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。
进一步地,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
更进一步地,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
再进一步地,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
再进一步地,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
本发明提供一种车辆电芯电压下降预警电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取车辆在行驶状态下上传的与电池相关的参数信息;
当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
进一步地,所述当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
响应于车辆进入停车状态事件,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;或者
超过预设时间没有获取到车辆上传参数信息,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。
进一步地,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
更进一步地,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
再进一步地,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
再进一步地,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
本发明提供一种存储介质,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如前所述的车辆电芯电压下降预警方法的所有步骤。
本发明通过在车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,并对电压预测值进行预警,从而使得车辆在不工作状态,或者蓄电池不可用状态时,仍然能有效防止和预警电芯电压过低故障。
附图说明
图1为本发明一种车辆电芯电压下降预警方法的工作流程图;
图2为本发明一实施例一种车辆电芯电压下降预警方法的工作流程图;
图3为本发明最佳实施例欠压预警功能激活示意图;
图4为本发明最佳实施例电芯自放电率估算示意图;
图5为本发明最佳实施例一种车辆电芯电压下降预警方法的工作流程图;
图6为本发明一种基于搜索引擎的无线热点与兴趣点匹配电子设备的硬件结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
实施例一
如图1所示为本发明一种车辆电芯电压下降预警方法的工作流程图,包括:
步骤S101,获取车辆在行驶状态下上传的与电池相关的参数信息;
步骤S102,当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
步骤S103,当所述电压预测值低于预设电压预警阈值,则进行预警操作。
具体来说,本发明实施例主要应用于服务器。当车辆,例如新能源车辆在行驶时,上传与电池相关的参数信息,包括但不限于电芯电压,电池温度,总电流,已行驶纯电总里程等数据至云端服务器,从而触发步骤S101,接收车辆在行驶状态下上传的与电池相关的参数信息。当发现车辆处于无参数信息上传状态时,触发步骤S102,根据之前步骤S101所获取得到的车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。并在电压预测值低于预设电压预警阈值时触发步骤S103,进行预警操作。预警操作包括但不限于通过手机短信或者互联网络,发送给司机或者运营商,提醒进行补电操作。
本发明通过在车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,并对电压预测值进行预警,从而使得车辆在不工作状态,或者蓄电池不可用状态时,仍然能有效防止和预警电芯电压过低故障。
实施例二
如图2所示为本发明第二实施例一种车辆电芯电压下降预警方法的工作流程图,包括:
步骤S201,获取车辆在行驶状态下上传的与电池相关的参数信息。
步骤S202,响应于车辆进入停车状态事件,或者超过预设时间没有获取到车辆上传参数信息。
步骤S203,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。
在其中一个实施例中,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
在其中一个实施例中,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
在其中一个实施例中,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
在其中一个实施例中,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
步骤S204,当所述电压预测值低于预设电压预警阈值,则进行预警操作。
具体来说,如图3所示为本发明最佳实施例数据获取及功能激活示意图。
新能源车辆31运行时,上传电芯电压,电池温度,总电流,已行驶纯电总里程等数据至云端服务器33,从互联网32中搜集当地环境温度、日期时间等数据至云端服务器33,触发步骤S201。
当云端服务器获知车辆状态进入停车(Parking)状态,或者一段时间无法接受到车辆信号,则欠压预警功能激活,触发步骤S203。
具体来说,如图4所示,首先构造电池的自放电率Sd(电芯开路时,电芯电压每天下降的百分比。单位:%/天)的函数或者查询表格。Sd主要和电池温度,电池本身工艺,后期的使用情况或老化情况有关。因此,需要对每台车的每个电芯进行建模,每个电芯的Sd是一个和温度,电池老化程度相关的函数。
电池的自放电率Sd(Temp)优选地由以下三部分构成:
1)电池老化评估
如果云端服务器能获取车端计算的电池监控状态(state of health,SOH)或者其他平台计算的SOH,则直接用作该功能的电池老化评估输入。
如果无法直接获得,使用历史的电流数据,总里程数据和车辆总使用时间数据,构建电池老化模型,计算电池老化程度SOH。该模型可以采用现有的电池老化模型实现。
2)车辆Park时的电池温度评估
构建电池散热模型,利用互联网获得的环境温度,电池初始温度,计算从Parking开始后t时刻的电池平均温度Temp。该模型可以采用现有的电池温度模型实现。
3)LSTM训练模型
使用机器学习中的LSTM模型,使用历史的车辆Parking阶段每个电芯的初始和结束电压差deltaV,Parking阶段的电池平均温度Temp,电池在该阶段的健康状态SOH,训练得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率Sd(temp)的模型;
在初始阶段,车辆历史数据不够时,使用通过电池实验得到的Sd(temp),或者同型号其他相似车辆的Sd(temp)。
然后,基于各个电芯各个温度点的自放电率Sd(temp)计算各个电芯的电压预测值。Parking过程中,当前电芯的电压预测值V(t)=V0-Sd(temp)*t。其中,V(t)为经过无接收参数时间t后电芯的电压预测值,V0为电芯的初始电压值,即在最后一次接收到的参数信息中的电芯电压值,Sd(temp)为电池平均温度temp下电芯的自放电率。
当V(t)小于阀值时,触发步骤S204进行预警操作,将预警信号,通过手机短信或者互联网络,发送给司机或者运营商,提醒进行补电操作。
本实施例提出了一种基于大数据的车辆电压下降度预测方法,能够在新能源车辆车载控制器不工作,或者互联网无法连接车辆时,估算车辆当前的电池自放电状况,防止因长时间放置导致电池欠压故障。同时,在计算电芯的自放电率时充分考虑了Parking阶段的平均温度Temp以及电池在该阶段的健康状态SOH,使得自放电率能够与环境及电池健康状况相适应。
实施例三
如图5所示为本发明最佳实施例一种车辆电芯电压下降预警方法的工作流程图,包括:
步骤S501,获取车辆在行驶状态下上传的与电池相关的参数信息。
步骤S502,响应于车辆进入停车状态事件,或者超过预设时间没有获取到车辆上传参数信息。
步骤S503,定时预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态,预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度,所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差;
步骤S504,计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率;
步骤S505,将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
步骤S506,计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
步骤S507,计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压;
步骤S508,当所述电压预测值低于预设电压预警阈值,则通过手机短信或者互联网络,发送给司机或者运营商,提醒进行补电操作。
实施例四
如图6所示为本发明一种车辆电芯电压下降预警电子设备的硬件结构示意图,包括:
至少一个处理器601;以及,
与所述至少一个处理器601通信连接的存储器602;其中,
所述存储器602存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取车辆在行驶状态下上传的与电池相关的参数信息;
当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
图6中以一个处理器601为例。
电子设备还可以包括:输入装置603和显示装置604。
处理器601、存储器602、输入装置603及显示装置604可以通过总线或者其他方式连接,图中以通过总线连接为例。
存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的车辆电芯电压下降预警方法对应的程序指令/模块,例如,图1所示的方法流程。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块,从而执行各种功能应用以及数据处理,即实现上述实施例中的车辆电芯电压下降预警方法。
存储器602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;存储数据区可存储根据车辆电芯电压下降预警方法的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至执行车辆电芯电压下降预警方法的装置。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。
输入装置603可接收输入的用户点击,以及产生与车辆电芯电压下降预警方法的用户设置以及功能控制有关的信号输入。显示装置604可包括显示屏等显示设备。
在所述一个或者多个模块存储在所述存储器602中,当被所述一个或者多个处理器601运行时,执行上述任意方法实施例中的车辆电芯电压下降预警方法。
本发明通过在车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,并对电压预测值进行预警,从而使得车辆在不工作状态,或者蓄电池不可用状态时,仍然能有效防止和预警电芯电压过低故障。
实施例五
本发明第五实施例一种车辆电芯电压下降预警电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取车辆在行驶状态下上传的与电池相关的参数信息;
响应于车辆进入停车状态事件,或者超过预设时间没有获取到车辆上传参数信息;
定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
在其中一个实施例中,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
在其中一个实施例中,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
在其中一个实施例中,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
在其中一个实施例中,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
本实施例提出了一种基于大数据的车辆电压下降度预测方法,能够在新能源车辆车载控制器不工作,或者互联网无法连接车辆时,估算车辆当前的电池自放电状况,防止因长时间放置导致电池欠压故障。同时,在计算电芯的自放电率时充分考虑了Parking阶段的平均温度Temp以及电池在该阶段的健康状态SOH,使得自放电率能够与环境及电池健康状况相适应。
本发明第六实施例提供一种存储介质,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如前所述的车辆电芯电压下降预警方法的所有步骤。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种车辆电芯电压下降预警方法,其特征在于,包括:
获取车辆在行驶状态下上传的与电池相关的参数信息;
当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
2.根据权利要求1所述的车辆电芯电压下降预警方法,其特征在于,所述当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
响应于车辆进入停车状态事件,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;或者
超过预设时间没有获取到车辆上传参数信息,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。
3.根据权利要求1所述的车辆电芯电压下降预警方法,其特征在于,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
4.根据权利要求3所述的车辆电芯电压下降预警方法,其特征在于,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
5.根据权利要求4所述的车辆电芯电压下降预警方法,其特征在于,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
6.根据权利要求5所述的车辆电芯电压下降预警方法,其特征在于,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
7.一种车辆电芯电压下降预警电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取车辆在行驶状态下上传的与电池相关的参数信息;
当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;
当所述电压预测值低于预设电压预警阈值,则进行预警操作。
8.根据权利要求7所述的车辆电芯电压下降预警电子设备,其特征在于,所述当车辆处于无参数信息上传状态时,根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
响应于车辆进入停车状态事件,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值;或者
超过预设时间没有获取到车辆上传参数信息,定时根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值。
9.根据权利要求7所述的车辆电芯电压下降预警电子设备,其特征在于,所述根据车辆在行驶状态下所上传的参数信息计算电池电芯的电压预测值,具体包括:
预估在无接收参数时间内车辆电池的电池平均温度作为当前电池平均温度;
根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值;
所述无接收参数时间为当前时间与最后一次接收到参数信息的时间之差。
10.根据权利要求9所述的车辆电芯电压下降预警电子设备,其特征在于,所述根据最后一次接收到的参数信息,计算在所述当前电池平均温度下,经过无接收参数时间后电池电芯的电压预测值,具体包括:
计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率;
将最后一次接收到的参数信息中,每个电芯的电压值作为该电芯的初始电压值;
计算每个电芯的放电电压为每个电芯的当前自放电率乘以无接收参数时间的乘积;
计算每个电芯的电压预测值为每个电芯的初始电压值减去该电芯的放电电压。
11.根据权利要求10所述的车辆电芯电压下降预警电子设备,其特征在于,所述计算在所述当前电池平均温度下电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
预估经过无接收参数时间后车辆电池的健康状态作为当前健康状态;
计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率。
12.根据权利要求11所述的车辆电芯电压下降预警电子设备,其特征在于,所述计算在所述当前电池平均温度及所述当前健康状态下所述电池每个电芯的自放电率作为每个电芯的当前自放电率,具体包括:
使用历史的车辆处于无参数信息上传状态时每个电芯的初始和结束电压差、无参数信息上传状态的电池平均温度、以及车辆电池在无参数信息上传状态的健康状态,训练模型,得到用于计算电池在不同健康状态下,在不同电池平均温度点下每个电芯的自放电率的模型;
将所述当前电池平均温度及所述当前健康状态输入所述模型,得到在所述当前健康状态下,所述当前电池平均温度对应的每个电芯的自放电率作为每个电芯的当前自放电率。
13.一种存储介质,其特征在于,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如权利要求1-7任一项所述的车辆电芯电压下降预警方法的所有步骤。
CN202010097532.7A 2020-02-17 2020-02-17 车辆电芯电压下降预警方法、电子设备及存储介质 Active CN111301222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010097532.7A CN111301222B (zh) 2020-02-17 2020-02-17 车辆电芯电压下降预警方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010097532.7A CN111301222B (zh) 2020-02-17 2020-02-17 车辆电芯电压下降预警方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111301222A true CN111301222A (zh) 2020-06-19
CN111301222B CN111301222B (zh) 2021-07-16

Family

ID=71154661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010097532.7A Active CN111301222B (zh) 2020-02-17 2020-02-17 车辆电芯电压下降预警方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111301222B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7443652B2 (ja) 2020-10-08 2024-03-06 エルジー エナジー ソリューション リミテッド バッテリ退化度算出方法及びバッテリ退化度算出装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101324656A (zh) * 2008-07-08 2008-12-17 奇瑞汽车股份有限公司 一种电池荷电预测方法及装置
CN101592713A (zh) * 2008-05-28 2009-12-02 株式会社日本自动车部品综合研究所 车载电池状况估计装置
CN107436409A (zh) * 2017-07-07 2017-12-05 淮阴工学院 一种电动汽车动力电池soc智能预测装置
US20180056977A1 (en) * 2016-09-01 2018-03-01 Hyundai Motor Company Vehicle including electric motor and method of displaying energy generated via regenerative braking
CN107933335A (zh) * 2017-10-26 2018-04-20 深圳市沃特玛电池有限公司 电动汽车及其动力电池的监测方法
CN109740802A (zh) * 2018-12-24 2019-05-10 斑马网络技术有限公司 蓄电池亏电预测处理方法、装置、设备以及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101592713A (zh) * 2008-05-28 2009-12-02 株式会社日本自动车部品综合研究所 车载电池状况估计装置
CN101324656A (zh) * 2008-07-08 2008-12-17 奇瑞汽车股份有限公司 一种电池荷电预测方法及装置
US20180056977A1 (en) * 2016-09-01 2018-03-01 Hyundai Motor Company Vehicle including electric motor and method of displaying energy generated via regenerative braking
CN107436409A (zh) * 2017-07-07 2017-12-05 淮阴工学院 一种电动汽车动力电池soc智能预测装置
CN107933335A (zh) * 2017-10-26 2018-04-20 深圳市沃特玛电池有限公司 电动汽车及其动力电池的监测方法
CN109740802A (zh) * 2018-12-24 2019-05-10 斑马网络技术有限公司 蓄电池亏电预测处理方法、装置、设备以及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7443652B2 (ja) 2020-10-08 2024-03-06 エルジー エナジー ソリューション リミテッド バッテリ退化度算出方法及びバッテリ退化度算出装置

Also Published As

Publication number Publication date
CN111301222B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN111025168A (zh) 一种电池健康状态监控装置及电池荷电状态智能估算方法
CN112406545B (zh) 继电器温升监测方法、装置及电动汽车
CN109849677B (zh) 自动驾驶汽车能源管理与低电量提示系统及其方法
CN104638718A (zh) 一种电动车电池智能管理系统和方法
CN110794756B (zh) 一种车载终端、车载终端的监控方法、装置及系统
CN203920449U (zh) 电动汽车高压安全检测装置
CN110933090A (zh) 一种电动车辆的故障监控方法、装置及相关组件
DE102020106180A1 (de) Vorhersagereichweitenschätzsysteme und -verfahren für elektrofahrzeuge
CN109001631A (zh) 电池性能在线评估系统和方法
CN111301222B (zh) 车辆电芯电压下降预警方法、电子设备及存储介质
CN112924866A (zh) 容量保持率的检测方法、检测装置、车辆及存储介质
CN109525641A (zh) 一种车载通讯模块方法和计算机可读介质
CN113787914B (zh) 动力电池的监控方法、装置、服务器及存储介质
CN109193893A (zh) 一种防止控制蓄电池亏电的方法及系统
WO2023160412A1 (zh) 车载直流变直流变换器状态识别方法、装置、设备和介质
CN112248879A (zh) 电池管理系统
CN204118821U (zh) 一种电动自行车蓄电池充电保护装置
CN113910910B (zh) 电动汽车低压电源补电方法、装置、设备及存储介质
CN115158099A (zh) 一种动力电池热管理方法、装置、车辆及存储介质
CN114559816A (zh) 一种动力电池热失控预警方法、装置及电动汽车
CN113595174A (zh) 电池管理方法、装置、设备和服务器
CN107632261B (zh) 用于确定电能存储元件的至少一个状态参量的方法和装置
CN106184080B (zh) 车载电网管理系统及其使用方法
US20230057159A1 (en) Short circuit detection method for starting battery
CN216250860U (zh) 一种电动三轮车的智能锂电池

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