CN111551869A - 锂电池低频参数测量方法、装置、计算机设备和存储介质 - Google Patents

锂电池低频参数测量方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111551869A
CN111551869A CN202010410280.9A CN202010410280A CN111551869A CN 111551869 A CN111551869 A CN 111551869A CN 202010410280 A CN202010410280 A CN 202010410280A CN 111551869 A CN111551869 A CN 111551869A
Authority
CN
China
Prior art keywords
battery
measurement
low
single battery
lithium battery
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.)
Pending
Application number
CN202010410280.9A
Other languages
English (en)
Inventor
孙耀杰
吉凡
钱敏华
夏俊臣
顾月明
董昊
吴煜
黄国江
李永军
李炜
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.)
Jiangsu Keshang Intelligent Technology Co ltd
Original Assignee
Jiangsu Keshang Intelligent Technology 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 Jiangsu Keshang Intelligent Technology Co ltd filed Critical Jiangsu Keshang Intelligent Technology Co ltd
Priority to CN202010410280.9A priority Critical patent/CN111551869A/zh
Publication of CN111551869A publication Critical patent/CN111551869A/zh
Pending legal-status Critical Current

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
    • 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]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供一种锂电池低频参数测量方法、装置、计算机设备和存储介质。当检测到锂电池组处于工作状态时，根据数据测量信号实时获取各单体电池的包含电流测量数据以及对应的输出电压测量数据的测量参数数据，然后根据等效电池模型并采用卡尔曼滤波算法计算确定得到锂电池组中每一节单体电池的全部低频参数，所以，本发明不仅能够实现对处于工作状态下的锂电池组中每一节单体电池进行实时在线的全部低频参数检测，对锂电池组的性能评价更具有参考意义；而且，在整个测量过程中仅需单体电池的电流和输出电压，无需对电池施加电流激励信号，不会对电池的正常工作状态和寿命造成影响。同时，在整个测量过程中无需附加硬件测试电路，实现起来更加简单。

Description

锂电池低频参数测量方法、装置、计算机设备和存储介质
技术领域
本发明属于锂电池储能控制技术领域，具体涉及一种锂电池低频参数测量方法、装置、计算机设备和存储介质。
背景技术
锂电池因其能量密度高、寿命长和环保等优点成为研究热点，广泛应用于新能源汽车、户用储能以及大规模储能等领域。由于目前没有研发出大容量单体电池，在需要大容量的应用领域，仍需要由大量单体电池相互串联而构成的锂电池组。因此，每节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数是影响锂电池组的性能和寿命的重要特性参数，需要对每节单体电池的低频参数进行检测，保证锂电池组的安全可靠运行，同时在单体电池出现故障问题时，可以准确判断那一节单体电池出现问题。
中国发明专利申请CN110554329A公开了一种电池内阻测量方法及装置，通过在预设状态下对电池发出电流激励信号的方法，获取电池组的内阻，同时计算电池组的平均内阻作参考从而对问题电池进行筛选。然而，该方法及装置存在着以下缺点：(1)需要对电池发出电流激励信号，此电流激励信号会影响到电池的正常工作状态，同时也会导致电池经常工作在电流激励信号下而影响电池组的寿命；(2)仅能对电池内阻进行测量，无法同时测量得到全部参数。
发明内容
本发明是为了解决上述技术问题而进行的，目的在于提供一种锂电池低频参数测量方法、装置、计算机设备和存储介质，仅需根据处于工作状态下的锂电池组中的单体电池的电流测量数据和电压测量数据，就能够对每一节单体电池的包含欧姆内阻、极化内阻、极化电池以及电池容量在内的低频参数进行实时在线测量。
为了实现上述目的，本发明采用了如下技术方案：
<方案一>
本发明提供一种锂电池低频参数测量方法，用于对锂电池组中的每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数进行实时在线测量，其特征在于，包括以下步骤：
步骤S1，检测锂电池组是否处于工作状态；
步骤S2，当检测锂电池组处于工作状态时，发出数据测量信号；
步骤S3，将单体电池的节号数i初始化为1；
步骤S4，判断节号数i是否小于所有单体电池的总节数itotal；
步骤S5，当判断节号数i小于总节数itotal时，获取第i节单体电池的测量参数数据，该测量参数数据包含流经该第i节单体电池的电流测量数据以及对应的输出电压测量数据；
步骤S6，根据等效电池模型以及测量参数数据，采用卡尔曼滤波算法确定该第i节单体电池在当前状态下的低频参数；
步骤S7，令i＝i+1，重复执行步骤S4，直至所有的单体电池的低频参数被完成确定为止，
其中，步骤S6是根据以下步骤实现：
步骤S6-1，根据等效电池模型的电路结构建立第i节单体电池的电池状态空间模型，并把该单体电池的电流测量值、输出电压测量值、欧姆内阻、极化内阻、极化电容以及电池容量分别设定为Ii、V0i、R1i、R2i、C1i以及Cbati；
步骤S6-2，忽略R1i、R2i、C1i以及Cbati随时间的变化，建立第i节单体电池的卡尔曼滤波所需的状态方程和观测方程：
选取
Figure BDA0002492901030000031
作为第i节单体电池的状态变量，并设定
Figure BDA0002492901030000032
选取ui＝[Ii，I· i]作为第i节单体电池的控制量，并选取yi＝[V0i]作为第i节单体电池的观测变量，建立第i节单体电池的状态方程和观测方程所需的空间矩阵：
定义状态转移矩阵Ai：
Figure BDA0002492901030000033
Figure BDA0002492901030000034
观测矩阵：
Ci＝[0，0，0，0，1]
测量过程：
hi＝[0，0，0，0，1]T
步骤S6-3，根据单体电池系统的噪声水平和单体电池系统状态的数学期望值设定第i节单体电池的状态变量xi的协方差矩阵Pi的初始值Pi0，并选取对应的过程噪声的协方差矩阵为Qi和观测噪声的协方差矩阵为Ri；
步骤S6-4，在计算周期内，利用扩展卡尔曼滤波算法对第i节单体电池的状态变量、卡尔曼增益、考虑测量过程以及协方差矩阵进行更新估计：
状态变量更新：
xi←AixiΔt+xi
卡尔曼增益更新
Figure BDA0002492901030000041
考虑测量过程
xi←xi+Ki(yi-hixi)
协方差矩阵更新
Figure BDA0002492901030000042
其中，←表示赋值，Δt为计算周期；
步骤S6-5：输出第i节单体电池的低频参数变量值：
Figure BDA0002492901030000043
R1i＝x2i
Figure BDA0002492901030000044
Figure BDA0002492901030000045
把低频参数变量值作为该第i节单体电池在当前状态下的低频参数测量结果。
在本发明提供的锂电池低频参数测量方法中，还可以具有这样的特征：还包括：步骤S8，当判断锂电池组不处于工作状态或者判断节号数i不小于总节数itotal时，延时预定时间后重复执行步骤S1。
<方案二>
本发明还提供了一种锂电池低频参数测量装置，用于对锂电池组中的每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数进行实时在线测量，其特征在于，包括：检测模块，用于检测锂电池组处于工作状态时，发出数据测量信号；初始化模块，用于根据数据测量信号将单体电池的节号数初始化；判断模块，用于判断节号数是否小于所有单体电池的总节数；获取模块，用于当判断模块判断节号数小于总节数时，获取与节号数对应的单体电池的测量参数数据，该测量参数数据包含流经该节单体电池的电流测量数据以及对应的输出电压测量数据；以及确定模块，根据等效电池模型以及测量参数数据，采用卡尔曼滤波算法确定该节单体电池在当前状态下的低频参数。
<方案三>
本发明还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在存储器上运行的计算机程序，具有这样的特征，处理器执行计算机程序时实现<方案一>的方法的步骤。
<方案四>
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，具有这样的特征，该计算机程序被处理器执行时实现<方案一>的方法的步骤。
发明的作用与效果
根据本发明所涉及的锂电池低频参数测量方法、装置、计算机设备和存储介质，当检测到锂电池组处于工作状态时，根据数据测量信号实时获取各单体电池的包含电流测量数据以及对应的输出电压测量数据的测量参数数据，然后根据等效电池模型并采用卡尔曼滤波算法计算确定得到锂电池组中每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数，所以，本发明不仅能够实现对处于工作状态下的锂电池组中每一节单体电池进行实时在线的全部低频参数检测，对锂电池组的性能评价更具有参考意义；而且，在整个测量过程中仅需单体电池的电流和输出电压，无需对电池施加电流激励信号，不会对电池的正常工作状态和寿命造成影响。同时，在整个测量过程中无需附加硬件测试电路，实现起来更加简单。
附图说明
图1是本发明的实施例中锂电池低频参数测量方法的应用场景图；
图2是本发明的实施例中锂电池低频参数测量方法的流程示意图；
图3是本发明的实施例中锂电池低频参数测量方法所使用的等效电池模型；
图4是本发明的实施例中采用卡尔曼滤波算法确定单体电池的低频参数的流程示意图；以及
图5是本发明的实施例中锂电池低频参数测量装置的结构框图。
具体实施方式
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
<实施例>
图1是本发明的实施例中锂电池低频参数测量方法的应用场景图。
本实施例中的锂电池低频参数测量方法，可以应用于如图1所示的应用环境中。其中，能量管理系统(EMS)101通过网络与电池管理系统(BMS)102进行通信。能量管理系统101管理电池管理系统102，电池管理系统102管理锂电池组103以及锂电池组103中的每一节单体电池104。当然，锂电池低频参数测量方法也可以应用于在EMS非配合情况下在BMS单元运行，也可以应用于设置于云端的服务器如大数据平台。
图2是本发明的实施例中锂电池低频参数测量方法的流程示意图。
如图2所示，本实施例提供了一种锂电池低频参数测量方法，用于对锂电池组103中的每一节单体电池104的低频参数进行实时在线测量，包括以下步骤：
步骤S1，检测锂电池组103是否处于工作状态，当检测结果为是时，进入步骤S2；当检测结果为否时，进入步骤S8。
步骤S2，发出数据测量信号，然后进入步骤S3。
步骤S3，将单体电池的节号数i初始化为1，然后进入步骤S4。
步骤S4，判断节号数i是否小于所有单体电池的总节数itotal，当判断结果为是时，进入步骤S5；当判断结果为否时，进入步骤S8。
步骤S5，获取第i节单体电池的测量参数数据，该测量参数数据包含流经该第i节单体电池的电流测量数据以及对应的输出电压测量数据。
步骤S6，根据等效电池模型以及测量参数数据，采用卡尔曼滤波算法确定该第i节单体电池在当前状态下的低频参数。
图3是本发明的实施例中锂电池低频参数测量方法所使用的等效电池模型。
在本实施例中，采用如图3所示的一阶电池模型。其中，V0i为单体电池的端部输出电压，Ii为流经该单体电池的电流；Cbati表示该电池模型内部的电池容量，同时串联在回路中还有单体电池的欧姆内阻R1i以及由极化内阻R2i和极化电容C1i并联组成的极化电路网络。
步骤S7，令i＝i+1，重复执行步骤S4，直至所有的单体电池的低频参数被完成确定为止。
步骤S8，延时预定时间后，重复执行步骤S1。在本实施例中，预定时间值设定为1s。
图4是本发明的实施例中采用卡尔曼滤波算法确定单体电池的低频参数的流程示意图。
在本实施例中，上述的步骤S6是根据以下步骤实现：
步骤S6-1，根据等效电池模型的电路结构建立第i节单体电池的电池状态空间模型，并把该单体电池的电流测量值、输出电压测量值、欧姆内阻、极化内阻、极化电容以及电池容量分别设定为Ii、V0i、R1i、R2i、C1i以及Cbati。
步骤S6-2，忽略R1i、R2i、C1i以及Cbati随时间的变化，建立第i节单体电池的卡尔曼滤波所需的状态方程和观测方程：
选取
Figure BDA0002492901030000091
作为第i节单体电池的状态变量，并设定
Figure BDA0002492901030000092
选取ui＝[Ii，I· i]作为第i节单体电池的控制量，并选取yi＝[V0i]作为第i节单体电池的观测变量，建立第i节单体电池的状态方程和观测方程所需的空间矩阵：
定义状态转移矩阵Ai：
Figure BDA0002492901030000093
Figure BDA0002492901030000101
观测矩阵：
Ci＝[0，0，0，0，1]
测量过程：
hi＝[0，0，0，0，1]T
步骤S6-3，根据单体电池系统的噪声水平和单体电池系统状态的数学期望值设定第i节单体电池的状态变量xi的协方差矩阵Pi的初始值Pi0，并选取对应的过程噪声的协方差矩阵为Qi和观测噪声的协方差矩阵为Ri；
步骤S6-4，在计算周期内，利用扩展卡尔曼滤波算法对第i节单体电池的状态变量、卡尔曼增益、考虑测量过程以及协方差矩阵进行更新估计：
状态变量更新：
xi←AixiΔt+xi
卡尔曼增益更新
Figure BDA0002492901030000102
考虑测量过程
xi←xi+Ki(yi-hixi)
协方差矩阵更新
Figure BDA0002492901030000103
其中，←表示赋值，Δt为计算周期；
步骤S6-5：输出第i节单体电池的低频参数变量值：
Figure BDA0002492901030000111
R1i＝x2i
Figure BDA0002492901030000112
Figure BDA0002492901030000113
把低频参数变量值作为该第i节单体电池在当前状态下的低频参数测量结果。
图5是本发明的实施例中锂电池低频参数测量装置的结构框图。
在本实施例中，如图5所示，提供了一种锂电池低频参数测量装置，用于对锂电池组中的每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数进行实时在线测量。该锂电池低频参数测量装置包括检测模块201、初始化模块202、判断模块203、获取模块204以及确定模块205，其中：
检测模块201，用于检测锂电池组处于工作状态时，发出数据测量信号。
初始化模块202，用于根据数据测量信号将单体电池的节号数初始化为1。
判断模块203，用于判断节号数是否小于所有单体电池的总节数。
获取模块204，用于当判断模块判断节号数小于总节数时，获取与节号数对应的单体电池的测量参数数据，该测量参数数据包含流经该节单体电池的电流测量数据以及对应的输出电压测量数据。
在实际应用中，获取模块204通常需要在预设的预设测量时间段(即上述的计算周期)内，周期性地获取流经每个单体电池的电流以及对应的输出电压。
确定模块205，根据等效电池模型以及测量参数数据，采用卡尔曼滤波算法确定该节单体电池在当前状态下的低频参数。
在本实施例中，锂电池低频参数测量装置只要与锂电池组相连接并通电后就会始终处于测量状态，直至被强行断电。
在本实施例中，提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在存储器上运行的计算机程序，处理器执行计算机程序时实现锂电池低频参数测量方法的步骤。
在本实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现锂电池低频参数测量方法的步骤。
实施例的作用与效果
根据本实施例所涉及的锂电池低频参数测量方法、装置、计算机设备和存储介质，当检测到锂电池组处于工作状态时，根据数据测量信号实时获取各单体电池的包含电流测量数据以及对应的输出电压测量数据的测量参数数据，然后根据等效电池模型并采用卡尔曼滤波算法计算确定得到锂电池组中每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数，所以，本实施例不仅能够实现对处于工作状态下的锂电池组中每一节单体电池进行实时在线的全部低频参数检测，对锂电池组的性能评价更具有参考意义；而且，在整个测量过程中仅需单体电池的电流和输出电压，无需对电池施加电流激励信号，不会对电池的正常工作状态和寿命造成影响。同时，在整个测量过程中无需附加硬件测试电路，实现起来更加简单。
此外，因为在对所有的单体电池依次确定低频参数后，延时预定时间后重复执行上述步骤，能够对每一节单体电池的全部低频参数进行实时更新，为锂电池的性能评价提供更好的参考价值。
上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。

Claims (5)

1.一种锂电池低频参数测量方法，用于对锂电池组中的每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数进行实时在线测量，其特征在于，包括以下步骤：
步骤S1，检测所述锂电池组是否处于工作状态；
步骤S2，当检测所述锂电池组处于工作状态时，发出数据测量信号；
步骤S3，将单体电池的节号数i初始化为1；
步骤S4，判断所述节号数i是否小于所有所述单体电池的总节数itotal；
步骤S5，当判断所述节号数i小于所述总节数itotal时，获取第i节所述单体电池的测量参数数据，该测量参数数据包含流经该第i节所述单体电池的电流测量数据以及对应的输出电压测量数据；
步骤S6，根据等效电池模型以及所述测量参数数据，采用卡尔曼滤波算法确定该第i节所述单体电池在当前状态下的所述低频参数；
步骤S7，令i＝i+1，重复执行步骤S4，直至所有的所述单体电池的所述低频参数被完成确定为止，
其中，所述步骤S6是根据以下步骤实现：
步骤S6-1，根据等效电池模型的电路结构建立第i节所述单体电池的电池状态空间模型，并把该单体电池的电流测量值、输出电压测量值、欧姆内阻、极化内阻、极化电容以及电池容量分别设定为Ii、V0i、R1i、R2i、C1i以及Cbati；
步骤S6-2，忽略R1i、R2i、C1i以及Cbati随时间的变化，建立第i节所述单体电池的卡尔曼滤波所需的状态方程和观测方程：
选取xi＝[1/C1i,R1i,1/R2i,VC1i,V0i]作为第i节所述单体电池的状态变量，并设定[x1i,x2i,x3i,x4i,x5i]＝[1/C1i,R1i,1/R2i,VC1i,V0i]，
选取
Figure FDA0002492901020000021
作为第i节所述单体电池的控制量，并选取yi＝[V0i]作为第i节所述单体电池的观测变量，建立第i节所述单体电池的状态方程和观测方程所需的空间矩阵：
定义状态转移矩阵Ai：
Figure FDA0002492901020000022
Figure FDA0002492901020000023
观测矩阵：
Ci＝[0,0,0,0,1]
测量过程：
hi＝[0,0,0,0,1]T
步骤S6-3，根据单体电池系统的噪声水平和单体电池系统状态的数学期望值设定第i节所述单体电池的状态变量xi的协方差矩阵Pi的初始值Pi0，并选取对应的过程噪声的协方差矩阵为Qi和观测噪声的协方差矩阵为Ri；
步骤S6-4，在计算周期内，利用扩展卡尔曼滤波算法对第i节所述单体电池的状态变量、卡尔曼增益、考虑测量过程以及协方差矩阵进行更新估计：
状态变量更新：
xi←AixiΔt+xi
卡尔曼增益更新
Figure FDA0002492901020000031
考虑测量过程
xi←xi+Ki(yi-hixi)
协方差矩阵更新
Figure FDA0002492901020000032
其中，←表示赋值，Δt为计算周期；
步骤S6-5：输出第i节所述单体电池的低频参数变量值：
Figure FDA0002492901020000033
R1i＝x2i
Figure FDA0002492901020000034
Figure FDA0002492901020000035
把所述低频参数变量值作为该第i节单体电池在当前状态下的低频参数测量结果。
2.根据权利要求1所述的方法，其特征在于，还包括：
步骤S8，当判断所述锂电池组不处于工作状态或者判断所述节号数i不小于所述总节数itotal时，延时预定时间后重复执行所述步骤S1。
3.一种锂电池低频参数测量装置，用于对锂电池组中的每一节单体电池的包含欧姆内阻、极化内阻、极化电容以及电池容量在内的低频参数进行实时在线测量，其特征在于，包括：
检测模块，用于检测所述锂电池组处于工作状态时，发出数据测量信号；
初始化模块，用于根据所述数据测量信号将单体电池的节号数初始化；
判断模块，用于判断所述节号数是否小于所有所述单体电池的总节数；
获取模块，用于当所述判断模块判断所述节号数小于所述总节数时，获取与所述节号数对应的所述单体电池的测量参数数据，该测量参数数据包含流经该节单体电池的电流测量数据以及对应的输出电压测量数据；以及
确定模块，根据等效电池模型以及所述测量参数数据，采用卡尔曼滤波算法确定该节单体电池在当前状态下的所述低频参数。
4.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述存储器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1或2中所述的方法的步骤。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1或2中所述的方法的步骤。
CN202010410280.9A 2020-05-15 2020-05-15 锂电池低频参数测量方法、装置、计算机设备和存储介质 Pending CN111551869A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010410280.9A CN111551869A (zh) 2020-05-15 2020-05-15 锂电池低频参数测量方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010410280.9A CN111551869A (zh) 2020-05-15 2020-05-15 锂电池低频参数测量方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN111551869A true CN111551869A (zh) 2020-08-18

Family

ID=72002773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010410280.9A Pending CN111551869A (zh) 2020-05-15 2020-05-15 锂电池低频参数测量方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111551869A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102479979A (zh) * 2010-11-30 2012-05-30 欣旺达电子股份有限公司 动力电池组管理方法以及系统
US20160084913A1 (en) * 2013-05-29 2016-03-24 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
CN106526488A (zh) * 2016-09-27 2017-03-22 北京理工大学 串联式动力电池包内传感器故障诊断方法
CN107064811A (zh) * 2017-03-01 2017-08-18 华南理工大学 一种锂电池soc在线估计方法
CN108445402A (zh) * 2018-02-28 2018-08-24 广州小鹏汽车科技有限公司 一种锂离子动力电池荷电状态估计方法及系统
CN108594135A (zh) * 2018-06-28 2018-09-28 南京理工大学 一种用于锂电池均衡充放电控制的soc估算方法
US20190178945A1 (en) * 2017-12-13 2019-06-13 Beijing Chuangyu Technology Co., Ltd. Battery state of charge prediction method and system
US20200003841A1 (en) * 2017-09-07 2020-01-02 Lg Chem, Ltd. Apparatus and method for estimating a state of charge of a battery
CN111007400A (zh) * 2019-11-22 2020-04-14 西安工程大学 基于自适应双扩展卡尔曼滤波法的锂电池soc估算方法
CN111060834A (zh) * 2019-12-19 2020-04-24 中国汽车技术研究中心有限公司 一种动力电池健康状态估算方法
CN111537894A (zh) * 2020-05-29 2020-08-14 合肥工业大学 一种用于估计锂电池soc和sop的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102479979A (zh) * 2010-11-30 2012-05-30 欣旺达电子股份有限公司 动力电池组管理方法以及系统
US20160084913A1 (en) * 2013-05-29 2016-03-24 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
CN106526488A (zh) * 2016-09-27 2017-03-22 北京理工大学 串联式动力电池包内传感器故障诊断方法
CN107064811A (zh) * 2017-03-01 2017-08-18 华南理工大学 一种锂电池soc在线估计方法
US20200003841A1 (en) * 2017-09-07 2020-01-02 Lg Chem, Ltd. Apparatus and method for estimating a state of charge of a battery
US20190178945A1 (en) * 2017-12-13 2019-06-13 Beijing Chuangyu Technology Co., Ltd. Battery state of charge prediction method and system
CN108445402A (zh) * 2018-02-28 2018-08-24 广州小鹏汽车科技有限公司 一种锂离子动力电池荷电状态估计方法及系统
CN108594135A (zh) * 2018-06-28 2018-09-28 南京理工大学 一种用于锂电池均衡充放电控制的soc估算方法
CN111007400A (zh) * 2019-11-22 2020-04-14 西安工程大学 基于自适应双扩展卡尔曼滤波法的锂电池soc估算方法
CN111060834A (zh) * 2019-12-19 2020-04-24 中国汽车技术研究中心有限公司 一种动力电池健康状态估算方法
CN111537894A (zh) * 2020-05-29 2020-08-14 合肥工业大学 一种用于估计锂电池soc和sop的方法

Similar Documents

Publication Publication Date Title
CN106802396B (zh) 一种电池内短路的诊断方法
CN106443474B (zh) 一种动力电池系统寿命衰退特征快速识别的方法
Tian et al. Online simultaneous identification of parameters and order of a fractional order battery model
CN104569835B (zh) 一种估计电动汽车的动力电池的荷电状态的方法
CN103344921B (zh) 锂离子动力电池健康状态评估系统及方法
CN105699907B (zh) 一种基于动态阻抗校正的电池soc估计方法及系统
CN102680795B (zh) 一种二次电池内阻的实时在线估计方法
WO2017119393A1 (ja) 状態推定装置、状態推定方法
CN111965547B (zh) 一种基于参数辨识法的电池系统传感器故障诊断方法
Shi et al. State-of-health estimation for lithium battery in electric vehicles based on improved unscented particle filter
CN109085505A (zh) 一种动力电池充放电状态估算方法
CN104242393A (zh) 基于动态soc估算系统的电池管理系统
CN116027199B (zh) 基于电化学模型参数辨识检测电芯全寿命内短路的方法
CN105223512A (zh) 基于电池特性的动态矫正剩余电量的方法
CN114280493A (zh) 基于简化p2d模型的电池内部健康状态诊断方法及系统
CN116609676B (zh) 一种基于大数据处理的混合储能电池状态监控方法及系统
CN114814691A (zh) 一种基于数字孪生的锂电池系统电压传感器故障诊断方法
CN110632520A (zh) 一种动力电池soc的估算装置及其估算方法
CN110196395A (zh) 蓄电池soc估算方法
CN204030697U (zh) 基于动态soc估算系统的电池管理系统
CN116125278A (zh) 一种基于lstm-ekf算法的锂电池soc估计方法和系统
CN107402356B (zh) 一种基于动态参数辨识的ekf估算铅酸电池soc方法
Ramezani-al et al. A novel combined online method for SOC estimation of a Li-Ion battery with practical and industrial considerations
Deng et al. An improved algorithm of SOC testing based on open-circuit voltage-ampere hour method
Cai et al. D-ukf based state of health estimation for 18650 type lithium battery

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200818