CN111562514A - 一种基于大数据在线检测电池包内部单体电池自放电状态的方法 - Google Patents
一种基于大数据在线检测电池包内部单体电池自放电状态的方法 Download PDFInfo
- Publication number
- CN111562514A CN111562514A CN202010381342.8A CN202010381342A CN111562514A CN 111562514 A CN111562514 A CN 111562514A CN 202010381342 A CN202010381342 A CN 202010381342A CN 111562514 A CN111562514 A CN 111562514A
- Authority
- CN
- China
- Prior art keywords
- battery
- self
- data
- value
- battery pack
- 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
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION 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
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
-
- 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
Abstract
本发明公开了一种基于大数据在线检测电池包内部单体电池自放电状态的方法,取上传的电池包各项数据;从数据中选出最近一次车辆停车时长T以上电池包内各单体电池电压的数据;提取上一步数据中每只单体电池停车前所上传的最后一个电压值和停车结束后所上传的第一个电压值,分别计作Vx0和Vx1,计算两个电压值采样的时间差△t;x号电池的自放电率的电压下降值Kx;则Kx=|(Vx0‑Vx1)/△t|;计算单体电池自放电率Kx的平均值K平均及其标准差δ,电池自放电的上限值K阀值=K平均+Mδ;比较Kx和K阀值的大小;若Kx≤K阀值,则表示电池自放电率Kx正常;否则电池自放电率过大,可以实现在线检测及监控功能。
Description
技术领域
本发明属于电池技术领域,特别涉及一种基于大数据在线检测电池包内部单体电池自放电状态的方法。
背景技术
作为新能源汽车动力来源的电池包,其可靠性直接关系到用户的驾驶体验。动力电池包内各电池单体电池的自放电大小,会直接影响整体性能;若出现自放电异常的电池,电池包存储能量的能力会随之越来越差,汽车续航变短;严重情况下,回导致电池包提前报废甚至出现安全隐患。新能源汽车通常情况下难以高频率进入4S店对电池包质量进行检测,故很难及时发现电池包内各单体电池是否存在故障问题
专利申请号201711229352.4与201920623728.8中提供的检测思路,均需要对电池进行充电或者放电测试,无法有针对性的解决新能源汽车不能频繁进行实验测试的问题;
专利申请号201810266384.X采用的方法是取N个时刻的电池开路电压并拟合曲线;该方法无法在新能源汽车上使用,当新能源汽车之电池包开路时,电压数据无法采集并经过通讯系统上报至数据接收平台;
专利申请号201911307144.0提出一种结合SOC估算电量的方法,并通过计算得到单体自放电消耗的电量;该方法过于理想化,主要在于电池包中SOC值是采用某种算法估算得到的,目前整个行业内SOC估算精度较差、误差较大,用来进行电量计算时必然不准确;因此,此方法的现实作用不大;
目前检测单体电池自放电状态大多需要采用充放电方式,或者需要对电池搁置较长时间后才能进行检测,在新能源汽车上很难实现。
发明内容
本发明的目的是提供一种基于大数据在线检测电池包内部单体电池自放电状态的方法,能够及时发现故障并通知管理人员进行处理,为用户提供更好的品质服务。
为解决上述技术问题,本发明采用如下技术方案:一种基于大数据在线检
测电池包内部单体电池自放电状态的方法,其包括以下步骤:
a:取新能源汽车上传之电池包各项数据;
b:从所述数据中筛选出最近一次车辆停车时长T以上电池包内各单体电池电压的数据;
c:提取步骤b数据中每只单体电池停车前所上传的最后一个电压值,第x号电池停车前上传的最后一个电压值计作Vx0,其中x=1~n,x表示第x号单体电池,n为电池包内单体电池总数,提取步骤b数据中每只单体电池停车结束后所上传的第一个电压值,第x号电池停车结束后上传的第一个电压值计作Vx1;计算两个电压值采样的时间差值,计作△t;
d:x号电池的自放电率用单位时间内的电压下降值表示,计作Kx;
则Kx=|(Vx0-Vx1)/△t|;
e:计算各单体电池自放电率Kx(x=1~n)的平均值K平均及其标准差δ,由此计算电池自放电的上限值K阀值=K平均+Mδ,M为自然数;
f:比较各单体电池的自放电率Kx和K阀值的大小;
g:若Kx≤K阀值,则表示电池自放电率Kx正常;若Kx大于K阀值,则表示Kx出现异常,x号电池自放电率过大。
优化的,M的取值范围为:1~5。
优化的,单体电池为能取到电压的最小电池模块单元。
优化的,所述T>6h。
优化的,所述方法还包括步骤h,对自放电率过大的单体电池,将单体电池编号x及自放电率异常数据通过数据平台上报给电池包后台管理人员,后台数据接收端电池管理人员对异常数据做出评估,给定处理策略。
本发明的有益效果在于:本发明通过电池包上传的数据集,从中获取可以用于分析电池自放电大小的数据,通过计算电池包内电池自放电的上限值,并进行比较分析,对电池自放电异常电池进行判断;该方法可以有效实现在线检测及监控功能。
附图说明
附图1为本发明的流程图。
具体实施方式
下面结合附图所示的实施例对本发明作以下详细描述:
如图1所示
基于大数据在线检测电池包内部单体电池自放电状态的方法,其包括以下
步骤:
a:取新能源汽车上传之电池包各项数据;
b:从上述数据中筛选出最近一次车辆停车时长T以上电池包内各单体电池电压的数据,T最佳取8h,单体电池为能取到电压的最小电池模块单元;
c:提取步骤b数据中每只单体电池停车前所上传的最后一个电压值,第x号电池停车前上传的最后一个电压值计作Vx0,其中x=1~n,x表示第x号单体电池,n为电池包内单体电池总数,提取步骤b数据中每只单体电池停车结束后所上传的第一个电压值,第x号电池停车结束后上传的第一个电压值计作Vx1;计算上述两个电压值采样的时间差值,计作△t;单位为h
d:x号电池的自放电率用单位时间内的电压下降值表示,计作Kx;
则Kx=|(Vx0-Vx1)/△t|;
e:计算各单体电池自放电率Kx(x=1~n)的平均值K平均及其标准差δ,由此计算电池自放电的上限值K阀值=K平均+Mδ,M为自然数,M最佳取3;
f:比较各单体电池的自放电率Kx和K阀值的大小;
g:若Kx≤K阀值,则表示电池自放电率Kx正常;若Kx大于K阀值,则表示Kx出现异常,x号电池自放电率过大;
步骤h,对自放电率过大的单体电池,将单体电池编号x及自放电率异常数据通过数据平台上报给电池包后台管理人员,后台数据接收端电池管理人员对异常数据做出评估,给定处理策略。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于大数据在线检测电池包内部单体电池自放电状态的方法,其特征在于,其包括以下步骤:
a:取新能源汽车上传之电池包各项数据;
b:从所述数据中筛选出最近一次车辆停车时长T以上电池包内各单体电池电压的数据;
c:提取步骤b数据中每只单体电池停车前所上传的最后一个电压值,第x号电池停车前上传的最后一个电压值计作Vx0,其中x=1~n,x表示第x号单体电池,n为电池包内单体电池总数,提取步骤b数据中每只单体电池停车结束后所上传的第一个电压值,第x号电池停车结束后上传的第一个电压值计作Vx1;计算两个电压值采样的时间差值,计作△t;
d:x号电池的自放电率用单位时间内的电压下降值表示,计作Kx;
则Kx=|(Vx0-Vx1)/△t|;
e:计算各单体电池自放电率Kx(x=1~n)的平均值K平均及其标准差δ,由此计算电池自放电的上限值K阀值=K平均+Mδ,M为自然数;
f:比较各单体电池的自放电率Kx和K阀值的大小;
g:若Kx≤K阀值,则表示电池自放电率Kx正常;若Kx大于K阀值,则表示Kx出现异常,x号电池自放电率过大。
2.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法,其特征在于:M的取值范围为:1~5。
3.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法,其特征在于:单体电池为能取到电压的最小电池模块单元。
4.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法,其特征在于:T>6h。
5.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法,其特征在于:所述方法还包括步骤h,对自放电率过大的单体电池,将单体电池编号x及自放电率异常数据通过数据平台上报给电池包后台管理人员,后台数据接收端电池管理人员对异常数据做出评估,给定处理策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381342.8A CN111562514A (zh) | 2020-05-08 | 2020-05-08 | 一种基于大数据在线检测电池包内部单体电池自放电状态的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381342.8A CN111562514A (zh) | 2020-05-08 | 2020-05-08 | 一种基于大数据在线检测电池包内部单体电池自放电状态的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111562514A true CN111562514A (zh) | 2020-08-21 |
Family
ID=72070818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010381342.8A Pending CN111562514A (zh) | 2020-05-08 | 2020-05-08 | 一种基于大数据在线检测电池包内部单体电池自放电状态的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111562514A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303023A (zh) * | 2011-07-22 | 2012-01-04 | 万向电动汽车有限公司 | 磷酸铁锂电池自放电性能的检测分选方法 |
CN102508165A (zh) * | 2011-10-20 | 2012-06-20 | 合肥国轩高科动力能源有限公司 | 一种评价磷酸铁锂电池自放电一致性的方法 |
CN103163467A (zh) * | 2011-12-15 | 2013-06-19 | 北汽福田汽车股份有限公司 | 动力电池组的一致性评价方法 |
CN104360284A (zh) * | 2014-12-02 | 2015-02-18 | 上海航天电源技术有限责任公司 | 一种磷酸铁锂系动力锂离子电池自放电特性的检测新方法 |
CN108061860A (zh) * | 2017-11-24 | 2018-05-22 | 上海华普汽车有限公司 | 一种电池自放电检测方法以及锂电池分拣方法 |
CN108717167A (zh) * | 2018-06-04 | 2018-10-30 | 合肥工业大学 | 基于等效短路内阻模型的电动汽车电池自放电故障判断方法 |
CN109417303A (zh) * | 2016-07-11 | 2019-03-01 | 罗伯特·博世有限公司 | 用于均衡电池组的多个电池组模块的充电状态的方法和相应设备 |
CN109703367A (zh) * | 2017-10-20 | 2019-05-03 | 河南森源重工有限公司 | 一种新能源车辆停车后低压电池防亏电方法及系统 |
CN209534757U (zh) * | 2019-01-30 | 2019-10-25 | 丁宇勍 | 一种电动汽车动力电池系统 |
-
2020
- 2020-05-08 CN CN202010381342.8A patent/CN111562514A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102303023A (zh) * | 2011-07-22 | 2012-01-04 | 万向电动汽车有限公司 | 磷酸铁锂电池自放电性能的检测分选方法 |
CN102508165A (zh) * | 2011-10-20 | 2012-06-20 | 合肥国轩高科动力能源有限公司 | 一种评价磷酸铁锂电池自放电一致性的方法 |
CN103163467A (zh) * | 2011-12-15 | 2013-06-19 | 北汽福田汽车股份有限公司 | 动力电池组的一致性评价方法 |
CN104360284A (zh) * | 2014-12-02 | 2015-02-18 | 上海航天电源技术有限责任公司 | 一种磷酸铁锂系动力锂离子电池自放电特性的检测新方法 |
CN109417303A (zh) * | 2016-07-11 | 2019-03-01 | 罗伯特·博世有限公司 | 用于均衡电池组的多个电池组模块的充电状态的方法和相应设备 |
CN109703367A (zh) * | 2017-10-20 | 2019-05-03 | 河南森源重工有限公司 | 一种新能源车辆停车后低压电池防亏电方法及系统 |
CN108061860A (zh) * | 2017-11-24 | 2018-05-22 | 上海华普汽车有限公司 | 一种电池自放电检测方法以及锂电池分拣方法 |
CN108717167A (zh) * | 2018-06-04 | 2018-10-30 | 合肥工业大学 | 基于等效短路内阻模型的电动汽车电池自放电故障判断方法 |
CN209534757U (zh) * | 2019-01-30 | 2019-10-25 | 丁宇勍 | 一种电动汽车动力电池系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110794305B (zh) | 一种动力电池故障诊断方法和系统 | |
CN109655754B (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
CN107612071B (zh) | 一种电池组电池故障判定及处理方法 | |
CN107187328A (zh) | 锂离子电池管理系统及电芯单体内阻在线测量诊断方法 | |
CN103698713A (zh) | 一种锂离子电池健康状态评估方法 | |
CN113687234B (zh) | 电池异常识别方法、装置、设备、介质及程序产品 | |
CN113696786B (zh) | 电池均衡方法及系统 | |
CN103823191A (zh) | 一种计算锂离子电池组可用剩余容量的方法 | |
CN106707180A (zh) | 一种并联电池组故障检测方法 | |
CN202770974U (zh) | 电动汽车动力电池自动测试诊断系统 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN112363061A (zh) | 一种基于大数据的热失控风险评估方法 | |
CN111257770B (zh) | 一种电池包功率估算方法 | |
CN111562508A (zh) | 在线检测电池包内部单体电池内阻异常的方法 | |
CN112776667B (zh) | 一种车端动力电池析锂在线监控方法 | |
US11959969B2 (en) | Apparatus and method for diagnosing battery | |
CN116754981B (zh) | 电池容量预测方法、装置、电子设备及存储介质 | |
Lin et al. | State of health estimation of lithium-ion batteries based on remaining area capacity | |
CN116973782A (zh) | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 | |
CN109092717B (zh) | 一种动力电池组故障模块的判定方法 | |
CN111562514A (zh) | 一种基于大数据在线检测电池包内部单体电池自放电状态的方法 | |
CN116224075A (zh) | 动力电池单体异常预警方法、装置、电子设备和存储介质 | |
CN116256642A (zh) | 一种适用于稀疏数据的磷酸铁锂电池故障诊断方法 | |
CN114236395A (zh) | 电动汽车动力电池在线全面检测方法 |
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 |