CN111610456A - 一种区分电池微短路和小容量故障的诊断方法 - Google Patents
一种区分电池微短路和小容量故障的诊断方法 Download PDFInfo
- Publication number
- CN111610456A CN111610456A CN202010358554.4A CN202010358554A CN111610456A CN 111610456 A CN111610456 A CN 111610456A CN 202010358554 A CN202010358554 A CN 202010358554A CN 111610456 A CN111610456 A CN 111610456A
- Authority
- CN
- China
- Prior art keywords
- charge
- capacity
- monomer
- soc
- 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.)
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator 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
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/56—Testing of electric apparatus
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明提出一种区分电池微短路和小容量故障的诊断方法,预估电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC),然后得出各单体的SOC;在充放电工况下分别计算各单体在每个时刻转移的电荷量和SOC变化量,然后利用最小二乘法进行各电池单体在充放电工况下的容量估计;将电池单体各次充放电容量估计结果进行对比,容量相近且充放电容量相近的电池单体为正常单体;放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体的单体为微短路单体;以提出一种诊断结果准确,可以有效区分电池微短路和小容量故障的诊断方法。
Description
技术领域
本发明涉及锂电池管理技术领域,尤其涉及一种区分电池微短路和小容量故障的诊断方法。
背景技术
近年来,随着国家和政府对新能源汽车的政策支持,以及新能源汽车技术的不断成熟,电动汽车得以广泛使用。但是,电动汽车在长期的使用过程中,电池难免会因为老化或其他原因产生故障,这就需要BMS能及时发现故障并进行快速诊断。常见的故障类型主要有内短路、容量差异等,这些情况都会引起SOC的异常变化,因此,可以根据这些异常变化对故障做出诊断。但在已有的一些研究中,对于容量估计问题,研究者通常忽略短路的存在,对于短路故障诊断忽略了容量差异的存在。
在单次放电过程中,小容量单体与短路单体均会存在SOC差异不断增大的异常特征,也就是说仅仅依据电池单体在单次放电过程中的不一致性变化趋势进行故障诊断,有可能误将小容量单体诊断为短路单体,或误将短路单体判断为小容量单体;而在单次充电过程中,有可能误将短路单体判断为大容量单体。
在实车使用中,特别是随着电池寿命的衰减,电池组内单体间的容量不一致性会增加,短路风险增加。所以在进行故障诊断时,需要将短路和容量差异的情况都考虑在内,才能做出准确判断。
发明内容
本发明的目的在于提出一种诊断结果准确,可以有效区分电池微短路和小容量故障的诊断方法。
为达到上述目的,本发明提出一种区分电池微短路和小容量故障的诊断方法,包括以下步骤:
S1、预估电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC),然后得出各单体的SOC;
S2、在充放电工况下分别计算各单体在每个时刻转移的电荷量和SOC变化量,然后利用最小二乘法进行各电池单体在充放电工况下的容量估计;
S3、将电池单体各次充放电容量估计结果进行对比,容量相近且充放电容量相近的电池单体为正常单体;
放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体的单体为微短路单体;
充放电工况下估计值均小于正常单体的单体为小容量单体。
优选的,在S1中,采用平均差异模型,用EKF算法估计出电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC)。
优选的,选取的平均电池模型为二阶RC模型,以高频的方式估计出电池组平均荷电状态SOCmean;选取的差异电池模型为Rint模型,以低频的方式估计单体与电池组平均荷电状态的差异(dSOC)。
优选的,在S3中,容量相近且充放电容量估计相近的正常电池单体指该单体容量在某一次估计时结果与大部分单体相一致,即与单体容量的中位数误差在p1%以内,且充电容量与放电容量差在p1%以内;在充放电工况下估计值均小于正常单体p2%以上,且充电容量与放电容量差在p1%以内,则判定该单体为小容量单体;
在放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体,且充电容量大于放电容量p3%,则判定该单体为微短路单体。
优选的,所述p1=2,p2=3,p3=5。
优选的,在S2中,在每个时刻转移的电荷量ΔQi表示单体i从t0时刻到tj时刻转移的电荷量,采用安时积分法计算得到,公式为
SOC变化量ΔSOCi表示单体i从t0时刻到tj时刻SOC的变化量,公式为
ΔSOCi=SOCi(tj)-SOCi(t0)
式中t0为每次充电或放电的起始时刻,tj最大为每次充电或放电的结束时刻,由此可得到每次充放电完整区间内的所有ΔQi和ΔSOCi。
优选的,在S2中,所述的容量估计方法,单体i的容量计算公式为:
ΔQi(tj)=CiΔSOCi+b
Ci表示单体i的容量,是未知的,但可以通过定义(ΔSOCi,ΔQi)作为特征点,ΔQi和SOCi的线性关系可以根据若干个特征点形成的散点图反映出来,基于线性回归的方法就可以得到单体i的容量Ci。
与现有技术相比,本发明的优势之处在于:
(1)本发明提供的一种区分电池微短路和小容量故障的诊断方法能快速计算单体容量进行故障诊断,计算量小,诊断速度快。
(2)容量估计值能较好地跟随参考值,能够准确地区分出微短路单体与小容量单体,诊断结果准确。
附图说明
图1是本发明一种区分电池微短路和小容量故障的诊断方法的流程图。
图2是本发明一种区分电池微短路和小容量故障的诊断方法,实施例中采用的平均电池模型图和差异电池模型图。
图3是利用最小二乘法进行容量估计,估计值与参考值的结果对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案作进一步地说明。
本实施例选取4个容量不一致的电池单体作为实验对象,将其串联连接,对2号单体以外接电阻的形式模拟短路,阻值为13Ω。实验工况选取动态应力测试工况为放电工况,1/3C恒流恒压的充电模式作为充电工况,进行三次充放电循环。
本发明区分电池微短路和小容量故障的流程图如图1所示,具体包括以下步骤:
S1、采用平均差异模型,用EKF算法估计出电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC),然后得出各单体的SOC;
步骤S1具体包括以下步骤:
1)利用传感器获取电池组电流值I,各单体电压值Ui;
2)选取如图2所示的二阶RC模型作为平均电池模型,取各单体电压的平均值Umean,以I和Umean作为输入值,通过EKF算法估计出电池组的平均荷电状态SOCmean;
二阶RC模型输出端电压Umean为:
Umean=OCV(SOCmean)-IR0-U1-U2 (1)
极化电压U1和U2分别为:
U1=IR1[1-exp(-t/τ1)] (2)
U2=IR2[1-exp(-t/τ2)] (3)
OCV表示平均电池的开路电压,SOCmean表示平均电池的荷电状态,平衡状态下OCV与SOCmean具有一一对应的关系,I表示平均电池通过的电流;R0表示平均电池的欧姆内阻;U1和U2分别表示第一极化电压和第二极化电压;τ1和τ2分别表示平均电池的第一极化内阻和第二极化内阻。
状态方程为:
U1,k+1=U1,kexp(-Δt/τ1,k)+IkR1,k[1-exp(-Δt/τ1,k)] (5)
U2,k+1=U2,kexp(-Δt/τ2,k)+IkR2,k[1-exp(-Δt/τ2,k)] (6)
输出方程为:
Umean,k=OCV(SOCmean,k)-IkR0-U1,k-U2,k+vk (7)
其中,SOCmean,k为k节点时刻电池组的平均荷电状态;Δt为采样时间;Ik为k节点时刻电流传感器测得的电流值;U1,k和U2,k为k节点时刻平均电池第一极化内阻和第二极化内阻的电压;OCV(SOCmean,k)为k节点时刻电池组的开路电压;wk和vk分别表示输入测量噪声和输出测量噪声,wk与安时积分法相对应,wk的方差越小,表示更加相信安时积分法的估计值;vk与电池模型电压校正环节相对应,vk的方差越小,表示更加相信电池模型电压校正后的估计值。这里取wk和vk的方差分别取1e-12和0.01;η为库伦效率,这里取1。
式(4),(5),(6)组成状态方程:
式(7)组成输出方程:
g(xk,uk)=OCV(SOCmean,k)-IkR0-U1,k-U2,k (9)
式中,f(xk,uk)为平均电池的状态函数,g(xk,uk)为平均电池的测量函数,即平均电池模型估计的平均电池的端电压值。
状态向量:
xk=[SOCmean,k,U1,k,U2,k] (10)
系数矩阵:
3)采用如图3所示的Rint模型作为差异电池模型,以电流传感器测得的电池组电流值I和电压传感器测得的单体电压值U与平均电压值Umean的差异值ΔU作为输入值,通过EKF算法估计出单体与平均电池的荷电状态差异(dSOC);
Rint模型输出端电压:
ΔU=ΔOCV(ΔSOC)-IΔR (13)
状态方程和输出方程:
为差异电池的状态函数,为差异电池的测量函数,即差异电池模型估计的差异电池端电压;表示在平衡状态时的平均荷电状态SOCmean附近,第i个单体开路电压与电池组平均开路电压的差异;ΔRi表示第i个单体的内阻与电池组平均内阻的差异;Ik为S节点时刻电流传感器测得的电流值。
状态向量:
系数矩阵:
4)根据平均电池的荷电状态SOCmean,单体与平均电池的荷电状态差异(dSOC),得到各电池单体的SOC。
S2、在充放电工况下分别计算各单体在每个时刻转移的电荷量和SOC变化量,然后利用最小二乘法进行各电池单体在充放电工况下的容量估计;
具体包括以下步骤:
1)计算各单体在每个时刻转移的电荷量ΔQi表示单体i从t0时刻到tj时刻转移的电荷量,采用安时积分法计算得到,公式为:
SOC变化量ΔSOCi表示单体i从t0时刻到tj时刻SOC的变化量,公式为:
ΔSOCi=SOCi(tj)-SOCi(t0) (20)
这里的t0为每次充电或放电的起始时刻,tj最大为每次充电或放电的结束时刻。由此可得到每次充放电完整区间内的所有ΔQi和ΔSOCi。
2)利用最小二乘法进行各电池单体在充放电工况下的容量估计;
根据1)中得到的特征点(ΔSOCi,ΔQi),利用最小二乘法得到各电池单体分别在充放电工况下的容量估计值。
S3、将电池单体各次充放电容量估计结果进行对比:
1)容量相近且充放电容量估计相近的为正常单体。正常电池单体指该单体容量在某一次估计时结果与大部分单体相一致,即与单体容量的中位数误差在p1%以内,且充电容量与放电容量差在p1%以内;
2)单体在充放电工况下估计值均小于正常单体p2%以上,且充电容量与放电容量差在p1%以内,则判定该单体为小容量单体;
3)单体在放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体,且充电容量大于放电容量p3%,则判定该单体为微短路单体。
一般取p1=2,p2=3,p3=5。
通过此实施例得到的容量估计图,如图3所示,我们可以看出单体1,3为正常单体。单体2的容量估计值在放电时低于正常单体,在充电时高于正常单体,所以可以判定单体2为微短路单体。而单体4的充放电工况下的容量估计值均小于正常单体,所以可以判定单体4为小容量单体。因此可以看出本发明采用的一种区分电池内短路和小容量两种故障的诊断方法能快速准确地区分出短路故障与小容量故障。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (7)
1.一种区分电池微短路和小容量故障的诊断方法,其特征在于,包括以下步骤:
S1、预估电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC),然后得出各单体的SOC;
S2、在充放电工况下分别计算各单体在每个时刻转移的电荷量和SOC变化量,然后利用最小二乘法进行各电池单体在充放电工况下的容量估计;
S3、将电池单体各次充放电容量估计结果进行对比,容量相近且充放电容量相近的电池单体为正常单体;
放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体的单体为微短路单体;
充放电工况下估计值均小于正常单体的单体为小容量单体。
2.根据权利要求1所述的区分电池微短路和小容量故障的诊断方法,其特征在于,在S1中,采用平均差异模型,用EKF算法估计出电池组的平均荷电状态SOCmean和各单体与电池组平均荷电状态的差异(dSOC)。
3.根据权利要求2所述的区分电池微短路和小容量故障的诊断方法,其特征在于,选取的平均电池模型为二阶RC模型,以高频的方式估计出电池组平均荷电状态SOCmean;选取的差异电池模型为Rint模型,以低频的方式估计单体与电池组平均荷电状态的差异(dSOC)。
4.根据权利要求2所述的区分电池微短路和小容量故障的诊断方法,其特征在于,在S3中,容量相近且充放电容量估计相近的正常电池单体指该单体容量在某一次估计时结果与大部分单体相一致,即与单体容量的中位数误差在p1%以内,且充电容量与放电容量差在p1%以内;在充放电工况下估计值均小于正常单体p2%以上,且充电容量与放电容量差在p1%以内,则判定该单体为小容量单体;
在放电工况下的估计值小于正常单体,而充电工况下的估计值大于正常单体,且充电容量大于放电容量p3%,则判定该单体为微短路单体。
5.根据权利要求4所述的区分电池微短路和小容量故障的诊断方法,其特征在于;所述p1=2,p2=3,p3=5。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358554.4A CN111610456B (zh) | 2020-04-29 | 2020-04-29 | 一种区分电池微短路和小容量故障的诊断方法 |
PCT/CN2020/089321 WO2021217698A1 (zh) | 2020-04-29 | 2020-05-09 | 一种区分电池微短路和小容量故障的诊断方法 |
EP20891420.0A EP3933422B1 (en) | 2020-04-29 | 2020-05-09 | Diagnosis method for distinguishing micro-short-circuit fault of battery from small-capacity fault of battery |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358554.4A CN111610456B (zh) | 2020-04-29 | 2020-04-29 | 一种区分电池微短路和小容量故障的诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111610456A true CN111610456A (zh) | 2020-09-01 |
CN111610456B CN111610456B (zh) | 2022-08-23 |
Family
ID=72198065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010358554.4A Active CN111610456B (zh) | 2020-04-29 | 2020-04-29 | 一种区分电池微短路和小容量故障的诊断方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3933422B1 (zh) |
CN (1) | CN111610456B (zh) |
WO (1) | WO2021217698A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112014746A (zh) * | 2020-09-08 | 2020-12-01 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
CN113009378A (zh) * | 2021-03-08 | 2021-06-22 | 经纬恒润(天津)研究开发有限公司 | 一种电池微短路检测方法及装置 |
CN114264961A (zh) * | 2021-12-23 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
CN114274777A (zh) * | 2021-12-15 | 2022-04-05 | 重庆长安新能源汽车科技有限公司 | 一种电池异常监控方法、系统及车辆 |
US11456610B2 (en) * | 2019-02-20 | 2022-09-27 | Samsung Sdi Co., Ltd. | Internal short sensing battery control apparatus and battery control method |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111610456B (zh) * | 2020-04-29 | 2022-08-23 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN113884894B (zh) * | 2021-11-15 | 2023-07-21 | 长沙理工大学 | 基于外部特性的电池簇不一致性在线监测方法 |
CN114035074B (zh) * | 2021-11-18 | 2023-08-29 | 上海理工大学 | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 |
CN114035082B (zh) * | 2021-12-10 | 2023-06-20 | 厦门金龙联合汽车工业有限公司 | 一种新能源车辆电池系统异常电芯快速诊断方法 |
CN115308617B (zh) * | 2022-06-06 | 2024-05-03 | 北京西清能源科技有限公司 | 一种锂离子电池内部短路诊断方法 |
CN115730708B (zh) * | 2022-11-09 | 2023-07-14 | 浙江咸亨创新产业中心有限公司 | 一种基于器件级电池模型的并网储能系统优化运行方法 |
CN116184248B (zh) * | 2023-04-24 | 2023-07-07 | 广东石油化工学院 | 一种串联电池组的微小短路故障检测方法 |
CN116736139B (zh) * | 2023-07-13 | 2024-02-02 | 江苏果下科技有限公司 | 一种家用储能系统的soc估算方法 |
CN116736150B (zh) * | 2023-08-16 | 2023-11-03 | 杭州高特电子设备股份有限公司 | 一种电池异常检测方法、电池系统和计算机程序 |
CN117719345B (zh) * | 2024-02-06 | 2024-05-17 | 湖北工业大学 | 一种基于ic曲线考虑老化的电池微短路量化方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5049803A (en) * | 1989-05-10 | 1991-09-17 | Allied-Signal Inc. | Method and apparatus for charging and testing batteries |
US5894212A (en) * | 1997-09-19 | 1999-04-13 | Tarrytown Consulting, Inc. | Discharge monitoring and isolating system for batteries |
JP2001116811A (ja) * | 1999-08-10 | 2001-04-27 | Matsushita Electric Ind Co Ltd | 微小短絡セル検出方法及びセルショート検出方法 |
US20070035307A1 (en) * | 2003-01-25 | 2007-02-15 | Eberhard Schoch | State variable and parameter estimator comprising several partial models for an electrical energy storage device |
CN101706556A (zh) * | 2009-11-11 | 2010-05-12 | 惠州市亿能电子有限公司 | 纯电动汽车用锂离子电池的实际容量估算方法 |
CN103163464A (zh) * | 2011-12-14 | 2013-06-19 | 微宏动力系统(湖州)有限公司 | 电池包中电芯的检测方法 |
JP2015032517A (ja) * | 2013-08-05 | 2015-02-16 | トヨタ自動車株式会社 | リチウムイオン二次電池の製造方法 |
CN106802396A (zh) * | 2017-03-28 | 2017-06-06 | 上海理工大学 | 一种电池内短路的诊断方法 |
CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
CN108196190A (zh) * | 2017-11-20 | 2018-06-22 | 上海理工大学 | 一种电池组在线故障诊断方法 |
CN108303589A (zh) * | 2017-01-13 | 2018-07-20 | 旺玖科技股份有限公司 | 电池内阻的量测电路及方法 |
CN108318775A (zh) * | 2018-05-11 | 2018-07-24 | 北京市亿微科技有限公司 | 在线诊断电池短路故障的方法及装置 |
CN108333526A (zh) * | 2018-01-30 | 2018-07-27 | 北京车和家信息技术有限公司 | 电池容量检测方法及装置 |
CN109239613A (zh) * | 2018-09-13 | 2019-01-18 | 重庆凯瑞汽车试验设备开发有限公司 | 一种电动汽车电池容量检测方法及装置 |
CN109884542A (zh) * | 2019-04-08 | 2019-06-14 | 洛阳理工学院 | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 |
US20190305384A1 (en) * | 2016-12-23 | 2019-10-03 | Huawei Technologies Co., Ltd. | Battery micro-short circuit detection method and apparatus |
CN110418972A (zh) * | 2017-03-06 | 2019-11-05 | 沃尔沃卡车集团 | 电池单体充电状态估计方法和电池状态监测系统 |
CN110501654A (zh) * | 2019-09-19 | 2019-11-26 | 深圳市众能达自动化设备有限公司 | 一种电池内部微短路的检测装置及其检测方法 |
CN110764014A (zh) * | 2018-07-26 | 2020-02-07 | 东莞新能德科技有限公司 | 电池内短路的检测方法、装置、终端及可读存储介质 |
CN110780226A (zh) * | 2018-07-30 | 2020-02-11 | 广州小鹏汽车科技有限公司 | 一种电池包内短路检测方法、装置和电动汽车 |
CN110824372A (zh) * | 2019-11-25 | 2020-02-21 | Oppo广东移动通信有限公司 | 一种判断电池内短路的方法、设备和电子设备 |
US20200355749A1 (en) * | 2018-01-11 | 2020-11-12 | Semiconductor Energy Laboratory Co., Ltd. | Device detecting abnormality of secondary battery, abnormality detection method, and program |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
-
2020
- 2020-04-29 CN CN202010358554.4A patent/CN111610456B/zh active Active
- 2020-05-09 EP EP20891420.0A patent/EP3933422B1/en active Active
- 2020-05-09 WO PCT/CN2020/089321 patent/WO2021217698A1/zh unknown
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5049803A (en) * | 1989-05-10 | 1991-09-17 | Allied-Signal Inc. | Method and apparatus for charging and testing batteries |
US5894212A (en) * | 1997-09-19 | 1999-04-13 | Tarrytown Consulting, Inc. | Discharge monitoring and isolating system for batteries |
JP2001116811A (ja) * | 1999-08-10 | 2001-04-27 | Matsushita Electric Ind Co Ltd | 微小短絡セル検出方法及びセルショート検出方法 |
US20070035307A1 (en) * | 2003-01-25 | 2007-02-15 | Eberhard Schoch | State variable and parameter estimator comprising several partial models for an electrical energy storage device |
CN101706556A (zh) * | 2009-11-11 | 2010-05-12 | 惠州市亿能电子有限公司 | 纯电动汽车用锂离子电池的实际容量估算方法 |
CN103163464A (zh) * | 2011-12-14 | 2013-06-19 | 微宏动力系统(湖州)有限公司 | 电池包中电芯的检测方法 |
JP2015032517A (ja) * | 2013-08-05 | 2015-02-16 | トヨタ自動車株式会社 | リチウムイオン二次電池の製造方法 |
EP3508867A1 (en) * | 2016-09-27 | 2019-07-10 | Huawei Technologies Co., Ltd. | Detection method and device for micro short circuit of battery |
CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
WO2018059074A1 (zh) * | 2016-09-27 | 2018-04-05 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
US20190219640A1 (en) * | 2016-09-27 | 2019-07-18 | Huawei Technologies Co., Ltd. | Method and apparatus for detecting micro short circuit of battery |
US20190305384A1 (en) * | 2016-12-23 | 2019-10-03 | Huawei Technologies Co., Ltd. | Battery micro-short circuit detection method and apparatus |
CN108303589A (zh) * | 2017-01-13 | 2018-07-20 | 旺玖科技股份有限公司 | 电池内阻的量测电路及方法 |
CN110418972A (zh) * | 2017-03-06 | 2019-11-05 | 沃尔沃卡车集团 | 电池单体充电状态估计方法和电池状态监测系统 |
CN106802396A (zh) * | 2017-03-28 | 2017-06-06 | 上海理工大学 | 一种电池内短路的诊断方法 |
CN108196190A (zh) * | 2017-11-20 | 2018-06-22 | 上海理工大学 | 一种电池组在线故障诊断方法 |
US20200355749A1 (en) * | 2018-01-11 | 2020-11-12 | Semiconductor Energy Laboratory Co., Ltd. | Device detecting abnormality of secondary battery, abnormality detection method, and program |
CN108333526A (zh) * | 2018-01-30 | 2018-07-27 | 北京车和家信息技术有限公司 | 电池容量检测方法及装置 |
CN108318775A (zh) * | 2018-05-11 | 2018-07-24 | 北京市亿微科技有限公司 | 在线诊断电池短路故障的方法及装置 |
CN110764014A (zh) * | 2018-07-26 | 2020-02-07 | 东莞新能德科技有限公司 | 电池内短路的检测方法、装置、终端及可读存储介质 |
CN110780226A (zh) * | 2018-07-30 | 2020-02-11 | 广州小鹏汽车科技有限公司 | 一种电池包内短路检测方法、装置和电动汽车 |
CN109239613A (zh) * | 2018-09-13 | 2019-01-18 | 重庆凯瑞汽车试验设备开发有限公司 | 一种电动汽车电池容量检测方法及装置 |
CN109884542A (zh) * | 2019-04-08 | 2019-06-14 | 洛阳理工学院 | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 |
CN110501654A (zh) * | 2019-09-19 | 2019-11-26 | 深圳市众能达自动化设备有限公司 | 一种电池内部微短路的检测装置及其检测方法 |
CN110824372A (zh) * | 2019-11-25 | 2020-02-21 | Oppo广东移动通信有限公司 | 一种判断电池内短路的方法、设备和电子设备 |
WO2021217698A1 (zh) * | 2020-04-29 | 2021-11-04 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
Non-Patent Citations (6)
Title |
---|
WENKAI GAO; YUEJIU ZHENG; MINGGAO OUYANG.ETC: "Micro-Short-Circuit Diagnosis for Series-Connected Lithium-Ion Battery Packs Using Mean-Difference Model", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
YUEJIU ZHENG; YIFAN LU; WENKAI GAO.ETC: "Micro-Short-Circuit Cell Fault Identification Method for Lithium-Ion Battery Packs Based on Mutual Information", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
ZHENDONG ZHANG,XIANGDONG KONG,YUEJIU ZHENG.ETC: "Real-time diagnosis of micro-short circuit for Li-ion batteries utilizing low-pass filters", 《ENERGY》 * |
刘力硕,张明轩,卢兰光等: "锂离子电池内短路机理与检测研究进展", 《储能科学与技术》 * |
郑岳久: "车用锂离子动力电池组的一致性研究", 《工程科技Ⅱ辑》 * |
高文凯,郑岳久,许霜霜,周龙: "基于增量误差的卡尔曼滤波算法全区间荷电状态估计", 《电源学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11456610B2 (en) * | 2019-02-20 | 2022-09-27 | Samsung Sdi Co., Ltd. | Internal short sensing battery control apparatus and battery control method |
CN112014746A (zh) * | 2020-09-08 | 2020-12-01 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
CN112014746B (zh) * | 2020-09-08 | 2023-04-25 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
CN113009378A (zh) * | 2021-03-08 | 2021-06-22 | 经纬恒润(天津)研究开发有限公司 | 一种电池微短路检测方法及装置 |
CN114274777A (zh) * | 2021-12-15 | 2022-04-05 | 重庆长安新能源汽车科技有限公司 | 一种电池异常监控方法、系统及车辆 |
CN114274777B (zh) * | 2021-12-15 | 2023-06-02 | 重庆长安新能源汽车科技有限公司 | 一种电池异常监控方法、系统及车辆 |
CN114264961A (zh) * | 2021-12-23 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
CN114264961B (zh) * | 2021-12-23 | 2023-09-15 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3933422A4 (en) | 2022-07-20 |
EP3933422B1 (en) | 2023-11-01 |
CN111610456B (zh) | 2022-08-23 |
WO2021217698A1 (zh) | 2021-11-04 |
EP3933422A1 (en) | 2022-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111610456B (zh) | 一种区分电池微短路和小容量故障的诊断方法 | |
CN111198327B (zh) | 一种单体电池内短路故障自检测方法 | |
CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
CN111208439B (zh) | 一种串联锂离子电池组微短路故障定量检测方法 | |
CN112838631B (zh) | 动力电池的充电动态管控装置和动力电池的充电诊断方法 | |
CN107748336B (zh) | 锂离子电池的荷电状态在线估计方法及系统 | |
CN110795851B (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
CN111929602B (zh) | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 | |
CN111965559A (zh) | 一种锂离子电池soh在线估计方法 | |
CN112098893B (zh) | 一种适用于电动汽车的基于初始容量差异的电池内短路故障诊断方法 | |
CN112285569B (zh) | 一种基于动态阈值模型的电动汽车故障诊断方法 | |
CN115792638A (zh) | 基于电池模型参数辨识的soc-内短路联合估计方法 | |
CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
CN115877232A (zh) | 一种基于卡尔曼滤波的锂离子电池内部温度估计方法 | |
CN112130077B (zh) | 一种不同工况下动力电池组的soc估算方法 | |
CN110988728A (zh) | 一种锂电池包内部连接异常快速诊断方法 | |
CN112009252B (zh) | 一种动力电池系统故障诊断及容错控制方法 | |
CN112485675A (zh) | 一种锂电池soc估计方法和系统 | |
CN116520194A (zh) | 一种锂离子电池内短路故障与容量损失的诊断方法 | |
CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 | |
CN114152826B (zh) | 一种锂离子电池单体内短路检测方法 | |
CN115166566A (zh) | 一种在线识别电池自放电率异常的方法 | |
CN114545263A (zh) | 一种基于可重构电路的电池状态评估系统及方法 | |
CN111537906B (zh) | 一种评估磷酸铁锂电池系统多项健康参数的方法 | |
CN114740385A (zh) | 一种自适应的锂离子电池荷电状态估计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |