CN111751756A - 一种用累积动力电池温度曲线识别故障电池单体的方法 - Google Patents
一种用累积动力电池温度曲线识别故障电池单体的方法 Download PDFInfo
- Publication number
- CN111751756A CN111751756A CN202010759110.1A CN202010759110A CN111751756A CN 111751756 A CN111751756 A CN 111751756A CN 202010759110 A CN202010759110 A CN 202010759110A CN 111751756 A CN111751756 A CN 111751756A
- Authority
- CN
- China
- Prior art keywords
- temperature
- battery
- battery cell
- time point
- current time
- 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
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及异常电池识别技术领域,具体涉及一种用累积动力电池温度曲线识别故障电池单体的方法,S1、根据温度频率分布表拟合电池单体的温度曲线;S2、确定当前时间点对应的温度阈值;S3、判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系;S4、根据大小关系判断电池单体是否异常;S5、输出电池单体是否异常的信息。本发明通过当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系进行判断,充分、有效地考虑了电池单体在不同的时间点温度承受能力的变化趋势,解决了现有技术在电池单体在已达承受极限却未达固定阈值时无法准确识别异常情况的技术问题。
Description
技术领域
本发明涉及异常电池识别技术领域,具体涉及一种用累积动力电池温度曲线识别故障电池单体的方法。
背景技术
新能源车,是采用非常规的车用燃料作为动力来源,或使用常规的车用燃料但采用新型车载动力装置,综合车辆的动力控制和驱动方面的先进技术形成的汽车。在新能源汽车领域,蓄电池是指蓄电池组,作为新能源汽车的核心部件,通常由几十个至上百个电池单体通过串并连组合而成,即使个别电池性能衰减加剧,也会影响整个蓄电池组的效能。因此,有必要识别出蓄电池组中的异常电池单体,从而最大限度地发挥电池的效用、延长电池的使用寿命、增加电池的安全性。
电池温度曲线是描述电池本质特征的有效手段,为了对新能源汽车的安全性能进行改进,及时发现车辆的故障,基于新能源汽车行驶过程中的大数据收集就显得非常的重要。为此,国家还设定相关的国家标准,以新能源汽车企业为基础收集新能源汽车行驶过程中的各项运行数据,如电池和发动机等,并将收集到的运行数据发送至企业平台,由企业平台将运行数据汇总后发送至国家平台上进行监控和分析。
如果分别为同一台车辆上的每一块动力电池建立连续抽样体系,以国家标准规定的单体温度为样本观测值,通过连续且大样本的抽样观测,可以精确地获得每一块动力电池的温度频率分布表。由于温度频率分布表本质上就是电池温度曲线导数的离散表达形式,因此,采用【温度值,频数】的数据结构规范地表示电池的温度频数分布,就可以得到每一块电池的温度曲线。
通常,都是采用固定的异常状态阈值来判定电池是否出现异常,比如电压阈值、温度阈值。但是,由于电动汽车的使用方式比较特殊,比如具有间歇性地启动、刹车、高温、震动、大电流冲击、过压冲击,这使得在蓄电池的整个使用周期中,各个电池单体的性能会逐渐下降,导致电池单体在不同的时间点具有不同的承受能力。如果还是采用固定的异常状态阈值为标准来判定电池单体是否异常,会导致电池单体在已达承受极限却未达固定的异常状态阈值时,无法准确识别异常情况。
发明内容
本发明提供一种用累积动力电池温度曲线识别故障电池单体的方法,解决了现有技术在电池单体在已达承受极限却未达固定阈值时无法准确识别异常情况的技术问题。
本发明提供的基础方案为:一种用累积动力电池温度曲线识别故障电池单体的方法,包括:
S1、获取蓄电池每块电池单体的温度频率分布表,根据温度频率分布表拟合电池单体的温度曲线;
S2、参考电池单体的使用寿命与异常状态阈值的对应关系,确定当前时间点对应的温度阈值;
S3、从温度曲线提取当前时间点对应的温度值,并判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系;
S4、根据当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系判断电池单体是否异常,若当前时间点对应的温度值大于、等于当前时间点对应的温度阈值,判定电池单体异常;若当前时间点对应的温度值小于当前时间点对应的温度阈值,判定电池单体正常;
S5、输出电池单体是否异常的信息。
本发明的工作原理及优点在于:在确定的检测时长内,对放电过程中电池单体的温度进行多次检测,记录每次检测到的温度值和对应的时间点,根据温度值和对应的时间点拟合电池单体的温度曲线。然后,参考电池单体的使用寿命与温度阈值的对应关系,根据对应关系确定当前时间点对应的温度阈值,并根据当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系判断电池单体是否异常。由于当前时间点的温度阈值代表当前时刻电池单体对温度的承受能力,通过当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系进行判断,充分、有效地考虑了电池单体在不同的时间点温度承受能力的变化趋势,即使在电池单体已达承受极限却未达固定阈值时也能够准确识别其异常、故障情况。
本发明通过当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系进行判断,充分、有效地考虑了电池单体在不同的时间点温度承受能力的变化趋势,解决了现有技术在电池单体在已达承受极限却未达固定阈值时无法准确识别异常情况的技术问题。
进一步,所述温度可替换为电压,通过电压值判断电池单体是否异常。
有益效果在于:根据欧姆定律,在电池单体的内阻保持不变时,发热量与电压值的平方成正比,故而电压值的变化可代表发热量的变化,可用电压值代替温度值来判别电池单体是否异常,相比于温度值数据的采集,电压值的采集更加简单、快捷。
进一步,所述温度可替换为电流,通过电流值判断电池单体是否异常。
有益效果在于:根据欧姆定律,在电池单体的内阻保持不变时,发热量与电流值的平方成正比,故而电流值的变化也可代表发热量的变化,可用电流值代替温度值来判别电池单体是否异常,相比于温度值数据的采集,电流值可直接进行采集,准确率高。
进一步,参考电池单体的使用寿命与冗余时间阈值的对应关系,确定当前时间点对应的冗余时间阈值;判断参数值与参数阈值之间的大小关系,当参数大于、等于参数阈值时,使计数参数加上数值1,否则,设定计数参数为0;判断计数参数与冗余时间阈值之间的大小关系,当计数参数大于、等于对应的冗余时间阈值时,判定电池单体异常,反之,判定电池单体正常。
有益效果在于:电池单体由于某些外界影响,参数值比如温度、电压、电流,会在极短的时间升高、降低又恢复正常。通过这样的方式,在参数值不是在长时间而是在极短的时间处于异常状态时,就不会出现误判。
进一步,参数包括温度、电压和电流,冗余时间阈值包括温度冗余时间阈值、电压冗余时间阈值、电流冗余时间阈值。
有益效果在于:如前所述,温度、电压和电流参数均可用来判定电池单体是否异常,这样可根据实际情况选取参数进行判定。
进一步,步骤S1中,还包括对温度曲线进行校正,具体包括:
A1、设置电池单体的使用数据,当电池单体的使用数据与预设条件匹配时,校正电池单体的电压;
A2、根据使用数据从数据库中获取电池单体的参考温度曲线;
A3、从参考温度曲线中选取与温度曲线的斜率匹配的参考温度曲线,将其作为电池单体的校正温度曲线;
A4、判断温度曲线与校正温度曲线是否一致,若不一致,进行校正,以校正温度曲线替代温度曲线;若一致,不进行校正。
有益效果在于:通过这样的方式,在蓄电池的使用数据与预设条件匹配时,对温度曲线进行校正,即使由于电池老化、温差较大等导致虚电,也能够准确地识别故障电池单体。
进一步,校正使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数超过预设次数。
有益效果在于:在电池单体的充放电次数达到预设次数时才校正电池单体的电压,能够实现在电池老化时,才进行电池单体的温度曲线的校正。
进一步,使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数落入预设次数范围。
有益效果在于:将预设条件设为预设次数范围,以数值范围的形式表示,相对于以单纯的预设次数进行限定,更加灵活,便于适应多种情况。
进一步,使用数据为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差超过预设温差。
有益效果在于:通过这样的方式,控制电池单体在预定时长内的温差超过预设温差时,可对环境温度对温度曲线造成的影响进行修正。
进一步,使用数据为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差落入预设温差范围。
有益效果在于:将预设条件设为预设温差范围,以数值范围的形式表示,相对于以单纯的预设温差进行限定,更加灵活,便于适应多种情况。
附图说明
图1为本发明一种用累积动力电池温度曲线识别故障电池单体的方法的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例1
本发明一种用累积动力电池温度曲线识别故障电池单体的方法实施例基本如附图1所示,包括:
S1、根据温度频率分布表拟合电池单体的温度曲线;
S2、确定当前时间点对应的温度阈值;
S3、判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系;
S4、根据大小关系判断电池单体是否异常;
S5、输出电池单体是否异常的信息。
具体实施过程如下:
S1、根据温度频率分布表拟合电池单体的温度曲线。
按照国家相关标准,新能源汽车向企业平台上传每一电池单体的温度数据的时间间隔应该在30秒以内。通常情况下,新能源汽车向企业平台每天上传的包含温度数据的数据包数量在1000-5000包之间,由此可以迅速累积起百万量级的数据包数。基于这些电池单体的温度数据,可以得到车辆每一电池单体的温度频率分布表,如表1所示。
表1某个电池单体的温度频率分布表
具体而言,电池温度特征数据包括温度值以及温度值对应的频数,为便于分析,可将温度值以及温度值对应的频数整理成表格的形式,每个电池单体都有一个相应的温度频数统计表,如表2所示,其中每个探针检测一个电池单体的温度。
表2每个电池单体的温度频数统计表
得到每个电池单体温度频数统计表后,将这些温度值、频数拟合成温度曲线,并在直角坐标系的形式显示,纵轴为温度值、横轴为时间。
考虑到电池老化、温差较大等会导致虚电,故而本实施例中还对拟合得到的温度曲线进行校正。具体而言:A1、设置电池单体的使用数据,当电池单体的使用数据与预设条件匹配时,校正电池单体的电压。本实施例中,使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数超过预设次数。比如说,预设次数为400次,电池单体完全充放电1次为1次。或者,使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数落入预设次数范围。比如说,预设次数范围为【500,600】,也即预设次数可为500到600之间的任意数字。另外,使用数据也可为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差超过预设温差;或者,使用数据为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差落入预设温差范围。比如说,预设时长为20分钟,预设温差为5℃,预设温差范围为【4,8】,也即预设温差可为4到8℃之间的任意数值。
A2、根据使用数据从数据库中获取电池单体的温度曲线。电池单体的温度曲线预先储存在数据库里,温度曲线是通过实验和/或测试得到的,电池在不同的使用数据情形下的温度曲线,每种使用数据情形下均有对应的参考温度曲线,故直接在数据库里提取与使用数据对应的参考温度曲线即可。A3、从参考温度曲线中选取与温度曲线的斜率匹配的参考温度曲线,将其作为电池单体的校正温度曲线,本实施例中,斜率相同或最接近即可认为斜率匹配。A4、判断温度曲线与校正温度曲线是否一致,若不一致,进行校正,以校正温度曲线替代温度曲线;若一致,不进行校正。本实施例中,判断温度曲线与校正温度曲线是否一致,主要判断温度曲线与校正温度曲线之间的偏移距离是否足够小,在误差范围内,比如0.5%,若温度曲线与校正温度曲线之间的偏移距离在0.5%以内,判定温度曲线与校正温度曲线一致,反之,若温度曲线与校正温度曲线之间的偏移距离超过0.5%,则判定温度曲线与校正温度曲线不一致。
S2、确定当前时间点对应的温度阈值。
在本实施例中,事先需要对电池单体的性能进行试验,得到电池单体的温度、电压、、电流在整个使用生命周期中的异常状态阈值与使用寿命的关系表,通过当前电池单体使用时间进行查表设置当前电池单体的异常状态阈值。针对温度而言,对使用寿命中的任意时间点,均可确定出对应的温度阈值。比如说,使用寿命为300秒,第50秒的温度阈值为50℃,第200秒的温度阈值为45℃,第400秒的温度阈值为40℃。由于电池单体随着使用时间增加性能会降低,故而温度阈值随时间下降。
S3、判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系。
首先需要,从温度曲线提取当前时间点对应的温度值,然后判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系。比如,第50秒的温度值为48℃,第50秒对应的温度阈值为50℃,故第50秒的温度值小于对应的温度阈值。
S4、根据大小关系判断电池单体是否异常。
根据当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系判断电池单体是否异常:若当前时间点对应的温度值大于、等于当前时间点对应的温度阈值,判定电池单体异常;若当前时间点对应的温度值小于当前时间点对应的温度阈值,判定电池单体正常。比如说,第50秒的温度阈值为50℃,若当前时间点对应的温度值为55℃、50℃,大于、等于当前时间点对应的温度阈值50℃,就判定该电池单体异常;反之,若当前时间点对应的温度值为48℃,小于当前时间点对应的温度阈值50℃,就判定该电池单体正常。
S5、输出电池单体是否异常的信息。
可以将存在故障的电池单体的信息输出,比如“第6号电池单体,异常,No”,或者“第8号电池单体,正常,Yes”。
本实施例中,前述温度可替换为电压,通过电压值判断电池单体是否异常;或者,前述温度可替换为电流,通过电流值判断电池单体是否异常。这是因为,根据欧姆定律,在电池单体的内阻保持不变时,发热量与电压值、电流值的平方成正比,故而电压值、电流值的变化可代表发热量的变化,可用电压值、电流值代替温度值来判别电池单体是否异常,只需针对性做稍微的调整即可。
实施例2
与实施例1不同之处仅在于,还需要参考电池单体的使用寿命与冗余时间阈值的对应关系,确定当前时间点对应的冗余时间阈值;然后,判断参数值与参数阈值之间的大小关系,当参数大于、等于参数阈值时,使计数参数加上数值1,否则,设定计数参数为0;最后,判断计数参数与冗余时间阈值之间的大小关系,当计数参数大于、等于对应的冗余时间阈值时,判定电池单体异常,反之,判定电池单体正常。
本实施例中,参数包括温度、电压和电流,冗余时间阈值包括温度冗余时间阈值、电压冗余时间阈值、电流冗余时间阈值。比如说,第50秒时计数参数为2,,温度阈值为50℃,若当前时间点对应的温度值为55℃、50℃,大于、等于当前时间点对应的温度阈值50℃,计数参数加1就为3;反之,若当前时间点对应的温度值为48℃,小于当前时间点对应的温度阈值50℃,将计数参数设为0。若温度冗余时间阈值为3,若计数参数为4、3,大于、等于对应的温度冗余时间阈值3,判定电池单体异常;反之,若计数参数为2,小于对应的温度冗余时间阈值3,判定电池单体正常。电压、电流参数的判断过程与温度参数的判断过程类似,不再赘述。
实施例3
与实施例2不同之处仅在于,新能源汽车向企业平台上传的每一电池单体的温度数据都是通过温度传感器采集的,温度传感器的探头或探针与电池单体接触,实时地测量电池单体的表面温度数据。
本实施例中,每个电池单体都具有预先设置的编号,这些编号对应着电池单体安装的位置信息,位置信息具体为水平距离与垂直距离;其中,水平距离是指电池单体与驾驶舱的直线距离,也即驾驶舱的几何中心与电池单体几何中心之间的距离;垂直距离是指电池单体与地面的直线距离,以电池单体的几何中心向地面作垂线得到垂点,也即电池单体的几何中心与垂点之间的距离。比如说,对于编号5的电池单体而言,其位置信息可以用这样的格式表示,“编号-5,水平距离-1.2m,垂直距离-0.20m”,这表明编号5的电池单体的位置为,与驾驶舱的直线距离为1.2m,与地面的竖直距离为0.20m。
当需要判断某个电池单体在某个时刻是否异常时:第一步,确定该时刻对应的温度阈值;第二步,提取温度传感器采集的该时刻的温度值;第三步,根据该电池单体的位置信息对该时刻电池单体的温度值进行修正,得到该时刻修正后的温度值;第四步,根据该时刻修正后的温度值与该时刻对应的温度阈值的大小判断该电池单体是否异常:若该时刻修正后的温度值大于、等于该时刻对应的温度阈值,判定该电池单体异常;若该时刻修正后的温度值小于该时刻对应的温度阈值,判定该电池单体正常。
具体而言,以编号5的电池单体为例,判断该电池单体在第50秒时是否异常:
第一步,确定该电池单体在第50秒对应的温度阈值,比如说50℃。
第二步,提取温度传感器在第50秒采集的电池单体的温度值,比如说45℃。
第三步,根据该电池单体的位置信息对该时刻电池单体的温度值进行修正,得到该时刻修正后的温度值。该电池单体的位置信息为,“编号-5,水平距离-1.2m,垂直距离-0.20m”,也就是说,该电池单体与驾驶舱的直线距离为1.2m,该电池单体与地面的直线距离为0.20m。电池单体越靠近驾驶舱,由于空调制冷的原因,会使得温度传感器测得的温度低于实际的温度;电池单体越靠近地面,由于夏季地面热气的原因,会使得温度传感器测得的温度高于实际的温度。
本实施例中,设定基准水平距离与基准垂直距离,具体的修正方式如下:
水平修正:若水平距离小于、等于基准水平距离,修正后的温度=温度传感器采集的温度+0.01×水平距离;若水平距离大于基准水平距离,空调制冷的影响很小,不用进行修正。
垂直修正:若垂直距离小于、等于基准垂直距离,修正后的温度=温度传感器采集的温度—0.02×垂直距离;若垂直距离大于基准垂直距离,地面热气的影响很小,不用进行修正。
综上,修正后的温度=温度传感器采集的温度+0.01×水平距离—0.02×垂直距离。假如,基准水平距离为1.4m、基准垂直距离为0.3m,修正后的温度=温度传感器采集的温度+0.01×水平距离—0.02×垂直距离=45℃++0.01℃/cm×140cm—0.02℃/cm×20cm=45+1.4—0.4=46℃。
第四步,根据该时刻修正后的温度值与该时刻对应的温度阈值的大小判断该电池单体是否异常:该时刻修正后的温度值为46℃,小于该时刻对应的温度阈值50℃,判定该电池单体正常。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,包括:
S1、获取蓄电池每块电池单体的温度频率分布表,根据温度频率分布表拟合电池单体的温度曲线;
S2、参考电池单体的使用寿命与异常状态阈值的对应关系,确定当前时间点对应的温度阈值;
S3、从温度曲线提取当前时间点对应的温度值,并判断当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系;
S4、根据当前时间点对应的温度值与当前时间点对应的温度阈值的大小关系判断电池单体是否异常,若当前时间点对应的温度值大于、等于当前时间点对应的温度阈值,判定电池单体异常;若当前时间点对应的温度值小于当前时间点对应的温度阈值,判定电池单体正常;
S5、输出电池单体是否异常的信息。
2.如权利要求1所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,所述温度可替换为电压,通过电压值判断电池单体是否异常。
3.如权利要求1所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,所述温度可替换为电流,通过电流值判断电池单体是否异常。
4.如权利要求1-3所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,参考电池单体的使用寿命与冗余时间阈值的对应关系,确定当前时间点对应的冗余时间阈值;判断参数值与参数阈值之间的大小关系,当参数大于、等于参数阈值时,使计数参数加上数值1,否则,设定计数参数为0;判断计数参数与冗余时间阈值之间的大小关系,当计数参数大于、等于对应的冗余时间阈值时,判定电池单体异常,反之,判定电池单体正常。
5.如权利要求4所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,参数包括温度、电压和电流,冗余时间阈值包括温度冗余时间阈值、电压冗余时间阈值、电流冗余时间阈值。
6.如权利要求4所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,
步骤S1中,还包括对温度曲线进行校正,具体包括:
A1、设置电池单体的使用数据,当电池单体的使用数据与预设条件匹配时,校正电池单体的电压;
A2、根据使用数据从数据库中获取电池单体的参考温度曲线;
A3、从参考温度曲线中选取与温度曲线的斜率匹配的参考温度曲线,将其作为电池单体的校正温度曲线;
A4、判断温度曲线与校正温度曲线是否一致,若不一致,进行校正,以校正温度曲线替代温度曲线;若一致,不进行校正。
7.如权利要求6所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,校正使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数超过预设次数。
8.如权利要求6所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,使用数据为电池单体的充放电次数,预设条件为电池单体的充放电次数落入预设次数范围。
9.如权利要求6所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,使用数据为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差超过预设温差。
10.如权利要求6所述的一种用累积动力电池温度曲线识别故障电池单体的方法,其特征在于,使用数据为电池单体所处的环境温度,预设条件为电池单体所处的环境温度在预定时长内的温差落入预设温差范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010759110.1A CN111751756B (zh) | 2020-07-31 | 2020-07-31 | 一种用累积动力电池温度曲线识别故障电池单体的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010759110.1A CN111751756B (zh) | 2020-07-31 | 2020-07-31 | 一种用累积动力电池温度曲线识别故障电池单体的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111751756A true CN111751756A (zh) | 2020-10-09 |
CN111751756B CN111751756B (zh) | 2022-06-03 |
Family
ID=72712848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010759110.1A Active CN111751756B (zh) | 2020-07-31 | 2020-07-31 | 一种用累积动力电池温度曲线识别故障电池单体的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751756B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112345941A (zh) * | 2020-11-05 | 2021-02-09 | 惠州市蓝微新源技术有限公司 | 一种基于大数据依变化量曲线的后台热失控预警方法 |
CN113466704A (zh) * | 2021-06-30 | 2021-10-01 | 国网北京市电力公司 | 电池故障判断方法 |
CN113640683A (zh) * | 2021-08-06 | 2021-11-12 | 江苏金帆电源科技有限公司 | 识别异常电池的方法 |
CN113759266A (zh) * | 2021-08-25 | 2021-12-07 | 电子科技大学长三角研究院(湖州) | 一种关于人工智能预测锂离子电池健康状态的方法 |
CN115402152A (zh) * | 2022-10-31 | 2022-11-29 | 宇龙时代智能科技有限公司 | 一种新能源汽车充电中动力电池温控系统 |
CN116106758A (zh) * | 2023-03-23 | 2023-05-12 | 华能新能源股份有限公司山西分公司 | 基于数据驱动的电池故障诊断方法及系统 |
CN116435641A (zh) * | 2023-04-28 | 2023-07-14 | 合肥国轩高科动力能源有限公司 | 储能电池内部温度识别方法 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001091363A (ja) * | 1999-09-21 | 2001-04-06 | Matsushita Electric Ind Co Ltd | 組電池の異常温度検出装置 |
US6532425B1 (en) * | 1998-09-18 | 2003-03-11 | C&D Charter Holdings, Inc. | Remote battery plant monitoring system |
US20090087725A1 (en) * | 2007-09-28 | 2009-04-02 | Samsung Sdi Co., Ltd. | Temperature compensated current measuring device and battery pack using the same |
CN101499544A (zh) * | 2008-01-28 | 2009-08-05 | 联想(北京)有限公司 | 电池装置、保护电路、温度监控方法、温度传感器布置方法 |
CN104714187A (zh) * | 2015-03-23 | 2015-06-17 | 重庆长安汽车股份有限公司 | 动力电池异常判定方法及系统 |
CN106443482A (zh) * | 2016-11-03 | 2017-02-22 | 珠海市魅族科技有限公司 | 电子设备及其电池放电曲线校准方法 |
CN106556802A (zh) * | 2016-11-01 | 2017-04-05 | 东软集团股份有限公司 | 一种蓄电池组异常单体电池识别方法及装置 |
CN106654415A (zh) * | 2016-12-30 | 2017-05-10 | 深圳市国创动力系统有限公司 | 基于混合动力系统的钛酸锂电池bms的sop控制系统及方法 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制系统 |
CN107015159A (zh) * | 2017-04-16 | 2017-08-04 | 知豆电动汽车有限公司 | 电池升温速率报警方法 |
CN107796529A (zh) * | 2017-10-18 | 2018-03-13 | 深圳伊讯科技有限公司 | 一种分布式光纤测温方法和系统 |
US20180233786A1 (en) * | 2017-02-10 | 2018-08-16 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and device for monitoring a temperature of a battery system |
CN109061482A (zh) * | 2018-06-28 | 2018-12-21 | 北京云数智汇科技有限公司 | 电池健康度预测方法及装置 |
CN109145394A (zh) * | 2018-07-27 | 2019-01-04 | 北京新能源汽车股份有限公司 | 一种动力电池温度场的显示方法、装置及系统 |
CN109357771A (zh) * | 2018-12-05 | 2019-02-19 | 江西迪比科股份有限公司 | 电动汽车电池温度自校正式检测方法 |
CN109449518A (zh) * | 2018-11-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 一种动力电池系统温度修正方法 |
CN109459654A (zh) * | 2018-09-20 | 2019-03-12 | 华为技术有限公司 | 一种连接异常确定的方法、装置及系统 |
CN109546234A (zh) * | 2017-11-29 | 2019-03-29 | 蜂巢能源科技有限公司 | 动力电池热管理控制方法、动力电池热管理系统及车辆 |
CN110462917A (zh) * | 2017-05-31 | 2019-11-15 | 宝马股份公司 | 用于确定运行温度的方法和设备、用于电池单元的运行方法、用于电池单元的控制单元及工作设备 |
CN110654265A (zh) * | 2019-09-29 | 2020-01-07 | 武汉新能源研究院有限公司 | 电动船电池监控方法及系统 |
CN110931908A (zh) * | 2019-11-27 | 2020-03-27 | 北京金茂绿建科技有限公司 | 一种基于光纤测温的储能装置安全控制系统 |
CN111063948A (zh) * | 2019-12-11 | 2020-04-24 | 北京普莱德新能源电池科技有限公司 | 一种动力电池温度修正方法、系统、介质及设备 |
-
2020
- 2020-07-31 CN CN202010759110.1A patent/CN111751756B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6532425B1 (en) * | 1998-09-18 | 2003-03-11 | C&D Charter Holdings, Inc. | Remote battery plant monitoring system |
JP2001091363A (ja) * | 1999-09-21 | 2001-04-06 | Matsushita Electric Ind Co Ltd | 組電池の異常温度検出装置 |
US20090087725A1 (en) * | 2007-09-28 | 2009-04-02 | Samsung Sdi Co., Ltd. | Temperature compensated current measuring device and battery pack using the same |
CN101499544A (zh) * | 2008-01-28 | 2009-08-05 | 联想(北京)有限公司 | 电池装置、保护电路、温度监控方法、温度传感器布置方法 |
CN104714187A (zh) * | 2015-03-23 | 2015-06-17 | 重庆长安汽车股份有限公司 | 动力电池异常判定方法及系统 |
CN106556802A (zh) * | 2016-11-01 | 2017-04-05 | 东软集团股份有限公司 | 一种蓄电池组异常单体电池识别方法及装置 |
CN106443482A (zh) * | 2016-11-03 | 2017-02-22 | 珠海市魅族科技有限公司 | 电子设备及其电池放电曲线校准方法 |
CN106654415A (zh) * | 2016-12-30 | 2017-05-10 | 深圳市国创动力系统有限公司 | 基于混合动力系统的钛酸锂电池bms的sop控制系统及方法 |
CN106785216A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市麦澜创新科技有限公司 | 一种电池温度控制系统 |
US20180233786A1 (en) * | 2017-02-10 | 2018-08-16 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and device for monitoring a temperature of a battery system |
CN107015159A (zh) * | 2017-04-16 | 2017-08-04 | 知豆电动汽车有限公司 | 电池升温速率报警方法 |
CN110462917A (zh) * | 2017-05-31 | 2019-11-15 | 宝马股份公司 | 用于确定运行温度的方法和设备、用于电池单元的运行方法、用于电池单元的控制单元及工作设备 |
CN107796529A (zh) * | 2017-10-18 | 2018-03-13 | 深圳伊讯科技有限公司 | 一种分布式光纤测温方法和系统 |
CN109546234A (zh) * | 2017-11-29 | 2019-03-29 | 蜂巢能源科技有限公司 | 动力电池热管理控制方法、动力电池热管理系统及车辆 |
CN109061482A (zh) * | 2018-06-28 | 2018-12-21 | 北京云数智汇科技有限公司 | 电池健康度预测方法及装置 |
CN109145394A (zh) * | 2018-07-27 | 2019-01-04 | 北京新能源汽车股份有限公司 | 一种动力电池温度场的显示方法、装置及系统 |
CN109459654A (zh) * | 2018-09-20 | 2019-03-12 | 华为技术有限公司 | 一种连接异常确定的方法、装置及系统 |
CN109449518A (zh) * | 2018-11-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 一种动力电池系统温度修正方法 |
CN109357771A (zh) * | 2018-12-05 | 2019-02-19 | 江西迪比科股份有限公司 | 电动汽车电池温度自校正式检测方法 |
CN110654265A (zh) * | 2019-09-29 | 2020-01-07 | 武汉新能源研究院有限公司 | 电动船电池监控方法及系统 |
CN110931908A (zh) * | 2019-11-27 | 2020-03-27 | 北京金茂绿建科技有限公司 | 一种基于光纤测温的储能装置安全控制系统 |
CN111063948A (zh) * | 2019-12-11 | 2020-04-24 | 北京普莱德新能源电池科技有限公司 | 一种动力电池温度修正方法、系统、介质及设备 |
Non-Patent Citations (6)
Title |
---|
C.LAN,ETC: "The Design of Online Monitoring System of VRLA Battery", 《2013 INTERNATIONAL CONFERENCE ON COMPUTATIONAL AND INFORMATION SCIENCES》 * |
C.LAN,ETC: "The Design of Online Monitoring System of VRLA Battery", 《2013 INTERNATIONAL CONFERENCE ON COMPUTATIONAL AND INFORMATION SCIENCES》, 24 October 2013 (2013-10-24), pages 1261 - 1264 * |
CHUA-CHIN WANG ET AL.: "A temperature detector with process compensation and non-linear calibration for battery management systems with HV ESD protection", 《2013 INTERNATIONAL SOC DESIGN CONFERENCE》, 28 July 2014 (2014-07-28), pages 095 - 098 * |
刘兴涛: "电动汽车用动力锂电池状态估计策略研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技II辑》, 15 May 2018 (2018-05-15), pages 042 - 36 * |
李策园: "纯电动车锂动力电池组温度场特性研究及热管理系统实现", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
李策园: "纯电动车锂动力电池组温度场特性研究及热管理系统实现", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, 15 September 2014 (2014-09-15), pages 035 - 130 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112345941A (zh) * | 2020-11-05 | 2021-02-09 | 惠州市蓝微新源技术有限公司 | 一种基于大数据依变化量曲线的后台热失控预警方法 |
CN113466704A (zh) * | 2021-06-30 | 2021-10-01 | 国网北京市电力公司 | 电池故障判断方法 |
CN113640683A (zh) * | 2021-08-06 | 2021-11-12 | 江苏金帆电源科技有限公司 | 识别异常电池的方法 |
CN113759266A (zh) * | 2021-08-25 | 2021-12-07 | 电子科技大学长三角研究院(湖州) | 一种关于人工智能预测锂离子电池健康状态的方法 |
CN113759266B (zh) * | 2021-08-25 | 2023-07-25 | 电子科技大学长三角研究院(湖州) | 一种关于人工智能预测锂离子电池健康状态的方法 |
CN115402152A (zh) * | 2022-10-31 | 2022-11-29 | 宇龙时代智能科技有限公司 | 一种新能源汽车充电中动力电池温控系统 |
CN116106758A (zh) * | 2023-03-23 | 2023-05-12 | 华能新能源股份有限公司山西分公司 | 基于数据驱动的电池故障诊断方法及系统 |
CN116106758B (zh) * | 2023-03-23 | 2024-01-30 | 华能新能源股份有限公司山西分公司 | 基于数据驱动的电池故障诊断方法及系统 |
CN116435641A (zh) * | 2023-04-28 | 2023-07-14 | 合肥国轩高科动力能源有限公司 | 储能电池内部温度识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111751756B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111751756B (zh) | 一种用累积动力电池温度曲线识别故障电池单体的方法 | |
EP2629109B1 (en) | Electrical storage device | |
CN111208439B (zh) | 一种串联锂离子电池组微短路故障定量检测方法 | |
CN110133536B (zh) | 确定电池组实体内部泄漏电流的指标的系统、方法及设备 | |
CN111796195B (zh) | 一种累积动力电池充放电曲线识别故障电池单体的方法 | |
CN114430080B (zh) | 一种基于运行数据的动力电池电芯异常自放电的识别方法 | |
CN102156265B (zh) | 一种电池健康状态测试装置及其方法 | |
CN104391252B (zh) | 一种汽车铅酸蓄电池健康状态检测方法 | |
CN110959122B (zh) | 二次电池的安全性评估方法和设备 | |
US10365331B2 (en) | Method for determining the reliability of state of health parameter values | |
CN106707180B (zh) | 一种并联电池组故障检测方法 | |
US20130069660A1 (en) | Method for in situ battery diagnostic by electrochemical impedance spectroscopy | |
CN111198328A (zh) | 一种电池析锂检测方法及电池析锂检测系统 | |
CN112051512B (zh) | 一种梯次利用分选方法及储能系统 | |
CN108646183B (zh) | 一种电池组中电池故障诊断方法 | |
CN111812529A (zh) | 一种时变循环工况下锂离子电池老化热失控测试方法 | |
CN116973782B (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 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN116819332A (zh) | 一种电池故障诊断方法、装置、介质及bms系统 | |
CN101581768B (zh) | 圆柱形镍氢高功率电池直流内阻快速检测方法 | |
CN115201700A (zh) | 一种电池熵热系数的测定方法及系统 | |
CN110865307A (zh) | 一种电池模组余能检测方法 | |
CN112448044A (zh) | 电池组及其均衡方法和均衡装置 | |
CN114002517B (zh) | 器件诊断方法、平台、系统及可读存储介质 | |
CN112964994A (zh) | 一种电池最大电流测量方法及装置 |
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 |