CN111796195A

CN111796195A - 一种累积动力电池充放电曲线识别故障电池单体的方法

Info

Publication number: CN111796195A
Application number: CN202010759108.4A
Authority: CN
Inventors: 周科松
Original assignee: China Automotive Engineering Research Institute Co Ltd
Current assignee: China Automotive Engineering Research Institute Co Ltd
Priority date: 2020-07-31
Filing date: 2020-07-31
Publication date: 2020-10-20
Anticipated expiration: 2040-07-31
Also published as: CN111796195B

Abstract

本发明涉及异常电池识别技术领域，具体涉及一种累积动力电池充放电曲线识别故障电池单体的方法，包括步骤：S1、获取电池单体编号和电压数据并生成电压频率分布表；S2、将电压频率分布表转换为电池特征数据并存储；S3、根据电池特征数据生成充放电曲线；S4、对生成的充放电曲线进行校准，得到校准后的充放电曲线；S5、根据校正后的充放电曲线，识别故障电池单体；S6、输出故障电池单体的信息。本发明对得到充放电曲线进行校准，解决了由于电动汽车的使用方式，比如具有间歇性地启动、刹车导致电池老化，直接根据充放电曲线进行故障电池单体的识别，难以得到准确的结果的技术问题。

Description

一种累积动力电池充放电曲线识别故障电池单体的方法

技术领域

本发明涉及异常电池识别技术领域，具体涉及一种累积动力电池充放电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单体电池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单体电池，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。

测定电池的放电曲线，是研究电池性能的基本方法之一。在充电过程中，电池实时的最大电流、最大电压、单体电压，以及温度、温升都有可能发生异常，而当数据异常时，如果设备层能够及时识别，通过调整充电曲线，形成最安全、最优的充电方案，进行柔性充电，就可以对电池进行保护。根据放电曲线，可以判断电池工作性能是否稳定，以及电池在稳定工作时所允许的最大电流。

电池充放电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电压为样本观测值，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电压频率分布表。由于电压频率分布表本质上就是电池充放电曲线导数的离散表达形式，因此，采用【电压值，频数】的数据结构规范地表示电池的电压频数分布，就可以得到每一块电池的充放电曲线。

但是，由于电动汽车的使用方式，比如具有间歇性地启动、刹车导致电池老化，若直接根据充放电曲线进行故障电池单体的识别，难以得到准确的结果。

发明内容

本发明提供一种累积动力电池充放电曲线识别故障电池单体的方法，解决了由于电动汽车的使用方式，比如具有间歇性地启动、刹车导致电池老化，直接根据充放电曲线进行故障电池单体的识别，难以得到准确的结果的技术问题。

本发明提供的基础方案为：一种累积动力电池充放电曲线识别故障电池单体的方法，包括步骤：

S1、获取车辆每一电池单体的编号和电压数据，并生成电压频率分布表；

S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储；

S3、根据电池特征数据生成充放电曲线；

S4、对生成的充放电曲线进行校准，得到校准后的充放电曲线；

S5、根据校正后的充放电曲线，识别故障电池单体；

S6、输出故障电池单体的信息。

本发明的工作原理及优点在于：由于电动汽车的使用方式比较特殊，比如经常具有间歇性地启动、刹车，这会导致并加速蓄电池的老化，从而出现虚电，也即蓄电池的显示电量显示很高，但实际很低。倘若，通过电池特征数据生成充放电曲线后，直接根据该充放电曲线进行故障也即异常电池单体的识别，难以得到准确的结果。因此，在得到充放电曲线后，并不直接进行故障电池单体的识别，而是先对得到充放电曲线进行校准，通过校准的方式降低电池老化所导致的虚电，对识别结果的影响，从而提高故障电池单体识别的准确性。

本发明对得到充放电曲线进行校准，通过校准的方式降低蓄电池老化等因素所导致的虚电，对识别的影响，解决了由于电动汽车的使用方式，比如具有间歇性地启动、刹车导致蓄电池老化，直接根据充放电曲线进行故障电池单体的识别，难以得到准确的结果的技术问题。

进一步，步骤S4具体包括：

S41、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；

S42、根据使用数据从数据库中获取电池单体的参考放电曲线；

S43、当负载单元处于恒定功耗模式下，控制电池单体在预设时长内放电；

S44、根据恒定功耗模式下负载单元的功耗和放电时长计算电池单体的放电电量；

S45、根据电池单体放电起始时间点的电压值、放电结束时间点的电压值和放电电量生成电池单体的放电斜率；

S46、从参考放电曲线中选取与放电斜率匹配的参考放电曲线作为电池单体的校正放电曲线；

S47、判断充放电曲线与校正放电曲线是否一致，若一致，以充放电曲线为校正后的充放电曲线；若不一致，以校正放电曲线为校正后的充放电曲线。

有益效果在于：通过这样的方式，在电池单体的使用数据与预设条件匹配时，对放电曲线进行矫正，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，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，才进行电池单体的放电曲线的校正。

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，可对环境温度对放电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。

进一步，S5具体包括步骤：

S51、从校正后的充放电曲线提取电池单体的运行数据，运行数据包括电池单体的工作电压值；

S52、根据运行数据判断是否满足预设条件；

S53、若运行数据满足预设条件，根据电池单体的工作电压值与电池单体的对应关系识别异常电池单体。

有益效果在于：通过这样的方式，采集电池单体的工作电压值在内的电池单体运行数据，先根据运行数据判断是否满足预设条件，再根据电池单体的工作电压值与电池单体的对应关系，可以简单、高效、准确地识别异常电池单体。

进一步，S52具体包括：

A1、根据电池单体的工作电压值，获取最大工作电压值与最小工作电压值的差值，得到电池单体的工作电压极差值；

A2、判断电池单体的工作电压极差值是否超过第一阈值；

A3、若电池单体的工作电压极差值超过第一阈值，判定满足预设条件。

有益效果在于：电池单体的工作电压极差值，也即最大工作电压值与最小工作电压值的差值过于大，意味着电池单体中的某个电池单体出现了故障。通过这样进行预判，既高效、又准确。

进一步，S52具体包括：

B1、根据各电池单体的工作电压值，获取电池单体的离散度；

B2、判断电池单体的离散度是否超过第二阈值；

B3、若电池单体的离散度超过第二阈值，判定满足预设条件。

有益效果在于：在正常情况下电池单体的离散度不会太大，若过于大，可是某个电池单体出现了故障。通过这样的方式进行预判，考虑了统计学特征，更加符合实际情况。

进一步，S52具体包括：

C1、根据各电池单体的工作电压值，获取蓄电池的离散度；

C2、判断蓄电池的离散度是否超过第三阈值；

C3、若蓄电池的离散度超过第三阈值，判定满足预设条件。

有益效果在于：在正常情况下蓄电池的离散度不会太大，若过于大，可能是出现了故障。通过这样的方式进行预判，既考虑了统计学特征，又具有针对性。

附图说明

图1为本发明一种累积动力电池充放电曲线识别故障电池单体的方法实施例的流程图。

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

本发明一种累积动力电池充放电曲线识别故障电池单体的方法实施例基本如附图1所示，包括步骤：

S3、根据电池特征数据生成充放电曲线；

S5、根据校正后的充放电曲线，识别故障电池单体；

S6、输出故障电池单体的信息。

具体实施过程如下：

S1、获取车辆每一电池单体的编号和电压数据，并生成电压频率分布表。

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电压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电压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电压数据，采用相关的数理统计方法，可以得到车辆每一电池单体的电压频率分布表，如表1所示。

表1某个电池单体的电压频率分布表

S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储。

具体而言，电池电压特征数据包括电压值以及电压值对应的频数，为便于分析，可将电压值以及电压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电压频数统计表，如表2所示。

表2每个电池单体的电压频数统计表

S3、根据电池特征数据生成充放电曲线。

得到每个电池单体电压频数统计表后，将这些电压值、频数拟合成充放电曲线，并在直角坐标系的形式显示，纵轴为电压值、横轴为时间，或者纵轴为电压值、横轴为电量容量。

S4、对生成的充放电曲线进行校准，得到校准后的充放电曲线。

本实施例中，需要对拟合得到的充放电曲线，也即电压-时间变化曲线进行修正。具体而言：S41、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。S42、根据使用数据从数据库中获取电池单体的参考放电曲线。电池单体的参考放电曲线预先储存在数据库里，参考放电曲线是通过实验和/或测试得到的，电池单体在不同的使用数据情形下的参考放电曲线，每种使用数据情形下均有对应的参考放电曲线，因此，直接在数据库里提取与使用数据对应的参考放电曲线就可以了。S43、当负载单元处于恒定功耗模式下，控制电池单体在预设时长内放电。恒定功耗模式，可通过使得负载单元处于额定功率状态实现，预设时长可人为设定为10分钟，也即600秒。S44、根据恒定功耗模式下负载单元的功耗和放电时长计算出电池单体的放电电量。比如，若负载单元的功率为10KW，那么放电电量为100KW×600s＝6×10⁷库伦。S45、根据电池单体放电起始时间点的电压值、放电结束时间点的电压值和放电电量生成电池单体的放电斜率，可参照现有技术进行计算。S46、从参考放电曲线中选取与放电斜率匹配的参考放电曲线作为电池单体的校正放电曲线，本实施例中，斜率相同或最接近即可认为斜率匹配。S47、判断充放电曲线与校正放电曲线是否一致，若一致，以充放电曲线为校正后的充放电曲线；若不一致，以校正放电曲线为校正后的充放电曲线。本实施例中，判断充放电曲线与校正放电曲线是否一致，主要判断充放电曲线与校正放电曲线之间的偏移距离是否足够小，在误差范围内，比如0.5％，若充放电曲线与校正放电曲线之间的偏移距离在0.5％以内，判定充放电曲线与校正放电曲线一致；反之，若充放电曲线与校正放电曲线之间的偏移距离超过0.5％，则判定充放电曲线与校正放电曲线不一致。

S5、根据校正后的充放电曲线，识别故障电池单体。

在本实施例，具体包括：S51、从校正后的充放电曲线提取电池单体的运行数据，运行数据包括电池单体的工作电压值，直接从校正后的充放电曲线上提取电压值数据即可。S52、根据运行数据判断是否满足预设条件，先根据电池单体的工作电压值，获取最大工作电压值与最小工作电压值的差值，得到电池单体的工作电压极差值；然后判断电池单体的工作电压极差值是否超过第一阈值，若电池单体的工作电压极差值超过第一阈值，判定满足预设条件。比如说，第一阈值为3V，若电池单体的工作电压极差值为3.5V，超过第一阈值，判定满足预设条件；反之，若电池单体的工作电压极差值为2.8V，小于第一阈值，则不满足预设条件。S53、若运行数据满足预设条件，根据电池单体的工作电压值与电池单体的对应关系识别异常电池单体。通常，在采集电池单体运行数据时，可以保存各电池单体的标识与其对应的工作电压值的对应关系，比如，采用编号对电池单体进行标识，通过这样的方式即可将满足预设条件的电池单体找出来。

S6、输出故障电池单体的信息。

最后可以将存在故障的电池单体的信息输出来，比如“第6号电池单体，异常”，或者“第8号电池单体，故障”。

实施例2

与实施例1不同之处仅在于，

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；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℃，或者预设温差范围为【4，8】，也即预设温差可为4到8℃之间的任意数值。

在S52中，根据运行数据判断是否满足预设条件，还有两种方式可以采取：

其一，先根据电池单体的工作电压值，获取电池单体的离散度；然后判断电池单体的离散度是否超过第二阈值，若电池单体的离散度超过第二阈值，判定满足预设条件。

具体而言，先要采集样本数据，样本数据要包括在采集周期内样本蓄电池各电池单体的工作电压值；然后根据样本数据获得采集周期内样本蓄电池的平均离散度值，本实施例中将所述平均离散度值作为第二阈值，具体实施过程可参照现有技术进行。比如，第二阈值为1％，若某个电池单体的离散度为1.2％，超过第二阈值，判定满足预设条件；反之，若电池单体的离散度为0.8％，小于第二阈值，判定满足不预设条件。

其二，先根据各电池单体的工作电压值，获取蓄电池的离散度；然后判断蓄电池的离散度是否超过第三阈值，若蓄电池的离散度超过第三阈值，判定满足预设条件。

具体而言，先计算蓄电池的工作电压平均值，工作电压平均值可以通过将各电池单体的工作电压值相加得到的和值，除以蓄电池包含的电池单体个数得到；然后计算蓄电池的工作电压极差值，再除以工作电压平均值即可得到蓄电池的离散度。比如说，第三阈值为2％，若蓄电池的离散度为2.5％，超过第三阈值，判定满足预设条件；反之，若蓄电池的离散度为1.5％，小于第三阈值，判定不满足预设条件。

实施例3

与实施例2不同之处仅在于，还通过电池单体的表面温度进行辅助判断。新能源汽车向企业平台上传的每一电池单体的数据包括温度数据，这些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，可人为根据电池单体的使用寿命规律预先进行设定，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

1.一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，包括步骤：

S3、根据电池特征数据生成充放电曲线；

S5、根据校正后的充放电曲线，识别故障电池单体；

S6、输出故障电池单体的信息。

2.如权利要求1所述的一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，步骤S4具体包括：

3.如权利要求2所述的一种累积动力电池充放电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超过预设次数。

4.如权利要求2所述的一种累积动力电池充放电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。

5.如权利要求2所述的一种累积动力电池充放电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。

6.如权利要求2所述的一种累积动力电池充放电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。

7.如权利要求3-6所述的一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，S5具体包括步骤：

S52、根据运行数据判断是否满足预设条件；

8.如权利要求7所述的一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，S52具体包括：

A2、判断电池单体的工作电压极差值是否超过第一阈值；

9.如权利要求7所述的一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，S52具体包括：

B2、判断电池单体的离散度是否超过第二阈值；

10.如权利要求7所述的一种累积动力电池充放电曲线识别故障电池单体的方法，其特征在于，S52具体包括：

C1、根据各电池单体的工作电压值，获取蓄电池的离散度；

C2、判断蓄电池的离散度是否超过第三阈值；

C3、若蓄电池的离散度超过第三阈值，判定满足预设条件。