CN112034371A - 电池健康度预测方法及终端设备 - Google Patents

电池健康度预测方法及终端设备 Download PDF

Info

Publication number
CN112034371A
CN112034371A CN202010885308.4A CN202010885308A CN112034371A CN 112034371 A CN112034371 A CN 112034371A CN 202010885308 A CN202010885308 A CN 202010885308A CN 112034371 A CN112034371 A CN 112034371A
Authority
CN
China
Prior art keywords
battery
ratio
discharge
internal resistance
equal
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
Application number
CN202010885308.4A
Other languages
English (en)
Other versions
CN112034371B (zh
Inventor
李镇
王世泽
廖镕祥
吴冠琳
陈晓
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.)
Xiamen Kecan Information Technology Co ltd
Xiamen Kehua Hengsheng Co Ltd
Original Assignee
Xiamen Kecan Information Technology Co ltd
Xiamen Kehua Hengsheng 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 Xiamen Kecan Information Technology Co ltd, Xiamen Kehua Hengsheng Co Ltd filed Critical Xiamen Kecan Information Technology Co ltd
Priority to CN202010885308.4A priority Critical patent/CN112034371B/zh
Publication of CN112034371A publication Critical patent/CN112034371A/zh
Application granted granted Critical
Publication of CN112034371B publication Critical patent/CN112034371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G01R31/392—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]
    • G01R31/367—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]
    • G01R31/371—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with remote indication, e.g. on external chargers
    • 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
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明适用于电池技术领域，公开了一种电池健康度预测方法及终端设备，上述方法包括：获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率；根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度。本发明可以准确预测电池健康度。

Description

电池健康度预测方法及终端设备
技术领域
本发明属于电池技术领域，尤其涉及一种电池健康度预测方法及终端设备。
背景技术
电池健康度(state of health，SOH)是衡量电池健康程度的一个量化指标，通常可以表示为电池当前容量与电池额定容量的百分比。电池健康度是用来衡量电池寿命的重要指标，因此准确预测电池健康度是十分重要的。
目前，有很多方法都可以预测电池健康度，但是现有方法大都只能预测电池的健康程度，例如，优秀、良好、较差等等，而无法准确预测电池健康度。
发明内容
有鉴于此，本发明实施例提供了一种电池健康度预测方法及终端设备，以解决现有技术无法不能准确预测电池健康度的问题。
本发明实施例的第一方面提供了一种电池健康度预测方法，包括：
获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率；
根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面所述电池健康度预测方法的步骤。
本发明实施例的第三方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被一个或多个处理器执行时实现如第一方面所述电池健康度预测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率，然后根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度，可以准确预测电池健康度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的电池健康度预测方法的实现流程示意图；
图2是本发明一实施例提供的电池剩余寿命容量与内阻的关系示意图；
图3是本发明一实施例提供的电池健康度预测系统的示意框图；
图4是本发明一实施例提供的终端设备的示意框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明一实施例提供的电池健康度预测方法的实现流程示意图，为了便于说明，仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。如图1所示，该方法可以包括以下步骤：
S101：获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率。
在本发明实施例中，通过获取电池参数，可以根据电池参数计算电池的放电衰减度、电池的剩余可放电容量占比和电池的内阻偏差率。
在本发明的一个实施例中，电池参数包括电池最近一次放电量达到预设百分比的放电过程中的单位时间内的放电电流Ii、电池最近一次放电量达到预设百分比的放电过程中的单位时间Δti和电池额定容量CS；
根据电池参数计算电池的放电衰减度，包括：
根据
Figure BDA0002655387720000031
计算电池的放电衰减度DN。
其中，预设百分比可以为80％。电池最近一次放电量达到预设百分比的放电过程可以指电池最近一次放电量大于或等于电池完整放电的放电量的80％。优选地，电池最近一次放电量达到预设百分比的放电过程可以为电池完整放电的放电过程，即电池从充满电到全部电放完的放电过程。
可选地，根据电池参数计算电池的放电衰减度，可以包括以下步骤：
若电池最近一次放电量达到预设百分比的放电容量大于或等于电池额定容量的75％，则DN＝1；
若电池最近一次放电量达到预设百分比的放电容量小于电池额定容量的75％，则根据
Figure BDA0002655387720000032
计算电池的放电衰减度DN。
在本发明的一个实施例中，电池参数包括电池生命周期全放电容量cA和电池生命周期剩余放电容量cR；
根据电池参数计算电池的剩余可放电容量占比，包括：
根据CN＝cR÷cA，计算电池的剩余可放电容量占比CN。
其中，CN可以表示电池的剩余可放电容量占电池全生命周期可放电容量的百分比。例如，某100Ah电池全放电容量为100Ah×80＝8000Ah，目前已放容量为800Ah，则CN数值为(8000-800)÷8000＝0.9。
cR表示电池在生命周期内剩余可放电电池容量，cA表示电池在生命周期内全部可放电电池容量。
在本发明的一个实施例中，电池生命周期剩余放电容量cR的计算公式为：
Figure BDA0002655387720000041
其中，cj为电池第j次放电时的放电容量，δ为预设系数，n为电池放电次数。
在本发明实施例中，
Figure BDA0002655387720000042
表示到当前为止，每次的放电安时数的累加值。cj表示电池单次的放电容量，不同放电容量对电池整体剩余寿命影响不同，为了提高该数值的准确性，每次的放电容量会乘上一个系数δ。δ可以根据实际需求进行设置，例如，可以设置为1。根据电池的大电流放电对电池损耗更大的特性，δ随着放电电流的大小而改变，电流越大δ越大，从而更加准确的统计全生命周期的放电值。
在本发明的一个实施例中，电池参数包括电池失效内阻阈值RO、电池标称内阻RS和电池当前内阻RN；
根据电池参数计算电池的内阻偏差率，包括：
若
Figure BDA0002655387720000043
则电池的内阻偏差率γ为0；
若
Figure BDA0002655387720000044
则根据
Figure BDA0002655387720000045
计算电池的内阻偏差率γ。
可选地，RN为一个月内采集的电池内阻值的平均值。即
Figure BDA0002655387720000046
Figure BDA0002655387720000047
Rk为第k次采集的电池内阻值，m为采集电池内阻值的次数。
电池的内阻偏差率也可以称为电池的内阻老化系数。电池标称内阻可以为电池出场标准(参考)内阻。
RO-RS表示当前电池有效生命周期内的内阻变化范围，RN-RS为电池内阻老化程度。
根据图2所示，电池的内阻大小随着电池性能下降而上升，当电池容量下降到额定容量的75％时，电池的寿命会进入急剧衰退期(Δt)。同样，当内阻大于标称内阻的125％时，这时电池对应容量的75％，即进入电池寿命的急剧衰退期，衰退期很短。综上所述，我们将标称内阻125％以内的RN设定为100％RS，即γ为0；若超出125％，则按照公式
Figure BDA0002655387720000051
计算γ。
其中，电池额定容量与标称内阻的对应关系如表1所示。
表1电池额定容量与标称内阻的对应关系
12V电池额定容量(Ah) 标称内阻(mΩ)
24 8.5
38 6.0
65 4.0
85 5.4
100 4.5
110 4.5
120 4.0
155 3.5
165 3.5
200 2.5
210 2.5
230 2.0
在本发明的一个实施例中，上述电池健康度预测方法还可以包括以下步骤：
计算电池当前内阻与电池标称内阻的比值；
若比值小于或等于第一预设比值，则确定电池状态为优秀；
若比值大于第一预设比值，且比值小于或等于第二预设比值，则确定电池状态为可用；
若比值大于第二预设比值，且比值小于或等于第三预设比值，则确定电池状态为预警；
若比值大于第三预设比值，则确定电池状态为更换。
可选地，第一预设比值可以为1.25，第二预设比值可以为1.60，第三预设比值可以为2.2。
可选地，可以用不同颜色的指示灯来表示电池的不同状态。例如，当电池状态为优秀时，指示灯颜色可以设置为绿色；当电池状态为可用时，指示灯颜色可以设置为淡绿色；当电池状态为预警时，指示灯颜色可以设置为橙色，用于提醒用户电池状态不佳；当电池状态为更换时，指示灯颜色可以设置为红色，用于提醒用户更换电池。
S102：根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度。
在本发明的一个实施例中，上述S102可以包括以下步骤：
根据SOH＝(αDN+βCN)×(1-γ)，预测电池健康度SOH；其中，DN为放电衰减度，CN为剩余可放电容量占比，γ为内阻偏差率，α为第一权重系数，β为第二权重系数，且α+β＝1。
其中，α和β可以根据实际需求进行设置，例如，可以设置为α＝80％，β＝20％。
在本发明的一个实施例中，上述电池健康度预测方法还可以包括以下步骤：
确定距离电池最近一次放电量达到预设百分比的间隔时间；
若间隔时间小于或等于第一预设时间，则α＝α1，β＝β1；
若间隔时间大于第一预设时间，且间隔时间小于或等于第二预设时间，则α＝α2，β＝β2；
若间隔时间大于第二预设时间，且间隔时间小于或等于第三预设时间，则α＝α3，β＝β3；
若间隔时间大于第三预设时间，且间隔时间小于或等于第四预设时间，则α＝α3，β＝β4；
若间隔时间大于第四预设时间，且间隔时间小于或等于第五预设时间，则α＝α5，β＝β5；
若间隔时间大于第五预设时间，且间隔时间小于或等于第六预设时间，则α＝α6，β＝β6；
其中，α1>α2>α3>α4>α5>α6，β1<β2<β3<β4<β5<β6。
可选地，第一预设时间可以为3个月，第二预设时间可以为6个月，第三预设时间可以为9个月，第四预设时间可以为12个月，第五预设时间可以为15个月，第六预设时间可以为18个月。
其中，α1、α2、α3、α4、α5、α6以及β1、β2、β3、β4、β5、β6均为0到1之间的常数，具体数值可以根据实际情况进行设置。
可选地，α1＝80％，α2＝70％，α3＝60％，α4＝50％，α5＝40％，α6＝30％，β1＝20％，β2＝30％，β3＝40％，β4＝50％，β5＝60％，β6＝70％。
放电衰减度DN需要电池进行满充满放(或放电80％以上)才更新，如果长期保持α、β两个系数默认数值(80％、20％)会导致SOH预测出现偏差。所以α、β两个系数需要与电池距离上次满充满放(或放电80％以上)的时间t成比例调整关系。在此期间，若产生一次满充满放(或放电80％以上)事件，则时间t清零，并从本次事件再次开始累计。
由上述描述可知，本发明实施例通过获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率，然后根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度，可以准确预测电池健康度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图3是本发明一实施例提供的电池健康度预测系统的示意框图，为了便于说明，仅示出与本发明实施例相关的部分。
在本发明实施例中，电池健康度预测系统30可以包括参数获取模块301和健康度预测模块302。
其中，参数获取模块301，用于获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率；
健康度预测模块302，用于根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度。
可选地，在参数获取模块301中，电池参数包括电池最近一次放电量达到预设百分比的放电过程中的单位时间内的放电电流Ii、电池最近一次放电量达到预设百分比的放电过程中的单位时间Δti和电池额定容量CS；
参数获取模块301还可以用于：
根据
Figure BDA0002655387720000081
计算电池的放电衰减度DN。
可选地，在参数获取模块301中，电池参数包括电池生命周期全放电容量cA和电池生命周期剩余放电容量cR；
参数获取模块301还可以用于：
根据CN＝cR÷cA，计算电池的剩余可放电容量占比CN。
可选地，电池生命周期剩余放电容量cR的计算公式为：
Figure BDA0002655387720000082
其中，cj为电池第j次放电时的放电容量，δ为预设系数，n为电池放电次数。
可选地，在参数获取模块301中，电池参数包括电池失效内阻阈值RO、电池标称内阻RS和电池当前内阻RN；
参数获取模块301还可以用于：
若
Figure BDA0002655387720000083
则电池的内阻偏差率γ为0；
若
Figure BDA0002655387720000084
则根据
Figure BDA0002655387720000085
计算电池的内阻偏差率γ。
可选地，电池健康度预测系统30还可以包括：电池状态确定模块。
电池状态确定模块用于：
计算电池当前内阻与电池标称内阻的比值；
若比值小于或等于第一预设比值，则确定电池状态为优秀；
若比值大于第一预设比值，且比值小于或等于第二预设比值，则确定电池状态为可用；
若比值大于第二预设比值，且比值小于或等于第三预设比值，则确定电池状态为预警；
若比值大于第三预设比值，则确定电池状态为更换。
可选地，健康度预测模块302具体用于：
根据SOH＝(αDN+βCN)×(1-γ)，预测电池健康度SOH；其中，DN为放电衰减度，CN为剩余可放电容量占比，γ为内阻偏差率，α为第一权重系数，β为第二权重系数，且α+β＝1。
可选地，健康度预测模块302还可以用于：
确定距离电池最近一次放电量达到预设百分比的间隔时间；
若间隔时间小于或等于第一预设时间，则α＝α1，β＝β1；
若间隔时间大于第一预设时间，且间隔时间小于或等于第二预设时间，则α＝α2，β＝β2；
若间隔时间大于第二预设时间，且间隔时间小于或等于第三预设时间，则α＝α3，β＝β3；
若间隔时间大于第三预设时间，且间隔时间小于或等于第四预设时间，则α＝α4，β＝β4；
若间隔时间大于第四预设时间，且间隔时间小于或等于第五预设时间，则α＝α5，β＝β5；
若间隔时间大于第五预设时间，且间隔时间小于或等于第六预设时间，则α＝α6，β＝β6；
其中，α1>α2>α3>α4>α5>α6，β1<β2<β3<β4<β5<β6。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述电池健康度预测系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图4是本发明一实施例提供的终端设备的示意框图。如图4所示，该实施例的终端设备40包括：一个或多个处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403。所述处理器401执行所述计算机程序403时实现上述各个电池健康度预测方法实施例中的步骤，例如图1所示的步骤S101至S102。或者，所述处理器401执行所述计算机程序403时实现上述电池健康度预测系统实施例中各模块/单元的功能，例如图3所示模块301至302的功能。
示例性地，所述计算机程序403可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器402中，并由所述处理器401执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序403在所述终端设备40中的执行过程。例如，所述计算机程序403可以被分割成参数获取模块和健康度预测模块，各模块具体功能如下：
参数获取模块，用于获取电池参数，并根据电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率；
健康度预测模块，用于根据放电衰减度、剩余可放电容量占比和内阻偏差率，预测电池健康度。
其它模块或者单元可参照图3所示的实施例中的描述，在此不再赘述。
所述终端设备40可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备40包括但不仅限于处理器401、存储器402。本领域技术人员可以理解，图4仅仅是终端设备40的一个示例，并不构成对终端设备40的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备40还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备40的内部存储单元，例如终端设备40的硬盘或内存。所述存储器402也可以是所述终端设备40的外部存储设备，例如所述终端设备40上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器402还可以既包括终端设备40的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序403以及所述终端设备40所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的电池健康度预测系统和方法，可以通过其它的方式实现。例如，以上所描述的电池健康度预测系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种电池健康度预测方法，其特征在于，包括：
获取电池参数，并根据所述电池参数计算电池的放电衰减度、剩余可放电容量占比和内阻偏差率；
根据所述放电衰减度、所述剩余可放电容量占比和所述内阻偏差率，预测电池健康度。
2.根据权利要求1所述的电池健康度预测方法，其特征在于，所述电池参数包括电池最近一次放电量达到预设百分比的放电过程中的单位时间内的放电电流Ii、电池最近一次放电量达到预设百分比的放电过程中的单位时间Δti和电池额定容量CS；
所述根据所述电池参数计算电池的放电衰减度，包括：
根据
Figure FDA0002655387710000011
计算电池的放电衰减度DN。
3.根据权利要求1所述的电池健康度预测方法，其特征在于，所述电池参数包括电池生命周期全放电容量cA和电池生命周期剩余放电容量cR；
根据所述电池参数计算电池的剩余可放电容量占比，包括：
根据CN＝cR÷cA，计算电池的剩余可放电容量占比CN。
4.根据权利要求3所述的电池健康度预测方法，其特征在于，所述电池生命周期剩余放电容量cR的计算公式为：
Figure FDA0002655387710000012
其中，cj为电池第j次放电时的放电容量，δ为预设系数，n为电池放电次数。
5.根据权利要求1所述的电池健康度预测方法，其特征在于，所述电池参数包括电池失效内阻阈值RO、电池标称内阻RS和电池当前内阻RN；
根据所述电池参数计算电池的内阻偏差率，包括：
若
Figure FDA0002655387710000013
则电池的内阻偏差率γ为0；
若
Figure FDA0002655387710000021
则根据
Figure FDA0002655387710000022
计算电池的内阻偏差率γ。
6.根据权利要求5所述的电池健康度预测方法，其特征在于，所述电池健康度预测方法还包括：
计算所述电池当前内阻与所述电池标称内阻的比值；
若所述比值小于或等于所述第一预设比值，则确定电池状态为优秀；
若所述比值大于所述第一预设比值，且所述比值小于或等于第二预设比值，则确定电池状态为可用；
若所述比值大于所述第二预设比值，且所述比值小于或等于第三预设比值，则确定电池状态为预警；
若所述比值大于所述第三预设比值，则确定电池状态为更换。
7.根据权利要求1至6任一项所述的电池健康度预测方法，其特征在于，所述根据所述放电衰减度、所述剩余可放电容量占比和所述内阻偏差率，预测电池健康度，包括：
根据SOH＝(αDN+βCN)×(1-γ)，预测所述电池健康度SOH；其中，DN为所述放电衰减度，CN为所述剩余可放电容量占比，γ为所述内阻偏差率，α为第一权重系数，β为第二权重系数，且α+β＝1。
8.根据权利要求7所述的电池健康度预测方法，其特征在于，所述电池健康度预测方法还包括：
确定距离电池最近一次放电量达到预设百分比的间隔时间；
若所述间隔时间小于或等于第一预设时间，则α＝α1，β＝β1；
若所述间隔时间大于所述第一预设时间，且所述间隔时间小于或等于第二预设时间，则α＝α2，β＝β2；
若所述间隔时间大于所述第二预设时间，且所述间隔时间小于或等于第三预设时间，则α＝α3，β＝β3；
若所述间隔时间大于所述第三预设时间，且所述间隔时间小于或等于第四预设时间，则α＝α4，β＝β4；
若所述间隔时间大于所述第四预设时间，且所述间隔时间小于或等于第五预设时间，则α＝α5，β＝β5；
若所述间隔时间大于所述第五预设时间，且所述间隔时间小于或等于第六预设时间，则α＝α6，β＝β6；
其中，α1＞α2＞α3＞α4＞α5＞α6，β1＜β2＜β3＜β4＜β5＜β6。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理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如权利要求1至8任一项所述电池健康度预测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如权利要求1至8任一项所述电池健康度预测方法的步骤。
CN202010885308.4A 2020-08-28 2020-08-28 电池健康度预测方法及终端设备 Active CN112034371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010885308.4A CN112034371B (zh) 2020-08-28 2020-08-28 电池健康度预测方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010885308.4A CN112034371B (zh) 2020-08-28 2020-08-28 电池健康度预测方法及终端设备

Publications (2)

Publication Number Publication Date
CN112034371A true CN112034371A (zh) 2020-12-04
CN112034371B CN112034371B (zh) 2022-10-18

Family

ID=73586957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010885308.4A Active CN112034371B (zh) 2020-08-28 2020-08-28 电池健康度预测方法及终端设备

Country Status (1)

Country Link
CN (1) CN112034371B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217236A (zh) * 2021-11-05 2022-03-22 东软睿驰汽车技术（沈阳）有限公司 基于循环充放电的电池健康状态确定方法和装置
CN114994536A (zh) * 2021-03-01 2022-09-02 广汽埃安新能源汽车有限公司 一种电池健康状态的评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010078530A (ja) * 2008-09-27 2010-04-08 Sanyo Electric Co Ltd 電池の劣化度の検出方法
CN105158699A (zh) * 2015-09-14 2015-12-16 北京新能源汽车股份有限公司 电池健康状态的检测方法和装置
CN107121643A (zh) * 2017-07-11 2017-09-01 山东大学 锂离子电池健康状态联合估计方法
CN109061505A (zh) * 2018-08-28 2018-12-21 淮阴工学院 一种锂电池soh的检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010078530A (ja) * 2008-09-27 2010-04-08 Sanyo Electric Co Ltd 電池の劣化度の検出方法
CN105158699A (zh) * 2015-09-14 2015-12-16 北京新能源汽车股份有限公司 电池健康状态的检测方法和装置
CN107121643A (zh) * 2017-07-11 2017-09-01 山东大学 锂离子电池健康状态联合估计方法
CN109061505A (zh) * 2018-08-28 2018-12-21 淮阴工学院 一种锂电池soh的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王丽平 等: ""电动汽车用铅酸蓄电池的SOH 预测研究"", 《电源技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114994536A (zh) * 2021-03-01 2022-09-02 广汽埃安新能源汽车有限公司 一种电池健康状态的评估方法及装置
CN114217236A (zh) * 2021-11-05 2022-03-22 东软睿驰汽车技术（沈阳）有限公司 基于循环充放电的电池健康状态确定方法和装置
CN114217236B (zh) * 2021-11-05 2024-05-10 东软睿驰汽车技术（沈阳）有限公司 基于循环充放电的电池健康状态确定方法和装置

Also Published As

Publication number Publication date
CN112034371B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN112034350B (zh) 电池组健康状态预测方法及终端设备
CN110542867A (zh) 电池健康状态评估方法、装置及存储介质
EP3734309B1 (en) Method and device for determining available capacity of battery, management system, and storage medium
CN112034371B (zh) 电池健康度预测方法及终端设备
WO2021179699A1 (zh) 电池健康度状态的检测方法、装置、电子设备及存储介质
CN109991545B (zh) 一种电池包电量检测方法、装置及终端设备
CN108287312B (zh) 一种退役电池的分选方法、系统及装置
CN112946483B (zh) 电动汽车电池健康的综合评估方法及存储介质
CN110824366A (zh) 电池健康状态监测方法、装置及终端设备
CN111448469B (zh) 预测电池的健康状态的装置和方法
CN113406523A (zh) 一种储能电池状态评价方法、装置、电子设备及存储系统
CN110110916A (zh) 一种医院门诊就诊量的预测方法及系统
CN115469239B (zh) 电池系统的电荷状态一致性评价方法、装置及电子设备
CN110133526B (zh) 电池soc的确定方法、装置、设备及存储介质
CN109991543B (zh) 一种电池包剩余电量的获取方法、装置及终端设备
CN112034351B (zh) 电池剩余容量确定方法及终端设备
CN109687485B (zh) 储能系统的功率分配方法、系统及终端设备
CN107121642A (zh) 动力电池的soh系数调整方法及装置
CN118068214A (zh) 电池健康状态的估算方法及装置、设备、介质
CN112508260A (zh) 基于对比学习的配电变压器中长期负荷预测方法及装置
CN108830663B (zh) 电力客户价值评价方法、系统及终端设备
CN115113082A (zh) 电池健康状态估计方法及相关装置
CN114966453A (zh) 锂电池剩余可用能量的获取方法及相关装置
CN118444190A (zh) 电池健康状态评估方法、装置、终端设备及存储介质
CN115811119B (zh) 管理电池的方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 361000 unit 211, zone Z, Shengtong center 2, No.40, Xiangyun 1st Road, Xiamen area, Xiamen pilot Free Trade Zone, Fujian Province

Applicant after: XIAMEN KECAN INFORMATION TECHNOLOGY Co.,Ltd.

Applicant after: Kehua Data Co.,Ltd.

Address before: 361000 unit 211, zone Z, Shengtong center 2, No.40, Xiangyun 1st Road, Xiamen area, Xiamen pilot Free Trade Zone, Fujian Province

Applicant before: XIAMEN KECAN INFORMATION TECHNOLOGY Co.,Ltd.

Applicant before: XIAMEN KEHUAHENGSHENG LIMITED BY SHARE Ltd.

GR01 Patent grant
GR01 Patent grant