CN112208389A - 一种针对车载动力电池的日常便捷检测方法 - Google Patents
一种针对车载动力电池的日常便捷检测方法 Download PDFInfo
- Publication number
- CN112208389A CN112208389A CN202010933951.XA CN202010933951A CN112208389A CN 112208389 A CN112208389 A CN 112208389A CN 202010933951 A CN202010933951 A CN 202010933951A CN 112208389 A CN112208389 A CN 112208389A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- battery
- value
- voltage
- vehicle
- 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
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明涉及一种针对车载动力电池的日常便捷检测方法,步骤为:步骤1:基于各个电池单体电压值,通过高斯分布拟合将电压值处于较低概率范围的异常电池单体,赋予异常值;步骤2:在车载动力电池充电全过程中,每间隔n秒,重复步骤1筛选出全部异常电池单体;步骤3:各异常电池单体,逐个对其全部的异常值的绝对值进行累加,得到累加异常值;步骤4:将全部异常电池单体分组对应于异常类型分类,累加异常值作为判断标准;步骤5:根据异常分布变化趋势判断异常情况。本发明,检测简单便捷,成本低,可用于日常的电动汽车动力电池检测,可对车辆当前整体状态进行大致的检测评估,降低车辆因长期缺乏检测而造成较严重事故的可能性。
Description
技术领域
本发明涉及动力电池(动力电池组)检测技术领域,具体说是一种针对车载动力电池的日常便捷检测方法。
背景技术
随着国家对新能源汽车等绿色低碳产业的重视与推广,电动汽车数量逐年递增。动力电池(动力电池组)作为一种新型储能系统,其系统检测及维护方法具有其相关特性。
在电动汽车运行期间,动力电池组(车载动力电池)由于其生产条件,使得组成车载动力电池的各电池单体之间的初始差别、运行过程所处环境的不同,日积月累后,会造成电池单体之间差异日趋显著,个别电池单体可能会出现容量衰退、内阻偏大等多种性能异常问题,情况严重时会危及车辆安全,为公共交通造成安全隐患,故电动汽车健康状态的检测重要性不言而喻。
由于动力电池组(车载动力电池)结构特性及条件限制,其表征电池性能的状态量不易直接测量。例如:
电池单体容量的测量,需要对各电池单体进行单独小电流充放才能准确得到,测试操作繁琐,且耗时较长。
电池单体内阻的测量,需要进行HPPC测试(The Hybrid Pulse PowerCharacterization,混合脉冲功率性能测试),对测试设备要求较高且检测工步复杂。
公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种针对车载动力电池的日常便捷检测方法,检测简单便捷,成本低,可用于日常的电动汽车动力电池检测,可对车辆当前整体状态进行大致的检测评估,降低车辆因长期缺乏检测而造成较严重事故的可能性。
为达到以上目的,本发明采取的技术方案是:
一种针对车载动力电池的日常便捷检测方法,其特征在于,包括如下步骤:
步骤1:基于各个电池单体电压值,通过高斯分布拟合将电压值处于较低概率范围的电池单体,通过赋予异常值标记为异常电池单体;
步骤2:在车载动力电池充电全过程中,每间隔n秒作为一次同一时刻,n为大于等于1的正整数,重复步骤1的赋予异常值操作,筛选出全部异常电池单体;
步骤3:将每个处于较低概率范围的电池单体,对其全部的异常值的绝对值进行累加,得出该电池单体的累加异常值;
步骤4:按赋予异常值的不同,确定异常类型分类,将全部异常电池单体分组对应于异常类型分类,将累加异常值作为其异常程度的判断标准;
步骤5:根据异常分布变化趋势判断异常情况。
在上述技术方案的基础上,所述步骤1,具体步骤如下:
首先,获取车载动力电池充电过程中的电池单体电压值;
然后,筛选出同一时刻的、各个电池单体电压值;
再后,对电池单体电压值进行高斯分布拟合,拟合平均值为μ,标准差为σ,按照平均值和标准差计算概率分布范围;
最后,确定较低概率范围,对电压值分布在该较低概率范围内的异常电池单体赋予异常值。
在上述技术方案的基础上,所述赋予异常值具体包括:
在高斯分布概率的两端,设定小于5%的区间为第一较低概率范围,电压值处于该第一较低概率范围内的电池单体,视为异常电池单体,对偏高一端的赋予其异常值2分,对偏低一端的赋予其异常值-2分;
在高斯分布概率的两端,设定大于等于5%,且小于10%的区间为第二较低概率范围,电压值处于该第二较低概率范围内的电池单体,视为异常电池单体,对偏高一端的赋予其异常值1分,对偏低一端的赋予其异常值-1分;
在高斯分布概率,设定大于等于10%的区间为第三较低概率范围,电压值处于该第三较低概率范围内的电池单体,视为正常电池,赋予其异常值0分。
在上述技术方案的基础上,所述步骤2,n的取值默认为5,即:每间隔5秒作为一次同一时刻;
所述车载动力电池充电全过程,是指:按照BMS要求的充电功率进行充电,从开始充电起,到充电结束止的整个时间段。
在上述技术方案的基础上,所述步骤4,按赋予异常值的不同,将异常类型分为四类,将全部异常电池单体分组对应于四类异常类型,将累加异常值作为其异常程度的判断标准。
在上述技术方案的基础上,所述步骤5,异常分布变化趋势是指以下任意之一:
(1)电池单体容量偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后前期在整组中偏低,后期在整组中偏高;
(2)电池单体内阻偏大时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后短期内就上升为在整组中偏高;
(3)电池单体SOC偏高时的电池单体电压分布变化趋势为:充电前在整组中偏高,充电开始后仍长期在整组中偏高;
(4)电池单体SOC偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后仍长期在整组中偏低。
在上述技术方案的基础上,筛选异常电池单体时,对所述电池单体的累加异常值设置阈值,基于所述阈值:
累加异常值大于阈值的异常电池单体,则认为其在一段时间内电压均偏高或偏低,需进行如下处理:完成对电池单体在全充电过程电池单体电压异常偏高偏低的状态记录,按照异常变化趋势进行筛选;
累加异常值小于等于阈值的异常电池单体,则认为是正常电池,不予处理。
在上述技术方案的基础上,还包括:
步骤6:根据全过程的高斯拟合参数结果,得到其一致性评价参数;
一致性评价参数为:将整个充电过程每隔5s做高斯拟合得到的方差取平均值,将一致性不同的多个车辆的电池单体数据的方差平均值进行比较,得到其区分一致性的区间阈值,使该平均值可以作为参考数据评价电池组一致性。
本发明所述的针对车载动力电池的日常便捷检测方法,具有以下有益效果:
1、检测简单便捷,成本低,可用于日常的电动汽车动力电池检测,可对车辆当前整体状态进行大致的检测评估,降低车辆因长期缺乏检测而造成较严重事故的可能性。
2、在一次充电过程中,即可完成检测。
3、基于电池单体的参数变化规律,在运行使用过程中符合高斯分布分散性质,通过统计学方法将与大多数电池单体表征不同的电池单体作为异常单体筛出,再基于不同特性(容量、内阻、SOC)动力电池充放电过程中对外表征,对异常程度及异常原因进行细致划分,最终得出对整组电池的一致性、个别电池单体的异常情况的分析结果。
4、基于本方法的测试,生活使用区内的充电设备即可满足检测场地及检测设备需求,一次日常充电过程及满足检测流程需求,检测结果经实验验证有较高参考性,且算法简练对计算设备及计算能力的要求较低,可快速得到检测结果。
附图说明
本发明有如下附图:
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1高斯分布中异常电池的异常值赋值方法示意图。
图2本发明所述针对车载动力电池的日常便捷检测方法流程图。
图3容量偏低电池单体异常值变化趋势示意图。
图4内阻偏大异常电池单体异常值变化趋势示意图。
图5SOC偏高电池单体异常值变化趋势示意图。
图6SOC偏低电池单体异常值变化趋势示意图。
图7实施示例的电池组充电过程电压曲线。
图8实施示例的69号电池异常值的变化规律示意。
具体实施方式
以下结合附图对本发明作进一步详细说明。所述详细说明,为结合本发明的示范性实施例做出的说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图2所示,本发明所述的针对车载动力电池的日常便捷检测方法,包括如下步骤:
步骤1:基于各个电池单体电压值,通过高斯分布拟合将电压值处于较低概率范围的电池单体,通过赋予异常值标记为异常电池单体;
具体步骤如下:
首先,获取车载动力电池充电过程中的电池单体电压值,作为可选择的实施方案之一,采用电池管理系统BMS对外通讯获取车载动力电池充电过程中的电池单体电压值;
然后,筛选出出同一时刻的、各个电池单体电压值;
再后,对电池单体电压值进行高斯分布拟合,拟合平均值为μ,标准差为σ,按照平均值和标准差计算概率分布范围;
最后,确定较低概率范围,对电压值分布在该较低概率范围内的异常电池单体赋予异常值;
作为可选择的实施方案之一,所述赋予异常值具体包括:
在高斯分布概率的两端,设定小于5%的区间为第一较低概率范围,电压值处于该第一较低概率范围内的电池单体,视为异常电池单体(第一类异常电池单体),对偏高一端的赋予其异常值2分,对偏低一端的赋予其异常值-2分;
在高斯分布概率的两端,设定大于等于5%,且小于10%的区间为第二较低概率范围,电压值处于该第二较低概率范围内的电池单体,视为异常电池单体(第二类异常电池单体),对偏高一端的赋予其异常值1分,对偏低一端的赋予其异常值-1分;
在高斯分布概率,设定大于等于10%的区间为第三较低概率范围,电压值处于该第三较低概率范围内的电池单体,视为正常电池,赋予其异常值0分;
第一较低概率范围、第二较低概率范围、第三较低概率范围参见图1所示;
步骤2:在车载动力电池充电全过程中,每间隔n秒作为一次同一时刻,n为大于等于1的正整数,重复步骤1的赋予异常值操作,筛选出全部异常电池单体;
作为可选择的实施方案之一,n的取值默认为5,即:每间隔5秒作为一次同一时刻;
作为可选择的实施方案之一,所述车载动力电池充电全过程,是指:按照BMS要求的充电功率进行充电,从开始充电起,到充电结束止的整个时间段;
步骤3:将每个处于较低概率范围的电池单体,对其全部的异常值的绝对值进行累加,得出该电池单体的累加异常值;
在高斯分布概率的两端,对电池单体的异常值的绝对值进行累加(累计),是电池单体在整组中时间轴上持续异常的表现形式,可作为电池单体是否在车载动力电池充电全过程有异常表现的衡量参数;
步骤4:按赋予异常值的不同,确定异常类型分类,将全部异常电池单体分组对应于异常类型分类,将累加异常值作为其异常程度的判断标准;
作为可选择的实施方案之一,按赋予异常值的不同,将异常类型分为四类,将全部异常电池单体分组对应于四类异常类型,将累加异常值作为其异常程度的判断标准;
例如:设在车载动力电池充电全过程中,每间隔5秒作为一次同一时刻,分为n个检测段;
如果在车载动力电池充电全过程中,某一电池单体一直处于第一较低概率范围,每个检测段都赋予其异常值2分(或-2分),则该某一电池单体的累加异常值为2n,以此为满值基准,电池单体的累加异常值占满值基准的百分比即可作为一个参考值,评价电池单体的异常程度;
步骤5:根据异常分布变化趋势判断异常情况;
所述异常分布变化趋势是指以下任意之一:
(1)电池单体容量偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后前期在整组中偏低,后期在整组中偏高;如图3所示;
(2)电池单体内阻偏大时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后短期内就上升为在整组中偏高;如图4所示;
(3)电池单体SOC偏高时的电池单体电压分布变化趋势为:充电前在整组中偏高,充电开始后仍长期在整组中偏高;如图5所示;
(4)电池单体SOC偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后仍长期在整组中偏低;如图6所示;
由于电动汽车电池串数较多,筛选异常电池单体时,可能会出现大量电池单体被判定为异常电池单体的情况,为避免这一问题,对所述电池单体的累加异常值设置阈值,基于所述阈值:
累加异常值大于阈值的异常电池单体,则认为其在一段时间内电压均偏高或偏低,需进行如下处理:完成对电池单体在全充电过程电池单体电压异常偏高偏低的状态记录,按照异常变化趋势进行筛选;
累加异常值小于等于阈值的异常电池单体,则认为是正常电池,不予处理;
步骤6:根据全过程的高斯拟合参数结果,得到其一致性评价参数;
一致性评价参数为:将整个充电过程每隔5s做高斯拟合得到的方差取平均值,将一致性不同的多个车辆的电池单体数据的方差平均值进行比较,得到其区分一致性的区间阈值,使该平均值可以作为参考数据评价电池组一致性。
本发明,利用电池组整组电池单体各性质量数值分布符合高斯分布,将电池单体数据在整个充电过程的分布情况进行统计分析,将分布情况较为极端的电池单体作为异常电池单体筛选出来,结合动力电池的电池特性,将电池单体数据在整个充电过程中的分布趋势与动力电池的几类异常类型对应,获得电池单体异常原因;同时,将全过程的异常程度与高斯分布特征数据整合,综合分析得出电池组当前的一致性情况与异常电池单体的异常程度。
以下为具体实施例。
设车载动力电池包含85个电池单体。
车载动力电池充电过程的单体电压曲线如图7所示。
在步骤2中,按每间隔5秒作为一次同一时刻,重复步骤1的赋予异常值操作,筛选出全部异常电池单体;
以第1s的85个单体电压为例,平均值为3.760V,标准差为0.074V,执行步骤1完成赋予异常值后,情况如下:
1号和73号电池分别赋予异常值-1,
9号、10号、69号和76号电池分别赋予异常值-2分,
其他电池分别赋予异常值0分,
没有电压偏高的异常电池单体。
每隔5s执行步骤1完成赋予异常值,在车载动力电池充电全过程,共进行高斯统计1361次,异常值满分为2722分;
将所有电池每次赋值绝对值相加,除以异常值满分获得异常百分比,如下表所示:
电池单体编号 | #69 | #9 | #76 | #10 | #73 | #1 |
异常百分比 | 98.8% | 97.20% | 91.90% | 92.8% | 83.8% | 72.8% |
本算例中选取异常百分比超过50%的电池,此设定即对所述电池单体的累加异常值设置阈值。
将筛选出的几只电池进行异常情况判别,以69号电池为例,其异常值的变化规律如图8所示。由此判定69号电池为容量偏低,且异常程度较高。
下表为所有异常电池的异常情况判定
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (8)
1.一种针对车载动力电池的日常便捷检测方法,其特征在于,包括如下步骤:
步骤1:基于各个电池单体电压值,通过高斯分布拟合将电压值处于较低概率范围的电池单体,通过赋予异常值标记为异常电池单体;
步骤2:在车载动力电池充电全过程中,每间隔n秒作为一次同一时刻,n为大于等于1的正整数,重复步骤1的赋予异常值操作,筛选出全部异常电池单体;
步骤3:将每个处于较低概率范围的电池单体,对其全部的异常值的绝对值进行累加,得出该电池单体的累加异常值;
步骤4:按赋予异常值的不同,确定异常类型分类,将全部异常电池单体分组对应于异常类型分类,将累加异常值作为其异常程度的判断标准;
步骤5:根据异常分布变化趋势判断异常情况。
2.如权利要求1所述的针对车载动力电池的日常便捷检测方法,其特征在于,所述步骤1,具体步骤如下:
首先,获取车载动力电池充电过程中的电池单体电压值;
然后,筛选出同一时刻的、各个电池单体电压值;
再后,对电池单体电压值进行高斯分布拟合,拟合平均值为μ,标准差为σ,按照平均值和标准差计算概率分布范围;
最后,确定较低概率范围,对电压值分布在该较低概率范围内的异常电池单体赋予异常值。
3.如权利要求2所述的针对车载动力电池的日常便捷检测方法,其特征在于,所述赋予异常值具体包括:
在高斯分布概率的两端,设定小于5%的区间为第一较低概率范围,电压值处于该第一较低概率范围内的电池单体,视为异常电池单体,对偏高一端的赋予其异常值2分,对偏低一端的赋予其异常值-2分;
在高斯分布概率的两端,设定大于等于5%,且小于10%的区间为第二较低概率范围,电压值处于该第二较低概率范围内的电池单体,视为异常电池单体,对偏高一端的赋予其异常值1分,对偏低一端的赋予其异常值-1分;
在高斯分布概率,设定大于等于10%的区间为第三较低概率范围,电压值处于该第三较低概率范围内的电池单体,视为正常电池,赋予其异常值0分。
4.如权利要求3所述的针对车载动力电池的日常便捷检测方法,其特征在于,所述步骤2,n的取值默认为5,即:每间隔5秒作为一次同一时刻;
所述车载动力电池充电全过程,是指:按照BMS要求的充电功率进行充电,从开始充电起,到充电结束止的整个时间段。
5.如权利要求3所述的针对车载动力电池的日常便捷检测方法,其特征在于,所述步骤4,按赋予异常值的不同,将异常类型分为四类,将全部异常电池单体分组对应于四类异常类型,将累加异常值作为其异常程度的判断标准。
6.如权利要求3所述的针对车载动力电池的日常便捷检测方法,其特征在于,所述步骤5,异常分布变化趋势是指以下任意之一:
(1)电池单体容量偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后前期在整组中偏低,后期在整组中偏高;
(2)电池单体内阻偏大时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后短期内就上升为在整组中偏高;
(3)电池单体SOC偏高时的电池单体电压分布变化趋势为:充电前在整组中偏高,充电开始后仍长期在整组中偏高;
(4)电池单体SOC偏低时的电池单体电压分布变化趋势为:充电前在整组中偏低,充电开始后仍长期在整组中偏低。
7.如权利要求6所述的针对车载动力电池的日常便捷检测方法,其特征在于,筛选异常电池单体时,对所述电池单体的累加异常值设置阈值,基于所述阈值:
累加异常值大于阈值的异常电池单体,则认为其在一段时间内电压均偏高或偏低,需进行如下处理:完成对电池单体在全充电过程电池单体电压异常偏高偏低的状态记录,按照异常变化趋势进行筛选;
累加异常值小于等于阈值的异常电池单体,则认为是正常电池,不予处理。
8.如权利要求1所述的针对车载动力电池的日常便捷检测方法,其特征在于,还包括:
步骤6:根据全过程的高斯拟合参数结果,得到其一致性评价参数;
一致性评价参数为:将整个充电过程每隔5s做高斯拟合得到的方差取平均值,将一致性不同的多个车辆的电池单体数据的方差平均值进行比较,得到其区分一致性的区间阈值,使该平均值可以作为参考数据评价电池组一致性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933951.XA CN112208389B (zh) | 2020-09-08 | 2020-09-08 | 一种针对车载动力电池的日常便捷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933951.XA CN112208389B (zh) | 2020-09-08 | 2020-09-08 | 一种针对车载动力电池的日常便捷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112208389A true CN112208389A (zh) | 2021-01-12 |
CN112208389B CN112208389B (zh) | 2022-02-11 |
Family
ID=74050122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010933951.XA Active CN112208389B (zh) | 2020-09-08 | 2020-09-08 | 一种针对车载动力电池的日常便捷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112208389B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926753A (zh) * | 2021-02-10 | 2021-06-08 | 北汽鹏龙(沧州)新能源汽车服务股份有限公司 | 动力电池的回收方法及装置 |
CN113791350A (zh) * | 2021-08-06 | 2021-12-14 | 陕西汽车集团股份有限公司 | 电池故障预测方法 |
WO2024197379A1 (pt) * | 2023-03-29 | 2024-10-03 | Instituto Hercílio Randon | Método e sistema de gerenciamento de bateria, método de gerenciamento de múltiplas baterias acopláveis e combinação de veículo de carga compreendendo o dito sistema |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
KR20160046547A (ko) * | 2014-10-21 | 2016-04-29 | 주식회사 엘지화학 | 신뢰도 및 표준편차를 이용한 배터리 시스템 진단 기준값 산출 장치 및 방법 |
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 |
CN109964138A (zh) * | 2016-11-25 | 2019-07-02 | 沃尔沃卡车集团 | 对电气存储系统中的电压故障状况进行分类的方法及装置 |
CN110018425A (zh) * | 2019-04-10 | 2019-07-16 | 北京理工大学 | 一种动力电池故障诊断方法及系统 |
CN111619399A (zh) * | 2020-06-10 | 2020-09-04 | 国网浙江电动汽车服务有限公司 | 基于电动汽车充电桩管理平台的动力电池安全评估装置 |
-
2020
- 2020-09-08 CN CN202010933951.XA patent/CN112208389B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160046547A (ko) * | 2014-10-21 | 2016-04-29 | 주식회사 엘지화학 | 신뢰도 및 표준편차를 이용한 배터리 시스템 진단 기준값 산출 장치 및 방법 |
CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
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 |
CN109964138A (zh) * | 2016-11-25 | 2019-07-02 | 沃尔沃卡车集团 | 对电气存储系统中的电压故障状况进行分类的方法及装置 |
CN110018425A (zh) * | 2019-04-10 | 2019-07-16 | 北京理工大学 | 一种动力电池故障诊断方法及系统 |
CN111619399A (zh) * | 2020-06-10 | 2020-09-04 | 国网浙江电动汽车服务有限公司 | 基于电动汽车充电桩管理平台的动力电池安全评估装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926753A (zh) * | 2021-02-10 | 2021-06-08 | 北汽鹏龙(沧州)新能源汽车服务股份有限公司 | 动力电池的回收方法及装置 |
CN113791350A (zh) * | 2021-08-06 | 2021-12-14 | 陕西汽车集团股份有限公司 | 电池故障预测方法 |
CN113791350B (zh) * | 2021-08-06 | 2024-05-14 | 陕西汽车集团股份有限公司 | 电池故障预测方法 |
WO2024197379A1 (pt) * | 2023-03-29 | 2024-10-03 | Instituto Hercílio Randon | Método e sistema de gerenciamento de bateria, método de gerenciamento de múltiplas baterias acopláveis e combinação de veículo de carga compreendendo o dito sistema |
Also Published As
Publication number | Publication date |
---|---|
CN112208389B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112208389B (zh) | 一种针对车载动力电池的日常便捷检测方法 | |
CN111707951B (zh) | 一种电池组一致性评估方法及系统 | |
CN112092675B (zh) | 一种电池热失控预警方法、系统及服务器 | |
CN110794305B (zh) | 一种动力电池故障诊断方法和系统 | |
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 | |
CN111610456B (zh) | 一种区分电池微短路和小容量故障的诊断方法 | |
CN106556802A (zh) | 一种蓄电池组异常单体电池识别方法及装置 | |
CN114325417B (zh) | 一种动力电池内短路检测方法 | |
CN111707958B (zh) | 一种基于容量增量曲线特征的电池内短路检测方法 | |
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 | |
CN113791350B (zh) | 电池故障预测方法 | |
CN114636930B (zh) | 一种电池自放电故障预警方法 | |
CN104656023A (zh) | 一种评价电池单体一致性的方法和系统 | |
CN112924885B (zh) | 基于增量容量曲线峰值高度的电池内短路定量诊断方法 | |
CN113253117B (zh) | 一种剩余soe值的估算方法及估算装置 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN113696786A (zh) | 电池均衡方法及系统 | |
CN113884922B (zh) | 一种基于电压和电量离群系数的电池内短路定量诊断方法 | |
CN110920400A (zh) | 纯电动汽车的电池系统一致性故障诊断与整车处理方法 | |
CN116125287A (zh) | 电芯异常自放电的识别方法、装置、电子设备及介质 | |
CN113189503A (zh) | 一种电动汽车电池多级故障预警方法及系统 | |
CN113866641A (zh) | 一种锂离子电池的故障检测方法及装置 | |
CN106324358B (zh) | 一种电芯内阻动态检测方法 | |
CN115343627B (zh) | 一种动力电池的soh估算方法 | |
CN116879786A (zh) | 电池故障诊断方法及装置 |
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 |