CN112415400B - 电池容量估计方法及系统 - Google Patents
电池容量估计方法及系统 Download PDFInfo
- Publication number
- CN112415400B CN112415400B CN202011134748.2A CN202011134748A CN112415400B CN 112415400 B CN112415400 B CN 112415400B CN 202011134748 A CN202011134748 A CN 202011134748A CN 112415400 B CN112415400 B CN 112415400B
- Authority
- CN
- China
- Prior art keywords
- battery
- capacity
- electric quantity
- voltage
- curve
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000007600 charging Methods 0.000 claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 35
- 230000032683 aging Effects 0.000 claims abstract description 17
- 238000010277 constant-current charging Methods 0.000 claims abstract description 16
- 239000000178 monomer Substances 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 11
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 abstract description 7
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 13
- 229910052744 lithium Inorganic materials 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229910013465 LiC12 Inorganic materials 0.000 description 1
- 229910013458 LiC6 Inorganic materials 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005297 material degradation process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
-
- 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)
Abstract
本发明公开了电池容量估计方法及系统。涉及电池领域，其中，方法包括:获取以第一预设电流对一电池单体进行恒流充电，使的电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据，获取以第二预设电流对电池组进行恒流充电时的第二充电数据，根据第一充电数据和第二充电数据计算得到电池组中对应的电池单体的容量估计值。通过初始状态下电池单体完整的充电数据曲线即可实现串联电池组中电池单体的容量估计，对电池单体的SOC不一致和老化机理不一致具有较高的适应性，降低电池使用成本。
Description
技术领域
本发明涉及电池领域，尤其是涉及一种电池容量估计方法及系统。
背景技术
锂离子电池组在使用过程中，通常由若干个电池单体串联组成。由于每个电池单体在电池组中的位置不同、电池组温度场分布不均匀等因素，造成了每个电池单体容量衰退的不一致，因此，有必要在电池组使用过程中估计每一个串联电池单体的容量，以保证电池组的安全稳定运行。
由于电池的容量增量(incremental capacity，IC)曲线上的峰面积、峰值高度等参数与电池容量的衰退密切相关，因此现有技术中多提取IC曲线上的某些特征参数，结合相关数据驱动算法，建立电池的容量估计模型。相关方法已经在电池单体上进行了验证。但是，相关方法估计串联电池的容量时，由于电池组中不一致性的存在特别是容量和荷电状态(state of charge,SOC)的不一致导致电池单体容量增量的某些特征参数难以获得。其次，由于电池的老化存在老化机理的不一致，每一种老化机理在IC曲线上的表现也有所不同，导致对电池组中所有电池采用同一容量估计模型将会带来较大的估计误差。另外，现有的容量估计方法中多采用基于数据驱动的方法，如支持向量机、神经网络等方式建立特征参数关于电池容量的模型。然而，这种方式为了建立准确的容量估计模型，往往需要进行大量测试以获得相应的训练数据，将增加电池使用的成本。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种电池容量估计方法，对串联电池组中电池单体的SOC不一致和老化机理不一致具有较高的适应性，同时不依赖测试数据进行模型训练，降低电池使用成本。
第一方面，本发明的一个实施例提供了：一种电池容量估计方法，包括：
获取以第一预设电流对一电池单体进行恒流充电，使的所述电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据；
根据所述第一充电数据计算得到所述电池单体的第一电压充电电量曲线和第一容量增量电压曲线；
获取以第二预设电流对电池组进行恒流充电时的第二充电数据，所述电池组由若干个与所述电池单体同类型电池单体串联组成；
根据所述第二充电数据得到：所述电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和所述电池单体在所述电池组停止充电时刻的第一电压，并根据所述第一电压充电电量曲线和所述第一电压计算得到所述电池组中对应的所述电池单体的第一电量；
根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值。
进一步地，所述根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值，包括：
若所述容量增量测量值大于等于预设临界值，则所述容量估计值表示为：
若所述容量增量测量值小于预设临界值，则所述容量估计值表示为：
其中，表示所述容量估计值，Q1表示第一电量，Q2表示第二电量，Q3表示第三电量，Q4表示第四电量，Q5表示第五电量，Q6表示第六电量，Q7表示第七电量，Q8表示第八电量。
进一步地，计算所述第一电量的方法为：
Q1＝f-1(Vcutoff)-f-1(VT)
其中，f(·)表示第一电压充电电量曲线表示的电压电量关系函数，Vcutoff表示所述截止电压，VT表示所述第一电压；
所述电池单体的电压达到所述截止电压时，所述电池荷电状态达到100％。
进一步地，根据所述电池单体在充电过程中的相变反应确定所述第一容量增量电压曲线，并根据所述第一容量增量电压曲线上峰对应的电量计算得到所述单体电量，所述单体电量包括：第二电量、第三电量、第四电量和第五电量；
所述第二电量为第二个峰对应的电量；
所述第三电量为第四个峰、第三个峰和第二个峰对应的电量之和；
所述第四电量为第三个峰对应的电量；
所述第五电量为第四个峰和第三个峰对应电量之和。
进一步地，根据所述电池单体在电池组充电过程的相变反应确定所述第二容量增量电压曲线，并根据所述第二容量增量电压曲线上峰对应的电量得到串联单体电量，所述串联单体电量包括：第六电量、第七电量和第八电量；
所述第六电量为第二个峰对应的电量；
所述第七电量为第一个峰对应的电量；
所述第八电量为第三个峰对应的电量。
进一步地，获得所述预设临界值的过程包括：
对一新电池单体进行老化测试，得到测试容量与电池容量衰减的变化规律，当所述容量增量测量值不随着所述电池容量降低而降低时，此时的容量增量测量值作为所述预设临界值；
或，
获取电池组的历史充电数据，若本次充电过程中，电池单体的容量增量测量值小于上一次充电过程中测量得到的容量增量测量值，则认为本次容量增量测量值大于预设临界值。
进一步地，所述电池单体为磷酸铁锂电池。
第二方面，本发明的一个实施例提供了：一种电池容量估计系统，包括：
第一获取单元：用于获取以第一预设电流对一电池单体进行恒流充电，使的所述电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据；
第一计算单元：用于根据所述第一充电数据计算得到所述电池单体的第一电压充电电量曲线和第一容量增量电压曲线；
第二获取单元：用于获取以第二预设电流对电池组进行恒流充电时的第二充电数据，所述电池组由若干个与所述电池单体同类型电池单体串联组成；
第二计算单元：用于根据所述第二充电数据得到：所述电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和所述电池单体在所述电池组停止充电时刻的第一电压，并根据所述第一电压充电电量曲线和所述第一电压计算得到所述电池组中对应的所述电池单体的第一电量；
容量估计单元：用于根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值。
第三方面，本发明的一个实施例提供了：一种电池容量估计设备，包括：
至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如第一方面任一项所述的方法。
第四方面，本发明的一个实施例提供了：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面任一项所述的方法。
本发明实施例的有益效果是：
本发明实施例以第一预设电流对一电池单体进行恒流充电，计算得到电池单体的第一电压充电电量曲线和第一容量增量电压曲线，以第二预设电流对电池单体串联的电池组进行恒流充电，得到对应电池单体的第二容量增量电压曲线和当前电池单体的容量增量测量值，根据第二容量增量电压曲线得到第一电压，根据第一容量增量电压曲线、第二容量增量电压曲线、容量增量测量值、第一电量计算得到电池单体的容量估计值。通过初始状态下电池单体完整的充电数据曲线即可实现串联电池组中电池单体的容量估计，对电池单体的SOC不一致和老化机理不一致具有较高的适应性，降低电池使用成本。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明实施例中电池容量估计方法的一具体实施例流程示意图；
图2是本发明实施例中电池容量估计方法的一具体实施例第一电压充电电量曲线示意图；
图3是本发明实施例中电池容量估计方法的一具体实施例第一容量增量电压曲线示意图；
图4是本发明实施例中电池容量估计方法的一具体实施例锂电池容量增量与荷电状态的对应关系示意图；
图5是本发明实施例中电池容量估计方法的一具体实施例中两块电池单体老化过程电池容量与第一峰峰值的对应关系示意图；
图6是本发明实施例中电池容量估计系统的一具体实施例结构框图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
实施例一：
本发明实施例一提供一种电池容量估计方法，可以用于锂电池，例如常见的磷酸铁锂电池，磷酸铁锂电池的寿命是有限的，随着锂电池生命周期内的不断充放电动作，锂电池内部锂离子损失和活性材料衰退，引起磷酸铁锂电池内部不可逆的容量损失，直接影响到磷酸铁锂电池的使用寿命，所以对锂电池进行实时容量评估，有利于正确的认识锂电池的实时状态，对于预估锂电池未来某一时刻的状态有积极作用。
同时，锂离子电池组在使用过程中，通常由若干个电池单体串联组成。由于每个电池单体在电池组中的位置不同、电池组温度场分布不均匀等因素，造成了每个电池单体容量衰退的不一致，因此，有必要在电池组使用过程中估计每一个串联电池单体的容量，以保证电池组的安全稳定运行。
图1为本发明实施例提供的一种电池容量估计方法的流程示意图，如图1所示，该方法包括以下步骤：
S1：获取新电池单体的第一充电数据：具体是获取以第一预设电流I1在电池荷电状态SOC＝0的状态下，对一电池单体进行恒流充电，使的电池单体的电池荷电状态SOC达到100％时，获取整个充电过程的第一充电数据，其中，第一充电数据包括：整个充电过程中的电压V和充电电量Q等数据。
S2：根据第一充电数据计算得到电池单体的第一电压充电电量曲线(记为V-Q曲线)和第一容量增量电压曲线(记为IC-V1曲线)，第一电压充电电量曲线用于标识电压与电量之间的关系，记为V＝f(Q)。
在一种实施例中，通过充放电设备来记录电压和电量之间的对应关系，通过选取一电池单体，获取其充电过程中荷电状态从0％到100％过程中的第一充电数据，根据第一充电数据计算得到电池单体的第一电压充电电量曲线和第一容量增量电压曲线。
S3：获取以第二预设电流I2对电池组进行恒流充电时的第二充电数据，电池组由若干个与所述电池单体同类型电池单体串联组成，第二充电数据包含了电池组充电过程中电池组总电压、各个电池单体电压、电流、充电电量等数据。
根据第二充电数据中得到：电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和电池单体在电池组停止充电时刻的第一电压VT。
具体过程是：当电池组中任一电池单体的电压达到截止电压Vcutoff时，即该电池单体的荷电状态达到100％，认为此时电池组充满电。由于串联电池单体组成的电池组的特性，其中一个电池单体的荷电状态达到100％时，所有的电池单体不可能同时达到100％的荷电状态，即其他电池单体的荷电状态并不一定都是100％，例如90％等，因此此时可以根据电池组充电数据计算得到该电池组中任一电池单体的第二容量增量电压曲线(记为IC-V2曲线)和当前的容量增量测量值，记为IC'，得到对应电池单体在充电过程中的电压和充电电量数据以及当前时刻的第一电压VT。
根据第一电压充电电量曲线V-Q和第一电压VT计算得到电池组中对应电池单体的第一电量Q1。对于不同厂家和不同容量的锂电池，其充电截止电压Vcutoff是不同的，该值通常由电池制造厂商给出。
在一种实施例中第二预设电流可以和第一预设电流相同。
S4：计算得到电池单体的容量估计值，即根据第一容量增量电压曲线(即IC-V1曲线)、第二容量增量电压曲线(即IC-V2曲线)、容量增量测量值IC'、第一电量Q1计算得到电池组中对应的电池单体的容量估计值
可以理解的是，本实施例不对上述步骤的执行顺序做限定。
在一种实施例中，根据锂离子电池在充放电过程中，电池内部发生的相变反应，记录每一个相变反应在IC曲线上的对应特征，例如观测可发现，每一个相变反应在IC曲线上都有一个特定的峰与之对应，在IC曲线上，每个峰都对应不同的电化学反应，因此每个峰都有其特有的形状、高度和位置，对于锂电池来说，在充电过程中，在电池负极先后发生4个相变反应体现在4个峰值上，具体的，第四个峰值至第一个峰值分别对应变化关系为：C6-LiC72、LiC72-LiC18、LiC18-LiC12和LiC12-LiC6。
如图2所示，为本实施例的一种第一电压充电电量曲线示意图，如图3所示，为本实施例的一种第一容量增量电压曲线示意图，例如对某一厂家的新锂电池单体进行充放电，在其SOC＝0的状态下，以0.1C的倍率对其进行恒流充电，使其SOC到达100％，根据整个充电过程中的充电数据绘制：如图2所示的第一电压充电电量曲线示意图(即V-Q曲线)和如图3所示的第一容量增量电压曲线示意图(即IC-V1曲线)。
从图2中可见，V-Q曲线的横轴表示充电电量，单位是Ah(安时)，纵轴是电压，单位是V。
图3中，IC-V1曲线的横轴表示电压V，纵轴表示容量增量IC，由于相变反应该曲线具有4个峰值，分别是第一峰值、第二峰值、第三峰值、第四峰值，图中示意出了容量增量测量值的取值方式。
在一种实施例中，步骤S2：根据电池单体在充电过程中的相变反应确定第一容量增量电压曲线，峰值相对不变，可作为电量计算参考，根据第一容量增量电压曲线上四个峰值对应的电量计算得到单体电量，其中，单体容量包括：第二电量、第三电量、第四电量和第五电量；
第二电量Q2为第二个峰值的电量；
第三电量Q3为第四个峰值、第三个峰值和第二个峰值的电量之和；
第四电量Q4为第三个峰值的电量；
第五电量Q5为第四个峰值和第三个峰值电量之和。
同样的，在一种实施例中，步骤S3中根据电池单体在串联电池组充电过程的相变反应确定第二容量增量电压曲线IC-V2，并根据第二容量增量电压曲线IC-V2上四个峰值对应的电量得到串联单体电量，其中，串联单体电量包括：第六电量、第七电量和第八电量；
第六电量Q6为第二个峰值的电量；
第七电量Q7为第一个峰值的电量；
第八电量Q8为第三个峰值的电量。
同时，容量增量测量值IC'可以是IC-V2曲线第一个峰对应的峰值。
在一种实施例中，步骤S4根据第一容量增量电压曲线(即IC-V1曲线)、第二容量增量电压曲线(即IC-V2曲线)、容量增量测量值IC'、第一电量Q1计算得到电池单体的容量估计值包括：
若容量增量测量值大于等于预设临界值，则容量估计值表示为：
若容量增量测量值小于预设临界值，则容量估计值表示为：
其中，表示容量估计值，Q1表示第一电量，Q2表示第二电量，Q3表示第三电量，Q4表示第四电量，Q5表示第五电量，Q6表示第六电量，Q7表示第七电量，Q8表示第八电量。
在一种实施方式中，计算第一电量Q1的方法为：
Q1＝f-1(Vcutoff)-f-1(VT)
其中，f(·)表示第一电压充电电量曲线对应的电压电量关系函数，Vcutoff表示截止电压，VT表示第一电压，当电池单体的电压达到截止电压Vcutoff时，电池荷电状态达到100％。
在一种实施方式中，由于对于不同厂家和不同容量的磷酸铁锂电池，其预设临界值IC0的数值是不同的，因此采用下面两种方法来得到预设临界值IC0，可以理解的是，下述两种方法可以择一选用。
1)对一个新电池单体进行老化测试，绘制得到容量增量测量值与电池容量衰减的变化规律，当容量增量测量值IC'不随着电池容量降低而降低时，此时的容量增量测量值IC'作为预设临界值IC0。
2)获取电池组的历史充电数据，若本次充电过程中，电池单体容量增量测量值IC'小于上一次充电过程中测量得到的容量增量测量值IC'，则认为本次容量增量测量值已IC'已大于预设临界值IC0，即可应用公式(2)进行容量估计值的计算。
下面以一个具体实例说明本实施例的电池容量估计方法。
例如，针对一个由16个锂电池单体串联组成的电池组，开展循环老化测试。在循环老化测试的过程中，进行了6次(例如分别选择在第0次、200次、520次、840次、1000次和1160次循环)电池组容量测试，即在电池组SOC＝0的状态下，以0.1C对其进行恒流充电，截止条件为任意一电池单体的电压达到Vcutoff(例如Vcutoff＝3.65V)。
然后基于上述电池组的充电测试数据，对每一个串联的电池单体容量进行估计。进行完电池组容量测试后，对每一个电池单体进行了容量测试，即在单体SOC＝0的状态下，以0.1C的倍率对其进行恒流充电，使其SOC到达100％，将测量得到的电池单体容量记为容量增量测量值。利用本实施例的方法根据容量增量测量值进行电池容量估计得到容量估计值，通过计算不同循环次数下16个电池单体的容量估计误差，得出结论：电池单体容量的估算误差保持在4％以内，因此本实施例的方法能够得到较为精确的容量估计值。
在一种实施方式中，如图4所示，为本实施例一种具体实施方式中锂电池容量增量与电池荷电状态(即SOC)的对应关系，图中可以看出第四峰的峰值对应的SOC在10％左右，由于在串联电池组中大部分电池单体都不能放空电，在电池组SOC＝0的状态时，由于SOC和容量的不一致，部分电池的SOC有可能在10％以上，因此有可能获取不到第四峰对应面积这个参数，因此相关方法中利用峰面积这些参数去估计电池的容量的方式行不通。本实施例中，没有用到该参数，第八电量Q4′-3对应的SOC在20％以上，便于获取该参数，因此本实施例的方法增加了对电池组SOC不一致的适应性。
进一步地，在一种实施方式中，如图5所示，为两块电池单体老化过程中，电池容量与第一峰峰值的对应关系示意图，图中B9和B15表示两个电池，以IC＝200Ah/V和IC＝300Ah/V为例，其对应的容量相差接近3Ah，这是由于电池老化过程中老化机制不同造成的。因此相关技术中若采用第一峰高度去估算电池容量，极端情况下容量估算误差将达到8％左右。而本实施例中，并非利用第一峰峰高度这个参数去估计电池容量，并且误差保持在4％以内。因此，本实施例不仅具有更高的估计精度，也增加了对电池组电池单体老化不一致的适应性。
本实施例的电池容量估计方法，其对电池单体SOC不一致和老化机理不一致有较高的适应性，不需要进行模型训练，不同于相关技术中应用数据驱动方法(如支持向量机、神经网络等、线性回归等)建立的电池容量估计模型，其往往需要大量训练数据对模型进行训练，以获得准确的容量估计模型。一般来说，训练数据往往占到全数据的30％-50％，这将消耗掉极大的测试资源，增加电池使用成本。而本实施例的方法通过初始状态下新的电池单体完整的充电数据曲线，即可实现串联电池组中电池单体的容量估计，降低了容量估计所需的测试资源和电池使用成本。
实施例二：
本实施例提供一种电池容量估计系统，用于执行如实施例一所述的方法，如图6所示，为本实施例电池容量估计系统结构框图，包括：
第一获取单元100：用于获取以第一预设电流对一电池单体进行恒流充电，使的电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据；
第一计算单元200：用于根据第一充电数据计算得到电池单体的第一电压充电电量曲线和第一容量增量电压曲线；
第二获取单元300：用于获取以第二预设电流对电池组进行恒流充电时的第二充电数据，电池组由若干个与电池单体同类型电池单体串联组成；
第二计算单元400：用于根据第二充电数据得到：电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和电池单体在电池组停止充电时刻的第一电压，并根据第一电压充电电量曲线和第一电压计算得到电池组中对应的电池单体的第一电量；
容量估计单元500：用于根据第一容量增量电压曲线、第二容量增量电压曲线、容量增量测量值、第一电量计算得到电池组中对应的电池单体的容量估计值。
上述中电池容量估计系统各单元模块的具体细节已经在实施例一对应的电池容量估计方法中进行了详细的描述，因此此处不再赘述。
另外，本发明还提供电池容量估计设备，包括：
至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如实施例一所述的方法。计算机程序即程序代码，当程序代码在电池容量估计设备上运行时，程序代码用于使电池容量估计设备执行本说明书上述实施例一部分描述的电池容量估计方法中的步骤。
另外，本发明还提供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可执行指令，其中计算机可执行指令用于使计算机执行如实施例一所述的方法。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备、存储介质和系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上各实施例仅用以说明本发明的技术方案，而非对其限制，尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (7)
1.一种电池容量估计方法，其特征在于，包括：
获取以第一预设电流对一电池单体进行恒流充电，使的所述电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据；
根据所述第一充电数据计算得到所述电池单体的第一电压充电电量曲线和第一容量增量电压曲线；
获取以第二预设电流对电池组进行恒流充电时的第二充电数据，所述电池组由若干个与所述电池单体同类型电池单体串联组成；
根据所述第二充电数据得到：所述电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和所述电池单体在所述电池组停止充电时刻的第一电压，并根据所述第一电压充电电量曲线和所述第一电压计算得到所述电池组中对应的所述电池单体的第一电量；
根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值；
计算所述第一电量的方法为：
Q1＝f-1(Vcutoff)-f-1(VT)
其中，f(·)表示第一电压充电电量曲线对应的电压电量关系函数，Vcutoff表示截止电压，VT表示所述第一电压；
所述电池单体的电压达到所述截止电压时，所述电池荷电状态达到100％。
2.根据权利要求1所述的一种电池容量估计方法，其特征在于，所述根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值，包括：
若所述容量增量测量值大于等于预设临界值，则所述容量估计值表示为：
若所述容量增量测量值小于预设临界值，则所述容量估计值表示为：
其中，表示所述容量估计值，Q1表示第一电量，Q2表示第二电量，Q3表示第三电量，Q4表示第四电量，Q5表示第五电量，Q6表示第六电量，Q7表示第七电量，Q8表示第八电量；
根据所述电池单体在充电过程中的相变反应确定所述第一容量增量电压曲线，并根据所述第一容量增量电压曲线上峰对应的电量计算得到单体电量，所述单体电量包括：第二电量、第三电量、第四电量和第五电量；
所述第二电量为第二个峰对应的电量；
所述第三电量为第四个峰、第三个峰和第二个峰对应的电量之和；
所述第四电量为第三个峰对应的电量；
所述第五电量为第四个峰和第三个峰对应电量之和；
根据所述电池单体在电池组充电过程的相变反应确定所述第二容量增量电压曲线，并根据所述第二容量增量电压曲线上峰对应的电量得到串联单体电量，所述串联单体电量包括：第六电量、第七电量和第八电量；
所述第六电量为第二个峰对应的电量；
所述第七电量为第一个峰对应的电量；
所述第八电量为第三个峰对应的电量。
3.根据权利要求2所述的一种电池容量估计方法，其特征在于，获得所述预设临界值的过程包括：
对一新电池单体进行老化测试，得到容量增量测量值与电池容量衰减的变化规律，当所述容量增量测量值不随着所述电池容量降低而降低时，此时的容量增量测量值作为所述预设临界值；
或，
获取电池组的历史充电数据，若本次充电过程中，电池单体的容量增量测量值小于上一次充电过程中测量得到的容量增量测量值，则认为本次容量增量测量值大于预设临界值。
4.根据权利要求1至3任一项所述的一种电池容量估计方法，其特征在于，所述电池单体为磷酸铁锂电池。
5.一种电池容量估计系统，其特征在于，包括：
第一获取单元：用于获取以第一预设电流对一电池单体进行恒流充电，使的所述电池单体的电池荷电状态从0％达到100％时，整个充电过程的第一充电数据；
第一计算单元：用于根据所述第一充电数据计算得到所述电池单体的第一电压充电电量曲线和第一容量增量电压曲线；
第二获取单元：用于获取以第二预设电流对电池组进行恒流充电时的第二充电数据，所述电池组由若干个与所述电池单体同类型电池单体串联组成；
第二计算单元：用于根据所述第二充电数据得到：所述电池组中一电池单体的第二容量增量电压曲线、容量增量测量值和所述电池单体在所述电池组停止充电时刻的第一电压，并根据所述第一电压充电电量曲线和所述第一电压计算得到所述电池组中对应的所述电池单体的第一电量；
容量估计单元：用于根据所述第一容量增量电压曲线、所述第二容量增量电压曲线、所述容量增量测量值、所述第一电量计算得到所述电池组中对应的所述电池单体的容量估计值；
计算所述第一电量的方法为：
Q1＝f-1(Vcutoff)-f-1(VT)
其中，f(·)表示第一电压充电电量曲线对应的电压电量关系函数，Vcutoff表示截止电压，VT表示所述第一电压；
所述电池单体的电压达到所述截止电压时，所述电池荷电状态达到100％。
6.一种电池容量估计设备，其特征在于，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如权利要求1至4任一项所述的方法。
7.一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可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011134748.2A CN112415400B (zh) | 2020-10-21 | 2020-10-21 | 电池容量估计方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011134748.2A CN112415400B (zh) | 2020-10-21 | 2020-10-21 | 电池容量估计方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112415400A CN112415400A (zh) | 2021-02-26 |
| CN112415400B true CN112415400B (zh) | 2023-09-12 |
Family
ID=74841923
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011134748.2A Active CN112415400B (zh) | 2020-10-21 | 2020-10-21 | 电池容量估计方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112415400B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113253137B (zh) * | 2021-06-07 | 2021-09-24 | 蜂巢能源科技有限公司 | 确定电池包荷电状态的装置和方法 |
| CN115663972A (zh) * | 2022-11-16 | 2023-01-31 | 湖北亿纬动力有限公司 | 一种电池系统的均衡方法、电子设备和存储介质 |
| CN118275916A (zh) * | 2022-12-31 | 2024-07-02 | 陕西奥林波斯电力能源有限责任公司 | 一种串联式电池组中单体电池容量获取方法及系统 |
| CN117310546A (zh) * | 2023-11-03 | 2023-12-29 | 北京迪赛奇正科技有限公司 | 一种ups电源健康管理监测系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103399278A (zh) * | 2013-07-31 | 2013-11-20 | 清华大学 | 电池单体的容量和荷电状态的估计方法 |
| CN204030634U (zh) * | 2014-02-19 | 2014-12-17 | 东莞钜威新能源有限公司 | 一种电池组电芯的均衡装置 |
| CN105717455A (zh) * | 2016-01-30 | 2016-06-29 | 清华大学 | 电池组的电池单体soc和容量估计算法的选择方法 |
| CN106356939A (zh) * | 2016-09-28 | 2017-01-25 | 广东电网有限责任公司教育培训评价中心 | 蓄电池组开路检测方法 |
| CN107589374A (zh) * | 2016-07-06 | 2018-01-16 | 深圳市沃特玛电池有限公司 | 电动汽车电池包容量估算方法 |
| CN107861074A (zh) * | 2017-12-21 | 2018-03-30 | 江苏罗思韦尔电气有限公司 | 一种锂电池soc估算方法 |
| CN108196199A (zh) * | 2018-01-23 | 2018-06-22 | 广州小鹏汽车科技有限公司 | 一种整车状态下的锂电池容量估算方法、系统和装置 |
| CN108287318A (zh) * | 2018-01-30 | 2018-07-17 | 上海华普汽车有限公司 | 一种基于车辆动力电池包的检测方法及检测系统 |
| CN109031153A (zh) * | 2018-10-16 | 2018-12-18 | 北京交通大学 | 一种锂离子电池的健康状态在线估计方法 |
| CN109164398A (zh) * | 2018-08-03 | 2019-01-08 | 北京交通大学 | 一种锂离子电池组中单体电池容量估算方法 |
| CN110412470A (zh) * | 2019-04-22 | 2019-11-05 | 上海博强微电子有限公司 | 电动汽车动力电池soc估计方法 |
| EP3667345A1 (fr) * | 2018-12-12 | 2020-06-17 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procédé de détermination de l'état de santé des cellules d'une batterie |
| CN111323708A (zh) * | 2020-04-16 | 2020-06-23 | 浙江吉利新能源商用车集团有限公司 | 一种用于动力电池系统的动力电池寿命衰减的分析方法 |
| CN111448467A (zh) * | 2017-07-24 | 2020-07-24 | 罗伯特·博世有限公司 | 用于对电池容量进行建模和估计的方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8004243B2 (en) * | 2009-04-08 | 2011-08-23 | Tesla Motors, Inc. | Battery capacity estimating method and apparatus |
| JP2012032267A (ja) * | 2010-07-30 | 2012-02-16 | Renesas Electronics Corp | 残容量検出装置および電池制御ｉｃ |
| US10436846B2 (en) * | 2015-12-21 | 2019-10-08 | Intel Corporation | Systems and methods for battery capacity estimation |
| CN106329021B (zh) * | 2016-10-13 | 2018-11-09 | 宁德时代新能源科技股份有限公司 | 估算动力电池的剩余可用能量的方法和装置 |
-
2020
- 2020-10-21 CN CN202011134748.2A patent/CN112415400B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103399278A (zh) * | 2013-07-31 | 2013-11-20 | 清华大学 | 电池单体的容量和荷电状态的估计方法 |
| CN204030634U (zh) * | 2014-02-19 | 2014-12-17 | 东莞钜威新能源有限公司 | 一种电池组电芯的均衡装置 |
| CN105717455A (zh) * | 2016-01-30 | 2016-06-29 | 清华大学 | 电池组的电池单体soc和容量估计算法的选择方法 |
| CN107589374A (zh) * | 2016-07-06 | 2018-01-16 | 深圳市沃特玛电池有限公司 | 电动汽车电池包容量估算方法 |
| CN106356939A (zh) * | 2016-09-28 | 2017-01-25 | 广东电网有限责任公司教育培训评价中心 | 蓄电池组开路检测方法 |
| CN111448467A (zh) * | 2017-07-24 | 2020-07-24 | 罗伯特·博世有限公司 | 用于对电池容量进行建模和估计的方法及系统 |
| CN107861074A (zh) * | 2017-12-21 | 2018-03-30 | 江苏罗思韦尔电气有限公司 | 一种锂电池soc估算方法 |
| CN108196199A (zh) * | 2018-01-23 | 2018-06-22 | 广州小鹏汽车科技有限公司 | 一种整车状态下的锂电池容量估算方法、系统和装置 |
| CN108287318A (zh) * | 2018-01-30 | 2018-07-17 | 上海华普汽车有限公司 | 一种基于车辆动力电池包的检测方法及检测系统 |
| CN109164398A (zh) * | 2018-08-03 | 2019-01-08 | 北京交通大学 | 一种锂离子电池组中单体电池容量估算方法 |
| CN109031153A (zh) * | 2018-10-16 | 2018-12-18 | 北京交通大学 | 一种锂离子电池的健康状态在线估计方法 |
| EP3667345A1 (fr) * | 2018-12-12 | 2020-06-17 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procédé de détermination de l'état de santé des cellules d'une batterie |
| CN110412470A (zh) * | 2019-04-22 | 2019-11-05 | 上海博强微电子有限公司 | 电动汽车动力电池soc估计方法 |
| CN111323708A (zh) * | 2020-04-16 | 2020-06-23 | 浙江吉利新能源商用车集团有限公司 | 一种用于动力电池系统的动力电池寿命衰减的分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 磷酸铁锂电池组均衡控制策略及荷电状态估计算法;冯飞;宋凯;逯仁贵;魏国;朱春波;;电工技术学报(第01期);正文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112415400A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112415400B (zh) | 电池容量估计方法及系统 | |
| Pastor-Fernández et al. | Critical review of non-invasive diagnosis techniques for quantification of degradation modes in lithium-ion batteries | |
| Bian et al. | A model for state-of-health estimation of lithium ion batteries based on charging profiles | |
| CN104577242B (zh) | 一种电池组管理系统和方法 | |
| CN112415411A (zh) | 估算电池soc的方法和装置及车辆、存储介质 | |
| CN112816893B (zh) | 一种基于电池组单体剩余充电电量快速估计电池组容量方法 | |
| CN113884929B (zh) | 一种磷酸铁锂电池循环寿命预测方法 | |
| CN111562498A (zh) | 动力电池可用容量估计方法及系统 | |
| Zhou et al. | Online State of Health Estimation for Series-Connected LiFePO₄ Battery Pack Based on Differential Voltage and Inconsistency Analysis | |
| Qu et al. | A joint grey relational analysis based state of health estimation for lithium ion batteries considering temperature effects | |
| Nájera et al. | Semi-empirical ageing model for LFP and NMC Li-ion battery chemistries | |
| Schaltz et al. | Partial charging method for lithium-ion battery state-of-health estimation | |
| Ceraolo et al. | Experimental analysis of NMC lithium cells aging for second life applications | |
| CN108693473B (zh) | 电池健康状态soh的检测方法及装置 | |
| CN111044924A (zh) | 一种全工况电池剩余容量确定方法及系统 | |
| CN117420463B (zh) | 电池的化学容量更新方法、装置、电子设备及存储介质 | |
| CN118226310A (zh) | 一种铅酸电池健康状态在线检测方法及系统 | |
| Vishnu et al. | Adaptive integral correction-based state of charge estimation strategy for lithium-ion cells | |
| CN118226262A (zh) | 电池荷电状态估算方法及装置、储能电站和存储介质 | |
| Lai et al. | Experimental investigation on the characteristics of coulombic efficiency of lithium-ion batteries considering different influencing factors | |
| CN116973793A (zh) | 一种锂电池健康状态监测评估方法、系统、设备及介质 | |
| Rathmann et al. | Novel methode of state-of-charge estimation using in-situ impedance measurement: Single cells in-situ impedance measurement based state-of-charge estimation for LiFePO 4—Li 2 TO 3 Battery Cells with a real BMS | |
| CN113900028B (zh) | 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统 | |
| Raju et al. | A behavior modelling and analysis of lithium ion battery | |
| CN110133532A (zh) | 一种基于电池开路电压的健康状态计算方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230615 Address after: 518000 1-2 Floor, Building A, Xinwangda Industrial Park, No. 18 Tangjianan Road, Gongming Street, Guangming New District, Shenzhen City, Guangdong Province Applicant after: SUNWODA ELECTRIC VEHICLE BATTERY Co.,Ltd. Address before: 518000, 1st floor, 2nd floor, A-B area, 2nd floor, D area-9th floor, Yihe Road, Shiyan Street, Baoan District, Shenzhen City, Guangdong Province Applicant before: SUNWODA ELECTRONICS Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 518000 1-2 Floor, Building A, Xinwangda Industrial Park, No. 18 Tangjianan Road, Gongming Street, Guangming New District, Shenzhen City, Guangdong Province Patentee after: Xinwangda Power Technology Co.,Ltd. Country or region after: China Address before: 518000 1-2 Floor, Building A, Xinwangda Industrial Park, No. 18 Tangjianan Road, Gongming Street, Guangming New District, Shenzhen City, Guangdong Province Patentee before: SUNWODA ELECTRIC VEHICLE BATTERY Co.,Ltd. Country or region before: China |