CN112666474A - 电池检测方法及电池检测系统 - Google Patents
电池检测方法及电池检测系统 Download PDFInfo
- Publication number
- CN112666474A CN112666474A CN202011219058.7A CN202011219058A CN112666474A CN 112666474 A CN112666474 A CN 112666474A CN 202011219058 A CN202011219058 A CN 202011219058A CN 112666474 A CN112666474 A CN 112666474A
- Authority
- CN
- China
- Prior art keywords
- battery
- parameter
- parameters
- initial
- real
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种电池检测方法及电池检测系统。电池检测方法,包括:获取初始电池参数;根据所述初始电池参数得到电池参数原始方程组,对所述电池参数原始方程组进行离散化处理并得到电池参数离散方程组;根据所述电池参数离散方程组、初始实时电池参数得到第一实时电池参数;对部分所述初始电池参数进行实时估计处理并得到调节参数;根据所述电池参数离散方程组、所述第一实时电池参数及调节参数得到第二实时电池参数。本发明提供的电池检测方法能够对电池参数进行实时调节,以提高实时电池参数的检测精度。
Description
技术领域
本发明涉及储能装置检测领域,尤其涉及一种电池检测方法及电池检测系统。
背景技术
相关技术中,通过电池管理系统对电池状态进行实时检测,以得到电池的实际工作状态参数(例如电池剩余电量)。
然而,在实际使用过程中,电池参数会发生变化,而根据原有检测方式及变化后的电池参数所得到的工作状态参数与实际工作状态参数之间存在较大误差。
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检测方法,能够对部分初始电池参数进行实时估计处理并得到调节参数,并根据电池参数离散方程组、第一实时电池参数及调节参数得到实时电池参数,以提高实时电池参数的检测精度。
本发明还提出一种基于上述电池检测方法的电池检测系统。
根据本发明的第一方面实施例的电池检测方法,包括:获取初始电池参数;根据所述初始电池参数得到电池参数原始方程组,对所述电池参数原始方程组进行离散化处理并得到电池参数离散方程组;根据所述电池参数离散方程组、初始实时电池参数得到第一实时电池参数;对部分所述初始电池参数进行实时估计处理并得到调节参数;根据所述电池参数离散方程组、所述第一实时电池参数及调节参数得到第二实时电池参数。
根据本发明实施例的电池检测方法,至少具有如下有益效果:通过预设电池参数原始方程组以建立不同电池参数之间关系,并通过离散化处理以动态求解电池参数的动态关系。进一步地,通过对初始电池参数进行实时在线估计以对电池参数离散方程组中的参数进行修正,从保证可通过电池参数离散方程组准确地求解实时电池参数。
根据本发明的一些实施例,所述获取初始电池参数,包括:获取初始电压参数、初始电阻参数,并根据所述初始电压参数、所述初始电阻参数得到转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻。
根据本发明的一些实施例,所述初始电压参数包括充放电开路电压参数和迟滞电压,所述获取初始电压参数,包括:对电池进行充放电处理,并得到所述电池的充放电开路电压参数;根据所述充放电开路电压参数得到迟滞电压。
根据本发明的一些实施例,所述对电池进行充放电处理,并得到所述电池的充放电开路电压参数,包括:将所述电池的电量放空,按照预设功率对所述电池进行等额脉冲充能处理以获得充电截止电压;和\或,将所述电池的电量放空,对所述电池进行恒流充能处理以使所述电池处于充电截止电压;按照预设功率对所述电池进行等额脉冲放能处理以获得放电截止电压。
根据本发明的一些实施例,所述对电池进行充放电处理,并得到所述电池的充放电开路电压参数,还包括:根据不同的预设功率对所述电池进行脉冲充放电处理以得到充放电参数;根据所述电池参数原始方程组、所述充放电开路电压参数、所述电量参数得到所述初始状态参数及迟滞因子。
根据本发明的一些实施例,根据所述电池参数离散方程组、预设转置矩阵得到系统转移矩阵、耦合矩阵、灵敏度矩阵。
根据本发明的一些实施例,对所述迟滞因子、所述电池欧姆内阻进行在线估计处理并得到修正灵敏度矩阵;根据所述修正灵敏度矩阵对所述电池参数原始方程组和\或所述电池参数离散方程组进行修正。
根据本发明的一些实施例,还包括:对所述电池参数离散方程组输入初始值,并根据所述初始实时电池参数、所述初始值、所述电池参数离散方程得系统实时参数;其中,所述系统实时参数至少包括系统状态估计参数、误差协方差估计参数、误差矩阵参数、卡尔曼增益矩阵参数、系统状态修正参数、误差协方差更新参数中的一个。其中,初始实时电池参数可包括对电池实时检测所得到的实时电流、实时电压。
根据本发明的一些实施例,所述对部分所述初始电池参数进行实时估计处理,还包括:获取所述电池的噪声协方差参数数组;根据所述噪声协方差参数数组对所述电池参数离散方程组进行修正。
根据本发明的第二方面实施例的电池检测系统,存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现上述任一实施例提供的电池检测方法。
根据本发明实施例的电池检测系统,至少具有如下有益效果:通过执行上述任一实施例所提供的电池检测方法,以快速、准确地求解实时电池参数。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
下面结合附图和实施例对本发明做进一步的说明,其中:
图1为本发明实施例中一种电池检测系统的流程图;
图2为本发明实施例中一种二阶一状态迟滞模型的结构示意图;
图3为本发明又一实施例中一种电池检测系统的流程图;
图4为本发明再一实施例中一种电池检测系统的流程图;
图5为本发明再一实施例中一种电池检测系统的流程图;
图6为本发明一实施例中一种充放电处理方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
首先,对本申请中涉及的若干名词进行解析:
SOC(State of charge):电池荷电状态
OCV(Open circuit voltage),电池开路电压
EKF(Extended Kalman Filter),扩展卡尔曼算法
DEKF(Double Kalman Filter),双卡尔曼算法
KF(Kalman filtering),卡尔曼算法,也叫卡尔曼滤波算法,是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。
其中,双卡尔曼算法DEKF(Double Kalman Filter)为卡尔曼算法的变形算法,其具有两条不同的卡尔曼算法的线路,以使得模型估计和系统状态估计交替进行。
扩展卡尔曼算法EKF(Extended Kalman Filter)为卡尔曼算法的扩展算法,其在滤波值附近,应用泰勒展开算法将非线性系统展开,对于二阶以上的高阶项全部都省去,从而使得原系统就变成一个线性系统,再利用标准的卡尔曼算法对系统线性化模型进行滤波。
相关技术中,通过电池管理系统对电池状态进行实时检测,以判断电池是否符合实际使用标准。电池管理系统通过预设的电池基础参数及实际工作变量参数进行计算,以得到电池荷电状态。
然而,在电池的实际使用过程中,电池参数(例如内阻、电池容量)会发生变化,而电池管理系统根据电池基础参数及实际工作变量参数电池所得到的电池荷电状态与实际电池荷电状态存在较大偏差,无法真实地反应电池的实际工作状态。
请一并参照图1、图2,在一些实施例中,该实施例提供一种电池检测方法,包括:S101、获取初始电池参数;步骤S102、根据初始电池参数得到电池参数原始方程组,对电池参数原始方程组进行离散化处理并得到电池参数离散方程组;步骤S103、根据电池参数离散方程组、初始实时电池参数得到第一实时电池参数;步骤S104、对部分初始电池参数进行实时估计处理并得到调节参数;步骤S105、根据电池参数离散方程组、第一实时电池参数及调节参数得到第二实时电池参数。
可以理解的是,根据初始电池参数得到电池参数原始方程组,以构建如图2所示的二阶一状态迟滞模型(RC电路等效模型)。在相关技术中,一般通过一阶电路等效模型对电池参数进行描述,而根据一阶模型所得到的参数结果与实际参数之间存在较大的误差,故通过设置二阶一状态迟滞模型对实时电池参数进行求解以提高计算的准确度。
上述二阶一状态迟滞模型的电池参数原始方程组如下:
Ut=Em(SOC)-U1-U2-I*Ro+Uh (1)
其中,R1表示扩散内阻,R2表示转移内阻,R0分别表示电池欧姆内阻(串联内阻);C1表示扩散电容,C2表示转移电容;Uh表示迟滞电压,U1表示扩散内阻引起的压降,U2表示转移内阻引起的压降,Em表示电池开路电压OCV,Ut表示电池输出电压;I表示电池电流。γ表示迟滞衰退因子,表示充放电状态,表示soc求导。当时表示电池处于放电状态;当时表示电池处于充电状态。H(SOC)表示充电OCV(充电截止电压)与放电OCV(放电截止电压)差值的平均值。
由上述式(1)至式(4)可知,当初始电池参数中的固定参数(电阻、电容)不变时,电池参数之间的关系恒成立。
通过构建二阶RC等效电路模型,以提高电池模型的准确度。其中,二阶RC等效电路模型通过预设多个电池参数,并根据电池参数之间的关系构建方程组,以表征电池参数之间的动态关系。
上述电池参数原始方程组为电池状态方程组,通过对状态方程进行离散化以得到电池参数离散方程组。通过电池参数离散方程组、初始实时电池参数得到第一实时电池参数,从而准确测量电池当前电量。电池参数离散方程组如下所示:
Ut,k=UOCV,k-U1,k-U2,k-IL,k*R0+Uh,k (7)
在具体实际应用中,随着电池使用时间增长,初始电池参数会发生改变。若根据固定的初始电池参数、电池参数离散方程组求解实时电池参数,则求解所得到的实时电池参数与实际的实时电池参数之间存在误差,导致使用者无法准确地获知实时电池参数。
例如,随着电池的内阻阻值变大、电池容量变小,根据固定的初始电池参数、电池参数离散方程组求解的当前电池电量与实际的当前电池电量之间存在较大误差,造成使用者无法准确地获知所使用设备的实际电量。
基于上述问题,在一些实施例中,通过对部分初始电池参数进行实时估计处理并得到调节参数,并通过实时估计处理得到的调节参数对电池参数离散方程组中的初始电池参数进行实时调节以实时调整二阶RC等效电路模型和\或电池参数离散方程组中的参数,以保证实时电池参数的求解精度。
通过实时调节后的电池参数离散方程组、第一实时电池参数及调节参数得到第二实时电池参数。可以理解的是,通过调节参数实时更新电池参数离散方程组中的部分参数以避免由于初始电池参数变化而导致测量结果不准确。
例如,随着电池使用时间增长,电池内阻的阻值逐渐增加或电池容量逐渐减小。通过对电池内阻的阻值或电池容量进行实时估计处理,并得到对应的调节参数。通过调节参数实时调整二阶RC等效电路模型和\或电池参数离散方程组中的参数,以使得二阶RC等效电路模型和\或电池参数离散方程组可准确地反映实时电池参数之间关系。
上述电池参数之间关系至少包括:电池电量与迟滞电压的关系;迟滞电压、扩散内阻引起的压降、转移内阻引起的压降、池开路电压OCV与电池输出电压之间的关系。
在一些实施例中,电池检测方法,获取初始电池参数,包括:获取初始电压参数、初始电阻参数,并根据初始电压参数、初始电阻参数得到转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻(串联内阻)。
根据电池的初始电压参数、初始电阻参数及电池参数原始方程组预设或计算得到二阶RC 等效电路模型中的转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻。通过将转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻代入电池参数原始方程组和\或电池参数离散方程组中,以获取实时电池参数之间的关系。
例如,根据电池原始出厂参数获取初始电压参数、初始电阻参数,并根据初始电压参数、初始电阻参数及实际的电池工作状态测量值计算得到转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻。通过将计算得到的电池参数代入电池参数原始方程组,从而使得与电池参数原始方程组相对应的电池参数离散方程组可准确地表征电池参数之间的关系。
请参照图3,在一些实施例中,步骤S101、获取初始电压参数,包括:步骤S201、对电池进行充放电处理并得到电池的充放电开路电压参数;步骤S202、根据充放电开路电压参数得到迟滞电压。
通过对电池进行充放电处理以得到充放电开路电压参数,并根据充放电开路电压参数获得电池的实际充放电开路电压参数,以避免由于实际充放电开路电压参数和理论充放电开路电压参数之间的误差,导致实时电池参数求解不准确。
例如,在不同的工作温度条件下,通过对电池进行最大可用容量进行测试,以得到与不同温度相对应的电池最大可用容量。其中,在同一工作温度条件下,按照出厂的标准电流对电池进行恒流恒压方法充电处理,直至电池为满电状态。通过电池进行静置处理使得电池处于稳定状态,并对电池进行标准电流恒流放电处理,直至电池的输出电压为截止电压。通过对电池进行多次最大可用容量测试,并取连续三次最大可用容量测试值(偏差小于或等于2%) 的平均值作为电池最大可用容量值Ca。
通过设置偏差阈值以对偏差过大的测量值进行排除,从而避免由于测量误差导致最大可用容量测试值与最大可用容量实际值之间存在较大偏差。
请参照图4,在一些实施例中,步骤S201、对电池进行充放电处理,并得到电池的充放电开路电压参数,包括:步骤S301、将电池的电量放空,按照预设功率对电池进行等额脉冲充能处理以获得充电截止电压;和\或,步骤S302、将电池的电量放空,对电池进行恒流充能处理以使电池处于充电截止电压;步骤S303、按照预设功率对电池进行等额脉冲放能处理以获得放电截止电压。
其中,步骤S301、对电池的电量放空,按照预设功率对放空后的电池进行等额脉冲充能处理以得到充电截止电压,包括以下多个子步骤:
步骤a、以1C倍率对电池进行电量放空处理,对放空后的电池进行静置处理(静置时长为5h)以使得电池处于稳定状态;
步骤b、以1C倍率对电池进行脉冲充电处理以使电池电量增加5%额定容量,对脉冲充电处理后的电池进行静置处理(静置时长为1小时)以使得电池处于稳定状态;
步骤c、每当电量变化量为5%额定容量对电池电量进行调整,并对调整后的电池进行静置处理(静置时长为1h)以使得电池处于稳定状态;
重复步骤b、步骤c,直至电池电压等于截止电压,执行步骤d;
步骤d、静置1小时(h)。
进一步地,步骤S302、通过对电池的电量放空,对电池进行恒流充能处理以使电池处于充电截止电压;按照预设功率对电池进行等额脉冲放能处理以获得放电截止电压,包括以下步骤:
步骤e、以1C倍率对电池进行电量放空处理,对放空后的电池进行静置处理(静置时长为1h)以使得电池处于稳定状态;
步骤f、以1C倍率对电池进行恒流充电处理以使电池电压为截止电压,对恒流充电处理后的电池进行静置处理(静置时长为1h)以使得电池处于稳定状态;
步骤g、以1C倍率对电池进行脉冲放电处理以使电池电量减少5%额定容量,对脉冲充电处理后的电池进行静置处理(静置时长为1h)以使得电池处于稳定状态
步骤h、每当电量变化量为5%额定容量,并对调整后的电池进行静置处理(静置时长为 1h)以使得电池处于稳定状态;
重复步骤g、步骤h,直至电池电压等于截止电压,执行步骤i;
步骤i、静置1h。
请参照图5、图6,在一些实施例中,步骤S201、对电池进行充放电处理,并得到电池的充放电开路电压参数,还包括:步骤S401、根据不同的预设功率对电池进行脉冲充放电处理以得到充放电开路电压参数;步骤S402、根据电池参数原始方程组、充放电开路电压参数、电量参数得到初始状态参数及迟滞因子。
按照不同的预设功率分别对电池进行脉冲充放电处理,以对电池进行电池参数辨识性能试验,从而避免由于充电功率不同导致电池参数测试存在较大误差。
其中,根据不同的预设功率对电池进行脉冲充放电处理,包括以下步骤:
步骤j、通过预设电流对电池进行恒流恒压充电处理直至电池电量为满额状态,对充电处理后的电池进行静置处理(静置时长为5h)以使得电池处于稳定状态;
步骤k、通过复合脉冲电流对电池进行不同倍率的脉冲充放电处理。
例如,分别采用0.5C、1C、2C、3C的对电池进行交替脉冲充放电处理(充电时长为10s),且每次脉冲充放电处理结束后,对脉冲放电处理后的电池进行时长为40s的静置处理,对脉冲充电处理后的电池进行时长为60s的静置处理。
步骤l、在脉冲充放电结束后,以标准放电电流对电池进行放电处理(放电量为5%电池容量),对放电处理调整后的电池进行静置处理(静置时长为1h)以使得电池处于稳定状态。
步骤m、每隔5%电量重复执行步骤k、步骤l,直至电池电压等于截止电压。
通过步骤a至步骤m对电池进行充分电处理,并得到对应的脉冲充放电数据(OCV-SOC 曲线)。
在一些实施例中,根据电池参数离散方程组、预设转置矩阵得到系统转移矩阵、耦合矩阵、灵敏度矩阵。
根据上述实施例中的OCV-SOC曲线,得到不同SOC点脉冲充放电数据。根据不同SOC点所对应的脉冲充放电数据对二阶一状态迟滞模型的状态方程进行最小二乘法处理,以得到不同SOC点下的系统参数∈=[R0 R1 R2 C1 C2 κ]。通过系统参数对二阶迟滞模型状态方程进行多阶多项式拟合的方式,以得到各参数与SOC的离线函数关系。
在一些实施例中,通过对电池二阶迟滞模型进行离散化后系统,并预输入 xk=[SOCk U1,k U2,k Uh,k]′。
由上述离线参数值可以获取系统转移矩阵A、耦合矩阵B、和灵敏度矩阵C。其中,Δt为采样时间。
具体地,矩阵关系式如下所示:
Ut,k=Uocv,k-U1,k-U2,k-IL,k*R0+Uh,k+vk (10)
Uocv,k表示k时刻电池的开路电压;U1,k、U2,k分别表示电池模型中k时刻RC回路扩散内阻引起的压降U1、转移内阻引起的压降U2;Ut,k表示k时刻电池输出端电压Ut,Uh,k表示k时刻电池的迟滞电压Uh。
其中转移矩阵和灵敏度矩阵分别为:
在实际的应用过程中,随着电池的循环使用次数增多,电池本身会出现老化现象。例如电池欧姆内阻增加及电池容量衰减,并对电路截止电压产生影响。
在对离线参数迭代运行计算后,离线参数容易与实际电池参数之间存在较大误差,而实时更新每个模型参数,容易导致模型在长时间运行过程不稳定性增加。
基于此,在一些实施例中,电池检测方法,对迟滞因子、电池欧姆内阻进行在线估计处理并得到修正灵敏度矩阵;根据修正灵敏度矩阵对电池参数原始方程组和\或电池参数离散方程组进行修正。
根据卡尔曼算法的状态估计特性,对电池欧姆内阻R0和迟滞因子κ进行在线估计处理得到修正灵敏度矩阵,以修正灵敏度矩阵对二阶一状态迟滞模型进行修正,以提高模型精度。
具体地,基于电池容量状态估计,通过卡尔曼算法对电池欧姆内阻和迟滞因子进行在线估计处理,并通过卡尔曼算法对电池荷电状态进行估算,以形成双卡尔曼算法。
其中,电池欧姆内阻R0、迟滞因子k分别与观测方程、状态方程相关。因此,参数的灵敏度矩阵设置如下:
将上述方程进行简化,简化后公式如下:
在一些实施例中,电池检测方法,还包括:对电池参数离散方程组输入初始值,并根据初始实时电池参数、初始值、电池参数离散方程得系统实时参数;其中,系统实时参数至少包括系统状态估计参数、误差协方差估计参数、误差矩阵参数、卡尔曼增益矩阵参数、系统状态修正参数、误差协方差更新参数中的一个。
通过对电池参数离散方程组的输入值进行初始化,并根据初始值、电池参数离散方程得系统实时参数,从而实时、精准地反应电池的实际工作状态。
具体地,初始化:k=0,
系统实时参数如下:
误差协方差估计:
误差矩阵:
卡尔曼增益矩阵:
系统状态修正:
误差协方差更新:
在一些实施例中,电池检测方法,对部分初始电池参数进行实时估计处理,还包括:获取电池的噪声协方差参数数组;根据噪声协方差参数数组对电池参数离散方程组进行修正。
通过噪声协方差参数数组对电池参数离散方程组进行修正,以降低模型误差协方差矩阵突变导致系统发散。测量误差协方差矩阵可由实际电压电流采样精度确定。
根据不同状态下的因素(温度、倍率、SOC、老化),组合成QK-1的map图,以形成不同维度的搜索。
例如,电池工作温度范围相对范围在30℃区间内,故可设置三个值:T1、T2、T3;磷酸铁锂电池的V-SOC区间变化趋势较明显,故可设置三个值:SOC1,SOC2,SOC3;电池工作充放电倍率范围可设置三个区间值:C1,C2,C3,C4。通过实际电压电流采样精度确定测量噪声协方差矩阵,具体如表1所示。
表1
通过建立温度、电池电量、充放电倍率与噪声协方差之间图表关系,以在不同的电池状态下,调用对应的噪声协方差对电池参数离散方程组进行修正。
具体地,二阶一状态迟滞模型中的主要待修正模型参数有两个,即Qk-1是一个2x2的二维矩阵。
在一些实施例中,电池检测系统,包括:存储器,其上存储有计算机程序;处理器,用于执行存储器中的计算机程序,以实现:如上述任一实施例中的电池检测方法。
本实施所提供的电池检测系统通过执行上述任一实施例所提供的电池检测方法,以快速、准确地求解实时电池参数,从而有效地反映电池当前电量。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.电池检测方法,其特征在于,包括:
获取初始电池参数;
根据所述初始电池参数得到电池参数原始方程组,对所述电池参数原始方程组进行离散化处理并得到电池参数离散方程组;
根据所述电池参数离散方程组、初始实时电池参数得到第一实时电池参数;
对部分所述初始电池参数进行实时估计处理并得到调节参数;
根据所述电池参数离散方程组、所述第一实时电池参数及调节参数得到第二实时电池参数。
2.根据权利要求1所述的电池检测方法,其特征在于,所述初始电池参数包括初始电压参数和初始电阻参数,所述获取初始电池参数,包括:
获取所述初始电压参数,获取所述初始电阻参数;
根据所述初始电压参数、所述初始电阻参数得到转移电阻、转移电容、扩散电阻、扩散电容及电池欧姆内阻。
3.根据权利要求2所述的电池检测方法,其特征在于,所述初始电压参数包括充放电开路电压参数和迟滞电压,所述获取所述初始电压参数,包括:
对电池进行充放电处理,并得到所述电池的充放电开路电压参数;
根据所述充放电开路电压参数得到迟滞电压。
4.根据权利要求3所述的电池检测方法,其特征在于,所述对电池进行充放电处理,并得到所述电池的充放电开路电压参数,包括:
将所述电池的电量放空,按照预设功率对所述电池进行等额脉冲充能处理以获得充电截止电压;
和\或,
将所述电池的电量放空,对所述电池进行恒流充能处理以使所述电池处于充电截止电压;
按照预设功率对所述电池进行等额脉冲放能处理以获得放电截止电压。
5.根据权利要求3所述的电池检测方法,其特征在于,所述对电池进行充放电处理,并得到所述电池的充放电开路电压参数,还包括:
根据不同的预设功率对所述电池进行脉冲充放电处理以得到充放电开路电压参数;
根据所述电池参数原始方程组、所述充放电开路电压参数得到初始状态参数及迟滞因子。
6.根据权利要求3所述的电池检测方法,其特征在于,根据所述电池参数离散方程组、预设转置矩阵得到系统转移矩阵、耦合矩阵、灵敏度矩阵。
7.根据权利要求6所述的电池检测方法,其特征在于,还包括:对所述迟滞因子、所述电池欧姆内阻进行在线估计处理并得到修正灵敏度矩阵;
根据所述修正灵敏度矩阵对所述电池参数原始方程组和\或所述电池参数离散方程组进行修正。
8.根据权利要求7所述的电池检测方法,其特征在于,还包括:
对所述电池参数离散方程组输入初始值,并根据所述初始实时电池参数、所述初始值、所述电池参数离散方程得到系统实时参数;
其中,所述系统实时参数至少包括系统状态估计参数、误差协方差估计参数、误差矩阵参数、卡尔曼增益矩阵参数、系统状态修正参数、误差协方差更新参数中的一个。
9.根据权利要求7所述的电池检测方法,其特征在于,所述对部分所述初始电池参数进行实时估计处理,还包括:
获取所述电池的噪声协方差参数数组;
根据所述噪声协方差参数数组对所述电池参数离散方程组进行修正。
10.电池检测系统,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现:
如权利要求1至9中任一项所述的电池检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219058.7A CN112666474A (zh) | 2020-11-04 | 2020-11-04 | 电池检测方法及电池检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011219058.7A CN112666474A (zh) | 2020-11-04 | 2020-11-04 | 电池检测方法及电池检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112666474A true CN112666474A (zh) | 2021-04-16 |
Family
ID=75403361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011219058.7A Pending CN112666474A (zh) | 2020-11-04 | 2020-11-04 | 电池检测方法及电池检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112666474A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116979663A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市首航新能源股份有限公司 | 一种电池断路检测方法、控制单元和充电设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102859381A (zh) * | 2010-04-22 | 2013-01-02 | 埃纳德尔公司 | 电池充电状态的监视 |
CN104535932A (zh) * | 2014-12-20 | 2015-04-22 | 吉林大学 | 一种锂离子电池荷电状态估计方法 |
JP2018077199A (ja) * | 2016-11-11 | 2018-05-17 | カルソニックカンセイ株式会社 | 推定装置 |
CN110554319A (zh) * | 2019-08-08 | 2019-12-10 | 盐城工业职业技术学院 | 基于改进型锂离子电池数学模型的电池参数检测方法 |
-
2020
- 2020-11-04 CN CN202011219058.7A patent/CN112666474A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102859381A (zh) * | 2010-04-22 | 2013-01-02 | 埃纳德尔公司 | 电池充电状态的监视 |
CN104535932A (zh) * | 2014-12-20 | 2015-04-22 | 吉林大学 | 一种锂离子电池荷电状态估计方法 |
JP2018077199A (ja) * | 2016-11-11 | 2018-05-17 | カルソニックカンセイ株式会社 | 推定装置 |
CN110554319A (zh) * | 2019-08-08 | 2019-12-10 | 盐城工业职业技术学院 | 基于改进型锂离子电池数学模型的电池参数检测方法 |
Non-Patent Citations (1)
Title |
---|
XU LEI ET AL.: "A Novel Temperature–Hysteresis Model for Power Battery of Electric Vehicles with an Adaptive Joint Estimator on State of Charge and Power", 《ENERGIES》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116979663A (zh) * | 2023-09-22 | 2023-10-31 | 深圳市首航新能源股份有限公司 | 一种电池断路检测方法、控制单元和充电设备 |
CN116979663B (zh) * | 2023-09-22 | 2024-04-09 | 深圳市首航新能源股份有限公司 | 一种电池断路检测方法、控制单元和充电设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946623B (zh) | 一种锂电池的soc在线估测方法 | |
CN110261779B (zh) | 一种三元锂电池荷电状态与健康状态在线协同估计方法 | |
CN111448468B (zh) | 用于检测电池组一致性的方法、装置及系统 | |
CN107748336B (zh) | 锂离子电池的荷电状态在线估计方法及系统 | |
CN107690585B (zh) | 用于确定锂硫电池组的健康状况和充电状态的方法和装置 | |
US10989761B2 (en) | Method for estimating the state of health of a battery | |
CN103852727B (zh) | 动力电池荷电状态在线估算方法和装置 | |
JP5324196B2 (ja) | バッテリの劣化推定方法及び装置 | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
JP4638195B2 (ja) | バッテリの劣化度推定装置 | |
CN108732503A (zh) | 一种电池健康状态与电池容量检测方法及装置 | |
Couto et al. | State of health estimation for lithium ion batteries based on an equivalent-hydraulic model: An iron phosphate application | |
CN107894570B (zh) | 基于Thevenin模型的电池组SOC的估算方法和装置 | |
CN107533105A (zh) | 锂离子电池荷电状态估算方法和装置 | |
CN109884540B (zh) | 一种铅酸电池电量测量方法 | |
CN113009346B (zh) | 电池系统及其soc值修正方法 | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
CN115932591A (zh) | 基于pid-ekf的锂电池soc估算方法、系统、介质及电子设备 | |
CN113917348A (zh) | 一种电池soc修正方法、装置、计算机设备和存储介质 | |
JP2023016707A5 (zh) | ||
CN110333460B (zh) | 动力电池组的rc网络参数获取方法、装置和电动汽车 | |
CN112666474A (zh) | 电池检测方法及电池检测系统 | |
CN107402356B (zh) | 一种基于动态参数辨识的ekf估算铅酸电池soc方法 | |
CN112485675A (zh) | 一种锂电池soc估计方法和系统 | |
CN109633451B (zh) | 储能系统自轨迹参数标定方法及soc估算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |