CN113030757A - 一种soc的估算方法 - Google Patents
一种soc的估算方法 Download PDFInfo
- Publication number
- CN113030757A CN113030757A CN202110252984.2A CN202110252984A CN113030757A CN 113030757 A CN113030757 A CN 113030757A CN 202110252984 A CN202110252984 A CN 202110252984A CN 113030757 A CN113030757 A CN 113030757A
- Authority
- CN
- China
- Prior art keywords
- soc
- value
- current
- battery
- voltage
- 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
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator 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]
- G01R31/385—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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Abstract
本发明公开了一种SOC的估算方法。本发明通过不断循环修正的两个衰减系数:K1充放电系数,K2电池衰减系数,能够稳定并长期地估算出较精确的SOC;并且将实时采集的电压、电流、温度的值进行滑动平均处理,这样保证了不会因为采集信号的非真实值的波动而导致采集数据误差变大;优化了现有技术,并具有很强的市场应用性。
Description
技术领域
本发明涉及电池技术领域,具体为一种SOC的估算方法。
背景技术
现有的电池组测量SOC经常使用安时积分加开路电压法,这种算法市场上技术成熟,较 其他例如卡尔曼滤波算法和AP神经网络算法计算量少,无需大量的训练样本来实现电池SOC 的估算。但电池组的这种安时积分加开路电压算法测SOC算法的缺点在于在进行实际操作时, 需要将电池充满电量后以固定的放电倍率(一般取1C)进行放电,直到电池的截止电压时停 止放电,根据该放电过程获得OCV-SOC关系表。当电池处于实际工作状态时便能根据电池两 端的电压值,通过查找OCV-SOC关系表得到当前的电池SOC。
尽管该方法对各种蓄电池都有效,但也存在自身缺陷:(1)没有考虑到实时采集数据 非真实性的波动,从而将非真实值使用开路电压法通过查找OCV-SOC关系表引起对SOC的估 算误差;(2)没有考虑到电池衰减对安时积分法的影响,从而将电池衰减的对SOC估算的 影响不断的通过积分变大,导致SOC估算不断变大。
发明内容
本发明的目的在于提供一种SOC的估算方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种SOC的估算方法,该方法包括 以下步骤:
S1、从掉电存储单元EEPROM中读取电池上一次掉电前的SOC值以及K0,K1数值;
S2、并实时读取传感器采集的电压、温度和电流数值;
S3、对S2读取的采集值都进行一个滑动平均滤波处理;
S4、通过开路电压算法查表,得到ReQmin和ReQmax;
S5、通过安时积分法,求出电池SOC电量的变化量ActQ;
S6、带入S5得到的数据并计算得到此时的SOC;
S7、通过开路电压算法查OCV-SOC的关系表得:MinQ和MaxQ;
S8、计算得到两个衰减参数K0和K1并储存在历史数据库中;
S9、再次进行判断EEPROM中是否有SOC值和K0和K1值的条件判断。
进一步的,在步骤S3中,滑动平均滤波处理过程如下:
①滑动平均值是从一个有n项的时间序列中来计算多个连续m项序列的平均值;
②例如:对于传感器采集的电压值为例,m为2.61V,2.65V,2.8V,2.81V, 2.82V其滑动平均值分别为n=3次的滑动平均值;
③计算过程为:(2.61+2.65+2.8)/3=2.69,(2.65+2.8+2.81)/3=2.75, (2.8+2.81+2.82)/3=2.81,
④n=3次的滑动平均值=(2.69+2.75+2.81)/3=2.75。
进一步的,在步骤S8中,利用以下公式对两个衰减参数K0和K1进行计算:
K1=SOC/(K0×(ReQmin-MinQ))
KO=ActQ/(ReQmax-MaxQ)
并将此时的SOC值和K0和K1最新值更新到EEPROM中,方便下次估算电池SOC,并且即 使BMS硬件掉电,EEPROM存储的SOC值和K0和K1也不会丢失。
进一步的,在步骤S9中,判断步骤如下:
a)若有,则读取上次循环更新的SOC值和K0和K1值进入新循环,再次的不断通过循环来修改衰减参数K1和K2,从而得到一个实时经过矫正的SOC估算值。
b)若无:则SOC值:可根据现在电池的电压,通过OCV-SOC表,手动的给SOC值赋 予该电压对应的SOC值,从而完成SOC的初始化;
KO:可设为1,即认为电池一开始没有衰减损耗,从而完成K0的初始化;
K1:可设为1,即认为电池一开始没有充放电损耗,从而完成K1的初始化。
进一步的,在步骤S1中,EEPROM为片外掉电存储单元,用于主控模块掉电后的关键数 据存储。
进一步的,在步骤S4中,ReQmax为当前电池单体剩余电荷量最多的单体的剩余电量, 来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的最高单体电压,从而该电压下, 该电流和温度值下对应的SOC值;ReQmin为当前电池单体剩余电荷量最少的单体的剩余电量, 来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的最低单体电压,从而该电压下, 该电流和温度值下对应的SOC值。
进一步的,在步骤S5中,ActQ为单次充电或者放电过程中累积的电量。
进一步的,在步骤S7中,MaxQ为当前温度和当前充放电电流条件下电池能够充进的最 高电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的温度值和电流值,从 而在该条件下,最大的电压值所对应的SOC值;MinQ为当前温度和当前充放电电流条件下电 池能够放出的最低剩余电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的 温度值和电流值,从而在该条件下,最小的电压值所对应的SOC值。
进一步的,在步骤S8中,K0为电池衰减系数;K1为充放电系数。
与现有技术相比,本发明所达到的有益效果是:
1、电池衰减估算;通过不断循环修正的两个衰减系数:K1充放电系数,K2电池衰减系 数,能够稳定并长期地估算出较精确的SOC。
2、加入采集值的实时滑动平均滤波处理;将实时采集的电压、电流、温度的值进行滑 动平均处理,这样保证了不会因为采集信号的非真实值的波动而导致采集数据误差变大;
3、优化了现有技术,并具有很强的市场应用性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一 起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的估算方法流程图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描 述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明 中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例, 都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种SOC的估算方法,该方法包括以下 步骤:
S1、从掉电存储单元EEPROM中读取电池上一次掉电前的SOC值以及K0,K1数值;
S2、并实时读取传感器采集的电压、温度和电流数值;
S3、对S2读取的采集值都进行一个滑动平均滤波处理;
S4、通过开路电压算法查表,得到ReQmin和ReQmax;
S5、通过安时积分法,求出电池SOC电量的变化量ActQ;
S6、带入S5得到的数据并计算得到此时的SOC;
S7、通过开路电压算法查OCV-SOC的关系表得:MinQ和MaxQ;
S8、计算得到两个衰减参数K0和K1并储存在历史数据库中;
S9、再次进行判断EEPROM中是否有SOC值和K0和K1值的条件判断。
在步骤S3中,滑动平均滤波处理过程如下:
①滑动平均值是从一个有n项的时间序列中来计算多个连续m项序列的平均值;
②例如:对于传感器采集的电压值为例,m为2.61V,2.65V,2.8V,2.81V, 2.82V其滑动平均值分别为n=3次的滑动平均值;
③计算过程为:(2.61+2.65+2.8)/3=2.69,(2.65+2.8+2.81)/3=2.75, (2.8+2.81+2.82)/3=2.81,
④n=3次的滑动平均值=(2.69+2.75+2.81)/3=2.75。
在步骤S8中,利用以下公式对两个衰减参数K0和K1进行计算:
K1=SOC/(K0×(ReQmin-MinQ))
KO=ActQ/(ReQmax-MaxQ)
并将此时的SOC值和K0和K1最新值更新到EEPROM中,方便下次估算电池SOC,并且即 使BMS硬件掉电,EEPROM存储的SOC值和K0和K1也不会丢失。
在步骤S9中,判断步骤如下:
a)若有,则读取上次循环更新的SOC值和K0和K1值进入新循环,再次的不断通过循环来修改衰减参数K1和K2,从而得到一个实时经过矫正的SOC估算值。
b)若无:则SOC值:可根据现在电池的电压,通过OCV-SOC表,手动的给SOC值赋 予该电压对应的SOC值,从而完成SOC的初始化;
K0:可设为1,即认为电池一开始没有衰减损耗,从而完成K0的初始化;
K1:可设为1,即认为电池一开始没有充放电损耗,从而完成K1的初始化。
在步骤S1中,EEPROM为片外掉电存储单元,用于主控模块掉电后的关键数据存储。
在步骤S4中,ReQmax为当前电池单体剩余电荷量最多的单体的剩余电量,来源于通过 OCV-SOC的关系表得到:即通过当前传感器采集的最高单体电压,从而该电压下,该电流和 温度值下对应的SOC值;ReQmin为当前电池单体剩余电荷量最少的单体的剩余电量,来源于 通过OCV-SOC的关系表得到:即通过当前传感器采集的最低单体电压,从而该电压下,该电 流和温度值下对应的SOC值。
在步骤S5中,ActQ为单次充电或者放电过程中累积的电量。
在步骤S7中,MaxQ为当前温度和当前充放电电流条件下电池能够充进的最高电量,来 源于通过OCV-SOC的关系表得到:即通过当前传感器采集的温度值和电流值,从而在该条件 下,最大的电压值所对应的SOC值;MinQ为当前温度和当前充放电电流条件下电池能够放出 的最低剩余电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的温度值和电 流值,从而在该条件下,最小的电压值所对应的SOC值。
在步骤S8中,K0为电池衰减系数;K1为充放电系数。
具体实施方式为:此发明的具体流程如下:
步骤1:BMS主控系统开始运行后,将从掉电存储单元EEPROM中读取上一次掉电前的SOC 值以及K0,K1数值;
步骤2:读取实时的传感器采集的电压和温度,电流数据;
步骤3:为避免传感器采集的数据因电磁干扰等因素导致的非真实值波动导致的数采误 差,所以本方法中的所有采集值都进行了一个滑动平均滤波处理,具体方法如下:
①滑动平均值是从一个有n项的时间序列中来计算多个连续m项序列的平均值。
②例如:对于传感器采集的电压值为例,m为2.61V,2.65V,2.8V,2.81V,2.82 V其滑动平均值分别为n=3次的滑动平均值
③计算过程为:(2.61+2.65+2.8)/3=2.69,(2.65+2.8+2.81)/3=2.75,(2.8+2.81+2.82) /3=2.81,
④n=3次的滑动平均值=(2.69+2.75+2.81)/3=2.75;
步骤4:通过开路电压算法查表,得到ReQmin和ReQmax;
步骤6:得到此时的SOC==(K1×ActQ)+SOC;
ReQmin=ReQmin+ActQ/K0;
ReQmax=ReQmax+ActQ/K0;
步骤7:当前温度值,电流值通过开路电压算法查OCV-SOC的关系表得:MinQ和MaxQ;
步骤8:得到两个衰减参数,K0电池衰减参数和K1充放电衰减参数:
K1=SOC/(K0×(ReQmin-MinQ));
KO=ActQ/(ReQmax-MaxQ);
并将此时的SOC值和K0和K1最新值更新到EEPROM中,方便下次估算电池SOC,并且即 使BMS硬件掉电,EEPROM存储的SOC值和K0和K1也不会丢失;
步骤9:再次进行判断EEPROM中是否有SOC值和K0和K1值的条件判断:
①若有,则读取上次循环更新的SOC值和K0和K1值进入新循环,再次的不断通过循环 来修改衰减参数K1和K2,从而得到一个实时经过矫正的SOC估算值;
②若无:则SOC值:可根据现在电池的电压,通过OCV-SOC表,手动的给SOC值赋予该电压对应的SOC值,从而完成SOC的初始化;
K0:可设为1,即认为电池一开始没有衰减损耗,从而完成K0的初始化;
K1:可设为1,即认为电池一开始没有充放电损耗,从而完成K1的初始化。
本发明的工作原理:
参照说明书附图1,本发明通过不断循环修正的两个衰减系数:K1充放电系数,K2电池 衰减系数,能够稳定并长期地估算出较精确的SOC;并且将实时采集的电压、电流、温度的 值进行滑动平均处理,这样保证了不会因为采集信号的非真实值的波动而导致采集数据误差 变大;优化了现有技术,并具有很强的市场应用性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者 操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这 种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排 他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而 且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有 的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管 参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发 明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围 之内。
Claims (10)
1.一种SOC的估算方法,其特征在于:该方法包括以下步骤:
S1、从掉电存储单元EEPROM中读取电池上一次掉电前的SOC值以及K0,K1数值;
S2、并实时读取传感器采集的电压、温度和电流数值;
S3、对S2读取的采集值都进行一个滑动平均滤波处理;
S4、通过开路电压算法查表,得到ReQmin和ReQmax;
S5、通过安时积分法,求出电池SOC电量的变化量ActQ;
S6、带入S5得到的数据并计算得到此时的SOC;
S7、通过开路电压算法查OCV-SOC的关系表得:MinQ和MaxQ;
S8、计算得到两个衰减参数K0和K1并储存在历史数据库中;
S9、再次进行判断EEPROM中是否有SOC值和K0和K1值的条件判断。
2.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S3中,滑动平均滤波处理过程如下:
①滑动平均值是从一个有n项的时间序列中来计算多个连续m项序列的平均值;
②例如:对于传感器采集的电压值为例,m为2.61V,2.65V,2.8V,2.81V,2.82V其滑动平均值分别为n=3次的滑动平均值;
③计算过程为:(2.61+2.65+2.8)/3=2.69,(2.65+2.8+2.81)/3=2.75,(2.8+2.81+2.82)/3=2.81,
④n=3次的滑动平均值=(2.69+2.75+2.81)/3=2.75。
4.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S8中,利用以下公式对两个衰减参数K0和K1进行计算:
K1=SOC/(K0×(ReQmin-MinQ))
K0=ActQ/(ReQmax-MaxQ)
并将此时的SOC值和K0和K1最新值更新到EEPROM中,方便下次估算电池SOC,并且即使BMS硬件掉电,EEPROM存储的SOC值和K0和K1也不会丢失。
5.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S9中,判断步骤如下:
a)若有,则读取上次循环更新的SOC值和K0和K1值进入新循环,再次的不断通过循环来修改衰减参数K1和K2,从而得到一个实时经过矫正的SOC估算值。
b)若无:则SOC值:可根据现在电池的电压,通过OCV-SOC表,手动的给SOC值赋予该电压对应的SOC值,从而完成SOC的初始化;
K0:可设为1,即认为电池一开始没有衰减损耗,从而完成K0的初始化;
K1:可设为1,即认为电池一开始没有充放电损耗,从而完成K1的初始化。
6.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S1中,EEPROM为片外掉电存储单元,用于主控模块掉电后的关键数据存储。
7.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤s4中,ReQmax为当前电池单体剩余电荷量最多的单体的剩余电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的最高单体电压,从而该电压下,该电流和温度值下对应的SOC值;ReQmin为当前电池单体剩余电荷量最少的单体的剩余电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的最低单体电压,从而该电压下,该电流和温度值下对应的SOC值。
8.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤s5中,ActQ为单次充电或者放电过程中累积的电量。
9.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S7中,MaxQ为当前温度和当前充放电电流条件下电池能够充进的最高电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的温度值和电流值,从而在该条件下,最大的电压值所对应的SOC值;MinQ为当前温度和当前充放电电流条件下电池能够放出的最低剩余电量,来源于通过OCV-SOC的关系表得到:即通过当前传感器采集的温度值和电流值,从而在该条件下,最小的电压值所对应的SOC值。
10.根据权利要求1所述的一种SOC的估算方法,其特征在于:在步骤S8中,K0为电池衰减系数;K1为充放电系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110252984.2A CN113030757B (zh) | 2021-03-09 | 2021-03-09 | 一种soc的估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110252984.2A CN113030757B (zh) | 2021-03-09 | 2021-03-09 | 一种soc的估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113030757A true CN113030757A (zh) | 2021-06-25 |
CN113030757B CN113030757B (zh) | 2023-08-29 |
Family
ID=76468553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110252984.2A Active CN113030757B (zh) | 2021-03-09 | 2021-03-09 | 一种soc的估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113030757B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019401A (zh) * | 2021-11-09 | 2022-02-08 | 重庆金康赛力斯新能源汽车设计院有限公司 | Soc-ocv曲线更新方法和设备 |
CN114264998A (zh) * | 2021-12-27 | 2022-04-01 | 傲普(上海)新能源有限公司 | 一种利用ocv-soc曲线矫正soc的方法 |
CN114019401B (zh) * | 2021-11-09 | 2024-05-14 | 重庆金康赛力斯新能源汽车设计院有限公司 | Soc-ocv曲线更新方法和设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012109069A (ja) * | 2010-11-16 | 2012-06-07 | Honda Motor Co Ltd | 電池保護装置および電池保護方法 |
CN102810878A (zh) * | 2011-05-30 | 2012-12-05 | 苏州润源电气技术有限公司 | 单体动力电池精确管理实现方法和系统及智能电池模块 |
CN103529397A (zh) * | 2013-10-24 | 2014-01-22 | 华南师范大学 | 一种估算电池电量的方法及电池电量管理系统 |
CN104360282A (zh) * | 2014-11-19 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种变长度滑动窗辨识电池参数的电池荷电状态估计方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统soc估算方法 |
JP2019130983A (ja) * | 2018-01-30 | 2019-08-08 | トヨタ自動車株式会社 | 電動車両 |
CN110749827A (zh) * | 2019-12-02 | 2020-02-04 | 山东大学 | 基于云平台的智能化电池soc管理系统及方法 |
US20200259354A1 (en) * | 2019-02-07 | 2020-08-13 | Toyota Jidosha Kabushiki Kaisha | Charging and discharging control device for battery pack and charging and discharging control method for battery pack |
CN111969680A (zh) * | 2020-08-10 | 2020-11-20 | 傲普(上海)新能源有限公司 | 一种优化的bms被动均衡方法 |
CN112415410A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置、存储介质和车辆 |
CN112415411A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置及车辆、存储介质 |
-
2021
- 2021-03-09 CN CN202110252984.2A patent/CN113030757B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012109069A (ja) * | 2010-11-16 | 2012-06-07 | Honda Motor Co Ltd | 電池保護装置および電池保護方法 |
CN102810878A (zh) * | 2011-05-30 | 2012-12-05 | 苏州润源电气技术有限公司 | 单体动力电池精确管理实现方法和系统及智能电池模块 |
CN103529397A (zh) * | 2013-10-24 | 2014-01-22 | 华南师范大学 | 一种估算电池电量的方法及电池电量管理系统 |
CN104360282A (zh) * | 2014-11-19 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种变长度滑动窗辨识电池参数的电池荷电状态估计方法 |
CN106443480A (zh) * | 2016-11-04 | 2017-02-22 | 天津市捷威动力工业有限公司 | 一种锂离子电池系统soc估算方法 |
JP2019130983A (ja) * | 2018-01-30 | 2019-08-08 | トヨタ自動車株式会社 | 電動車両 |
US20200259354A1 (en) * | 2019-02-07 | 2020-08-13 | Toyota Jidosha Kabushiki Kaisha | Charging and discharging control device for battery pack and charging and discharging control method for battery pack |
CN112415410A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置、存储介质和车辆 |
CN112415411A (zh) * | 2019-08-23 | 2021-02-26 | 比亚迪股份有限公司 | 估算电池soc的方法和装置及车辆、存储介质 |
CN110749827A (zh) * | 2019-12-02 | 2020-02-04 | 山东大学 | 基于云平台的智能化电池soc管理系统及方法 |
CN111969680A (zh) * | 2020-08-10 | 2020-11-20 | 傲普(上海)新能源有限公司 | 一种优化的bms被动均衡方法 |
Non-Patent Citations (2)
Title |
---|
CAIPING ZHANG 等: "A Generalized SOC-OCV Model for Lithium-Ion Batteries and the SOC Estimation for LNMCO Battery", 《ENERGIES》, vol. 9, no. 11, pages 1 - 16, XP055774172, DOI: 10.3390/en9110900 * |
佟殿馨: "12kW光储微网系统蓄电池充放电控制方法仿真研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑 》, pages 042 - 595 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019401A (zh) * | 2021-11-09 | 2022-02-08 | 重庆金康赛力斯新能源汽车设计院有限公司 | Soc-ocv曲线更新方法和设备 |
CN114019401B (zh) * | 2021-11-09 | 2024-05-14 | 重庆金康赛力斯新能源汽车设计院有限公司 | Soc-ocv曲线更新方法和设备 |
CN114264998A (zh) * | 2021-12-27 | 2022-04-01 | 傲普(上海)新能源有限公司 | 一种利用ocv-soc曲线矫正soc的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113030757B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107196371B (zh) | 电池充电方法、装置、设备和存储介质 | |
CN108107372A (zh) | 基于soc分区估算的蓄电池健康状况量化方法及系统 | |
JP6729985B2 (ja) | 蓄電池システム充電制御装置、蓄電池システム及び蓄電池充電制御方法 | |
CN110895310A (zh) | 一种磷酸铁锂电池soc估算系统 | |
CN104360285A (zh) | 一种基于改进的安时积分法的电池容量修正方法 | |
CN115902647B (zh) | 一种电池状态智能监测方法 | |
CN110133535B (zh) | 电池系统的soh值确定方法及装置 | |
CN107688155B (zh) | 一种用于电池管理系统中的电池剩余容量估算方法 | |
CN112180281B (zh) | 一种电池组soc的估算方法 | |
CN109884540B (zh) | 一种铅酸电池电量测量方法 | |
CN104242393A (zh) | 基于动态soc估算系统的电池管理系统 | |
CN110275118B (zh) | 一种功率型动力电池健康状态估算方法 | |
CN110658466A (zh) | 一种蓄电池剩余容量计算方法 | |
CN116298931B (zh) | 一种基于云端数据的锂离子电池容量估计方法 | |
CN112305426B (zh) | 一种多约束条件下的锂离子电池功率状态估计系统 | |
CN110380481A (zh) | 一种无人机电池充电方法、装置、介质及设备 | |
CN113392507A (zh) | 一种锂离子动力电池剩余寿命预测方法 | |
CN113030757B (zh) | 一种soc的估算方法 | |
CN110687460A (zh) | 一种soc预估方法 | |
CN113759258A (zh) | 一种动力电池soc估计方法、装置及纯电动汽车 | |
CN116500475B (zh) | 一种具有实时soc校正补偿的储能采集方法及系统 | |
CN113125967A (zh) | 一种基于温升预测的锂电池soe计算方法 | |
CN116520162A (zh) | 一种对磷酸铁锂电池soc的修正方法、系统及存储介质 | |
CN108983100B (zh) | 电池剩余电量的处理方法及装置 | |
CN115508724A (zh) | 一种储能电站电池soc估算校准方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |