CN113064081B - 动力电池劣化检测方法、装置、介质、车载系统和车辆 - Google Patents
动力电池劣化检测方法、装置、介质、车载系统和车辆 Download PDFInfo
- Publication number
- CN113064081B CN113064081B CN202110265980.8A CN202110265980A CN113064081B CN 113064081 B CN113064081 B CN 113064081B CN 202110265980 A CN202110265980 A CN 202110265980A CN 113064081 B CN113064081 B CN 113064081B
- Authority
- CN
- China
- Prior art keywords
- charge
- temperature rise
- internal resistance
- difference
- battery cell
- 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
- 230000015556 catabolic process Effects 0.000 title claims abstract description 68
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 57
- 239000000178 monomer Substances 0.000 claims description 19
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 11
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 abstract description 21
- 238000007599 discharging Methods 0.000 abstract description 8
- 230000006866 deterioration Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 10
- 239000002923 metal particle Substances 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication 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
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000010998 test method 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]
- G01R31/389—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]
- G01R31/392—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]
- G01R31/396—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)
- Electric Propulsion And Braking For Vehicles (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开涉及动力电池劣化检测方法、装置、介质、车载系统和车辆,该方法包括:获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及获取对应的电压和/或内阻;基于各单体电芯在各个不同时刻下的温度确定各单体电芯的温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差;基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化。如此,可基于温升,以及基于压差和/或内阻差,实现对电芯是否劣化的判断,从而可以简单有效地实现车载动力电池的异常劣化检测,且该检测方法无需采用专用的充放电柜,由此其可适用于多种不同的工况,即工况覆盖度较高。
Description
技术领域
本公开涉及车辆安全技术领域,尤其涉及一种动力电池劣化检测方法、装置、介质、车载系统和车辆。
背景技术
近些年来,随着社会的不断发展,人们的生活水平不断提高,人们对于汽车的需求量也越来越大,由于能源短缺以及传统汽车带来的环境污染问题日益严重,以电能为动力的电动汽车应运而生。通常,电动汽车的动力电池采用锂电池包,锂电池包括串联的多个电池模组,每个电池模组包括串联的多个最小模组单元,每个最小模组单元包括并联的多个电芯。
现有的电池状态检测可包括对电芯劣化的检测,其通常需要将电池放到充放电柜上,按照充放电柜中设置的特定的工况进行测试,以判定电池的衰减状态。但是,该检测方法不能应用于在线检测过程中,其工况覆盖度较低。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种动力电池劣化检测方法、装置、介质、车载系统和车辆。
本公开提供了一种动力电池劣化检测方法,该方法包括:
获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及获取对应的电压和/或内阻;
基于各单体电芯在各个不同时刻下的所述温度确定各单体电芯的温升,基于各单体电芯在各个不同时刻下的所述电压确定压差和/或基于各单体电芯在各个不同时刻下的所述内阻确定内阻差;
基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化。
在一些实施例中,所述温度包括车辆充电过程开始时的初始温度;
所述方法还包括:
获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
基于所述第一荷电状态、所述第二荷电状态和所述初始温度,判断是否满足辅助判断条件;
其中,所述辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表所述第一荷电状态,SOC2代表所述第二荷电状态,Ts代表所述初始温度;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值;
在满足所述辅助判断条件的情况下,执行基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化。
在一些实施例中,所述基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化包括:
基于所述温升和所述压差,判断单体电芯是否劣化;和/或
基于所述温升和所述内阻差,判断单体电芯是否劣化。
在一些实施例中,所述基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化包括:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,所述第一参数组合包括所述温升和所述压差的情况下,所述第二参数组合包括所述温升和所述内阻差;
或者所述第一参数组合包括所述温升和所述内阻差的情况下,所述第二参数组合包括所述温升和所述压差。
在一些实施例中,所述基于所述温度确定温升包括:
针对所有单体电芯,采用如下公式计算所述温升△T:
△T=T2-T1;
其中,T2代表第i1个充放电循环充电过程中的实时温度,T1代表第i1个充放电循环充电开始时的温度;i1为任意正整数;
所述基于所述电压确定压差包括:
针对所有单体电芯,采用如下公式计算所述压差△V:
△V=V2-V1;
其中,V2代表第i2个充放电循环充电过程中的实时电压,V1代表第i2个充放电循环充电开始时的电压;i2为任意正整数;
所述基于所述内阻确定内阻差包括:
针对所有单体电芯,采用如下公式计算所述压差△R:
△R=R2-R1;
其中,R2代表第i3个充放电循环充电过程中的实时内阻,R1代表第i3个充放电循环充电开始时的内阻;i3为任意正整数。
在一些实施例中,所述基于所述温升和所述压差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i4个充放电循环中的所述温升,确定第i4个充放电循环中的温升最大值;i4为任意正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i5个充放电循环中的所述压差,确定第i5个充放电循环中的压差最大值;i5为任意正整数;
基于自由组合的任意两个充放电循环的所述压差最大值,确定一系列压差最大值差值;
判断所述温升最大值差值和所述压差最大值差值是否满足第一电芯劣化条件;
其中,所述第一电芯劣化条件包括:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M;
其中,j2和j1分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j2>j1;j2_max{△T}代表第j2个充放电循环的温升最大值,j1_max{△T}代表第j1个充放电循环的温升最大值,j2_max{△V}代表第j2个充放电循环的压差最大值,j1_max{△V}代表第j1个充放电循环的压差最大值;L代表一温升阈值,M代表一压差阈值。
在一些实施例中,所述基于所述温升和所述内阻差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i6个充放电循环中的所述温升,确定第i6个充放电循环中的温升最大值;i6为正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i7个充放电循环中的所述内阻差,确定第i7个充放电循环中的内阻差最大值;i7为正整数;
基于自由组合的任意两个充放电循环的所述内阻差最大值,确定一系列内阻差最大值差值;
判断所述温升最大值差值和所述内阻差最大值差值是否满足第二电芯劣化条件;
其中,所述第二电芯劣化条件包括:
J3_max{△T}-j4_max{△T}≥L且j3_max{△R}-j4_max{△R}≥N;
其中,j3和j4分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j4>j3;j4_max{△T}代表第j4个充放电循环的温升最大值,j3_max{△T}代表第j3个充放电循环的温升最大值,j4_max{△R}代表第j4个充放电循环的内阻差最大值,j3_max{△R}代表第j3个充放电循环的内阻差最大值;L代表一温升阈值,N代表一内阻差阈值。
在一些实施例中,各阈值如下设置:
所述第一荷电阈值SOC01满足:48%≤SOC01≤52%;
所述第二荷电阈值SOC02满足:88%≤SOC02≤92%;
初始温度阈值Ts0满足:1℃≤Ts0≤10℃;
所述温升阈值L满足:1℃≤L≤10℃;
所述压差阈值M满足:10mV≤M≤500mV;
所述内阻差阈值N满足:0.01mΩ≤N≤10mΩ。
本公开还提供了一种动力电池劣化检测装置,该装置包括:
获取模块,用于获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及对应的电压和/或内阻;
计算模块,用于基于各单体电芯在各个不同时刻下的所述温度确定各单体电芯的温升,基于各单体电芯在各个不同时刻下的所述电压确定压差和/或基于各单体电芯在各个不同时刻下的所述内阻确定内阻差;
判断模块,用于基于包括所述温升在内的所述温升、所述压差和所述内阻差中的至少两个参数,判断单体电芯是否劣化。
在一些实施例中,所述温度包括车辆充电过程开始时的初始温度;
所述装置还包括:
辅助状态获取模块,用于获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
辅助判断模块,用于基于所述第一荷电状态、所述第二荷电状态和所述初始温度,判断是否满足辅助判断条件;
其中,所述辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表所述第一荷电状态,SOC2代表所述第二荷电状态,Ts代表所述初始温度;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值;
所述判断模块用于在满足所述辅助判断条件的情况下,基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化。
在一些实施例中,所述判断模块具体用于:
基于所述温升和所述压差,判断单体电芯是否劣化;和/或
基于所述温升和所述内阻差,判断单体电芯是否劣化。
在一些实施例中,所述判断模块具体用于:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,所述第一参数组合包括所述温升和所述压差的情况下,所述第二参数组合包括所述温升和所述内阻差;
或者所述第一参数组合包括所述温升和所述内阻差的情况下,所述第二参数组合包括所述温升和所述压差。
在一些实施例中,所述计算模块用于基于所述温度确定温升包括:
针对所有单体电芯,采用如下公式计算所述温升△T:
△T=T2-T1;
其中,T2代表第i1个充放电循环充电过程中的实时温度,T1代表第i1个充放电循环充电开始时的温度;i1为任意正整数;
所述计算模块用于基于所述电压确定压差包括:
针对所有单体电芯,采用如下公式计算所述压差△V:
△V=V2-V1;
其中,V2代表第i2个充放电循环充电过程中的实时电压,V1代表第i2个充放电循环充电开始时的电压;i2为任意正整数;
所述计算模块用于基于所述内阻确定内阻差包括:
针对所有单体电芯,采用如下公式计算所述压差△R:
△R=R2-R1;
其中,R2代表第i3个充放电循环充电过程中的实时内阻,R1代表第i3个充放电循环充电开始时的内阻;i3为任意正整数。
在一些实施例中,所述判断模块用于基于所述温升和所述压差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i4个充放电循环中的所述温升,确定第i4个充放电循环中的温升最大值;i4为任意正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i5个充放电循环中的所述压差,确定第i5个充放电循环中的压差最大值;i5为任意正整数;
基于自由组合的任意两个充放电循环的所述压差最大值,确定一系列压差最大值差值;
判断所述温升最大值差值和所述压差最大值差值是否满足第一电芯劣化条件;
其中,所述第一电芯劣化条件包括:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M;
其中,j2和j1分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j2>j1;j2_max{△T}代表第j2个充放电循环的温升最大值,j1_max{△T}代表第j1个充放电循环的温升最大值,j2_max{△V}代表第j2个充放电循环的压差最大值,j1_max{△V}代表第j1个充放电循环的压差最大值;L代表一温升阈值,M代表一压差阈值。
在一些实施例中,所述判断模块用于基于所述温升和所述内阻差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i6个充放电循环中的所述温升,确定第i6个充放电循环中的温升最大值;i6为任意正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i7个充放电循环中的所述内阻差,确定第i7个充放电循环中的内阻差最大值;i7为任意正整数;
基于自由组合的任意两个充放电循环的所述内阻差最大值,确定一系列内阻差最大值差值;
判断所述温升最大值差值和所述内阻差最大值差值是否满足第二电芯劣化条件;
其中,所述第二电芯劣化条件包括:
J3_max{△T}-j4_max{△T}≥L且j3_max{△R}-j4_max{△R}≥N;
其中,j3和j4分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j4>j3;j4_max{△T}代表第j4个充放电循环的温升最大值,j3_max{△T}代表第j3个充放电循环的温升最大值,j4_max{△R}代表第j4个充放电循环的内阻差最大值,j3_max{△R}代表第j3个充放电循环的内阻差最大值;L代表一温升阈值,N代表一内阻差阈值。
在一些实施例中,各阈值如下设置:
所述第一荷电阈值SOC01满足:48%≤SOC01≤52%;
所述第二荷电阈值SOC02满足:88%≤SOC02≤92%;
初始温度阈值Ts0满足:1℃≤Ts0≤10℃;
所述温升阈值L满足:1℃≤L≤10℃;
所述压差阈值M满足:10mV≤M≤500mV;
所述内阻差阈值N满足:0.01mΩ≤N≤10mΩ。
本公开还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程序或指令,所述程序或指令使计算机执行上述任一种方法的步骤。
本公开还提供了一种车载系统,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行上述任一种方法的步骤。
本公开还提供了一种车辆,包括上述任一种车载系统。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供的动力电池劣化检测方法,通过获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及对应的电压和/或内阻;基于各单体电芯在各个不同时刻下的温度确定温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差;基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化。如此,可基于温升,以及基于压差和/或内阻差,实现对电芯是否劣化的判断,从而可以简单有效地实现车辆电池的异常劣化检测判定,且无需采用充放电柜,其可适用于多种不同的工况,即工况覆盖度较高。
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。
为了更清楚地说明本公开实施例或现有技术中的技术方案,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,对于本领域普通技术人员而言,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为本公开实施例提供的一种动力电池劣化检测方法的流程示意图;
图2为本公开实施例提供的另一种动力电池劣化检测方法的流程示意图;
图3为本公开实施例提供的一种动力电池劣化检测装置的结构示意图;
图4为本公开实施例提供的另一种动力电池劣化检测装置的结构示意图;
图5为本公开实施例提供的一种车载系统的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
本公开实施例提供的动力电池(后文中可简称为“电池”)劣化检测方法可基于充电过程中的在前充放电循环和在后充放电循环中的温度、电压和/或内阻耦合判断电芯(即“单体电芯”)劣化(即衰减),从而可识别劣化电芯,及时进行预警,以提醒用户更换电芯,防止更进一步的安全风险产生;同时,该检测方法不需要专用的充放电柜,也不需要依赖于充放电柜的特定检测步骤,由此可适用于离线充电和车载充电过程中,可以实现“on-line”实时检测电池的单体电芯是否劣化,从而工况覆盖度较高。
对于车载电池系统而言,该方法可在车端实现,也可在云端实现,本公开实施例对此不限定,后文中作简要说明。
下面结合图1-图5对本公开实施例提供的动力电池劣化检测方法、装置、介质、车载系统和车辆进行示例性说明。
在一些实施例中,图1示出了本公开实施例提供的一种动力电池劣化检测方法的流程。参照图1,该方法可包括如下步骤。
S11、获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及获取对应的电压和/或内阻。
其中,动力电池包括多个单体电芯,在充电过程中,每个单体电芯具有各自的温度变化情况、电压变化情况和内阻变化情况,其可用于表征单体电芯的性能,以确定单体电芯正常或异常(即劣化)。
示例性地,当单体电芯内部存在金属颗粒或微短路时,单体电芯的温度变化和电压变化均存在异常;当单体电芯的极卷打皱时,即极片的平整度降低,内阻增大,可能存在短路风险。由此,通过监测温度变化和电压变化,可判断单体电芯内部是否存在金属颗粒或微短路;通过监测温度变化和内阻变化,可判断单体电芯内部是否存在极卷打皱,从而实现对电芯劣化的检测。
该步骤中,可在车辆充电过程中,获取各单体电芯的温度,并获取电压和内阻中的至少一个,为后续判断是否存在电芯劣化提供数据基础。
示例性地,该步骤车端的电池管理系统或云端的动力电池劣化检测装置执行,以下步骤与此同理,对应步骤处不再赘述。
具体地,该步骤中温度、电压和内阻均可采用本领域技术人员可知的任意方法实现监测,并传输至电池管理系统或动力电池劣化检测装置,在此不赘述也不限定。
S12、基于各单体电芯在各个不同时刻下的温度确定各单体电芯的温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差。
其中,温升也可称为温差,用于表征温度升高的快慢,压差用于表征电压降低的快慢,内阻差用于表征内阻增大的快慢。温升、压差和电阻差的具体计算方式在下文中示例性示出。
结合上文,当温度升高的过快且电压降低的过快时,可确定电芯劣化;当温度升高过快且内阻差增大过快时,也可确定电芯劣化。由此,通过对温升和压差进行判断,和/或对温升和内阻差进行判断,即可判定单体电芯是否劣化,即后续S13。
S13、基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化。
其中,当温升异常,即单体电芯的温度升高过快(下文中结合温度阈值进行示例性说明);且压差异常,即单体电芯的电压降低的过快(下文中结合电压阈值进行示例性说明)时,表明单体电芯内部存在金属颗粒或微短路,即单体电芯劣化。当温升异常且内阻差异常,即单体电芯的内阻增大的过快(下文中结合内阻阈值进行示例性说明)时,表明单体电芯内部存在极卷打皱,即单体电芯劣化。当温升异常、压差异常且内阻差异常时,也可确定单体电芯劣化。其他情况下,单体电芯未劣化。
至此,实现对单体电芯是否劣化的判断。
本公开实施例提供的动力电池劣化检测方法,通过获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及对应的电压和/或内阻;基于各单体电芯在各个不同时刻下的温度确定温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差;基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化,可基于温升,以及基于压差和/或内阻差,实现对电芯是否劣化的判断,从而可以简单有效地实现车辆电池的异常劣化检测判定,且无需采用充放电柜,其可适用于多种不同的工况,即工况覆盖度较高。
在一些实施例中,在图1的基础上,S11中获取的温度包括车辆充电过程开始时的初始温度;该方法还可包括:
获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
基于第一荷电状态、第二荷电状态和初始温度,判断是否满足辅助判断条件;
其中,辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表第一荷电状态,SOC2代表第二荷电状态,Ts代表初始温度;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值;
在满足辅助判断条件的情况下,执行S13。
具体地,通过对荷电状态(State of Charge,SOC)和初始温度的判断,可在一定温度条件(下文中结合初始温度阈值进行示例性说明)下,在电池处于正常的持续充电过程中,执行本公开实施例提供的检测方法,从而有利于提升检测准确性。
其中,荷电状态为电池的剩余电量百分比,其持续增加时,表明电池处于持续充电过程中。示例性地,可获取充电过程开始时和结束时的SOC,即第一荷电状态和第二荷电状态,通过将其分别与预先设定的荷电状态阈值进行比较,在满足上述辅助判断条件中的大小关系的情况下,表明电池处于持续充电状态,继续执行后续步骤;否则,不再执行后续步骤。
其中,初始温度即为充电过程开始时的电池所处环境的温度,该温度影响单体电芯的温度变化情况。因此,当初始温度不同时,后续步骤中温升阈值的设定对应存在差异。下文中以常温环境为例,对温升阈值的取值范围进行示例性说明;其中,常温环境基于初始温度阈值的范围进行界定,下文中示例性说明。
在一些实施例中,辅助判断条件中,各阈值可如下设置:
第一荷电阈值SOC01满足:48%≤SOC01≤52%;
第二荷电阈值SOC02满足:88%≤SOC02≤92%;
初始温度阈值Ts0满足:1℃≤Ts0≤10℃。
示例性地,第一荷电阈值SOC01可为50%、48%、52%或其他百分比数值,第二荷电阈值SOC02可为90%、88%、92%或其他百分比数值,初始温度阈值Ts0可为5℃、1℃、10℃或其他温度值,本公开实施例对此不限定。
具体地,以SOC01=50%、SOC02=90%、Ts0=5℃示例,在初始温度大于或等于5℃,充电过程包括了SOC由50%变化至90%的过程时,表明电池处于常温环境且处于持续充电的过程中,可执行后续对单体电芯是否劣化的判断步骤,否则不再执行后续步骤;可选的,可返回执行S11或S12。
在其他实施方式中,还可设置第一荷电阈值SOC01、第二荷电阈值SOC02和初始温度阈值Ts0在其他阈值范围内取值,可基于动力电池劣化检测方法的需求设定,本公开实施例对此不限定。
在一些实施例中,在图1的基础上,S12中基于各单体电芯在各个不同时刻下的温度确定温升包括:
针对所有单体电芯,采用如下公式计算温升△T:
△T=T2-T1;
其中,T2代表第i1个充放电循环充电过程中的实时温度,T1代表第i1个充放电循环充电开始时的温度;i1为任意正整数。
如此,可实现对单个充放电循环充电过程的温升计算。
结合上文,T2和T1可基于充电时间确定;当充电时间与荷电状态之间存在一一对应的关联关系时,T2和T1也可关联于荷电状态确定。
示例性地,SOC1=SOC01=50%,SOC2=SOC02=90%时,T1可取SOC为50%的温度,T2可取SOC为90%的温度。
在一些实施例中,在图1的基础上,S12中基于各单体电芯在各个不同时刻下的电压确定压差包括:
针对所有单体电芯,采用如下公式计算压差△V:
△V=V2-V1;
其中,V2代表第i2个充放电循环充电过程中的实时电压,V1代表第i2个充放电循环充电开始时的电压;i2为任意正整数。
如此,可实现对单个充放电循环充电过程的压差计算。
结合上文,V2和V1可基于充电时间确定;当充电时间与荷电状态之间存在一一对应的关联关系时,V2和V1也可关联于荷电状态确定。
示例性地,SOC1=SOC01=50%,SOC2=SOC02=90%时,V1可取SOC为50%的电压,V2可取SOC为90%的电压。
在一些实施例中,在图1的基础上,S12中基于各单体电芯在各个不同时刻下的内阻确定内阻差包括:
针对所有单体电芯,采用如下公式计算压差△R:
△R=R2-R1;
其中,R2代表第i3个充放电循环充电过程中的实时内阻,R1代表第i3个充放电循环充电开始时的内阻;i3为任意正整数。
如此,可实现对单个充放电循环充电过程的内阻差计算。
结合上文,R2和R1可基于充电时间确定;当充电时间与荷电状态之间存在一一对应的关联关系时,R2和R1也可关联于荷电状态确定。
示例性地,SOC1=SOC01=50%,SOC2=SOC02=90%时,R1可取SOC为50%的内阻,R2可取SOC为90%的内阻。
在其他实施方式中,充电过程开始时和结束时的荷电状态的取值还可为其他百分比数值;对应的,温度、电压和内阻的关联于荷电状态的取值点可随之变化,在此不赘述也不限定。
上述温升、压差和电阻差的计算过程中,i1、i2和i3均对应自检测方法开始执行之后的各充放电循环,下文中的i4-i7与此同理,对应位置处不再赘述。
在一些实施例中,在图1的基础上,S13可包括:
基于温升和压差,判断单体电芯是否劣化;和/或
基于温升和内阻差,判断单体电芯是否劣化。
具体地,结合上文,当温升异常且压差异常时,可确定单体电芯内部存在金属颗粒或微短路,即单体电芯劣化;当温升异常且内阻差异常时,可确定单体电芯内部存在极卷打皱,即单体电芯劣化;当温升异常、压差异常且内阻差异常时,可确定单体电芯极卷打皱、且内部存在金属颗粒或微短路,即单体电芯异常。在其他情况时,单体电芯未劣化。
由此,可基于温升和压差,或基于温升和内阻差,或基于温升、压差和内阻差,即基于包括温升在内的至少两个参数,实现对单体电芯是否劣化的判定。
在一些实施例中,通过基于温升、压差以及内阻差,实现电芯是否劣化的判断,可提高检测准确性。此时,S13可包括:
基于温升和压差,判断单体电芯是否劣化;
在判断结果为否的情况下,基于温升和内阻差,判断单体电芯是否劣化。
具体地,对单体电芯是否劣化的判断,可首先基于温升和压差判断单体电芯内部是否存在金属颗粒或微短路;若判断结果为否,即单体电芯内部不存在金属颗粒和内短路,进一步基于温升和内阻差,判断单体电芯是否存在极卷打皱,若也不存在,则确定单体电芯未劣化;若存在,则确定单体电芯劣化。
如此,实现对单体电芯是否劣化的判断。
在其他实施方式中,还可先执行对温升和内阻差的判断,后执行对温升和压差的判断;或者,还可将温升、压差和内阻差拆分在三个先后执行的步骤中,实现判断;或者,还可将温升、压差和内阻差耦合在同一个步骤中,实现判断,本公开实施例对此不限定。
在一些实施例中,基于温升和压差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i4个充放电循环中的温升,确定第i4个充放电循环中的温升最大值;i4为任意正整数;
基于自由组合的任意两个充放电循环的温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i5个充放电循环中的压差,确定第i5个充放电循环中的压差最大值;i5为任意正整数;
基于自由组合的任意两个充放电循环的压差最大值,确定一系列压差最大值差值;
判断温升最大值差值和压差最大值差值是否满足第一电芯劣化条件;
其中,第一电芯劣化条件包括:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M;
其中,j2和j1分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j2>j1;j2_max{△T}代表第j2个充放电循环的温升最大值,j1_max{△T}代表第j1个充放电循环的温升最大值,j2_max{△V}代表第j2个充放电循环的压差最大值,j1_max{△V}代表第j1个充放电循环的压差最大值;L代表一温升阈值,M代表一压差阈值。
其中,对于温升,首先通过一个充放电循环中的所有单体电芯的温升进行比较,确定温升最大值;以此类推,可确定各充放电循环的温升最大值;然后在所有充放电循环中,将任意两个充放电循环自由组合,计算温升最大值差值,由此确定一系列温升最大值差值。
同理,对于压差,首先通过一个充放电循环中的所有单体电芯的压差进行比较,确定压差最大值;以此类推,可确定各充放电循环的压差最大值;然后在所有充放电循环中,将任意两个充放电循环自由组合,计算压差最大值差值,由此确定一系列压差最大值差值。
基于此,判断是否存在两个充放电循环满足:温升最大值差值大于或等于一温升阈值,且压差最大值差值大于或等于一压差阈值;若存在,则可确定单体电芯劣化。
其中,温升阈值和压差阈值可如下设置:
温升阈值L满足:1℃≤L≤10℃;
压差阈值M满足:10mV≤M≤500mV。
示例性地,温升阈值L可为1℃、10℃、5℃或其他温度值,压差阈值M可为10mV、500mV、250mV或其他电压值,在此不限定。
在其他实施方式中,温升阈值L和压差阈值M还可在其他阈值范围内取值,可基于动力电池劣化检测方法的需求设定,本公开实施例对此不限定。
在一些实施例中,基于温升和内阻差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i6个充放电循环中的温升,确定第i6个充放电循环中的温升最大值;i6为任意正整数;
基于自由组合的任意两个充放电循环的温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i7个充放电循环中的内阻差,确定第i7个充放电循环中的内阻差最大值;i7为任意正整数;
基于自由组合的任意两个充放电循环的内阻差最大值,确定一系列内阻差最大值差值;
判断温升最大值差值和内阻差最大值差值是否满足第二电芯劣化条件;
其中,第二电芯劣化条件包括:
J3_max{△T}-j4_max{△T}≥L且j3_max{△R}-j4_max{△R}≥N;
其中,j3和j4分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j4>j3;j4_max{△T}代表第j4个充放电循环的温升最大值,j3_max{△T}代表第j3个充放电循环的温升最大值,j4_max{△R}代表第j4个充放电循环的内阻差最大值,j3_max{△R}代表第j3个充放电循环的内阻差最大值;L代表一温升阈值,N代表一内阻差阈值。
与上同理,对于内阻差,首先通过一个充放电循环中的所有单体电芯的内阻差进行比较,确定内阻差最大值;以此类推,可确定各充放电循环的内阻差最大值;然后在所有充放电循环中,将任意两个充放电循环自由组合,计算内阻差最大值差值,由此确定一系列内阻差最大值差值。
基于此,判断是否存在两个充放电循环满足:温升最大值差值大于或等于一温升阈值,且内阻差最大值差值大于或等于一内阻差阈值;若存在,则可确定单体电芯劣化。
其中,温升阈值和内阻差阈值可如下设置:
温升阈值L满足:1℃≤L≤10℃;
内阻差阈值N满足:0.01mΩ≤N≤10mΩ。
示例性地,温升阈值L可为1℃、10℃、5℃或其他温度值,内阻差阈值N可为0.01mΩ、10mΩ、5mΩ或其他内阻值,在此不限定。
在其他实施方式中,温升阈值L和内阻差阈值N还可在其他阈值范围内取值,可基于动力电池劣化检测方法的需求设定,本公开实施例对此不限定。
在一些实施例中,图2示出了本公开实施例提供的另一种动力电池劣化检测方法。参照图2,该方法可包括:
S201、车辆充电过程中,实时获取所有单体电芯的温度T、电压V和内阻R。
S202、实时计算所有单体电芯的温差△T、压差△V和内阻差△R。
S203、判断是否满足辅助判断条件:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0。
若是(Y),则继续执行后续步骤;否(N)则,返回执行S202。
S204、判断是否满足第一电芯劣化条件:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M。
若是(Y),则确定单体电芯劣化,执行S206;否(N)则,执行进一步判断,即执行S205。
S205、判断是否满足第二电芯劣化条件:
j2_max{△T}-j1_max{△T}≥L且j2_max{△R}-j1_max{△R}≥M。
若是(Y),则确定单体电芯劣化,执行S206;否(N)则,返回执行S202。
S206、单体电芯劣化。
至此,完成电池劣化检测。
其中,各判断步骤中用到的参数均可由在前步骤确定,参见上文,在此不赘述。
在其他实施方式中,S205还可先于S204执行,在此不限定。
由此,结合图1,其中S13可包括:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,第一参数组合包括温升和压差的情况下,第二参数组合包括温升和内阻差;
或者第一参数组合包括温升和内阻差的情况下,第二参数组合包括温升和压差。
由此,实现基于温升、压差和内阻差,对单体电芯是否劣化的准确判断。
在上述实施方式的基础上,本公开实施例还提供了一种动力电池劣化检测装置,用于执行上述任一种动力电池劣化检测方法的步骤,实现对应的有益效果。
在一些实施例中,图3示出了本公开实施例提供的一种动力电池劣化检测装置。参照图3,该装置可包括:
获取模块310,用于获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及对应的电压和/或内阻;
计算模块320,用于基于各单体电芯在各个不同时刻下的温度确定温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差;
判断模块330,用于基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化。
本公开实施例提供的动力电池劣化检测装置,通过上述各功能模块的协同作用,可在车辆充电过程中各个不同时刻下获取各单体电芯的温度,以及对应的电压和/或内阻;并对应确定温升、压差和/或内阻差;进一步地,基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化,由此可基于温升,以及基于压差和/或内阻差,实现对电芯是否劣化的判断,从而可以简单有效地实现车辆电池的异常劣化检测判定,且无需采用充放电柜,其可适用于多种不同的工况,即工况覆盖度较高。
在一些实施例中,图4示出了本公开实施例提供的另一种动力电池劣化检测装置。在图3的基础上,参照图4,该装置还可包括:
辅助状态获取模块340,用于获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
辅助判断模块350,用于基于第一荷电状态、第二荷电状态和初始温度,判断是否满足辅助判断条件。
其中,辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表第一荷电状态,SOC2代表第二荷电状态,Ts代表车辆充电过程开始时的初始温度,包括在获取模块310获取的温度中;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值。
基于此,判断模块330用于在满足辅助判断条件的情况下,基于包括温升在内的至少两个参数,判断单体电芯是否劣化。
由此,可在满足一定的温度条件和荷电状态条件的情况下,进行电池劣化的判断,具体地,可在电池处于正常的持续充电过程中,实现对电池劣化的检测,有利于提升检测准确性。
在一些实施例中,辅助判断条件中各阈值如下设置:
第一荷电阈值SOC01满足:48%≤SOC01≤52%;
第二荷电阈值SOC02满足:88%≤SOC02≤92%;
初始温度阈值Ts0满足:1℃≤Ts0≤10℃。
在其他实施方式中,还可设置第一荷电阈值SOC01、第二荷电阈值SOC02和初始温度阈值Ts0在其他阈值范围内取值,可基于动力电池劣化检测方法的需求设定,本公开实施例对此不限定。
在一些实施例中,继续参照图3或图4,判断模块330具体用于:
基于温升和压差,判断单体电芯是否劣化;和/或
基于温升和内阻差,判断单体电芯是否劣化。
如此,可基于温升和压差,和/或基于温升和内阻差,判断单体电芯是否劣化,实现基于包括温升在内的至少两个参数,判断单体电芯是否劣化。
在一些实施例中,继续参照图3或图4,判断模块330具体用于:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,第一参数组合包括温升和压差的情况下,第二参数组合包括温升和内阻差;
或者第一参数组合包括温升和内阻差的情况下,第二参数组合包括温升和压差。
如此,可基于温升、压差和电阻差,分步完成单体电芯是否劣化的判断,有利于提升检测准确性。
在一些实施例中,继续参照图3或图4,计算模块320用于基于温度确定温升包括:
针对所有单体电芯,采用如下公式计算温升△T:
△T=T2-T1;
其中,T2代表第i1个充放电循环充电过程中的实时温度,T1代表第i1个充放电循环充电开始时的温度;i1为任意正整数;
计算模块320用于基于电压确定压差包括:
针对所有单体电芯,采用如下公式计算压差△V:
△V=V2-V1;
其中,V2代表第i2个充放电循环充电过程中的实时电压,V1代表第i2个充放电循环充电开始时的电压;i2为任意正整数;
计算模块320用于基于内阻确定内阻差包括:
针对所有单体电芯,采用如下公式计算压差△R:
△R=R2-R1;
其中,R2代表第i3个充放电循环充电过程中的实时内阻,R1代表第i3个充放电循环充电开始时的内阻;i3为任意正整数。
如此,计算模块320可基于温度、电压和内阻,分别对应地确定稳压、压差和内阻差。
在一些实施例中,继续参照图3或图4,判断模块330用于基于温升和压差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i4个充放电循环中的温升,确定第i4个充放电循环中的温升最大值;i4为任意正整数;
基于自由组合的任意两个充放电循环的温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i5个充放电循环中的压差,确定第i5个充放电循环中的压差最大值;i5为任意正整数;
基于自由组合的任意两个充放电循环的压差最大值,确定一系列压差最大值差值;
判断温升最大值差值和压差最大值差值是否满足第一电芯劣化条件;
其中,第一电芯劣化条件包括:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M;
其中,j2和j1分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j2>j1;j2_max{△T}代表第j2个充放电循环的温升最大值,j1_max{△T}代表第j1个充放电循环的温升最大值,j2_max{△V}代表第j2个充放电循环的压差最大值,j1_max{△V}代表第j1个充放电循环的压差最大值;L代表一温升阈值,M代表一压差阈值。
如此可实现基于温升和压差,判断单体电芯是否劣化。
在一些实施例中,继续参照图3或图4,判断模块330用于基于温升和内阻差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i6个充放电循环中的温升,确定第i6个充放电循环中的温升最大值;i6为正整数;
基于自由组合的任意两个充放电循环的温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i7个充放电循环中的内阻差,确定第i7个充放电循环中的内阻差最大值;i7为正整数;
基于自由组合的任意两个充放电循环的内阻差最大值,确定一系列内阻差最大值差值;
判断温升最大值差值和内阻差最大值差值是否满足第二电芯劣化条件;
其中,第二电芯劣化条件包括:
J3_max{△T}-j4_max{△T}≥L且j3_max{△R}-j4_max{△R}≥N;
其中,j3和j4分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j4>j3;j4_max{△T}代表第j4个充放电循环的温升最大值,j3_max{△T}代表第j3个充放电循环的温升最大值,j4_max{△R}代表第j4个充放电循环的内阻差最大值,j3_max{△R}代表第j3个充放电循环的内阻差最大值;L代表一温升阈值,N代表一内阻差阈值。
如此可实现基于温升和内阻差,判断单体电芯是否劣化。
在一些实施例中,温升阈值L满足:1℃≤L≤10℃;
压差阈值M满足:10mV≤M≤500mV;
内阻差阈值N满足:0.01mΩ≤N≤10mΩ。
在其他实施方式中,还可设置温升阈值L、压差阈值M和内阻差阈值N在其他阈值范围内取值,可基于动力电池劣化检测方法的需求设定,本公开实施例对此不限定。
以上实施例公开的装置能够实现以上各方法实施例公开的方法的流程,具有相同或相应的有益效果,为避免重复,在此不再赘述。
本公开实施例还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程序或指令,程序或指令使计算机执行上述任一种方法的步骤。
示例性地,程序或指令使计算机执行一种动力电池劣化检测方法,该方法包括:
获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及获取对应的电压和/或内阻;
基于各单体电芯在各个不同时刻下的温度确定温升,基于各单体电芯在各个不同时刻下的电压确定压差和/或基于各单体电芯在各个不同时刻下的内阻确定内阻差;
基于包括温升在内的温升、压差和内阻差中的至少两个参数,判断单体电芯是否劣化。
可选的,该计算机可执行指令在由计算机处理器执行时还可以用于执行本公开实施例所提供的上述任意动力电池劣化检测方法的技术方案,实现对应的有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本公开可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等),执行本公开各个实施例所述的方法。
在上述实施方式的基础上,本公开实施例还提供了一种车载系统,包括:处理器和存储器;处理器通过调用存储器存储的程序或指令,用于执行上述任一种方法的步骤,实现对应的有益效果。
在一些实施例中,图5示出了本公开实施例提供的一种车载系统的结构。参照图5,该车载系统可包括:
一个或多个处理器401,图5中以一个处理器401为例;
存储器402;
所述电子设备还可以包括:输入装置403和输出装置404。
所述电子设备中的处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图5中示例性地以通过总线连接为例示出其连接方式。
其中,存储器402作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本公开实施例中的应用程序的混动车型能量管理模式的切换方法对应的程序指令/模块(例如,附图3所示的获取模块310、计算模块320和判断模块330)。处理器401通过运行存储在存储器402中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述任一种动力电池劣化检测方法。
存储器402可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。
此外,存储器402可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。
在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置403可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。
输出装置404可包括显示屏等显示设备。
在一些实施例中,该车载系统可包括电池管理系统(Battery ManagementSystem,BMS),实现动力电池的劣化检测,以及实现电池相关的其他管理功能。
在上述实施方式的基础上,本公开实施例还提供了一种车辆,包括上述任一种车载系统,以实现对动力电池劣化的在线准确检测。
在其他实施方式中,车辆中的车载系统还可用于实现驱动制动、驾舱制热、音影娱乐等功能,可基于用户需求设置,在此不限定。
在其他实施方式中,本公开实施例提供的动力电池劣化检测方法还可基于云端大数据执行。
示例性地,车端采集数据之后,会将数据发送至云端,形成云端大数据;本实施例中的任意方法均可基于云端大数据、在云端实现。
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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种动力电池劣化检测方法,其特征在于,包括:
获取车辆在充电过程中各个不同时刻下各单体电芯的温度,以及对应的电压和/或内阻;
基于各单体电芯在各个不同时刻下的所述温度确定各单体电芯的温升,基于各单体电芯在各个不同时刻下的所述电压确定压差和/或基于各单体电芯在各个不同时刻下的所述内阻确定内阻差;
基于包括所述温升在内的所述温升、所述压差和所述内阻差中的至少两个参数,判断单体电芯是否劣化;
其中,所述判断单体电芯是否劣化包括:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,所述第一参数组合包括所述温升和所述压差的情况下,所述第二参数组合包括所述温升和所述内阻差;
或者所述第一参数组合包括所述温升和所述内阻差的情况下,所述第二参数组合包括所述温升和所述压差。
2.根据权利要求1所述的方法,其特征在于,所述温度包括车辆充电过程开始时的初始温度;
所述方法还包括:
获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
基于所述第一荷电状态、所述第二荷电状态和所述初始温度,判断是否满足辅助判断条件;
其中,所述辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表所述第一荷电状态,SOC2代表所述第二荷电状态,Ts代表所述初始温度;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值;
在满足所述辅助判断条件的情况下,执行所述判断单体电芯是否劣化。
3.根据权利要求1所述的方法,其特征在于,所述判断单体电芯是否劣化包括:
基于所述温升和所述压差,判断单体电芯是否劣化;和/或
基于所述温升和所述内阻差,判断单体电芯是否劣化。
4.根据权利要求1所述的方法,其特征在于,所述基于各单体电芯在各个不同时刻下的所述温度确定温升,包括:
针对所有单体电芯,采用如下公式计算所述温升△T:
△T=T2-T1;
其中,T2代表第i1个充放电循环充电过程中的实时温度,T1代表第i1个充放电循环充电开始时的温度;i1为任意正整数;
所述基于各单体电芯在各个不同时刻下的所述电压确定压差,包括:
针对所有单体电芯,采用如下公式计算所述压差△V:
△V=V2-V1;
其中,V2代表第i2个充放电循环充电过程中的实时电压,V1代表第i2个充放电循环充电开始时的电压;i2为任意正整数;
所述基于各单体电芯在各个不同时刻下的所述内阻确定内阻差,包括:
针对所有单体电芯,采用如下公式计算所述压差△R:
△R=R2-R1;
其中,R2代表第i3个充放电循环充电过程中的实时内阻,R1代表第i3个充放电循环充电开始时的内阻;i3为任意正整数。
5.根据权利要求3所述的方法,其特征在于,所述基于所述温升和所述压差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i4个充放电循环中的所述温升,确定第i4个充放电循环中的温升最大值;i4为任意正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i5个充放电循环中的所述压差,确定第i5个充放电循环中的压差最大值;i5为任意正整数;
基于自由组合的任意两个充放电循环的所述压差最大值,确定一系列压差最大值差值;
判断所述温升最大值差值和所述压差最大值差值是否满足第一电芯劣化条件;
其中,所述第一电芯劣化条件包括:
j2_max{△T}-j1_max{△T}≥L且j2_max{△V}-j1_max{△V}≥M;
其中,j2和j1分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j2>j1;j2_max{△T}代表第j2个充放电循环的温升最大值,j1_max{△T}代表第j1个充放电循环的温升最大值,j2_max{△V}代表第j2个充放电循环的压差最大值,j1_max{△V}代表第j1个充放电循环的压差最大值;L代表一温升阈值,M代表一压差阈值。
6.根据权利要求3所述的方法,其特征在于,所述基于所述温升和所述内阻差,判断单体电芯是否劣化包括:
基于所有单体电芯在第i6个充放电循环中的所述温升,确定第i6个充放电循环中的温升最大值;i6为任意正整数;
基于自由组合的任意两个充放电循环的所述温升最大值,确定一系列温升最大值差值;
基于所有单体电芯在第i7个充放电循环中的所述内阻差,确定第i7个充放电循环中的内阻差最大值;i7为任意正整数;
基于自由组合的任意两个充放电循环的所述内阻差最大值,确定一系列内阻差最大值差值;
判断所述温升最大值差值和所述内阻差最大值差值是否满足第二电芯劣化条件;
其中,所述第二电芯劣化条件包括:
J3_max{△T}-j4_max{△T}≥L且j3_max{△R}-j4_max{△R}≥N;
其中,j3和j4分别代表用于自由组合的任意两个充放电循环,且均为任意正整数,满足j4>j3;j4_max{△T}代表第j4个充放电循环的温升最大值,j3_max{△T}代表第j3个充放电循环的温升最大值,j4_max{△R}代表第j4个充放电循环的内阻差最大值,j3_max{△R}代表第j3个充放电循环的内阻差最大值;L代表一温升阈值,N代表一内阻差阈值。
7.根据权利要求2所述的方法,其特征在于:
所述第一荷电阈值SOC01满足:48%≤SOC01≤52%;
所述第二荷电阈值SOC02满足:88%≤SOC02≤92%;
初始温度阈值Ts0满足:1℃≤Ts0≤10℃。
8.一种动力电池劣化检测装置,其特征在于,包括:
获取模块,用于在车辆充电过程中各个不同时刻下获取各单体电芯的温度,以及对应的电压和/或内阻;
计算模块,用于基于各单体电芯在各个不同时刻下的所述温度确定温升,基于各单体电芯在各个不同时刻下的所述电压确定压差和/或基于各单体电芯在各个不同时刻下的所述内阻确定内阻差;
判断模块,用于基于包括所述温升在内的所述温升、所述压差和所述内阻差中的至少两个参数,判断单体电芯是否劣化;
所述判断模块具体用于:
基于第一参数组合,判断单体电芯是否劣化;
在判断结果为否的情况下,基于第二参数组合,判断单体电芯是否劣化;
其中,所述第一参数组合包括所述温升和所述压差的情况下,所述第二参数组合包括所述温升和所述内阻差;
或者所述第一参数组合包括所述温升和所述内阻差的情况下,所述第二参数组合包括所述温升和所述压差。
9.根据权利要求8所述的装置,其特征在于,所述温度包括车辆充电过程开始时的初始温度;
所述装置还包括:
辅助状态获取模块,用于获取充电过程开始时的第一荷电状态和结束时的第二荷电状态;
辅助判断模块,用于基于所述第一荷电状态、所述第二荷电状态和所述初始温度,判断是否满足辅助判断条件;
其中,所述辅助判断条件包括:
SOC1≤SOC01,SOC2≥SOC02,且Ts≥Ts0;
其中,SOC1代表所述第一荷电状态,SOC2代表所述第二荷电状态,Ts代表所述初始温度;SOC01代表第一荷电阈值,SOC02代表第二荷电阈值,Ts0代表初始温度阈值;
所述判断模块用于在满足所述辅助判断条件的情况下,基于包括所述温升在内的至少两个参数,判断单体电芯是否劣化。
10.根据权利要求9所述的装置,其特征在于,所述判断模块具体用于:
基于所述温升和所述压差,判断单体电芯是否劣化;和/或
基于所述温升和所述内阻差,判断单体电芯是否劣化。
11.一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程序或指令,所述程序或指令使计算机执行如权利要求1至7任一项所述方法的步骤。
12.一种车载系统,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至7任一项所述方法的步骤。
13.一种车辆,其特征在于,包括权利要求12所述的车载系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265980.8A CN113064081B (zh) | 2021-03-11 | 2021-03-11 | 动力电池劣化检测方法、装置、介质、车载系统和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265980.8A CN113064081B (zh) | 2021-03-11 | 2021-03-11 | 动力电池劣化检测方法、装置、介质、车载系统和车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113064081A CN113064081A (zh) | 2021-07-02 |
CN113064081B true CN113064081B (zh) | 2023-12-05 |
Family
ID=76560000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110265980.8A Active CN113064081B (zh) | 2021-03-11 | 2021-03-11 | 动力电池劣化检测方法、装置、介质、车载系统和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113064081B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740732B (zh) * | 2021-08-20 | 2023-06-30 | 蜂巢能源科技有限公司 | 电芯离群的检测方法、装置及电子设备 |
CN113917343B (zh) * | 2021-09-30 | 2023-08-08 | 蜂巢能源科技有限公司 | 一种电池模组状态检测方法、装置、电子设备及存储介质 |
CN114200331B (zh) * | 2021-12-06 | 2023-09-12 | 广州小鹏汽车科技有限公司 | 车辆电池的检测方法、装置、车辆以及存储介质 |
CN114300763B (zh) * | 2021-12-06 | 2023-10-20 | 华人运通(江苏)技术有限公司 | 基于车云协调的电池内阻异常监测方法、设备及存储介质 |
CN114460483A (zh) * | 2022-04-14 | 2022-05-10 | 深圳市高斯宝电气技术有限公司 | 一种电池组安全性能预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105552465A (zh) * | 2015-12-03 | 2016-05-04 | 北京交通大学 | 一种基于时间和温度的锂离子电池优化充电方法 |
JP2016070920A (ja) * | 2014-09-30 | 2016-05-09 | 株式会社Gsユアサ | 電池劣化判定装置,電池劣化判定方法及び車両 |
CN110133503A (zh) * | 2019-03-13 | 2019-08-16 | 北京车和家信息技术有限公司 | 一种电芯检测方法及装置 |
CN110837050A (zh) * | 2019-11-27 | 2020-02-25 | 安徽江淮汽车集团股份有限公司 | 电池包压差故障判断方法、设备及存储介质 |
CN111257775A (zh) * | 2020-02-24 | 2020-06-09 | 上海蔚来汽车有限公司 | 基于充电过程监控电池阻抗异常的方法、系统以及装置 |
CN111830422A (zh) * | 2020-06-22 | 2020-10-27 | 国网河南省电力公司电力科学研究院 | 一种变电站用蓄电池状态评估方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3839761B2 (ja) * | 2001-09-14 | 2006-11-01 | 松下電器産業株式会社 | バッテリ制御装置 |
US9500538B2 (en) * | 2013-03-14 | 2016-11-22 | Google Inc. | Method and apparatus for determining a thermal state of a battery taking into account battery aging |
JP6226406B2 (ja) * | 2014-03-18 | 2017-11-15 | 株式会社東芝 | 劣化推定方法、劣化推定システム、及び劣化推定プログラム |
-
2021
- 2021-03-11 CN CN202110265980.8A patent/CN113064081B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016070920A (ja) * | 2014-09-30 | 2016-05-09 | 株式会社Gsユアサ | 電池劣化判定装置,電池劣化判定方法及び車両 |
CN105552465A (zh) * | 2015-12-03 | 2016-05-04 | 北京交通大学 | 一种基于时间和温度的锂离子电池优化充电方法 |
CN110133503A (zh) * | 2019-03-13 | 2019-08-16 | 北京车和家信息技术有限公司 | 一种电芯检测方法及装置 |
CN110837050A (zh) * | 2019-11-27 | 2020-02-25 | 安徽江淮汽车集团股份有限公司 | 电池包压差故障判断方法、设备及存储介质 |
CN111257775A (zh) * | 2020-02-24 | 2020-06-09 | 上海蔚来汽车有限公司 | 基于充电过程监控电池阻抗异常的方法、系统以及装置 |
CN111830422A (zh) * | 2020-06-22 | 2020-10-27 | 国网河南省电力公司电力科学研究院 | 一种变电站用蓄电池状态评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113064081A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113064081B (zh) | 动力电池劣化检测方法、装置、介质、车载系统和车辆 | |
Wang et al. | Probability based remaining capacity estimation using data-driven and neural network model | |
US10137792B2 (en) | Vehicle control based on lithium plating detection in electrified vehicle battery | |
CN105759780B (zh) | 电动汽车及其通讯故障处理方法和装置 | |
CN102790407B (zh) | 双蓄电池汽车供电系统中的充放电控制方法 | |
CN110579716B (zh) | 一种电池检测方法及装置 | |
CN102785580B (zh) | 用于基于双蓄电池供电系统的汽车的起停控制方法 | |
US11614490B2 (en) | Method of estimating a charge state for a battery cell | |
DE102015111953A1 (de) | Temperaturabhängiges elektrochemisches Batteriemodell zur Fahrzeugsteuerung | |
CN104614632B (zh) | 一种电池微短路的识别方法 | |
Ning et al. | Co-estimation of state of charge and state of health for 48 v battery system based on cubature kalman filter and h-infinity | |
CN113064089A (zh) | 动力电池的内阻检测方法、装置、介质以及系统 | |
CN112363061A (zh) | 一种基于大数据的热失控风险评估方法 | |
CN110949175A (zh) | 一种电动汽车用电池寿命控制方法 | |
CN113093015A (zh) | 电池寿命估算方法、装置、电池管理系统、汽车及介质 | |
CN104512266A (zh) | 汽车起动过程中的供电管理方法和汽车供电系统 | |
CN116859245A (zh) | 异常电池单体的识别方法、装置、服务器及存储介质 | |
CN113311346B (zh) | 一种电芯预警方法、装置、云平台及存储介质 | |
CN107255786B (zh) | 一种磷酸铁锂电池loc模型 | |
CN112909363A (zh) | 电池系统内短路预警方法、装置、介质、车载系统和车辆 | |
CN117110930A (zh) | 一种电池组soc显示的处理方法、系统、电池系统和计算机程序产品 | |
JP7174327B2 (ja) | 二次電池の状態判定方法 | |
CN113533985B (zh) | 一种电池包内阻异常模块的识别方法及其存储介质 | |
CN113064090B (zh) | 锂离子电池析锂检测方法、装置、介质、车载系统和车辆 | |
CN115441539A (zh) | Bms的均衡方法、终端 |
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 |