CN113125985A - 新型能源电池生命周期检测系统 - Google Patents
新型能源电池生命周期检测系统 Download PDFInfo
- Publication number
- CN113125985A CN113125985A CN202110362790.8A CN202110362790A CN113125985A CN 113125985 A CN113125985 A CN 113125985A CN 202110362790 A CN202110362790 A CN 202110362790A CN 113125985 A CN113125985 A CN 113125985A
- Authority
- CN
- China
- Prior art keywords
- module
- simulation
- charging
- data
- life cycle
- 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.)
- Withdrawn
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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供了一种新型能源电池生命周期检测系统,包括:能源电池装置,至少用于提供电能;充电桩装置,至少用于为能源电池装置充电;生命周期检测站,用于至少分别与能源电池装置和充电桩装置构成数据交互以在生命周期检测站内部模拟充电桩装置对能源电池装置的充电过程并根据充电过程中所采集的数据预测能源电池装置的生命周期数据。本申请的有益之处在于提供了一种模拟能源电池在充电和放电时过程从而以碎片数据方式进行生命周期检测和预测的新型能源电池生命周期检测系统。
Description
技术领域
本申请涉及生命周期检测系统,具体而言,涉及一种新型能源电池生命周期检测系统。
背景技术
随着电池技术的发展,电池的能量密度越来越高,使其具有广阔应用空间,并且处于对清洁能源的需求,越来越多新型能源电池不断应用到现有技术中,比如电动汽车领域。对于新型能源电池而言,除了能量密度以外(即单次充电储能的能力),新型能源电池的生命周期(或称为电池寿命,即电池能有效充放电次数)也是制约新型能源电池性能的一个重要参数。
在相关技术中提供多种的蓄电池使用寿命计算验证方法,但这些计算验证方法往往均是以特定的使用环境为计算依据,虽然可以基本满足对蓄电池寿命检测作业的需要,但由于在实际的运行环境中,并不能形成完整充放电循环,也不能完全依照实验环境去约束使用环境,从而造成新型能源电池在应用时,BMS给出生命周期的预测数据往往偏差较大。
另一方面,诸如专利文献CN103364732A所记载的预测电池寿命的技术,虽然其采用了AI技术进行寿命的预测,但是构建神经网络的方式需要提供大量的属性数据,并且其预测的是理想循环状态下的循环次数和容量的对应关系,并不能解决以上提出的问题。
发明内容
为了解决现有技术的不足之处,本申请提供了一种新型能源电池生命周期检测系统,包括:能源电池装置,至少用于提供电能;充电桩装置,至少用于为所述能源电池装置充电;生命周期检测站,用于至少分别与所述能源电池装置和充电桩装置构成数据交互以在所述生命周期检测站内部模拟所述充电桩装置对所述能源电池装置的充电过程并根据充电过程中所采集的数据预测所述能源电池装置的生命周期数据;其中,所述生命周期检测站包括:模拟电池模组,至少采用与所述能源电池装置相同的电芯单元并组成与所述能源电池装置相同的模拟单元;生命周期模拟机,用于对所述模拟电池模组中的模拟单元充电、使所述模拟电池模组中的模拟单元放电和检测所述模拟电池模组中的模拟单元充电或放电过程中的电气参数;数据服务器,用于采集并分析所述生命周期模拟机所检测的电气参数以生成对所述能源电池装置生命周期的预测数据。
进一步地,一个所述数据服务器与多个所述模拟电池组构成通讯连接。
进一步地,所述生命周期模拟机包括:模拟机通讯模块,用于与生命周期模拟机以外的设备构成通讯连接;模拟充电输出模块,用于对所述模拟电池组中的模拟单元进行充电;放电负载模块,用于使所述模拟电池组中的模拟单元进行放电;BMS模拟模块,用于模拟所述能源电池装置中充电和放电控制程序;模拟机控制器,用于控制所述模拟机通讯模块、模拟充电输出模块和BMS模拟模块;其中,所述模拟机通讯模块、模拟充电输出模块和BMS模拟模块分别与所述模拟机控制器构成电性连接。
进一步地,所述生命周期模拟机还包括:充电模拟模块,用于根据所述模拟机通讯模块所接收的数据生成充电控制信号;放电模拟模块,用于根据所述模拟机通讯模块所接收的数据生成放电控制信号;环境模拟模块,至少用于根据所述模拟机通讯模块所接收的数据生成温度控制信号;其中,所述充电模拟模块、放电模拟模块和环境模拟模块分别与所述模拟机控制器构成电性连接,所述充电模拟模块与所述模拟充电输出模块构成电性连接以使所述充电模拟模块将所述充电控制信号传输至所述模拟充电输出模块;所述放电模拟模块与所述放电负载模块构成电性连接以使所述放电模拟模块将所述放电控制信号传输至所述放电负载模块。
进一步地,所述生命周期模拟机还包括:模拟机电流检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的电流参数;模拟机电压检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的电压参数;模拟机温度检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的温度参数;所述模拟机电流检测模块、模拟机电压检测模块和模拟机温度检测模块分别与所述模拟机控制器构成电性连接。
进一步地,所述数据服务器包括:数据接口模块,用于与所述生命周期模拟机进行数据交互;服务器通讯模块,用于使所述数据服务器与外部构成通讯连接;处理器,用于分析所述生命周期模拟机上传的数据并生成所述能源电池装置生命周期的预测数据。
进一步地,所述数据服务器还包括:模拟匹配模块,根据所述能源电池装置的当前的状态数据匹配对应的所述生命周期模拟机和所述模拟电池模组中的模拟单元;所述当前状态数据至少包括当前剩余电量,所述模拟匹配模块与所述处理器构成电性连接以使所述处理器根据所述模拟匹配模块的匹配结果向对应的所述生命周期模拟机发出控制指令数据。
进一步地,所述数据服务器还包括:图像生成模块,根据所述处理器提供的充放电数据生成充电曲线图、放电曲线图或/和循环寿命图;所述图像生成模块与所述处理器构成电性连接以使所述处理器能根据所述充电曲线图、放电曲线图或/和循环寿命图生成所述预测数据。
进一步地,所述数据服务器还包括:神经网络模块,至少包含一个人工神经网络模型;所述人工神经网络模型以所述图像生成模块所生成的充电曲线图或放电曲线图作为输入数据,以生命周期的预测数据和置信度作为输出数据;所述神经网络模块与所述处理器构成电性连接以使所述处理器判断所述生命周期的预测数据和置信度是否超过设定的阈值。
进一步地,所述数据服务器还包括:生命周期报警模块,用于在处理器得出生命周期的预测数据超出设定的阈值时生成报警数据;所述生命周期报警模块与所述处理器构成电性连接以使所述生命周期报警模块将所述报警数据通过所述服务器通讯模块进行发送。
本申请的有益之处在于:提供了一种模拟能源电池在充电和放电时过程从而以碎片数据方式进行生命周期检测和预测的新型能源电池生命周期检测系统。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的新型能源电池生命周期检测系统的整体架构示意图;
图2是根据图1所示实施例中移动终端、能源电池装置和充电桩装置之间通讯连接的示意图;
图3是根据图1所示实施例中能源电池装置的模块组成示意图;
图4是根据图1所示实施例中充电桩装置的模块组成示意图;
图5是根据图1所示实施例中生命周期检测站的整体架构示意图;
图6是根据图1所示实施例中生命周期模拟机的模块组成示意图;
图7是根据图1所示实施例中数据服务器的模块组成示意图;
图8是循环寿命图的示意图;
图9是充放电曲线图的示意图;
图10是根据图1所示实施例的新型能源电池生命周期检测系统各部分执行流程图;
图11和图12为充放电曲线图的示例;
图13和图14为循环寿命图的示例;
图15和图16为能源电池装置和模拟单元对应关系的示例。
附图标记含义:
新型能源电池生命周期检测系统100
移动终端200
生命周期检测站300
数据服务器301
生命周期模拟机302
模拟电池模组303
能源电池装置400
充电桩装置500
运营服务器600。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”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。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
参照图1所示,本申请的新型能源电池生命周期检测系统包括:能源电池装置、充电桩装置和生命周期检测站。
如图1中所示,能源电池装置的具体方案为一个为电动汽车的供电的能源电池装置,该能源电池装置可以与车体构成可拆卸连接,也可以和车体构成不可拆卸连接。具体而言,用户可以通过车体设有的充电接口对该能源电池装置充电。该能源电池装置主要用于驱动电动汽车的电机,次要电能用于电动汽车的中控供电和空调供电,这些并非本申请的技术改进部分,在此不加赘述。
如图3所示,能源电池装置包括:BMS模块、电池通讯模块、电池电流检测模块、电池电压检测模块、电池温度检测模块。
其中,BMS模块用于控制能源电池装置的充电和放电,同时,BMS模块中存储有能源电池装置的属性数据,比如电芯的材料参数、规格参数等。
电池通讯模块用于实现能源电池装置与外界的通讯,作为具体方案,电池通讯模块包括电池蓝牙模块和电池NB-IoT模块以分别实现蓝牙通讯和NB-IoT的通讯。当然,电池通讯模块中还可以设置CAN总线模块以实现有线的数据传输。
电池电流检测模块用于检测能源电池装置的充电电路或放电电流,电池电压检测模块用于检测能源电池装置的总电压或分组电压。电池温度检测模块用于检测能源电池装置的温度数据。
如图2所示,移动终端可以被构造为一个智能手机,其可以通过蓝牙通讯分别与能源电池装置和充电桩装置构成数据交互。
如图1所示,能源电池装置通过NB-IoT通讯向运营服务器上传数据,上传数据的频率可以设定为预设频率,也可以按照充电或放电进行触发。能源电池装置将自己充电和放电的数据进行存储然后通过NB-IoT通讯向运营服务器上传。
如图4所示,充电桩装置包括:电桩蓝牙模块、电桩NB-IoT模块、充电电流检测模块、充电电压检测模块、充电输出模块和充电桩控制器。
其中,电桩蓝牙模块、电桩NB-IoT模块、充电电流检测模块、充电电压检测模块和充电输出模块分别电性连接至充电桩控制器。
其中,电桩蓝牙模块、电桩NB-IoT模块用于实现充电桩装置与外部的通讯;充电电流检测模块和充电电压检测模块用于检测充电时的电流和电压,从而使充电桩控制器根据电流和电压的数据控制充电输出模块。
如图1所示,类似的充电桩装置也可以通过NB-IoT通讯向运营服务器上传数据。作为可选方案,充电桩装置可以通过4G或5G通讯向运营服务器上传数据。
参考实际的运营情况,充电桩装置可以不兼容到本申请运行系统中,即能源电池装置在具备以上的模块基础上,可以在其他适配的充电桩充电,而运营服务器无需与之构成数据交互,而仅依靠能源电池装置的BMS模块存储数据。当然,在最优模式下,充电桩装置与运营服务器构成数据交互。
运营服务器的作用在于记录能源电池装置充放电数据以及用户一些运营数据,比如充电收费和用户管理等。
如图2所示,移动终端可以分别与能源电池装置和充电桩装置构成蓝牙连接,其主要作用在于使用户在较近距离时,即使没有4G或5G信号,仍可以与能源电池装置和充电桩装构成数据交互。
作为本申请一个优选方案,作为能源电池生命周期检测触发方式之一,可以由用户通过对移动终端操作,使能源电池装置或充电桩装置向运营服务器上传数据时,发送一个触发电池生命周期检测的指令;而作为另外的触发方式,则可以由能源电池的BMS模块按照程序触发,触发程序条件可以为1.电池容量异常,比如剧烈减少;2.电池充电次数超过阈值;3.电池使用时间超过阈值等。
作为本申请的核心部分,本申请的生命周期检测站,用于至少分别与能源电池装置和充电桩装置构成数据交互以在生命周期检测站内部模拟充电桩装置对能源电池装置的充电过程并根据充电过程中所采集的数据预测能源电池装置的生命周期数据
作为具体方案,如图5至7所示,本申请的生命周期检测站包括:若干模拟电池模组、若干生命周期模拟机和数据服务器。生命周期检测站与运营服务器构成数据交互,具体而言是与数据服务器构成数据交互。
其中,模拟电池模组至少采用与能源电池装置相同的电芯单元并组成与能源电池装置相同的模拟单元;生命周期模拟机用于对模拟电池模组中的模拟单元充电、使模拟电池模组中的模拟单元放电和检测模拟电池模组中的模拟单元充电或放电过程中的电气参数;数据服务器用于采集并分析生命周期模拟机所检测的电气参数以生成对能源电池装置生命周期的预测数据。
具体而言,模拟电池模组的目的为模拟能源电池装置,其包括很多电芯单元组成子模组,其为了方便供电和控制被设置为一个搭建的电芯单元的组合,一个模拟电池模组按照能源电池装置实际电芯组成的情况可以模拟多个能源电池装置,一个这样的单元被称为模拟单元,一个模拟电池模组可以包括多个模拟单元也可以只包括一个模拟单元。
生命周期模拟机与模拟电池模组可以采用一一对应的设置,当然,生命周期模拟机也可以在设置多个充放电接口时对应多个模拟电池模组。
为了方便介绍,以下以模拟电池模组只有一个模拟单元为例,同时,一个生命周期模拟机只有一个充放电接口以对接一个模拟电池模组。
这里需要说明的一点是,一个数据服务器与多个模拟电池组构成通讯连接。即数据处理和生命周期数据预测由服务器集中处理。
如图6所示,生命周期模拟机包括:模拟机通讯模块、模拟充电输出模块、放电负载模块、BMS模拟模块、模拟机控制器、充电模拟模块、放电模拟模块、环境模拟模块、模拟机电流检测模块、模拟机电压检测模块、模拟机温度检测模块。
其中,作为具体方案,模拟机通讯模块用于与生命周期模拟机以外的设备构成通讯连接;模拟充电输出模块用于对模拟电池组中的模拟单元进行充电;放电负载模块用于使模拟电池组中的模拟单元进行放电;BMS模拟模块用于模拟能源电池装置中充电和放电控制程序;模拟机控制器用于控制模拟机通讯模块、模拟充电输出模块和BMS模拟模块;其中,模拟机通讯模块、模拟充电输出模块和BMS模拟模块分别与模拟机控制器构成电性连接。
作为具体方案,充电模拟模块用于根据模拟机通讯模块所接收的数据生成充电控制信号;放电模拟模块用于根据模拟机通讯模块所接收的数据生成放电控制信号;环境模拟模块至少用于根据模拟机通讯模块所接收的数据生成温度控制信号;其中,充电模拟模块、放电模拟模块和环境模拟模块分别与模拟机控制器构成电性连接,充电模拟模块与模拟充电输出模块构成电性连接以使充电模拟模块将充电控制信号传输至模拟充电输出模块;放电模拟模块与放电负载模块构成电性连接以使放电模拟模块将放电控制信号传输至放电负载模块。
模拟机电流检测模块用于检测模拟电池模组中模拟单元充电或放电时的电流参数;模拟机电压检测模块用于检测模拟电池模组中模拟单元充电或放电时的电压参数;模拟机温度检测模块用于检测模拟电池模组中模拟单元充电或放电时的温度参数;模拟机电流检测模块、模拟机电压检测模块和模拟机温度检测模块分别与模拟机控制器构成电性连接。
生命周期模拟机的主要作用在于完全模拟能源电池装置在实际使用中的充放电过程施加至模拟电池模组并采集相应数据。
这里需要说明的是环境模拟模块可以外接空调系统或其他能够改变环境温度的装置,从而模拟实际充电环境温度。作为优选方案,可以按照实际地址设定生命周期检测站的位置,比如,北方的能源电池装置的模拟就由位于北方的生命周期检测站的位置来模拟,这样可以降低环境模拟的能源损耗。
作为进一步的优选方案,在模拟电池模组放电时,放电负载模块可以为电机以模拟实际用电情况,该电机的输出到能源回收装置,使其动力输出作为发电来源,从而回收能源以供模拟充电时所需的电能。
参照图7所示,作为优选方案,数据服务器包括:数据接口模块、模拟匹配模块、图像生成模块、神经网络模块、生命周期报警模块。
具体而言,数据接口模块用于与生命周期模拟机进行数据交互;服务器通讯模块用于使数据服务器与外部构成通讯连接;处理器用于分析生命周期模拟机上传的数据并生成能源电池装置生命周期的预测数据。
模拟匹配模块根据能源电池装置的当前的状态数据匹配对应的生命周期模拟机和模拟电池模组中的模拟单元;当前状态数据至少包括当前剩余电量,模拟匹配模块与处理器构成电性连接以使处理器根据模拟匹配模块的匹配结果向对应的生命周期模拟机发出控制指令数据。
图像生成模块根据处理器提供的充放电数据生成充电曲线图、放电曲线图或/和循环寿命图;图像生成模块与处理器构成电性连接以使处理器能根据充电曲线图、放电曲线图或/和循环寿命图生成预测数据。
神经网络模块至少包含一个人工神经网络模型;人工神经网络模型以图像生成模块所生成的充电曲线图或放电曲线图作为输入数据,以生命周期的预测数据和置信度作为输出数据;神经网络模块与处理器构成电性连接以使处理器判断生命周期的预测数据和置信度是否超过设定的阈值。
生命周期报警模块用于在处理器得出生命周期的预测数据超出设定的阈值时生成报警数据;生命周期报警模块与处理器构成电性连接以使生命周期报警模块将报警数据通过服务器通讯模块进行发送。
通过以上方案,直接通过能源电池装置或/和充电桩装置可以直接获知能源电池装置的充放电情况,而无需再浪费资源设置模拟电池模组去模拟其充放电情况,以上技术方案就是依靠采集能源电池装置的数据根据预测模型进行预测,背景技术介绍中也介绍了这样的方式。如果是单纯的模拟充电进行使用寿命预判,则无需模拟实际情况。
本申请技术方案采用模拟电池组进行模拟的思路在于,某一类型现有能源电池装置在实际使用会出现大量样本重叠的情况,比如某一款电动汽车,电池续航虽然我300公里,但是出于用户对续航提前计划,以及充电桩分布情况,大多数用户可能在剩余100公里左右时进行充电,这样就出现了大量的样本重叠的情况。
并且,由于样本数量巨大的时候,可以是一个模拟单元实际在不同使用寿命模拟不同生命周期的实际能源电池装置的情况。即可以用远远小于实际需求模拟单元尽可能模拟某一类型大量能源电池装置的充放电情况。
具体而言,处理器在收到某一条件触发的生命周期检测指令后,模拟匹配模块从能源电池装置的BMS模块中获取本次充电之前最后一次充满时容量数据(具体为衰减容量和初始容量的比值),然后根据该容量数据寻找与之类似的模拟单元,也就是寻找阈值寿命状态相差不多的模拟单元。
这是一种理想的匹配方式,但是在实际应用中,最后一次充电的时间点距离当前的时间点可能已经非常久,比如三个月,这个数据并没法实现较好匹配。
如图9所示,作为进一步匹配的方案,生成能源电池装置本次充电的充电曲线(本次待模拟的充电流程),然后根据该充电曲线寻找与之类似模拟单元充电曲线(最近一次充电流程),由于电池寿命除非出现故障,两次充电曲线会出现相近的情况,因此,通过这样方式寻找寿命状态相类似的模拟单元。
作为优选方案,在神经网络模块中设置卷积神经网络,通过该卷积神经网络来实现以上的匹配,鉴于充电曲线不完整,并不能直接采用像素对比进行匹配,可能其中一个充电曲线只是另一个充电曲线的一部分,因此,通过训练卷积神经网络构建神经网络模型,通过这样神经网络模型即可以输出存储的充电曲线和对应的置信度。
采用这样的方案,可以找到最匹配的模拟单元,在进行模拟之前,通过充电或放电将模拟单元完全充放电至需要模拟的状态,然后按照收到充电或放电进行模拟,并收集数据。在完成本次模拟后,使当前模拟单元进行一次完整的充电循环,生成当前模拟单元如图8所示的循环寿命图,然后将训练寿命图输入至卷积神经网络,使其分析并输出阈值类似的已经检测过而生成的循环寿命图和置信度,在置信度满足阈值时,认为当前找出的循环寿命图即为预测数据。
采用这样方式,即提高了模拟效率,同时降低了模拟成本,提高了预测准确率。
作为一种实施例,如图10所示,从整体系统角度而言,本申请的预测流程包括:
能源电池装置向运营服务器发送其充电或/和放电的数据以及生命周期预测的触发指令。作为可选方案,也可以由充电桩装置或移动终端来发送这些数据给运营服务器。
运营服务器根据能源电池的地理位置,将以上数据转发至对应的生命周期检测站的数据服务器。作为优选方案,能源电池装置上传的数据包括定位数据。作为可选方案,能源电池装置可以根据自身定位数据直接向数据服务器发送充电或/和放电的数据以及生命周期预测的触发指令。
数据服务器根据接收到的充电或/和放电的数据以及生命周期预测的触发指令生成充电或放电曲线然后根据这些数据和曲线图发送配对指令和模拟指令到对应的生命周期模拟机。数据服务器匹配的方法在以下进行介绍,在此不加赘述。
生命周期模拟机根据匹配指令和模拟指令找到模拟电池模组中对应的模拟单元,然后按照模拟指令进行充电或放电。这里需要说明的是,如前所介绍,生命周期模拟机记录其对应模拟电池模组中各个模拟单元当前的情况,同时数据服务器也存储了这些数据,当数据服务器匹配找到对应的模拟单元后,依靠生命周期模拟机与模拟单元的对应关系,数据服务器可以选择将指令发给某一个生命周期模拟机,生命周期模拟机根据指令里面的ID信息可以找到对应的模拟单元。另外,如之前所述,匹配的根据是相近的生命周期,被匹配的模拟单元可能并不满足模拟的初始状态,此时模拟指令中包含了预充电或预放电的指令,即将模拟单元充电或放电至被模拟初始状态。
作为进一步的优选方案,数据服务器在匹配时可能匹配到多个生命周期相近的模拟单元,此时数据服务器按照与初始状态差异最小的方式确定模拟单元,比如模拟的初始状态的电压值为45V,生命周期相近的三个模拟单元电压值为46、47和48,此时数据服务器选择电压为46的模拟单元作为最优模拟对象。
生命周期模拟机模拟完充电或放电后,将对应采集的电流、电压等参数反馈至数据服务器。数据服务器通过神经网络进行生命周期的预测,将生命周期预设数据发送到运营服务器。运营服务器可以选择向移动终端等或能源电池装置等发送生命周期的预测数据。
以下结合数据服务器各个模块具体介绍数据服务器的功能。以下以分析充电进程为例。
数据接口模块接收充电的数据以及生命周期预测的触发指令,处理器分析这些数据,先确定能源电池装置的ID数据,从而获知电池类型等信息。
然后,一方面将充电的数据存储以便生成模拟指令所需数据,比如充电电压、充电电流的变化等。另一方面充电的数据发送至图像生成模块,生成如图11所示的充电曲线图。
然后将图11所示的充电曲线图输入至神经网络模块,由第一神经网络模型进行处理。第一神经网络模型由充电曲线图局部作为输入,而由完整充电曲线图作为输出进行训练,第一神经网络模型为一个卷积神经网络,其用于实现图像识别,卷积神经网络模型搭建为现有技术,在此不加赘述。经过训练至收敛的第一神经网络模型,可以根据局部曲线找出完整曲线。处理器中存储有每个模拟单元最后一次充电的曲线(如图11或图12),通过第一神经网络模型可以根据被模拟的充电曲线寻找到与之曲线相类似的预存的模拟单元的充电曲线和第一匹配置信度。如果第一匹配置信度超过预设值,则完成了匹配,如果没有则继续进行匹配。即类似根据图11匹配到图12的曲线。
作为扩展方案,也可以完整曲线作为输入,以分段曲线作为输出训练第一神经网络模型,这样也可以在图12为输入图像,图11为预存图像时进行匹配。
鉴于模拟单元会保证一定数量,同时模拟进程也较多,从大数据的角度,一般可以完成匹配。除非电池性能急速衰减或出现故障,即再不能匹配时,向人工报警,由工程师查看情况。作为优选方案,数据服务器包括一个数据显示模块,用于向管理员等用户显示数据异常的报警以及数据内容和曲线图。
在完成匹配后,由生命周期模拟机完成模拟过程,即将在模拟单元重复充电过程,虽然是根据模拟单元上次的状态进行的匹配,即默认寿命相同,再模拟相当于增加了一次充电,但是出于电池寿命本身误差要求,一次或两次误差在可以接受的范围。
模拟的作用在于真实模拟整个充电过程,因为充电过程可能会收到用户或者设备干扰,因此为了接近实际使用场景进行预测,尤其是为了积累构成大数据,实际模拟在积累数据时是有必要的。
基于这样的原理,生命周期模拟器在每次模拟完成后,进行一次完整充电和放电循环,这个充电和放电循环是一个标准流程,即不会因为这个完成充放电循环的外因影响模拟单元电池内部物质。此时得出当前实际容量的数据,发送至数据服务器。
数据服务器根据历史的实际容量数据生成如图13所示的循环寿命图,然后将该循环寿命图输入至神经网络模块,类似于第一神经网络模型的构建,在神经网络模块中构建第二神经网络模型,第二神经网络模块为卷积神经网络,其也是与之前介绍类似进行图像识别,只是识别的对象为当前生成的循环寿命图和处理器预存的完整生命周期的循环寿命图,通过这样的匹配,预测当前的生命周期数据,即被匹配的完整生命周期的循环寿命图中的寿命数据。最初始的循环寿命图为标准寿命检测的曲线图。
放电模拟可以参考充电模拟的流程。
这里需要说明的是,如图15所示,由于本申请模拟的机制,一个模拟单元M1可以用来模拟多个能源电池装置B1、B2、B3,因此并不需要设置与能源电池装置数目相同的模拟单元,甚至模拟单元的数据可以远远小于能源电池装置的数目。再如16所示,一个能源电池装置B1的不同充电过程可以由不同模拟单元M1、M2、M3来分别模拟。采用这样的方案,可以在整个系统里整个不同模拟单元进行模拟工作,用户可能一周充一次电,但是模拟单元可能一直在进行模拟和输出数据。
需要说明的是,在具有足够的数据量后,可以直接由数据处理器直接给出预测结果,但是第一阶段仍需要模拟以积累贴近实际应用的数据。本系统十分适于新型能源电池的生命周期检测,即能进行大数据积累又能贴近实际应用。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种新型能源电池生命周期检测系统,其特征在于:
所述新型能源电池生命周期检测系统包括:
能源电池装置,至少用于提供电能;
充电桩装置,至少用于为所述能源电池装置充电;
生命周期检测站,用于至少分别与所述能源电池装置和充电桩装置构成数据交互以在所述生命周期检测站内部模拟所述充电桩装置对所述能源电池装置的充电过程并根据充电过程中所采集的数据预测所述能源电池装置的生命周期数据;
其中,所述生命周期检测站包括:
模拟电池模组,至少采用与所述能源电池装置相同的电芯单元并组成与所述能源电池装置相同的模拟单元;
生命周期模拟机,用于对所述模拟电池模组中的模拟单元充电、使所述模拟电池模组中的模拟单元放电和检测所述模拟电池模组中的模拟单元充电或放电过程中的电气参数;
数据服务器,用于采集并分析所述生命周期模拟机所检测的电气参数以生成对所述能源电池装置生命周期的预测数据。
2.根据权利要求1所述新型能源电池生命周期检测系统,其特征在于:
一个所述数据服务器与多个所述模拟电池组构成通讯连接。
3.根据权利要求2所述新型能源电池生命周期检测系统,其特征在于:
所述生命周期模拟机包括:
模拟机通讯模块,用于与生命周期模拟机以外的设备构成通讯连接;
模拟充电输出模块,用于对所述模拟电池组中的模拟单元进行充电;
放电负载模块,用于使所述模拟电池组中的模拟单元进行放电;
BMS模拟模块,用于模拟所述能源电池装置中充电和放电控制程序;
模拟机控制器,用于控制所述模拟机通讯模块、模拟充电输出模块和BMS模拟模块;
其中,所述模拟机通讯模块、模拟充电输出模块和BMS模拟模块分别与所述模拟机控制器构成电性连接。
4.根据权利要求3所述新型能源电池生命周期检测系统,其特征在于:
所述生命周期模拟机还包括:
充电模拟模块,用于根据所述模拟机通讯模块所接收的数据生成充电控制信号;
放电模拟模块,用于根据所述模拟机通讯模块所接收的数据生成放电控制信号;
环境模拟模块,至少用于根据所述模拟机通讯模块所接收的数据生成温度控制信号;
其中,所述充电模拟模块、放电模拟模块和环境模拟模块分别与所述模拟机控制器构成电性连接,所述充电模拟模块与所述模拟充电输出模块构成电性连接以使所述充电模拟模块将所述充电控制信号传输至所述模拟充电输出模块;所述放电模拟模块与所述放电负载模块构成电性连接以使所述放电模拟模块将所述放电控制信号传输至所述放电负载模块。
5.根据权利要求4所述新型能源电池生命周期检测系统,其特征在于:
所述生命周期模拟机还包括:
模拟机电流检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的电流参数;
模拟机电压检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的电压参数;
模拟机温度检测模块,用于检测所述模拟电池模组中模拟单元充电或放电时的温度参数;
所述模拟机电流检测模块、模拟机电压检测模块和模拟机温度检测模块分别与所述模拟机控制器构成电性连接。
6.根据权利要求5所述新型能源电池生命周期检测系统,其特征在于:
所述数据服务器包括:
数据接口模块,用于与所述生命周期模拟机进行数据交互;
服务器通讯模块,用于使所述数据服务器与外部构成通讯连接;
处理器,用于分析所述生命周期模拟机上传的数据并生成所述能源电池装置生命周期的预测数据。
7.根据权利要求6所述新型能源电池生命周期检测系统,其特征在于:
所述数据服务器还包括:
模拟匹配模块,根据所述能源电池装置的当前的状态数据匹配对应的所述生命周期模拟机和所述模拟电池模组中的模拟单元;
所述当前状态数据至少包括当前剩余电量,所述模拟匹配模块与所述处理器构成电性连接以使所述处理器根据所述模拟匹配模块的匹配结果向对应的所述生命周期模拟机发出控制指令数据。
8.根据权利要求7所述新型能源电池生命周期检测系统,其特征在于:
所述数据服务器还包括:
图像生成模块,根据所述处理器提供的充放电数据生成充电曲线图、放电曲线图或/和循环寿命图;
所述图像生成模块与所述处理器构成电性连接以使所述处理器能根据所述充电曲线图、放电曲线图或/和循环寿命图生成所述预测数据。
9.根据权利要求8所述新型能源电池生命周期检测系统,其特征在于:
所述数据服务器还包括:
神经网络模块,至少包含一个人工神经网络模型;
所述人工神经网络模型以所述图像生成模块所生成的充电曲线图或放电曲线图作为输入数据,以生命周期的预测数据和置信度作为输出数据;
所述神经网络模块与所述处理器构成电性连接以使所述处理器判断所述生命周期的预测数据和置信度是否超过设定的阈值。
10.根据权利要求9所述新型能源电池生命周期检测系统,其特征在于:
所述数据服务器还包括:
生命周期报警模块,用于在处理器得出生命周期的预测数据超出设定的阈值时生成报警数据;
所述生命周期报警模块与所述处理器构成电性连接以使所述生命周期报警模块将所述报警数据通过所述服务器通讯模块进行发送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110362790.8A CN113125985A (zh) | 2021-04-02 | 2021-04-02 | 新型能源电池生命周期检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110362790.8A CN113125985A (zh) | 2021-04-02 | 2021-04-02 | 新型能源电池生命周期检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113125985A true CN113125985A (zh) | 2021-07-16 |
Family
ID=76774773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110362790.8A Withdrawn CN113125985A (zh) | 2021-04-02 | 2021-04-02 | 新型能源电池生命周期检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113125985A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114062954A (zh) * | 2021-11-09 | 2022-02-18 | 湖南省驰普新能源科技有限公司 | 电池包寿命检测充放电系统及方法 |
CN118607445A (zh) * | 2024-08-07 | 2024-09-06 | 国鲸科技(广东横琴粤澳深度合作区)有限公司 | 一种有机发光显示矩阵的充电模拟方法 |
-
2021
- 2021-04-02 CN CN202110362790.8A patent/CN113125985A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114062954A (zh) * | 2021-11-09 | 2022-02-18 | 湖南省驰普新能源科技有限公司 | 电池包寿命检测充放电系统及方法 |
CN114062954B (zh) * | 2021-11-09 | 2022-11-08 | 湖南省驰普新能源科技有限公司 | 电池包寿命检测充放电系统及方法 |
CN118607445A (zh) * | 2024-08-07 | 2024-09-06 | 国鲸科技(广东横琴粤澳深度合作区)有限公司 | 一种有机发光显示矩阵的充电模拟方法 |
CN118607445B (zh) * | 2024-08-07 | 2024-10-11 | 国鲸科技(广东横琴粤澳深度合作区)有限公司 | 一种有机发光显示矩阵的充电模拟方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111610459B (zh) | 用于预测电池组的放电曲线的系统、方法和存储介质 | |
CN106501711B (zh) | 故障位置检测方法、装置、蓄电池组件和机动车 | |
CN112825167B (zh) | 电池管理系统、电池管理方法以及电池组的制造方法 | |
CN102231546B (zh) | 具有均衡充放电功能的电池管理系统及其控制方法 | |
CN107003362B (zh) | 用于检查电池组控制设备或电池组的测试装置和方法 | |
WO2023185601A1 (zh) | 一种电池健康状态信息确定方法、装置及电池系统 | |
CN113125985A (zh) | 新型能源电池生命周期检测系统 | |
WO2021249083A1 (zh) | 车辆的电池管理方法和系统、车辆和服务器 | |
WO2010131261A2 (en) | Method for validation and introduction of one or more features in an electrically powered system | |
CN107390128A (zh) | 一种燃料电池蓄电池混合动力系统能源管理试验平台及方法 | |
CN103915659A (zh) | 用以获得和使用电池系统中的温度信息的系统及方法 | |
CN104423377A (zh) | 隔离监视器性能工具和测试隔离监视器的方法 | |
CN103580070A (zh) | 一种电动车辆充放电模拟系统及方法 | |
CN110341541A (zh) | 一种新能源汽车用电池管理系统及使用方法 | |
US11515578B2 (en) | Apparatus and application for predicting performance of battery | |
KR20230080112A (ko) | 배터리 현재 상태 예측을 위한 배터리 진단 장치 | |
CN108490279A (zh) | 电池管理系统的测试系统及方法 | |
JP2024026100A (ja) | 電池状態予測装置および電池状態予測方法 | |
Barreras et al. | Functional analysis of Battery Management Systems using multi-cell HIL simulator | |
CN107768748A (zh) | 通讯基站移动能源调度方法及其调度系统 | |
CN108957341A (zh) | 电池电量的归集处理方法、装置及系统 | |
KR101348251B1 (ko) | 배터리 관리 시스템 테스트 장치 | |
CN208376571U (zh) | 一种电池管理系统 | |
CN115730806A (zh) | 一种新能源汽车换电电池调度方法 | |
CN110646740A (zh) | 电池组的监控方法及其监控装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210716 |
|
WW01 | Invention patent application withdrawn after publication |