CN113189500B - 电池电量计算方法、装置、计算机设备和存储介质 - Google Patents
电池电量计算方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113189500B CN113189500B CN202110464171.XA CN202110464171A CN113189500B CN 113189500 B CN113189500 B CN 113189500B CN 202110464171 A CN202110464171 A CN 202110464171A CN 113189500 B CN113189500 B CN 113189500B
- Authority
- CN
- China
- Prior art keywords
- battery
- target battery
- target
- electric quantity
- filtering 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.)
- Active
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本申请涉及一种电池电量计算方法、装置、计算机设备和存储介质。所述方法包括：获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。采用本方法能够提高对目标电池电量预测的精确度。
Description
技术领域
本申请涉及电池技术领域，特别是涉及一种电池电量计算方法、装置、计算机设备和存储介质。
背景技术
电动汽车、机器人、无人机等设备的动力来源是电池组，为保证设备的使用性能，电池需要高性能。锂离子电池具有能量密度大、自放电率低、循环寿命长等优点，在机器人领域得到了广泛的应用。荷电状态表示电池的剩余电量，对电池电量预警有着重要指示作用，是衡量设备安全性、可靠性的重要电池状态参数。了解电池的状态参数对机器人等设备运行的安全性、可靠性具有重要作用。电池剩余电量不能通过实际测量得出，只能通过别的可测量值(如电压、电流)进行估算。但在实际放电过程中，放电电流很不稳定，电池内部又有很难预测的化学反应，因此准确估计电池的电量是一项具有实际意义的工作。
目前对电池电量的预测几乎都是以新电池为例，但是电池老化是必然的过程，电池老化会导致之前的预测模型不能捕捉老化后电池的放电特性，预测结果出现较大偏差。因此，现有技术对电池电量预测时存在着预测精度低的技术缺陷。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高电池电量预测精度的电池电量计算方法、装置、计算机设备和存储介质。
一种电池电量计算方法，所述方法包括：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
在其中一个实施例中，还包括：对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；
根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；
将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
在其中一个实施例中，还包括：获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
在其中一个实施例中，还包括：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压。
在其中一个实施例中，还包括：获取样本滤波电压和样本滤波电压对应的电池电量；
对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；
根据所述参数值，获取电池电量获取模型。
在其中一个实施例中，还包括：将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
在其中一个实施例中，还包括：基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Yt是目标电池在时间序列t时的当前电量值。
一种电池电量计算装置，所述装置包括：
老化系数获取模块，用于获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
滤波电压获取模块，用于获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
电池电量获取模块，用于基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
上述电池电量计算方法、装置、计算机设备和存储介质，首先实时获取目标电池的当前电流，根据当前电流基于预设的电池老化系数表获取目标电池的老化系数；进一步根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压；最后基于调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量。通过目标电池的老化系数对滤波电压进行调整，并将调整后的滤波电压输入至电池电量获取模型获取目标电池的当前电量，提高了对目标电池电量预测的精确度。
附图说明
图1为一个实施例中电池电量计算方法的应用环境图；
图2为一个实施例中电池电量计算方法的流程示意图；
图3为另一个实施例中电池电量计算方法的流程示意图；
图4为一个实施例中电池电量计算装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的电池电量计算方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102和服务器104可分别单独用于执行本申请提供的电池电量计算方法。终端102和服务器104也可用于协同执行本申请提供的电池电量计算方法。例如，服务器104用于基于获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
其中，终端102可以但不限于能够获取目标电池的电流的信息获取装置等，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种电池电量计算方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤202，获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数。
其中，电池的老化系数是用以评估电池损坏程度的参数，电池在老化状态下，其容量会缩小，当充电电流一定时，容量与充电时间是成正相关的关系，即容量越大，则充电时间越长，容量越小，则充电时间越短。电池老化系数表是基于不同放电电流时对测试电池进行放电测试获取的，引起电池性能变化的参数有多种，本放电测试只考虑放电电流对电池老化的影响。电池的老化系数是电池在放电测试完成后的电池容量与电池在放电测试之前的电池容量的比值。
具体地，目标电池在为设备进行供电时，针对不同的设备会提供不同的电流，如机器人或无人机；对同一设备在不同模式下，通常也会提供不同的供电电流；例如，针对机器人使用时，提供节能模式、标准模式、强劲模式和充电模式四种工作模式，四种工作模式下为机器人提供的电流也是不同的。获取目标电池的当前电流以后，根据预设的电池老化系数表获取目标电池的老化系数，以供后续根据目标电池的老化系数建立电池电量获取模型。
步骤204，获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压。
具体地，获取目标电池的老化系数以后，还需要获取目标电池的滤波电压；滤波电压是实时电压经过移动平滑滤波处理之后的电压，对电压进行滤波处理的目的是为了使电压变得更稳定。获取滤波电压以后，根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压。正常情况下，目标电池提供的滤波电压的电压值是稳定不变的，本实施例将电池的老化系数与滤波电压进行融合，通过目标电池的老化系数来调整滤波电压的大小，获取调整后的滤波电压，以便根据调整后的滤波电压获取目标电池的实时电量。
例如，在标准模式下，获取目标电池的滤波电压，根据标准模式下目标电池的老化系数，对目标电池的滤波电压进行调整，获取标准模式下调整后的滤波电压。
步骤206，基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
具体地，在获取调整后的滤波电压以后，根据调整后的滤波电压和预设的电池电量获取模型计算获取目标电池的当前电量。电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的，样本电池电量和样本滤波电压都是用于拟合电池电量模型通过试验获取的。电池电量获取模型拟合的结果根据不同的电池可能有不同的拟合曲线，如直线、抛物线或复合曲线等。将获取的调整后的滤波电压输入至电池电量获取模型，可获取目标电池的当前电量。
上述电池电量计算方法中，首先实时获取目标电池的当前电流，根据当前电流基于预设的电池老化系数表获取目标电池的老化系数；进一步根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压；最后基于调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量。通过目标电池的老化系数对滤波电压进行调整，并将调整后的滤波电压输入至电池电量获取模型获取目标电池的当前电量，提高了对目标电池电量预测的精确度。
在一个实施例中，所述获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数，之前还包括：
对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；
根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；
将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
具体地，在获取目标电池的当前电流之前，还需要对目标电池进行放电测试，获取放电测试后的电池容量。放电测试时，调整目标电池的放电电流，以匹配不同工作模式下的电池放电电流。在对目标电池进行放电测试时，根据目标电池在放电测试完成后的电池容量和目标电池在放电测试之前的电池容量，获取目标电池的老化系数，以评估电池损坏程度。在对所有工作模式的放电电流均完成放电测试以后，将目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表，以使得根据电池的不同工作模式或不同的电流获取不同的电池老化系数。
本实施例中，通过对目标电池在不同放电电流时分别进行放电测试，获取目标电池在放电测试完成后的电池容量，并根据目标电池在放电测试完成后的电池容量和目标电池在放电测试之前的电池容量，获取目标电池的老化系数。最后，将目标电池在不同放电电流时的老化系数与放电电流进行对应，实现了对电池老化系数表的生成，便于快速根据电池的放电电流获取对应的老化系数。
在一个实施例中，所述根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数包括：
获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
具体地，在对目标电池进行放电测试时，以预设的放电电流使用电池，记录下放电测试之前目标电池的电池容量和放电测试完成之后的目标电池的电池容量。最后计算放电测试完成后的电池容量与目标电池在放电测试之前的电池容量的比值作为目标电池的老化系数。目标电池的老化系数是大于0小于1的数，使用时间越长的电池，其电池损坏情况越严重，其老化系数也就越小。
本实施例中，通过计算目标电池在放电测试完成后的电池容量与目标电池在放电测试之前的电池容量的比值，作为目标电池的老化系数，实现了对不同放电电流时的目标电池的老化系数的获取。
在一个实施例中，所述根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压包括：
获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压。
具体地，目标电池在使用过程中，滤波电压通常是稳定不变的，因此要想将滤波电压与目标电池的电流联系起来建立模型需要用之前获取的目标电池的老化系数对目标电池的滤波电压进行调整，获取调整后的滤波电压。以便根据调整后的滤波电压获取目标电池的实时电量。根据目标电池的老化系数对滤波电压进行调整时，是通过计算获取目标电池的老化系数和滤波电压的乘积，作为调整后的目标电池的滤波电压。
本实施例中，通过获取目标电池的老化系数和滤波电压的乘积作为调整后的滤波电压，实现了对目标电池的滤波电压的调整，为进一步根据调整后的滤波电压获取目标电池的实时电量创造了条件。
在一个实施例中，所述电池电量获取模型通过以下方法获取：
获取样本滤波电压和样本滤波电压对应的电池电量；
对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；
根据所述参数值，获取电池电量获取模型。
具体地，电池电量获取模型是用于表征滤波电压与电池电量之间关系的模型；拟合电池电量获取模型之前，需要获取样本滤波电压和样本滤波电压对应的电池电量；获取样本滤波电压和样本滤波电压对应的电池电量之后，对其进行拟合，不同的样本可能获取不同的拟合曲线，如直线、抛物线或复合型曲线等。拟合完成后，获取用于表征样本滤波电压和样本滤波电压对应的电池电量之间关系的拟合曲线的参数值，并根据该参数值确定电池电量获取模型。
本实施例中，通过获取样本滤波电压和样本滤波电压对应的电池电量，并对样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取拟合参数值以及获取电池电量获取模型，实现了用于获取电池电量的电池电量获取模型的生成。
在一个实施例中，所述基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量包括：
将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
具体地，图3为另一个实施例中电池电量计算方法的流程示意图，首先获取在不同模式下目标电池的实时电流，根据实时电量获取目标电池在当前模式的老化系数；根据老化系数调整目标电池的滤波电压，进一步根据获取的样本滤波电压和样本滤波电压对应的电池电量拟合出电池电量获取模型；并在调整后的滤波电压和电池电量获取模型获取以后，将调整后的滤波电压输入值电池电量获取模型中，生成目标电池的当前电量。由于调整后的滤波电压是根据目标电池的老化系数进行调整的，因此根据调整后的滤波电压和电池电量获取模型能够准确生成目标电池的当前电量。
本实施例中，通过将调整后的滤波电压输入值电池电量获取模型中，生成目标电池的当前电量，实现了对目标电池的当前电量的准确获取。
在一个实施例中，所述基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量，之后还包括：
基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Yt是目标电池在时间序列t时的当前电量值。
本实施例中，是对目标电池在未来某时刻电量的预测，将目标电池的老化系数、目标电池在时间序列t时的电量预测值和目标电池在时间序列t时的当前电量值输入至预设的回归预测模型，计算获取目标电池在时间序列t+1时的电量。
本实施例中，通过将目标电池的老化系数、目标电池在时间序列t时的电量预测值和目标电池在时间序列t时的当前电量值输入至预设的回归预测模型，实现了根据当前时刻的电池电量对目标电池在时间序列t+1时的电量的精确预测。
应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种电池电量计算装置，包括：老化系数获取模块401、滤波电压获取模块402和电池电量获取模块403，其中：
老化系数获取模块401，用于获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数。
滤波电压获取模块402，用于获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压。
电池电量获取模块403，用于基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
在一个实施例中，所述老化系数获取模块401，还用于：对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
在一个实施例中，所述老化系数获取模块401，还用于：获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
在一个实施例中，所述滤波电压获取模块402，还用于：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压。
在一个实施例中，所述电池电量获取模块403，还用于：获取样本滤波电压和样本滤波电压对应的电池电量；对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；根据所述参数值，获取电池电量获取模型。
在一个实施例中，所述电池电量获取模块403，还用于：将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
在一个实施例中，所述电池电量获取模块403，还用于：基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Yt是目标电池在时间序列t时的当前电量值。
上述电池电量计算装置，首先实时获取目标电池的当前电流，根据当前电流基于预设的电池老化系数表获取目标电池的老化系数；进一步根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压；最后基于调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量。通过目标电池的老化系数对滤波电压进行调整，并将调整后的滤波电压输入至电池电量获取模型获取目标电池的当前电量，提高了对目标电池电量预测的精确度。
关于电池电量计算装置的具体限定可以参见上文中对于电池电量计算方法的限定，在此不再赘述。上述电池电量计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电池电量计算方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取样本滤波电压和样本滤波电压对应的电池电量；对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；根据所述参数值，获取电池电量获取模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Yt是目标电池在时间序列t时的当前电量值。
上述计算机设备，首先实时获取目标电池的当前电流，根据当前电流基于预设的电池老化系数表获取目标电池的老化系数；进一步根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压；最后基于调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量。通过目标电池的老化系数对滤波电压进行调整，并将调整后的滤波电压输入至电池电量获取模型获取目标电池的当前电量，提高了对目标电池电量预测的精确度。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取样本滤波电压和样本滤波电压对应的电池电量；对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；根据所述参数值，获取电池电量获取模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Yt是目标电池在时间序列t时的当前电量值。
上述存储介质，首先实时获取目标电池的当前电流，根据当前电流基于预设的电池老化系数表获取目标电池的老化系数；进一步根据目标电池的老化系数对滤波电压进行调整，获取调整后的滤波电压；最后基于调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量。通过目标电池的老化系数对滤波电压进行调整，并将调整后的滤波电压输入至电池电量获取模型获取目标电池的当前电量，提高了对目标电池电量预测的精确度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电池电量计算方法，其特征在于，所述方法包括：
获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；所述根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压包括：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压；
基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
2.根据权利要求1所述的方法，其特征在于，所述获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数，之前还包括：
对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；
根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；
将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数包括：
获取所述目标电池在放电测试完成后的电池容量与所述目标电池在放电测试之前的电池容量的比值，作为所述目标电池的老化系数。
4.根据权利要求1所述的方法，其特征在于，所述电池电量获取模型通过以下方法获取：
获取样本滤波电压和样本滤波电压对应的电池电量；
对所述样本滤波电压和样本滤波电压对应的电池电量进行拟合处理，获取用于表征所述样本滤波电压和样本滤波电压对应的电池电量之间关系的参数值；
根据所述参数值，获取电池电量获取模型。
5.根据权利要求1所述的方法，其特征在于，所述基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量包括：
将所述调整后的滤波电压输入至所述电池电量获取模型，获取所述目标电池的当前电量。
6.根据权利要求1所述的方法，其特征在于，所述基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量，之后还包括：
基于所述目标电池的老化系数和所述目标电池的当前电量，通过预设的回归预测模型，对所述目标电池在下一时刻的电量进行预测；
所述回归预测模型为：
其中，k是目标电池的老化系数；
是目标电池在时间序列t+1时的电量预测值；
是目标电池在时间序列t时的电量预测值；Y t是目标电池在时间序列t时的当前电量值。
7.一种电池电量计算装置，其特征在于，所述装置包括：
老化系数获取模块，用于获取目标电池的当前电流，根据所述当前电流基于预设的电池老化系数表获取目标电池的老化系数；所述电池老化系数表包含不同放电电流时目标电池的老化系数；
滤波电压获取模块，用于获取目标电池的滤波电压，根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压；所述根据目标电池的老化系数对所述滤波电压进行调整，获取调整后的滤波电压包括：获取所述目标电池的老化系数和所述滤波电压的乘积，作为调整后的滤波电压；
电池电量获取模块，用于基于所述调整后的滤波电压和预设的电池电量获取模型，获取目标电池的当前电量；所述电池电量获取模型是基于样本电池电量和样本滤波电压进行拟合获取的。
8.根据权利要求7所述的装置，其特征在于，所述老化系数获取模块，还用于：对目标电池在不同放电电流时分别进行放电测试，获取所述目标电池在放电测试完成后的电池容量；根据所述目标电池在放电测试完成后的电池容量和所述目标电池在放电测试之前的电池容量，获取目标电池的老化系数；将所述目标电池在不同放电电流时的老化系数与放电电流一一对应，生成电池老化系数表。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110464171.XA CN113189500B (zh) | 2021-04-28 | 2021-04-28 | 电池电量计算方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110464171.XA CN113189500B (zh) | 2021-04-28 | 2021-04-28 | 电池电量计算方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113189500A CN113189500A (zh) | 2021-07-30 |
| CN113189500B true CN113189500B (zh) | 2023-02-03 |
Family
ID=76980014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110464171.XA Active CN113189500B (zh) | 2021-04-28 | 2021-04-28 | 电池电量计算方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113189500B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113791357B (zh) * | 2021-11-16 | 2022-03-29 | 深圳维普创新科技有限公司 | 一种电池显示电量智能化修正的方法及相关装置 |
| CN116794514B (zh) * | 2023-05-04 | 2024-03-22 | 商宇(深圳)科技有限公司 | 一种修正电池老化率的方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4061965B2 (ja) * | 2002-05-14 | 2008-03-19 | ソニー株式会社 | 電池容量算出方法 |
| JP5114885B2 (ja) * | 2006-07-14 | 2013-01-09 | 日産自動車株式会社 | 容量調整装置 |
| CN102495372B (zh) * | 2011-11-29 | 2014-01-08 | 北京科诺伟业科技有限公司 | 一种风电机组变桨距系统蓄电池容量检测方法 |
| CN104569840A (zh) * | 2014-12-26 | 2015-04-29 | 国家电网公司 | 电池单体的老化检测方法和装置 |
| CN106772113A (zh) * | 2017-03-29 | 2017-05-31 | 四川长虹电器股份有限公司 | 一种基于蓄电池端电压变化判断老化程度的方法 |
| CN107402353B (zh) * | 2017-06-30 | 2020-08-11 | 中国电力科学研究院 | 一种对锂离子电池的荷电状态进行滤波估计的方法及系统 |
| JP2020034524A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社デンソー | 電源システム |
| CN112130082A (zh) * | 2019-06-05 | 2020-12-25 | 海能达通信股份有限公司 | 电池电量的计算方法、设备及具有存储功能的装置 |
| CN110426642B (zh) * | 2019-08-07 | 2022-09-23 | 歌尔科技有限公司 | 一种老化状态下的电子设备的电量获取方法、装置、设备及存储介质 |
| CN111289909B (zh) * | 2020-03-10 | 2022-06-24 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种锂电池电量测量方法及系统 |
| CN111505504B (zh) * | 2020-04-30 | 2022-07-19 | 中国科学院深圳先进技术研究院 | 一种电池荷电状态估计方法及估计器 |
-
2021
- 2021-04-28 CN CN202110464171.XA patent/CN113189500B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113189500A (zh) | 2021-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220239122A1 (en) | Server-side characterisation of rechargeable batteries | |
| KR101846690B1 (ko) | Ｗｌｓ 기반 ｓｏｈ 추정 시스템 및 방법 | |
| US11703548B2 (en) | Methods and systems for accelerated determining of state of health using incremental capacity analysis | |
| CN113189500B (zh) | 电池电量计算方法、装置、计算机设备和存储介质 | |
| CN112883531B (zh) | 锂离子电池数据处理方法、计算机设备和存储介质 | |
| KR20170092552A (ko) | 무선 네트워크 기반 배터리 관리 시스템 | |
| CN112578298B (zh) | 电池温度估算方法、装置、电子设备及存储介质 | |
| CN113557439A (zh) | 用于估计电池的健康状态的方法 | |
| CN113777510A (zh) | 一种锂电池荷电状态估计方法及装置 | |
| TWI802349B (zh) | 電池狀態推定裝置、電力系統 | |
| CN113794254B (zh) | 一种热管理策略配置方法、装置、计算机设备和存储介质 | |
| CN110806540B (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
| Li et al. | Recursive modeling and online identification of lithium-ion batteries for electric vehicle applications | |
| Mariani et al. | Simple and effective OCV prediction mechanism for VRLA battery systems | |
| CN113125969B (zh) | 基于aukf的电池数据处理方法、设备和介质 | |
| CN109716151B (zh) | 用于估计电池电压的方法和设备 | |
| CN117007969A (zh) | 可重构电池系统中单个模组soc确定方法、系统及设备 | |
| CN113125965B (zh) | 电池析锂检测方法、装置、设备及存储介质 | |
| Chen et al. | Accurate probabilistic characterization of battery estimates by using large deviation principles for real-time battery diagnosis | |
| CN114089204B (zh) | 一种电池容量跳水拐点预测方法及装置 | |
| JP2003243017A (ja) | 二次電池の電気的等価回路モデル作成方法、これを用いたシミュレーション方法およびプログラム | |
| CN114325399A (zh) | 电池的内阻预测方法、健康状态的评估方法、装置及设备 | |
| CN114089193A (zh) | 电池的温度和负极电位在线估计方法、装置和计算机设备 | |
| CN112240987A (zh) | 功率测试方法、系统、计算机设备和存储介质 | |
| CN113733980A (zh) | 确定动力电池容量的方法、装置、介质及电子设备 |
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: 20221209 Address after: 518000 Buildings 101201, 19, 20, 21, 22, 23, 24, 27, Building 26, Cuigang Industrial Zone 4, Huaide Community, Fuyong Street, Bao'an District, Shenzhen, Guangdong Applicant after: Shenzhen Shanchuan Ruichuang Technology Co.,Ltd. Address before: 518051 10th floor, area a, Han's innovation building, No. 9018, North Ring Avenue, songpingshan community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN 3IROBOTIX Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |