CN113219347A - 一种电池参数测量方法及装置 - Google Patents
一种电池参数测量方法及装置 Download PDFInfo
- Publication number
- CN113219347A CN113219347A CN202110460865.6A CN202110460865A CN113219347A CN 113219347 A CN113219347 A CN 113219347A CN 202110460865 A CN202110460865 A CN 202110460865A CN 113219347 A CN113219347 A CN 113219347A
- Authority
- CN
- China
- Prior art keywords
- measured value
- battery
- measurement
- battery parameter
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 183
- 230000010354 integration Effects 0.000 claims abstract description 50
- 238000000691 measurement method Methods 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 4
- 238000007600 charging Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010280 constant potential charging Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010277 constant-current charging Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种电池参数测量方法及装置,具体为:基于电池参数的各个测量值的标准测量偏差,确定各个测量值的最优加权系数,基于各个测量值的最优加权系数,采用加权平均方法预先建立用于将各个测量值整合为一个目标测量值的测量值整合模型,在实际测量过程中,获取电池参数的各个测量值,将各个测量值输入测量值整合模型,得到目标测量值。这样,由于测量值整合模型是基于各个测量值的最优加权系数,采用加权平均方法建立的,因此,通过测量值整合模型对各个测量值进行整合,可以使整合出来的目标测量值更精准,从而可以提高电池参数测量的精准度。
Description
技术领域
本申请涉及电动汽车技术领域,尤其涉及一种电池参数测量方法、装置、设备、介质、电池包和电动汽车。
背景技术
在电动汽车电池的使用过程中,需要对电池的电流、电压等电池参数进行实时测量,以进行电池安全保护、电池性能预测、剩余里程计算等操作。
目前,在电池系统的设计中,为了尽可能地避免因传感器故障导致的电池参数测量失败,通常使用多个传感器对电池参数进行测量,再从多个传感器输出的初始测量值中选取一个初始测量值作为电池在当前时刻的目标测量值,这种电池参数测量方法虽然能够有效地降低电池参数测量失败的概率,但在传感器工作正常时,浪费了其他传感器的测量结果,而且,测量精准度有提升空间。
发明内容
本申请实施例提供了一种电池参数测量方法、装置、设备、介质、电池包和电动汽车,用以解决现有技术中的电池参数测量方法存在的测量资源浪费、测量精准度较低的问题。
本申请实施例提供的技术方案如下:
一方面,本申请实施例提供了一种电池参数测量方法,包括:
获取电池参数的各个测量值;
基于电池参数的各个测量值,采用测量值整合模型,得到电池参数的目标测量值;其中,测量值整合模型是基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数后,基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将电池参数的各个测量值整合为一个测量值的模型。
在一种可能的实施方式中,基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数,包括:
基于电池参数的各个测量值的标准测量偏差,确定各个测量值的加权平均值的方差;
将方差最小时各个测量值的加权系数确定为相应测量值的最优加权系数。
在一种可能的实施方式中,电池参数的各个测量值中的任意一个测量值的最优加权系数为其中,ηt表征第t个测量值的最优加权系数,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
在一种可能的实施方式中,获取电池参数的各个测量值,包括:
通过各个传感器对电池参数进行测量,得到电池参数的各个测量值;
和/或,通过各个测量方法对电池参数进行测量,得到电池参数的各个测量值。
在一种可能的实施方式中,获取电池参数的各个测量值之后,还包括:
若获得电池参数的一个测量值,则将该一个测量值确定为电池参数的目标测量值。
另一方面,本申请实施例提供了一种电池参数测量装置,包括:
测量值获取单元,用于获取电池参数的各个测量值;
测量值整合单元,用于基于电池参数的各个测量值,采用测量值整合模型,得到电池参数的目标测量值;其中,测量值整合模型是基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数后,基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将电池参数的各个测量值整合为一个测量值的模型。
在一种可能的实施方式中,本申请实施例提供的电池参数测量装置还包括:
模型建立单元,用于基于电池参数的各个测量值的标准测量偏差,确定各个测量值的加权平均值的方差;将方差最小时各个测量值的加权系数确定为相应测量值则的最优加权系数。
在一种可能的实施方式中,模型建立单元确定的电池参数的各个测量值中的任意一个测量值的最优加权系数为其中,ηt表征第t个测量值的最优加权系数,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
在一种可能的实施方式中,模型建立单元建立的测量值整合模型为其中,xopt表征目标测量值,xt表征第t个测量值,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
在一种可能的实施方式中,获取电池参数的各个测量值时,测量值获取单元具体用于:
通过各个传感器对电池参数进行测量,得到电池参数的各个测量值;
和/或,通过各个测量方法对电池参数进行测量,得到电池参数的各个测量值。
另一方面,本申请实施例提供了一种电池包,包括多个电池、充电控制器和能源管理系统,还包括本申请实施例提供的电池参数测量装置,该电池参数测量装置与多个电池分别连接,用于对多个电池的电池参数进行测量。
另一方面,本申请实施例提供了一种电动汽车,包括底盘车架、车身、车轮、电力驱动控制系统、传动系统、行驶系统、转向系统、制动系统和安全及指示系统,还包括本申请实施例提供的电池包。
另一方面,本申请实施例提供了一种电池参数测量设备,包括:存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现本申请实施例提供的电池参数测量方法。
另一方面,本申请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有计算机指令,计算机指令被处理器执行时实现本申请实施例提供的电池参数测量方法。
本申请实施例的有益效果如下:
本申请实施例中,由于测量值整合模型是基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的,因此,通过测量值整合模型对电池参数的各个测量值进行整合,可以使整合出来的目标测量值更为精准,从而可以提高电池参数测量的精准度,而且,在目标测量值的确定过程中使用了电池参数的多个测量值,可以有效地改善测量资源浪费的问题,提高测量资源的使用率。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地可以从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例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为本申请实施例中测量值整合模型建立方法的流程示意图;
图2为本申请实施例中电池参数测量方法的流程示意图;
图3为本申请实施例中电池参数测量装置的功能结构示意图;
图4为本申请实施例中电池参数测量设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白,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实施例,并不是全部的实施例。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,都属于本申请保护的范围。
为便于本领域技术人员更好地理解本申请,下面先对本申请涉及的技术用语进行简单介绍。
1、电池参数,为可以体现电池性能的参数。本申请中,电池参数可以是但不限于是电压、电流等。
2、传感器,为可以对电池的电池参数进行测量的装置。本申请中,电池参数是电流时,传感器可以是电流传感器,电池参数是电压时,传感器可以是电压传感器。
3、测量方法,为可以对电池的电池参数进行测量的方法。本申请中,测量方法可以包括但不限于:基于霍尔的电池参数测量方法、基于电磁场的电池参数测量方法等。
4、电池参数的各个测量值,为利用电池参数对应的各个传感器和/或各个测量方法,对电池参数进行测量,得到各个初始测量值后,从各个初始测量值中选取出来的测量值。
5、测量值整合模型,为基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数后,基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将电池参数的各个测量值整合为一个测量值的模型。
需要说明的是,本申请中提及的“和/或”,描述的是关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
在介绍了本申请涉及的技术用语后,接下来,对本申请实施例的应用场景和设计思想进行简单介绍。
目前,电池参数的测量方法通常是,利用多个传感器和/或多个测量方法对电池参数进行测量,得到电池参数的各个初始测量值,并从电池参数的各个初始测量值中,选取标准测量偏差最小的初始测量值作为电池参数的目标测量值,这种电池参数测量方法不仅造成了测量资源的浪费,而且,测量精准度较低。为此,本申请实施例中,从电池参数的各个初始测量值中选取电池参数的各个测量值,并基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数后,基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立一个用于将电池参数的各个测量值整合为一个目标测量值的测量值整合模型,而在实际测量过程中,获取电池参数的各个测量值后,可以将电池参数的各个测量值输入测量值整合模型,得到电池参数的目标测量值。这样,由于测量值整合模型是基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的,因此,通过测量值整合模型对电池参数的各个测量值进行整合,可以使整合出来的目标测量值更精准,从而可以提高电池参数测量的精准度,而且,在目标测量值的确定过程中使用了电池参数的多个测量值,可以有效地改善测量资源浪费的问题,提高测量资源的使用率。
在介绍了本申请实施例的应用场景和设计思想之后,下面对本申请实施例提供的技术方案进行详细说明。
本申请实施例中,为了能够对电池参数的各个测量值进行整合,可以预先建立一个测量值整合模型,具体的,参阅图1所示,本申请实施例提供的测量值整合模型建立方法的概况流程如下:
步骤101:基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数。
实际应用中,在执行步骤101时,可以采用但不限于以下方式:
首先,利用电池参数对应的各个传感器和/或各个测量方法,对电池参数进行测量,得到电池参数的各个初始测量值,并从电池参数的各个初始测量值中,选取电池参数的各个测量值。
具体的,在从电池参数的各个初始测量值中,选取电池参数的各个测量值时,可以选取所有初始测量值作为电池参数的各个测量值,也可以选取部分初始测量值作为电池参数的各个测量值。更具体的,从电池参数的各个初始测量值中选取部分初始测量值作为电池参数的各个测量值时,可以随机选取部分初始测量值作为电池参数的各个测量值,也可以选取标准测量偏差不大于设定阈值的初始测量值作为电池参数的各个测量值等,对于电池参数的各个测量值的选取方式,本申请不作具体限定。
其次,针对电池参数的各个测量值,将该测量值对应的传感器和/或测量方法的标准测量偏差确定为该测量值的标准测量偏差。
然后,基于各个测量值的标准测量偏差,确定各个测量值的加权平均值的方差。
最后,将方差最小时各个测量值的加权系数确定为相应随机变量的最优加权系数。
步骤102:基于电池参数的各个测量值的最优加权系数,采用加权平均算法,建立测量值整合模型。
实际应用中,可以基于电池参数的各个测量值的最优加权系数,采用加权平均算法,对电池参数的各个测量值进行加权平均后简化处理,得到测量值整合模型。
例如:假设有传感器1#和传感器2#,对同一电池参数进行测量,传感器1#的标准测量偏差为σ1,传感器2#的标准测量偏差为σ2,则传感器1#的测量值x1和传感器2#的测量值x2均服从以当前真实值Ireal为均值的正态分布,即:
x1~N(Ireal,σ1 2)
x2~N(Ireal,σ2 2)
假设传感器1#的测量值x1的加权系数为η,传感器2#的测量值x1的加权系数为1-η,则对测量值x1和测量值x2进行加权平均后的加权平均值xweighted为:
xweighted=x1×η+x2×(1-η)
根据正态分布的性质,xweighted也服从以当前真实值Ireal为均值的正态分布,即:
xweighted~N(Ireal,(ησ1)2+((1-η)σ2)2)
为了提高电池参数测量的精准度,可以在xweighted的方差η2σ1 2+(1-η)2σ2 2达到最小时,计算得到测量值x1的最优加权系数η1和测量值x2的最优加权系数η2,即:
此时,基于测量值x1的最优加权系数η1和测量值x2的最优加权系数η2,采用加权平均算法,对测量值x1和测量值x2进行加权平均后简化处理,可以得到测量值整合模型为:
其中,xopt表征目标测量值,σ1表征传感器1#的标准测量偏差,σ2表征传感器2#的标准测量偏差。
综上所述,本申请实施例中,利用测量值整合模型得到的目标测量值xopt服从以当前真实值Ireal为均值的正态分布,即:
也就是说,利用测量值整合模型得到的目标测量值xopt的标准测量偏差为由于且因此,目标测量值xopt的标准测量偏差比传感器1#的标准测量偏差σ1和传感器2#的标准测量偏差σ2都要小,可见,经测量值整合模型整合后获得的目标测量值xopt的精准度更高。
同理,假设有n个传感器,对同一电池参数进行测量,标准测量偏差依次为σ1~σn,则对于第t个传感器的测量值xt的最优加权系数ηt为:
其中,ηt表征第t个测量值的最优加权系数,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
此时,基于n个传感器的测量值x1~xn的最优加权系数ηt,对测量值x1~xn进行加权平均后简化处理,可以得到测量值整合模型为:
其中,xopt表征目标测量值,xt表征第t个测量值,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
综上所述,本申请实施例中,利用测量值整合模型得到的目标测量值xopt同理服从以当前真实值Ireal为均值的正态分布,也就是说,利用测量值整合模型得到的目标测量值xopt的标准测量偏差为由于小于σ1~σn,因此,目标测量值xopt的标准测量偏差比任意一个传感器的标准测量偏差σ1~σn都要小,可见,经测量值整合模型整合后获得的目标测量值xopt的精准度更高。
进一步的,在测量值整合模型建立完成后,在测量电池参数时,可以采用该测量值整合模型,对电池参数的各个测量值进行整合,具体的,参阅图2所示,本申请实施例提供的电池参数测量方法的概况流程如下:
步骤201:获取电池参数的各个测量值。
在具体实施时,可以利用电池参数对应的各个传感器和/或各个测量方法,对电池参数进行测量,得到电池参数的各个初始测量值。例如,当电池参数为电流时,可以通过各个电流传感器和/或各个电流测量方法,对电池的电流进行测量,得到电流的各个初始测量值。又如,当电池参数为电压时,可以通过各个电压传感器和/或各个电压测量方法,对电池的电压进行测量,得到电压的各个初始测量值。
进一步的,在利用电池参数对应的各个传感器和/或各个测量方法,对电池参数进行测量,得到电池参数的各个初始测量值之后,可以基于测量值整合模型建立时采用的电池参数的各个测量值的选取方式,从电池参数的各个初始测量值中,选取电池参数的各个测量值,具体选取方式不再赘述。
值得说的是,本申请实施例中,若利用电池参数对应的各个传感器和/或各个测量方法,对电池参数进行测量,获得电池参数的一个初始测量值,则可以将该一个初始测量值直接确定为电池参数的目标测量值,此种情况下,可以确定用于测量电池参数的各个传感器和/或各个测量方法出现异常,并输出电池参数测量异常通知。例如,当电池参数为电流时,若利用各个电流传感器和/或各个电流测量方法,对电池的电流进行测量,获得电池电流的一个初始测量值,则直接将该初始测量值确定为电池电流的目标测量值,并输出电流测量异常通知。又如,当电池参数为电压时,若利用各个电压传感器和/或各个电压测量方法,对电池的电压进行测量,获得电池电压的一个初始测量值,则直接将该初始测量值确定为电池电压的目标测量值,并输出电压测量异常通知。
步骤202:基于电池参数的各个测量值,采用测量值整合模型,得到电池参数的目标测量值。
在具体实施时,可以将电池参数的各个测量值直接输入测量值整合模型,从而得到电池参数的目标测量值。例如,当电池参数为电流时,可以将电池电流的各个测量值输入测量值整合模型,从而得到电池电流的目标测量值。又如,当电池参数为电压时,可以将电池电压的各个测量值输入测量值整合模型,从而得到电池电压的目标测量值。
基于上述实施例,本申请实施例提供了一种电池参数测量装置,参阅图3所示,本申请实施例提供的电池参数测量装置300至少包括:
测量值获取单元301,用于获取电池参数的各个测量值;
测量值整合单元302,用于基于电池参数的各个测量值,采用测量值整合模型,得到电池参数的目标测量值;其中,测量值整合模型是基于电池参数的各个测量值的标准测量偏差,确定电池参数的各个测量值的最优加权系数后,基于电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将电池参数的各个测量值整合为一个测量值的模型。
在一种可能的实施方式中,本申请实施例提供的电池参数测量装置300还包括:
模型建立单元303,用于基于电池参数的各个测量值的标准测量偏差,确定各个测量值的加权平均值的方差;将方差最小时各个测量值的加权系数确定为相应测量值的最优加权系数。
在一种可能的实施方式中,模型建立单元303确定的电池参数的各个测量值中的任意一个测量值的最优加权系数为其中,ηt表征第t个测量值的最优加权系数,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
在一种可能的实施方式中,模型建立单元303建立的测量值整合模型为其中,xopt表征目标测量值,xt表征第t个测量值,σt表征第t个测量值的标准测量偏差,σk表征任意一个测量值的标准测量偏差,n表征测量值的数量。
在一种可能的实施方式中,获取电池参数的各个测量值时,测量值获取单元301具体用于:
通过各个传感器对电池参数进行测量,得到电池参数的各个测量值;
和/或,通过各个测量方法对电池参数进行测量,得到电池参数的各个测量值。
需要说明的是,本申请实施例提供的电池参数测量装置300解决技术问题的原理与本申请实施例提供的电池参数测量方法相似,因此,本申请实施例提供的电池参数测量装置300的实施可以参见本申请实施例提供的电池参数测量方法的实施,重复之处不再赘述。
基于上述实施例,本申请实施例还提供了一种电池包,包括多个电池、充电控制器和能源管理系统,还包括本申请实施例提供的电池参数测量装置300,电池参数测量装置300与多个电池分别连接,用于对多个电池的电池参数进行测量。
在一种可能的实施方式中,充电控制器用于将电网供电制式转换为满足电池充电要求的制式,即将交流电转换为相应电压的直流电,当开始为电池充电时,充电控制器控制充电器处于恒流充电阶段,当电池电压上升到一定值时,充电控制器控制充电器进入恒压充电阶段,充电器进入恒压充电阶段后,充电电流逐渐减小,当充电电流减小到一定值时,充电器进入涓流充电阶段,本申请中,还可以采用脉冲式电流进行快速充电。
在一种可能的实施方式中,能源管理系统用于在电动汽车降速制动和下坡滑行时进行能量回收,并将回收的能量转换成电能存储至电池中,能源管理系统还可以对电池的电压、电流、温度、电解液浓度、内阻、当前剩余电量、放电时间和放电深度等电池参数进行实时检测,并按照电池对环境温度的要求进行调温控制,以及通过限流控制避免电池过充、放电。
基于上述实施例,本申请实施例还提供了一种电动汽车,包括底盘车架、车身、车轮、电力驱动控制系统、传动系统、转向系统和制动系统,还包括本申请实施例提供的电池包。
在一种可能的实施方式中,电力驱动控制系统包括车载电源模块、电力驱动主模块和辅助模块;其中,车载电源模块由电池、能源管理系统和充电控制器组成,电力驱动主模块由中央控制单元、驱动控制器、电动机、机械传动装置、加速踏板、制动踏板和操纵手柄(或按钮)等组成。
在一种可能的实施方式中,传动系统用于对电动机进行控制,包括电动机、控制器、变速器、减速器等。
在一种可能的实施方式中,转向系统用于控制电动汽车转向,包括转向操纵机构、转向器、转向传动机构等。
在一种可能的实施方式中,制动系统用于控制电动汽车制动,包括供能装置、控制装置、传动装置、制动器等。
在介绍了本申请实施例提供的电池参数测量方法、装置、电池包和电动汽车之后,接下来,对本申请实施例提供的电池参数测量设备进行简单介绍。
参阅图4所示,本申请实施例提供的电池参数测量设备400至少包括:处理器401、存储器402和存储在存储器402上并可在处理器401上运行的计算机程序,处理器401执行计算机程序时实现本申请实施例提供的电池参数测量方法。
需要说明的是,图4所示的电池参数测量设备400仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供的电池参数测量设备400还可以包括连接不同组件(包括处理器401和存储器402)的总线403。其中,总线403表示几类总线结构中的一种或多种,包括存储器总线、外围总线、局域总线等。
存储器402可以包括易失性存储器形式的可读介质,例如随机存储器(RandomAccess Memory,RAM)4021和/或高速缓存存储器4022,还可以进一步包括只读存储器(ReadOnly Memory,ROM)4023。
存储器402还可以包括具有一组(至少一个)程序模块4024的程序工具4025,程序模块4024包括但不限于:操作子系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
电池参数测量设备400也可以与一个或多个外部设备404(例如键盘、遥控器等)通信,还可以与一个或者多个使得用户能与电池参数测量设备400交互的设备通信(例如手机、电脑等),和/或,与使得电池参数测量设备400与一个或多个其它电池参数测量设备400进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(Input/Output,I/O)接口405进行。并且,电池参数测量设备400还可以通过网络适配器406与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide AreaNetwork,WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器406通过总线403与电池参数测量设备400的其它模块通信。应当理解,尽管图4中未示出,可以结合电池参数测量设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)子系统、磁带驱动器以及数据备份存储子系统等。
下面对本申请实施例提供的计算机可读存储介质进行介绍。本申请实施例提供的计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时实现本申请实施例提供的电池参数测量方法。具体地,该计算机指令可以内置在电池参数测量设备400中,这样,电池参数测量设备400就可以通过执行内置的计算机指令实现本申请实施例提供的电池参数测量方法。
此外,本申请实施例提供的电池参数测量方法还可以实现为一种程序产品,该程序产品包括程序代码,当该程序产品可以在电池参数测量设备400上运行时,该程序代码用于使电池参数测量设备400执行本申请实施例提供的电池参数测量方法。
本申请实施例提供的程序产品可以采用一个或多个可读介质的任意组合,其中,可读介质可以是可读信号介质或者可读存储介质,而可读存储介质可以是但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合,具体地,可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、RAM、ROM、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、光纤、便携式紧凑盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请实施例提供的程序产品可以采用CD-ROM并包括程序代码,还可以在计算设备上运行。然而,本申请实施例提供的程序产品不限于此,在本申请实施例中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种电池参数测量方法,其特征在于,包括:
获取电池参数的各个测量值;
基于所述电池参数的各个测量值,采用测量值整合模型,得到所述电池参数的目标测量值;其中,所述测量值整合模型是基于所述电池参数的各个测量值的标准测量偏差,确定所述电池参数的各个测量值的最优加权系数后,基于所述电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将所述电池参数的各个测量值整合为一个测量值的模型。
2.如权利要求1所述的电池参数测量方法,其特征在于,基于电池参数的各个测量值的标准测量偏差,确定所述电池参数的各个测量值的最优加权系数,包括:
基于所述电池参数的各个测量值的标准测量偏差,确定所述各个测量值的加权平均值的方差;
将所述方差最小时所述各个测量值的加权系数确定为相应测量值的最优加权系数。
5.如权利要求1-4任一项所述的电池参数测量方法,其特征在于,获取电池参数的各个测量值,包括:
通过各个传感器对所述电池参数进行测量,得到所述电池参数的各个测量值;和/或,
通过各个测量方法对所述电池参数进行测量,得到所述电池参数的各个测量值。
6.一种电池参数测量装置,其特征在于,包括:
测量值获取单元,用于获取电池参数的各个测量值;
测量值整合单元,用于基于所述电池参数的各个测量值,采用测量值整合模型,得到所述电池参数的目标测量值;其中,所述测量值整合模型是基于所述电池参数的各个测量值的标准测量偏差,确定所述电池参数的各个测量值的最优加权系数后,基于所述电池参数的各个测量值的最优加权系数,采用加权平均方法预先建立的用于将所述电池参数的各个测量值整合为一个测量值的模型。
7.一种电池包,包括多个电池、充电控制器和能源管理系统,其特征在于,还包括如权利要求6所述的电池参数测量装置,所述电池参数测量装置与所述多个电池分别连接,用于对所述多个电池的电池参数进行测量。
8.一种电动汽车,包括:底盘车架、车身、车轮、电力驱动控制系统、传动系统、转向系统、制动系统和安全及指示系统,其特征在于,还包括如权利要求7所述的电池包。
9.一种电池参数测量设备,其特征在于,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述的电池参数测量方法。
10.一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有计算机指令,所述计算机指令被处理器执行时实现如权利要求1-5任一项所述的电池参数测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460865.6A CN113219347A (zh) | 2021-04-27 | 2021-04-27 | 一种电池参数测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460865.6A CN113219347A (zh) | 2021-04-27 | 2021-04-27 | 一种电池参数测量方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113219347A true CN113219347A (zh) | 2021-08-06 |
Family
ID=77089335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110460865.6A Pending CN113219347A (zh) | 2021-04-27 | 2021-04-27 | 一种电池参数测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219347A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776654A (zh) * | 2014-02-21 | 2014-05-07 | 黑龙江省科学院自动化研究所 | 多传感器信息融合的故障诊断方法 |
WO2019114807A1 (zh) * | 2017-12-15 | 2019-06-20 | 蔚来汽车有限公司 | 多传感器目标信息融合 |
CN110082557A (zh) * | 2019-05-20 | 2019-08-02 | 郑州工程技术学院 | 一种烟草卷接包车间的通风流场数据融合方法 |
CN110133507A (zh) * | 2019-04-23 | 2019-08-16 | 杭州电子科技大学 | 一种基于narx-ukf算法的电池剩余电量估计方法 |
CN110244228A (zh) * | 2019-07-17 | 2019-09-17 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电池控制方法及装置 |
CN110658460A (zh) * | 2019-09-29 | 2020-01-07 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电池包的电池寿命预测方法及装置 |
CN110987068A (zh) * | 2019-11-28 | 2020-04-10 | 中国人民解放军陆军炮兵防空兵学院郑州校区 | 一种多传感器综合控制系统数据融合方法 |
CN111537895A (zh) * | 2020-07-13 | 2020-08-14 | 延锋伟世通电子科技(南京)有限公司 | 一种多参数联合估算soc的方法 |
CN111596222A (zh) * | 2020-04-23 | 2020-08-28 | 东软睿驰汽车技术(沈阳)有限公司 | 一种获得车辆电池的健康状态的方法和相关装置 |
CN111746756A (zh) * | 2020-06-24 | 2020-10-09 | 智慧航海(青岛)智能系统工程有限公司 | 基于多传感器的船舶控制方法及装置 |
CN112269136A (zh) * | 2020-10-13 | 2021-01-26 | 深圳市智达百川科技有限公司 | 物联网电池电量测量方法、装置、系统、设备及存储介质 |
-
2021
- 2021-04-27 CN CN202110460865.6A patent/CN113219347A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776654A (zh) * | 2014-02-21 | 2014-05-07 | 黑龙江省科学院自动化研究所 | 多传感器信息融合的故障诊断方法 |
WO2019114807A1 (zh) * | 2017-12-15 | 2019-06-20 | 蔚来汽车有限公司 | 多传感器目标信息融合 |
CN110133507A (zh) * | 2019-04-23 | 2019-08-16 | 杭州电子科技大学 | 一种基于narx-ukf算法的电池剩余电量估计方法 |
CN110082557A (zh) * | 2019-05-20 | 2019-08-02 | 郑州工程技术学院 | 一种烟草卷接包车间的通风流场数据融合方法 |
CN110244228A (zh) * | 2019-07-17 | 2019-09-17 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电池控制方法及装置 |
CN110658460A (zh) * | 2019-09-29 | 2020-01-07 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电池包的电池寿命预测方法及装置 |
CN110987068A (zh) * | 2019-11-28 | 2020-04-10 | 中国人民解放军陆军炮兵防空兵学院郑州校区 | 一种多传感器综合控制系统数据融合方法 |
CN111596222A (zh) * | 2020-04-23 | 2020-08-28 | 东软睿驰汽车技术(沈阳)有限公司 | 一种获得车辆电池的健康状态的方法和相关装置 |
CN111746756A (zh) * | 2020-06-24 | 2020-10-09 | 智慧航海(青岛)智能系统工程有限公司 | 基于多传感器的船舶控制方法及装置 |
CN111537895A (zh) * | 2020-07-13 | 2020-08-14 | 延锋伟世通电子科技(南京)有限公司 | 一种多参数联合估算soc的方法 |
CN112269136A (zh) * | 2020-10-13 | 2021-01-26 | 深圳市智达百川科技有限公司 | 物联网电池电量测量方法、装置、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112666464B (zh) | 电池健康状态预测方法、装置、电子设备和可读存储介质 | |
CN110549876B (zh) | 一种能量输出控制方法、装置和氢燃料混合动力汽车 | |
Lin et al. | Reinforcement learning based power management for hybrid electric vehicles | |
CN107870306A (zh) | 一种基于深度神经网络下的锂电池荷电状态预测算法 | |
CN105467325A (zh) | 电池容量退化解决的方法和系统 | |
CN112215434A (zh) | 一种lstm模型的生成方法、充电时长预测方法及介质 | |
US11518269B2 (en) | Management apparatus, management method, and program | |
Díaz et al. | Particle-filtering-based prognostics for the state of maximum power available in lithium-ion batteries at electromobility applications | |
CN110015162A (zh) | 电池健康状态检测方法、装置和系统以及存储介质 | |
CN111532150A (zh) | 基于自学习的电动汽车充电控制策略优化方法及系统 | |
Wang et al. | A driving-behavior-based SoC prediction method for light urban vehicles powered by supercapacitors | |
CN111301219A (zh) | 一种电动车电池控制方法、系统、设备及可读存储介质 | |
KR20200087494A (ko) | 배터리 관리 방법 및 장치 | |
CN115610252A (zh) | 一种车辆电池热管理启用方法、装置、设备及存储介质 | |
CN115236526A (zh) | 一种剩余充电时间预测方法、装置、存储介质和车辆 | |
Qahtan et al. | Charging Station of Electric Vehicle Based on IoT: A Review | |
US20200244089A1 (en) | Secondary battery state detecting system, secondary battery state detecting device, and secondary battery state detecting method | |
CN113219347A (zh) | 一种电池参数测量方法及装置 | |
CN114035064B (zh) | 一种电池电荷状态校正方法、装置、车辆及存储介质 | |
CN113687237B (zh) | 一种保障电气安全的锂电池剩余充电时间预测方法 | |
CN116080470A (zh) | 电动汽车的动力电池监控方法、装置、服务器及介质 | |
CN114597990A (zh) | 电池系统控制方法、装置、电子设备及存储介质 | |
WO2023145205A1 (ja) | 情報処理方法、情報処理装置及び制御プログラム | |
CN113619447B (zh) | 电动汽车电池荷电状态的预测方法 | |
US20230078874A1 (en) | Computer and electricity adjustment method |
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 |