CN113466720B - 一种实车锂电池漏电流检测方法 - Google Patents
一种实车锂电池漏电流检测方法 Download PDFInfo
- Publication number
- CN113466720B CN113466720B CN202110762702.3A CN202110762702A CN113466720B CN 113466720 B CN113466720 B CN 113466720B CN 202110762702 A CN202110762702 A CN 202110762702A CN 113466720 B CN113466720 B CN 113466720B
- Authority
- CN
- China
- Prior art keywords
- ocv
- current
- ready event
- ready
- time
- 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
- G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Abstract
本发明涉及锂离子电池应用技术领域,更具体的说,涉及一种实车锂电池漏电流检测方法。为了实现上述目的,本方法包括:步骤S1、获取实车电池对应同类型电池的OCV‑SOC充放电曲线;步骤S2‑步骤S4、记录并保存第一次、第二次和第三次OCV Ready事件从未发生到发生时的数据;步骤S5、计算第一次和第二次OCV Ready事件之间,第二次和第三次OCV Ready事件之间的数据;步骤S6、根据最近三次OCV Ready事件的数据,计算参数α和参数β;步骤S7、判断参数α是否大于阈值α0并且参数β是否大于阈值β0;步骤S8、计算漏电流I。本方法在无需准确得到电池容量、无需额外设备的情况下实现锂电池漏电流检测,为判断锂电池的内短路状态或者内部安全状态提供准确的依据。
Description
技术领域
本发明涉及锂离子电池应用技术领域,更具体的说,涉及一种实车锂电池漏电流检测方法。
背景技术
近年来,能源枯竭和环境污染问题日益受到关注,全球开始大力倡导节能、环保的新能源汽车,其中,锂离子电池汽车受到了越来越多的关注,逐渐开始进入公众视野。
由于锂离子电池受自身材料体系以及制造因素的影响,不可避免的会存在自放电现象,并且在逐渐使用过程中,自放电现象可能会逐渐加剧,增加了电池之间的不一致性,也加剧了电池SOC(State of Charge,电池荷电状态)的消耗,降低了续驶里程,甚至当自放电严重的一定程度时会带来一定的安全风险。
此外,在锂电池的使用过程中,由于各种滥用情况的存在,或者锂电池受到外部撞击后存在发生内短路的可能,并且随着电池的不断使用,锂电池内短路发生逐渐演化,最终可能导致锂电池发生热失控现象。
在实车上监控锂电池内短路的严重程度能够有效预防内短路导致热失控现象的发生。
目前,业内普遍采用如下方法表征或测量锂电池的漏电流:
1)电压降法,用储存过程中电压降低的速率来表征自放电的大小。电压降法最简单实用,是当前生产普遍采用的方法,该方法操作简单,缺点是电压降并不能直观地反映容量的损失;
2)SOC衰减法,用单位时间内SOC降低的百分数来表示锂电池的漏电流;
3)自放电电流法,根据SOC损失和时间的关系推算电池储存过程中的自放电电流;
4)副反应消耗的Li+摩尔数计算法,基于电池储存过程Li+消耗速率受负极SEI膜电子电导的影响,推导算Li+消耗量随储存时间的关系。
上述方法都能够比较精准的衡量锂电池的自放电严重程度,但是都需要电池静置足够时间或者单独对电池进行一系列操作,因此,上述方法更多用于电池包未装车时的漏电流检测,不利于在实车环境下检测并有效评估锂电池的自放电情况即漏电流大小。
同时,上述方法或者需要知道锂电池的容量数据,或者需要额外的设备才能够检测锂电池的漏电流。
发明内容
本发明的目的是提供一种实车锂电池漏电流检测方法,解决现有技术的漏电流检测方法必须知道锂电池的容量数据,无法在实车环境下测量的问题。
为了实现上述目的,本发明提供了一种实车锂电池漏电流检测方法,包括以下步骤:
步骤S1、获取实车电池对应同类型电池的OCV-SOC充放电曲线;
步骤S2、在实车运行过程中,根据OCV Ready事件触发判定规则,判断电池是否发生OCV Ready事件,记录并保存第一次OCV Ready事件从未发生到发生时的电池荷电状态SOC1以及时间戳t1;
所述OCV Ready事件触发判定规则为,当电池包持续给定时间保持静置状态,则判定OCV Ready事件发生;
步骤S3、记录并保存第二次OCV Ready事件从未发生到发生时的电池荷电状态SOC2以及时间戳t2;
步骤S4、记录并保存第三次OCV Ready事件从未发生到发生时的电池荷电状态SOC3以及时间戳t3;
步骤S5、计算第一次OCV Ready事件和第二次OCV Ready事件之间的累计充电电量ΔQchg1、累计放电电量ΔQdisch1、累计荷电状态变化量ΔSOC1=SOC2-SOC1、累计时间Δt1=t2-t1;
计算第二次OCV Ready事件和第三次OCV Ready事件之间的累计充电电量ΔQchg2、累计放电电量ΔQdisch2、累计荷电状态变化量ΔSOC2=SOC3-SOC2、累计时间Δt2=t3-t2;
步骤S6、根据步骤S5所得的最近三次OCV Ready事件的数据,计算参数α和参数β,对应表达式如下:
α=ΔSOC1*(ΔQchg2-ΔQdisch2)-ΔSOC2*(ΔQchg1-ΔQdisch1);
β=ΔSOC2*Δt1-ΔSOC1*Δt2;
步骤S7、判断参数α是否大于阈值α0并且参数β是否大于阈值β0,如果参数α大于阈值α0并且参数β大于阈值β0,则进入步骤S8;
步骤S8、计算漏电流I,对应表达式如下:
I=α/β。
在一实施例中,所述步骤S7中,如果参数α没有大于阈值α0或者参数β没有大于阈值β0,则舍弃第一次OCV Ready事件记录的数据,将第二次OCV Ready事件和第三次OCVReady事件记录的数据分别作为新的第一次OCV Ready事件和第二次OCV Ready事件记录的数据,执行步骤S4。
在一实施例中,所述步骤S1中的OCV-SOC充放电曲线通过离线标定方式获得。
在一实施例中,所述OCV Ready事件触发判定规则为:
当电池包实际电流绝对值在给定时间内小于给定电流阈值,则判定发生OCVReady事件。
在一实施例中,给定时间为30分钟,给定电流阈值为1A。
在一实施例中,所述步骤S2、步骤S3和步骤S4的电池荷电状态通过查找OCV-SOC充放电曲线表的方式获得。
在一实施例中,所述步骤S5中的累计充电电量和累计放电电量采用电流积分的方式获得,充电电量与放电电量通过电流正负区分。
在一实施例中,所述步骤S5中的累计充电电量和累计放电电量的计算方式如下:
当前一次OCV Ready事件从未发生到发生时,将累计充放电电量清零;
如果当前控制器步长的电流大于零,则当前步长的累计充电电量等于上个步长的累计充电电量加当前步长的电流乘以控制器的步长;
否则当前步长的累计充电电量不变,等于上个步长的累计充电电量;
如果当前控制器步长的电流小于零,则当前步长的累计放电电量等于上个步长的累计放电电量加当前步长的电流绝对值乘以控制器的步长;
否则当前步长累计放电电量不变,等于上个步长的累计放电电量。
在一实施例中,每次OCV Ready事件中的电流值,通过以下方式获取并记录:
步骤S51、初始化参数,控制器将OCV Ready标志位置0,OCV Ready事件计时器置0;
步骤S52、获取新的步长的电流绝对值;
步骤S53、判断计时器是否大于给定时间阈值并且电流绝对值小于给定电流阈值,如果是则进入步骤S54,如果否则进入步骤S55;
步骤S54、将OCV Ready标志位置1,并持续获取新的步长的电流绝对值直至电流绝对值大于给定电流阈值,将OCV Ready标志位置0,OCV Ready事件计时器置0,返回步骤S52;
步骤S55、判断电流绝对值是否小于给定电流阈值,如果是则将OCV Ready事件计时器加1后进入步骤S52,如果否则将OCV Ready事件计时器置0后进入步骤S52。
在一实施例中,所述步骤S3、步骤S4还包括校验时间戳步骤:
判断上一次OCV Ready事件记录的时间戳至本次OCV Ready事件发生时是否出现时间错乱;
如果发生时间错乱,则舍弃之前记录的数据,将本次OCV Ready事件记录的数据作为新的第一次OCV Ready事件记录的数据;
再次进入步骤S3。
在一实施例中,所述参数α的数据类型为浮点型,保留固定位数的小数;
所述参数β的数据类型为浮点型,保留固定位数的小数。
本发明提供的一种实车锂电池漏电流检测方法,使用在满足给定条件下的电池SOC数据和电流积分数据,在无需准确得到电池容量、无需额外设备的情况下,实现实车锂电池漏电流的检测,为判断锂电池的内短路状态或者内部安全状态提供准确的依据。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显,在附图中相同的附图标记始终表示相同的特征,其中:
图1揭示了根据本发明一实施例的实车锂电池漏电流检测方法流程图;
图2揭示了根据本发明一实施例的OCV Ready事件记录电流值的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释发明,并不用于限定发明。
基于上述问题,本发明提出了一种实车锂电池漏电流检测方法,在实车上不改变电池包硬件的情况下,仅仅通过软件更新的方式,通过在实车环境下采集电池在满足给定条件下的电池荷电状态和电池电流积分参数,实现锂电池漏电流的测量,使得BMS能够在无需知道电池容量的情况下得到锂电池的漏电流,进而知道电池的自放电情况以及内短路程度,增加BMS对电池的精细化管理。
图1揭示了根据本发明一实施例的实车锂电池漏电流检测方法流程图,本发明提出的实车锂电池漏电流检测方法,包括以下步骤:
步骤S1、获取实车电池对应同类型电池的OCV-SOC充放电曲线;
步骤S2、在实车运行过程中,根据OCV Ready事件触发判定规则,判断电池是否发生OCV Ready事件,记录并保存第一次OCV Ready事件从未发生到发生时的电池荷电状态SOC1以及时间戳t1;
所述OCV Ready事件触发判定规则为,当电池包持续给定时间保持静置状态,则判定OCV Ready事件发生;
步骤S3、记录并保存第二次OCV Ready事件从未发生到发生时的电池荷电状态SOC2以及时间戳t2;
步骤S4、记录并保存第三次OCV Ready事件从未发生到发生时的电池荷电状态SOC3以及时间戳t3;
步骤S5、计算第一次OCV Ready事件和第二次OCV Ready事件之间的累计充电电量ΔQchg1、累计放电电量ΔQdisch1、累计荷电状态变化量ΔSOC1=SOC2-SOC1、累计时间Δt1=t2-t1;
计算第二次OCV Ready事件和第三次OCV Ready事件之间的累计充电电量ΔQchg2、累计放电电量ΔQdisch2、累计荷电状态变化量ΔSOC2=SOC3-SOC2、累计时间Δt2=t3-t2;
步骤S6、根据步骤S5所得的最近三次OCV Ready事件的数据,计算参数α和参数β,对应表达式如下:
α=ΔSOC1*(ΔQchg2-ΔQdisch2)-ΔSOC2*(ΔQchg1-ΔQdisch1);
β=ΔSOC2*Δt1-ΔSOC1*Δt2;
步骤S7、判断参数α是否大于阈值α0并且参数β是否大于阈值β0,如果参数α大于阈值α0并且参数β大于阈值β0,则进入步骤S8;
步骤S8、计算漏电流I,对应表达式如下:
I=α/β。
下面详细说明本方法的每一步骤。
步骤S1、获取实车电池包对应同类型电池的OCV-SOC充放电曲线。
获取与实车电池同类型的电池的预设OCV-SOC充放电曲线,利用OCV-SOC充放电曲线,计算OCV Ready事件发生时的荷电状态。
更进一步的,实车电池同类型的电池的预设OCV-SOC充放电曲线,通过离线标定的方式获得。
步骤S2、在实车运行过程中,根据OCV Ready事件触发判定规则,判断电池是否发生OCV Ready事件,记录并保存第一次OCV Ready事件从未发生到发生时的电池荷电状态SOC1以及时间戳t1。
OCV Ready事件触发判定规则为,在实车运行过程中,当电池包电压持续静置给定时间时,视为发生了OCV Ready事件,此时电池电压为OCV。
在本实施例中,当电池包实际电流绝对值在30分钟内小于给定阈值1A,则判定发生OCV Ready事件。如果30分钟内有电流超过1A则需要重新累计时间,即必须确保电池包实际电流绝对值在30分钟内全部小于1A才可以认为OCV Ready事件发生。
根据OCV-SOC充放电曲线,采集此时的电池荷电状态SOC1以及当前时间戳t1。
由于在实车上BMS控制器是离散运行的,因此,控制器通过OCV Ready标志位记录OCV Ready事件是否发生。
当OCV Ready事件未发生时,该OCV Ready标志位置0;
当OCV Ready事件发生时,该OCV Ready标志位置1。
当OCV Ready标志位从0变为1时,根据OCV-SOC充放电曲线表,通过查表方式查询此时的SOC荷电状态。
OCV-SOC充放电曲线有两张表,此时,需要根据BMS的运行模式确定查询哪张表:
如果此时BMS是AC或DC充电模式,则查询OCV-SOC充电曲线表;
如果此时BMS是放电模式,则查询OCV-SOC放电曲线表。
同时,需要记录OCV Ready事件标志位从0变为1时的时间戳t1,该时间戳需要在汽车停止运行的情况下依然准确运行。
步骤S3、记录并保存第二次OCV Ready事件从未发生到发生时的电池荷电状态SOC2以及时间戳t2。
当第二次OCV Ready事件从未发生到发生时,根据OCV-SOC充放电曲线采集此时的电池荷电状态SOC2以及当前时间戳t2。
当OCV Ready事件标志位从0变为1时,根据OCV-SOC充放电曲线表,结合此时的BMS实际运行模式,通过查表方式查询此时的SOC荷电状态。
同时,需要记录OCV Ready事件标志位从0变为1时的时间戳t2,该时间戳需要在汽车停止运行的情况下依然准确运行。
对于时间戳进行校验,如果上一次记录的时间戳到本次OCV Ready事件发生过时间错乱的情况,则需要抛弃上一次OCV Ready事件记录的荷电状态以及时间戳,将此次OCVReady事件记录的荷电状态以及时间戳视为第一次OCV Ready事件从未发生到发生时的电池荷电状态以及时间戳,并重新运行步骤S3等待记录保存第二次OCV Ready事件的数据。
步骤S4、记录并保存第三次OCV Ready事件从未发生到发生时的电池荷电状态SOC3以及时间戳t3。
当OCV Ready事件标志位从0变为1时,根据OCV-SOC充放电曲线表,结合此时的BMS实际运行模式,通过查表方式查询此时的SOC荷电状态。
同时,需要记录OCV Ready事件标志位从0变为1时的时间戳t3,该时间戳需要在汽车停止运行的情况下依然准确运行。
对于时间戳进行校验,如果上一次记录的时间戳到现在发生过时间错乱的情况则需要抛弃之前记录的荷电状态以及时间戳,将此次记录的荷电状态以及时间戳视为第一次OCV Ready事件从未发生到发生时的电池荷电状态以及时间戳,并重新运行步骤S3。
步骤S5、计算第一次OCV Ready事件和第二次OCV Ready事件之间的累计充电电量ΔQchg1、累计放电电量ΔQdisch1、累计荷电状态变化量ΔSOC1=SOC2-SOC1、累计时间Δt1=t2-t1。;
计算第二次OCV Ready事件和第三次OCV Ready事件之间的累计充电电量Δchg2、累计放电电量ΔQdisch2、累计荷电状态变化量ΔSOC2=SOC3-SOC2、累计时间Δt2=t3-t2。
需要说明的是,当前三次OCV Ready事件从未发生到发生时的时间戳都正确时,才可以执行步骤S5,
累计充电电量和累计放电电量采用电流积分的方式获得,充电电量与放电电量通过电流正负区分,电流为正则为充电电量,电流为负则为放电申量。
累计充电电量和累计放电电量的计算方式如下:
当前一次OCV Ready事件从未发生到发生时,将累计充放电电量清零;
随后,随着控制器逐步的运行,
如果当前控制器步长step的电流大于零,则当前步长step累计充电电量等于上个step的累计充电电量加当前step的电流乘以控制器的步长;
否则,当前step累计充电电量不变,仍然等于上个step的累计充电电量;
如果当前step的电流小于零,则当前step累计放电电量等于上个step的累计放电电量加当前step的电流绝对值乘以控制器的步长;
否则当前step累计放电电量不变,仍然等于上个step的累计放电电量。
其中,step为BMS的运行周期,以s为单位,可选的,step为0.1s。
图2揭示了根据本发明一实施例的OCV Ready事件记录电流值的流程图,如图2所示,每次OCV Ready事件中,通过以下方式获取并记录电流值:
步骤S51、初始化参数,控制器将OCV Ready标志位置0,OCV Ready事件计时器置0;
步骤S52、获取新的步长step的电流绝对值;
步骤S53、判断计时器是否大于给定时间阈值并且电流绝对值小于给定电流阈值,如果是则进入步骤S54,如果否则进入步骤S55;
步骤S54、将OCV Ready标志位置1,并持续获取新的步长的电流绝对值直至电流绝对值大于给定电流阈值,将OCV Ready标志位置0,OCV Ready事件计时器置0,返回步骤S52;
步骤S55、判断电流绝对值是否小于给定电流阈值,如果是则将OCV Ready事件计时器加1后进入步骤S52,如果否则将OCV Ready事件计时器置0后进入步骤S52。
需要说明的是,这里的步骤S51-S55是每次OCV Ready事件中都需要采集获取的,对应于步骤S2、步骤S3和步骤S4。
S6、根据步骤S5的最近三次OCV Ready事件时记录的数据计算参数α和参数β,对应表达式如下:
α=ΔSOC1*(ΔQchg2-ΔQdisch2)-ΔSOC2*(ΔQchg1-ΔQdisch1);
β=ΔSOC2*Δt1-ΔSOC1*Δt2;
需要说明的是,参数α的数据类型为浮点型,需要保留固定位数的小数。
需要说明的是,参数β的数据类型为浮点型,需要保留固定位数的小数。
S7、判断参数α是否大于阈值α0并且参数β是否大于阈值β0,如果参数α大于阈值α0并且参数β大于阈值β0,则进入步骤S8,否则,进入步骤S4。
只有在参数α大于阈值α0并且参数β大于阈值β0时,才可以进入步骤S8计算漏电流,因为当OCV Ready事件发生后,由于漏电流的影响,此时的电池单体电压并不可以等效为开路电压,因此,按照OCV-SOC查表的方式会引入一定的误差,此外,累计充放电电流积分的过程中也会引入一定的误差,因此,为了能够一定程度降低误差对于漏电流的影响,必须对参数α和参数β做一定的限值。
当参数α和参数β这两个参数过小时,不做漏电流计算。随后,扔掉第一次OCVReady事件时记录的数据,将原先第二次和第三次OCV Ready事件时记录的数据分别作为新的第一次和第二次OCV Ready事件时记录的数据,然后执行步骤S4,待下一次OCV Ready事件从未发生到发生时记录此时的荷电状态与时间戳作为新的第三次OCV Ready事件时记录的数据,并与原先第二次和第三次OCV Ready事件从未发生到发生时保存的荷电状态与时间戳组成最近三次OCV Ready事件并执行步骤S5。
S10、计算漏电流:I=α/β。
本发明提出的实车锂电池漏电流检测方法,根据最近三次OCV Ready事件时存储的电池荷电状态以及每相邻两次OCV Ready之间的累计充放电电量以及时间作为实车漏电流计算的输入,并根据以上参数计算参数α和β,当参数α和β分别大于给定阈值时,利用公式I=α/β计算漏电流。
当漏电流较大时,此时根据OCV采集到的SOC会产生一定的误差,本发明采用在参变量α和β分别大于给定阈值时才进行漏电流计算,同时计算过程无需使用锂电池的容量信息,可以有效的避免SOC误差导致的漏电流计算失误情况,可以较为准确的测得在电池内短路发生时的漏电流大小,并基于漏电流的大小评估电池内短路的风险。
本发明提供的一种实车锂电池漏电流检测方法,具体具有以下有益效果:
1)通过使用电池在满足给定条件下的SOC数据和电流积分数据实现在无需准确得到电池容量的情况下获得实车环境下锂电池的漏电流,整个测试过程仅仅使用BMS在正常工作中生成的数据,无需额外的测试设备;
2)OCV Ready事件的触发判定方法,能够有效的缩短电池是否处于稳定状态的时间,降低整体锂电池漏电流的检测时间;
3)锂电池漏电流计算只能在符合给定阈值的情况下计算,能够有效的避免因为各种参数测量引入误差所带来的漏电流计算偏差,增加锂电池漏电流的检测精度。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上,除非另有明确的限定。
上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的,熟悉本领域的人员可在不脱离本发明的发明思想的情况下,对上述实施例做出种种修改或变化,因而本发明的保护范围并不被上述实施例所限,而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (10)
1.一种实车锂电池漏电流检测方法,其特征在于,包括以下步骤:
步骤S1、获取实车电池对应同类型电池的OCV-SOC充放电曲线;
步骤S2、在实车运行过程中,根据OCV Ready事件触发判定规则,判断电池是否发生OCVReady事件,记录并保存第一次OCV Ready事件从未发生到发生时的电池荷电状态SOC1以及时间戳t1;
所述OCV Ready事件触发判定规则为,当电池包持续给定时间保持静置状态,则判定OCV Ready事件发生;
步骤S3、记录并保存第二次OCV Ready事件从未发生到发生时的电池荷电状态SOC2以及时间戳t2;
步骤S4、记录并保存第三次OCV Ready事件从未发生到发生时的电池荷电状态SOC3以及时间戳t3;
步骤S5、计算第一次OCV Ready事件和第二次OCV Ready事件之间的累计充电电量ΔQc g1、累计放电电量ΔQdisc 1、累计荷电状态变化量ΔSOC1=SOC2-SOC1、累计时间Δt1=t2-t1;
计算第二次OCV Ready事件和第三次OCV Ready事件之间的累计充电电量ΔQc g2、累计放电电量ΔQdisc 2、累计荷电状态变化量ΔSOC2=SOC3-SOC2、累计时间Δt2=t3-t2;
步骤S6、根据步骤S5所得的最近三次OCV Ready事件的数据,计算参数α和参数β,对应表达式如下:
α=ΔSOC1*(ΔQc g2-ΔQdisc 2)-ΔSOC2*(ΔQc g1-ΔQdisc 1);
β=ΔSOC2*Δt1-ΔSOC1*Δt2;
步骤S7、判断参数α是否大于阈值α0并且参数β是否大于阈值β0,如果参数α大于阈值α0并且参数β大于阈值β0,则进入步骤S8;
步骤S8、计算漏电流I,对应表达式如下:
I=α/β。
2.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S7中,如果参数α没有大于阈值α0或者参数β没有大于阈值β0,则舍弃第一次OCV Ready事件记录的数据,将第二次OCV Ready事件和第三次OCV Ready事件记录的数据分别作为新的第一次OCVReady事件和第二次OCV Ready事件记录的数据,执行步骤S4。
3.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S1中的OCV-SOC充放电曲线通过离线标定方式获得。
4.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述OCV Ready事件触发判定规则为:
当电池包实际电流绝对值在给定时间内小于给定电流阈值,则判定发生OCV Ready事件。
5.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S2、步骤S3和步骤S4的电池荷电状态通过查找OCV-SOC充放电曲线表的方式获得。
6.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S5中的累计充电电量和累计放电电量采用电流积分的方式获得,充电电量与放电电量通过电流正负区分。
7.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S5中的充电电量和放电电量通过电流正负区分,累计充电电量和累计放电电量的计算方式如下:
当前一次OCV Ready事件从未发生到发生时,将累计充放电电量清零;
如果当前控制器步长的电流大于零,则当前步长的累计充电电量等于上个步长的累计充电电量加当前步长的电流乘以控制器的步长;
否则当前步长的累计充电电量不变,等于上个步长的累计充电电量;
如果当前控制器步长的电流小于零,则当前步长的累计放电电量等于上个步长的累计放电电量加当前步长的电流绝对值乘以控制器的步长;
否则当前步长累计放电电量不变,等于上个步长的累计放电电量。
8.根据权利要求6所述的实车锂电池漏电流检测方法,其特征在于,每次OCV Ready事件中,通过以下方式获取并记录电流值:
步骤S51、初始化参数,控制器将OCV Ready标志位置0,OCV Ready事件计时器置0;
步骤S52、获取新的步长的电流绝对值;
步骤S53、判断计时器是否大于给定时间阈值并且电流绝对值小于给定电流阈值,如果是则进入步骤S54,如果否则进入步骤S55;
步骤S54、将OCV Ready标志位置1,并持续获取新的步长的电流绝对值直至电流绝对值大于给定电流阈值,将OCV Ready标志位置0,OCV Ready事件计时器置0,返回步骤S52;
步骤S55、判断电流绝对值是否小于给定电流阈值,如果是则将OCV Ready事件计时器加1后进入步骤S52,如果否则将OCV Ready事件计时器置0后进入步骤S52。
9.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于,所述步骤S3、步骤S4还包括校验时间戳步骤:
判断上一次OCV Ready事件记录的时间戳至本次OCV Ready事件发生时是否出现时间错乱;
如果发生时间错乱,则舍弃之前记录的数据,将本次OCV Ready事件记录的数据作为新的第一次OCV Ready事件记录的数据;
再次进入步骤S3。
10.根据权利要求1所述的实车锂电池漏电流检测方法,其特征在于:
所述参数α的数据类型为浮点型,保留固定位数的小数;
所述参数β的数据类型为浮点型,保留固定位数的小数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762702.3A CN113466720B (zh) | 2021-07-06 | 2021-07-06 | 一种实车锂电池漏电流检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762702.3A CN113466720B (zh) | 2021-07-06 | 2021-07-06 | 一种实车锂电池漏电流检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113466720A CN113466720A (zh) | 2021-10-01 |
CN113466720B true CN113466720B (zh) | 2022-11-22 |
Family
ID=77878542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110762702.3A Active CN113466720B (zh) | 2021-07-06 | 2021-07-06 | 一种实车锂电池漏电流检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113466720B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010018959A2 (ko) * | 2008-08-11 | 2010-02-18 | 주식회사 엘지화학 | 배터리 누설전류 감지 장치 및 방법, 및 상기 장치를 포함하는 배터리 구동 장치 및 배터리 팩 |
US20170253140A1 (en) * | 2016-03-02 | 2017-09-07 | Ford Global Technologies, Llc | Battery cell state of charge initialization in a presence of voltage measurement uncertainty |
US20180164363A1 (en) * | 2016-12-11 | 2018-06-14 | Keysight Technologies, Inc. | Systems and methods for determining a self-discharge current characteristic of a storage cell |
CN109239608A (zh) * | 2018-08-10 | 2019-01-18 | 安徽力高新能源技术有限公司 | 一种实时修正锂电池soc-ocv曲线的方法 |
US20190277923A1 (en) * | 2018-03-12 | 2019-09-12 | Denso Corporation | Battery monitoring apparatus |
CN110549900A (zh) * | 2018-03-30 | 2019-12-10 | 比亚迪股份有限公司 | 电动汽车及动力电池静置之后的参数更新方法、装置 |
CN110687467A (zh) * | 2019-11-13 | 2020-01-14 | 珠海冠宇电池有限公司 | 一种锂电池漏电流的检测方法 |
CN111123120A (zh) * | 2019-11-29 | 2020-05-08 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池自放电电流的测定方法 |
CN111142030A (zh) * | 2019-12-30 | 2020-05-12 | Oppo广东移动通信有限公司 | 用于内短路电流检测方法、装置、设备及可读存储介质 |
CN111679201A (zh) * | 2020-06-30 | 2020-09-18 | 重庆长安新能源汽车科技有限公司 | 一种动力电池包内短路的检测方法 |
CN111781510A (zh) * | 2020-06-09 | 2020-10-16 | 合肥国轩高科动力能源有限公司 | 一种筛选自放电异常电池的方法 |
CN111929602A (zh) * | 2020-06-23 | 2020-11-13 | 上海理工大学 | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 |
CN112014746A (zh) * | 2020-09-08 | 2020-12-01 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
CN112666467A (zh) * | 2019-09-30 | 2021-04-16 | Oppo广东移动通信有限公司 | 电池漏电流的检测方法及装置、电子设备、可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143102B (zh) * | 2018-08-10 | 2020-08-21 | 力高(山东)新能源技术有限公司 | 一种安时积分估算锂电池soc方法 |
CN111123128A (zh) * | 2019-12-17 | 2020-05-08 | 惠州亿纬创能电池有限公司 | 电池漏电流检测方法 |
-
2021
- 2021-07-06 CN CN202110762702.3A patent/CN113466720B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010018959A2 (ko) * | 2008-08-11 | 2010-02-18 | 주식회사 엘지화학 | 배터리 누설전류 감지 장치 및 방법, 및 상기 장치를 포함하는 배터리 구동 장치 및 배터리 팩 |
US20170253140A1 (en) * | 2016-03-02 | 2017-09-07 | Ford Global Technologies, Llc | Battery cell state of charge initialization in a presence of voltage measurement uncertainty |
US20180164363A1 (en) * | 2016-12-11 | 2018-06-14 | Keysight Technologies, Inc. | Systems and methods for determining a self-discharge current characteristic of a storage cell |
CN108226786A (zh) * | 2016-12-11 | 2018-06-29 | 是德科技股份有限公司 | 用于确定存储单元的自放电电流特性的系统和方法 |
US20190277923A1 (en) * | 2018-03-12 | 2019-09-12 | Denso Corporation | Battery monitoring apparatus |
CN110549900A (zh) * | 2018-03-30 | 2019-12-10 | 比亚迪股份有限公司 | 电动汽车及动力电池静置之后的参数更新方法、装置 |
CN109239608A (zh) * | 2018-08-10 | 2019-01-18 | 安徽力高新能源技术有限公司 | 一种实时修正锂电池soc-ocv曲线的方法 |
CN112666467A (zh) * | 2019-09-30 | 2021-04-16 | Oppo广东移动通信有限公司 | 电池漏电流的检测方法及装置、电子设备、可读存储介质 |
CN110687467A (zh) * | 2019-11-13 | 2020-01-14 | 珠海冠宇电池有限公司 | 一种锂电池漏电流的检测方法 |
CN111123120A (zh) * | 2019-11-29 | 2020-05-08 | 合肥国轩高科动力能源有限公司 | 一种锂离子电池自放电电流的测定方法 |
CN111142030A (zh) * | 2019-12-30 | 2020-05-12 | Oppo广东移动通信有限公司 | 用于内短路电流检测方法、装置、设备及可读存储介质 |
CN111781510A (zh) * | 2020-06-09 | 2020-10-16 | 合肥国轩高科动力能源有限公司 | 一种筛选自放电异常电池的方法 |
CN111929602A (zh) * | 2020-06-23 | 2020-11-13 | 上海理工大学 | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 |
CN111679201A (zh) * | 2020-06-30 | 2020-09-18 | 重庆长安新能源汽车科技有限公司 | 一种动力电池包内短路的检测方法 |
CN112014746A (zh) * | 2020-09-08 | 2020-12-01 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
周萍.车用镍钴锰三元锂离子电池过放电后的性能实验研究.《汽车安全与节能学报》.2017,第8卷(第1期),72-77. * |
张瑞等.纯电动汽车电池数据分析研究.《自动化与仪器仪表》.2017,(第217期),106-108. * |
Also Published As
Publication number | Publication date |
---|---|
CN113466720A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108152755B (zh) | 在线定量诊断电池微短路故障的方法 | |
CN109980309B (zh) | 一种防过载的动力电池充放电监管控制方法 | |
US8519674B2 (en) | Method for estimating battery degradation in a vehicle battery pack | |
US6586940B2 (en) | Capacity estimation method, degradation estimation method and degradation estimation apparatus for lithium-ion cells, and lithium-ion batteries | |
KR101419130B1 (ko) | 배터리 관리 시스템 및 배터리 관리 방법 | |
US11105861B2 (en) | Device and method for estimating battery resistance | |
KR101708457B1 (ko) | 이차 전지의 건강 상태 추정 장치 및 방법 | |
CN104698385A (zh) | 电池状态计算装置和电池状态计算方法 | |
CN111025168A (zh) | 一种电池健康状态监控装置及电池荷电状态智能估算方法 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN111679201A (zh) | 一种动力电池包内短路的检测方法 | |
WO2024060537A1 (zh) | 电池异常自放电预警方法、系统、电子设备及存储介质 | |
US20210148985A1 (en) | Device and method for analyzing soh | |
CN109581228B (zh) | 电池组绝对容量快速计算方法 | |
CN111257770B (zh) | 一种电池包功率估算方法 | |
JP2003243042A (ja) | 組電池を構成するリチウム電池の劣化度検知装置および方法 | |
JP7358711B2 (ja) | バッテリー管理方法及び装置 | |
CN112557909B (zh) | 一种基于内阻的锂电池寿命检测系统及方法 | |
US11415637B2 (en) | System and method for estimating battery state of health | |
CN113466720B (zh) | 一种实车锂电池漏电流检测方法 | |
JP2021157926A (ja) | 二次電池装置および二次電池システム | |
CN211480220U (zh) | 电池管理系统 | |
JP2022105409A (ja) | 電池状態判定方法及び電池状態判定装置 | |
CN112964994A (zh) | 一种电池最大电流测量方法及装置 | |
KR102585741B1 (ko) | 네트워크 기반 배터리셀 모니터링 ups 시스템 |
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 |