CN113589174A - 一种锂离子动力电池系统电芯一致性预测方法及装置 - Google Patents
一种锂离子动力电池系统电芯一致性预测方法及装置 Download PDFInfo
- Publication number
- CN113589174A CN113589174A CN202110848957.1A CN202110848957A CN113589174A CN 113589174 A CN113589174 A CN 113589174A CN 202110848957 A CN202110848957 A CN 202110848957A CN 113589174 A CN113589174 A CN 113589174A
- Authority
- CN
- China
- Prior art keywords
- single battery
- capacity single
- battery
- lowest
- highest
- 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.)
- Granted
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]
- G01R31/367—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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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
-
- 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
本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法及装置,该方法包括:获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差,以此确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可提前暴露问题,减少电池系统场外失效率,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。
Description
技术领域
本发明涉及锂离子动力电池技术领域,具体涉及一种锂离子动力电池系统电芯一致性预测方法及装置。
背景技术
近些年世界各国相应出台禁售燃油车政策,电动汽车规模呈爆发式增长。通常,车用锂离子动力电池系统是由少则几十个,多则数百上千个电池单体通过串并联的方式组合而成。由于电池单体在容量、功率、自放电等性能存在一定差异,电池系统存在“短板效应”,即各单体不一致性对电池系统这个整体性能发挥影响巨大,在充放电时,不一致性导致的容量充不进去,放不出来,直接影响整车的纯电动续驶里程和动力性能等指标,甚至存在安全隐患。
目前,为了保证单体的一致性,电池企业或者整车通常通过控制电池系统出货前状态简称BOL状态的静态or动态压差来保证电池系统的一致性。此种方法多通过容量、压差、内阻差、自放电率等多个参数筛选单体进行配组来达到设定的出货目标;但此种方式只能保证出货满足终端客户需求,对于汽车这种使用周期动辄长达8年12万公里长寿命期内,却不能有效保证电池系统的一致性。
在现有技术中通常是通过同时控制静态压差及动态过程的电压标准差一致性和电压极差一致性进行电池系统一致性评价的。然而,电池系统内电池单体的不一致性变化也是导致电动汽车可靠性降低的一大根源,但是目前技术对于锂电池单体退化的差异导致的不一致性扩大的效应鲜有研究,更没有有效方法去预测寿命周期内不一致的变化。
发明内容
有鉴于此,本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法及装置,以克服现有技术中无法对锂离子动力电池系统电芯一致性进行准确预测的问题。
本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法,包括:
获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;
基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差;
基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
可选地,所述基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差,包括:
基于预设工况,对最高容量单体电池和最低容量单体电池进行模拟充放电;
按照所述待测时间周期,采用三次样条插值算法分别对最高容量单体电池和最低容量单体电池对应的当前充放电曲线进行拟合更新;
利用最高容量单体电池和最低容量单体电池对应的拟合更新后的充放电曲线计算最高容量单体电池和最低容量单体电池在当前待测时间周期对应的充电和/或放电末期压差,并返回所述按照所述待测时间周期,采用三次样条插值算法分别对最高容量单体电池和最低容量单体电池对应的当前充放电曲线进行拟合更新的步骤。
可选地,所述基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,包括:
基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差在所述待测时间周期内的变化趋势,确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
可选地,所述方法还包括:
获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率;
基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率和所述待测时间周期,确定补偿压差;
基于所述补偿压差对最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差进行电压补偿。
可选地,所述基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率和所述待测时间周期,确定补偿压差,包括:
基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率,计算单体电池自放电率差值;
基于所述单体电池自放电率差值和待测时间周期,计算所述补偿压差。
可选地,所述方法还包括:
基于所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,对所述待测锂离子动力电池系统中单体电池的分组策略进行调整。
可选地,所述方法还包括:
获取待测锂离子动力电池系统中各单体电池的容量数据;
基于各单体电池的容量数据,确定所述最高容量单体电池和最低容量单体电池。
本发明实施例还提供了一种锂离子动力电池系统电芯一致性预测装置,包括:
获取模块,用于获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;
第一处理模块,用于基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差;
第二处理模块,用于基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
本发明实施例还提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行本发明实施例提供的方法。
本发明实施例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计算机指令,所述计算机指令用于使所述计算机执行本发明实施例提供的方法。
本发明技术方案,具有如下优点:
本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法及装置,通过获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差;基于最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。从而通过基于初始电池系统中单体数据参数,实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可以提前暴露问题,减少电池系统场外失效率,并且考虑整个寿命周期内电池一致性退化情况,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的锂离子动力电池系统电芯一致性预测方法的流程图;
图2为本发明实施例中的锂离子动力电池系统电芯一致性预测的过程示意图;
图3A为本发明实施例中的充电曲线拟合的示意图;
图3B为本发明实施例中的放电曲线拟合的示意图;
图4A为本发明实施例中的充电压差随循环周期变化示意图;
图4B为本发明实施例中的放电压差随循环周期变化示意图;
图5为本发明实施例中的锂离子动力电池系统电芯一致性预测装置的结构示意图;
图6为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
近些年世界各国相应出台禁售燃油车政策,电动汽车规模呈爆发式增长。通常,车用锂离子动力电池系统是由少则几十个,多则数百上千个电池单体通过串并联的方式组合而成。由于电池单体在容量、功率、自放电等性能存在一定差异,电池系统存在“短板效应”,即各单体不一致性对电池系统这个整体性能发挥影响巨大,在充放电时,不一致性导致的容量充不进去,放不出来,直接影响整车的纯电动续驶里程和动力性能等指标,甚至存在安全隐患。
目前,为了保证单体的一致性,电池企业或者整车通常通过控制电池系统出货前状态简称BOL状态的静态or动态压差来保证电池系统的一致性。此种方法多通过容量、压差、内阻差、自放电率等多个参数筛选单体进行配组来达到设定的出货目标;但此种方式只能保证出货满足终端客户需求,对于汽车这种使用周期动辄长达8年12万公里长寿命期内,却不能有效保证电池系统的一致性。
在现有技术中通常是通过同时控制静态压差及动态过程的电压标准差一致性和电压极差一致性进行电池系统一致性评价的。然而,电池系统内电池单体的不一致性变化也是导致电动汽车可靠性降低的一大根源,但是目前技术对于锂电池单体退化的差异导致的不一致性扩大的效应鲜有研究,更没有有效方法去预测寿命周期内不一致的变化。
基于上述问题,本发明实施例提供了一种锂离子动力电池系统电芯一致性预测方法,如图1所示,该锂离子动力电池系统电芯一致性预测方法具体包括如下步骤:
步骤S101:获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线。
具体地,可以通过获取待测锂离子动力电池系统中各单体电池的容量数据;基于各单体电池的容量数据,确定最高容量单体电池和最低容量单体电池。每个单体电池的充放电曲线可以通过电芯制成过程分容,自放电率即K值测试提取得到,具体过程参见现有技术的相关描述,在此不再进行赘述。
步骤S102:基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差。
具体地,在本发明实施例中,是以该待测时间周期为电池系统整个生命周期为例进行的说明,如:电池系统生命周期为充放电1000次,则该待测时间周期为1000,需要说明的是,在实际应用中,该待测时间周期也可以是电池系统生命周期内任意时间周期,具体可根据电池系统的预测需求进行设置,本发明并不以此为限。本发明实施例中的充电和/或放电末期压差是指最高容量单体电池和最低容量单体电池的电池放电量达到电池额定容量的百分比即DOD的时刻对应的电压差值,示例性地,如DOD的范围为5%-97%,则充电末期压差时指行设置,本发明并不以此为限。本发明实施例中的充电末期压差是指最高容量单体电池和最低容量单体电池的电池荷电状态(SOC)为97%时对应的电压差;放电末期压差是指最高容量单体电池和最低容量单体电池的电池荷电状态(SOC)为5%时对应的电压差。
步骤S103:基于最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
具体地,可以基于最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差在待测时间周期内的变化趋势,确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。电池系统中最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差的变化趋势可直观反映电池系统电芯的一致性,在充电和/或放电末期压差的超过临界压差曲线或者趋势明显变大偏离临界压差曲线时,则说明电池系统电芯一致性变差,需要排查风险,反之,则说明电池系统的电芯一致性越好,可以充入或放出的电量多,从而可以为电池系统的电芯分组策略的制定提供准确的参考。
在实际应用中,上述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,既可以根据充电和放电末期压差共同进行分析得到,也可以根据放电末期压差或者充电末期压差分析得到,具体可根据实际需求进行灵活的选择,本发明并不以此为限。
通过执行上述步骤,本发明实施例提供的锂离子动力电池系统电芯一致性预测方法,通过基于初始电池系统中单体数据参数,实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可以提前暴露问题,减少电池系统场外失效率,并且考虑整个寿命周期内电池一致性退化情况,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。
具体地,在一实施例中,上述的步骤S102具体包括如下步骤:
步骤S201:基于预设工况,对最高容量单体电池和最低容量单体电池进行模拟充放电。
其中,该预设工况为电池系统实际应用时运行的工况,具体包括:充电电流、充放电时间等。
步骤S202:按照待测时间周期,采用三次样条插值算法分别对最高容量单体电池和最低容量单体电池对应的当前充放电曲线进行拟合更新。
步骤S203:利用最高容量单体电池和最低容量单体电池对应的拟合更新后的充放电曲线计算最高容量单体电池和最低容量单体电池在当前待测时间周期对应的充电和/或放电末期压差,并返回步骤S202。
具体地,随着充放电周期的循环变化,单体电池的容量也随之变化,进而根据该容量变化对充放电曲线进行拟合更新,然后利用更新后的充放电曲线进行压差计算,具体计算过程参见现有技术中相关内容,在此不再进行赘述。
具体地,在一实施例中,上述的锂离子动力电池系统电芯一致性预测方法还包括如下步骤:
步骤S104:获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率。
其中,该自放电率单位mV/h,简称K值。
步骤S105:基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率和待测时间周期,确定补偿压差。
具体地,上述的步骤S105具体实现过程为基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率,计算单体电池自放电率差值;基于单体电池自放电率差值和待测时间周期,计算补偿压差。
步骤S106:基于补偿压差对最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差进行电压补偿。
具体地,充电和/或放电末期压差减去补偿的压差即为实际充电和/或放电末期压差,由于电芯存在自放电差异,单体电芯压降存在差异,表现现象为压降,从而为了避免单体电芯本身压降对充电和/或放电末期压差计算结果的影响,通过计算补偿压差对其进行补偿,从而提高了最终预测结果的准确性。
具体地,在一实施例中,上述的锂离子动力电池系统电芯一致性预测方法还包括如下步骤:
步骤S107:基于待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,对待测锂离子动力电池系统中单体电池的分组策略进行调整。
具体地,基于对电池系统电芯一致性要求,如果预测值超过要求范围,可以通过前期电池系统中电芯分组策略调整减小末期压差,使得电池系统满足客户需求。
此外,通过预测压差变化趋势,可以提前判断电池系统一致性变化趋势,对于电池动力管理系统的控制策略即BMS策略选取有参考价值;比如预测末期压差400mV,BMS策略选取时可以考虑此大于400mV,减小误报风险,从而提高控制的精确性和可靠性。如果电池系统服役过程中出现压差变大情况,可以辅助说明是单体电芯问题还是电池系统正常老化情况,为电池系统进行优化和升级提供参考。
下面将结合具体应用示例,对本发明实施例提供的锂离子动力电池系统电芯一致性预测方法进行详细的说明。
示例性地,以包括100颗电池单体的电池系统,最大容量单体电池和最小容量单体电池的容量极差为2Ah,自放电率K值极差0.002mV/h,DOD范围5%-97%,为例,具体过程如图2所示,其中,假设电池系统中有n块单体电池,容量分别为Q1~Qn;自放电K值分别为K1~Kn;容量极差ΔQ=max(Q1,Q2,…Qn)-min(Q1,Q2,…Qn);K值极差ΔK=max(K1,K2,…Kn)-min(K1,K2,…Kn);充放电曲线,是电压与容量关系曲线(在此不再进行赘述),本发明实施例中用Spline1表示充电曲线拟合;Spline2表示放电曲线拟合,具体如图3A和3B所示。充电压差ΔVcc=Vc_max-Vc_min;放电压差ΔVdc=Vdc_max-Vdc_min,其中,Vc_max表示最高容量单体电芯充电电压,Vc_min表示最低容量单体电芯充电电压;Vdc_max表示最高容量单体电芯放电电压,Vdc_min表示最低容量单体电芯放电电压,充放电末期压差随循环周期变化如图4A和4B所示,图中的上边界为临界压差曲线,图中的散点是由于工况充放电电流波动,而出现压差的波动;实际应用过程中,如果压差超过临界压差曲线,或者趋势明显变大偏离,代表系统一致性变差,需要排查风险。由此可见,本发明实施例提供的方法可以预测压差随循环周期的变化,从而可根据预测数据选取合适的电芯分组方式及管控办法。
通过执行上述步骤,本发明实施例提供的锂离子动力电池系统电芯一致性预测方法,通过基于初始电池系统中单体数据参数,实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可以提前暴露问题,减少电池系统场外失效率,并且考虑整个寿命周期内电池一致性退化情况,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。
本发明实施例还提供了一种锂离子动力电池系统电芯一致性预测装置,如图5所示,该锂离子动力电池系统电芯一致性预测装置包括:
获取模块101,用于获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线。详细内容参见上述方法实施例中步骤S101的相关描述,在此不再进行赘述。
第一处理模块102,用于基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差。详细内容参见上述方法实施例中步骤S102的相关描述,在此不再进行赘述。
第二处理模块103,用于基于最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。详细内容参见上述方法实施例中步骤S103的相关描述,在此不再进行赘述。
通过上述各个组成部分的协同合作,本发明实施例提供的锂离子动力电池系统电芯一致性预测装置,通过基于初始电池系统中单体数据参数,实现了在寿命周期任意时间对电池一致性退化情况的预测,操作简便,可行性高,可以提前暴露问题,减少电池系统场外失效率,并且考虑整个寿命周期内电池一致性退化情况,节约大量验证成本及后期维护成本,并且考虑实际使用过程中工况条件对电池一致性退化的影响,更具有实际应用价值。
上述各个模块的更进一步的功能描述与上述对应方法实施例相同,在此不再赘述。
根据本发明实施例还提供了一种电子设备,如图6所示,该电子设备可以包括处理器901和存储器902,其中处理器901和存储器902可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器902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装置、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。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。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,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,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种锂离子动力电池系统电芯一致性预测方法,其特征在于,包括:
获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;
基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差;
基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
2.根据权利要求1所述的方法,其特征在于,所述基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差,包括:
基于预设工况,对最高容量单体电池和最低容量单体电池进行模拟充放电;
按照所述待测时间周期,采用三次样条插值算法分别对最高容量单体电池和最低容量单体电池对应的当前充放电曲线进行拟合更新;
利用最高容量单体电池和最低容量单体电池对应的拟合更新后的充放电曲线计算最高容量单体电池和最低容量单体电池在当前待测时间周期对应的充电和/或放电末期压差,并返回所述按照所述待测时间周期,采用三次样条插值算法分别对最高容量单体电池和最低容量单体电池对应的当前充放电曲线进行拟合更新的步骤。
3.根据权利要求2所述的方法,其特征在于,所述基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,包括:
基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差在所述待测时间周期内的变化趋势,确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
4.根据权利要求1所述的方法,其特征在于,还包括:
获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率;
基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率和所述待测时间周期,确定补偿压差;
基于所述补偿压差对最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差进行电压补偿。
5.根据权利要求4所述的方法,其特征在于,所述基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率和所述待测时间周期,确定补偿压差,包括:
基于待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的自放电率,计算单体电池自放电率差值;
基于所述单体电池自放电率差值和待测时间周期,计算所述补偿压差。
6.根据权利要求3所述的方法,其特征在于,还包括:
基于所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果,对所述待测锂离子动力电池系统中单体电池的分组策略进行调整。
7.根据权利要求1所述的方法,其特征在于,还包括:
获取待测锂离子动力电池系统中各单体电池的容量数据;
基于各单体电池的容量数据,确定所述最高容量单体电池和最低容量单体电池。
8.一种锂离子动力电池系统电芯一致性预测装置,其特征在于,包括:
获取模块,用于获取待测锂离子动力电池系统中最高容量单体电池和最低容量单体电池对应的充放电曲线;
第一处理模块,用于基于预设工况及最高容量单体电池和最低容量单体电池对应的充放电曲线,计算最高容量单体电池和最低容量单体电池在待测时间周期对应的充电和/或放电末期压差;
第二处理模块,用于基于所述最高容量单体电池和最低容量单体电池对应的充电和/或放电末期压差确定所述待测锂离子动力电池系统在待测时间周期的电芯一致性预测结果。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-7任一项所述方法。
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,所述计算机指令用于使所述计算机从而执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110848957.1A CN113589174B (zh) | 2021-07-26 | 2021-07-26 | 一种锂离子动力电池系统电芯一致性预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110848957.1A CN113589174B (zh) | 2021-07-26 | 2021-07-26 | 一种锂离子动力电池系统电芯一致性预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113589174A true CN113589174A (zh) | 2021-11-02 |
CN113589174B CN113589174B (zh) | 2023-06-02 |
Family
ID=78250388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110848957.1A Active CN113589174B (zh) | 2021-07-26 | 2021-07-26 | 一种锂离子动力电池系统电芯一致性预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589174B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047450A (zh) * | 2021-12-21 | 2022-02-15 | 湖北亿纬动力有限公司 | 电池系统的可用容量一致性评估方法和装置 |
CN114184969A (zh) * | 2021-12-08 | 2022-03-15 | 蜂巢能源科技(无锡)有限公司 | 一种电芯可逆自放电容量损失测试方法及装置 |
CN114264961A (zh) * | 2021-12-23 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
CN114264969A (zh) * | 2021-12-21 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯自放电性能评估方法及装置 |
CN114563712A (zh) * | 2022-03-04 | 2022-05-31 | 上海玫克生储能科技有限公司 | 一种电池容量估算方法、装置及电子设备 |
CN116068413A (zh) * | 2023-03-22 | 2023-05-05 | 长安新能源南京研究院有限公司 | 一种电池电压预测方法、装置、设备及存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010032412A (ja) * | 2008-07-30 | 2010-02-12 | Sanyo Electric Co Ltd | 車両用の電源装置 |
CN101819259A (zh) * | 2010-05-06 | 2010-09-01 | 惠州市亿能电子有限公司 | 电池组一致性评价方法 |
WO2013097273A1 (zh) * | 2011-12-26 | 2013-07-04 | 广州丰江电池新技术股份 有限公司 | 一种锂二次电池均衡配组方法及系统 |
CN103316852A (zh) * | 2013-05-24 | 2013-09-25 | 上海中聚佳华电池科技有限公司 | 电池筛选方法 |
CN104014491A (zh) * | 2014-06-26 | 2014-09-03 | 武汉中原长江科技发展有限公司 | 一种并联锂离子电池的筛选方法 |
CN104198947A (zh) * | 2014-09-02 | 2014-12-10 | 奇瑞汽车股份有限公司 | 一种锂离子电池剩余容量的估算系统及方法 |
CN104656023A (zh) * | 2013-11-22 | 2015-05-27 | 广州汽车集团股份有限公司 | 一种评价电池单体一致性的方法和系统 |
CN107127166A (zh) * | 2017-05-22 | 2017-09-05 | 广东亿纬赛恩斯新能源系统有限公司 | 一种锂电池一致性的分选方法和锂电池 |
CN107612071A (zh) * | 2017-09-24 | 2018-01-19 | 合肥国轩高科动力能源有限公司 | 一种电池组电池故障判定及处理方法 |
CN107755295A (zh) * | 2017-10-19 | 2018-03-06 | 杭州电子科技大学 | 一种基于充放电曲线的铅酸蓄电池分类方法 |
CN107907836A (zh) * | 2017-11-21 | 2018-04-13 | 中国第汽车股份有限公司 | 一种锂离子动力电池一致性评价方法及系统 |
CN108287318A (zh) * | 2018-01-30 | 2018-07-17 | 上海华普汽车有限公司 | 一种基于车辆动力电池包的检测方法及检测系统 |
WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
CN110221226A (zh) * | 2019-04-30 | 2019-09-10 | 蜂巢能源科技有限公司 | 电池包容量一致性的测试方法及测试系统 |
CN110703107A (zh) * | 2019-11-05 | 2020-01-17 | 中国第一汽车股份有限公司 | 动力电池的一致性判断方法、装置、设备及存储介质 |
CN110888064A (zh) * | 2019-12-20 | 2020-03-17 | 厦门金龙联合汽车工业有限公司 | 一种评估电池系统电芯容量分布区间的算法 |
CN113075554A (zh) * | 2021-03-26 | 2021-07-06 | 国网浙江省电力有限公司电力科学研究院 | 一种基于运行数据的锂离子电池组不一致性辨识方法 |
-
2021
- 2021-07-26 CN CN202110848957.1A patent/CN113589174B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010032412A (ja) * | 2008-07-30 | 2010-02-12 | Sanyo Electric Co Ltd | 車両用の電源装置 |
CN101819259A (zh) * | 2010-05-06 | 2010-09-01 | 惠州市亿能电子有限公司 | 电池组一致性评价方法 |
WO2013097273A1 (zh) * | 2011-12-26 | 2013-07-04 | 广州丰江电池新技术股份 有限公司 | 一种锂二次电池均衡配组方法及系统 |
CN103316852A (zh) * | 2013-05-24 | 2013-09-25 | 上海中聚佳华电池科技有限公司 | 电池筛选方法 |
CN104656023A (zh) * | 2013-11-22 | 2015-05-27 | 广州汽车集团股份有限公司 | 一种评价电池单体一致性的方法和系统 |
CN104014491A (zh) * | 2014-06-26 | 2014-09-03 | 武汉中原长江科技发展有限公司 | 一种并联锂离子电池的筛选方法 |
CN104198947A (zh) * | 2014-09-02 | 2014-12-10 | 奇瑞汽车股份有限公司 | 一种锂离子电池剩余容量的估算系统及方法 |
CN107127166A (zh) * | 2017-05-22 | 2017-09-05 | 广东亿纬赛恩斯新能源系统有限公司 | 一种锂电池一致性的分选方法和锂电池 |
WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
CN107612071A (zh) * | 2017-09-24 | 2018-01-19 | 合肥国轩高科动力能源有限公司 | 一种电池组电池故障判定及处理方法 |
CN107755295A (zh) * | 2017-10-19 | 2018-03-06 | 杭州电子科技大学 | 一种基于充放电曲线的铅酸蓄电池分类方法 |
CN107907836A (zh) * | 2017-11-21 | 2018-04-13 | 中国第汽车股份有限公司 | 一种锂离子动力电池一致性评价方法及系统 |
CN108287318A (zh) * | 2018-01-30 | 2018-07-17 | 上海华普汽车有限公司 | 一种基于车辆动力电池包的检测方法及检测系统 |
CN110221226A (zh) * | 2019-04-30 | 2019-09-10 | 蜂巢能源科技有限公司 | 电池包容量一致性的测试方法及测试系统 |
CN110703107A (zh) * | 2019-11-05 | 2020-01-17 | 中国第一汽车股份有限公司 | 动力电池的一致性判断方法、装置、设备及存储介质 |
CN110888064A (zh) * | 2019-12-20 | 2020-03-17 | 厦门金龙联合汽车工业有限公司 | 一种评估电池系统电芯容量分布区间的算法 |
CN113075554A (zh) * | 2021-03-26 | 2021-07-06 | 国网浙江省电力有限公司电力科学研究院 | 一种基于运行数据的锂离子电池组不一致性辨识方法 |
Non-Patent Citations (1)
Title |
---|
杨万里 等: "纯电动汽车动力电池系统一致性诊断与控制方法研究", 《电池工业》, vol. 24, no. 1, pages 26 - 30 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184969A (zh) * | 2021-12-08 | 2022-03-15 | 蜂巢能源科技(无锡)有限公司 | 一种电芯可逆自放电容量损失测试方法及装置 |
CN114184969B (zh) * | 2021-12-08 | 2023-11-28 | 蜂巢能源科技(无锡)有限公司 | 一种电芯可逆自放电容量损失测试方法及装置 |
CN114047450A (zh) * | 2021-12-21 | 2022-02-15 | 湖北亿纬动力有限公司 | 电池系统的可用容量一致性评估方法和装置 |
CN114264969A (zh) * | 2021-12-21 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯自放电性能评估方法及装置 |
CN114264969B (zh) * | 2021-12-21 | 2023-08-11 | 蜂巢能源科技(无锡)有限公司 | 一种电芯自放电性能评估方法及装置 |
CN114264961A (zh) * | 2021-12-23 | 2022-04-01 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
CN114264961B (zh) * | 2021-12-23 | 2023-09-15 | 蜂巢能源科技(无锡)有限公司 | 一种电芯内短路的检测方法、装置和电子设备 |
CN114563712A (zh) * | 2022-03-04 | 2022-05-31 | 上海玫克生储能科技有限公司 | 一种电池容量估算方法、装置及电子设备 |
CN116068413A (zh) * | 2023-03-22 | 2023-05-05 | 长安新能源南京研究院有限公司 | 一种电池电压预测方法、装置、设备及存储介质 |
CN116068413B (zh) * | 2023-03-22 | 2023-08-18 | 长安新能源南京研究院有限公司 | 一种电池电压预测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113589174B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113589174B (zh) | 一种锂离子动力电池系统电芯一致性预测方法及装置 | |
CN110579716B (zh) | 一种电池检测方法及装置 | |
CN107817448B (zh) | 一种适用于复杂工况的在线实时监测电池电量的方法 | |
JP2023523370A (ja) | リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置 | |
CN115702533B (zh) | 用于预测多电池电能存储系统的功率状态的方法 | |
KR102259265B1 (ko) | 배터리 셀에 대한 충전 상태를 추정하는 방법 | |
CN110376536B (zh) | 电池系统soh检测方法、装置、计算机设备和存储介质 | |
CN111913109B (zh) | 一种电池峰值功率的预测方法及装置 | |
US20150369876A1 (en) | Deterioration determination method, manufacturing method of electric storage device, deterioration determination device, and storage medium | |
CN110806540B (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
CN112630661B (zh) | 一种电池荷电状态soc估算方法和装置 | |
KR20200109092A (ko) | 배터리 건강 상태 추정 방법 | |
KR20220029109A (ko) | 배터리 상태 추정 방법 및 장치 | |
CN110888074B (zh) | 用于soc初始值计算的电压确定方法及装置 | |
US20230236252A1 (en) | Methods and devices for estimating state of charge of battery, and extracting charging curve of battery | |
CN112285583A (zh) | 电芯最大容量的测试方法、测试装置和测试系统 | |
US20220196754A1 (en) | Method for detecting abnormal battery cell | |
GB2600757A (en) | Battery performance optimisation | |
CN114035083B (zh) | 电池总容量计算方法、装置、系统和存储介质 | |
CN111913111A (zh) | 放电功率校正方法、装置、存储介质及电子设备 | |
JP2014174172A (ja) | バッテリーの残存容量の決定方法 | |
CN109716151B (zh) | 用于估计电池电压的方法和设备 | |
US20220060037A1 (en) | Apparatus for Management of a Battery, Vehicle System Having the Same and Method Thereof | |
CN112731187A (zh) | 电池容量修正方法和电池管理系统 | |
KR102554505B1 (ko) | 배터리 진단 장치 및 방법 |
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 |