CN113848496A - 动力电池的性能确定方法、装置和电子设备 - Google Patents
动力电池的性能确定方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113848496A CN113848496A CN202111315882.7A CN202111315882A CN113848496A CN 113848496 A CN113848496 A CN 113848496A CN 202111315882 A CN202111315882 A CN 202111315882A CN 113848496 A CN113848496 A CN 113848496A
- Authority
- CN
- China
- Prior art keywords
- soc
- power battery
- soh
- real
- error
- 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 63
- 238000004364 calculation method Methods 0.000 claims abstract description 49
- 230000036541 health Effects 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 18
- 230000015556 catabolic process Effects 0.000 claims description 16
- 238000006731 degradation reaction Methods 0.000 claims description 16
- 238000012821 model calculation Methods 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012886 linear function Methods 0.000 description 6
- 238000007599 discharging Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007600 charging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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]
- G01R31/392—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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- 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
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明提供了一种动力电池的性能确定方法、装置和电子设备,包括:获取动力电池的显示SOC精度、SOH精度和SOE值;根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度;根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。通过上述描述可知,本发明的动力电池的性能确定方法能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能,缓解了现有技术还无法对动力电池的性能进行确定的技术问题。
Description
技术领域
本发明涉及动力电池的技术领域,尤其是涉及一种动力电池的性能确定方法、装置和电子设备。
背景技术
随着新能源汽车的发展,动力电池作为电动汽车的关键部件,测试动力电池的能量状态(SOE,State of Energy)对于动力电池的里程计算极为关键。电池管理系统(Battery Management System,BMS)作为电动汽车的核心部件之一,一直是电动汽车研发的重点,SOC(State of Charge,电池荷电状态)、SOH(State of Health,健康状态)、SOF(State of Function,电池的功能状态)和SOE是BMS最关键的参数,在车辆运行过程中,只能通过BMS采集电池电压和温度,进而通过动力电池模型和估算算法对上述各参量进行间接估计;其中,SOE类似于燃油车中剩余油量,是里程计算的关键,准确的计算SOE能够为终端用户的出行提供有效的参考,提升用户体验。
然而,BMS估算的SOE值存在一定的误差,这就需要对SOE值的精度进行评估,获知SOE的精度,进而根据获取的SOE精度确定动力电池的性能。
现有技术还无法对动力电池的性能进行确定,所以亟需一种对动力电池的性能进行确定的方法。
发明内容
有鉴于此,本发明的目的在于提供一种动力电池的性能确定方法、装置和电子设备,以缓解现有技术还无法对动力电池的性能进行确定的技术问题。
第一方面,本发明提供了一种动力电池的性能确定方法,包括:
获取动力电池的显示SOC精度、SOH精度和SOE值;
根据所述显示SOC精度、所述SOH精度和SOE精度计算算式计算所述动力电池的SOE精度;
根据所述动力电池的SOE精度确定所述动力电池是否合格;和/或,基于所述动力电池的SOE精度和所述动力电池的SOE值确定所述动力电池的续航里程范围,并将所述动力电池是否合格的状态和/或所述动力电池的续航里程范围作为所述动力电池的当前性能。
进一步的,获取动力电池的显示SOC精度,包括:
根据所述动力电池的真实SOC的计算算式确定影响真实SOC的参量,并确定影响真实SOC的各参量的误差;
根据影响真实SOC的各参量的误差计算真实SOC的误差;
根据预设工况和所述动力电池的放电功率谱确定用于显示的真实SOC的最小区间;
根据所述真实SOC的误差和所述真实SOC的最小区间计算所述动力电池的显示SOC精度。
进一步的,所述真实SOC的计算算式包括:其中,SOCOCV1表示基于OCV1查SOC-OCV表得到的SOC值,I2表示电流积分计算的平均电流,Δt2表示电流积分计算时间,Q表示标称容量,SOH1表示电流积分计算时SOH值,I1表示SOH1更新时平均电流,Δt1表示SOH1更新时时间,SOCOCV1-SOCOCV0表示不同电压对应的SOC的差值;
所述影响真实SOC的参量包括:BMS电流测量误差和SOC-OCV最大误差,确定影响真实SOC的各参量的误差,包括:
根据电流传感器的精度确定所述BMS电流测量误差;
根据电芯的SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到所述SOC-OCV最大误差。
进一步的,根据预设工况和所述动力电池的放电功率谱确定用于显示的真实SOC的最小区间,包括:根据所述预设工况中的放电功率确定所述放电功率对应的放电功率谱中的最大SOC;将所述最大SOC作为所述真实SOC的最小区间的小端点值,并将目标值作为所述真实SOC的最小区间的大端点值,进而得到所述真实SOC的最小区间;
根据所述真实SOC的误差和所述真实SOC的最小区间计算所述动力电池的显示SOC精度,包括:根据所述真实SOC的最小区间计算所述真实SOC的最小区间的区间长度;计算所述真实SOC的误差和所述区间长度的比值,并将所述比值作为所述动力电池的显示SOC精度。
进一步的,获取动力电池的SOH精度,包括:
获取所述动力电池的电池劣化模型计算算式和当前电池性能计算算式;
在预设工况下采用实车进行测试,得到真实的SOH值;
基于所述电池劣化模型计算算式和所述真实的SOH值确定得到所述动力电池的第一SOH误差;
确定所述当前电池性能计算算式中影响SOH的参量,并确定影响SOH的各参量的误差;
基于影响SOH的各参量的误差计算得到所述动力电池的第二SOH误差;
将所述第一SOH误差和所述第二SOH误差中的最大值作为所述动力电池的SOH精度。
进一步的,在预设工况下采用实车进行测试,包括:
对实车进行初始放电容量测试,得到所述实车的初始放电容量;
根据所述预设工况运行所述实车,并对运行后的实车进行放电容量测试,得到运行后的放电容量;
根据所述初始放电容量和所述运行后的放电容量计算得到所述动力电池在各里程下的真实的SOH值。
进一步的,基于所述电池劣化模型计算算式和所述真实的SOH值确定得到所述动力电池的第一SOH误差,包括:根据所述电池劣化模型计算算式计算各目标里程下的仿真的SOH值,其中,所述各目标里程为所述真实的SOH值对应的各里程;根据所述各里程下的真实的SOH值和对应的各里程下的仿真的SOH值计算所述第一SOH误差;
若所述影响SOH的参量包括:BMS电流测量误差、BOL下的SOC-OCV最大误差、容量误差,确定影响SOH的各参量的误差,包括:根据电流传感器的精度确定所述BMS电流测量误差;根据BOL下的电芯SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到所述SOC-OCV最大误差;根据容量误差计算算式计算得到所述容量误差,其中,ΔQ表示所述容量误差,Qmax表示所有电芯中的最大容量,Qave表示所有电芯中的最小容量Qmin与所述最大容量的中值。
第二方面,本发明实施例还提供了一种动力电池的性能确定装置,包括:
获取单元,用于获取动力电池的显示SOC精度、SOH精度和SOE值;
计算单元,用于根据所述显示SOC精度、所述SOH精度和SOE精度计算算式计算所述动力电池的SOE精度;
确定单元,用于根据所述动力电池的SOE精度确定所述动力电池是否合格;和/或,基于所述动力电池的SOE精度和所述动力电池的SOE值确定所述动力电池的续航里程范围,并将所述动力电池是否合格的状态和/或所述动力电池的续航里程范围作为所述动力电池的当前性能。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及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上述第一方面任一项所述的方法的步骤。
第四方面,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有机器可运行指令,所述机器可运行指令在被处理器调用和运行时,所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
在本发明实施例中,提供了一种动力电池的性能确定方法,包括:获取动力电池的显示SOC精度、SOH精度和SOE值;根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度;根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。通过上述描述可知,本发明的动力电池的性能确定方法能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能,缓解了现有技术还无法对动力电池的性能进行确定的技术问题。
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为本发明实施例提供的一种动力电池的性能确定方法的流程图;
图2为本发明实施例提供的获取动力电池的显示SOC精度的方法流程图;
图3为本发明实施例提供的获取动力电池的SOH精度的方法流程图;
图4为本发明实施例提供的一种动力电池的性能确定装置的示意图;
图5为本发明实施例提供的一种电子设备的示意图。
具体实施方式
下面将结合实施例对本发明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,都属于本发明保护的范围。
目前,对SOE值的获取多由电池管理系统((Battery Management System,BMS)完成。然而,获取的SOE值存在一定的误差,这就需要对SOE值的精度进行评估,获知SOE的精度,进而根据获取的SOE精度确定动力电池的性能,但是现有技术还无法对动力电池的性能进行确定。
基于此,本发明的动力电池的性能确定方法能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能。
下面结合附图对本发明实施例进行进一步介绍。
实施例一:
根据本发明实施例,提供了一种动力电池的性能确定方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种动力电池的性能确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取动力电池的显示SOC精度、SOH精度和SOE值;
步骤S104,根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度。
具体的,
其中,ΔSOE表示BMS计算得到的SOE差值,ΔReal SOE表示放电过程中,真实测试的SOE差值,ΔSOC_Disp表示BMS计算得到的显示SOC的差值,SOH表示BMS计算得出的SOH,ΔReal SOC_Disp表示放电过程中,真实测试的显示SOC的差值,Real SOH表示放电过程中,真实测试的SOH。
分析上式可知,SOE精度与显示SOC精度和SOH精度有关,所以,需要获取显示SOC精度和SOH精度。
上述SOE精度计算算式可以为:SOE精度=(1+显示SOC精度)*(1+SOH精度)-1。
步骤S106,根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。
具体的,一般要求动力电池的SOE精度不大于10%,如果得到动力电池的SOE精度大于10%,则确定该动力电池不合格;如果得到动力电池的SOE精度不大于10%,则确定该动力电池合格。
具体的,如果根据SOE确定的续航里程为500公里,SOE精度为10%,那么,续航里程范围应该为450-550公里,一般会提供给用户续航里程范围的下限值,以供用户参考。
另外,将上述确定的动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。
在本发明实施例中,提供了一种动力电池的性能确定方法,包括:获取动力电池的显示SOC精度、SOH精度和SOE值;根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度;根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。通过上述描述可知,本发明的动力电池的性能确定方法能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能,缓解了现有技术还无法对动力电池的性能进行确定的技术问题。
上述内容对本发明的动力电池的性能确定方法进行了简要介绍,下面对其中涉及到的具体内容进行详细描述。
在本发明的一个可选实施例中,参考图2,上述步骤S102,获取动力电池的显示SOC精度,具体包括如下步骤:
步骤S201,根据动力电池的真实SOC的计算算式确定影响真实SOC的参量,并确定影响真实SOC的各参量的误差;
具体的,真实SOC的计算算式包括:其中,SOCOCV1表示基于OCV1查SOC-OCV表得到的SOC值,I2表示电流积分计算的平均电流,Δt2表示电流积分计算时间,Q表示标称容量,SOH1表示电流积分计算时SOH值,I1表示SOH1更新时平均电流,Δt1表示SOH1更新时时间,SOCOCV1-SOCOCV0表示不同电压对应的SOC的差值;
影响真实SOC的参量包括:BMS电流测量误差和SOC-OCV最大误差,确定影响真实SOC的各参量的误差,包括:根据电流传感器的精度确定BMS电流测量误差;根据电芯的SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到SOC-OCV最大误差。
在本发明实施例中,电流传感器的精度为0.5%,那么确定的BMS电流测量误差为0.5%。
电芯的SOC-OCV对应关系包括:BOL下的SOC-OCV对应关系和EOL下的SOC-OCV对应关系,BOL表示初始放电的电芯,即新电芯,EOL表示生命终止的电芯。
对于动力电池来说,其中的多个电芯应该是电压相等,但是在实际应用中,无法保证各电芯的电压完全相同,在本发明实施例中,对于中航的动力电池,各电芯之间允许的最大偏差为5mv,即预设压差为5mv,先获取电芯BOL和EOL下的SOC-OCV对应关系,该对应关系是电芯出厂前厂家给出的,具体的,可以为每间隔5%SOC对应的OCV的值。
在进行预设压差对应的SOC最大变化值的确定时,根据每间隔5%SOC对应的OCV的值先确定多个关于SOC-OCV的线性函数,再将预设压差带入上述线性函数,从而得到多个SOC变化值,再从中确定SOC最大变化值,进而得到SOC-OCV最大误差。
例如:电芯BOL下的SOC-OCV对应关系为SOC1=30%,OCV1=3.6,SOC2=35%,OCV2=3.607,根据该两个值可以计算得到一个关于SOC-OCV的线性函数,然后,将5mv带入上述函数中的OCV位置,从而得到对应的SOC变化值。
在本发明实施例中,对于中航的动力电池,BOL下确定的SOC-OCV最大误差为1.6%,EOL下确定的SOC-OCV最大误差为1.5%。
步骤S202,根据影响真实SOC的各参量的误差计算真实SOC的误差;
在得到上述各参量的误差后,就可以进一步计算真实SOC的误差,在本发明的一个可选实施例中,根据各参量的误差计算真实SOC的误差,具体包括:
根据真实SOC误差计算算式ΔSOC=(1+ΔI)*(1+ΔSOCocv)-1计算真实SOC的误差,其中,ΔSOC表示真实SOC的误差,ΔI表示BMS电流测量误差,ΔSOCocv表示SOC-OCV最大误差。
具体的,将上述内容中得到的数值代入真实SOC误差计算算式中,得到BOL下的ΔSOC=(1+0.5%)*(1+1.6%)-1=2.1%,EOL下的ΔSOC=(1+0.5%)*(1+1.5%)-1=2%。
步骤S203,根据预设工况和动力电池的放电功率谱确定用于显示的真实SOC的最小区间;
在本发明的一个可选实施例中,根据预设工况和动力电池的放电功率谱确定用于显示的真实SOC的最小区间,包括:根据预设工况中的放电功率确定放电功率对应的放电功率谱中的最大SOC;将最大SOC作为真实SOC的最小区间的小端点值,并将目标值作为真实SOC的最小区间的大端点值,进而得到真实SOC的最小区间;
在本发明实施例中,客户要求的预设工况为10秒放电功率不小于22.6kW,连续放电功率不小于8.8kW,可输出的真实SOC限值最低为8.3%,对于不能确保功率输出的温度点,按照前一个温度下相同的值设定,-26摄氏度以下,按照-26摄氏度的值设定。
在BOL下的10秒放电功率谱为:
Cell SOC | 55℃ | 45℃ | 25℃ | 10℃ | 0℃ | -10℃ | -20℃ | -26℃ | -29℃ | -30℃ |
30% | 0.0 | 150.0 | 150.0 | 150.0 | 100.5 | 58.9 | 33.6 | 24.1 | 18.3 | 0.0 |
25% | 0.0 | 150.0 | 150.0 | 144.1 | 67.8 | 43.0 | 25.6 | 18.6 | 13.7 | 0.0 |
20% | 0.0 | 150.0 | 150.0 | 109.3 | 46.2 | 32.8 | 18.1 | 14.0 | 11.1 | 0.0 |
15% | 0.0 | 134.7 | 135.0 | 84.5 | 39.6 | 22.5 | 13.8 | 11.6 | 9.9 | 0.0 |
10% | 0.0 | 73.2 | 73.4 | 49.8 | 20.4 | 14.0 | 9.5 | 9.0 | 8.5 | 0.0 |
8.3% | 0.0 | 46.2 | 46.3 | 30.7 | 13.1 | 7.7 | 6.1 | 5.8 | 5.5 | 0.0 |
0% | 0.0 | 46.2 | 46.3 | 30.7 | 13.1 | 7.7 | 6.1 | 5.8 | 5.5 | 0.0 |
在BOL下的连续放电功率谱为:
Cell SOC | 55℃ | 45℃ | 25℃ | 10℃ | 0℃ | -10℃ | -20℃ | -26℃ | -29℃ | -30℃ |
30% | 0.0 | 73.1 | 73.1 | 50.3 | 39.8 | 24.2 | 13.5 | 11 | 9.6 | 0.0 |
25% | 0.0 | 70.1 | 70.2 | 49.9 | 39.5 | 23.9 | 10.3 | 9.3 | 8.7 | 0.0 |
20% | 0.0 | 64.5 | 64.6 | 49.5 | 39.0 | 18.7 | 9.4 | 8.1 | 7.3 | 0.0 |
15% | 0.0 | 49.1 | 49.1 | 39.1 | 19.1 | 10.7 | 8.5 | 7.0 | 6.0 | 0.0 |
10% | 0.0 | 47.8 | 47.9 | 22.9 | 13.1 | 7.5 | 6.1 | 4.6 | 3.9 | 0.0 |
8.3% | 0.0 | 27.7 | 27.7 | 13.2 | 5.9 | 2.9 | 1.5 | 1.1 | 0.8 | 0.0 |
0% | 0.0 | 27.7 | 27.7 | 13.2 | 5.9 | 2.9 | 1.5 | 1.1 | 0.8 | 0.0 |
10秒放电功率不小于22.6kW时,22.6kW对应的10秒放电功率谱中的SOC:
温度℃ | 55 | 45 | 25 | 10 | 0 | -10 | -20 | -26 | -29 | -30 |
SOC% | 8.3 | 8.3 | 8.3 | 8.3 | 10.6 | 15 | 23 | 28.6 | 28.6 | 28.6 |
连续放电功率不小于8.8kW时,8.8kW对应的1连续放电功率谱中的SOC:
温度℃ | 55 | 45 | 25 | 10 | 0 | -10 | -20 | -26 | -29 | -30 |
SOC% | 8.3 | 8.3 | 8.3 | 8.3 | 9.0 | 12 | 16.7 | 22.9 | 22.9 | 22.9 |
BOL下,放电功率22.6kW、8.8kW对应的BOL下的放电功率谱中的最大SOC为28.6%。
同理,EOL下,放电功率22.6kW、8.8kW对应的EOL下的放电功率谱中的最大SOC为33.7%,这里不再对EOL下的放电功率谱进行举例说明。
上述目标值可以为95%,所以最终得到的BOL下,真实SOC的最小区间为:(28.6%,95%);EOL下,真实SOC的最小区间为(33.7%,95%)。
步骤S204,根据真实SOC的误差和真实SOC的最小区间计算动力电池的显示SOC精度。
具体的,根据真实SOC的误差和真实SOC的最小区间计算动力电池的显示SOC精度,包括:根据真实SOC的最小区间计算真实SOC的最小区间的区间长度;计算真实SOC的误差和区间长度的比值,并将比值作为动力电池的显示SOC精度。
如上述内容中的举例,BOL下,真实SOC的最小区间为:(28.6%,95%),区间长度为:95%-28.6%=66.4%;EOL下,真实SOC的最小区间为:(33.7%,95%),区间长度为:95%-33.7%=61.3%。
具体的,BOL下的真实SOC的误差为2.1%,区间长度为66.4%,计算得到的显示SOC精度为2.1%/66.4%=3.2%;
EOL下的真实SOC的误差为2%,区间长度为61.3%,计算得到的显示SOC精度为2%/61.3%=3.3%。
在本发明的一个可选实施例中,参考图3,上述步骤S102,获取动力电池的SOH精度,具体包括如下步骤:
步骤S301,获取动力电池的电池劣化模型计算算式和当前电池性能计算算式;
上述电池劣化模型计算算式为根据预设工况运行带有目标动力电池的实车后得到的数值拟合得到的。上述目标动力电池可以为容量偏差比较差的电芯组成的动力电池,然后,设计预设的典型工况,比如,工况可以为:客户早上几点上班,中午休息,下午几点下班,晚上几点充电,在这个过程中,涉及到充放电(早上开车放多少电,充电多长时间等)和存储,进行充放电SOH衰减的拟合和存储SOH衰减的拟合,对于中航动力电池来讲,拟合得到的循环SOH劣化模型计算算式为: Ah表示充放电的安时数,T表示温度;
步骤S302,在预设工况下采用实车进行测试,得到真实的SOH值;
该过程具体包括:对实车进行初始放电容量测试,得到实车的初始放电容量;根据预设工况运行实车,并对运行后的实车进行放电容量测试,得到运行后的放电容量;根据初始放电容量和运行后的放电容量计算得到动力电池在各里程下的真实的SOH值。
具体的,初始放电容量记为:Q0;运行后的放电容量记为:Q1;上述真实的SOH值=Q1/Q0。
步骤S303,基于电池劣化模型计算算式和真实的SOH值确定得到动力电池的第一SOH误差;
具体的,根据电池劣化模型计算算式计算各目标里程下的仿真的SOH值,其中,各目标里程为真实的SOH值对应的各里程;根据各里程下的真实的SOH值和对应的各里程下的仿真的SOH值计算第一SOH误差;
对中航动力电池进行上述第一SOH误差的计算,得到的第一SOH误差ΔSOH1=0.1%。
步骤S304,确定当前电池性能计算算式中影响SOH的参量,并确定影响SOH的各参量的误差;
若影响SOH的参量包括:BMS电流测量误差、BOL下的SOC-OCV最大误差、容量误差,确定影响SOH的各参量的误差,包括:根据电流传感器的精度确定BMS电流测量误差;根据BOL下的电芯SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到SOC-OCV最大误差;根据容量误差计算算式计算得到容量误差,其中,ΔQ表示容量误差,Qmax表示所有电芯中的最大容量,Qave表示所有电芯中的最小容量Qmin与最大容量的中值。
在本发明实施例中,电流传感器的精度为0.5%,那么确定的BMS电流测量误差为0.5%。
BOL表示初始放电的电芯,即新电芯。对于动力电池来说,其中的多个电芯应该是电压相等,但是在实际应用中,无法保证各电芯的电压完全相同,在本发明实施例中,对于中航的动力电池,各电芯之间允许的最大偏差为5mv,即预设压差为5mv,先获取BOL下的电芯SOC-OCV对应关系,该对应关系是电芯出厂前厂家给出的,具体的,可以为每间隔5%SOC对应的OCV的值。
在进行预设压差对应的SOC最大变化值的确定时,根据每间隔5%SOC对应的OCV的值先确定多个关于SOC-OCV的线性函数,再将预设压差带入上述线性函数,从而得到多个SOC变化值,再从中确定SOC最大变化值,进而得到SOC-OCV最大误差。
例如:BOL下的电芯SOC-OCV对应关系为SOC1=30%,OCV1=3.6,SOC2=35%,OCV2=3.607,根据该两个值可以计算得到一个关于SOC-OCV的线性函数,然后,将5mv带入上述函数中的OCV位置,从而得到对应的SOC变化值。
在本发明实施例中,对于中航的动力电池,确定的SOC-OCV最大误差为1.6%。
具体的,通过中航100万电芯出厂容量分布统计得到,电芯容量范围Qmin为52Ah;Qmax为55Ah;Qave为53.5Ah,容量误差=(55-53.5)/53.5=2.8%。
步骤S305,基于影响SOH的各参量的误差计算得到动力电池的第二SOH误差;
具体的,根据第二SOH误差计算算式ΔSOH2=(1+ΔI)*(1+ΔSOCocv)*(1+ΔQ)-1计算第二SOH误差,其中,ΔSOH2表示第二SOH误差,ΔI表示BMS电流测量误差,ΔSOCocv表示SOC-OCV最大误差,ΔQ表示容量误差。
具体的,将上述内容中得到的数值代入第二SOH误差计算算式中,得到ΔSOH2=(1+0.5%)*(1+1.6%)*(1+2.8%)-1=5%。
步骤S306,将第一SOH误差和第二SOH误差中的最大值作为动力电池的SOH精度。
比较上述第一SOH误差ΔSOH1和第二SOH误差ΔSOH2,可得动力电池的SOH精度为5%。
也就是BOL下的显示SOC精度为2.1%/66.4%=3.2%,SOH精度为5%,那么根据SOE精度=(1+显示SOC精度)*(1+SOH精度)-1可知,SOE精度=(1+3.2%)*(1+5%)-1=8.3%;
EOL下的显示SOC精度为2.1%/66.4%=3.3%,SOH精度为5%,那么根据SOE精度=(1+显示SOC精度)*(1+SOH精度)-1可知,SOE精度=(1+3.3%)*(1+5%)-1=8.4%。
本发明的动力电池的性能确定方法能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能,确定的电池性能更加可靠,能够实现对动力电池的有效监控。
实施例二:
本发明实施例还提供了一种动力电池的性能确定装置,该动力电池的性能确定装置主要用于执行本发明实施例一中所提供的动力电池的性能确定方法,以下对本发明实施例提供的动力电池的性能确定装置做具体介绍。
图4是根据本发明实施例的一种动力电池的性能确定装置的示意图,如图4所示,该装置主要包括:获取单元10、计算单元20和确定单元30,其中:
获取单元,用于获取动力电池的显示SOC精度、SOH精度和SOE值;
计算单元,用于根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度;
确定单元,用于根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。
在本发明实施例中,提供了一种动力电池的性能确定装置,包括:获取动力电池的显示SOC精度、SOH精度和SOE值;根据显示SOC精度、SOH精度和SOE精度计算算式计算动力电池的SOE精度;根据动力电池的SOE精度确定动力电池是否合格;和/或,基于动力电池的SOE精度和动力电池的SOE值确定动力电池的续航里程范围,并将动力电池是否合格的状态和/或动力电池的续航里程范围作为动力电池的当前性能。通过上述描述可知,本发明的动力电池的性能确定装置能够对SOE精度进行计算,进而基于计算的SOE精度确定动力电池的当前性能,缓解了现有技术还无法对动力电池的性能进行确定的技术问题。
可选地,获取单元还用于:根据动力电池的真实SOC的计算算式确定影响真实SOC的参量,并确定影响真实SOC的各参量的误差;根据影响真实SOC的各参量的误差计算真实SOC的误差;根据预设工况和动力电池的放电功率谱确定用于显示的真实SOC的最小区间;根据真实SOC的误差和真实SOC的最小区间计算动力电池的显示SOC精度。
可选地,获取单元还用于:真实SOC的计算算式包括: 其中,SOCOCV1表示基于OCV1查SOC-OCV表得到的SOC值,I2表示电流积分计算的平均电流,Δt2表示电流积分计算时间,Q表示标称容量,SOH1表示电流积分计算时SOH值,I1表示SOH1更新时平均电流,Δt1表示SOH1更新时时间,SOCOCV1-SOCOCV0表示不同电压对应的SOC的差值;影响真实SOC的参量包括:BMS电流测量误差和SOC-OCV最大误差,获取单元还用于:根据电流传感器的精度确定BMS电流测量误差;根据电芯的SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到SOC-OCV最大误差。
可选地,获取单元还用于:根据预设工况中的放电功率确定放电功率对应的放电功率谱中的最大SOC;将最大SOC作为真实SOC的最小区间的小端点值,并将目标值作为真实SOC的最小区间的大端点值,进而得到真实SOC的最小区间;根据真实SOC的最小区间计算真实SOC的最小区间的区间长度;计算真实SOC的误差和区间长度的比值,并将比值作为动力电池的显示SOC精度。
可选地,获取单元还用于:获取动力电池的电池劣化模型计算算式和当前电池性能计算算式;在预设工况下采用实车进行测试,得到真实的SOH值;基于电池劣化模型计算算式和真实的SOH值确定得到动力电池的第一SOH误差;确定当前电池性能计算算式中影响SOH的参量,并确定影响SOH的各参量的误差;基于影响SOH的各参量的误差计算得到动力电池的第二SOH误差;将第一SOH误差和第二SOH误差中的最大值作为动力电池的SOH精度。
可选地,获取单元还用于:对实车进行初始放电容量测试,得到实车的初始放电容量;根据预设工况运行实车,并对运行后的实车进行放电容量测试,得到运行后的放电容量;根据初始放电容量和运行后的放电容量计算得到动力电池在各里程下的真实的SOH值。
可选地,获取单元还用于:根据电池劣化模型计算算式计算各目标里程下的仿真的SOH值,其中,各目标里程为真实的SOH值对应的各里程;根据各里程下的真实的SOH值和对应的各里程下的仿真的SOH值计算第一SOH误差;若影响SOH的参量包括:BMS电流测量误差、BOL下的SOC-OCV最大误差、容量误差,根据电流传感器的精度确定BMS电流测量误差;根据BOL下的电芯SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到SOC-OCV最大误差;根据容量误差计算算式 计算得到容量误差,其中,ΔQ表示容量误差,Qmax表示所有电芯中的最大容量,Qave表示所有电芯中的最小容量Qmin与最大容量的中值。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
如图5所示,本申请实施例提供的一种电子设备600,包括:处理器601、存储器602和总线,所述存储器602存储有所述处理器601可执行的机器可读指令,当电子设备运行时,所述处理器601与所述存储器602之间通过总线通信,所述处理器601执行所述机器可读指令,以执行如上述动力电池的性能确定方法的步骤。
具体地,上述存储器602和处理器601能够为通用的存储器和处理器,这里不做具体限定,当处理器601运行存储器602存储的计算机程序时,能够执行上述动力电池的性能确定方法。
处理器601可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602,处理器601读取存储器602中的信息,结合其硬件完成上述方法的步骤。
对应于上述动力电池的性能确定方法,本申请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有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述动力电池的性能确定方法的步骤。
本申请实施例所提供的动力电池的性能确定装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
再例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述车辆标记方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种动力电池的性能确定方法,其特征在于,包括:
获取动力电池的显示SOC精度、SOH精度和SOE值;
根据所述显示SOC精度、所述SOH精度和SOE精度计算算式计算所述动力电池的SOE精度;
根据所述动力电池的SOE精度确定所述动力电池是否合格;和/或,基于所述动力电池的SOE精度和所述动力电池的SOE值确定所述动力电池的续航里程范围,并将所述动力电池是否合格的状态和/或所述动力电池的续航里程范围作为所述动力电池的当前性能。
2.根据权利要求1所述的方法,其特征在于,获取动力电池的显示SOC精度,包括:
根据所述动力电池的真实SOC的计算算式确定影响真实SOC的参量,并确定影响真实SOC的各参量的误差;
根据影响真实SOC的各参量的误差计算真实SOC的误差;
根据预设工况和所述动力电池的放电功率谱确定用于显示的真实SOC的最小区间;
根据所述真实SOC的误差和所述真实SOC的最小区间计算所述动力电池的显示SOC精度。
3.根据权利要求2所述的方法,其特征在于,所述真实SOC的计算算式包括:其中,SOCOCV1表示基于OCV1查SOC-OCV表得到的SOC值,I2表示电流积分计算的平均电流,Δt2表示电流积分计算时间,Q表示标称容量,SOH1表示电流积分计算时SOH值,I1表示SOH1更新时平均电流,Δt1表示SOH1更新时时间,SOCOCV1-SOCOCV0表示不同电压对应的SOC的差值;
所述影响真实SOC的参量包括:BMS电流测量误差和SOC-OCV最大误差,确定影响真实SOC的各参量的误差,包括:
根据电流传感器的精度确定所述BMS电流测量误差;
根据电芯的SOC-OCV对应关系确定预设压差对应的SOC最大变化值,进而得到所述SOC-OCV最大误差。
4.根据权利要求2所述的方法,其特征在于,
根据预设工况和所述动力电池的放电功率谱确定用于显示的真实SOC的最小区间,包括:根据所述预设工况中的放电功率确定所述放电功率对应的放电功率谱中的最大SOC;将所述最大SOC作为所述真实SOC的最小区间的小端点值,并将目标值作为所述真实SOC的最小区间的大端点值,进而得到所述真实SOC的最小区间;
根据所述真实SOC的误差和所述真实SOC的最小区间计算所述动力电池的显示SOC精度,包括:根据所述真实SOC的最小区间计算所述真实SOC的最小区间的区间长度;计算所述真实SOC的误差和所述区间长度的比值,并将所述比值作为所述动力电池的显示SOC精度。
5.根据权利要求1所述的方法,其特征在于,获取动力电池的SOH精度,包括:
获取所述动力电池的电池劣化模型计算算式和当前电池性能计算算式;
在预设工况下采用实车进行测试,得到真实的SOH值;
基于所述电池劣化模型计算算式和所述真实的SOH值确定得到所述动力电池的第一SOH误差;
确定所述当前电池性能计算算式中影响SOH的参量,并确定影响SOH的各参量的误差;
基于影响SOH的各参量的误差计算得到所述动力电池的第二SOH误差;
将所述第一SOH误差和所述第二SOH误差中的最大值作为所述动力电池的SOH精度。
6.根据权利要求5所述的方法,其特征在于,在预设工况下采用实车进行测试,包括:
对实车进行初始放电容量测试,得到所述实车的初始放电容量;
根据所述预设工况运行所述实车,并对运行后的实车进行放电容量测试,得到运行后的放电容量;
根据所述初始放电容量和所述运行后的放电容量计算得到所述动力电池在各里程下的真实的SOH值。
7.根据权利要求6所述的方法,其特征在于,
基于所述电池劣化模型计算算式和所述真实的SOH值确定得到所述动力电池的第一SOH误差,包括:根据所述电池劣化模型计算算式计算各目标里程下的仿真的SOH值,其中,所述各目标里程为所述真实的SOH值对应的各里程;根据所述各里程下的真实的SOH值和对应的各里程下的仿真的SOH值计算所述第一SOH误差;
8.一种动力电池的性能确定装置,其特征在于,所述装置包括:
获取单元,用于获取动力电池的显示SOC精度、SOH精度和SOE值;
计算单元,用于根据所述显示SOC精度、所述SOH精度和SOE精度计算算式计算所述动力电池的SOE精度;
确定单元,用于根据所述动力电池的SOE精度确定所述动力电池是否合格;和/或,基于所述动力电池的SOE精度和所述动力电池的SOE值确定所述动力电池的续航里程范围,并将所述动力电池是否合格的状态和/或所述动力电池的续航里程范围作为所述动力电池的当前性能。
9.一种电子设备,包括存储器、处理器及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,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述机器可运行指令在被处理器调用和运行时,所述机器可运行指令促使所述处理器运行上述权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315882.7A CN113848496A (zh) | 2021-11-08 | 2021-11-08 | 动力电池的性能确定方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111315882.7A CN113848496A (zh) | 2021-11-08 | 2021-11-08 | 动力电池的性能确定方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113848496A true CN113848496A (zh) | 2021-12-28 |
Family
ID=78983987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111315882.7A Pending CN113848496A (zh) | 2021-11-08 | 2021-11-08 | 动力电池的性能确定方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113848496A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107677965A (zh) * | 2017-09-21 | 2018-02-09 | 中国科学院广州能源研究所 | 一种锂电池能量状态估算方法 |
CN108099667A (zh) * | 2017-12-22 | 2018-06-01 | 江西优特汽车技术有限公司 | 一种动力电池sof表示方法 |
US20180188332A1 (en) * | 2016-12-30 | 2018-07-05 | NextEv USA, Inc. | User interface for vehicle and/or battery life based on state of health |
CN108336723A (zh) * | 2017-12-08 | 2018-07-27 | 上海电力学院 | 一种燃料电池混合动力移动焊接机器人能量管理方法 |
CN110861496A (zh) * | 2019-11-27 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 电池soh值调整方法及系统 |
CN111060828A (zh) * | 2019-12-30 | 2020-04-24 | 华人运通(江苏)技术有限公司 | 一种电池状态监控方法和装置 |
CN111098753A (zh) * | 2018-10-26 | 2020-05-05 | 比亚迪股份有限公司 | 电动车辆的续航里程估算方法和装置、电动车辆 |
CN111262896A (zh) * | 2018-11-30 | 2020-06-09 | 联合汽车电子有限公司 | 一种网联汽车电池管理系统 |
US20210018568A1 (en) * | 2018-03-30 | 2021-01-21 | Byd Company Limited | Method and apparatus for calculating soh of battery power pack, and electric vehicle |
US20210063491A1 (en) * | 2019-09-04 | 2021-03-04 | Karma Automotive Llc | Method of estimating residual energy for a battery |
US20210190867A1 (en) * | 2018-12-21 | 2021-06-24 | Cummins Inc. | Soc and soh co-estimation systems and methods for electric vehicles |
CN113125967A (zh) * | 2021-04-07 | 2021-07-16 | 力高(山东)新能源技术有限公司 | 一种基于温升预测的锂电池soe计算方法 |
-
2021
- 2021-11-08 CN CN202111315882.7A patent/CN113848496A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180188332A1 (en) * | 2016-12-30 | 2018-07-05 | NextEv USA, Inc. | User interface for vehicle and/or battery life based on state of health |
CN107677965A (zh) * | 2017-09-21 | 2018-02-09 | 中国科学院广州能源研究所 | 一种锂电池能量状态估算方法 |
CN108336723A (zh) * | 2017-12-08 | 2018-07-27 | 上海电力学院 | 一种燃料电池混合动力移动焊接机器人能量管理方法 |
CN108099667A (zh) * | 2017-12-22 | 2018-06-01 | 江西优特汽车技术有限公司 | 一种动力电池sof表示方法 |
US20210018568A1 (en) * | 2018-03-30 | 2021-01-21 | Byd Company Limited | Method and apparatus for calculating soh of battery power pack, and electric vehicle |
CN111098753A (zh) * | 2018-10-26 | 2020-05-05 | 比亚迪股份有限公司 | 电动车辆的续航里程估算方法和装置、电动车辆 |
CN111262896A (zh) * | 2018-11-30 | 2020-06-09 | 联合汽车电子有限公司 | 一种网联汽车电池管理系统 |
US20210190867A1 (en) * | 2018-12-21 | 2021-06-24 | Cummins Inc. | Soc and soh co-estimation systems and methods for electric vehicles |
US20210063491A1 (en) * | 2019-09-04 | 2021-03-04 | Karma Automotive Llc | Method of estimating residual energy for a battery |
CN110861496A (zh) * | 2019-11-27 | 2020-03-06 | 安徽江淮汽车集团股份有限公司 | 电池soh值调整方法及系统 |
CN111060828A (zh) * | 2019-12-30 | 2020-04-24 | 华人运通(江苏)技术有限公司 | 一种电池状态监控方法和装置 |
CN113125967A (zh) * | 2021-04-07 | 2021-07-16 | 力高(山东)新能源技术有限公司 | 一种基于温升预测的锂电池soe计算方法 |
Non-Patent Citations (1)
Title |
---|
任永昌: "基于SK-PSO-RBF的纯电动汽车动力电池SOC及剩余里程的预测研究", 中国优秀硕士学位论文全文数据库 (基础科学辑), 15 July 2018 (2018-07-15), pages 035 - 347 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baccouche et al. | Implementation of an improved Coulomb-counting algorithm based on a piecewise SOC-OCV relationship for SOC estimation of li-IonBattery | |
US8046181B2 (en) | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern | |
EP3306735A1 (en) | Device for estimating degree of battery degradation, and estimation method | |
CN108287312B (zh) | 一种退役电池的分选方法、系统及装置 | |
KR102274383B1 (ko) | 자동차 차량 배터리의 에너지량 평가 | |
CN111707955B (zh) | 电池剩余寿命的估算方法、装置和介质 | |
KR101777334B1 (ko) | 배터리 soh 추정 장치 및 방법 | |
JP4668015B2 (ja) | 二次電池の状態検出方法および二次電池の状態検出装置 | |
CN112986842A (zh) | 电池荷电状态的估算方法、装置及设备 | |
CN113093027B (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
KR20220070480A (ko) | 충전식 배터리의 충전상태 및 건강상태를 결정하는 방법 및 장치 | |
CN111289911A (zh) | 基于电池的soc估算方法、装置以及电子设备 | |
CN115113072A (zh) | 电池soc的估算方法及相关装置 | |
CN104833917A (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
JP6161133B2 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
JP2024511082A (ja) | 蓄電装置の容量損失を算定する方法、装置およびコンピュータプログラム製品 | |
US20230028368A1 (en) | Method For Determining A Loss Of Capacity Of A Battery Storage Device, Apparatus, And Computer Program Product | |
JP2022044172A (ja) | 複数の電池に関する判定装置、蓄電システム、判定方法及び判定プログラム | |
CN114035049A (zh) | Soh精度的计算方法、装置和电子设备 | |
WO2017002953A1 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
CN113848496A (zh) | 动力电池的性能确定方法、装置和电子设备 | |
CN112513656A (zh) | 用于估计电池的充电状态的方法及装置 | |
CN115113071A (zh) | 电池soc值修正方法及相关装置 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
CN114966453A (zh) | 锂电池剩余可用能量的获取方法及相关装置 |
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 |