CN114062950A - 混联电池soc确定方法、装置、电子设备及存储介质 - Google Patents
混联电池soc确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114062950A CN114062950A CN202111357662.0A CN202111357662A CN114062950A CN 114062950 A CN114062950 A CN 114062950A CN 202111357662 A CN202111357662 A CN 202111357662A CN 114062950 A CN114062950 A CN 114062950A
- Authority
- CN
- China
- Prior art keywords
- soc
- state
- charge
- battery
- current state
- 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]
- G01R31/385—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
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种混联电池SOC确定方法、装置、电子设备及存储介质,混联电池SOC确定方法包括:对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S;获取所述当前状态下所述混联电池中所有电芯的平均温度,并确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka;基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L;根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC,从而可以对混联电池的SOC进行估计。
Description
技术领域
本发明涉及电池管理技术领域,具体涉及一种混联电池SOC确定方法、装置、电子设备及存储介质。
背景技术
近年来,随着能源危机和环境问题的日益突出,电动车已经成为汽车行业的重要发展方向。作为新能源电动车的重要组成部分,BMS(电池管理系统)的控制技术直接影响整车的安全性和可靠性。电池荷电状态(state of charge简称SOC)是电动车动力电池剩余电量的重要参数,也是BMS估计的难点之一,特别是以磷酸铁锂电芯为单元的电池包,由于其电压的平稳性,SOC很难准确估计。SOC在实车运行过程中的准确度影响整车的动力性和可靠性,所以SOC估计的准确性是新能源电池的技术难点。
目前主流的动力电池,有磷酸铁锂为代表的低价格、高安全的动力电池,也有以三元电池为代表的高能量、温度适应性广的动力电池。当前电池包都是以单一品类电芯组成的电池系统,不能发挥各种类电池优势,而将磷酸铁锂和三元电池成组在同一电池包内的电池系统,称为混联电池。但是也由于两种不同的电池,其电池参数和性能方面各有差异,电池系统的SOC估计成为混联电池的难点之一。
发明内容
有鉴于此,本发明实施例提供了一种混联电池SOC确定方法、装置、电子设备及存储介质,以解决对混联电池的SOC进行估计。
根据第一方面,本发明实施例提供了一种混联电池SOC确定方法,所述混联电池包括三元锂离子电芯和磷酸铁电芯,包括:对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S;获取所述当前状态下所述混联电池中所有电芯的平均温度,并确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka;基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L;根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
本发明实施例提供的混联电池SOC确定方法,首先估算混联电池SOC中三元锂离子电芯的荷电状态,再根据容量对应关系,映射磷酸铁锂电芯的荷电状态,从而可以根据三元锂离子电芯的荷电状态和磷酸铁锂电芯的荷电状态得到混联电池的荷电状态。
结合第一方面,在第一方面第一实施方式中,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L包括:
获取所述三元锂离子电芯初始状态下的电池荷电状态,得到所述三元锂离子电芯的第一初始荷电状态SOC_S0;获取所述磷酸铁锂电芯初始状态下的电池荷电状态,得到所述磷酸铁锂电芯的第二初始荷电状态SOC_L0;根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L。
结合第一方面第一实施方式,在第一方面第二实施方式中,根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L包括:SOC_L=SOC_L0+Ka·(SOC_S-SOC_S0)。
结合第一方面,在第一方面第三实施方式中,在基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L之后,还包括:判断所述SOC_L是否小于预设的阈值;当所述SOC_L小于所述阈值时,利用一阶卡尔曼滤波估算所述磷酸铁锂电芯在所述当前状态下的荷电状态,并用估算得到的荷电状态作为所述第二当前荷电状态。
结合第一方面,在第一方面第四实施方式中,所述第一当前荷电状态SOC_S包括第一当前最高荷电状态SOC_Smax和第一当前最低荷电状态SOC_Smin,对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S包括:获取所述当前状态下所述三元锂离子电芯中的最高电压,根据所述最高电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smax;获取所述当前状态下所述三元锂离子电芯中的最低电压,根据所述最低电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smin。
结合第一方面第四实施方式,在第一方面第五实施方式中,所述第二当前荷电状态SOC_L包括第二当前最高荷电状态SOC_Lmax和第二当前最低荷电状态SOC_Lmin,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L包括:基于所述第一当前最高荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最高荷电状态SOC_Lmax;基于所述第一当前最低荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最低荷电状态SOC_Lmin。
结合第一方面第五实施方式,在第一方面第六实施方式中,所述根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC包括:根据SOC_Smax、所述SOC_Smin、所述SOC_Lmax和所述SOC_Lmin确定所述混联电池当前状态下的SOC。
根据第二方面,本发明实施例还提供了一种混联电池SOC确定装置,所述混联电池包括三元锂离子电芯和磷酸铁锂电芯,混联电池SOC确定装置包括第一估算模块、获取模块、第一处理模块、第二估算模块和第二处理模块;具体的,第一估算模块,用于对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S;获取模块,用于获取所述当前状态下所述混联电池中所有电芯的平均温度;第一处理模块,用于确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka;第二估算模块,用于基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L;第二处理模块,用于根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
根据第三方面,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,从而执行第一方面或者第一方面的任意一种实施方式中所述的混联电池SOC确定方法。
根据第四方面,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计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的混联电池SOC确定方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1为本发明实施例1中混联电池SOC确定方法的流程示意图;
图2为混联电池的结构示意图;
图3为线性插值公式示意图;
图4为本发明实施例2中混联电池SOC确定装置的结构示意图。
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。
实施例1
本发明实施例1提供了一种混联电池SOC确定方法。图1为本发明实施例1中混联电池SOC确定方法的流程示意图,如图1所示,本发明实施例1中混联电池SOC的确定方法包括以下步骤:
S101:对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S。
示例的,获取以三元锂离子电池(NCM)和磷酸铁锂电池(LFP)为主的混联电池系统参数。三元锂离子电池和磷酸铁锂电池组成混联电池系统,定义三元锂离子电池数量为m,磷酸铁锂电池数量为n。将各电池串联成组,示意图如图1所示,其中电池混联系统中不同种类电池间电芯的数量a、b根据电池包电量和空间布置设计决定。
电池混联系统还包括BMS管理系统,BMS管理系统与所述电池连接,BMS中温度传感器检测电芯温度,电压传感器检测电芯电压,电流传感器检测整包电流。
对所述三元锂离子电芯当前状态下的电池荷电状态进行估计可以采用一阶卡尔曼滤波法,其中一阶卡尔曼滤波法可以选用现有技术中的任意方案,示例的,
离散状态方程为:
其中URC为电容两端电压,
上式中,Q为电池标称容量,U为电池两端的电压估计值,下标k表示第k步,OCV为开路电压,其中OCV是与SOC、电池温度有关的函数,R为电池内阻,I为电流,t为采样时间间隔,Rp为电池极化电阻,Cp为电池极化电容。
令
基于卡尔曼滤波实现SOC估计,其离散化模型变换如下:
xk=Ak-1xk-1+Bk-1Ik-1
令
协方差估计
一阶线性化电压状态方程:
计算卡尔曼滤波增益系数Kk
计算当前状态变量最优估计值,设第k步电池两端电压测量值为yk,
xk=xk-1+Kk(yk-Uk)
计算协方程最优估计值
Pk=(1-KkCk)Pk-1
其中,q是状态噪声中的误差协方差、r为观测噪声误差协方差,两者大小由电池系统的噪声情况决定。A、B是定义的与SOC相关的系统参数,y为每时刻电芯实际端电压,P为协方差矩阵,初始值为单位矩阵。
车辆开始行驶前,根据当前电芯温度和静置电压,以及OCV、温度和SOC关系,用二维插值查找当前SOC,记录三元锂离子电池初始SOC状态为SOC_S0,。车辆行驶过程中,三元锂离子电池的当前SOC根据以上的方法进行计算,记录当前三元锂离子电池的SOC为SOC_S。
S102:获取所述当前状态下所述混联电池中所有电芯的平均温度,并确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka。
具体的,获取三元锂离子电池和LFP电池容量关系,令在环境温度T=[t1,t2,…,tn]下,三元锂离子电池的1C倍率下放电容量为Qs=[Q1,1,Q1,2,…,Q1,n],LFP电池的1C倍率下放电容量为Ql=[Q2,1,Q2,2,…,Q2,n],两个电池相同温度下容量比值Kq=[k1,k2,…,kn]。
S103:基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L。
作为具体的实施方式,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L可以采用如下技术方案:获取所述三元锂离子电芯初始状态下的电池荷电状态,得到所述三元锂离子电芯的第一初始荷电状态SOC_S0;获取所述磷酸铁锂电芯初始状态下的电池荷电状态,得到所述磷酸铁锂电芯的第二初始荷电状态SOC_L0;根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L。
更加具体的,根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L包括:
SOC_L=SOC_L0+Ka·(SOC_S-SOC_S0)。
车辆开始行车时,记录电芯平均温度为Ta,平均温度为当前状态所有温感加和除以温感个数求得。记录LFP初始SOC状态为SOC_L0,SOC_L0为LFP电芯行车之前BMS记录存储的最末SOC,记录当前LFP电池的SOC为SOC_L,计算公式为
SOC_L=SOC_L0+Ka·(SOC_S-SOC_S0)
其中,Ka为温度Ta下三元锂离子电池和LFP电池1C倍率容量比值,Ka根据环境温度T和两个电池相同温度下电池1C倍率容量比值Kq,线性插值求得。
示例的,如图3所示,线性插值公式为:
其中x0,x1是在计算Ka时的与温度Ta相邻的温度坐标,y0,y1是在计算Ka时的与温度Ta相邻的容量比值,令x=Ta,求得y值即为当前温度Ta下的容量比值Ka。
作为进一步的实施方式,在基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L之后,还包括:判断所述SOC_L是否小于预设的阈值;当所述SOC_L小于所述阈值时,利用一阶卡尔曼滤波估算所述磷酸铁锂电芯在所述当前状态下的荷电状态,并用估算得到的荷电状态作为所述第二当前荷电状态。具体的,当SOC_L<0.3时,LFP的SOC计算方式转换为一阶卡尔曼滤波估算SOC的形式,与上述三元锂离子的方法一致,由此提高在低SOC下LFP的估算精度。
S104:根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
所述第一当前荷电状态SOC_S包括第一当前最高荷电状态SOC_Smax和第一当前最低荷电状态SOC_Smin,对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S包括:获取所述当前状态下所述三元锂离子电芯中的最高电压,根据所述最高电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smax;获取所述当前状态下所述三元锂离子电芯中的最低电压,根据所述最低电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smin。
所述第二当前荷电状态SOC_L包括第二当前最高荷电状态SOC_Lmax和第二当前最低荷电状态SOC_Lmin,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L包括:基于所述第一当前最高荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最高荷电状态SOC_Lmax;基于所述第一当前最低荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最低荷电状态SOC_Lmin。
作为具体的实施方式,所述根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC包括:根据SOC_Smax、所述SOC_Smin、所述SOC_Lmax和所述SOC_Lmin确定所述混联电池当前状态下的SOC。
具体的,混联电池当前状态下的SOC的计算公式为:
示例的,显示SOC为车辆仪表上SOC的显示状态,根据车辆行车时采集到的三元锂离子电池的最高和最低电压,以及步骤(2)的计算方法,得到三元锂离子电池的最高最低SOC,分别记为SOC_Smax和SOC_Smin,同理,采集到的磷酸铁锂最高和最低电压,根据步骤(3)的计算方法,得到磷酸铁锂电池的最高最低SOC,分别记为SOC_Lmax和SOC_Lmin。车辆行驶过程中每时刻的最低SOC为SOC_min=min(SOC_Smin,SOC_Lmin),最高SOC为SOC_max=max(SOC_Smax,SOC_Lmax),电池包SOC使用窗口设为上限SOC1和下限SOC2,则整包显示SOC(SOCDisp)计算公式为:
通过以上步骤,可以求得混联电池系统中各类型电池的SOC,以及整包SOC。
实施例2
与本发明实施例1相对应,本发明实施例2提供了一种混联电池SOC确定装置。图4为本发明实施例2中混联电池SOC确定装置的结构示意图,如图3所示,本发明实施例2的混联电池SOC确定装置包括第一估算模块20、获取模块21、第一处理模块22、第二估算模块23和第二处理模块24。
具体的,第一估算模块20,用于对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S。
获取模块21,用于获取所述当前状态下所述混联电池中所有电芯的平均温度。
第一处理模块22,用于确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka。
第二估算模块23,用于基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L。
第二处理模块24,用于根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
上述混联电池SOC确定装置具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
实施例3
本发明实施例还提供了一种电子设备,该电子设备可以包括处理器和存储器,其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器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,如本发明实施例中的混联电池SOC确定方法对应的程序指令/模块(例如,图4所示的第一估算模块20、获取模块21、第一处理模块22、第二估算模块23和第二处理模块24)。处理器通过运行存储在存储器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混联电池SOC确定方法。
存储器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系统、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所创建的数据等。此外,存储器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,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。
所述一个或者多个模块存储在所述存储器中,当被所述处理器执行时,执行如图1-3所示实施例中的混联电池SOC确定方法。
上述电子设备具体细节可以对应参阅图1至图4所示的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,所述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,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述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)
1.一种混联电池SOC确定方法,所述混联电池包括三元锂离子电芯和磷酸铁锂电芯,其特征在于,包括:
对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S;
获取所述当前状态下所述混联电池中所有电芯的平均温度,并确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka;
基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L;
根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
2.根据权利要求1所述的方法,其特征在于,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L包括:
获取所述三元锂离子电芯初始状态下的电池荷电状态,得到所述三元锂离子电芯的第一初始荷电状态SOC_S0;
获取所述磷酸铁锂电芯初始状态下的电池荷电状态,得到所述磷酸铁锂电芯的第二初始荷电状态SOC_L0;
根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L。
3.根据权利要求2所述的方法,其特征在于,根据所述SOC_S0、所述SOC_L0、所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的SOC_L包括:
SOC_L=SOC_L0+Ka·(SOC_S-SOC_S0)。
4.根据权利要求1所述的方法,其特征在于,在基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L之后,还包括:
判断所述SOC_L是否小于预设的阈值;
当所述SOC_L小于所述阈值时,利用一阶卡尔曼滤波估算所述磷酸铁锂电芯在所述当前状态下的荷电状态,并用估算得到的荷电状态作为所述第二当前荷电状态。
5.根据权利要求1所述的方法,其特征在于,所述第一当前荷电状态SOC_S包括第一当前最高荷电状态SOC_Smax和第一当前最低荷电状态SOC_Smin,对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S包括:
获取所述当前状态下所述三元锂离子电芯中的最高电压,根据所述最高电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smax;
获取所述当前状态下所述三元锂离子电芯中的最低电压,根据所述最低电压,利用一阶卡尔曼滤波估算所述三元锂离子电芯在所述当前状态下的所述SOC_Smin。
6.根据权利要求5所述的方法,其特征在于,所述第二当前荷电状态SOC_L包括第二当前最高荷电状态SOC_Lmax和第二当前最低荷电状态SOC_Lmin,基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L包括:
基于所述第一当前最高荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最高荷电状态SOC_Lmax;
基于所述第一当前最低荷电状态和所述容量比值确定所述磷酸铁锂电芯在所述当前状态下的第二当前最低荷电状态SOC_Lmin。
7.根据权利要求6所述的方法,其特征在于,所述根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC包括:
根据SOC_Smax、所述SOC_Smin、所述SOC_Lmax和所述SOC_Lmin确定所述混联电池当前状态下的SOC。
8.一种混联电池SOC确定装置,所述混联电池包括三元锂离子电芯和磷酸铁锂电芯,其特征在于,包括:
第一估算模块,用于对所述三元锂离子电芯当前状态下的电池荷电状态进行估计,得到所述三元锂离子电芯的第一当前荷电状态SOC_S;
获取模块,用于获取所述当前状态下所述混联电池中所有电芯的平均温度;
第一处理模块,用于确定在所述平均温度下所述三元锂离子电芯和所述磷酸铁锂电芯的容量比值Ka;
第二估算模块,用于基于所述SOC_S和所述Ka确定所述磷酸铁锂电芯在所述当前状态下的第二当前荷电状态SOC_L;
第二处理模块,用于根据所述SOC_S和所述SOC_L确定所述混联电池在所述当前状态下的SOC。
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1-8中任一项所述的混联电池SOC确定方法。
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执行权利要求1-7中任一项所述的混联电池SOC确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357662.0A CN114062950B (zh) | 2021-11-16 | 2021-11-16 | 混联电池soc确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357662.0A CN114062950B (zh) | 2021-11-16 | 2021-11-16 | 混联电池soc确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114062950A true CN114062950A (zh) | 2022-02-18 |
CN114062950B CN114062950B (zh) | 2023-07-07 |
Family
ID=80273210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111357662.0A Active CN114062950B (zh) | 2021-11-16 | 2021-11-16 | 混联电池soc确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114062950B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114889491A (zh) * | 2022-05-05 | 2022-08-12 | 中国第一汽车股份有限公司 | 混合电池的控制方法、装置、存储介质及电子装置 |
CN117151201A (zh) * | 2023-08-24 | 2023-12-01 | 广芯微电子(广州)股份有限公司 | 一种用于神经网络训练的电池组样本组织方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594121A (zh) * | 2018-01-12 | 2018-09-28 | 北京新能源汽车股份有限公司 | 电池性能参数获取方法及装置 |
CN112698223A (zh) * | 2021-01-08 | 2021-04-23 | 蔚来汽车科技(安徽)有限公司 | 一种电池系统、用于其soc估算方法以及计算机装置和介质 |
CN113594560A (zh) * | 2020-04-30 | 2021-11-02 | 宁德时代新能源科技股份有限公司 | 电池模组、电池包及装置 |
-
2021
- 2021-11-16 CN CN202111357662.0A patent/CN114062950B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594121A (zh) * | 2018-01-12 | 2018-09-28 | 北京新能源汽车股份有限公司 | 电池性能参数获取方法及装置 |
CN113594560A (zh) * | 2020-04-30 | 2021-11-02 | 宁德时代新能源科技股份有限公司 | 电池模组、电池包及装置 |
CN112698223A (zh) * | 2021-01-08 | 2021-04-23 | 蔚来汽车科技(安徽)有限公司 | 一种电池系统、用于其soc估算方法以及计算机装置和介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114889491A (zh) * | 2022-05-05 | 2022-08-12 | 中国第一汽车股份有限公司 | 混合电池的控制方法、装置、存储介质及电子装置 |
CN117151201A (zh) * | 2023-08-24 | 2023-12-01 | 广芯微电子(广州)股份有限公司 | 一种用于神经网络训练的电池组样本组织方法及装置 |
CN117151201B (zh) * | 2023-08-24 | 2024-03-15 | 广芯微电子(广州)股份有限公司 | 一种用于神经网络训练的电池组样本组织方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114062950B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109557477B (zh) | 一种电池系统健康状态估算方法 | |
CN110286332B (zh) | 一种基于多新息理论的电动汽车动力电池soc估计方法 | |
CN103197251B (zh) | 一种动力锂电池二阶rc等效模型的辨识方法 | |
CN111856178B (zh) | 一种基于锂离子电容器电化学特征的soc分区估计方法 | |
CN111679199B (zh) | 一种锂离子电池soc估计方法及装置 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
CN114062950A (zh) | 混联电池soc确定方法、装置、电子设备及存储介质 | |
CN111308356A (zh) | 一种带加权的安时积分的soc估算方法 | |
CN110244236B (zh) | 一种锂离子电池包soc估计方法、装置及终端设备 | |
CN114371408B (zh) | 电池荷电状态的估算方法、充电曲线的提取方法及装置 | |
CN111736083A (zh) | 一种电池健康状态获取方法及装置、存储介质 | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
US11579201B2 (en) | Method and system for identifying third-order model parameters of lithium battery based on likelihood function | |
KR20110118246A (ko) | 배터리의 파라미터 및 충전률 산출 시스템 | |
CN110850322B (zh) | 一种基于小波信号分解的电池相对健康状态估计方法 | |
CN111208433A (zh) | 电池二阶rc等效电路模型参数辨识的方法及装置 | |
Daowd et al. | An extended PNGV battery model for electric and hybrid vehicles | |
CN114509677A (zh) | 一种电池剩余容量多因子评估方法、系统及电子设备 | |
Duong et al. | Novel estimation technique for the state-of-charge of the lead-acid battery by using EKF considering diffusion and hysteresis phenomenon | |
CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 | |
CN110554319A (zh) | 基于改进型锂离子电池数学模型的电池参数检测方法 | |
CN110927585A (zh) | 一种基于自循环校正的锂电池soh估算系统及方法 | |
CN116865388A (zh) | 一种快充策略的制定方法、装置和电子设备 | |
CN115389954A (zh) | 一种电池容量的估算方法、电子设备及可读存储介质 | |
CN113125974B (zh) | 一种电池析锂检测方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |