CN114597990A

CN114597990A - 电池系统控制方法、装置、电子设备及存储介质

Info

Publication number: CN114597990A
Application number: CN202210158954.XA
Authority: CN
Inventors: 何志超; 何佳星; 王垒; 吕喆; 钱昊
Original assignee: Beijing Hyperstrong Technology Co Ltd
Current assignee: Beijing Hyperstrong Technology Co Ltd
Priority date: 2022-02-21
Filing date: 2022-02-21
Publication date: 2022-06-07

Abstract

本申请涉及电池储能技术领域，尤其涉及一种电池系统控制方法、装置、电子设备及存储介质，该方法用于对设备中的电池系统进行控制；该方法包括：获取设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；该工况类型用于确定设备的充放电过程是否受到控制器的控制；若工况类型为不可控工况，则基于充放电参数对不可控工况下的充放电能力进行预测，并利用预测结果对充放电能力范围进行调整；和/或，若工况类型为可控工况，则当充放电参数超出充放电能力范围时，将充放电参数调整为充放电能力范围的上限或下限。这样，可以满足不同工况类型的需求，提高灵活性，对充放电能力范围进行自适应调整，提高电池系统续航能力和安全可靠性。

Description

电池系统控制方法、装置、电子设备及存储介质

技术领域

本申请涉及电池储能技术领域，尤其涉及一种电池系统控制方法、装置、电子设备及存储介质。

背景技术

随着储能技术的发展，储能系统在智能电网和微电网系统中发挥着越来越重要的作用，对于电池储能系统而言，充电截止条件是其控制策略中最基本的要素之一。在电池的安全工作区之内，充电截止条件的选取决定了电池系统可控充电结束时刻的电池荷电状态(State Of Charge，SOC)上限。

现有技术中，通常针对电池系统实际充放电截止条件均设计有一定裕量，以应对偶发性特殊工况的需求。例如，通过设定统一的截止条件，即留有固定的安全裕量，若当调频系统在电池充满电后立即接到吸收功率的指令时，可以在安全裕量的基础上吸收相应的功率，满足电力系统频率的稳定性，减少电池系统超过可承载的能力需求。

但是，上述方法无法满足不同场景的需求，导致电池系统续航能力和安全可靠性降低，效果较差，而且若需要充电截止条件发生改变时，需要人工针对现场工况进行持续性的手动调参，灵活性较差。

发明内容

本申请提供一种电池系统控制方法、装置、电子设备及存储介质，可以满足不同工况类型的需求，提高灵活性，对充放电能力范围进行自适应调整，提高电池系统续航能力和安全可靠性。

第一方面，本申请提供了一种电池系统控制方法，所述方法用于对设备中的电池系统进行控制；所述方法包括：

获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；所述工况类型用于确定设备的充放电过程是否受到控制器的控制；

若所述工况类型为不可控工况，则基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整；和/或，

若所述工况类型为可控工况，则当所述充放电参数超出所述充放电能力范围时，将所述充放电参数调整为所述充放电能力范围的上限或下限。

可选的，所述充放电能力范围由下述任意一项确定：充放电截止电压、充放电截止荷电状态SOC或充放电截止能量状态SOE，所述获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围，包括：

获取所述设备接收到的操作指令，并对所述操作指令进行解析，得到对应的工况类型；

基于所述电池系统的类型在预置查找表中获取充放电能力范围，并基于所述充放电能力范围获取所需的充放电参数。

可选的，所述设备中包含多个电池簇，所述基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整，包括：

获取多个电池簇对应的充放电参数，分别基于各自对应的充放电参数基于预定义算法预测出相应的多个预测结果；

查找所述多个预测结果中上限的最小值，并基于所述最小值对应的预测结果对所述充放电能力范围进行调整。

可选的，所述基于所述充放电参数对所述不可控工况下的充放电能力进行预测，包括：

将所述充放电参数输入预先训练好的目标检测模型中，预测出预测结果；所述目标检测模型为基于神经网络构建的深度学习模型。

可选的，所述利用预测结果对所述充放电能力范围进行调整，包括：

分别计算预测结果与所述充放电能力范围对应的上限之差和下限之差，得到第一差值和第二差值；

基于所述第一差值和第二差值计算所需调节量，并利用所述所需调节量调整所述充放电能力范围。

可选的，所述基于所述第一差值和第二差值计算所需调节量，并利用所述所需调节量调整所述充放电能力范围，包括：

计算所述第一差值与增益系数的第一乘积、所述第二差值与增益系数的第二乘积，所述增益系数为提前设定的用于均衡充放电能力范围变化程度的系数；

计算所述充放电能力范围的上限与所述第一乘积之和、所述充放电能力范围的下限与所述第二乘积之和，得到调整后的充放电能力范围。

可选的，所述方法还包括：

基于电池系统的类型在预置查找表中获取安全充放电能力范围，所述安全充放电能力范围用于确定电池系统的安全使用范围；

在所述电池系统的充放电过程中，判断所述充放电能力范围是否超过所述安全充放电能力范围；

若是，则停止充放电过程，并发送第一报警提示信息；

若否，则判断所述充放电能力范围的上下限之差是否小于预设阈值，并根据判断结果进行充放电。

可选的，所述根据判断结果进行充放电，包括：

若所述上下限之差小于预设阈值，则对所述电池系统按照所述充放电能力范围进行充放电，并发送第二报警提示信息；

若所述上下限之差大于预设阈值，则对所述电池系统中的充放电能力范围进行控制。

第二方面，本申请还提供了一种电池系统控制装置，所述装置用于对设备中的电池系统进行控制，所述装置包括：

获取模块，用于获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；所述工况类型用于确定设备的充放电过程是否受到控制器的控制；

第一处理模块，用于当所述工况类型为不可控工况时，基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整；和/或，

第二处理模块，用于当所述工况类型为可控工况，所述充放电参数超出所述充放电能力范围时，将所述充放电参数调整为所述充放电能力范围的上限或下限。

第三方面，本申请还提供了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的方法。

第四方面，本申请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计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的电池系统控制方法。

第五方面，本申请还提供了一种计算机程序，包括程序代码，当计算机运行所述计算机程序时，所述程序代码执行如第一方面任一项所述的方法。

综上所述，本申请提供一种电池系统控制方法、装置、电子设备及存储介质，该方法通过获取设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；该工况类型用于确定设备的充放电过程是否受到控制器的控制；进一步的，对当前的工况类型进行判断，若工况类型为不可控工况，则基于充放电参数对不可控工况下的充放电能力进行预测，并利用预测结果对充放电能力范围进行调整；和/或，若工况类型为可控工况，则当充放电参数超出充放电能力范围时，将充放电参数调整为充放电能力范围的上限或下限。这样，可以满足不同工况类型的需求，提高灵活性，对充放电能力范围进行自适应调整，即可以对安全裕量进行自适应调整，满足不同场景的需求，从而提高电池系统续航能力和安全可靠性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的一种应用场景示意图；

图2为一种电池系统的防过充控制方法的流程示意图；

图3为一种元锂离子动力电池过充电边界条件测定流程示意图；

图4为一种基于大数据处理的新能源电动汽车整车性能提升系统的结构示意图；

图5为本申请实施例提供的一种电池系统控制方法的流程示意图；

图6为本申请实施例提供的一种电池系统控制装置的结构示意图；

图7为本申请实施例提供的一种电子设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一设备和第二设备仅仅是为了区分不同的设备，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

需要说明的是，本申请中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述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的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。

下面结合附图对本申请实施例进行介绍。图1为本申请实施例提供的一种应用场景示意图，本申请提供的一种电池系统控制方法可以应用于如图1所示的应用场景中。该应用场景包括：电池系统101和汽车102；其中，电池系统101位于汽车102中，用于控制汽车102进行充放电，电池系统101包括控制器1011和电池簇组1012，该电池簇组1012中有电池簇1、电池簇2、电池簇3和电池簇4；具体的，当汽车102在行驶之前，电池簇组1012已充满电，在汽车102行驶过程中，立即经历超长距离下坡，此时，汽车102依赖于回馈充电进行刹车，控制器1011可以获取汽车102的工况类型为长距离刹车类型以及充放电容量，充放电SOC等参数，确定此时汽车102的发电机为电池充电，则控制器1011可以基于参数对电池系统101的充放电能力进行预测，并基于预测结果对充电截止条件进行调整，使得电池系统101能够自动适应并满足该工况的需求。

需要说明的是，控制器1011可以为电池管理系统(Battery Management System，BMS)，也可以为电池系统中的其他控制器，也可以为云端数据平台，该云端数据平台进行分析运算之后将结果下发至电池系统进行执行，本申请实施例对此不作具体限定。

其中，以上应用场景中电池簇的个数仅是示例说明，本申请实施例对可控制的电池簇组个数以及电池簇的个数不作具体限定，该电池系统可控制多层级的电池簇。

一种可能的实现方式中，可以通过实时计算电池的电芯内阻，并将其与电芯出厂数据进行比对，进而控制充电电流并防止电池过充电，例如，图2为一种电池系统的防过充控制方法的流程示意图，如图2所示，该电池系统的防过充控制方法包括以下步骤：

步骤S1，获取电池在不同荷电状态下的电池实时内阻以及相同荷电状态下对应的电池出厂内阻，其中，电池在不同电荷状态下的内阻不同。

步骤S2，将电池实时内阻与相同荷电状态下对应的电池出厂内阻作比较，从而可以得出电池的健康状态，进而可以根据电池的健康状态选择相应的充放电策略。

步骤S3，根据电池实时内阻与对应的电池出厂内阻比值的不同，对电池采取不同的充电策略，从而在电池材料结构突变或存在缺陷时，及时改变充电策略，从而有利于防止电池过充，提升电池的充电安全性。

但是，上述方法未考虑实际电池系统采样精度的影响，也未考虑不同电池之间内阻的差异性，使得通过控制充电电流防止电池过充电效果较差，且对于常见的恒流/恒功率充电工况，无法实时获取电芯的内阻，场景受限，适用性较差。

一种可能的实现方式中，可以通过对三元电芯进行过充测试，即通过抓取电芯失效及之前的数据，进行分析从而确定防止电芯失效的最高充电边界，例如，图3为一种元锂离子动力电池过充电边界条件测定流程示意图，如图3所示，对三元锂离子动力电池样品进行预处理，例如，以1/3C电流对三元锂离子电池开展预处理，循环5次，确保样品状态稳定，进一步的，准备试验，连接测试设备如线缆和温度传感器，使得在绝热环境下对三元锂离子电池开展过充电试验，以1C电流过充电1小时，进一步的，分析电池过充电试验中的数据如电压、电压变化率、温度、温度变化速率等，从而确定锂离子动力电池的过充电边界值。

但是，上述方法为实验室方法，无法在实际中应用，且该方法未考虑电芯之间的差异性，因此无法满足不同场景的需求，适应性较差。

一种可能的实现方式中，可以通过采集远程数据，通过建模、优化算法计算出更优化的整车参数，进而通过远程参数下发或反馈供应商的方法实现整车性能提升，例如，图4为一种基于大数据处理的新能源电动汽车整车性能提升系统的结构示意图，如图4所示，基于大数据的新能源电动汽车整车性能提升系统，包括：本地系统，用于将本地车辆的相关参数通过监控网络上传给大数据处理平台；监控网络，用于将本地车辆的相关参数通过无线通信的方式传输到大数据处理平台；大数据处理平台，用于将车辆的相关参数进行数据分类、统计、分析、存储和挖掘；远程虚拟系统，用于建立车辆、电机、电池及电机控制器的虚拟模型，将大数据处理平台处理后的各项参数作为虚拟模型的输入，通过设立车辆最优参数作为输出目标，对虚拟模型进行优化。

其中，本地系统包括：整车控制器、车载动力电池、车载电机、电机控制器、电池管理系统、车载充电机；监控网络包括全球定位系统(Global Positioning System，GPS)、通用无线分组业务(General Packet Radio Service，GPRS)、第三代移动通信技术(3rd-Generation，3G)、第四代移动通信技术(The 4th Generation Mobile CommunicationTechnology，4G)、无线通信技术(WIFI)等远程通信网络以及控制器局域网(ControllerArea Network，CAN)、局域互联网络(Local Interconnect Network，LIN)、Flexray等车内通信网络，大数据处理平台包括：云存储模块、云管理模块、大数据处理模块及数据挖掘模块；远程虚拟系统包括：整车配置模型、电池成组模型、电机本体模型、电机控制模型、单节电池模型、充电策略模型。

但是，上述方法局限在车辆领域，旨在通过调整加速度、最高车速、最长续航指标、车重、耗能和爬坡角度等整车参数，优化电池系统故障率、电池系统剩余寿命、电机故障率、电机剩余寿命、整车充电效率，不适合本申请的应用场景，且上述方法依赖云端平台，无法本地部署，也未给出具体的优化算法，不具备可实现性，无法满足不同场景的需求。

针对上述现有技术存在的问题，本申请提供了一种电池系统控制方法，可以通过获取设备当前对应的工况类型以及设备中电池系统对应的充放电参数和充放电能力范围，该充放电能力范围可以基于工况类型和充放电参数自适应调整，以适用于不同的应用场景，提高灵活性，且调整后的充放电能力范围可以满足电力系统频率的稳定性和安全性，并针对不同的工况留有对应的安全裕量以应对充电截止条件发生改变的情况，提高了产品质量并延长了产品的使用周期。

示例性的，图5为本申请实施例提供的一种电池系统控制方法的流程示意图，如图5所示，本申请实施例的方法包括：

S501、获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；所述工况类型用于确定设备的充放电过程是否受到控制器的控制。

在本步骤中，充放电参数在不同的应用场景中对应的参数不同，该充放电参数基于充放电能力范围对应的类型记性确定，例如，充放电能力范围的类型为充放电截止SOC，则需要获取的充放电参数有电池额定容量，电池的SOC，电池电流，电池的放电容量与电池的充电容量等，进一步的，通过上述参数可以对充放电能力进行预测，以及判断此时是否超出充放电能力范围。

其中，充放电能力范围可以指的是电芯在使用时的实际使用边界，可以由下述任意一项确定：充放电截止电压、充放电截止SOC或充放电截止能量状态(State Of Energy，SOE)，例如，某电池系统对应的充放电能力范围为放电截止电压2.5V，充电截止电压3.65V。

示例性的，在图1的应用场景下，控制器1011可以获取汽车102当前的工况类型以及电池系统101对应的充放电参数和充放电能力范围，例如，获取到的工况类型为不可控工况，以及获取到对应的充放电参数为电池额定容量，电池的SOC，电池电流，电池的放电容量与电池的充电容量。

可以理解的是，充放电能力范围也可以由其他的参数确定，例如，充放电截止电流、充放电截止功率等，本申请实施例对此不作具体限定，以上仅是优选的示例说明。

S502、若所述工况类型为不可控工况，则基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整。

本申请实施例中，不可控工况可以指的是电池系统在充放电过程不受BMS控制或仅受BMS约束的类型，例如，汽车进行长距离的刹车为不可控工况，所述不可控工况可以使得最终调整后的充放电能力范围超出设定的充放电能力范围。

在本步骤中，对充放电能力进行预测的方法可以为安时积分法、内阻法、神经网络、卡尔曼滤波法或深度学习等方法，本申请实施例对此不作具体限定。

示例性的，以安时积分法为例，在确定工况类型为不可控工况后，获取电池额定容量，电池电流，以及电池的放电容量与充电容量，进一步的，计算电池的放电容量与充电容量之比得到充放电效率，则利用电池额定容量，电池电流，以及充放电效率通过安时积分法对需求电流进行积分，计算电池系统的预测结果，进一步的，可以利用预测结果对所述充放电能力范围进行调整。

S503、若所述工况类型为可控工况，则当所述充放电参数超出所述充放电能力范围时，将所述充放电参数调整为所述充放电能力范围的上限或下限。

本申请实施例中，可控工况可以指的是指电池系统在充放电过程能够受到BMS控制的类型，例如，接入充电桩进行充电为可控工况，可控工况可以使得最终调整后的充放电能力范围准确停止在设定的充放电能力范围。

示例性的，若确定此时工况类型为可控工况，充放电能力范围为SOC<15％或SOC>85％，若此时获取到充放电参数中的SOC为95％，则电池系统控制此时的SOC放电至SOC等于85％，若此时获取到充放电参数中的SOC为5％，则电池系统控制此时的SOC充电至SOC等于15％，使得电池系统的充放电截止SOC处于安全状态，这样，可以留有足够的安全裕量，提高系统的稳定性，其中，安全裕量指的是充放电截止SOC距离100％的差值。

因此，本申请实施例提供一种电池系统控制方法，可以通过获取设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；进一步的，对当前的工况类型进行判断，所述工况类型包括不可控工况和可控工况，在确定工况类型后，选择相应的策略对充放电能力范围进行自适应调整。这样，可以满足不同工况类型的需求，提高灵活性，对充放电能力范围进行自适应调整，即可以对安全裕量进行自适应调整，满足不同场景的需求，从而提高电池系统续航能力和安全可靠性。

在本步骤中，操作指令可以指的是设备基于不同场景接收到的某项操作指令，例如，在经过超长下坡时，前方车辆与当前车辆距离较近，则用户进行刹车操作，则当前车辆接收到的操作指令为长距离的刹车指令，或者，某辆汽车接入充电桩，接收到的操作指令为充电指令。

需要说明的是，电池系统中会设置多种模式，例如，可控工况对应模式1-6，不可控工况对应模式7-12，进一步的，在解析完操作指令后，便可以得到对应的模式，从而基于对应的模式确定工况类型。

示例性，在图1的应用场景下，若控制器1011获取到汽车接收到长距离的刹车指令，进一步的，对该长距离的刹车指令进行解析，得到该刹车指令对应的模式为模式8，进而可以确定工况类型为不可控工况。

本申请实施例中，预置查找表可以指的是系统提前设置的用于不同存储电池系统的类型与对应充放电能力范围关系的查找表，该预置查找表也可以基于人为进行修改，即可以增加、删除、更改某种电池系统的类型与对应充放电能力范围关系并进行存储，本申请实施例对查找表中包含的对应关系以及对应关系的数量不作具体限定。

示例性的，在确定好电池系统对应的充放电能力范围后，便可以确定需要获取的充放电参数，每一充放电能力范围的类型都有对应的需要获取的充放电参数，所述充放电参数用于判断此时充放电能力范围是否合理或计算调整充放电能力范围。

需要说明的是，上述实施例中可控工况和不可控工况对应的模式仅是示例说明，本申请实施例对此不作具体限定，但是每一电池系统中可以设置可控工况和不可控工况对应的模式类型，或者其他对应的选项，用于确定工况类型。

因此，本申请实施例可以基于操作指令确定工况类型，提高了获取工况类型的精准性，以及基于电池系统的类型可以及时确定充放电能力范围以及充放电参数，提高了处理效率。

本申请实施例中，电池簇包括多个电池，每一电池中都有电池芯，同一设备中可以包括多个电池簇，在实际使用中，每一电池簇对应的充放电能力范围的设定依据可以是如下要素的一种或多种之组合：电芯持续充放电能力，模组持续充放电能力，电芯供应商推荐的使用边界，系统集成商推荐的使用边界，电池系统所处应用的功率需求，电池系统所处应用的能量需求等。其中，不同要素由同一种类型的确定因素确定。

示例性的，某一电池簇对应的充放电能力范围的设定依据为电芯持续充放电能力和电芯供应商推荐的使用边界，则二者对应的确定因素为充放电截止SOC，则可以通过确定二者中上限中的最小值确定该电池簇对应的充放电能力范围。

在本步骤中，预定义算法可以指的是用于计算电池簇在不可工况的条件下可以预期达到的充放电能力范围的算法，例如，该预定义算法可以为开路电压法、安时积分法、内阻法、神经网络算法等，本申请实施例对此不作具体限定。

可选的，若通过判断发现多个电池簇对应的预测结果中上限的最小值只有一个，则可以基于最小值对应的预测结果对所述充放电能力范围进行调整，若多个电池簇对应的预测结果中上限的最小值有多个，进一步的，通过确定最小值对应的预测结果中下限的最大值，选取最大值对应的预测结果对所述充放电能力范围进行调整。

示例性的，在图1的应用场景下，汽车102包含4个电池簇，分别为电池簇1-电池簇4，进一步的，控制器1011可以获取电池簇1-电池簇4对应的充放电参数，分别基于电池簇1-电池簇4各自对应的充放电参数利用安时积分法预测出相应的4个预测结果，分别为电池簇1对应的预期充放电能力范围为SOC属于[15％,85％]，电池簇2对应的预期充放电能力范围为SOC属于[15％,90％]，电池簇3对应的预期充放电能力范围为SOC属于[10％,85％]，电池簇4对应的预期充放电能力范围为SOC属于[20％,90％]。

进一步的，通过判断发现电池簇1-电池簇4对应的预测结果中上限的最小值有两个，分别为电池簇1和电池簇3，进一步的，可以通过查找电池簇1和电池簇3对应的预测结果中下限的最大值为15％，则利用[15％,85％]对充放电能力范围进行调整。

可选的，放电能力范围的确定主要依赖于电池系统可控充电结束时刻的上限，故在确定多个电池簇对应的预测结果中上限的最小值有至少一个时，可以选取其中任意一个最小值对应的预测结果对所述充放电能力范围进行调整，本申请实施例对选取具体哪一个不作先限定。

因此，当有多个电池簇时，每个电池簇都可以计算预期充放电能力范围，进而通过确定多个预期充放电能力范围的上限的最小值对应的预期充放电能力范围对充放电能力范围进行调整，可以适用于所有的电池簇，使得充放电能力范围的上限不会过大，同时满足所有电池簇需求，提高适用性。

本申请实施例中，神经网络是一门重要的机器学习技术，其网络结构包括输入层，隐含层，输出层，且隐含层的层数是可以设置的。神经网络的训练过程主要是利用反向传播的原理来进行的网络梯度下降寻优以找到最好模型参数，可以用于找到最优解。

深度学习模型可以指的是基于一个深度学习算法的体系结构，可以用于迭代训练数据。例如，yolov5模型，yolov4模型，Faster-RCNN模型等。

示例性的，在图1的应用场景下，控制器1011可以获取到的充放电参数输入预先训练好的yolov4模型中，进一步的，预测出预测结果。

可选的，所述方法还包括：获取训练数据集，所述训练数据集包括不同电池系统的类型下的充放电参数以及对应的充放电能力范围；根据所述训练数据集，对目标检测模型进行训练；相应的，将所述充放电参数输入预先训练好的目标检测模型中，预测出预测结果，包括：将所述充放电参数输入通过所述训练数据集训练得到的目标检测模型中，预测出预测结果。

需要说明的是，获取训练数据集对目标检测模型进行训练只需要进行一次，以后可以直接使用训练好的目标检测模型对充放电参数进行预测。

因此，通过利用预先训练好的目标检测模型预测预期的充放电能力范围，可以提高预测的准确性。

示例性的，以SOC为例，若在当前充放电能力范围(15％～85％)条件下，确定电池系统的预测结果，即预期充放电能力范围为10％～90％，假设在预期充放电能力范围条件下完成SOC调节之后，电池系统在不可控工况下会在两端分别超出充放电能力范围的5％，因此，可以计算预测结果与当前充放电能力范围对应的上限之差和下限之差，均为5％，进一步的，基于5％将充放电能力范围由“15％～85％”调整为“20％～80％”。

可以理解的是，在上述计算过程中，若预测结果为10％～88％，则计算预测结果与当前充放电能力范围对应的上限之差和下限之差，分别为5％和3％，则将充放电能力范围由“15％～85％”调整为“20％～82％”。

需要说明的是，所需调节量根据实际的计算情况确定，本申请实施例对此不作具体限定。

因此，利用上述方法计算出所需调节量对充放电能力范围进行调整，可以提高计算速率。

本申请实施例中，通过设置增益系数，均衡充放电能力范围变化程度，使得调整后充放电能力范围还有可调控的余地。例如，以SOC为例，若调整后的充放电能力范围为15％～85％，为充电预留的安全裕量为15％，假如遇到特殊情况，立即充电17％，则超过了安全裕量，危害电力系统，故需要设置增益系数。

示例性的，若增益系数设定为0.7，当前充放电能力范围为15％～85％，则在计算得到预测结果与当前充放电能力范围对应的上限之差和下限之差均为5％后，计算5％*07＝3.5％，进一步的，将充放电能力范围由“15％～85％”调整为“18.5％～81.5％”。

因此，通过设定增益系数计算充放电能力范围的调整范围，提高调整的灵活性，还增加了电池系统的稳定性。

可选的，所述方法还包括：

若是，则停止充放电过程，并发送第一报警提示信息；

在本步骤中，预置查找表中还可以包括安全充放电能力范围，即预置查找表中还可以提前设置电池系统的类型与对应安全充放电能力范围的关系，所述安全充放电能力范围在充放电过程中是不允许超过的；预设阈值可以指的是设定的用于判断充放电能力范围是否发生异常，进而影响充放电的阈值，例如，以SOC为例，该预设阈值可以为10％。

本申请实施例中，第一报警提示信息可以指的是所述充放电能力范围超出安全充放电能力范围而发送报警提示信息，用于提示用户充放电过程异常，若继续，则会危害电池系统，需要停止充放电过程，本申请实施例对发送第一报警提示信息的内容和形式不做具体限定，可以为在设备所携带的显示屏上显示一个消息提示框，该消息提示框显示“充放电能力范围是否超过安全充放电能力范围，停止充放电”，以提示用户充放电过程异常，若继续，则会危害电池系统；也可以为设备向与该设备机建立连接的用户终端设备上发送一条消息提示，该消息提示为“充放电能力范围是否超过安全充放电能力范围，停止充放电”，以提示用户充放电过程异常，若继续，则会危害电池系统。

示例性的，在图1的应用场景下，以SOC为例，控制器1011基于电池系统101的类型在预置查找表中获取安全充放电能力范围为0～100％，进一步的，在电池系统101的充放电过程中，控制器1011判断充放电能力范围是否超过0～100％；若超过，则立刻停止充放电过程，并向汽车102的显示终端上发送提示信息，该提示信息为“充放电能力范围是否超过安全充放电能力范围，停止充放电”；若没有超过，则判断充放电能力范围的上下限之差是否小于10％，并根据判断结果进行充放电。

因此，本申请实施例通过判断充放电能力范围是否超过安全充放电能力范围，确定是否需要继续进行充放电过程，若超过安全充放电能力范围，则发送报警提示，提示用户若继续充放电，则危害电池系统的稳定性，便于用户检修，若没若超过安全充放电能力范围，则进行充放电，减少电池系统受到危害的可能性，提升用户体验感。

可选的，所述根据判断结果进行充放电，包括：

在本步骤中，第二报警提示信息与第一报警提示信息的解释说明类似，在此不再赘述，详情可参见第一报警提示信息的描述，但是，第二报警提示信息是用于提示用户电池系统出现问题，上下限之差的差距较小，说明充电多少就放电多少，没有过多电量的存储，需要提醒用户进行检修或更换。

示例性的，在图1的应用场景下，以SOC为例，控制器1011判断此时的充放电能力范围的上下限之差小于10％，则对电池系统101按照充放电能力范围进行充放电，并向汽车102的显示终端上发送提示信息，该提示信息为“电池系统出现问题，充放电能力范围的上下限之差小于10％”，以提示用户及时进行检修；若控制器1011判断此时的充放电能力范围的上下限之差大于10％，则对电池系统101中的充放电能力范围进行控制，即可以对充放电能力范围进行自适应调整。

因此，本申请实施例通过判断充放电能力范围的上下限之差，进一步确定电池系统是否出现问题，可以及时发现电池系统的问题，进而及时解决问题，提高设备的使用时限。

在前述实施例中，对本申请实施例提供的电池系统控制方法进行了介绍，而为了实现上述本申请实施例提供的方法中的各功能，作为执行主体的电子设备可以包括硬件结构和/或软件模块，以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行，取决于技术方案的特定应用和设计约束条件。

例如，图6为本申请实施例提供的一种电池系统控制装置的结构示意图，如图6所示，该装置包括：获取模块610、第一处理模块620和第二处理模块630；

其中，所述获取模块610，用于获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围；所述工况类型用于确定设备的充放电过程是否受到控制器的控制；

所述第一处理模块620，用于当所述工况类型为不可控工况时，基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整；和/或，

所述第二处理模块630，用于当所述工况类型为可控工况，所述充放电参数超出所述充放电能力范围时，将所述充放电参数调整为所述充放电能力范围的上限或下限。

可选的，所述充放电能力范围由下述任意一项确定：充放电截止电压、充放电截止荷电状态SOC或充放电截止能量状态SOE，所述获取模块610，具体用于：

可选的，所述设备中包含多个电池簇，所述第一处理模块620，具体用于：

可选的，所述第一处理模块620包括预测模块和调整模块；

可选的，所述预测模块，用于：

可选的，所述调整模块包括计算单元和调整单元；

具体的，所述计算单元，用于分别计算预测结果与所述充放电能力范围对应的上限之差和下限之差，得到第一差值和第二差值；

所述调整单元，用于基于所述第一差值和第二差值计算所需调节量，并利用所述所需调节量调整所述充放电能力范围。

可选的，所述调整单元，具体用于：

可选的，所述装置还包括查找模块、第一判断模块、发送模块和第二判断模块；

具体的，所述查找模块，用于基于电池系统的类型在预置查找表中获取安全充放电能力范围，所述安全充放电能力范围用于确定电池系统的安全使用范围；

所述第一判断模块，用于在所述电池系统的充放电过程中，判断所述充放电能力范围是否超过所述安全充放电能力范围；

所述发送模块，用于当所述充放电能力范围超过所述安全充放电能力范围时，停止充放电过程，并发送第一报警提示信息；

所述第二判断模块，用于当所述充放电能力范围没有超过所述安全充放电能力范围时，判断所述充放电能力范围的上下限之差是否小于预设阈值，并根据判断结果进行充放电。

可选的，所述第二判断模块，具体用于：

本申请实施例提供的电池系统控制装置的具体实现原理和效果可以参见上述实施例对应的相关描述和效果，此处不做过多赘述。

本申请实施例还提供一种电子设备的结构示意图，图7为本申请实施例提供的一种电子设备的结构示意图，如图7所示，该电子设备可以包括：处理器702以及与所述处理器通信连接的存储器701；该存储器701存储计算机程序；该处理器702执行该存储器701存储的计算机程序，使得该处理器702执行上述任一实施例所述的方法。

其中，存储器701和处理器702可以通过总线703连接。

本申请实施例还提供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程序执行指令，计算机执行指令被处理器执行时用于实现如本申请前述任一实施例中的电池系统控制方法。

本申请实施例还提供一种运行指令的芯片，该芯片用于执行如本申请前述任一实施例中由电子设备所执行的电池系统控制方法。

本申请实施例还提供一种计算机程序产品，该程序产品包括计算机程序，该计算机程序被处理器执行时可实现如本申请前述任一实施例中由电子设备所执行的电池系统控制方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，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，例如多个模块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接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。

应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)等。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。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速随机存取存储器(Random Access memory，简称RAM)，也可能还包括非不稳定的存储器(Non-volatile Memory，简称NVM)，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(Industry Standard Architecture，简称ISA)总线、外部设备互连(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random-Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。

以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种电池系统控制方法，其特征在于，所述方法用于对设备中的电池系统进行控制；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述充放电能力范围由下述任意一项确定：充放电截止电压、充放电截止荷电状态SOC或充放电截止能量状态SOE，所述获取所述设备当前的工况类型以及电池系统对应的充放电参数和充放电能力范围，包括：

3.根据权利要求1所述的方法，其特征在于，所述设备中包含多个电池簇，所述基于所述充放电参数对所述不可控工况下的充放电能力进行预测，并利用预测结果对所述充放电能力范围进行调整，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述充放电参数对所述不可控工况下的充放电能力进行预测，包括：

5.根据权利要求1所述的方法，其特征在于，所述利用预测结果对所述充放电能力范围进行调整，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述第一差值和第二差值计算所需调节量，并利用所述所需调节量调整所述充放电能力范围，包括：

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

若是，则停止充放电过程，并发送第一报警提示信息；

8.根据权利要求7所述的方法，其特征在于，所述根据判断结果进行充放电，包括：

9.一种电池系统控制装置，其特征在于，所述装置用于对设备中的电池系统进行控制，所述装置包括：

10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-8中任一项所述的方法。

11.一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执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的电池系统控制方法。

12.一种计算机程序，其特征在于，包括程序代码，当计算机运行所述计算机程序时，所述程序代码执行如权利要求1-8任一项所述的方法。