CN114696385A - 一种电池系统的电池容量均衡差值计算方法及相关设备 - Google Patents

一种电池系统的电池容量均衡差值计算方法及相关设备 Download PDF

Info

Publication number
CN114696385A
CN114696385A CN202011604835.XA CN202011604835A CN114696385A CN 114696385 A CN114696385 A CN 114696385A CN 202011604835 A CN202011604835 A CN 202011604835A CN 114696385 A CN114696385 A CN 114696385A
Authority
CN
China
Prior art keywords
battery
capacity
value
difference
type
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
Application number
CN202011604835.XA
Other languages
English (en)
Inventor
钟雄武
彭再武
黄河
刘进程
沈文喆
周艳辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CRRC Electric Vehicle Co Ltd
Original Assignee
CRRC Electric Vehicle Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CRRC Electric Vehicle Co Ltd filed Critical CRRC Electric Vehicle Co Ltd
Priority to CN202011604835.XA priority Critical patent/CN114696385A/zh
Publication of CN114696385A publication Critical patent/CN114696385A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0014—Circuits for equalisation of charge between batteries
    • H02J7/0016—Circuits for equalisation of charge between batteries using shunting, discharge or bypass circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
    • H02J7/00302—Overcharge protection

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种电池系统的电池容量均衡差值计算方法、装置、电子设备及计算机可读存储介质，电池系统包括若干个串联的电池，该方法包括：获取电池系统充电过程中各电池的充电状态数据；计算各电池在充电结束时的开路电压值Vend；将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；针对第一类电池计算在[Vth1，Vend]期间内的第一充电容量值；将标准充电容量值与第一充电容量值的差值作为该第一类电池的容量均衡特征值；调用第一均衡差值识别模型，确定出该第一类电池与标准电池的真实容量差值。本申请可直观反映电池实际容量的均衡差异情况，提高了容量均衡计算精确度并简化了计算量。

Description

一种电池系统的电池容量均衡差值计算方法及相关设备
技术领域
本申请涉及电池管理技术领域，特别涉及一种电池系统的电池容量均衡差值计算方法、装置、电子设备及计算机可读存储介质。
背景技术
锂离子(Li-ion)电池作为电动汽车和电站的主要储能设备之一，在交通电气化和可再生能源系统中发挥着关键作用。
一般而言，一套电池系统是由数十乃至上千个电池单体通过复杂的串并联结构堆积而成。一个或几个电芯容量的衰减过大、荷电状态(SOC)过高/低都会造成电池系统总可用容量的显著降低。因此，电池系统的容量均衡问题十分重要。现有技术中一些针对电池容量均衡计算的方法，大多基于经验模型或者物理模型，要么数据估计精确度较低，要么数据计算量较大，不具有实用性。
鉴于此，提供一种解决上述技术问题的方案，已经成为本领域技术人员所亟需关注的。
发明内容
本申请的目的在于提供一种电池系统的电池容量均衡差值计算方法、装置、电子设备及计算机可读存储介质，以便通过精确数据直观反映各个电池实际容量的均衡差异情况，提高结果精确度并简化计算量。
为解决上述技术问题，一方面，本申请公开了一种电池系统的电池容量均衡差值计算方法，所述电池系统包括若干个串联的电池，所述方法包括：
获取所述电池系统充电过程中各所述电池的充电状态数据；
基于所述充电状态数据计算各电池在充电结束时的开路电压值Vend；
将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；
针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值；
将标准充电容量值与所述第一充电容量值的差值作为该第一类电池的容量均衡特征值；所述标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值；
调用第一均衡差值识别模型，根据所述容量均衡特征值确定出该第一类电池与所述标准电池的真实容量差值；所述第一均衡差值识别模型预先基于样本测试数据训练生成。
可选地，所述标准电池为在所述电池系统的各电池包中Vend最大的电池或者之一。
可选地，所述调用第一均衡差值识别模型，包括：
依据该第一类电池所处的电池包位置，调用对应的所述第一均衡差值识别模型；所述第一均衡差值识别模型中的参数因不同电池包所处环境的差异而不同。
可选地，所述第一均衡差值识别模型预先通过下述过程而确定：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；
通过归一化计算实时获取对应的开路电压值；
计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第一类样本电池当开路电压在[Vth1，Vend]期间内的第一充电容量值、以及二者的差值；
以各所述第一类样本电池对应的所述差值为样本输入数据、以各所述第一类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第一均衡差值识别模型。
可选地，在所述训练生成所述第一均衡差值识别模型之后，还包括：
获取同型号电池构成的电池系统的充放电历史记录大数据；
基于大数据分析技术对所述第一均衡差值识别模型进行优化调整。
可选地，还包括：
将Vend≥Vth2的电池均识别为第二类电池；
针对每个第二类电池，计算在[Vth1，Vth2]期间内的第二充电容量值；
将标准充电容量值与所述第二充电容量值的差值作为该第二类电池的容量均衡特征值；
调用第二均衡差值识别模型，根据所述容量均衡特征值确定出该第二类电池与所述标准电池的真实容量差值；所述第二均衡差值识别模型预先基于样本测试数据训练生成。
可选地，所述第二均衡差值识别模型预先通过下述过程而确定：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；
通过归一化计算实时获取对应的开路电压值；
计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第二类样本电池当开路电压在[Vth1，Vth2]期间内的第二充电容量值、以及二者的差值；
以各所述第二类样本电池对应的所述差值为样本输入数据、以各所述第二类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第二均衡差值识别模型。
又一方面，本申请公开了一种电池系统的电池容量均衡差值计算装置，所述电池系统包括若干个串联的电池，所述装置包括：
数据获取模块，用于获取所述电池系统充电过程中各所述电池的充电状态数据；
均衡分类模块，用于基于所述充电状态数据计算各电池在充电结束时的开路电压值Vend；将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；
特征计算模块，用于针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值，将标准充电容量值与所述第一充电容量值的差值作为该第一类电池的容量均衡特征值；所述标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值；
均衡计算模块，用于调用第一均衡差值识别模型，根据所述容量均衡特征值确定出该第一类电池与所述标准电池的真实容量差值；所述第一均衡差值识别模型预先基于样本测试数据训练生成。
可选地，所述标准电池为在所述电池系统的各电池包中Vend最大的电池或者之一。
可选地，所述均衡计算模块具体用于：
依据该第一类电池所处的电池包位置，调用对应的所述第一均衡差值识别模型；所述第一均衡差值识别模型中的参数因不同电池包所处环境的差异而不同。
可选地，还包括：
模型训练模块，用于对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；通过归一化计算实时获取对应的开路电压值；计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第一类样本电池当开路电压在[Vth1，Vend]期间内的第一充电容量值、以及二者的差值；以各所述第一类样本电池对应的所述差值为样本输入数据、以各所述第一类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第一均衡差值识别模型。
可选地，所述模型训练模块在训练生成所述第一均衡差值识别模型之后，还用于：
获取同型号电池构成的电池系统的充放电历史记录大数据；基于大数据分析技术对所述第一均衡差值识别模型进行优化调整。
可选地，所述均衡分类模块还用于：将Vend≥Vth2的电池均识别为第二类电池；
所述特征计算模块还用于：针对每个第二类电池，计算在[Vth1，Vth2]期间内的第二充电容量值；将标准充电容量值与所述第二充电容量值的差值作为该第二类电池的容量均衡特征值；
所述均衡计算模块还用于：调用第二均衡差值识别模型，根据所述容量均衡特征值确定出该第二类电池与所述标准电池的真实容量差值；所述第二均衡差值识别模型预先基于样本测试数据训练生成。
可选地，所述模型训练模块还用于：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；通过归一化计算实时获取对应的开路电压值；计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第二类样本电池当开路电压在[Vth1，Vth2]期间内的第二充电容量值、以及二者的差值；以各所述第二类样本电池对应的所述差值为样本输入数据、以各所述第二类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第二均衡差值识别模型。
又一方面，本申请还公开了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如上所述的任一种电池系统的电池容量均衡差值计算方法的步骤。
又一方面，本申请还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种电池系统的电池容量均衡差值计算方法的步骤。
本申请所提供的电池系统的电池容量均衡差值计算方法、装置、电子设备及计算机可读存储介质所具有的有益效果是：本申请对于电池容量衰减不可忽略的第一类电池，以其在电池系统触发截止前指定区间内的充电容量值与标准充电容量值的差值为估计依据，基于识别模型而计算出对应的电池容量均衡差值，直观反映了电池实际容量的均衡差异情况，便于维护人员进行电池更换或维修，保障电池系统安全运行，有效提高了容量均衡计算精确度并简化了计算量。
附图说明
为了更清楚地说明现有技术和本申请实施例中的技术方案，下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然，下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图，所获得的其他附图也属于本申请的保护范围。
图1为本申请实施例公开的一种电池系统的电池容量均衡差值计算方法的流程图；
图2为本申请实施例提供的一种第一类电池的容量均衡差值示意图；
图3为本申请实施例公开的一种训练生成第一均衡差值识别模型的方法流程图；
图4为本申请实施例公开的一种训练生成第二均衡差值识别模型的方法流程图；
图5为本申请实施例公开的一种电池系统的电池容量均衡差值计算装置的结构框图；
图6为本申请实施例公开的一种电子设备的结构框图。
具体实施方式
本申请的核心在于提供一种电池系统的电池容量均衡差值计算方法、装置、电子设备及计算机可读存储介质，以便通过精确数据直观反映各个电池实际容量的均衡差异情况，提高结果精确度并简化计算量。
为了对本申请实施例中的技术方案进行更加清楚、完整地描述，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行介绍。基于本申请中的实施例，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，都属于本申请保护的范围。
当前，锂离子(Li-ion)电池作为电动汽车和电站的主要储能设备之一，在交通电气化和可再生能源系统中发挥着关键作用。一般而言，一套电池系统是由数十乃至上千个电池单体通过复杂的串并联结构堆积而成。一个或几个电芯容量的衰减过大、荷电状态(SOC)过高/低都会造成电池系统总可用容量的显著降低。因此，电池系统的容量均衡问题十分重要。现有技术中一些针对电池容量均衡计算的方法，大多基于经验模型或者物理模型，要么数据估计精确度较低，要么数据计算量较大，不具有实用性。鉴于此，本申请提供了一种电池系统的电池容量均衡差值计算方案，可有效解决上述问题。
参见图1所示，本申请实施例公开了一种电池系统的电池容量均衡差值计算方法，该电池系统包括若干个串联的电池，该方法主要包括：
S101：获取电池系统充电过程中各电池的充电状态数据。
S102：基于充电状态数据计算各电池在充电结束时的开路电压值Vend。
S103：将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间。
具体地，一套电池系统一般是由数十乃至上千个电池单体通过复杂的串并联结构堆积而成的，也就是说，一套电池系统中必定包括若干个串联的电池。一个电池单体的电压一般低于4V，一套电池系统需要通过将数十、数百个电池串联以达到500～1500V的电压平台。
容易理解的是，因不同电池单体间的容量衰减情况不一致，其电池电压也不一致。对于具有串联结构的电池系统，在一个完整的充电过程中，电压高的电池单体会先被充满电，从而触发电池管理系统执行充电截止动作，这时，电压低的电池单体将因为充电截止动作而没有充满电。
电池系统串联结构中不同容量衰减情况的电池，在电池系统执行充电截止动作后所充到的电压大小不同。为了便于对各电池进行容量均衡差值计算，本申请以电池系统充电截止时各电池的开路电压值为依据，首先对各电池进行了分类。
具体地，如电池在充电结束后的开路电压值Vend较小，即Vend＜Vth2，则可将该电池归为第一类电池。每个第一类电池，均为存在一定程度且不可忽略的容量衰减，正是因其容量衰减的原因，导致其在充电截止后的开路电压值则一般无法达到Vth2。
其中，[Vth1，Vth2]为同型号电池的容量衰减显著变化区间。需要说明的是，容量衰减显著变化区间是电池开路电压的一个取值区间，当电池的开路电压位于该取值区间内期间，可明显看出电池的容量衰减情况随着循环充放电次数的不同而显著变化，即，不同循环充放电次数下的dQ/dV-V曲线将在这一预设电压区间内出现明显的不重合现象。其中，Q表示电池容量，V为电池电压。容量衰减显著变化区间对应于电池的充电电压曲线中的充电电压平台期。
S104：针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值。
S105：将标准充电容量值与第一充电容量值的差值作为该第一类电池的容量均衡特征值；标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值。
S106：调用第一均衡差值识别模型，根据容量均衡特征值确定出该第一类电池与标准电池的真实容量差值；第一均衡差值识别模型预先基于样本测试数据训练生成。
具体地，对于第一类电池，本申请可预先训练生成对应的第一均衡差值识别模型，以便精确估计出该第一类电池与标准电池的真实容量差值，作为该第一类电池的容量均衡差值。
其中，标准电池为本申请预选出来的一个作为参考标准的电池，其他电池的容量均衡差值均基于标准电池计算获取。容易理解的是，可将性能最优即容量衰减最小的电池作为标准电池。
而由于电池系统中电池数量众多，一般由多个电池集成在一个电池包(电池模组)中，进而由多个电池包构成整个电池系统。对于数量较多、分布较广的各电池包，其所处位置的环境(尤其是环境温度、环境湿度)对电池容量的衰减造成非常明显的作用。因此，可分别针对每个电池包而设置一个标准电池。如此，在一个具体实施例中可具体将电池系统的各电池包中Vend最大的电池作为该电池包中其他电池的标准电池；当Vend最大的电池存在多个时，可任选其中一个作为该电池包中其他电池的标准电池。
标准电池在[Vth1，Vth2]期间内的充电容量值，不妨记为Q0。[Vth1，Vth2]即容量衰减显著变化区间，在[Vth1，Vth2]期间内的充电容量值与电池的真实容量有着一定的对应关系。因此，本申请将标准电池的Q0作为用于计算其他电池容量均衡差值的比较依据。
而由于第一类电池在电池系统触发充电截止后的开路电压值并未达到Vth2，因此无法获取并利用第一类电池在[Vth1，Vth2]期间内的充电容量值参与计算。由此，本申请针对第一类电池，具体将其在[Vth1，Vend]期间内的第一充电容量值，不妨记为Q1，来参与计算。
参见图2，图2为本申请实施例提供的一种第一类电池的容量均衡差值示意图。对于每个第一类电池，本申请将标准电池的Q0减去该第一类电池的Q1，得到Qs＝Q0-Q1作为该第一类电池的容量均衡特征值，进而通过预先训练的第一均衡差值识别模型，来计算该第一类电池与标准电池的真实容量差值△Q。
其中，第一均衡差值识别模型是基于大量真实容量已知的样本电池的相关测试数据、依据各样本电池的Qs与△Q之间的对应关系而预先训练生成的。由此，本申请通过简单的充电容量计算和模型识别，即可快速高效且准确地得到每个电池与标准电池的真实容量差值，亦即该电池的电池容量均衡差值。
还需说明的是，本申请实施例所提供的电池系统的容量均衡判断方法，可以应用于动力电池的电池管理系统、车载检测终端设备或者云平台中，本领域技术人员可根据实际应用情况而设定。
可见，本申请所提供的电池系统的电池容量均衡差值计算方法，对于电池容量衰减不可忽略的第一类电池，以其在电池系统触发截止前指定区间内的充电容量值与标准充电容量值的差值为估计依据，基于识别模型而计算出对应的电池容量均衡差值，直观反映了电池实际容量的均衡差异情况，便于维护人员进行电池更换或维修，保障电池系统安全运行，有效提高了容量均衡计算精确度并简化了计算量。
作为一种具体实施例，本申请实施例所提供的电池系统的电池容量均衡差值计算方法在上述内容的基础上，调用第一均衡差值识别模型，包括：
依据该第一类电池所处的电池包位置，调用对应的第一均衡差值识别模型；第一均衡差值识别模型中的参数因不同电池包所处环境的差异而不同。
具体地，本实施例中，考虑到不同位置处的电池包所处的环境条件不同，电池的容量平均衰减水平不同，因此，在建立第一均衡差值识别模型时，可进一步参考环境条件而选用不同的参数，以便进一步提高电池容量均衡差值的计算精确度。
参见图3，作为一种具体实施例，本申请实施例所提供的电池系统的电池容量均衡差值计算方法在上述内容的基础上，第一均衡差值识别模型预先通过下述过程而确定：
S201：对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据。
S202：通过归一化计算实时获取对应的开路电压值。
S203:计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第一类样本电池当开路电压在[Vth1，Vend]期间内的第一充电容量值、以及二者的差值。
S204:以各第一类样本电池对应的差值为样本输入数据、以各第一类样本电池与标准样本电池的真实容量差值为样本输出数据，训练生成第一均衡差值识别模型。
其中，具体地，在对实际总容量值已知的同型号电池进行多次循环充放电测试时，可具体分别设定不同的温度条件、充电电流条件，以便在不同环境条件下分别进行充放电测试，并得到相匹配的模型参数。
并且，为了排除多因素干扰，避免导致计算结果不准确，在每次对样本电池进行充放电测试时，可选择在恒定温度下以恒定电流的方式进行充放电，以便计算得到在该恒定温度、该恒定电流情况下对应区间内的充电容量值。然后再继续单一更换温度、电流中某个变量，从而获取在多种条件下的测试数据去训练第一均衡差值识别模型，以便在不同条件下均可得到较为精确的结果。
作为一种具体实施例，本申请实施例所提供的电池系统的电池容量均衡差值计算方法在上述内容的基础上，在训练生成第一均衡差值识别模型之后，还包括：
获取同型号电池构成的电池系统的充放电历史记录大数据；
基于大数据分析技术对第一均衡差值识别模型进行优化调整。
具体地，为了降低由于实际数据精度、模型精度对于不均衡判断的影响，可在模型初次训练完成后，可选取电池系统的海量历史数据(充电、放电过程中起始、末端的电压、电流等数据)进行大数据分析，采用如kmeans聚类、Fuzzy C-means(FCM)聚类、决策树、支持向量机、随机森林、逻辑回归等算法进行模型优化。
作为一种具体实施例，本申请实施例所提供的电池系统的电池容量均衡差值计算方法在上述内容的基础上，还包括：
将Vend≥Vth2的电池均识别为第二类电池；
针对每个第二类电池，计算在[Vth1，Vth2]期间内的第二充电容量值；
将标准充电容量值与第二充电容量值的差值作为该第二类电池的容量均衡特征值；
调用第二均衡差值识别模型，根据容量均衡特征值确定出该第二类电池与标准电池的真实容量差值；第二均衡差值识别模型预先基于样本测试数据训练生成。
具体的，电池系统触发充电截止时电池的开路电压值若满足Vend≥Vth2，则可将此电池归为第二类电池。对于第二类电池，则可直接利用其在[Vth1，Vth2]期间内的第二充电容量值，不妨记为Q2，来参与计算。
对于每个第二类电池，本申请将标准电池的Q0减去该第二类电池的Q2，得到Qs＝Q0-Q2作为该第二类电池的容量均衡特征值，进而通过预先训练的第二均衡差值识别模型，来计算该第二类电池与标准电池的真实容量差值△Q。其中，第二均衡差值识别模型是基于大量真实容量已知的第二类样本电池的相关测试数据、依据各第二类样本电池的Qs与△Q之间的对应关系而预先训练生成的。
参见图4，作为一种具体实施例，本申请实施例所提供的电池系统的电池容量均衡差值计算方法在上述内容的基础上，第二均衡差值识别模型预先通过下述过程而确定：
S301：对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据。
S302：通过归一化计算实时获取对应的开路电压值。
S303：计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第二类样本电池当开路电压在[Vth1，Vth2]期间内的第二充电容量值、以及二者的差值。
S304：以各第二类样本电池对应的差值为样本输入数据、以各第二类样本电池与标准样本电池的真实容量差值为样本输出数据，训练生成第二均衡差值识别模型。
进一步地，在得到第一类电池、第二类电池的电池容量均衡差值之后，可进一步依据电池容量均衡差值的大小对各电池进行等级分类，例如，可具体分出SOC偏高、SOC中等、SOC偏低三类，直观地供用户获取分类结果，作为用户对不同类型电池分类处理进行后续操作的指导。
参见图5所示，本申请实施例公开了一种电池系统的电池容量均衡差值计算装置，该电池系统包括若干个串联的电池，该装置包括：
数据获取模块401，用于获取电池系统充电过程中各电池的充电状态数据；
均衡分类模块402，用于基于充电状态数据计算各电池在充电结束时的开路电压值Vend；将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；
特征计算模块403，用于针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值，将标准充电容量值与第一充电容量值的差值作为该第一类电池的容量均衡特征值；标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值；
均衡计算模块404，用于调用第一均衡差值识别模型，根据容量均衡特征值确定出该第一类电池与标准电池的真实容量差值；第一均衡差值识别模型预先基于样本测试数据训练生成。
可见，本申请实施例所公开的电池系统的电池容量均衡差值计算装置，对于电池容量衰减不可忽略的第一类电池，以其在电池系统触发截止前指定区间内的充电容量值与标准充电容量值的差值为估计依据，基于识别模型而计算出对应的电池容量均衡差值，直观反映了电池实际容量的均衡差异情况，便于维护人员进行电池更换或维修，保障电池系统安全运行，有效提高了容量均衡计算精确度并简化了计算量。
关于上述电池系统的电池容量均衡差值计算装置的具体内容，可参考前述关于电池系统的电池容量均衡差值计算方法的详细介绍，这里就不再赘述。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，标准电池为在电池系统的各电池包中Vend最大的电池或者之一。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，均衡计算模块404具体用于：
依据该第一类电池所处的电池包位置，调用对应的第一均衡差值识别模型；第一均衡差值识别模型中的参数因不同电池包所处环境的差异而不同。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，还包括：
模型训练模块，用于对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；通过归一化计算实时获取对应的开路电压值；计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第一类样本电池当开路电压在[Vth1，Vend]期间内的第一充电容量值、以及二者的差值；以各第一类样本电池对应的差值为样本输入数据、以各第一类样本电池与标准样本电池的真实容量差值为样本输出数据，训练生成第一均衡差值识别模型。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，模型训练模块在训练生成第一均衡差值识别模型之后，还用于：
获取同型号电池构成的电池系统的充放电历史记录大数据；基于大数据分析技术对第一均衡差值识别模型进行优化调整。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，均衡分类模块402还用于：将Vend≥Vth2的电池均识别为第二类电池；
特征计算模块403还用于：针对每个第二类电池，计算在[Vth1，Vth2]期间内的第二充电容量值；将标准充电容量值与第二充电容量值的差值作为该第二类电池的容量均衡特征值；
均衡计算模块404还用于：调用第二均衡差值识别模型，根据容量均衡特征值确定出该第二类电池与标准电池的真实容量差值；第二均衡差值识别模型预先基于样本测试数据训练生成。
作为一种具体实施例，本申请实施例所公开的电池系统的电池容量均衡差值计算装置在上述内容的基础上，模型训练模块还用于：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；通过归一化计算实时获取对应的开路电压值；计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第二类样本电池当开路电压在[Vth1，Vth2]期间内的第二充电容量值、以及二者的差值；以各第二类样本电池对应的差值为样本输入数据、以各第二类样本电池与标准样本电池的真实容量差值为样本输出数据，训练生成第二均衡差值识别模型。
参见图6所示，本申请实施例公开了一种电子设备，包括：
存储器501，用于存储计算机程序；
处理器502，用于执行所述计算机程序以实现如上所述的任一种电池系统的电池容量均衡差值计算方法的步骤。
进一步地，本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种电池系统的电池容量均衡差值计算方法的步骤。
关于上述电子设备和计算机可读存储介质的具体内容，可参考前述关于电池系统的电池容量均衡差值计算方法的详细介绍，这里就不再赘述。
本申请中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需说明的是，在本申请文件中，诸如“第一”和“第二”之类的关系术语，仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。此外，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请的保护范围内。

Claims (10)

1.一种电池系统的电池容量均衡差值计算方法，其特征在于，所述电池系统包括若干个串联的电池，所述方法包括：
获取所述电池系统充电过程中各所述电池的充电状态数据；
基于所述充电状态数据计算各电池在充电结束时的开路电压值Vend；
将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；
针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值；
将标准充电容量值与所述第一充电容量值的差值作为该第一类电池的容量均衡特征值；所述标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值；
调用第一均衡差值识别模型，根据所述容量均衡特征值确定出该第一类电池与所述标准电池的真实容量差值；所述第一均衡差值识别模型预先基于样本测试数据训练生成。
2.根据权利要求1所述的电池容量均衡差值计算方法，其特征在于，所述标准电池为在所述电池系统的各电池包中Vend最大的电池或者之一。
3.根据权利要求1所述的电池容量均衡差值计算方法，其特征在于，所述调用第一均衡差值识别模型，包括：
依据该第一类电池所处的电池包位置，调用对应的所述第一均衡差值识别模型；所述第一均衡差值识别模型中的参数因不同电池包所处环境的差异而不同。
4.根据权利要求1所述的电池容量均衡差值计算方法，其特征在于，所述第一均衡差值识别模型预先通过下述过程而确定：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；
通过归一化计算实时获取对应的开路电压值；
计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第一类样本电池当开路电压在[Vth1，Vend]期间内的第一充电容量值、以及二者的差值；
以各所述第一类样本电池对应的所述差值为样本输入数据、以各所述第一类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第一均衡差值识别模型。
5.根据权利要求4所述的电池容量均衡差值计算方法，其特征在于，在所述训练生成所述第一均衡差值识别模型之后，还包括：
获取同型号电池构成的电池系统的充放电历史记录大数据；
基于大数据分析技术对所述第一均衡差值识别模型进行优化调整。
6.根据权利要求1至5任一项所述的电池容量均衡差值计算方法，其特征在于，还包括：
将Vend≥Vth2的电池均识别为第二类电池；
针对每个第二类电池，计算在[Vth1，Vth2]期间内的第二充电容量值；
将标准充电容量值与所述第二充电容量值的差值作为该第二类电池的容量均衡特征值；
调用第二均衡差值识别模型，根据所述容量均衡特征值确定出该第二类电池与所述标准电池的真实容量差值；所述第二均衡差值识别模型预先基于样本测试数据训练生成。
7.根据权利要求6所述的电池容量均衡差值计算方法，其特征在于，所述第二均衡差值识别模型预先通过下述过程而确定：
对实际总容量值已知的同型号样本电池进行多次循环充放电测试，并实时监测充电状态数据；
通过归一化计算实时获取对应的开路电压值；
计算标准样本电池当开路电压在[Vth1，Vth2]期间内的标准充电容量值、第二类样本电池当开路电压在[Vth1，Vth2]期间内的第二充电容量值、以及二者的差值；
以各所述第二类样本电池对应的所述差值为样本输入数据、以各所述第二类样本电池与所述标准样本电池的真实容量差值为样本输出数据，训练生成所述第二均衡差值识别模型。
8.一种电池系统的电池容量均衡差值计算装置，其特征在于，所述电池系统包括若干个串联的电池，所述装置包括：
数据获取模块，用于获取所述电池系统充电过程中各所述电池的充电状态数据；
均衡分类模块，用于基于所述充电状态数据计算各电池在充电结束时的开路电压值Vend；将Vend＜Vth2的电池均识别为第一类电池；[Vth1，Vth2]为同型号电池的容量衰减显著变化区间；
特征计算模块，用于针对每个第一类电池，计算在[Vth1，Vend]期间内的第一充电容量值，将标准充电容量值与所述第一充电容量值的差值作为该第一类电池的容量均衡特征值；所述标准充电容量值为标准电池在[Vth1，Vth2]期间内的充电容量值；
均衡计算模块，用于调用第一均衡差值识别模型，根据所述容量均衡特征值确定出该第一类电池与所述标准电池的真实容量差值；所述第一均衡差值识别模型预先基于样本测试数据训练生成。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1至7任一项所述的电池系统的电池容量均衡差值计算方法的步骤。
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中存储有计算机程序，所述计算机程序被处理器执行时用以实现如权利要求1至7任一项所述的电池系统的电池容量均衡差值计算方法的步骤。
CN202011604835.XA 2020-12-29 2020-12-29 一种电池系统的电池容量均衡差值计算方法及相关设备 Pending CN114696385A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011604835.XA CN114696385A (zh) 2020-12-29 2020-12-29 一种电池系统的电池容量均衡差值计算方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011604835.XA CN114696385A (zh) 2020-12-29 2020-12-29 一种电池系统的电池容量均衡差值计算方法及相关设备

Publications (1)

Publication Number Publication Date
CN114696385A true CN114696385A (zh) 2022-07-01

Family

ID=82133176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011604835.XA Pending CN114696385A (zh) 2020-12-29 2020-12-29 一种电池系统的电池容量均衡差值计算方法及相关设备

Country Status (1)

Country Link
CN (1) CN114696385A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115510648A (zh) * 2022-09-27 2022-12-23 上海玫克生储能科技有限公司 一种锂电池电芯实际容量和电芯健康度识别方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115510648A (zh) * 2022-09-27 2022-12-23 上海玫克生储能科技有限公司 一种锂电池电芯实际容量和电芯健康度识别方法和系统
CN115510648B (zh) * 2022-09-27 2023-12-19 上海玫克生储能科技有限公司 一种锂电池电芯实际容量和电芯健康度识别方法和系统

Similar Documents

Publication Publication Date Title
CN107290679B (zh) 用于电动汽车共享充电桩的智能化电池健康状态检测方法
Lin et al. Estimation of battery state of health using probabilistic neural network
CN111007401A (zh) 一种基于人工智能的电动汽车电池故障诊断方法及设备
CN108872869B (zh) 一种基于bp神经网络的锂离子电池劣化分类方法
CN105866700B (zh) 一种锂离子电池快速筛选的方法
CN113696786B (zh) 电池均衡方法及系统
WO2019018974A1 (zh) 用于对电池容量进行建模和估计的方法及系统
KR20220073829A (ko) 배터리 성능 예측
Samadani et al. A review study of methods for lithium-ion battery health monitoring and remaining life estimation in hybrid electric vehicles
CN110888077A (zh) 一种基于arima时间序列的锂离子电池寿命加速评估方法
EP3988952A1 (en) Method for detecting abnormal battery cell
Blanco et al. An Equivalent Circuit Model With Variable Effective Capacity for $\hbox {LiFePO} _ {4} $ Batteries
CN110806540B (zh) 电芯测试数据处理方法、装置、系统和存储介质
CN109800446B (zh) 一种锂离子电池放电过程电压不一致性估计方法及装置
CN111487532B (zh) 一种基于层次分析法和熵值法的退役电池筛选方法及系统
KR20210000207A (ko) 내부 단락 셀 검출 방법
CN114523878B (zh) 一种锂离子电池析锂安全预警方法及装置
CN111257770B (zh) 一种电池包功率估算方法
US20240027537A1 (en) Battery management apparatus and method
Sepasi et al. SOC estimation for aged lithium-ion batteries using model adaptive extended Kalman filter
CN114696385A (zh) 一种电池系统的电池容量均衡差值计算方法及相关设备
CN112108400B (zh) 一种预测软包电池循环性能的测试方法
CN112098847A (zh) 一种考虑机械应变的锂离子电池soc估计方法
Jiani et al. Li-ion battery SOC estimation using EKF based on a model proposed by extreme learning machine
Xia et al. Parameter Identification of Battery Pack Considering Cell Inconsistency

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