CN114740362A - 一种基于bms的电流采样自学习的方法 - Google Patents

一种基于bms的电流采样自学习的方法 Download PDF

Info

Publication number
CN114740362A
CN114740362A CN202210383406.7A CN202210383406A CN114740362A CN 114740362 A CN114740362 A CN 114740362A CN 202210383406 A CN202210383406 A CN 202210383406A CN 114740362 A CN114740362 A CN 114740362A
Authority
CN
China
Prior art keywords
bms
current
soc
battery
big data
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
CN202210383406.7A
Other languages
English (en)
Inventor
马兹林
曹政
王景平
王艳
张智靖
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.)
Chongqing Biao Neng Ruiyuan Energy Storage Technology Research Institute Co ltd
Original Assignee
Chongqing Biao Neng Ruiyuan Energy Storage Technology Research Institute 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 Chongqing Biao Neng Ruiyuan Energy Storage Technology Research Institute Co ltd filed Critical Chongqing Biao Neng Ruiyuan Energy Storage Technology Research Institute Co ltd
Priority to CN202210383406.7A priority Critical patent/CN114740362A/zh
Publication of CN114740362A publication Critical patent/CN114740362A/zh
Pending legal-status Critical Current

Links

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • 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

本发明提供了一种基于BMS的电流采样自学习的方法，涉及可移动电源电参数的技术领域，S1，BMS识别电池，获取并记录存储当前真实SOC1；S2，BMS识别由S1状态进入充电且达到满充状态的电流值，BMS根据该单体电压信息查询OCV曲线表得到当前真实的SOC2并记录存储；S3，BMS计量并发送本次充电Ah容量A_BMS至大数据平台，大数据平台对本次充电Ah容量A_BMS进行存储记录；S4，大数据平台通过SOC变化计算实际充电Ah容量A_pla＝(SOC2‑SOC1)*标定容量；S5，计算电流采样误差修正系数K并进行记录存储，K＝(A_pla)/(A_BMS)；S6，电参数修正，电池在下一次进行充电时，BMS所采集的电流值乘以修正系数K。该装置具有修正电流值以减小电池的SOC系统的影响的优点。

Description

一种基于BMS的电流采样自学习的方法
技术领域
本发明涉及可移动电源电参数采集的技术领域，尤其涉及一种基于BMS的电流采样自学习的方法。
背景技术
动力电池SOC计算精度高度依赖BMS对动力电池的电流采集精度，虽然电池系统在出厂时，BMS会对电流采集进行标定，但由于电流传感器(霍尔或者分流器)随着电池使用周期会老化，BMS采集的电流误差会逐步增大，导致电池系统SOC精度降低。
发明内容
针对现有技术中所述存在的不足，本方案提供了一种基于BMS的电流采样自学习的方法，其解决了采集的电流误差较大而影响电池系统的SOC精度的问题。
根据本发明的实施例，一种基于BMS的电流采样自学习的方法，包括如下步骤：
S1，BMS识别电池，并根据当前单体电压信息查OCV曲线表，获取并记录存储当前真实SOC1；
S2，BMS识别由S1状态进入充电且达到满充状态的电流值，BMS根据该单体电压信息查询OCV曲线表得到当前真实的SOC2并记录存储；
S3，BMS计量并发送本次充电Ah容量A_BMS至大数据平台，大数据平台对本次充电Ah容量A_BMS进行存储记录；
S4，大数据平台通过SOC变化计算实际充电Ah容量A_pla＝(SOC2-SOC1)*标定容量；
S5，计算电流采样误差修正系数K并进行记录存储，K＝(A_pla)/(A_BMS)；
S6，电参数修正，电池在下一次进行充电时，BMS所采集的电流值乘以修正系数K。
通过以上技术方案，在测量电流的元件出现老化导致测量的不准确时，利用BMS通过电流传感器采集的电流信息积分计算得到本次充电容量；在电池完成充电后，利用测量充电前后的SOC的数据计算得到电池的实际充电容量，通过两个充电容量的比值得到修正系数，在以后充电时，将电流测量元件测量得到的电流值乘以该系数即可得到更接近实际充电的电流，使得由BMS计算电参数的过程中所使用的电流值更加准确，提高电池系统的SOC 精度。
优选的，所述大数据平台每次计算的修正系数K都需要乘以上一次计算的修正系数K，再下发给BMS进行迭代计算。
通过以上技术方案，在电池每次进行充电时，均将当前使用的电流值乘以上次计算得出的修正系数K，经多次修正校准，使得BMS模块使用的电流参数更加接近电流的实际参数，提高BMS获取的电流参数的可靠性。
优选的，所述BMS识别电池获取电参数SOC1、SOC2时，电池需静置至少两小时。
通过以上技术方案，在BMS获取电池的SOC值时，将电池静置两小时，使得电池的电压稳回弹在一个稳定值，稳定的电压通过OVC表说获取的SOC值更加的准确，进而提高修正系数的准确性。
优选的，所述电池设置唯一性的编号存储于大数据平台，电池连接有与大数据平台进行通讯的T-BOX。
通过以上技术方案，利用T-BOX可以对每一个电池进行唯一性匹配，可以将每一个不同的电池进行编号，并在大数据平台存储对应的数据参数，在电池信息充电时，可以根据当前电池从大数据平台获取到对应的修正系数，使得该方法可以适用于不同的电池进行
相比于现有技术，本发明至少具有如下有益效果之一：
1.利用该方法可以利用通过测量电池充电前后SOC差值获取一个实际的充电容量值，利用BMS获取的电流值积分计算出一个充电容量值，在将两者的比值作为修正参数，在电池下次进行充电时，利用电流元件获取的电流值乘以该修正系数即可使得更接近实际的电流值，有利于提高电池系统的SOC精度；
2.在电池每一次进行充电时均获取上一次充电得出的修正系数，使得在电池的后续使用中可以使得BMS的使用的电流值产生无限接近实际值；
3.利用将电池连接T-BOX的结构可以使得每一个电池的参数均可以存储于大数据平台，电池进行再次充电时，大数据平台可以将修正系数发生至对应的电池，可以支持多个电池进行电流值的修正。
具体实施方式
下面结合实施例对本发明中的技术方案进一步说明。
一种基于BMS的电流采样自学习的方法，包括如下步骤：
S1，BMS识别电池，并根据电池的当前单体电压信息查OCV曲线表，获取并记录存储当前真实SOC1；
S2，BMS识别由S1状态进入充电且达到满充状态的电流值，BMS根据该单体电压信息查询OCV曲线表得到当前真实的SOC2并记录存储；
BMS识别电池获取电参数SOC1、SOC2时，电池需静置至少两小时，可以使电池的单体电压回弹至一个稳定值，使得通过OCV表查询获取的SOC值更加的准确。
S3，BMS通过电流传感器获取的电流值进行积分计量并发送本次充电Ah容量A_BMS至大数据平台，大数据平台对本次充电Ah容量A_BMS进行存储记录；
S4，大数据平台通过SOC变化计算实际充电Ah容量A_pla＝(SOC2-SOC1)*标定容量；
S5，计算电流采样误差修正系数K并进行记录存储，K＝(A_pla)/(A_BMS)；
K大于1，说明BMS采集电流偏小，BMS所采集的电流值乘以该系数后，相比于电流传感器的实际获取值，BMS采用的电流值全程大于实际获取值；
K小于1，说明BMS采集电流偏大，BMS所采集的电流值乘以该系数后，相比于电流传感器的实际获取值，BMS采用的电流值全程大于实际获取值；
S6，电参数修正，电池在下一次进行充电时，BMS所采集的电流值乘以修正系数K。
大数据平台每次计算的修正系数K都需要乘以上一次计算的修正系数K，再下发给BMS 进行迭代计算，经过多次迭代计算，使得BMS所使用的电流值更加接近实际电流值，使得误差被修正至允许的范围内，提高电池系统的SOC精度。
电池设置唯一性的编号存储于大数据平台，电池连接有与大数据平台进行通讯的T-BOX，T-BOX为现有技术，可以通过市场购买得到。
在电池进行充电时，利用T-BOX与大数据平台进行通讯，即可获取到电池对应的修正系数K，使得该方法可以适用于不同的电池进行电池系统管理。
该方法利用电池充电的电参数值作为计算数据，在电流进行充电时，其电流基本恒定，使得电流传感器被修正后的值更加接近实际值。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种基于BMS的电流采样自学习的方法，其特征在于：包括如下步骤：
S1，BMS识别电池，并根据当前单体电压信息查OCV曲线表，获取并记录存储当前真实SOC1；
S2，BMS识别由S1状态进入充电且达到满充状态的电流值，BMS根据该单体电压信息查询OCV曲线表得到当前真实的SOC2并记录存储；
S3，BMS计量并发送本次充电Ah容量A_BMS至大数据平台，大数据平台对本次充电Ah容量A_BMS进行存储记录；
S4，大数据平台通过SOC变化计算实际充电Ah容量A_pla＝(SOC2-SOC1)*标定容量；
S5，计算电流采样误差修正系数K并进行记录存储，K＝(A_pla)/(A_BMS)；
S6，电参数修正，电池在下一次进行充电时，BMS所采集的电流值乘以修正系数K。
2.根据权利要求1所述的一种基于BMS的电流采样自学习的方法，其特征在于：所述大数据平台每次计算的修正系数K都需要乘以上一次计算的修正系数K，再下发给BMS进行迭代计算。
3.根据权利要求1所述的一种基于BMS的电流采样自学习的方法，其特征在于：所述BMS识别电池获取电参数SOC1、SOC2时，电池需静置至少两小时。
4.根据权利要求1所述的一种基于BMS的电流采样自学习的方法，其特征在于：所述电池设置唯一性的编号存储于大数据平台，电池连接有与大数据平台进行通讯的T-BOX。
CN202210383406.7A 2022-04-13 2022-04-13 一种基于bms的电流采样自学习的方法 Pending CN114740362A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210383406.7A CN114740362A (zh) 2022-04-13 2022-04-13 一种基于bms的电流采样自学习的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210383406.7A CN114740362A (zh) 2022-04-13 2022-04-13 一种基于bms的电流采样自学习的方法

Publications (1)

Publication Number Publication Date
CN114740362A true CN114740362A (zh) 2022-07-12

Family

ID=82282296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210383406.7A Pending CN114740362A (zh) 2022-04-13 2022-04-13 一种基于bms的电流采样自学习的方法

Country Status (1)

Country Link
CN (1) CN114740362A (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706556A (zh) * 2009-11-11 2010-05-12 惠州市亿能电子有限公司 纯电动汽车用锂离子电池的实际容量估算方法
CN102590756A (zh) * 2012-02-14 2012-07-18 深圳市沛城电子科技有限公司 电池电量检测的方法及装置
JP2015224975A (ja) * 2014-05-28 2015-12-14 カルソニックカンセイ株式会社 バッテリ充放電電流検出装置
CN107015162A (zh) * 2017-06-06 2017-08-04 安徽美能储能系统有限公司 一种用于锌溴液流电池的soc在线校准方法
CN108333526A (zh) * 2018-01-30 2018-07-27 北京车和家信息技术有限公司 电池容量检测方法及装置
CN108931739A (zh) * 2018-08-24 2018-12-04 智车优行科技（上海）有限公司 电池系统soc估算误差的确定方法、装置以及汽车
CN109073711A (zh) * 2016-04-18 2018-12-21 住友电气工业株式会社 充电量计算装置、计算机程序和充电量计算方法
CN109782210A (zh) * 2019-03-11 2019-05-21 威马智慧出行科技（上海）有限公司 电动汽车电池管理系统的电流传感器校正方法及电子设备
CN110361658A (zh) * 2019-08-12 2019-10-22 广东博力威科技股份有限公司 基于ocv的soc估算方法
CN110794306A (zh) * 2019-10-21 2020-02-14 南京金邦动力科技有限公司 一种磷酸铁锂soc末端修正方法
CN111007412A (zh) * 2019-12-25 2020-04-14 宜宾凯翼汽车有限公司 一种动力电池的实际可用容量更新方法
CN111381178A (zh) * 2018-12-28 2020-07-07 奥动新能源汽车科技有限公司 锂离子电池的健康状态的估算方法及系统
CN112363057A (zh) * 2020-09-21 2021-02-12 惠州市蓝微电子有限公司 一种提高soc精度的估算方法及电池管理系统
CN112415411A (zh) * 2019-08-23 2021-02-26 比亚迪股份有限公司 估算电池soc的方法和装置及车辆、存储介质
CN112415410A (zh) * 2019-08-23 2021-02-26 比亚迪股份有限公司 估算电池soc的方法和装置、存储介质和车辆
CN114035061A (zh) * 2021-11-30 2022-02-11 重庆长安新能源汽车科技有限公司 一种电池包的电池健康状态的在线估算方法及系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706556A (zh) * 2009-11-11 2010-05-12 惠州市亿能电子有限公司 纯电动汽车用锂离子电池的实际容量估算方法
CN102590756A (zh) * 2012-02-14 2012-07-18 深圳市沛城电子科技有限公司 电池电量检测的方法及装置
JP2015224975A (ja) * 2014-05-28 2015-12-14 カルソニックカンセイ株式会社 バッテリ充放電電流検出装置
CN109073711A (zh) * 2016-04-18 2018-12-21 住友电气工业株式会社 充电量计算装置、计算机程序和充电量计算方法
CN107015162A (zh) * 2017-06-06 2017-08-04 安徽美能储能系统有限公司 一种用于锌溴液流电池的soc在线校准方法
CN108333526A (zh) * 2018-01-30 2018-07-27 北京车和家信息技术有限公司 电池容量检测方法及装置
CN108931739A (zh) * 2018-08-24 2018-12-04 智车优行科技（上海）有限公司 电池系统soc估算误差的确定方法、装置以及汽车
CN111381178A (zh) * 2018-12-28 2020-07-07 奥动新能源汽车科技有限公司 锂离子电池的健康状态的估算方法及系统
CN109782210A (zh) * 2019-03-11 2019-05-21 威马智慧出行科技（上海）有限公司 电动汽车电池管理系统的电流传感器校正方法及电子设备
CN110361658A (zh) * 2019-08-12 2019-10-22 广东博力威科技股份有限公司 基于ocv的soc估算方法
CN112415411A (zh) * 2019-08-23 2021-02-26 比亚迪股份有限公司 估算电池soc的方法和装置及车辆、存储介质
CN112415410A (zh) * 2019-08-23 2021-02-26 比亚迪股份有限公司 估算电池soc的方法和装置、存储介质和车辆
CN110794306A (zh) * 2019-10-21 2020-02-14 南京金邦动力科技有限公司 一种磷酸铁锂soc末端修正方法
CN111007412A (zh) * 2019-12-25 2020-04-14 宜宾凯翼汽车有限公司 一种动力电池的实际可用容量更新方法
CN112363057A (zh) * 2020-09-21 2021-02-12 惠州市蓝微电子有限公司 一种提高soc精度的估算方法及电池管理系统
CN114035061A (zh) * 2021-11-30 2022-02-11 重庆长安新能源汽车科技有限公司 一种电池包的电池健康状态的在线估算方法及系统

Similar Documents

Publication Publication Date Title
RU2692159C1 (ru) Способ проверки и способ производства электрического накопительного устройства
CN108132442B (zh) 一种基于离线数据驱动的蓄电池联合状态估算方法
US10539622B2 (en) Inspection method and manufacturing method for electric power storage device
CN108627688B (zh) 一种电动车高压母线监测装置及监测方法
US10847849B2 (en) Inspection method of electrical storage device and manufacturing method thereof
CN103884991A (zh) 一种单体电池直流内阻的测试方法
WO2019225032A1 (ja) 蓄電池の容量把握方法および容量監視装置
CN111537895B (zh) 一种多参数联合估算soc的方法
CN112540303B (zh) 一种校正方法及装置
CN105738828B (zh) 一种电池容量精准测量方法
CN111216595B (zh) 基于锂电池等效电路模型的重度混合动力汽车soc校准方法
CN112505564A (zh) 一种电池soc-ocv曲线的测定方法
CN112557926A (zh) 一种计算剩余充电时间的方法和装置
CN116165550A (zh) 一种电池等效电路模型参数自学习方法及系统
CN109633451B (zh) 储能系统自轨迹参数标定方法及soc估算方法
CN114624596B (zh) 一种电池性能的评估方法及装置
CN114200317A (zh) 一种动态修正安时积分法的soc估算方法
CN114740362A (zh) 一种基于bms的电流采样自学习的方法
CN113075571A (zh) 一种锂离子电池ocv确定方法、装置及系统
CN110794311B (zh) 蓄电设备的检查装置
US10928460B2 (en) Method of inspecting power storage device based on discharge current and method of producing the same
US10768238B2 (en) Inspection method of electrical storage device and manufacturing method thereof
CN116068420A (zh) 电池一致性修正方法
CN115911617A (zh) 一种电池组的被动均衡方法
CN115389941B (zh) 一种电动汽车动力电池可用容量在线检测方法、单元及电池管理系统

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