CN115047349A - 电池包的一致性状态评估方法、装置、电子设备和存储介质 - Google Patents

电池包的一致性状态评估方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN115047349A
CN115047349A CN202210662517.1A CN202210662517A CN115047349A CN 115047349 A CN115047349 A CN 115047349A CN 202210662517 A CN202210662517 A CN 202210662517A CN 115047349 A CN115047349 A CN 115047349A
Authority
CN
China
Prior art keywords
battery
battery pack
model
difference
consistency
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
CN202210662517.1A
Other languages
English (en)
Inventor
黄伟平
陈昌远
倪鹏飞
肖强
林皓
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.)
GAC Aion New Energy Automobile Co Ltd
Original Assignee
GAC Aion New Energy Automobile 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 GAC Aion New Energy Automobile Co Ltd filed Critical GAC Aion New Energy Automobile Co Ltd
Priority to CN202210662517.1A priority Critical patent/CN115047349A/zh
Publication of CN115047349A publication Critical patent/CN115047349A/zh
Pending legal-status Critical Current

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]
    • G01R31/367—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
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related 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]
    • G01R31/396—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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请实施例提供一种电池包的一致性状态评估方法、装置、电子设备和存储介质，其中，方法包括：构建电池包的平均模型和任一电池模型；将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；获取所述差异电池模型的优化状态方程；根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。实施上述实施例，能够提高评估电池一致性的实时性，从而能够做到针对电池异常工作状态做出提前预警。

Description

电池包的一致性状态评估方法、装置、电子设备和存储介质
技术领域
本申请涉及电池技术领域，具体而言，涉及电池包的一致性状态评估方法、装置、电子设备和计算机可读存储介质。
背景技术
电池包的一致性状态是个缓慢的变化过程，当电池一致性呈现逐渐劣化的趋势，需要提前提示用户进行维护和保养。
目前在线评估电池组一致性状态的方法大多数是通过计算电池包内所有单体电池的电压极差、荷电状态(State of Charge，SOC)极差以及电池包的等效直流内阻的增长百分比等指标，然后直接与相应的故障阈值进行比较后得到故障诊断结果，当前方法存在以下缺点：计算评价指标采用的电池包内的一些极值参数(例如最高最低单体电压、最高最低模组温度等)并不一定是电池包内存在的某个真实电芯，因为电池受上述多因素影响，不同工况下反映电池包极值状态的单体是不断变化的，并不会一直固定为某一个电芯。因此采用这样的评价指标并不能真实反映电池包一致性状态；由于电池包内电芯数量众多且在适用过程中都存在大小程度不一的不一致性，若是采集每个电池的电压电流并对每个电池分别进行详细的建模计算，这在计算量和实时性上都无法保证；上述设定的一致性判断阈值都是电池包不一致性非常严重的故障状态了，无法识别电池一致性劣化的过程，而提前预警或提示进行不一致性状态的保养和修复
发明内容
本申请实施例的目的在于提供一种电池包的一致性状态评估方法、装置、电子设备和存储介质，能够对电池包的一致性状态进行精准评估，计算量小，实时性高，能够做到提前预警。
第一方面，本申请实施例提供了一种电池包的一致性状态评估方法，包括：
构建电池包的平均模型和任一电池模型；
将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
获取所述差异电池模型的优化状态方程；
根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
在上述实现过程中，构建电池包的平均模型和任一电池模型；基于两个模型得到差异电池模型，基于任一电池模型获取优化状态方程，最终基于优化方程获取能够准确反映电池包一致性状态的参数。与现有技术不同的是，本申请实施例的参数并不是直接获取，而是基于优化状态方程获取的，更能够直接反映电池包的所有单体电池包的一致性状态。本申请实施例还避免对每个单体电池进行建模，能够加快计算过程，提高评估的实时性，能够做到提前预警。
进一步地，所述获取所述差异电池模型的优化状态方程的步骤，包括：
根据充放电电压曲线一致性理论获取所述差异电池模型的系统状态方程；
根据均衡电流和均衡的电量对所述电池包的单体电池的压差影响对所述系统状态方程进行优化，得到所述优化状态方程。
在上述实现过程中，首先基于充放电一致性理论获取差异电池模型的系统状态方程，考虑到实际情况中均衡电流和均衡的电量对单体电池的压差影响，对所述系统状态方程进行优化，得到所述优化状态方程，优化状态方程更能体现电池包的一致性状态。
进一步地，所述根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差的步骤，包括：
获取所述电池包内的单体电池的实时电压数据和实时电流数据；
根据所述优化状态方程、最优参数辨识理论、所述实时电压数据和所述实时电流数据获取所述所有单体电池的容量差和内阻差。
在上述实现过程中，首先获取单体电池的实时电压数据和实时电流数据，基于构建的优化状态方程和最优参数辨识理论得到所有单体电池的容量差和内阻差，与现有技术相比，获得的所有单体电池的容量差和内阻差更能体现电池包的一致性状态。
进一步地，所述根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态的步骤，包括：
获取所述所有单体电池的容量差和内阻差的离散度；
根据所述离散度获取所述电池包所有单体电池参数的波动情况；
根据所述波动情况获取所述电池包的一致性状态。
在上述实现过程中，离散度能衡量电池包所有电池参数的波动情况，基于此，可以获取电池包的一致性状态。
进一步地，所述根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态的步骤，还包括：
获取所述所有单体电池的容量差和内阻差的极差；
根据所述极差获取所述电池包所有单体电池参数的最坏情况；
根据所述最坏情况获取所述电池包的一致性状态。
在上述实现过程中，极差能够衡量电池包所有电池参数的最坏状况，基于此，能够获取电池包的一致性状态。
进一步地，所述系统状态方程为：
Figure BDA0003691389500000041
Figure BDA0003691389500000042
其中，
UovCellAvg为平均电池模型中的开路电压；
UCellCorrect为实际的单体电池的电压；
ΔSOC为单体电池的容量差；
UovCellAvg为平均电池模型的总电压；
ΔR为差异电池模型的等效电阻。
进一步地，所述优化状态方程为：
Figure BDA0003691389500000043
其中，
UovCellAvg为实际任一单体电池端电压与平均电池端电压的电压差；
ΔSOC为实时获取的单体电池的容量差；
ΔR为实时获取的单体电池的内阻差；
UCellCorrect为实际的单体电池的电压；
UCellAvg为平均电池模型的单体电池电压；
Ubal为均衡电流造成的电压降；
UQbal为前一时刻的均衡的电量造成的电压降。
第二方面，本申请实施例提供一种电池包的一致性状态评估装置，包括：
构建模块，用于构建电池包的平均模型和任一电池模型；
差异电池模型获取模块，用于将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
优化状态方程获取模块，用于获取所述差异电池模型的优化状态方程；
参数获取模块，用于根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
一致性状态获取模块，用于根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
在上述实现过程中，构建电池包的平均模型和任一电池模型；基于两个模型得到差异电池模型，基于任一电池模型获取优化状态方程，最终基于优化方程获取能够准确反映电池包一致性状态的参数。与现有技术不同的是，本申请实施例的参数并不是直接获取，而是基于优化状态方程获取的，更能够直接反映电池包的所有单体电池包的一致性状态。本申请实施例还避免对每个单体电池进行建模，能够加快计算过程，提高评估的实时性，能够做到提前预警。
第三方面，本申请实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中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如第一方面任一项所述的方法的步骤。
第四方面，本申请实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
本申请公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本申请公开的上述技术即可得知。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的电池包的一致性状态评估方法的流程示意图；
图2为本申请实施例提供的任意电池模型、平均电池模型和差异电池模型的结构示意图；
图3为本申请实施例提供的电池包的一致性状态评估装置的结构示意图；
图4为本申请实施例提供的电子设备的结构示意图。
具体实施方式
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描述。
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。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
参见图1，本申请实施例提供一种电池包的一致性状态评估方法，包括：
S1：构建电池包的平均模型和任一电池模型；
S2：将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
示例性地，示例性地，参见体图2，为本申请实施例构建的任意电池模型的示意图和差异电池模型的示意图。
S3：获取所述差异电池模型的优化状态方程；
S4：根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
S5：根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
在上述实现过程中，构建电池包的平均模型和任一电池模型；基于两个模型得到差异电池模型，基于任一电池模型获取优化状态方程，最终基于优化方程获取能够准确反映电池包一致性状态的参数。与现有技术不同的是，本申请实施例的参数并不是直接获取，而是基于优化状态方程获取的，更能够直接反映电池包的所有单体电池包的一致性状态。本申请实施例还避免对每个单体电池进行建模，能够加快计算过程，提高评估的实时性，能够做到提前预警。
在一种可能的实施方式中，S3包括：
根据充放电电压曲线一致性理论获取所述差异电池模型的系统状态方程；根据均衡电流和均衡的电量对所述电池包的单体电池的压差影响对所述系统状态方程进行优化，得到所述优化状态方程。
在上述实现过程中，首先基于充放电一致性理论获取差异电池模型的系统状态方程，考虑到实际情况中均衡电流和均衡的电量对单体电池的压差影响，对所述系统状态方程进行优化，得到所述优化状态方程，优化状态方程更能体现电池包的一致性状态。
示例性地，如果所有单体电池的内阻、初始荷电状态和容量都一模一样，那么所有单体电池的充放电电压曲线都应该重合，但实际上单体电池内部参数之间总会存在不一致性，因此单体电池之间的电压曲线不完全重合。其中，电池初始荷电状态和容量的差异均是由于开路电压(Open Circuit Voltage，OCV)的差异造成，因此任一单体电池随时间的充放电电压曲线均可表示为OCV和内阻R的函数，即U＝f(OCV，R)。结合上述电压曲线一致性理论可得到：
Ucell-UcellAvg＝ΔUocv+ΔUR；
其中，Ucell为任一单体电池模型中的任一单体电池的电压；UcellAvg为平均模型中的所有单体电池的平均电压；ΔUocv表示由于初始OCV差异导致的压差，进一步可得到：
Figure BDA0003691389500000081
其中ΔUR表示由于内阻差异导致的压差，进一步可得到：
ΔUR＝UovCellAvg*ΔR；
最终可得
Figure BDA0003691389500000082
其中，UovCellAvg为平均电池模型中的开路电压；UCellCorrect为实际的单体电池的电压；ΔSOC为单体电池的容量差；UovCellAvg为平均电池模型的总电压；ΔR为差异电池模型的等效电阻。
在一种可能的实施方式中，S4包括：获取所述电池包内的单体电池的实时电压数据和实时电流数据；根据所述优化状态方程、最优参数辨识理论、所述实时电压数据和所述实时电流数据获取所述所有单体电池的容量差和内阻差。
示例性地，实际中，我们还需要考虑均衡电流和均衡的电量对单体电池的压差影响，设均衡电流造成的电压降为Ubal，其计算可以利用欧姆定律。同时前一时刻的均衡的电量导致单体SOC的减少，进而造成的电压降为
Figure BDA0003691389500000083
dQm表示第m步均衡的电量。则上式应当修正为：
Figure BDA0003691389500000091
其中，UovCellAvg为实际任一单体电池端电压与平均电池端电压的电压差；ΔSOC为实时获取的单体电池的容量差；ΔR为实时获取的单体电池的内阻差；UCellCorrect为实际的单体电池的电压；UCellAvg为平均电池模型的单体电池电压；Ubal为均衡电流造成的电压降；UQbal为前一时刻的均衡的电量造成的电压降。ΔSOC和ΔR为待实时获取的单体电池的容量差和内阻差，其他量为可以根据实时采集的电压和电流数据进行计算的物理量。
在上述实现过程中，首先获取单体电池的实时电压数据和实时电流数据，基于构建的优化状态方程和最优参数辨识理论得到所有单体电池的容量差和内阻差，与现有技术相比，获得的所有单体电池的容量差和内阻差更能体现电池包的一致性状态。
在一种可能的实施方式中，S5包括：获取所述所有单体电池的容量差和内阻差的离散度；
根据所述离散度获取所述电池包所有单体电池参数的波动情况；
根据所述波动情况获取所述电池包的一致性状态。
在上述实现过程中，离散度能衡量电池包所有单体电池参数的波动情况，基于此，可以获取电池包的一致性状态
在一种可能的实施方式中，获取所述所有单体电池的容量差和内阻差的极差；
根据所述极差获取所述电池包所有单体电池参数的最坏情况；
根据所述最坏情况获取所述电池包的一致性状态。
在上述实现过程中，极差能够衡量电池包所有单体电池参数的最坏状况，基于此，能够获取电池包的一致性状态。
实施例2
参见图3，本申请实施例提供一种电池包的一致性状态评估装置，包括：
构建模块1，用于构建电池包的平均模型和任一电池模型；
差异电池模型获取模块2，用于将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
优化状态方程获取模块3，用于获取所述差异电池模型的优化状态方程；
参数获取模块4，用于根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
一致性状态获取模块5，用于根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
在上述实现过程中，构建电池包的平均模型和任一电池模型；基于两个模型得到差异电池模型，基于任一电池模型获取优化状态方程，最终基于优化方程获取能够准确反映电池包一致性状态的参数。与现有技术不同的是，本申请实施例的参数并不是直接获取，而是基于优化状态方程获取的，更能够直接反映电池包的所有单体电池包的一致性状态。本申请实施例还避免对每个单体电池进行建模，能够加快计算过程，提高评估的实时性，能够做到提前预警。
在一种可能的实施方式中，优化状态方程获取模块3还用于根据充放电电压曲线一致性理论获取所述差异电池模型的系统状态方程；
根据均衡电流和均衡的电量对所述电池包的单体电池对所述系统状态方程进行优化，得到所述优化状态方程。
在一种可能的实施方式中，参数获取模块4还用于获取所述电池包内的单体电池的实时电压数据和实时电流数据；
根据所述优化状态方程、最优参数辨识理论、所述实时电压数据和所述实时电流数据获取所述所有单体电池的容量差和内阻差。
在一种可能的实施方式中，一致性状态获取模块5还用于获取所述所有单体电池的容量差和内阻差的离散度；
根据所述离散度获取所述电池包所有单体电池参数的波动情况；
根据所述波动情况获取所述电池包的一致性状态。
在一种可能的实施方式中，一致性状态获取模块5还用于获取所述所有单体电池的容量差和内阻差的极差；
根据所述极差获取所述电池包所有单体电池参数的最坏情况；
根据所述最坏情况获取所述电池包的一致性状态。
在一种可能的实施方式中，所述系统状态方程为：
Figure BDA0003691389500000111
Figure BDA0003691389500000112
其中，
UovCellAvg为实际任一单体电池端电压与平均电池端电压的电压差；
UCellCorrect为实际的单体电池的电压；
ΔSOC为单体电池的容量差；
UovCellAvg为平均电池模型的总电压；
ΔR为差异电池模型的等效电阻。
在一种可能的实施方式中，所述优化状态方程为：
Figure BDA0003691389500000113
其中，
Figure BDA0003691389500000114
其中，
UovCellAvg为实际任一单体电池端电压与平均电池端电压的电压差；
ΔSOC为实时获取的单体电池的容量差；
ΔR为实时获取的单体电池的内阻差；
UCellCorrect为实际的单体电池的电压；
UCellAvg为平均电池模型的单体电池电压；
Ubal为均衡电流造成的电压降；
UQbal为前一时刻的均衡的电量造成的电压降。
本申请还提供一种电子设备，请参见图4，图4为本申请实施例提供的一种电子设备的结构框图。电子设备可以包括处理器41、通信接口42、存储器43和至少一个通信总线44。其中，通信总线44用于实现这些组件直接的连接通信。其中，本申请实施例中电子设备的通信接口42用于与其他节点设备进行信令或数据的通信。处理器41可以是一种集成电路芯片，具有信号的处理能力。
上述的处理器41可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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41也可以是任何常规的处理器等。
存储器43可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。存储器43中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器41执行时，电子设备可以执行上述方法实施例涉及的各个步骤。
可选地，电子设备还可以包括存储控制器、输入输出单元。
所述存储器43、存储控制器、处理器41、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线44实现电性连接。所述处理器41用于执行存储器43中存储的可执行模块，例如电子设备包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。
可以理解，图4所示的结构仅为示意，所述电子设备还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，所述计算机程序被处理器执行时实现方法实施例所述的方法，为避免重复，此处不再赘述。
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，也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，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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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计算机设备(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，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。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。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到变化或替换，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所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等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操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。

Claims (10)

1.一种电池包的一致性状态评估方法，其特征在于，包括：
构建电池包的平均模型和任一电池模型；
将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
获取所述差异电池模型的优化状态方程；
根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
2.根据权利要求1所述的电池包的一致性状态评估方法，其特征在于，所述获取所述差异电池模型的优化状态方程的步骤，包括：
根据充放电电压曲线一致性理论获取所述差异电池模型的系统状态方程；
根据实际均衡电流造成电压降和均衡电量变化导致的电压降对所述电池包的单体电池对所述系统状态方程进行优化，得到所述优化状态方程。
3.根据权利要求2所述的电池包的一致性状态评估方法，其特征在于，所述根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差的步骤，包括：
获取所述电池包内的单体电池的实时电压数据和实时电流数据；
根据所述优化状态方程、最优参数辨识理论、所述实时电压数据和所述实时电流数据获取所述所有单体电池的容量差和内阻差。
4.根据权利要求2所述的电池包的一致性状态评估方法，其特征在于，所述根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态的步骤，包括：
获取所述所有单体电池的容量差和内阻差的离散度；
根据所述离散度获取所述电池包所有单体电池参数的波动情况；
根据所述波动情况获取所述电池包的一致性状态。
5.根据权利要求1所述的电池包的一致性状态评估方法，其特征在于，所述根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态的步骤，还包括：
获取所述所有单体电池的容量差和内阻差的极差；
根据所述极差获取所述电池包所有单体电池参数的最坏情况；
根据所述最坏情况获取所述电池包的一致性状态。
6.根据权利要求2所述的电池包的一致性状态评估方法，其特征在于，所述系统状态方程为：
Figure FDA0003691389490000021
其中，
UovCellAvg为平均电池模型中的开路电压；
UCellCorrect为实际的单体电池的电压；
ΔSOC为单体电池的容量差；
UovCellAvg为平均电池模型的总电压；
ΔR为差异电池模型的等效电阻。
7.根据权利要求6所述的电池包的一致性状态评估方法，其特征在于，所述优化状态方程为：
Figure FDA0003691389490000022
其中，
UovCellAvg为实际任一单体电池端电压与平均电池端电压的电压差；
ΔSOC为实时获取的单体电池的容量差；
ΔR为实时获取的单体电池的内阻差；
UCellCorrect为实际的单体电池的电压；
UCellAvg为平均电池模型的单体电池电压；
Ubal为均衡电流造成的电压降；
UQbal为前一时刻的均衡的电量造成的电压降。
8.一种电池包的电池包的一致性状态评估装置，其特征在于，包括：
构建模块，用于构建电池包的平均模型和任一电池模型；
差异电池模型获取模块，用于将所述电池平均模型和所述任一电池模型相减，得到差异电池模型；
优化状态方程获取模块，用于获取所述差异电池模型的优化状态方程；
参数获取模块，用于根据所述优化状态方程获取电池包内所有单体电池的容量差和内阻差；
一致性状态获取模块，用于根据所述所有单体电池的容量差和内阻差获取所述电池包的一致性状态。
9.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中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如权利要求1-7任一项所述的电池包的一致性状态评估方法的步骤。
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上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-7任一项所述的电池包的一致性状态评估方法的步骤。
CN202210662517.1A 2022-06-13 2022-06-13 电池包的一致性状态评估方法、装置、电子设备和存储介质 Pending CN115047349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210662517.1A CN115047349A (zh) 2022-06-13 2022-06-13 电池包的一致性状态评估方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210662517.1A CN115047349A (zh) 2022-06-13 2022-06-13 电池包的一致性状态评估方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN115047349A true CN115047349A (zh) 2022-09-13

Family

ID=83162298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210662517.1A Pending CN115047349A (zh) 2022-06-13 2022-06-13 电池包的一致性状态评估方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN115047349A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115395117A (zh) * 2022-10-31 2022-11-25 深圳国瑞协创储能技术有限公司 一种锂电池配组方法、装置和设备
CN117094275A (zh) * 2023-08-24 2023-11-21 上海合芯数字科技有限公司 芯片端口的布设方法、存储介质、电子设备及芯片
CN118244144A (zh) * 2024-05-29 2024-06-25 云储新能源科技有限公司 一种电池内阻和容量差异评估方法、装置、介质及产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106802396A (zh) * 2017-03-28 2017-06-06 上海理工大学 一种电池内短路的诊断方法
CN107015152A (zh) * 2017-03-13 2017-08-04 上海理工大学 电池组不一致性的辨识方法
CN108562855A (zh) * 2017-12-18 2018-09-21 清华大学 电池内短路检测方法、装置和计算机可读存储介质
CN111231765A (zh) * 2020-02-28 2020-06-05 浙江南都鸿芯动力科技有限公司 一种动力电池均衡控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107015152A (zh) * 2017-03-13 2017-08-04 上海理工大学 电池组不一致性的辨识方法
CN106802396A (zh) * 2017-03-28 2017-06-06 上海理工大学 一种电池内短路的诊断方法
CN108562855A (zh) * 2017-12-18 2018-09-21 清华大学 电池内短路检测方法、装置和计算机可读存储介质
CN111231765A (zh) * 2020-02-28 2020-06-05 浙江南都鸿芯动力科技有限公司 一种动力电池均衡控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115395117A (zh) * 2022-10-31 2022-11-25 深圳国瑞协创储能技术有限公司 一种锂电池配组方法、装置和设备
CN115395117B (zh) * 2022-10-31 2022-12-27 深圳国瑞协创储能技术有限公司 一种锂电池配组方法、装置和设备
CN117094275A (zh) * 2023-08-24 2023-11-21 上海合芯数字科技有限公司 芯片端口的布设方法、存储介质、电子设备及芯片
CN117094275B (zh) * 2023-08-24 2024-03-12 上海合芯数字科技有限公司 芯片端口的布设方法、存储介质、电子设备及芯片
CN118244144A (zh) * 2024-05-29 2024-06-25 云储新能源科技有限公司 一种电池内阻和容量差异评估方法、装置、介质及产品

Similar Documents

Publication Publication Date Title
CN115047349A (zh) 电池包的一致性状态评估方法、装置、电子设备和存储介质
CN109725266B (zh) 一种电池健康状态soh的计算方法及装置
Liu et al. Data‐Driven Hybrid Internal Temperature Estimation Approach for Battery Thermal Management
Wu et al. An online method for lithium-ion battery remaining useful life estimation using importance sampling and neural networks
CN113111508B (zh) 电芯一致性的评估方法、装置及服务器
US8412658B2 (en) System and method for estimating long term characteristics of battery
CN108205114B (zh) 电池寿命的预测方法及系统
US20110191278A1 (en) System and method for estimating long term characteristics of battery
JP6305988B2 (ja) 処理方法に由来するデータに基づいてエネルギ状態を判定するデバイス及び方法
Cheng et al. State‐of‐charge estimation with aging effect and correction for lithium‐ion battery
CN113657360A (zh) 锂电池健康状态估计方法、装置、设备及可读存储介质
CN113219357A (zh) 电池包健康状态计算方法、系统及电子设备
CN113447821B (zh) 评估电池荷电状态的方法
He et al. Voltage abnormality-based fault diagnosis for batteries in electric buses with a self-adapting update model
Liu et al. Voltage fault diagnosis and misdiagnosis analysis of battery systems using the modified Shannon entropy in real-world electric vehicles
Siani et al. State of health estimation of lithium-ion batteries based on the CC-CV charging curve and neural network
CN106154170B (zh) 电池剩余容量的估算方法及系统
CN117572242A (zh) 电池数据确定方法、装置、设备、存储介质和程序产品
Tang et al. An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance
Sánchez et al. A Model‐Based Virtual Sensor for Condition Monitoring of Li‐Ion Batteries in Cyber‐Physical Vehicle Systems
CN113219358B (zh) 电池包健康状态计算方法、系统及电子设备
CN115219935A (zh) 新能源设备的健康状况测评方法、系统、装置及介质
CN115923592A (zh) 电动车的电池状态检测方法及装置
CN114740389A (zh) 电池健康评估方法、装置、电子设备和可读存储介质
Song et al. Model-free quantitative diagnosis of internal short circuit for lithium-ion battery packs under diverse operating conditions

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
CB02 Change of applicant information

Country or region after: China

Address after: No. 36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province

Applicant after: GAC AION NEW ENERGY AUTOMOBILE Co.,Ltd.

Address before: No. 36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province

Applicant before: GAC AION New Energy Vehicle Co.,Ltd.

Country or region before: China