CN115097337A - 一种动力电池自加热模式下荷电状态估算方法、装置及车辆 - Google Patents
一种动力电池自加热模式下荷电状态估算方法、装置及车辆 Download PDFInfo
- Publication number
- CN115097337A CN115097337A CN202210606335.2A CN202210606335A CN115097337A CN 115097337 A CN115097337 A CN 115097337A CN 202210606335 A CN202210606335 A CN 202210606335A CN 115097337 A CN115097337 A CN 115097337A
- Authority
- CN
- China
- Prior art keywords
- state
- charge
- current
- heating
- power battery
- 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
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 66
- 238000012360 testing method Methods 0.000 claims description 5
- 101000984533 Homo sapiens Ribosome biogenesis protein BMS1 homolog Proteins 0.000 claims description 3
- 102100027057 Ribosome biogenesis protein BMS1 homolog Human genes 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007600 charging Methods 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010278 pulse charging Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种动力电池自加热模式下荷电状态估算方法、装置及车辆,属于动力电池荷电状态估算技术领域,当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值和电池包容量;通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数;根据所述荷电状态估算相关参数和相应电流转换系数确定动力电池在所述目标时刻的目标荷电状态。本专利保证了荷电状态估计的准确性和稳定性。
Description
技术领域
本发明公开了一种动力电池自加热模式下荷电状态估算方法、装置及车辆,属于动力电池荷电状态估算技术领域。
背景技术
电池在低温下的性能较差,包括电池功率能力和电池实际使用容量。影响整车驾驶性,续驶里程,充电时间,需要将电池加热到常温,保持电池的较佳性能。常规的加热方法有电池内水循环加热,加热片加热。但该方法通常需要增加硬件设置,进而增加电池包成本。电池自加热方法依据电机侧产生交变电流,对电池产生脉冲充放电,利用电池内阻对整包进行加热,无需额外硬件设施,降低整包成本。但在自加热模式下荷电状态的估计,遇到了挑战传统的安时积分方法由于不能准确采集电池电流而失效,等效电路模型的方法也因不能准确采集电流,以及采集单体电压周期相对于高频交变电流较慢而失效,自加热期间的荷电状态估计成为了难题。目前方案对自加热荷电状态估计的有通过算法精准控制电机侧输出的交变电流,然后通过稳定的电流波形计算电池荷电状态,但此方法理论性较强,需要电机侧配合,且最终的交变电流控制效果并不理想。
发明内容
针对现有技术的缺陷,本发明提出一种动力电池自加热模式下荷电状态估算方法、装置及车辆,从而解决现有电池在自加热模式下由于高频交变电流,BMS电池管理系统端电流传感器无法准确采集此时的交变电流,给荷电状态的估算带来巨大难度,且交变电流会引起单体电压的上下波动的问题。
本发明的技术方案如下:
根据本发明实施例的第一方面,提供一种动力电池自加热模式下荷电状态估算方法,包括:
当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值和电池包容量;
通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数;
根据所述荷电状态估算相关参数和相应电流转换系数确定动力电池在所述目标时刻的目标荷电状态。
优选的是,所述获取加热源侧控制电压的幅值和频率数据,包括:获取CAN总线状态并判断是否能传输信息:
是,通过CAN总线获取加热源侧控制电压的幅值和频率数据;
否,执行下一步骤;
获取BMS电池管理系统侧的电流,通过所述BMS电池管理系统侧的电流确定BMS电池管理系统侧的电流特性;
根据所述BMS电池管理系统侧的电流获取预定时间区间的电流均值及方差;
根据所述预定时间区间的电流均值及方差确定该时刻加热源侧控制电压的幅值和频率数据。
优选的是,当所述CAN总线状态不能传输信息,还包括:
获取BMS电池管理系统电流的范围区间,通过所述BMS电池管理系统电流的范围区间确定该时刻加热源侧控制电压的幅值和频率数据。
优选的是,通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数,包括:
通过所述加热源侧控制电压的幅值及频率确定高频交流自加热模式;
获取电流转换系数库,根据所述电流转换系数库和高频交流自加热模式确定相应电流转换系数,所述电流转换系数库包括:加热时间为10min的电流转换系数、加热时间为20min的电流转换系数…加热时间为Xmin的电流转换系数,所述高频交流自加热模式与电流转换系数库相对应包括:第一加热模式、第二加热模式…第X加热模式。
优选的是,所述获取电流转换系数库,包括:
执行电池包容量试验,确定电池包真实容量;
充分静置后,获取电池包内单体端电压值,通过单体端电压值与荷电状态关系确定初始荷电状态;
进行加热时间为10min的交流高频加热流程,完成后充分静置并通过单体端电压值与荷电状态关系确定加热时间为10min当前对应的荷电状态,所述加热时间为10min当前对应的荷电状态、初始荷电状态和电池包容量通过公式(1)确定加热时间为10min电池实际放出的电流值:
其中:Currentreal1为加热时间为10min电池实际放出的电流值,荷电状态real1为加热时间为10min当前对应的荷电状态,荷电状态real0为初始荷电状态,Cap为电池包容量;
获取加热时间为10min内实际采集的电流值,并根据公式(2)确定加热时间为10min的电流转换系数:
其中:Factor1为加热时间为10min内实际采集的电流值,CurrentBMS1为加热时间为10min内实际采集的电流值;
重复进行加热时间为Xmin的交流高频加热流程,分别通过公式(1)和公式(2)分别得到加热时间为Xmin电池实际放出的电流值;
获取加热时间为Xmin内实际采集的电流值,通过公式(3)确定加热时间为Xmin的电流转换系数:
其中:FactorX为加热时间为Xmin的电流转换系数,CurrentBMSX为加热时间为Xmin内实际采集的电流值,CurrentrealX为加热时间为Xmin电池实际放出的电流值,X取值为10n,n为正数且1≤n≤18。
优选的是,所述根据所述荷电状态估算相关参数和相应电流转换系数确定动力电池在目标时刻的目标荷电状态,包括:
所述荷电状态估算相关参数和电流转换系数根据公式(4)得到动力电池在目标时刻的目标荷电状态:
其中:荷电状态real为动力电池在目标时刻的目标荷电状态,荷电状态init动力电池在初始时刻的初始荷电状态、Current为BMS电池管理系统目标时刻实时采集电流值、t为BMS电池管理系统正常工作到目标时刻的时间、Cap为电池包容量、Factor为相应电流转换系数。
根据本发明实施例的第二方面,提供一种动力电池自加热模式下荷电状态估算装置,包括:
获取数据模块,用于当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值、和电池包容量;
确定系数模块,用于通过所述加热源侧控制电压的幅值及频率确定电流转换系数;
估算模块,用于根据所述荷电状态估算相关参数和电流转换系数确定动力电池在目标时刻的目标荷电状态。
优选的是,所述估算模块用于:
所述荷电状态估算相关参数和电流转换系数根据公式(4)得到动力电池在目标时刻的目标荷电状态:
其中:荷电状态real为动力电池在目标时刻的目标荷电状态,荷电状态init动力电池在初始时刻的初始荷电状态、Current为BMS电池管理系统目标时刻实时采集电流值、t为BMS电池管理系统正常工作到目标时刻的时间、Cap为电池包容量、Factor为相应电流转换系数。
根据本发明实施例的第三方面,提供一种车辆,包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为:
执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行本发明实施例的第一方面所述的方法。
根据本发明实施例的第五方面,提供一种应用程序产品,当应用程序产品在终端在运行时,使得终端执行本发明实施例的第一方面所述的方法。
本发明的有益效果在于:
本专利提供一种动力电池自加热模式下荷电状态估算方法、装置及车辆,将传统的安时积分方法进行了修正,采用统计电流,和等效的形式对统计电流进行修正,估计电池自加热模式下的荷电状态,保证了荷电状态估计的准确性和稳定性,也不受电池本身老化因素,荷电状态因素,起始加热温度,终止加热温度的影响,减少了大量的前期开发标定工作。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
图1是根据一示例性实施例示出的一种动力电池自加热模式下荷电状态估算方法的流程图;
图2是根据一示例性实施例示出的一种电动汽车数据质量评估装置的结构示意框图;
图3是根据一示例性实施例示出的一种车辆结构示意框图。
具体实施方式
下面将结合附图对本发明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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供了一种动力电池自加热模式下荷电状态估算方法,该方法由车辆实现,车辆至少包括CPU等。
实施例一
图1是根据一示例性实施例示出的一种动力电池自加热模式下荷电状态估算方法的流程图,该方法用于终端中,该方法包括以下步骤:
步骤101,当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据。
获取加热源侧控制电压的幅值和频率数据,具体内容如下:
获取CAN总线状态并判断是否能传输信息:
是,通过CAN总线获取加热源侧控制电压的幅值和频率数据,电压幅值信息包括阶梯的电压幅值信息Vm(0V、k V、2k V、3k V、…电压上限),频率信息Vf分为A hz、B hz、C hz等若干频率;
否,执行下一步骤;
获取BMS电池管理系统侧的电流,通过所述BMS电池管理系统侧的电流确定BMS电池管理系统侧的电流特性;
根据所述BMS电池管理系统侧的电流获取预定时间区间的电流均值及方差;
根据所述预定时间区间的电流均值及方差确定该时刻加热源侧控制电压的幅值和频率数据。
假定在时间Δt内共采集了n个电流值,分别为cur1,cur2,...curn,采样周期为m,
电流方差为:
对于不同的幅值和频率,对应的电流和幅值不尽相同;
如(Curmean1,CurD1)对应幅值k V,频率A hz。
(Curmean2,CurD2)对应幅值5k V,频率A hz。
(Curmean_n,CurD_n)对应幅值nk V,频率B hz等。
通过离线测试电流对(Curmean,CurD)与控制电压对(Vm,Vf)的对应关系,可确定不同控制电压对下的电流表现对应关系。
还有当CAN总线状态不能传输信息,还包括:
获取BMS电池管理系统电流的范围区间,通过所述BMS电池管理系统电流的范围区间确定该时刻加热源侧控制电压的幅值和频率数据。
假定在时间Δt内共采集了n个电流值,分别为cur1,cur2,...curn,采样周期为m,
求Δt时间内的电流最大值,电流最小值:
Curmax=max(cur1,cur2,...,curn)
Curmin=min(cur1,cur2,...,curn)
通过离线测出控制电压频率及幅值下的电流上限值Cur_UpperLimit,电流下限值CurLowerLimit.
有Curmax<CurUpperLimitmin,且Curmin<CurLowerLimit,则可确定电流下的控制电压频率及幅值(Vm,Vf)。
荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值和电池包容量。
步骤102,通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数,具体内容如下:
通过所述加热源侧控制电压的幅值及频率确定高频交流自加热模式;
获取电流转换系数库,根据所述电流转换系数库和高频交流自加热模式确定相应电流转换系数,所述电流转换系数库包括:加热时间为10min的电流转换系数、加热时间为20min的电流转换系数…加热时间为Xmin的电流转换系数,所述高频交流自加热模式与电流转换系数库相对应包括:第一加热模式、第二加热模式…第X加热模式。
其中,获取电流转换系数库,具体内容如下:
执行电池包容量试验,确定电池包真实容量;
充分静置后,获取电池包内单体端电压值,通过单体端电压值与荷电状态关系确定初始荷电状态;
进行加热时间为10min的交流高频加热流程,完成后充分静置并通过单体端电压值与荷电状态关系确定加热时间为10min当前对应的荷电状态,所述加热时间为10min当前对应的荷电状态、初始荷电状态和电池包容量通过公式(1)确定加热时间为10min电池实际放出的电流值:
其中:Currentreal1为加热时间为10min电池实际放出的电流值,荷电状态real1为加热时间为10min当前对应的荷电状态,荷电状态real0为初始荷电状态,Cap为电池包容量;
获取加热时间为10min内实际采集的电流值,并根据公式(2)确定加热时间为10min的电流转换系数:
其中:Factor1为加热时间为10min内实际采集的电流值,CurrentBMS1为加热时间为10min内实际采集的电流值;
重复进行加热时间为Xmin的交流高频加热流程,分别通过公式(1)和公式(2)分别得到加热时间为Xmin电池实际放出的电流值;
获取加热时间为Xmin内实际采集的电流值,通过公式(3)确定加热时间为Xmin的电流转换系数,先除去前10min的电流数据,仅计算后一个10min区间的系数:
其中:FactorX为加热时间为Xmin的电流转换系数,CurrentBMSX为加热时间为Xmin内实际采集的电流值,CurrentrealX为加热时间为Xmin电池实际放出的电流值,X取值为10n,n为正数且1≤n≤18。
步骤103,根据所述荷电状态估算相关参数和相应电流转换系数确定动力电池在所述目标时刻的目标荷电状态,具体内容如下:
所述荷电状态估算相关参数和电流转换系数根据公式(4)得到动力电池在目标时刻的目标荷电状态:
其中:荷电状态real为动力电池在目标时刻的目标荷电状态,荷电状态init动力电池在初始时刻的初始荷电状态、Current为BMS电池管理系统目标时刻实时采集电流值、t为BMS电池管理系统正常工作到目标时刻的时间、Cap为电池包容量、Factor为相应电流转换系数。
根据上述步骤具体距离说明如下:
假定当前静置状态下的单体电压值为4.001V,对应OCV-荷电状态曲线得到当前荷电状态处于80%,此时开始自加热,自加热时间为10min,加热完成后静置1h,此时单体电压值为3.951V,对应OCV-荷电状态曲线得到当前荷电状态为78%,电池容量为100Ah,则此时实际放电的累计Ah为2Ah,10min对应的平均电流值为,2*3600/(10*60)=12A。此时记录BMS10min内采集的累计Ah值为1200A.s,平均电流值为1200/(10*60)=2A,则此时的电流转换系数Factor为12/2=6;
再次进行放电,放电时间为20min,静置1h,此时单体电压为3.943V,对应OCV-荷电状态曲线得到当前荷电状态为74%,则此时实际放出的电量为4Ah,在第二个10min内放出的电量为2Ah,此时对应的平均电流为2*3600/(10*60)=12A,记录BMS在20min内采集的电流值为2300A.s,前10min电流与第一次试验基本相同,约为1200A.s,则第2个10min内采集的电流值为1100A.s,平均电流值为1100/(10*60)=1.83。则此时的电流转换系数Factor为12/1.83=6.545。
同理,计算第3个10min内的电流转换系数,假定Factor为6.8。
此时有一辆车需要进行自加热,当前荷电状态为60%,温度-15℃,加热了25min,温度上升到0℃,此时停止了自加热。当进入自加热模式时,荷电状态计算采用改进的Ah积分策略,一直通过BMS采集的电流值进行安时积分计算,假定前10min内BMS累计的Ah为1150A.s,第2个10min内BMS累计的Ah为1120A.s,第3个5min内的BMS累计的Ah为580Ah。则此时的累计Ah下降值为:
1150*6+1120*6.545+580*6.8=6900+7330.4+3944=18174.4A.s,
则此时的荷电状态为54.952%。
实施例二
图2是根据一示例性实施例示出的一种动力电池自加热模式下荷电状态估算装置的结构示意框图,包括:
获取数据模块210,用于当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值、和电池包容量;
确定系数模块220,用于通过所述加热源侧控制电压的幅值及频率确定电流转换系数;
估算模块230,用于根据所述荷电状态估算相关参数和电流转换系数确定动力电池在目标时刻的目标荷电状态。
优选的是,所述估算模块用于:
所述荷电状态估算相关参数和电流转换系数根据公式(4)得到动力电池在目标时刻的目标荷电状态:
其中:荷电状态real为动力电池在目标时刻的目标荷电状态,荷电状态init动力电池在初始时刻的初始荷电状态、Current为BMS电池管理系统目标时刻实时采集电流值、t为BMS电池管理系统正常工作到目标时刻的时间、Cap为电池包容量、Factor为相应电流转换系数。
实施例三
图3所示的车辆300可以包括主控制器310和存储器320,存储器320用于存储计算机程序,主控制器310用于在计算机程序的控制下,控制车辆执行本说明书任意实施例的方法。
主控制器310作为车辆的电子控制单元(Electronic Control Unit,ECU)的主要器件,用于执行计算机程序,该计算机程序可以采用比如x47、Arm、RISC、MIPS、SSE等架构的指令集编写。
存储器320例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等,用于存储以上计算机程序等。
本实施例中的车辆具体是设置有动力电池的车辆,可以是纯车辆,也可以是混合动力车辆。
在一个例子中,该车辆可以具有如图2中所示的动力电池自加热模式下荷电状态估算装置,在此不做限定。
在一个例子中,该车辆还可以具有发动机、电机控制器、感应装置、输入装置、接口装置、输出装置、电机、动力电池等其他硬件结构中的至少一种,在此不做限定。
该发动机的后端(连接飞轮的一端)可以通过离合器与减速器的输入端连接,减速器的输出端与车轮轴连接,以能够通过发动机驱动车轮转动。
电机控制器用于根据主控制器310发送的控制指令,控制电机动作,例如,控制电机输出扭矩,以驱动车轮轴转动;又例如,控制电机向动力电池回馈电能等。
感应装置可以包括各种传感器等,例如,包括转速传感器、姿态传感器、温度传感器、湿度传感器、压力传感器等中的至少一项。
输入装置可以包括按键电路、触摸屏、麦克风、旋钮电路、带油门踏板的油门控制装置、带刹车踏板的刹车控制装置等等。
接口装置可以包括耳机接口、车载自动诊断系统(On Board Diagnostics,OBD)的诊断接口、充电接口、USB接口等。
输出装置可以包括显示屏、扬声器、各种指示灯等。
在电机作为电动机使用时,动力电池可以用于为电机提供电能。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种动力电池自加热模式下荷电状态估算方法,其特征在于,包括:
当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值和电池包容量;
通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数;
根据所述荷电状态估算相关参数和相应电流转换系数确定动力电池在所述目标时刻的目标荷电状态。
2.根据权利要求1所述的一种动力电池自加热模式下荷电状态估算方法,其特征在于,所述获取加热源侧控制电压的幅值和频率数据,包括:获取CAN总线状态并判断是否能传输信息:
是,通过CAN总线获取加热源侧控制电压的幅值和频率数据;
否,执行下一步骤;
获取BMS电池管理系统侧的电流,通过所述BMS电池管理系统侧的电流确定BMS电池管理系统侧的电流特性;
根据所述BMS电池管理系统侧的电流获取预定时间区间的电流均值及方差;
根据所述预定时间区间的电流均值及方差确定该时刻加热源侧控制电压的幅值和频率数据。
3.根据权利要求2所述的一种动力电池自加热模式下荷电状态估算方法,其特征在于,当所述CAN总线状态不能传输信息,还包括:
获取BMS电池管理系统电流的范围区间,通过所述BMS电池管理系统电流的范围区间确定该时刻加热源侧控制电压的幅值和频率数据。
4.根据权利要求3所述的一种动力电池自加热模式下荷电状态估算方法,其特征在于,通过所述加热源侧控制电压的幅值及频率确定相应电流转换系数,包括:
通过所述加热源侧控制电压的幅值及频率确定高频交流自加热模式;
获取电流转换系数库,根据所述电流转换系数库和高频交流自加热模式确定相应电流转换系数,所述电流转换系数库包括:加热时间为10min的电流转换系数、加热时间为20min的电流转换系数…加热时间为Xmin的电流转换系数,所述高频交流自加热模式与电流转换系数库相对应包括:第一加热模式、第二加热模式…第X加热模式。
5.根据权利要求4所述的一种动力电池自加热模式下荷电状态估算方法,其特征在于,所述获取电流转换系数库,包括:
执行电池包容量试验,确定电池包真实容量;
充分静置后,获取电池包内单体端电压值,通过单体端电压值与荷电状态关系确定初始荷电状态;
进行加热时间为10min的交流高频加热流程,完成后充分静置并通过单体端电压值与荷电状态关系确定加热时间为10min当前对应的荷电状态,所述加热时间为10min当前对应的荷电状态、初始荷电状态和电池包容量通过公式(1)确定加热时间为10min电池实际放出的电流值:
其中:Currentreal1为加热时间为10min电池实际放出的电流值,荷电状态real1为加热时间为10min当前对应的荷电状态,荷电状态real0为初始荷电状态,Cap为电池包容量;
获取加热时间为10min内实际采集的电流值,并根据公式(2)确定加热时间为10min的电流转换系数:
其中:Factor1为加热时间为10min内实际采集的电流值,CurrentBMS1为加热时间为10min内实际采集的电流值;
重复进行加热时间为Xmin的交流高频加热流程,分别通过公式(1)和公式(2)分别得到加热时间为Xmin电池实际放出的电流值;
获取加热时间为Xmin内实际采集的电流值,通过公式(3)确定加热时间为Xmin的电流转换系数:
其中:FactorX为加热时间为Xmin的电流转换系数,CurrentBMSX为加热时间为Xmin内实际采集的电流值,CurrentrealX为加热时间为Xmin电池实际放出的电流值,X取值为10n,n为正数且1≤n≤18。
7.一种动力电池自加热模式下荷电状态估算装置,其特征在于,包括:
获取数据模块,用于当接收到荷电状态估算请求数据时,分别获取所述荷电状态估算请求数据中的荷电状态估算相关参数以及加热源侧控制电压的幅值和频率数据,所述荷电状态估算相关参数包括:动力电池在初始时刻的初始荷电状态、BMS电池管理系统目标时刻实时采集电流值、和电池包容量;
确定系数模块,用于通过所述加热源侧控制电压的幅值及频率确定电流转换系数;
估算模块,用于根据所述荷电状态估算相关参数和电流转换系数确定动力电池在目标时刻的目标荷电状态。
9.一种车辆,其特征在于,包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为:
执行如权利要求1至6任一所述的一种动力电池自加热模式下荷电状态估算方法。
10.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行如权利要求1至7任一所述的一种动力电池自加热模式下荷电状态估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210606335.2A CN115097337A (zh) | 2022-05-31 | 2022-05-31 | 一种动力电池自加热模式下荷电状态估算方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210606335.2A CN115097337A (zh) | 2022-05-31 | 2022-05-31 | 一种动力电池自加热模式下荷电状态估算方法、装置及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115097337A true CN115097337A (zh) | 2022-09-23 |
Family
ID=83288085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210606335.2A Pending CN115097337A (zh) | 2022-05-31 | 2022-05-31 | 一种动力电池自加热模式下荷电状态估算方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115097337A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108544925A (zh) * | 2018-04-02 | 2018-09-18 | 北京理工大学 | 电池管理系统 |
CN112706656A (zh) * | 2020-06-30 | 2021-04-27 | 比亚迪股份有限公司 | 电动汽车动力电池低温加热方法、系统、汽车及存储介质 |
US20210215769A1 (en) * | 2020-01-10 | 2021-07-15 | North Carolina State University | State of charge (soc) estimation using co-estimation |
CN113745702A (zh) * | 2020-05-29 | 2021-12-03 | 比亚迪股份有限公司 | 电动汽车及其动力电池的加热方法、装置和存储介质 |
CN113820602A (zh) * | 2021-08-26 | 2021-12-21 | 恒大新能源技术(深圳)有限公司 | 基于自加热的soc估算方法、装置、系统及新能源汽车 |
CN113904026A (zh) * | 2020-06-22 | 2022-01-07 | 比亚迪股份有限公司 | 动力电池自加热控制方法、系统以及汽车 |
CN114062941A (zh) * | 2020-07-31 | 2022-02-18 | 比亚迪股份有限公司 | 一种动力电池的荷电状态估算方法、装置及电动车辆 |
CN114537164A (zh) * | 2022-02-17 | 2022-05-27 | 华为电动技术有限公司 | 一种动力电池组装置、加热控制系统及电动汽车 |
CN115123027A (zh) * | 2022-06-09 | 2022-09-30 | 中国第一汽车股份有限公司 | 一种动力电池脉冲加热方法、装置、终端及存储介质 |
CN115932612A (zh) * | 2022-12-06 | 2023-04-07 | 中国第一汽车股份有限公司 | 高频脉冲交流加热模式下确定电池荷电状态的方法和车辆 |
-
2022
- 2022-05-31 CN CN202210606335.2A patent/CN115097337A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108544925A (zh) * | 2018-04-02 | 2018-09-18 | 北京理工大学 | 电池管理系统 |
US20210215769A1 (en) * | 2020-01-10 | 2021-07-15 | North Carolina State University | State of charge (soc) estimation using co-estimation |
CN113745702A (zh) * | 2020-05-29 | 2021-12-03 | 比亚迪股份有限公司 | 电动汽车及其动力电池的加热方法、装置和存储介质 |
CN113904026A (zh) * | 2020-06-22 | 2022-01-07 | 比亚迪股份有限公司 | 动力电池自加热控制方法、系统以及汽车 |
CN112706656A (zh) * | 2020-06-30 | 2021-04-27 | 比亚迪股份有限公司 | 电动汽车动力电池低温加热方法、系统、汽车及存储介质 |
CN114062941A (zh) * | 2020-07-31 | 2022-02-18 | 比亚迪股份有限公司 | 一种动力电池的荷电状态估算方法、装置及电动车辆 |
CN113820602A (zh) * | 2021-08-26 | 2021-12-21 | 恒大新能源技术(深圳)有限公司 | 基于自加热的soc估算方法、装置、系统及新能源汽车 |
CN114537164A (zh) * | 2022-02-17 | 2022-05-27 | 华为电动技术有限公司 | 一种动力电池组装置、加热控制系统及电动汽车 |
CN115123027A (zh) * | 2022-06-09 | 2022-09-30 | 中国第一汽车股份有限公司 | 一种动力电池脉冲加热方法、装置、终端及存储介质 |
CN115932612A (zh) * | 2022-12-06 | 2023-04-07 | 中国第一汽车股份有限公司 | 高频脉冲交流加热模式下确定电池荷电状态的方法和车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6400205B2 (ja) | 無線ネットワークに基づく電池管理システム | |
CN104890526B (zh) | 车辆、系统和方法 | |
EP3780248B1 (en) | Degradation state determination device and degradation state determination method | |
CN104773086B (zh) | 使用滚动时域回归分析来估计电池阻抗参数的方法和系统 | |
US20150219726A1 (en) | Systems and methods for battery state estimation | |
JP5400732B2 (ja) | パラメータ推定装置 | |
CN106585422B (zh) | 一种动力电池soh估算方法 | |
US11982720B2 (en) | Method and battery management system for ascertaining a state of health of a secondary battery | |
CN105044606B (zh) | 一种基于参数自适应电池模型的soc估计方法 | |
KR102646875B1 (ko) | 모의전지 구축 방법 및 모의전지 구축 장치 | |
US20220404427A1 (en) | Simulated battery control device, electronic apparatus, charger, and simulated battery control method | |
CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN111381180B (zh) | 一种电池容量的确定方法和装置 | |
Hossain et al. | A parameter extraction method for the Thevenin equivalent circuit model of Li-ion batteries | |
CN110568373A (zh) | 锂电池健康状态评估方法、系统、终端及存储介质 | |
CN204030697U (zh) | 基于动态soc估算系统的电池管理系统 | |
Ma et al. | FPGA implementation of extended Kalman filter for SOC estimation of lithium‐ion battery in electric vehicle | |
CN111971200B (zh) | 用于确定电池的老化状态的方法、计算机程序、存储装置、控制设备和车辆 | |
CN117595462A (zh) | 一种二次储能电池组的自适应充放电控制系统及其控制方法 | |
CN113829952A (zh) | 电动汽车的电池控制方法、系统及电动汽车 | |
CN117607697A (zh) | 电池soh预测方法、装置、电子设备及存储介质 | |
CN115097337A (zh) | 一种动力电池自加热模式下荷电状态估算方法、装置及车辆 | |
Ma et al. | State of charge and state of health estimation based on dual nonlinear adaptive observer and hysteresis model of lithium-ion battery | |
CN113466722B (zh) | 确定电池荷电状态测量精度的方法及装置,电子设备 | |
US20220097550A1 (en) | Method and Apparatus for Determining a State of Health of an Electrical Energy Store of Unknown Type by Using Machine Learning Methods |
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 |