CN115902625A - 一种电池系统的性能预测方法、装置、设备及存储介质 - Google Patents
一种电池系统的性能预测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115902625A CN115902625A CN202211383990.2A CN202211383990A CN115902625A CN 115902625 A CN115902625 A CN 115902625A CN 202211383990 A CN202211383990 A CN 202211383990A CN 115902625 A CN115902625 A CN 115902625A
- Authority
- CN
- China
- Prior art keywords
- battery
- battery system
- capacity
- determining
- charging
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012360 testing method Methods 0.000 claims description 102
- 238000004590 computer program Methods 0.000 claims description 17
- 239000000178 monomer Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 230000036541 health Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007599 discharging Methods 0.000 description 5
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开一种电池系统的性能预测方法、装置、设备及存储介质,该方法包括:获取电池系统在静置状态下,第一静置时长后的电池信息,电池信息包括电池类型、电池温度以及静置电压,根据电池类型,从预先配置的信息表中确定目标信息表,根据第一静置时长、电池温度以及静置电压,在目标信息表中进行匹配,确定电池系统的当前容量,确定电池系统的充电时长,基于充电时长确定电池系统的充电容量,根据当前容量及充电容量,确定电池系统的可用容量,并确定电池系统的一致性差异,从而得到电池系统的性能数据,通过将电池温度及静置时长作为匹配当前容量的因素,提升可用容量及一致性差异的准确度,从而预测电池性能时能得到准确度更高的预测结果。
Description
技术领域
本发明属于电池性能检测的技术领域,尤其涉及一种电池系统的性能预测方法、装置、设备及存储介质。
背景技术
对于纯电动新能源汽车而言,车辆的续驶里程往往与电池系统的可用容量强相关:可用容量衰减严重的电池系统只能提供较少的能量供给,从而只能转化为整车较少的续驶里程,进一步影响到终端用户的用车体验。此外,由于电池系统的各单体电芯间存在电压短板效应,容量一致性差的电池系统往往会被可用容量最低的单体电芯所拖累,导致其余正常电芯的电量无法放出,造成电芯容量和电量的浪费,进一步也会影响到整车的续驶里程。因此,高效且精准地确定电池系统的可用容量以及可用容量的一致性差异,可以更准确地对电池系统的性能进行预测。
现有技术中,在对电池系统的性能进行预测时,预测精度较低,使得电池系统存在一定的安全隐患。
发明内容
本发明提供了一种电池系统的性能预测方法、装置、设备及存储介质,以解决现有技术中对电池系统的性能预测精度较低的问题。
根据本发明的一方面,提供了一种电池系统的性能预测方法,所述方法包括:
获取电池系统在静置状态下,经过第一静置时长后的电池信息,所述电池信息包括电池类型、电池温度以及静置电压;
根据所述电池类型,从预先配置的信息表中确定目标信息表;
根据所述第一静置时长、所述电池温度以及所述静置电压,在所述目标信息表中进行匹配,确定所述电池系统的当前容量;
确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量;
根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异;
根据所述一致性差异,得到所述电池系统的性能数据。
根据本发明的一方面,提供了一种电池系统的性能预测装置,所述装置包括:
电池信息获取模块,用于获取电池系统在静置状态下,经过第一静置时长后的电池信息,所述电池信息包括电池类型、电池温度以及静置电压;
目标信息表确定模块,用于根据所述电池类型,从预先配置的信息表中确定目标信息表;
当前容量确定模块,用于根据所述第一静置时长、所述电池温度以及所述静置电压,在所述目标信息表中进行匹配,确定所述电池系统的当前容量;
充电容量确定模块,用于确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量;
确定模块,用于根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异;
性能数据确定模块,用于根据所述一致性差异,得到所述电池系统的性能数据。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的一种电池系统的性能预测方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种电池系统的性能预测方法。
本发明实施例的技术方案在进行电池系统的性能预测时,通过获取电池系统在静置状态下,经过第一静置时长后的电池信息,其中,电池信息包括电池类型、电池温度以及静置电压,根据电池类型,从预先配置的信息表中确定目标信息表,根据第一静置时长、电池温度以及静置电压,在目标信息表中进行匹配,确定电池系统的当前容量,结合电池温度和静置时长进行考虑,确定出来的当前容量准确度更高确定电池系统充电至满充状态的充电时长,并基于充电时长确定电池系统的充电容量,根据当前容量以及充电容量,确定电池系统的可用容量,并根据可用容量确定电池系统的一致性差异,根据一致性差异,得到电池系统的性能数据,通过引入对电池温度以及静置时长作为匹配当前容量的重要影响因素,可以大大提升可用容量以及一致性差异的准确度,从而在预测电池性能时能够得到准确度更高的预测结果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1是根据本发明实施例一提供的一种电池系统的性能预测方法的流程图;
图2是根据本发明实施例一提供的一种磷酸铁锂电池Q-OCV曲线平台特性示意图;
图3是根据本发明实施例一提供的一种信息表示意图;
图4是根据本发明实施例二提供的一种电池系统的性能预测装置的结构示意图;
图5是实现本发明实施例的一种电池系统的性能预测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种电池系统的性能预测方法的流程图。
对于电池系统,尤其是磷酸铁锂电芯,在充放电Q-OCV曲线具有以下四个特征,其中,Q为电池系统的容量,OCV为当电池系统处于松弛模式时,电池系统的电压:
(1)BOL状态(Beginning of Life,寿命初期状态)和EOL状态(Beginning ofLife,寿命末期状态),电池系统的各电芯在第三电压平台期末端之前都展示出高度重合性,即电芯可用容量本身不会对预测精度造成影响,因此本发明实施例可以适用于不同寿命状态下的电芯;
(2)电池系统的各电芯在第二电压平台期之前的Q和OCV曲线斜率较大,可以认为第二电压平台期之前,每个OCV和Q的唯一对应;
(3)Q-OCV受静置时长Δt影响较大,不同静置时长下的OCV可能对应不同的Q;
(4)Q-OCV受温度T影响较大,不同温度下的OCV可能对应不同的Q。
在本发明实施例中,在对电池系统的性能进行预测时,得到的Q和OCV的对应关系越精确,则电池系统的性能预测也能越精确。因此,可以基于Q和OCV之间的特性关系,在预测电池系统的性能时增加对静置时间以及电池温度的考虑因素,以使得到更精确的预测结果。
该方法可以由一种电池系统的性能预测装置来执行,该用于电池系统的性能预测装置可以采用硬件和/或软件的形式实现。
如图1所示,该方法包括如下步骤:
S110、获取电池系统在静置状态下,经过第一静置时长后的电池信息,电池信息包括电池类型、电池温度以及静置电压。
电池系统的静置状态可以是电池系统停止工作的状态,静置电压可以为电池系统在静止状态下的开路电压,也就是OCV。不同电池类型可以是是锂电池、磷酸铁锂电池等等。
另外,由于锂电池、磷酸铁锂电池等电池系统存在极化效应,静置时长在10min的电压变化基本为秒级,为了可以让后续的处理精度更高,第一静置时长可以是等于或大于10min,也就是在电池系统可以在静置状态10分钟后,才获取其电池信息。
在一种实施例中,电池系统包括一个或多个单体电池;
在S110之后,还包括如下步骤:
根据静置电压,判断每一单体电池是否处于第二电压平台期之前;
将处于第二电压平台期之前的单体电池的电池信息作为目标电池信息;
将除目标电池信息之外的电池信息进行清除。
具体的,电池系统包括一个或多个单体电池,每个单体电池都可以对应相应的电池信息。
在一种实施例中,在获取一个或多个电池信息后,可以对电池信息先进行常规数据清洗,去除数据中的重复发送帧,如电压列表重复帧;关键字段缺失帧,例如SOC、总电流、单体电压列表等关键字段的缺失帧;关键字段跳变帧,例如SOC、单体电压列表等脏数据。
参考图2的一种磷酸铁锂电池Q-OCV曲线平台特性示意图,可以看出由于电池系统的各电芯在第二电压平台期之前的Q和OCV曲线斜率较大,可以认为第二电压平台期之前,每个OCV和Q的唯一对应,因此,需要根据静置电压,判断各单体电池是否处于第二电压平台期之前,若否,则将不处于第二电压平台期之前的电池单位的电池信息进行清除。
参考图2,可以认为有价值的数据是第一电压平台期前的一段,以及第一电压平台期末与第二电压平台期初之间那一段,但是由于第一电压平台期夹在中间而且第一电压平台期持续的时间很短,这时,即使第一电压平台期的曲线斜率较低,但是也可以作为有价值的数据,因此,可以将第二电压平台期之前的所有数据作为可用的数据,不需要清除,对应的电池信息可作为目标电池信息,而第二电压平台期以及第二电压平台期以后的数据,则需要进行清除。
在具体实现中,可以预先在实验室中对该类型的电池系统进行测试,确定在实验室测试下,第二电压平台期前的最高电压是多少,若超过该最高电压则可以认为当前电池系统并不是处于第二电压平台期之前。示例性的,参考图2,可以知道静置电压OCV是随着平台的改变,其数值呈上升趋势的,因此,可以通过将获取得到的静置电压,与预先确定的第二电压平台前的最高电压值进行比较,从而判断是否处于第二电压平台期。
另外,由于在对电池系统的性能进行预测时,需要对电池系统进行充电以及放电,在放电的静置结束后,电池系统应该是进行满充充电的,拖电池信息中不包括与满充充电相关的数据,也可以认为该电池信息可以进行清除。
S120、根据电池类型,从预先配置的信息表中确定目标信息表。
预先配置的信息表可以是根据不同的电池类型进行测试得到的数据,然后针对测试的数据而确定信息表。其中,信息表是根据实验室条件下针对不同电池类型的电池系统进行测试得到的,能够准确的表征电池温度、静置电压、静置时间以及电池容量等电池信息之间的匹配关系,不同的电池类型的电池信息之间的匹配关系均不相同,在确定了电池类型,可以从信息表中确定出目标信息表。
在一种实施例中,预先配置的信息表设置有一个或多个,信息表根据指定电池类型进行预先配置,并携带电池类型标识,S120包括如下步骤:
将与电池类型关联的电池类型标识的信息表作为目标信息表。
具体的,针对不同的电池类型可以预先配置多个不同的信息表,各信息表可以携带其指定的电池类型对应的电池类型标识。在确定了需要预测电池性能的电池对应的电池类型后,可以根据电池类型,从多个预先配置的信息表中携带的电池类型标识中确定出目标信息表。
在一种实施例中,信息表通过如下方式进行配置:
将指定电池类型的电池系统确定为测试电池系统;
对测试电池系统进行多次恒温恒流的充放电循环测试,其中,多次充放电循环测试之间的对照条件为测试电池温度;
分别获取多次充放电循环测试的测试数据;
基于测试电池温度以及测试数据,生成信息表。
在本实施例中,相比较于目前一般只利用Q-OCV(容量-开路电压)表进行电池容量匹配,本发明实施例考虑到不同电池温度和静置时长的影响,基于测试电池温度T同样会影响到Q和OCV的对应关系,将测试电池温度作为信息表中的关键匹配条件,可以让匹配的结果更加精准。
在一种具体生成信息表的过程中,测试过程可以恒温恒流的充放电循环测试,为了减少电芯极化效应的影响,放电电流倍率可以是小于或等于0.5C。为了测试得到的Q-OCV取值区间足够小,可以按每次放电最大当前容量的2%进行放电,同样的,为了消除电池系统的极化效应,静置时间在3h之内电压会发生持续的变化,3h后电压会区域稳定,所以每次放电结束可以静置3h。电量放空后需要进行满充然后再进行下一轮放电测试。
在充放电循环测试的测试过程中,可以全程进行测试数据的数据采集,采集字段可以包括当前容量、剩余容量、绝对时间、单体电压值列表等,为了让采集到的测试数据更加精确,采样频率不应高于1Hz。
在设置多次充放电循环测试之间的对照条件为测试电池温度时,可以在温度范围为[-20,60]℃,以10℃为区间,分解成8组温度测试条件。
可以基于测试电池温度以及各测试电池温度对应的测试数据,生成信息表。参考图3的一种信息表示意图,图3的信息表可以是指温度为20度的情况下,不同的第二静置时长对应的测试静置电压OCV以及不同的第二静置时长下的当前容量Q静置i。
在一种实施例中,测试数据包括测试电池系统在多个第二静置时长下的测试静置电压、剩余容量以及绝对时间;
基于测试电池温度以及测试数据,生成信息表,具体包括如下步骤:
根据静置电压判断测试数据是否处于第二电压平台期之前;
将处于第二电压平台期之前的测试数据保留,作为目标测试数据,并将除目标测试数据以外的测试数据进行清除;
对与目标测试数据对应的测试电池温度,以及目标测试数据中的测试静置电压进行插值处理,得到插值数据;
基于剩余容量,确定插值数据对应的当前容量,以及,基于绝对时间确定插值数据对应的第二静置时长;
基于插值数据、多个第二静置时长以及当前容量,生成信息表。
同样的,由于第二电压平台期之前的是有价值的数据,在进行测试时,只保留第二电压平台期之前的测试数据作为目标测试数据。
实验测试设备的电压采集精度远高于GB/T 32960.3规定采集精度。即实验采集设备的电压采集精度一般为0.1或0.01mV,而国家标准只保留到1mV。另外,试验测试时一般以2%SOC进行放电,电压跨度在第一电压平台期之前往往跨度较大,比如某次放电后静置3h,测得电压为3.1104V,再次放电2%SOC静置3h,测得电压为3.0236V,那对于一个在实际运营的电池系统中的电压为3.07V的单体电芯,进行Q-OCV匹配时就需要通过数学方式来协助匹配,否则结果精度会受到影响。
在一种实施例中,可以通过插值处理的方式来进行更精准、精确度更高的匹配。插值处理是一种常用的数学方式,可以在原有的离散数据的基础上,估算出原有的离散数据附近的近似值,即根据已知数据点来预测未知数据点值的处理方法。在实验室控制测试条件来进行测试时,仅能获得有限组的测试数据,可以通过插值处理来得到更多组的测试数据,使得在有限的实验时间和资源下获得更丰富的实验数据。
测试数据可以包括多个第二静置时长下的测试静置电压、剩余容量以及绝对时间,可以对测试电池温度以及测试静置电压进行插值处理,得到插值数据。
剩余容量可以用于在插值处理时,确定插值数据对应的当前容量,而绝对时间可以用于在插值处理时,确定插值数据对应的第二静置时长Δt。
在确定的测试电池温度、多个第二静置时长、各第二静置时长对应的测试静置电压以及当前容量后,可以组成如图3的信息表,可以将信息表看作是T-Δt-Q-OCV表,其中,图3中横向纬度是代表静置时长,纵向纬度对应的是静置电压,中间部分是各静置时长、各静置电压下匹配的Q。
S130、根据第一静置时长、电池温度以及静置电压,在目标信息表中进行匹配,确定电池系统的当前容量。
目标信息表中可以是有不同的测试电池温度对应的信息表,即在确定了电池类型后可以确定出目标信息表,然后根据电池温度可以从目标信息表中再确定出相应的信息表。示例性的,若电池温度为20度,则可以从目标信息表中确定出图3的信息表的内容。
在确定了电池系统第一静置时长、电池温度以及静置电压后,可以在目标信息表中进行匹配,查找出在目标信息表中与第一静置时长、电池温度以及静置电压相同的Q静置i作为电池系统的当前容量。
示例性的,若电池温度为20度,第一静置时间为10min,以及静置电压为3.282时,则可以从图3的信息表中匹配到Q静置i为27。因为在预先配置信息表时考虑了静置时长以及电池温度,信息表中表示的是T-Δt-Q-OCV之间的关系,在获取电池系统的电池信息后,在信息表中进行匹配得到的当前容量会更精准。
S140、确定电池系统充电至满充状态的充电时长,并基于充电时长确定电池系统的充电容量。
对电池系统进行充电,当电池系统满充后,处于满充状态,也就是满充的荷电状态,此时充电容量为电池系统中所有的单体电池由满充前匹配出来的当前容量满充后所需的容量。充电容量与充电电流与充电时长相关,通过充电电流与充电时长可以确定电池系统的充电容量。
在一种实施例中,S140包括如下步骤:
S140-1,从电池系统开始充电时开启计时,并在电池系统到达满充状态时结束计时,以确定充电时长;
S140-2,获取对电池系统进行充电时的充电电流;
S140-3,基于充电时长以及充电电流,确定电池系统的充电容量。
在对电池系统进行充电时,为了确保安全,电池系统到达满充状态后停止充入电流,当电池系统停止充入电流时可以结束计时,以确定到达满满充状态的充电时长,在充电过程中,充电电流是恒流。
在确定充电容量时,可以利用安时积分法计算充电容量Qc:
其中,t0为充电开始时刻,t1为充电结束时刻,Δt为充电时长,I为对电池系统进行充电时的充电电流。
S150、根据当前容量以及充电容量,确定电池系统的可用容量,并根据可用容量确定电池系统的一致性差异。
电池系统的当前容量为实际剩余容量,充电容量为电池系统由实际剩余容量满充后所需的充电容量,根据电池系统的当前容量与充电容量可以计算电池系统在满充时的可用容量,即最大可用容量。
通过上述过程,还可以确定出电池系统中各单体电池的可用容量,然后根据各单体的可用容量确定出整个电池系统的一致性差异。
在对电池系统的性能预测时,可以准确地确定出电池系统的可用容量,以及通过可用容量确定出一致性差异,对于更准确地完成性能预测具有重要意义。
在一种实施例中,S150包括如下步骤:
S150-1,确定每一单体电池对应的单体当前容量以及单体充电容量,
S150-2,将单体当前容量与单体充电容量进行求和,得到单体电池的单体可用容量;
S150-3,获取每一单体电池的额定容量,基于单体可用容量以及额定容量,确定每一单体电池的电池健康度;
S150-4,根据每一单体电池的电池健康度确定电池系统的一致性差异。
可以是通过每一单体电池的单体可用容量以及单体充电容量进行求和确定出每一单体可用容量后,再对电池系统的一致性差异进行确定。
在确定每一单体电池的可用容量后,可以根据每一单体电池的可用容量确定每一单体电池的SOH(state of health,电池健康度),可以理解为单体电池目前的最大容量与出厂容量的百分比,即SOHi=Qi/Q额定。Q额定是出厂时可确定的额定容量。
在确定了各单体电池的SOH后,可以在所有的SOH中确定出数值最大的SOH以及数值最小的SOH,电池系统的一致性差异ΔSOH=max(SOHi)-min(SOHi)。
S160、根据一致性差异,得到电池系统的性能数据。
在确定了准确度高的电池系统的一致性差异后,可以确定电系统的性能数据,根据性能数据可以对电池系统的性能进行预测,在本实施例中,对具体的根据一致性差异从而对电池系统的性能进行预测的具体方式不进行限制。
本发明实施例在进行电池系统的性能预测时,通过获取电池系统在静置状态下,经过第一静置时长后的电池信息,其中,电池信息包括电池类型、电池温度以及静置电压,根据电池类型,从预先配置的信息表中确定目标信息表,根据第一静置时长、电池温度以及静置电压,在目标信息表中进行匹配,确定电池系统的当前容量,结合电池温度和静置时长进行考虑,确定出来的当前容量准确度更高确定电池系统充电至满充状态的充电时长,并基于充电时长确定电池系统的充电容量,根据当前容量以及充电容量,确定电池系统的可用容量,并根据可用容量确定电池系统的一致性差异,根据一致性差异,得到电池系统的性能数据,通过引入对电池温度以及静置时长作为匹配当前容量的重要影响因素,可以大大提升可用容量以及一致性差异的准确度,从而在预测电池性能时能够得到准确度更高的预测结果。
实施例二
图4为本发明实施例二提供的一种电池系统的性能预测装置的结构示意图,如图4所示,该装置包括:
电池信息获取模块410,用于获取电池系统在静置状态下,经过第一静置时长后的电池信息,所述电池信息包括电池类型、电池温度以及静置电压;
目标信息表确定模块420,用于根据所述电池类型,从预先配置的信息表中确定目标信息表;
当前容量确定模块430,用于根据所述第一静置时长、所述电池温度以及所述静置电压,在所述目标信息表中进行匹配,确定所述电池系统的当前容量;
充电容量确定模块440,用于确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量;
确定模块450,用户根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异;
性能数据确定模块460,用于根据所述一致性差异,得到所述电池系统的性能数据。
在一种实施例中,所述电池系统包括一个或多个单体电池;
所述装置还包括:
判断模块,用于根据所述静置电压,判断每一所述单体电池是否处于第二电压平台期之前;
目标电池信息确定模块,用于将处于所述第二电压平台期之前的所述单体电池的电池信息作为目标电池信息;
清除模块,用于将除所述目标电池信息之外的电池信息进行清除。
在一种实施例中,所述充电容量确定模块440,包括如下子模块:
充电时长确定子模块,用于从所述电池系统开始充电时开启计时,并在所述电池系统到达满充状态时结束计时,以确定充电时长;
充电电流获取子模块,用于获取对所述电池系统进行充电时的充电电流;
充电容量确定子模块,用于基于所述充电时长以及所述充电电流,确定所述电池系统的充电容量。
在一种实施例中,预先配置的信息表设置有一个或多个,所述信息表根据指定电池类型进行预先配置,并携带电池类型标识;
所述目标信息表确定模块420,包括如下子模块:
目标信息表确定子模块,用于将与所述电池类型关联的电池类型标识的信息表作为目标信息表。
在一种实施例中,所述信息表通过如下方式进行配置:
将所述指定电池类型的电池系统确定为测试电池系统;
对所述测试电池系统进行多次恒温恒流的充放电循环测试,其中,多次充放电循环测试之间的对照条件为测试电池温度;
分别获取多次所述充放电循环测试的测试数据;基于所述测试电池温度以及所述测试数据,生成所述信息表。
在一种实施例中,所述测试数据包括所述测试电池系统在多个第二静置时长下的测试静置电压、剩余容量以及绝对时间;所述装置具体用于:
根据所述静置电压判断所述测试数据是否处于第二电压平台期之前;
将处于所述第二电压平台期之前的测试数据保留,第二电压平台作为目标测试数据,并将除所述目标测试数据以外的测试数据进行清除;
对与所述目标测试数据对应的所述测试电池温度,以及所述目标测试数据中的所述测试静置电压进行插值处理,得到插值数据;
基于所述剩余容量,确定所述插值数据对应的当前容量,以及,基于所述绝对时间确定所述插值数据对应的所述第二静置时长;
基于所述插值数据、多个所述第二静置时长以及所述当前容量,生成所述信息表。
在一种实施例中,所述确定模块450包括如下子模块:
确定子模块,用于确定每一所述单体电池对应的单体当前容量以及单体充电容量,
求和子模块,用于将所述单体当前容量与所述单体充电容量进行求和,得到所述单体电池对应的单体可用容量;
电池健康度确定子模块,用于获取每一所述单体电池的额定容量,基于所述单体可用容量以及所述额定容量,确定每一所述单体电池的电池健康度;
一致性差异确定子模块,用于根据每一所述单体电池的电池健康度确定所述电池系统的一致性差异。
本发明实施例所提供的一种电池系统的性能预测装置可实现本发明实施例一所提供的一种电池系统的性能预测方法,具备执行方法相应的功能模块和有益效果。
实施例三
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如一种电池系统的性能预测方法。
在一些实施例中,一种电池系统的性能预测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的一种电池系统的性能预测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种电池系统的性能预测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种电池系统的性能预测方法,其特征在于,所述方法包括:
获取电池系统在静置状态下,经过第一静置时长后的电池信息,所述电池信息包括电池类型、电池温度以及静置电压;
根据所述电池类型,从预先配置的信息表中确定目标信息表;
根据所述第一静置时长、所述电池温度以及所述静置电压,在所述目标信息表中进行匹配,确定所述电池系统的当前容量;
确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量;
根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异;
根据所述一致性差异,得到所述电池系统的性能数据。
2.根据权利要求1所述的方法,其特征在于,所述电池系统包括一个或多个单体电池;
在所述获取电池系统在静置状态下,经过第一静置时长后的电池信息之后,还包括:
根据所述静置电压,判断每一所述单体电池是否处于第二电压平台期之前;
将处于所述第二电压平台期之前的所述单体电池的电池信息作为目标电池信息;
将除所述目标电池信息之外的电池信息进行清除。
3.根据权利要求1或2所述的方法,其特征在于,所述确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量,包括:
从所述电池系统开始充电时开启计时,并在所述电池系统到达满充状态时结束计时,以确定充电时长;
获取对所述电池系统进行充电时的充电电流;
基于所述充电时长以及所述充电电流,确定所述电池系统的充电容量。
4.根据权利要求1或2所述的方法,其特征在于,预先配置的信息表设置有一个或多个,所述信息表根据指定电池类型进行预先配置,并携带电池类型标识;
所述根据所述电池类型,从预先配置的信息表中确定目标信息表,包括:
将与所述电池类型关联的电池类型标识对应的信息表作为目标信息表。
5.根据权利要求4所述的方法,其特征在于,所述信息表通过如下方式进行配置:
将所述指定电池类型的电池系统确定为测试电池系统;
对所述测试电池系统进行多次恒温恒流的充放电循环测试,其中,多次充放电循环测试之间的对照条件为测试电池温度;
分别获取多次所述充放电循环测试的测试数据;
基于所述测试电池温度以及所述测试数据,生成所述信息表。
6.根据权利要求5所述的方法,其特征在于,所述测试数据包括所述测试电池系统在多个第二静置时长下的测试静置电压、剩余容量以及绝对时间;
所述基于所述测试电池温度以及所述测试数据,生成所述信息表,包括:
根据所述静置电压判断所述测试数据是否处于第二电压平台期之前;
将处于所述第二电压平台期之前的测试数据保留,第二电压平台作为目标测试数据,并将除所述目标测试数据以外的测试数据进行清除;
对与所述目标测试数据对应的所述测试电池温度,以及所述目标测试数据中的所述测试静置电压进行插值处理,得到插值数据;
基于所述剩余容量,确定所述插值数据对应的当前容量,以及,基于所述绝对时间确定所述插值数据对应的所述第二静置时长;
基于所述插值数据、多个所述第二静置时长以及所述当前容量,生成所述信息表。
7.根据权利要求2所述的方法,其特征在于,根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异,包括:
确定每一所述单体电池对应的单体当前容量以及单体充电容量,
将所述单体当前容量与所述单体充电容量进行求和,得到所述单体电池对应的单体可用容量;
获取每一所述单体电池的额定容量,基于所述单体可用容量以及所述额定容量,确定每一所述单体电池的电池健康度;
根据每一所述单体电池的电池健康度确定所述电池系统的一致性差异。
8.一种电池系统的性能预测装置,其特征在于,所述装置包括:
电池信息获取模块,用于获取电池系统在静置状态下,经过第一静置时长后的电池信息,所述电池信息包括电池类型、电池温度以及静置电压;
目标信息表确定模块,用于根据所述电池类型,从预先配置的信息表中确定目标信息表;
当前容量确定模块,用于根据所述第一静置时长、所述电池温度以及所述静置电压,在所述目标信息表中进行匹配,确定所述电池系统的当前容量;
充电容量确定模块,用于确定所述电池系统充电至满充状态的充电时长,并基于所述充电时长确定所述电池系统的充电容量;
确定模块,用户根据所述当前容量以及所述充电容量,确定所述电池系统的可用容量,并根据所述可用容量确定所述电池系统的一致性差异;
性能数据确定模块,用于根据所述一致性差异,得到所述电池系统的性能数据。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种电池系统的性能预测方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种电池系统的性能预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211383990.2A CN115902625A (zh) | 2022-11-07 | 2022-11-07 | 一种电池系统的性能预测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211383990.2A CN115902625A (zh) | 2022-11-07 | 2022-11-07 | 一种电池系统的性能预测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115902625A true CN115902625A (zh) | 2023-04-04 |
Family
ID=86473643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211383990.2A Pending CN115902625A (zh) | 2022-11-07 | 2022-11-07 | 一种电池系统的性能预测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115902625A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117706385A (zh) * | 2024-02-05 | 2024-03-15 | 宁德时代新能源科技股份有限公司 | 环流测试方法和电池测试系统 |
-
2022
- 2022-11-07 CN CN202211383990.2A patent/CN115902625A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117706385A (zh) * | 2024-02-05 | 2024-03-15 | 宁德时代新能源科技股份有限公司 | 环流测试方法和电池测试系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471040B (zh) | 容量判定方法、装置、电子设备及计算机可读存储介质 | |
CN115221795A (zh) | 容量预测模型的训练方法、预测方法、装置、设备及介质 | |
CN115932634A (zh) | 一种对电池健康状态评估的方法、装置、设备及存储介质 | |
CN116008827A (zh) | 一种锂离子电池析锂电位的确定方法、装置及电子设备 | |
CN115902625A (zh) | 一种电池系统的性能预测方法、装置、设备及存储介质 | |
CN114609530A (zh) | 修正电池荷电状态的方法、装置、设备及介质 | |
CN115718265A (zh) | 电池直流电阻测试值的修正方法、电子设备及存储介质 | |
CN114954105A (zh) | 电池换电方法、装置、电子设备及存储介质 | |
CN113552494A (zh) | 一种锂离子电池低温阶梯充电方法及其测试方法 | |
CN115754772A (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
CN117031322A (zh) | 锂离子电池高自放电筛选方法、装置、电子设备及介质 | |
CN114879042A (zh) | 电芯分容放电容量预测方法、装置及电子设备 | |
Unterrieder et al. | Battery state-of-charge estimation prototype using EMF voltage prediction | |
CN114076899B (zh) | 电池寿命的分档预估方法、装置、设备、系统及介质 | |
CN115291111B (zh) | 电池静置时间预测模型的训练方法以及静置时间预测方法 | |
CN115902651A (zh) | 一种动力电池的测试方法、装置、设备及存储介质 | |
CN116338467A (zh) | 一种锂电池容量确定方法、装置、设备及存储介质 | |
CN115548382B (zh) | 燃料电池堆活化控制方法、装置、燃料电池测试台及介质 | |
CN117706390B (zh) | 一种电池荷电状态滚动优化估计方法及装置 | |
CN114633833A (zh) | 电动自行车的行驶参数确定方法、装置、设备和存储介质 | |
CN116819342A (zh) | 一种电池寿命曲线确定方法、装置、电子设备及存储介质 | |
CN116298970A (zh) | 一种电量计算方法、装置、电子设备及存储介质 | |
CN117805621A (zh) | 一种电池容量估计方法、装置、设备及存储介质 | |
Pangeni et al. | Regression and Monte Carlo Approach to Lithium-Ion Battery Capacity Degradation Modeling and Prediction for Heating Systems | |
CN115728656A (zh) | 对电芯进行充放电循环测试的方法、装置和设备 |
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 |