CN115923589A - 一种电池荷电状态修正方法及装置 - Google Patents
一种电池荷电状态修正方法及装置 Download PDFInfo
- Publication number
- CN115923589A CN115923589A CN202211519859.4A CN202211519859A CN115923589A CN 115923589 A CN115923589 A CN 115923589A CN 202211519859 A CN202211519859 A CN 202211519859A CN 115923589 A CN115923589 A CN 115923589A
- Authority
- CN
- China
- Prior art keywords
- battery
- charge
- state
- current
- soc
- 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
Images
Classifications
-
- 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
- Secondary Cells (AREA)
Abstract
本发明提供了一种电池荷电状态修正方法及装置,其中,电池荷电状态修正方法包括:获取目标车辆的当前行驶数据和当前电池数据;基于当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;在预设数据集中筛选与当前行驶数据和实际特征因子相匹配的初始特征因子对应的初始荷电状态值;确定初始荷电状态值对应的电池荷电状态调整区间段;基于电池荷电状态调整区间段对应的修正策略,利用当前电池数据对初始荷电状态值进行修正,得到目标车辆的当前电池荷电状态值荷电状态值。不仅可对全区间的电池荷电状态值进行修正,在保证电池荷电状态修正准确的同时,还大幅缩短了荷电状态修正时间,可直接应用于复杂多变的整车场景中。
Description
技术领域
本发明涉及电池领域,具体涉及一种电池荷电状态修正方法及装置。
背景技术
锂电池作为新能源电动汽车的动力来源,因其能量密度高、循环寿命长、使用温度范围广、无记忆效应等优点,在电动汽车推广过程中得到广泛应用。为保证锂电池的续航能力,需要对电池荷电状态(即SOC)进行及时修正,从而满足用户的使用要求,但目前对于锂电池SOC的修正方法多是针对非平台期区间的SOC进行修正,这种方法无法对平台期区间的SOC进行修正,影响修正电池荷电状态的准确性,无法在整车运行过程中进行应用。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的缺乏有效对全区间的SOC进行修正的方案,导致电池荷电状态修正不准确无法在整车运行过程中进行应用的缺陷,从而提供一种电池荷电状态修正方法及装置。
根据第一方面,本发明实施例提供了一种电池荷电状态修正方法,所述方法包括:
获取目标车辆的当前行驶数据和当前电池数据;
基于所述当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;
在预设数据集中筛选与所述当前行驶数据和所述实际特征因子相匹配的初始特征因子对应的初始荷电状态值,所述预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集;
确定所述初始荷电状态值对应的电池荷电状态调整区间段;
基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,得到所述目标车辆的当前电池荷电状态值。
可选地,所述电池荷电状态调整区间段按照荷电状态值的高低依次分为高荷电状态区间、平台区间和低荷电状态区间,所述基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,包括:
当所述初始荷电状态值位于所述高荷电状态区间或所述低荷电状态区间时,采用动态修正策略结合静态修正策略和所述当前电池数据对所述初始荷电状态值进行修正;
当所述初始荷电状态值位于所述平台区间时,计算所述当前电池数据的电池电压与充/放电能量间的变化量,根据所述电池电压与充/放电能量间的变化量对所述初始荷电状态值进行修正。
可选地,所述当所述初始荷电状态值位于所述高荷电状态区间或所述低荷电状态区间时,采用动态修正策略结合静态修正策略和所述当前电池数据对所述初始荷电状态值进行修正,包括:
获取所述当前电池数据内的第一单体电压、当前电压和当前电流;
当所述当前电流小于第一预设电流阈值时,根据所述第一单体电压和所述当前电压的对应关系,对所述初始荷电状态值进行修正。
可选地,所述当所述初始荷电状态值位于所述平台区间时,计算所述当前电池数据的电池电压与充/放电能量间的变化量,根据所述电池电压与充/放电能量间的变化量对所述初始荷电状态值进行修正,包括:
获取单体电压、当前电压和当前电池容量;
根据所述当前电压和当前电池容量,计算得到单位电压的充/放电能量曲线;
寻找所述单位电压的充/放电能量变化曲线中的第二个极值特征点位置,将所述极值特征点位置对应的荷电状态值确定为所述目标车辆的当前电池荷电状态值。
可选地,所述方法还包括:
获取所述当前电池数据内的第二单体电压;
当所述当前电流小于第二预设电流阈值时,根据所述第二单体电压和所述当前电压的对应关系,对所述初始荷电状态值进行修正,其中,所述第二单体电压小于所述第一单体电压;所述第二预设电流阈值大于所述第一预设电流阈值。
可选地,在对所述初始荷电状态值进行修正之前,所述方法还包括:
获取所述当前电流小于所述第一预设电流阈值的第一持续时间,或所述当前电流小于第二预设电流阈值的第二持续时间;
当所述第一持续时间或所述第二持续时间达到预设时长时,对所述初始荷电状态值进行修正。
可选地,所述方法还包括:
将修正后的荷电状态值进行过程处理,所述过程处理包括电池系统荷电状态一致化处理和电池系统荷电状态平滑处理,得到电池系统荷电状态值;
获取所述目标车辆的当前显示荷电状态值;
将所述电池系统荷电状态值与所述当前显示荷电状态值进行比较;
根据比较结果,将所述电池系统荷电状态值进行放大/缩小,并映射至整车仪表中进行显示。
根据第二方面,本发明实施例提供了一种电池荷电状态修正装置,所述装置包括:
获取模块,用于获取目标车辆的当前行驶数据和当前电池数据;
第一处理模块,用于基于所述当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;
第二处理模块,用于在预设数据集中筛选与所述当前行驶数据和所述实际特征因子相匹配的初始特征因子对应的初始荷电状态值,所述预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集;
第三处理模块,用于确定所述初始荷电状态值对应的电池荷电状态调整区间段;
修正模块,用于基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,得到所述目标车辆的当前电池荷电状态值。
根据第三方面,本发明实施例提供了一种电子设备,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
根据第四方面,本发明实施例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计算机执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
本发明技术方案,具有如下优点:
本发明提供的电池荷电状态修正方法及装置,通过获取目标车辆的当前行驶数据和当前电池数据;基于所述当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;在预设数据集中筛选与所述当前行驶数据和所述实际特征因子相匹配的初始特征因子对应的初始荷电状态值,所述预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集;确定所述初始荷电状态值对应的电池荷电状态调整区间段;基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,得到所述目标车辆的当前电池荷电状态值。通过电池数据计算得到实际特征因子,将实际特征因子与预设数据集中的初始特征因子进行匹配,通过匹配的初始特征因子,确定初始特征因子对应的初始荷电状态值,根据初始荷电状态值所处的荷电状态调整区间,选择对应的修正策略进行修正,最终得到目标车辆的当前电池荷电状态值。通过电池数据计算目标车辆的实际特征因子,借助预设数据集中的数据进行匹配和后续修正计算,不仅可对全区间的电池荷电状态进行修正,在保证电池荷电状态修正准确的同时,还大幅缩短了荷电状态修正时间,可直接应用于复杂多变的整车场景中。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例的电池荷电状态修正方法的流程图;
图2为本发明实施例的电池荷电状态修正方法的等效电路模型图;
图3为本发明实施例的电池荷电状态修正方法的修正策略流程图;
图4为本发明实施例的电池荷电状态修正方法的荷电状态-开路电压曲线图;
图5为本发明实施例的电池荷电状态修正方法的单位电压的充/放电能量曲线图;
图6为本发明实施例的电池荷电状态修正方法的电池组荷电状态与极值荷电状态对应关系图;
图7为本发明实施例的电池荷电状态修正方法的电池组荷电状态与显示荷电状态对应关系图;
图8为本发明实施例的电池荷电状态修正装置的结构示意图;
图9为本发明实施例的一种电子设备的结构示意图。
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。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
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,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。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。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种电池荷电状态修正方法,如图1所示,该电池荷电状态修正方法具体包括如下步骤:
步骤S101:获取目标车辆的当前行驶数据和当前电池数据。
具体地,在实际应用中,本发明实施例以磷酸铁锂电池为例进行说明。为更好地适应整车复杂多变的应用场景,对SOC进行有效修正,本发明实施例获取的车辆行驶数据包括汽车行驶速度、汽车爬坡角度、汽车位置信息可表征目标车辆的车辆信息,电池数据包括电池电芯电压、电池电流、电流温度可表征目标车辆电池系统内的电池信息,但实际情况不限于此,为实现SOC的准确修正而进行车辆数据和电池数据的类型和数量的改变,也在本发明实施例提供的电池荷电状态修正方法的保护范围之内。
步骤S102:基于当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子。
具体地,在实际应用中,每一种特征因子均对应特定的电池SOC值,但一种电池SOC值存在对应多种特征因子的情况。通过对特征因子进行计算和匹配,根据特征因子才可确定SOC的修正策略。
具体地,特征因子可根据电池的信息进行计算得到,特征因子可以表现为多阶,而等效电路模型是电池参数辨识的基础,模型当中的电子元件对应着电池在充放电过程当中的内部反应历程,但是一阶等效电路模型往往不具备反应电池特性的能力,多阶等效电路模型辨识过程复杂,所以工程领域多应用二阶等效电路模型。
如图2所示,本发明实施例以电压信息为例,采用3阶精度对特征因子的计算过程进行说明。
特征因子的相关的数学表达可以描述为:
U1:运算时间段,电池电压与电流一阶微分值;
U2:运算时间段,电池电压与电流二阶微分值;
U3:运算时间段,电池开路电压(OCV)和欧姆压降之差与电流值的卷积,具体表达如下:
U=∫0 tf(τ)g(t-τ)dτ
其中,f(τ)为状态式:
g(t-τ)为衰减式:
详细计算过程请参照现有技术中的卷积公式相关描述,在此不再进行赘述。车载电池管理系统(BMS)通过上述各公式计算得到实际特征因子,并得到实际特征因子对应的SOC。
具体地,在实际应用中,周期性地计算实际特征因子,根据实际特征因子确定目标车辆的SOC,通过按照固定周期对SOC进行获取和修正,最终保证了修正的SOC的准确性。
步骤S103:在预设数据集中筛选与当前行驶数据和实际特征因子相匹配的初始特征因子对应的初始荷电状态值,预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集。
具体地,在实际应用中,本发明实施例为提高对SOC计算的准确性和速度,提供了云端服务,利用存储在云端内的预设数据集和目标车辆的车辆行驶数据、电池系统数据对SOC进行全区间修正。
具体地,云端数据一般包含2类:1是整车行驶数据,如:汽车行驶速度、汽车爬坡角度、汽车位置信息等;2是电池系统状态数据,如:电池电芯电压、电池电流、电流温度信息等。
第一类云端数据的目的在于设定前置端口,前置端口可以使相关数据呈现统计学规律,为后面的SOC区间段的识别提供一个稳定的数据条件,降低识别偏离度。
示例性地,本发明实施例以将整车行驶数据划分为三类为例进行说明,但实际情况不限于此,整车行驶数据可根据实际需要进行类型和数量的改变。
将汽车行驶速度、汽车爬坡角度、汽车位置信息分别设定为子群一、子群二、子群三:
子群一:0~5,5~10,10~15…直到115~120;
子群二:-10~-5,-5~0,0~5…直到25~30;
子群三:1km,2km,3km…直到10。
子群建立完成后,以参数矩阵的形式呈现,矩阵之前点乘运算,已达到充分映射的效果,最终矩阵为X=[A]·[B]·[C],其中,A、B、C分别对应子群一、子群二和子群三,总体数量X为M。
每一种状态,设定Switch触发开关,在云端数据中统计N种状态的触发计数Counter,Counter计数遵循正态分布,从中可以识别典型的触发状态。典型的触发状态需要充分覆盖车辆的应用环境,在各种工况实行条件下均要有所涉猎。一般在车辆使用前期,由于上传云端的历史数据减少,很难高范围识别,此时可以使用离线数据包,将典型的车辆工况加载中其中,如全球轻型汽车测试循环工况(WLTC)、急加急减工况等数据,用于识别典型的触发状态,数量即为M0。
第二类云端数据的目的在于进行模块运算,是标准的运算模块。优先是依据电池系统中的电芯数量设定电池样本W。同样的根据电池充放电MAP设置子群。
示例性地,本发明实施例以将电池系统状态数据划分为三类为例进行说明,但实际情况不限于此,电池系统状态可根据实际需要进行类型和数量的改变。
将电池电芯电压、电池电流、电流温度信息分别设定为子群一、子群二、子群三:
子群一:2.0~2.1,2.1~2.2,2.2~2.3…直到3.5~3.6;
子群二:-10~-5,-5~0,0~5…直到95~100;
子群三:-20~-15,-15~-10,-10~-5…直到40~45。
子群建立完成后,以参数矩阵的形式呈现,矩阵之前点乘运算,已达到充分映射的效果,最终矩阵为X=[A]·[B]·[C],其中,a、b、c分别对应子群一、子群二和子群三,总体数量Y为N,但此时的样本数量为电芯数量W。
在前置端口和运算模块建立完成后,可以进行递进关联。为减少云端算力需求,前置端口可取典型触发状态M0,运算模块是N,电芯数量W。通过重组择优法可以获得表征电池特制参量的运算库Z(即预设数据集)。这里需要指出运算库Z的数量与车辆的运行时间和车辆行驶工况的复杂性正相关。
具体地,两类云端数据可根据实际需求在保证计算SOC准确性的前提下,设置为间断取值,将无法体现目标车辆的车辆行驶数据或电池状态数据特征不明显的点进行去除,从而进一步提高SOC的计算速度。
通过对将多种车辆工况加载在云端,根据预设数据集内第一类云端数据和第二类云端数据,计算得到多种车辆工况下不同车辆在不同时刻的特征参量(初始特征因子),当目标车辆确定时,根据目标车辆的数据计算得到的实际特征因子通过车载电池管理系统(BMS)上传至云端与初始特征因子进行匹配,即可确定初始荷电状态值。
具体地,初始特征因子为准确的实验数据或经验数据,因此,云端识别的SOC是不连续的,是随即发生的,非常适合用于识别电池SOC区间段。此外,车载BMS所计算的SOC也同样周期性反馈到云端,从而形成闭环机制,两者起到优势互补的作用。
通过对不同工况、不同行驶状态以及不同电池进行云端数据分析,大幅缩短目标车辆的整体SOC计算时间,在提高识别修正效率的同时,由于云端早已存储有包含多种工况的运算库,当车载BMS系统与云端配对完成,即可读取云端运算库数据,即本发明实施例可直接应用于整车场景,避免车辆实际工况与理论工况数据无法匹配,造成SOC修正结果不准确的情况发生。
步骤S104:确定初始荷电状态值对应的电池荷电状态调整区间段。
具体地,在实际应用中,磷酸铁锂电池区间段可分为三部分,高SOC段、平台段和低SOC段,其中,高SOC段可取95~100%;平台段可取30~95%;低SOC段可取0~30%。
步骤S105:基于电池荷电状态调整区间段对应的修正策略,利用当前电池数据对初始荷电状态值进行修正,得到目标车辆的当前电池荷电状态值。
具体地,在实际应用中,磷酸铁锂电池无法像三元电芯一样全区间直接进行OCV校准,只能根据磷酸铁锂电池特性选择SOC-OCV曲线的非平台期区间进行校准,而且由于不同厂家生产的磷酸铁锂电池采用的制作材料和制造工艺有差别,导致不同厂家的磷酸铁锂电池SOC-OCV曲线差异较大,若直接对其进行SOC修正,误差极大。
本发明实施例通过依托云端的电池历史数据,通过车辆工况反馈的电池电压、电流、温度等信号计算电池的特征参量,进而推断电池系统的SOC状态,将电池系统的SOC状态划分为三个区间段,针对每个区间段SOC的伏安特性分别设计电池SOC修正方法,在小范围内避免了其他干扰因素,充分展现了每一种修正策略的优势,解决了磷酸铁锂电池SOC修正的困难,整体SOC估计精度可以达到2%以内。
通过执行上述步骤,本发明实施例提供的电池荷电状态修正方法,通过电池数据计算得到实际特征因子,将实际特征因子与预设数据集中的初始特征因子进行匹配,通过匹配的初始特征因子,确定初始特征因子对应的初始荷电状态值,根据初始荷电状态值所处的荷电状态调整区间,选择对应的修正策略进行修正,最终得到目标车辆的当前电池荷电状态值。通过电池数据计算目标车辆的实际特征因子,借助预设数据集中的数据进行匹配和后续修正计算,不仅可对全区间的电池荷电状态进行修正,在保证电池荷电状态修正准确的同时,还大幅缩短了荷电状态修正时间,可直接应用于复杂多变的整车场景中。
具体地,在一实施例中,电池荷电状态调整区间段按照荷电状态值的高低依次分为高荷电状态区间、平台区间和低荷电状态区间,上述步骤S105基于电池荷电状态调整区间段对应的修正策略,利用当前电池数据对初始荷电状态值进行修正,具体包括如下步骤:
步骤S201:当初始荷电状态值位于高荷电状态区间或低荷电状态区间时,采用动态修正策略结合静态修正策略和当前电池数据对初始荷电状态值进行修正。
步骤S202:当初始荷电状态值位于平台区间时,计算当前电池数据的电池电压与充/放电能量间的变化量,根据电池电压与充/放电能量间的变化量对初始荷电状态值进行修正。
具体地,如图3所示,当确定了初始荷电状态值(SOC)的对应区间时,根据对应的修正策略和当前的电池数据对SOC进行修正。
当SOC位于高荷电状态区间(高SOC段)时,采用双扩展卡尔曼滤波的方式对其进行修正;当SOC位于平台区间(平台段)时,采用安时积分法对压变化和容量变化对初始荷电状态值进行修正;当SOC位于低荷电状态区间(低SOC段)时,采用双扩展卡尔曼滤波的方式对其进行修正。
根据SOC所处的区间以及当前电池数据对SOC进行修正,在充分考虑不同区间段的SOC的伏安特性的基础上对SOC进行修正,采用多种修正方法对SOC进行修正,不仅解决了磷酸铁锂电池SOC修正的困难,更提高了修正准确性和精度。
具体地,在一实施例中,上述步骤S201具体包括如下步骤:
步骤S301:获取当前电池数据内的第一单体电压、当前电压和当前电流。
步骤S302:当当前电流小于第一预设电流阈值时,根据第一单体电压和当前电压的对应关系,对初始荷电状态值进行修正。
具体地,在实际应用中,磷酸铁锂电池由于其电池特性,在中SOC区间段SOC-OCV曲线非常平台,无法使用扩展卡尔曼滤波器(EKF)进行修正,只能在非平台期开启,即0~30%和95~100%SOC区间段。
具体地,本发明实施例通过离线混合脉冲功率性能测试(HPPC)测试,获得充放电脉冲条件下电流、电压曲线,通过最小二乘法拟合或者遗传算法进行辨识;获取不同温度、不同SOC下的电池参数,为卡尔曼滤波算法提供电池参数。
如图2所示,本发明实施例利用离线测试数据进行初始化,后进行二阶等效电路模型的双卡尔曼滤波计算,在线估计电池SOC和电池模型参数,基于双卡尔曼滤波算法得到SOC和电池模型参数的详细描述请参照现有双卡尔曼滤波算法中的相关描述,在此不再进行赘述。
卡尔曼滤波算法种类很多,常用的有经典卡尔曼滤波、扩展卡尔曼滤波、双卡尔曼滤波、联合卡尔曼滤波,可根据实际需求进行算法更换。
本发明实施例通过采用双卡尔曼滤波算法结合OCV静态修正进行SOC修正,可以同步在线辨识电池特征参数,电池的SOC和特征参数交叉迭代,有利于SOC修正精度的提升和SOH的修正。
具体地,OCV静态修正需要满足电流大小条件、持续时间条件以及OCV范围条件,其中,电流和持续时间条件为:小于1A,且持续时间在3小时以上;OCV范围条件:OCV电压变化斜率大于3mv/1%SOC区间。
具体地,在实际应用中,每一SOC均包括一个最高SOC和一个最低SOC,本发明实施例通过利用SOC-OCV对SOC进行修正时,当根据最高单体电压OCV查找SOC的数值≤20%时,可只修正最高SOC;当根据最高单体电压OCV查找SOC≤58%且根据最低单体电压OCV查找SOC≥52%时,可修正最高、最低SOC;当根据最低单体电压OCV查找SOC≥98%时,可只修正最低SOC。通过对不同区间段的SOC修正SOC的最高和/或最低数值,可保证修正后的SOC满足使用要求。
具体地,如图3所示,当目标车辆处于高SOC段时,可利用特定条件下的满充修正电池SOC,其中,满充修正条件:电池处于充电状态且电流≤0.1C(25℃条件下)且最高单体电压>充电截止电压,将电池SOC(BattSOC)校准到100%。
鉴于在充电末期,SOC-OCV斜率变化明显,本发明实施例在该实际特征因子位置对应的初始荷电状态值进行SOC动态修正,针对于磷酸铁锂电池,充电末端一般指95%~100%SOC区间,在充电末端设定三阶段动态修正,以满足整车的实际使用。
具体地,无论采用卡尔曼滤波亦或其他方法,都会由于模型结构精度和观测传感器精度问题带来误差,误差和干扰在自然界中是普遍存在的,针对此类误差问题,如图4所示,本发明实施例参照在特定工况下电池的SOC-OCV曲线,对电池的SOC和电池模型参数进行修正,以提升修正结果精度,其中,单体电压即为目标车辆的单体电池的当前电压;电流即为当前电流;U为第一单体电压;I为第一电流阈值。
充电具体如下:
充电一:
若单体电压>U1,且电流<I1,持续时间t1,则将电池SOC修正为SOC1;
充电二:
若单体电压>U2,且电流<I2,持续时间t2,则将电池SOC修正为SOC2;
充电三:
若单体电压>U3,且电流<I3,持续时间t3,则将电池SOC修正为SOC3。
在充电过程中,U1、U2、U3,SOC1、SOC2、SOC3呈现次序递进关系,I、t没有特殊说明,具体参数值由使用电芯实际标定数据获得。
示例性地,
充电一:
单体电压>3.43v,且电流<0.1C,持续5s,将SOC校准到98%;
充电二:
单体电压>3.45v,且电流<0.1C,持续5s,将SOC校准到99%;
充电三:
单体电压>充电截止电压,且电流<0.1C,持续5s,将SOC校准到100%。
具体地,在一实施例中,当初始荷电状态值位于低荷电状态区间时,具体还包括如下步骤:
步骤S303:获取当前电池数据内的第二单体电压。
步骤S304:当当前电流小于第二预设电流阈值时,根据第二单体电压和当前电压的对应关系,对初始荷电状态值进行修正,其中,第二单体电压小于第一单体电压;第二预设电流阈值大于第一预设电流阈值。
具体地,如图3所示,当目标车辆处于低SOC段时,可利用特定条件下的满放修正电池SOC,其中,满放修正条件:电池处于放电状态且电流≤1C(25℃条件下)且最低单体电压<放电截止电压,将电池SOC(BattSOC)校准到0%。
鉴于在放电末期,SOC-OCV斜率变化明显,本发明实施例在该实际特征因子位置对应的初始荷电状态值进行SOC动态修正,针对于磷酸铁锂电池,放电末端一般指0%~10%SOC区间,与充电末端类似,本发明实施例在放电末端设定三阶段动态修正,以满足整车的实际使用。
具体地,无论采用卡尔曼滤波亦或其他方法,都会由于模型结构精度和观测传感器精度问题带来误差,误差和干扰在自然界中是普遍存在的,针对此类误差问题,如图4所示,本发明实施例参照在特定工况下电池的SOC-OCV曲线,对电池的SOC和电池模型参数进行修正,以提升修正结果精度,其中,单体电压即为目标车辆的单体电池的当前电压;电流即为当前电流;U为第二单体电压;I为第二电流阈值。
放电具体如下:
放电一:
若单体电压<U4,且电流<I4,持续时间t4,则将电池SOC修正为SOC4;
放电二:
若单体电压<U5,且电流<I5,持续时间t5,则将电池SOC修正为SOC5;
放电三:
若单体电压<U6,且电流<I6,持续时间t6,则将电池SOC修正为SOC6。
在放电过程中,U4、U5、U6,SOC4、SOC4、SOC6呈现次序递进关系,I、t没有特殊说明,具体参数值由使用电芯实际标定数据获得。
示例性地:
放电一:
单体电压<3.0v,且电流<1C,持续25s,将SOC校准到8%;
放电二:
单体电压<2.8v,且电流<1C,持续5s,将SOC校准到4%;
放电三:
单体电压<放电截止电压,且电流<1C,持续2s,将SOC校准到0%。
具体地,在实际应用中,满充满放过程中对SOC的修正,均是对目标车辆的单体电池SOC修正,在完成目标电池的单体SOC校准后,会将该SOC反馈至云端,从而形成闭环机制,时刻对SOC进行修正,进一步保证SOC修正的准确性。
具体地,在一实施例中,在执行上述步骤S304对初始荷电状态值进行修正之前,方法还包括:
S401:获取当前电流小于第一预设电流阈值的第一持续时间,或当前电流小于第二预设电流阈值的第二持续时间。
S402:当第一持续时间或第二持续时间达到预设时长时,对初始荷电状态值进行修正。
具体地,在实际应用中,为避免采集设备及电池系统的瞬时电流不稳定,只有持续时间达到预设时间阈值时,才会进行单体电池的SOC修正,并在完成目标电池的单体SOC校准后,会将该SOC反馈至云端,从而形成闭环机制,时刻对SOC进行修正,进一步保证SOC修正的准确性。
具体地,在一实施例中,上述步骤S202当初始荷电状态值位于平台区间时,计算当前电池数据的电池电压与充/放电能量间的变化量,根据电池电压与充/放电能量间的变化量对初始荷电状态值进行修正,具体包括如下步骤:
S501:获取单体电压、当前电压和当前电池容量。
S502:根据当前电压和当前电池容量,计算得到单位电压的充/放电能量变化曲线。
S503:寻找单位电压的充/放电能量变化曲线中的第二个极值特征点位置,将极值特征点位置对应的荷电状态值确定为目标车辆的当前电池荷电状态值。
具体地,在实际应用中,在整车实际工况使用中,会存在电池的SOC一直处于平台区间的变化阶段,在这种工况下无法使用OCV静态、动态电压修正以及满充、满放修正条件,这种情况中利用安时积分法以及平台区域的DQ/DV变化的规律特性作为SOC修正的一个支点,增大了校准机会。
具体地,安时(Ah)积分法是一种常见的电量累计方法,是通过累计电池在充、放电时的电量来估计电池的SOC,安时积分法的原理在于将电池视为一个密闭的系统,测量充入电池和从电池放出的能量,对电池的电量进行长时间的记录和监测,可以给出电池在运行中任意时刻的剩余电量。假设充放电起始状态为SOC_int,则当前电池系统SOC计算公式为:
其中,Cap为电池容量;i为电池电流;η为充放电效率;t为系统运行时间。
具体地,在安时积分中有三项关键指标,会直接影响安时积分模块计算SOC的精度:
①电流传感器:电流量作用在安时积分的分子上,电流传感器由于其精度不足和零飘的影响会影响其积分效果,时间越长造成的差异越大;
②电流采样周期:即电流积分周期,由于BMS数据类型是离散的,积分周期越长意味着积分精度越差,但过高的电流采样频率,过高的电流积分频率,同样需要支付较高的算力成本;
③电池容量Cap:电池容量的选择标准上,电池容量的选择常见有额定容量和真实容量,额定容量指厂家规定的在标准充放电过程中可以放出的最低容量,真实容量指常温条件,在一定充放电制度下批次电芯能够放出的实际容量,充放电制度可以模拟实际电池系统在整车上的充放电工况,也可使是标准充放电过程。电池容量标准的选择对SOC精度影响不大,但会影响实际SOC的使用范围。
示例性地,电流传感器适配精度可为0.1A,适用于<20A的电池系统;0.5A,适用于20A~1000A的电池系统。
示例性地,电流积分周期可为100ms。
具体地,本发明实施例在进行安时积分计算时,将电池的实际容量确定为标准容量。
随着电池不断使用,电池的容量、使用寿命会出现一定程度的衰减,研究表明电池的衰减程度受充放电吞吐量和使用工况影响,所以在安时积分模块中需要考虑电池性能状态(SOH)的影响,将SOH引入上述公式当中,对电池容量Cap进行修正,即:
Cap=Capint·SOH
基于修正后的电池容量,本发明实施例以插枪充电过程为例,对平台区间SOC的修正过程进行说明。在插抢平稳电流充电过程中,根据充电过程电压的变化,实时计算出单位电压(DV)充进的能量(DQ)变化曲线,找到充电过程第二个极值特征点X点,根据实验数据标定出X点容量,根据SOC-OCV曲线确定修正最高SOC和/或最低SOC,如图5所示,X点可以修正55%位置的SOC点。
需要说明的是,基于微分容量曲线的DQ/DV修正算法要求充电过程电流较小且无波动,充电过程温度较高且恒定,不适用于低温充电或阶跃降电流充电。
本发明实施例对初始荷电状态值SOC位于平台区间时,采用DQ/DV修正算法,既满足该修正算法的应用条件,又充分弥补了无法对平台区间的SOC进行有效修正的缺陷,对存在较大误差的SOC进行识别和修正。
具体地,为避免修正过程由于算法数据繁多造成存储资源的大量消耗,本发明实施例可针对不同电芯进行大量预先测试,防止出现误校准以及修正时间过长的情况。
具体地,在一实施例中,在执行上述步骤S105基于电池荷电状态调整区间段对应的修正策略,利用当前电池数据对初始荷电状态值进行修正,得到目标车辆的当前电池荷电状态值之后,具体还包括如下步骤:
S601:将修正后的荷电状态值进行过程处理,过程处理包括电池系统荷电状态一致化处理和电池系统荷电状态平滑处理,得到电池系统荷电状态值。
S602:获取目标车辆的当前显示荷电状态值。
S603:将电池系统荷电状态值与当前显示荷电状态值进行比较。
S604:根据比较结果,将电池系统荷电状态值进行放大/缩小,并映射至整车仪表中进行显示。
具体地,在实际应用中,车用动力电池系统一般是由较多的电芯串联而成,单体电芯因为其生产一致性等因素导致其SOC分布是有差异的,一般可区分单体电池SOC和电池系统的SOC(即PackSOC),其中,PackSOC在一定意义上代表了电池中所有电芯的均值情况,而且在充电末端和放电末端代表了极限电芯的极值情况,如图6所示。本发明实施例当完成对每个单体电池的SOC修正后,将进行PackSOC的处理,包括一致性处理、平滑处理以及映射处理,具体处理过程如下:
①PackSOC一致性处理:
其中,SOCmin为所有单体电池中的最低SOC;SOCmax为所有单体电池中的最高SOC;Smin为加权SOC下限;Smax为加权SOC上限。
Smin、Smax可根据实际需要进行人工标定,示例性地,如图6所示,本发明实施例以Smin取值为20、Smax取值为95为例。通过进行PackSOC一致性处理,以使技术人员准确了解电池组的SOC情况,从而对SOC进行有效修正。
②PackSOC平滑处理
电池系统在实际使用的过程中,真实SOC的值有可能在各种工况条件下发生跳变,由此带来客户体验问题,平滑处理的目的是在保证客户体验的前提下使显示SOC尽量接近真实SOC。
本发明实施例提供的平滑方式,主要有以下几种:
当真实SOC和BattSOC值相差很小时,BattSOC进行正常安时(Ah)积分。
示例性地,当目标车辆的电池处于放电状态时,当真实SOC大于BattSOC时,BattSOC在正常Ah积分的基础上乘上一个小于1的系数K1,等待真实SOC;
当真实SOC小于BattSOC时,BattSOC在正常Ah积分的基础上乘上一个大于1的系数K2,追赶真实SOC。
当目标车辆的电池处于充电状态时,当真实SOC大于BattSOC时,BattSOC在正常Ah积分的基础上乘上一个大于1的系数K3,追赶真实SOC;
当真实SOC小于BattSOC时,BattSOC在正常Ah积分的基础上乘上一个小于1的系数K4,等待真实SOC。
实际上,真实SOC与BattSOC的差值越大,修正系数K与1的差值越大;真实SOC越接近窗口值,修正系数K与1的差值也越大;值得注意,平滑后的BattSOC在充电电流不下降,放电电流不增加,以保证整车仪表的正常显示。当电池系统达到满充截止电压时,需增大BattSOC追随真实SOC的速率。
具体地,本发明实施例的总体最大修正速率为0.25%/s。
示例性地,当目标车辆长时间未使用时,电池会由于自身的损耗导致SOC减小,当用户再次启动目标车辆时,发现此时的SOC与上次使用后的SOC数值不一致,造成用户体验感变差,为避免此类情况发生,本发明实施例通过进行PackSOC平滑处理,仍显示上次停车时的SOC,并利用充放电过程,将显示出的BattSOC根据BattSOC与真实SOC间的差值情况进行追赶或等待,从而在提升用户体验感的同时,完成对SOC的修正。
③PackSOC映射处理
SOC映射的主要目的是将电池实际允许的SOC范围(这个范围是BMS标定SOC值的范围)映射到整车的仪表当中,借以实现整车SOC的全100%显示,示例性地,可采用插值进行对应处理。
具体地,如图7所示,BattSOC(计算SOC)的范围10%-100%映射到DisSOC(显示SOC)的0%-100%。通过进行电池荷电状态和显示荷电状态的有效映射,可令用户掌握目标车辆的电池荷电状态情况,又符合电池实际的使用规律。
本发明实施例通过采用PackSOC、BattSOC、DisSOC逐层过渡的方式,消除了电芯SOC、系统SOC、SOC追踪、显示SOC等部分的逻辑缺陷,在对全区间的SOC进行有效修正的同时,还可直接应用于复杂多变的整车工况中,工程适用性和实用性极佳。
此外,在车辆启动、BMS上电的过程中,本发明实施例的电池BMS会使用储存在固定存储器(NVM)中的SOC历史值,SOC历史值的使用需要满足电池上下电时长判定条件,当电池上下电时长较短时,使用上一阶段电池的SOC,当电池上下电时长较长时,则重新计算电池SOC初始值。
示例性地,当存储SOC的时钟时间与当前时钟时间差值≤3h时,SOC_int=SOC_NVM,当存储SOC的时钟时间与当前时钟时间差值>3h时,SOC_int会根据此时的电芯电压值,在BMS内部查询SOC-OCV曲线数据,重新判定初始SOC值,即SOC_int。
本发明实施例首先需要依托云端的电池历史数据,通过车辆工况反馈的电池电压、电流、温度、等信号计算电池的特征参量,进而推断电池系统的SOC状态,将电池系统的SOC状态划分为三个区间段,针对每个区间段SOC的伏安特性分别设计电池SOC修正方法,在小范围内避免了其他干扰因素,充分展现了每一种修正策略的优势,解决了磷酸铁锂电池SOC修正的困难,整体SOC修正精度可以达到2%以内,通过进行SOC初始化、云端数据分析、区间段识别、SOC核心计算、SOC修正策略、SOC过程处理(PackSOC一致性处理、BattSOC平滑处理、DisSOC映射处理),系统阐述了磷酸铁锂电池SOC的建立、特征参量的匹配以及在整车行驶工况下的处理过程,是一套完整且实用的SOC修正方法。
本发明实施例提供了一种电池荷电状态修正装置,如图8所示,该电池荷电状态修正装置包括:
获取模块101,用于获取目标车辆的当前行驶数据和当前电池数据。详细内容参见上述方法实施例中步骤S101的相关描述,在此不再进行赘述。
第一处理模块102,用于基于当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子。详细内容参见上述方法实施例中步骤S102的相关描述,在此不再进行赘述。
第二处理模块103,用于在预设数据集中筛选与当前行驶数据和实际特征因子相匹配的初始特征因子对应的初始荷电状态值,预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集。详细内容参见上述方法实施例中步骤S103的相关描述,在此不再进行赘述。
第三处理模块104,用于确定初始荷电状态值对应的电池荷电状态调整区间段。详细内容参见上述方法实施例中步骤S104的相关描述,在此不再进行赘述。
修正模块105,用于基于电池荷电状态调整区间段对应的修正策略,利用当前电池数据对初始荷电状态值进行修正,得到目标车辆的当前电池荷电状态值。详细内容参见上述方法实施例中步骤S105的相关描述,在此不再进行赘述。
上述的电池荷电状态修正装置的更进一步描述参见上述电池荷电状态修正方法实施例的相关描述,在此不再进行赘述。
通过上述各个组成部分的协同合作,本发明实施例提供的电池荷电状态修正装置,通过电池数据计算得到实际特征因子,将实际特征因子与预设数据集中的初始特征因子进行匹配,通过匹配的初始特征因子,确定初始特征因子对应的初始荷电状态值,根据初始荷电状态值所处的荷电状态调整区间,选择对应的修正策略进行修正,最终得到目标车辆的当前电池荷电状态值。通过电池数据计算目标车辆的实际特征因子,借助预设数据集中的数据进行匹配和后续修正计算,不仅可对全区间的电池荷电状态进行修正,在保证电池荷电状态修正准确的同时,还大幅缩短了荷电状态修正时间,可直接应用于复杂多变的整车场景中。
本发明实施例提供了一种电子设备,如图9所示,该电子设备包括处理器901和存储器902,存储器902和处理器901之间互相通信连接,其中处理器901和存储器902可以通过总线或者其他方式连接,图9中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器901的各种功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的方法。
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,实现的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种电池荷电状态修正方法,其特征在于,包括:
获取目标车辆的当前行驶数据和当前电池数据;
基于所述当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;
在预设数据集中筛选与所述当前行驶数据和所述实际特征因子相匹配的初始特征因子对应的初始荷电状态值,所述预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集;
确定所述初始荷电状态值对应的电池荷电状态调整区间段;
基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,得到所述目标车辆的当前电池荷电状态值。
2.根据权利要求1所述的方法,其特征在于,所述电池荷电状态调整区间段按照荷电状态值的高低依次分为高荷电状态区间、平台区间和低荷电状态区间,所述基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,包括:
当所述初始荷电状态值位于所述高荷电状态区间或所述低荷电状态区间时,采用动态修正策略结合静态修正策略和所述当前电池数据对所述初始荷电状态值进行修正;
当所述初始荷电状态值位于所述平台区间时,计算所述当前电池数据的电池电压与充/放电能量间的变化量,根据所述电池电压与充/放电能量间的变化量电池对所述初始荷电状态值进行修正。
3.根据权利要求2所述的方法,其特征在于,所述当所述初始荷电状态值位于所述高荷电状态区间或所述低荷电状态区间时,采用动态修正策略结合静态修正策略和所述当前电池数据对所述初始荷电状态值进行修正,包括:
获取所述当前电池数据内的第一单体电压、当前电压和当前电流;
当所述当前电流小于第一预设电流阈值时,根据所述第一单体电压和所述当前电压的对应关系,对所述初始荷电状态值进行修正。
4.根据权利要求2所述的方法,其特征在于,所述当所述初始荷电状态值位于所述平台区间时,计算所述当前电池数据的电池电压与充/放电能量间的变化量,根据所述电池电压与充/放电能量间的变化量对所述初始荷电状态值进行修正,包括:
获取单体电压、当前电压和当前电池容量;
根据所述当前电压和当前电池容量,计算得到单位电压的充/放电能量变化曲线;
寻找所述单位电压的充/放电能量变化曲线中的第二个极值特征点位置,将所述极值特征点位置对应的荷电状态值确定为所述目标车辆的当前电池荷电状态值。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取所述当前电池数据内的第二单体电压;
当所述当前电流小于第二预设电流阈值时,根据所述第二单体电压和所述当前电压的对应关系,对所述初始荷电状态值进行修正,其中,所述第二单体电压小于所述第一单体电压;所述第二预设电流阈值大于所述第一预设电流阈值。
6.根据权利要求5所述的方法,其特征在于,在对所述初始荷电状态值进行修正之前,所述方法还包括:
获取所述当前电流小于所述第一预设电流阈值的第一持续时间,或所述当前电流小于第二预设电流阈值的第二持续时间;
当所述第一持续时间或所述第二持续时间达到预设时长时,对所述初始荷电状态值进行修正。
7.根据权利要求1所述的方法,其特征在于,还包括:
将修正后的荷电状态值进行过程处理,所述过程处理包括电池系统荷电状态一致化处理和电池系统荷电状态平滑处理,得到电池系统荷电状态值;
获取所述目标车辆的当前显示荷电状态值;
将所述电池系统荷电状态值与所述当前显示荷电状态值进行比较;
根据比较结果,将所述电池系统荷电状态值进行放大/缩小,并映射至整车仪表中进行显示。
8.一种电池荷电状态修正装置,其特征在于,包括:
获取模块,用于获取目标车辆的当前行驶数据和当前电池数据;
第一处理模块,用于基于所述当前电池数据进行表征电池荷电状态的特征因子计算,得到实际特征因子;
第二处理模块,用于在预设数据集中筛选与所述当前行驶数据和所述实际特征因子相匹配的初始特征因子对应的初始荷电状态值,所述预设数据集为车辆的历史行驶数据、初始特征因子及初始荷电状态值的关系数据集;
第三处理模块,用于确定所述初始荷电状态值对应的电池荷电状态调整区间段;
修正模块,用于基于所述电池荷电状态调整区间段对应的修正策略,利用所述当前电池数据对所述初始荷电状态值进行修正,得到所述目标车辆的当前电池荷电状态值。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7中任一项所述的方法。
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计算机执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519859.4A CN115923589A (zh) | 2022-11-30 | 2022-11-30 | 一种电池荷电状态修正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211519859.4A CN115923589A (zh) | 2022-11-30 | 2022-11-30 | 一种电池荷电状态修正方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115923589A true CN115923589A (zh) | 2023-04-07 |
Family
ID=86557021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211519859.4A Pending CN115923589A (zh) | 2022-11-30 | 2022-11-30 | 一种电池荷电状态修正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115923589A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184216A (zh) * | 2023-04-28 | 2023-05-30 | 广汽埃安新能源汽车股份有限公司 | 电池状态检测方法及装置 |
CN117269801A (zh) * | 2023-11-22 | 2023-12-22 | 潍柴新能源动力科技有限公司 | 电池荷电状态的确定方法、确定装置和电子设备 |
-
2022
- 2022-11-30 CN CN202211519859.4A patent/CN115923589A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184216A (zh) * | 2023-04-28 | 2023-05-30 | 广汽埃安新能源汽车股份有限公司 | 电池状态检测方法及装置 |
CN117269801A (zh) * | 2023-11-22 | 2023-12-22 | 潍柴新能源动力科技有限公司 | 电池荷电状态的确定方法、确定装置和电子设备 |
CN117269801B (zh) * | 2023-11-22 | 2024-03-01 | 潍柴新能源动力科技有限公司 | 电池荷电状态的确定方法、确定装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115923589A (zh) | 一种电池荷电状态修正方法及装置 | |
CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
CN110011374B (zh) | 一种电池充放电电流的控制方法、系统及终端设备 | |
CN112216886B (zh) | 预估电池充电时间的方法及装置 | |
JP2016186487A (ja) | 二次電池の充電状態測定装置及び二次電池の充電状態測定方法 | |
WO2023273911A1 (zh) | 一种电池剩余充电时间估算方法及装置 | |
CN112904208A (zh) | 用于估计电池单元的开路电压的方法和系统 | |
JP5662438B2 (ja) | 電気化学蓄電池の較正方法 | |
CN112557928A (zh) | 一种计算电池荷电状态的方法、装置和动力电池 | |
CN112327183A (zh) | 一种锂离子电池soc估算方法和装置 | |
CN115754736A (zh) | 一种储能系统充放电末端的soc校准方法及装置 | |
CN114035083A (zh) | 电池总容量计算方法、装置、系统和存储介质 | |
CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 | |
US11034243B2 (en) | Vehicle battery controller based on a reduced order model | |
CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 | |
CN115902653A (zh) | 确定电池老化程度的方法、装置、存储介质与电子设备 | |
CN110133510A (zh) | 一种锂离子电池荷电状态soc混合估计方法 | |
WO2023116533A1 (zh) | 修正电池soc的方法及相关装置 | |
WO2022183459A1 (zh) | 一种估算电池包soc的方法、装置及电池管理系统 | |
CN112213644B (zh) | 电池荷电状态估算方法及电池管理系统 | |
CN115097309A (zh) | 电池soc的在线预测方法、装置、电子设备及存储介质 | |
CN114636936A (zh) | 一种铅酸电池充电阶段soc预测曲线的修正方法及装置 | |
CN114460475A (zh) | 电池ocv确定方法及装置、电池soc的估算方法 | |
CN114487844A (zh) | 一种基于电池容量的锂离子电池soc估计方法 | |
CN113805072B (zh) | 容量的确定方法和确定装置、分容方法及动力电池系统 |
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 |