CN116125312A - 充电剩余时间的估计方法、装置和计算机存储介质 - Google Patents
充电剩余时间的估计方法、装置和计算机存储介质 Download PDFInfo
- Publication number
- CN116125312A CN116125312A CN202111342737.8A CN202111342737A CN116125312A CN 116125312 A CN116125312 A CN 116125312A CN 202111342737 A CN202111342737 A CN 202111342737A CN 116125312 A CN116125312 A CN 116125312A
- Authority
- CN
- China
- Prior art keywords
- battery
- charging
- moment
- current
- state parameter
- 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 65
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 25
- 230000036541 health Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. 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]
- G01R31/385—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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
一种充电剩余时间的估计方法、装置和计算机存储介质,该方法包括:获取电池在当前时刻的真实状态参数以及为电池充电的充电设备的输出能力;根据真实状态参数和电池充电图谱,得到电池在当前时刻的最大允许充电电流,并根据当前时刻的最大允许充电电流和输出能力得到电池在当前时刻的有效充电电流;根据当前时刻的有效充电电流和真实状态参数,利用电池热仿真模型得到电池在后续时刻的估计状态参数;若确定目标时刻的估计状态参数表征电池已充电完成,则根据当前时刻和目标时刻得到充电剩余时间。本发明能够准确估计电池的有效充电电流和电池的状态参数,进而能够准确估计充电剩余时间。
Description
技术领域
本发明涉及电池管理技术领域,更具体地,涉及一种充电剩余时间的估计方法、装置和计算机存储介质。
背景技术
为电动汽车的动力电池充电的过程中,用户需要了解需要的剩余充电时长。目前,一般采用充电剩余容量除以充电电流来估算动力电池的充电剩余时间,此种估算方式随着动力电池寿命衰减累计误差逐渐增大,使得对充电剩余时间的估计不准确,影响用户出行。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
针对现有技术的不足,本发明实施例第一方面提出了一种充电剩余时间的估计方法,包括:
获取电池在当前时刻的真实状态参数以及为所述电池充电的充电设备的输出能力;
根据所述真实状态参数和电池充电图谱,得到所述电池在所述当前时刻的最大允许充电电流,并根据所述当前时刻的所述最大允许充电电流和所述输出能力得到所述电池在所述当前时刻的有效充电电流;
根据当前时刻的所述有效充电电流、所述真实状态参数,利用电池热仿真模型得到所述电池在后续时刻的估计状态参数;
若确定目标时刻的所述估计状态参数表征所述电池已充电完成,则根据所述当前时刻和所述目标时刻得到充电剩余时间。
在一个实施例中,所述根据所述有效充电电流和所述真实状态参数,利用电池热仿真模型得到所述电池在后续时刻的估计状态参数,包括:
根据当前时刻的所述有效充电电流和所述真实状态参数,得到第一时刻的第一估计状态参数;
若所述第一估计状态参数表征电池已充电完成,则根据所述第一时刻和所述当前时刻计算充电剩余时间;
若所述第一估计状态参数表征电池未充电完成,则根据所述第一估计状态参数,利用所述电池热仿真模型得到第二时刻的第二估计状态参数。
在一个实施例中,若所述第一估计状态参数表征电池未充电完成,所述方法还包括:
根据所述第一估计状态参数和所述电池充电图谱,得到所述电池在所述第一时刻的最大允许充电电流,并根据所述第一时刻的所述最大允许充电电流和所述输出能力得到所述电池在所述第一时刻的有效充电电流;
所述热仿真模型根据所述第一时刻的有效充电电流和所述第一估计状态参数,得到所述第二时刻的所述第二估计状态参数。
在一个实施例中,所述获取电池在当前时刻的真实状态参数以及为所述电池充电的充电设备的输出能力,包括:接收由域控制器上传的所述真实状态参数和所述输出能力。
在一个实施例中,获得所述充电剩余时间之后,所述方法还包括:将所述充电剩余时间下发至所述域控制器。
在一个实施例中,所述真实状态参数包括以下至少一项:所述电池的温度、电压、电流、电阻、荷电状态、健康状态。
本发明实施例第二方面提供一种充电剩余时间的估计方法,所述方法包括:
获取电池的真实状态参数和为所述电池充电的充电设备的输出能力,并将所述真实状态参数和所述输出能力上传至云端处理器;
获取所述云端处理器下发的、根据所述真实状态参数和所述输出能力计算得到的充电剩余时间;
判断所述真实状态参数是否更新,若所述真实状态参数未更新,则控制仪表盘显示所述充电剩余时间,若所述真实状态参数更新,则将更新后的真实状态参数重新上传至所述云端处理器以重新计算充电剩余时间。
本发明实施例第三方面提供一种充电剩余时间的估计装置,所述装置包括存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行本发明实施例第一方面所述的充电剩余时间的估计方法。
本发明实施例第四方面提供一种充电剩余时间的估计装置,所述装置包括存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行本发明实施例第二方面所述的充电剩余时间的估计方法。
本发明实施例第五方面提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现本发明实施例第一方面所述的充电剩余时间的估计方法。
本发明实施例第六方面提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时实现本发明实施例第二方面所述的充电剩余时间的估计方法。
本发明实施例的充电剩余时间的估计方法、装置和计算机存储介质利用电池充电图谱、根据电池的真实状态参数和充电设备的输出能力估计电池的有效充电电流,由于考虑到了充电设备的输出能力,因而使有效充电电流更加准确;并利用电池热仿真模型、根据该有效充电电流估计电池的状态参数,由于是根据实际状态参数估计得到估计状态参数,因而更加准确,从而能够准确估计充电剩余时间。
附图说明
通过结合附图对本发明的实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1为根据本发明一个实施例的充电剩余时间的估计方法的示意性流程图;
图2为基于云端处理器实现本发明实施例的充电剩余时间的估计方法的示意图;
图3为根据本发明一个实施例的计算t1时刻电池的估计状态参数的示意图;
图4为根据本发明一个实施例的计算t2时刻电池的估计状态参数的示意图;
图5为根据本发明一个实施例的计算tn+1时刻电池的估计状态参数的示意图;
图6为根据本发明另一个实施例的充电剩余时间的估计方法的示意性流程图;
图7为根据本发明一个实施例的充电剩余时间的估计装置的示意性框图。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请中描述的本申请实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本申请的保护范围之内。
在下文的描述中,给出了大量具体的细节以便提供对本申请更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本申请可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本申请发生混淆,对于本领域公知的一些技术特征未进行描述。
应当理解的是,本申请能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使公开彻底和完全,并且将本申请的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时,单数形式的“一”、“一个”和“所述/该”也意图包括复数形式,除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”,当在该说明书中使用时,确定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时,术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本申请,将在下列的描述中提出详细的结构,以便阐释本申请提出的技术方案。本申请的可选实施例详细描述如下,然而除了这些详细描述外,本申请还可以具有其他实施方式。
为了估算充电剩余时间,一些方案考虑到了电池温升对充电剩余时间的影响。但这类方案仅仅是在不同工况下采用不同的温升曲线,而电动汽车充电过程中所处的工况是十分多变复杂的,动力电池的性能与其所处温度区段密切相关,尤其是在高温和低温情况下,电池性能输出对于温度变化反应十分灵敏,而温升曲线难以覆盖所有的工况。并且,由于没有考虑到充电过程中外部充电设备由于自身性能受限导致输出功率降低、也会进一步影响充电剩余时间,因而不能准确计算充电剩余时间。
基于此,本发明实施例提出了一种估计充电剩余时间的方案,使其适用于各种不同的工况。下面参照附图来描述本发明实施例提出的充电剩余时间的估计方法、装置和计算机存储介质。首先参见图1,图1示出了根据本发明实施例的充电剩余时间的估计方法100的示意性流程图。如图1所示,本发明实施例的充电剩余时间的估计方法100包括如下步骤:
在步骤S110,获取电池在当前时刻的真实状态参数以及为所述电池充电的充电设备的输出能力;
在步骤S120,根据所述真实状态参数和电池充电图谱,得到所述电池在所述当前时刻的最大允许充电电流,并根据所述当前时刻的所述最大允许充电电流和所述输出能力得到所述电池在所述当前时刻的有效充电电流;
在步骤S130,根据当前时刻的所述有效充电电流和所述真实状态参数,利用电池热仿真模型得到所述电池在后续时刻的估计状态参数;
在步骤S140,若确定目标时刻的所述估计状态参数表征所述电池已充电完成,则根据所述当前时刻和所述目标时刻得到充电剩余时间。
作为一种实现方式,本发明实施例的充电剩余时间的估计方法100实现于云端处理器。参见图2,域控制器采集电池的状态信息并获取充电设备的输出能力信息,整合处理后上传到云端处理器,云端处理器接收信号后计算出充电剩余时间并将充电剩余时间下发到域控制器,域控制器通过整车协议上传给车载仪表盘显示充电剩余时间。由此,将部分计算功能移植到云端处理器,释放域控制器本地有限的算力资源。可选地,本发明实施例的充电剩余时间的估计方法100也可以实现在域控制器本地,避免由于网络状态不佳而影响充电剩余时间的更新。
在步骤S110,获取电池在当前时刻下的真实状态参数以及为所述电池充电的充电设备的输出能力。其中,电池的真实状态参数包括包含电池基本的温度、电压、电流,以及域控制器计算处理后得到的SOC(荷电状态)、SOH(健康状态)、电池的电阻等。若方法实现于云端处理器,则域控制器从电池获取温度、电压、电流,计算得到SOC、SOH、电阻,并从为电池充电的车载充电设备、和快充设备等外部充电设备处获取充电设备的输出能力,充电设备的输出能力决定了电池充电电流的上限。之后,域控制器对这些数据进行合理性比较、整合处理后打包成数据包,并上传云端处理器。
在步骤S120,首先,根据电池的真实状态参数和电池充电图谱,得到电池在当前时刻的最大允许充电电流。其中,电池充电图谱由电池生产厂商提供,是在电池设计寿命内安全充电的电流值图谱。电池充电图谱与电池状态参数相关,是一张多维度的数据表格,将电池的真实状态参数输入到电池充电图谱,能够得到对应的最大允许充电电流。
下文中将当前时刻记为t0;将电池在当前时刻的真实状态参数记为S(t0);其中电池的真实温度记为T(t0);将充电设备的输出能力记为Device Limit。参见图3,将t0时刻的真实状态参数S(t0)输入到电池充电图谱之后,电池充电图谱根据S(t0)计算出电池的最大允许充电电流I(t0)。
之后,根据当前时刻的最大允许充电电流I(t0)和充电设备的输出能力DeviceLimit得到电池在当前时刻的有效充电电流Ip(t0)。具体地,首先对最大允许充电电流I(t0)进行合理性校验,I(t0)通过合理性校验后,比较I(t0)和充电设备的输出能力DeviceLimit,根据比较结果输出有效充电电流Ip(t0),示例性地,有效充电电流Ip(t0)为I(t0)和Device Limit中的较小值。本发明实施例根据最大允许充电电流和充电设备的输出能力得到有效充电电流,使得有效充电电流不会超过充电设备的输出能力和电池的最大允许充电电流,因而更接近真实的充电电流。
继续参照图3,得到有效充电电流I(t0)之后,将I(t0)和电池的真实状态参数S(t0)输入到电池热仿真模型。电池热仿真模型是结合电池电化学模型、电池模组热模型以及热管理策略得到的仿真模型,表征了电池温度随充电电流和电池状态参数的变化,根据电池热仿真模型能够得到较为准确的估计状态参数。电池热仿真模型根据Ip(t0)、S(t0)和T(t0)计算出电池在第一时刻(记为t1)下的第一估计状态参数S(t1),其中包括第一估计温度T(t1)。
之后,判断第一估计状态参数S(t1)是否表征电池已充电完成,例如,可以根据电池估计状态参数中的荷电状态(SOC)是否已达到100%判断电池是否充电完成,或者根据电池状态参数中的温度是否已达到阈值温度来判断电池是否已充电完成等。如果此时电池估计状态参数表征电池已经充电完成,则根据t0和t1计算从当前时刻充电到电池充电完成所需的充电剩余时间,并且下发给域控制器。如果t1时刻的电池参数表征电池在t1时刻没有充电完成,则根据t1时刻的估计状态参数S(t1)作为第二时刻(记为t2)的输入数据,分别传递到电池热仿真模型和电池充电图谱进行下一次迭代计算;采用迭代式的估计方法能够减小估计误差。
参见图4,在对t2时刻的参数进行估计时,首先将根据电池在t1时刻的第一估计状态参数S(t1)和电池充电图谱,得到电池在t1时刻的最大允许充电电流I(t1),第一估计状态参数包括第一温度T(t1)。之后,根据最大允许充电电流I(t1)和充电设备的输出能力Device Limit得到电池在当前时刻的有效充电电流Ip(t1)。得到有效充电电流I(t1)之后,将I(t1)和S(t1)输入到电池热仿真模型。电池热仿真模型根据Ip(t1)和S(t1)计算出电池在t2时刻下的第二估计温度T(t2),并根据Ip(t1)和S(t1)计算出电池在t2时刻下的第二估计状态参数S(t2),以及判断第二估计参数是否表征电池已充电完成,若第二估计参数表征电池已充电完成,则根据t2和t0计算充电剩余时间,以此类推。
参见图5,在迭代计算过程中,tn+1时刻的输入数据为tn时刻的估计状态参数S(tn)和有效充电电流Ip(tn),输出数据为tn+1时刻的估计状态参数S(tn+1)和有效充电电流Ip(tn+1),其中估计状态参数S(tn)包括估计温度T(tn),估计状态参数S(tn+1)包括估计温度T(tn+1)。得到tn+1时刻的估计状态参数S(tn+1)之后,判断S(tn+1)是否表征电池已充电完成;如果S(tn+1)表征电池已经充电完成,则根据t1和tn+1计算充电剩余时间并且下发给域控制器;如果S(tn+1)表征电池没有充电完成,则根据tn+1时刻的估计状态参数S(tn+1)和有效充电电流Ip(tn+1)再次进行迭代计算,直到某一时刻电池的估计状态参数表征电池已充电完成,则根据该时刻确定充电剩余时间,并停止迭代运算。
示例性地,云端处理器得到充电剩余时间后,打包下发给域处理器。域控制器接收到充电剩余时间后,判断电池状态参数是否更新。如果电池状态参数未更新,此时域控制器将充电剩余时间上传仪表显示。如果电池参数更新,则需要使用更新后的电池参数重新计算充电剩余时间,以确保充电剩余时间的准确性,充电剩余时间的计算方法如上文所述。
本发明实施例的充电剩余时间的估计方法100利用电池充电图谱、根据电池的真实状态参数和充电设备的输出能力估计电池的有效充电电流,由于考虑到了充电设备的输出能力,因而使有效充电电流更加准确;并利用电池热仿真模型、根据该有效充电电流估计电池的状态参数,由于电池估计状态参数是根据电池的实际状态参数估计得到,因而更加准确,从而能够准确估计充电剩余时间。
下面参见图6,图6示出了根据本发明另一实施例的充电剩余时间的估计方法600的示意性流程图,充电剩余时间的估计方法600可以实现于车辆的域控制器。如图6所示,本发明实施例的充电剩余时间的估计方法600包括如下步骤:
在步骤S610,获取电池的真实状态参数和为所述电池充电的充电设备的输出能力,并将所述真实状态参数和所述输出能力上传至云端处理器;
在步骤S610,获取所述云端处理器下发的、根据所述真实状态参数和所述输出能力计算得到的充电剩余时间;
在步骤S610,判断所述真实状态参数是否更新,若所述真实状态参数未更新,则控制仪表盘显示所述充电剩余时间,若所述真实状态参数更新,则将更新后的真实状态参数重新上传至所述云端处理器以重新计算充电剩余时间。
本发明实施例的充电剩余时间的估计方法600将部分计算功能移植到云端处理器,能够释放域控制器本地有限的算力资源,并且云端处理器在估计充电剩余时间时考虑到了充电设备的输出能力,提高了充电剩余时间估计的准确性。云端处理器根据充电剩余时间和电池的真实状态参数估计充电剩余时间的具体方法可以参照上文描述的充电剩余时间的估计方法100,在此不做赘述。
本发明实施例还提供一种充电剩余时间的估计装置,该装置可以用于实现上文所述的充电剩余时间的估计方法100。参见图7,图7示出了根据本发明实施例的充电剩余时间的估计装置700的示意性框图。本发明实施例的充电剩余时间的估计装置700可以实现为云端处理器或车辆的域控制器。
如图7所示,所述充电剩余时间的估计装置700包括存储器710、处理器720及存储在所述存储器710上且在所述处理器720上运行的计算机程序,所述处理器720执行所述计算机程序时可以实现如上所述的充电剩余时间的估计方法100。所述处理器720可以通过软件、硬件、固件或者其组合实现,可以使用电路、单个或多个为特定用途集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital SignalProcessor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field ProgrammableGate Array,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种,从而使得所述装置可以执行本申请的各个实施例中的充电剩余时间的估计方法100的部分步骤或全部步骤或其中步骤的任意组合。
本发明实施例还提出了一种计算机存储介质,其上存储有计算机程序,该计算机程序被执行时可以实现本发明实施例的充电剩余时间的估计方法100。
本发明实施例的充电剩余时间的估计装置和计算机存储介质用于实现上文所述的充电剩余时间的估计方法100,因而也具备类似的优点。
本发明实施例还提供一种充电剩余时间的估计装置,该装置可以用于实现上文所述的充电剩余时间的估计方法600,该充电剩余时间的估计装置可以实现为车辆的域控制器。继续参见图7,充电剩余时间的估计装置700包括存储器710、处理器720及存储在所述存储器710上且在处理器720上运行的计算机程序,处理器720执行计算机程序时可以实现如上所述的充电剩余时间的估计方法600。
本发明实施例还提出了一种计算机存储介质,其上存储有计算机程序,该计算机程序被执行时可以实现本发明实施例的充电剩余时间的估计方法600。
本发明实施例的充电剩余时间的估计装置和计算机存储介质用于实现上文所述的充电剩余时间的估计方法600,因而也具备类似的优点。
尽管这里已经参考附图描述了示例实施例,应理解,上述示例实施例仅仅是示例性的,并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本申请并帮助理解各个发明方面中的一个或多个,在对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本申请的方法解释成反映如下意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本申请的具体实施方式或对具体实施方式的说明,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,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种充电剩余时间的估计方法,其特征在于,所述方法包括:
获取电池在当前时刻的真实状态参数以及为所述电池充电的充电设备的输出能力;
根据所述真实状态参数和电池充电图谱,得到所述电池在所述当前时刻的最大允许充电电流,并根据所述当前时刻的所述最大允许充电电流和所述输出能力得到所述电池在所述当前时刻的有效充电电流;
根据所述当前时刻的所述有效充电电流和所述真实状态参数,利用电池热仿真模型得到所述电池在后续时刻的估计状态参数;
若确定目标时刻的所述估计状态参数表征所述电池已充电完成,则根据所述当前时刻和所述目标时刻得到充电剩余时间。
2.根据权利要求1所述的充电剩余时间的估计方法,其特征在于,所述根据所述有效充电电流和所述真实状态参数,利用电池热仿真模型得到所述电池在后续时刻的估计状态参数,包括:
根据当前时刻的所述有效充电电流和所述真实状态参数,得到第一时刻的第一估计状态参数;
若所述第一估计状态参数表征电池已充电完成,则根据所述第一时刻和所述当前时刻计算充电剩余时间;
若所述第一估计状态参数表征电池未充电完成,则根据所述第一估计状态参数,利用所述电池热仿真模型得到第二时刻的第二估计状态参数。
3.根据权利要求2所述的充电剩余时间的估计方法,其特征在于,若所述第一估计状态参数表征电池未充电完成,所述方法还包括:
根据所述第一估计状态参数和所述电池充电图谱,得到所述电池在所述第一时刻的最大允许充电电流,并根据所述第一时刻的所述最大允许充电电流和所述输出能力得到所述电池在所述第一时刻的有效充电电流;
基于所述热仿真模型,根据所述第一时刻的有效充电电流和所述第一估计状态参数,得到所述第二时刻的所述第二估计状态参数。
4.根据权利要求1所述的充电剩余时间的估计方法,其特征在于,所述获取电池在当前时刻的真实状态参数、以及为所述电池充电的充电设备的输出能力,包括:
接收由域控制器上传的所述真实状态参数和所述输出能力。
5.根据权利要求4所述的充电剩余时间的估计方法,其特征在于,获得所述充电剩余时间之后,所述方法还包括:
将所述充电剩余时间下发至所述域控制器。
6.根据权利要求1所述的充电剩余时间的估计方法,其特征在于,所述真实状态参数包括以下至少一项:所述电池的温度、电压、电流、电阻、荷电状态、健康状态。
7.一种充电剩余时间的估计方法,其特征在于,所述方法包括:
获取电池的真实状态参数和为所述电池充电的充电设备的输出能力,并将所述真实状态参数和所述输出能力上传至云端处理器;
获取所述云端处理器下发的、根据所述真实状态参数和所述输出能力计算得到的充电剩余时间;
判断所述真实状态参数是否更新,若所述真实状态参数未更新,则控制仪表盘显示所述充电剩余时间,若所述真实状态参数更新,则将更新后的真实状态参数重新上传至所述云端处理器以重新计算充电剩余时间。
8.一种充电剩余时间的估计装置,其特征在于,所述装置包括存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-6中任一项所述的充电剩余时间的估计方法。
9.一种充电剩余时间的估计装置,其特征在于,所述装置包括存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求7所述的充电剩余时间的估计方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1-6中任一项所述的充电剩余时间的估计方法。
11.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求7所述的充电剩余时间的估计方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342737.8A CN116125312A (zh) | 2021-11-12 | 2021-11-12 | 充电剩余时间的估计方法、装置和计算机存储介质 |
PCT/CN2022/127042 WO2023082982A1 (zh) | 2021-11-12 | 2022-10-24 | 充电剩余时间的估计方法、装置和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342737.8A CN116125312A (zh) | 2021-11-12 | 2021-11-12 | 充电剩余时间的估计方法、装置和计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116125312A true CN116125312A (zh) | 2023-05-16 |
Family
ID=86306715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111342737.8A Pending CN116125312A (zh) | 2021-11-12 | 2021-11-12 | 充电剩余时间的估计方法、装置和计算机存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116125312A (zh) |
WO (1) | WO2023082982A1 (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140350877A1 (en) * | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
CN110909443A (zh) * | 2019-10-12 | 2020-03-24 | 北京航空航天大学 | 一种高精度电池组充电剩余时间估算方法及系统 |
CN111196179A (zh) * | 2018-11-16 | 2020-05-26 | 宝沃汽车(中国)有限公司 | 电池剩余充电时间的估算方法、估算装置及车辆 |
CN112285568A (zh) * | 2020-10-21 | 2021-01-29 | 合肥工业大学 | 一种基于动力锂电池能量状态的剩余放电时间的估计方法 |
CN113147507A (zh) * | 2021-04-25 | 2021-07-23 | 北京新能源汽车股份有限公司 | 剩余充电时长的估算方法、装置及电动汽车 |
CN113406498A (zh) * | 2021-06-18 | 2021-09-17 | 广汽本田汽车有限公司 | 汽车电池充电时长的预估方法、系统、装置及存储介质 |
CN113504479A (zh) * | 2021-06-24 | 2021-10-15 | 浙江吉利控股集团有限公司 | 基于云的电池充电剩余时间的估算方法、系统和存储介质 |
US20210325466A1 (en) * | 2018-11-30 | 2021-10-21 | Contemporary Amperex Technology Co., Limited | Method, device, system for estimating remaining charging time and storage medium |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111806296A (zh) * | 2020-06-15 | 2020-10-23 | 汉腾汽车有限公司 | 一种电动汽车充电剩余时间估算方法 |
CN111999660B (zh) * | 2020-08-31 | 2021-10-29 | 安徽江淮汽车集团股份有限公司 | 充电剩余时间确定方法、设备、存储介质及装置 |
-
2021
- 2021-11-12 CN CN202111342737.8A patent/CN116125312A/zh active Pending
-
2022
- 2022-10-24 WO PCT/CN2022/127042 patent/WO2023082982A1/zh unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140350877A1 (en) * | 2013-05-25 | 2014-11-27 | North Carolina State University | Battery parameters, state of charge (soc), and state of health (soh) co-estimation |
CN111196179A (zh) * | 2018-11-16 | 2020-05-26 | 宝沃汽车(中国)有限公司 | 电池剩余充电时间的估算方法、估算装置及车辆 |
US20210325466A1 (en) * | 2018-11-30 | 2021-10-21 | Contemporary Amperex Technology Co., Limited | Method, device, system for estimating remaining charging time and storage medium |
CN110909443A (zh) * | 2019-10-12 | 2020-03-24 | 北京航空航天大学 | 一种高精度电池组充电剩余时间估算方法及系统 |
CN112285568A (zh) * | 2020-10-21 | 2021-01-29 | 合肥工业大学 | 一种基于动力锂电池能量状态的剩余放电时间的估计方法 |
CN113147507A (zh) * | 2021-04-25 | 2021-07-23 | 北京新能源汽车股份有限公司 | 剩余充电时长的估算方法、装置及电动汽车 |
CN113406498A (zh) * | 2021-06-18 | 2021-09-17 | 广汽本田汽车有限公司 | 汽车电池充电时长的预估方法、系统、装置及存储介质 |
CN113504479A (zh) * | 2021-06-24 | 2021-10-15 | 浙江吉利控股集团有限公司 | 基于云的电池充电剩余时间的估算方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023082982A1 (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6844683B2 (ja) | 蓄電素子管理装置、socのリセット方法、蓄電素子モジュール、蓄電素子管理プログラム及び移動体 | |
CN108828461B (zh) | 动力电池soh值估算方法及系统 | |
JP6963647B2 (ja) | Soc補正方法及び装置、電池管理システム、並びに記憶媒体 | |
CN110967646B (zh) | Soc修正方法和装置、电池管理系统和存储介质 | |
JP6657967B2 (ja) | 状態推定装置、状態推定方法 | |
CN111196179B (zh) | 电池剩余充电时间的估算方法、估算装置及车辆 | |
US9533597B2 (en) | Parameter identification offloading using cloud computing resources | |
CN114280478B (zh) | 电池组的ocv-soc曲线更新方法、电池管理系统及车辆 | |
KR102274383B1 (ko) | 자동차 차량 배터리의 에너지량 평가 | |
KR101996943B1 (ko) | 배터리 용량 상태 추정 장치 및 이의 방법 | |
CN111707955A (zh) | 电池剩余寿命的估算方法、装置和介质 | |
CN108896919B (zh) | 电池老化状态的估算方法、装置及电池管理系统 | |
CN112946482B (zh) | 一种基于模型的电池电压估算方法、装置、设备及存储介质 | |
JP6737022B2 (ja) | シミュレーション方法及びシミュレーション装置 | |
WO2023125129A1 (zh) | 电池soc的估算方法及相关装置 | |
CN116990691A (zh) | 一种电池剩余满充时间的评估方法、装置、设备和介质 | |
CN112356737B (zh) | 电池充电管理方法及电池管理系统 | |
CN113466722B (zh) | 确定电池荷电状态测量精度的方法及装置,电子设备 | |
CN116125312A (zh) | 充电剩余时间的估计方法、装置和计算机存储介质 | |
CN116559693A (zh) | 一种电池soc评估方法、装置、电子设备及存储介质 | |
WO2024007188A1 (zh) | 电池参数获取方法及相关装置 | |
CN114035049B (zh) | Soh精度的计算方法、装置和电子设备 | |
JP6737023B2 (ja) | シミュレーション方法及びシミュレーション装置 | |
CN111077466B (zh) | 一种确定车辆电池健康状态的方法及装置 | |
CN113777497A (zh) | 一种退化电池在线soc、soh联合估计方法、装置、存储介质和电子设备 |
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 |