CN116520172A - 电池组剩余容量估算方法、装置、电子设备和存储介质 - Google Patents
电池组剩余容量估算方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116520172A CN116520172A CN202310494980.4A CN202310494980A CN116520172A CN 116520172 A CN116520172 A CN 116520172A CN 202310494980 A CN202310494980 A CN 202310494980A CN 116520172 A CN116520172 A CN 116520172A
- Authority
- CN
- China
- Prior art keywords
- battery pack
- charging
- charging data
- data
- characteristic
- 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 63
- 239000000178 monomer Substances 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供一种电池组剩余容量估算方法、装置、电子设备和存储介质。该方法包括：获取第一电动汽车电池组的第一充电数据；提取第一充电数据的特征数据，特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，特征区间为第一电动汽车充电过程中，电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值，第一电压值小于第二电压值；将特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量。本申请的方法中，任意工况下的充电数据均可用于估算电池组剩余容量，提高了估算准确性。
Description
技术领域
本申请涉及新能源汽车技术领域，尤其涉及一种电池组剩余容量估算方法、装置、电子设备和存储介质。
背景技术
电池容量指电池在给定条件和时间下完全放电过程中产生的电荷总数。电池剩余容量则是指电池在被使用一段时间后所测量得到的电池容量，是评估电池在被长时间使用后其性能的一个重要指标。电池作为电动汽车的能源，其剩余容量对电动汽车的性能将产生直接影响。
目前估算电池剩余容量主要是在电池放电结束后静置至少一小时，再在标定工况下，进行充电并记录充电数据，绘制电池开路电压(Open Circuit Voltage，OCV)曲线，根据充电数据和OCV数据训练模型，使用模型估算其它工况下的电池剩余容量。
但实际中车辆使用工况经常与标定工况差异较大，且往往不会静置足够长的时间便进行充电，采用上述方法估算工况差异较大的电池剩余容量，估算精度较低，甚至不能进行估算。
发明内容
本申请提供一种电池组剩余容量估算方法、装置、电子设备和存储介质，用以解决现有技术中估算电池组剩余容量精度低的问题。
第一方面，本申请提供一种电池组剩余容量估算方法，包括：
获取第一电动汽车电池组的第一充电数据；
提取第一充电数据的特征数据，特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，特征区间为第一电动汽车充电过程中，电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值对应的区间，第一电压值小于第二电压值；
将特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量。
可选地，进入特征区间时的充电数据，包括进入特征区间时的电量、电流以及电池组的压差；
进入特征区间内的充电数据，包括特征区间内电池组的最高温度均值、最低温度均值、充电电量、平均充电电流、电流标准差、最大电流以及最小电流；
离开特征区间时的充电数据，包括离开特征区间时的电流以及电池组的压差。
可选地，获取第一电动汽车电池组的充电数据之前，还包括：
获取第二电动汽车的第二充电数据，第二电动汽车的充放电工况种类大于第一预设阈值；
根据第二充电数据，计算第二电动汽车的电池组剩余容量；
提取第二充电数据的特征数据；
根据第二充电数据的特征数据和第二电动汽车的电池组剩余容量，训练容量估算模型。
可选地，若多个第二电动汽车型号相同，则获取第二电动汽车的第二充电数据之前，还包括：
确定第二电动汽车在第一预设时长内的使用里程在预设范围内。
可选地，若第二充电数据为多个采集时刻采集的同一电动汽车的多个第二充电数据，则多个采集时刻的时间差大于第二预设时长小于第三预设时长，第二预设时长小于第三预设时长。
可选地，根据第二充电数据，计算第二电动汽车的电池组剩余容量，包括：
根据第二充电数据中满放满充的充电数据，计算电池组剩余容量。
可选地，获取第二电动汽车的第二充电数据，还包括：
将第二电动汽车的电池组在预设温度下以预设倍率完全放电并静置第四预设时长；
将电池组以预设倍率充电至最高截止电压，再恒压充电至充电电流小于第二预设阈值；
记录第二充电数据。
第二方面，本申请提供一种电池组剩余容量估算装置，包括：
获取模块，用于获取第一电动汽车电池组的第一充电数据；
提取模块，用于提取第一充电数据的特征数据，特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，特征区间为第一电动汽车充电过程中，电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值对应的区间，第一电压值小于第二电压值；
处理模块，用于将特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量。
第三方面，本申请提供一种电子设备，包括：存储器和处理器；
存储器用于存储计算机程序；处理器用于执行存储器存储的计算机程序，实现第一方面及第一方面任一种示例中的电池组剩余容量估算方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，该计算机程序被处理器执行时，实现第一方面及第一方面任一种示例中的电池组剩余容量估算方法。
本申请提供的电池组剩余容量估算方法、装置、电子设备和存储介质，通过获取第一电动汽车的第一充电数据，并将第一充电数据的特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量，且任意工况下的充电数据均可选取相应的特征区间，提取得到特征数据，因此任意工况下的充电数据均可用于估算电池组剩余容量，提高了电池组剩余容量的估算效率及准确性。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请一实施例提供的一种电池组剩余容量估算的场景示意图；
图2为本申请一实施例提供的一种电池组剩余容量估算方法的流程图；
图3为本申请一实施例提供的特征区间的示意图；
图4为本申请一实施例提供的一种剩余容量估算模型训练方法的流程图；
图5为本申请一实施例提供的一种电池组剩余容量估算装置的结构示意图；
图6为本申请一实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”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。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
电池作为电动汽车的动力来源，对电动汽车的性能有着直接影响。电池剩余容量是衡量电池寿命的重要指标，同时直接关系到电动汽车的最大输出电流和工作时长，因此估算电池组剩余容量极为重要。
目前估算电池组剩余容量，主要是在电池放电结束后静置至少一小时，再在标定工况下，进行充电并记录充电数据，绘制电池OCV曲线，根据充电数据和OCV数据训练模型，使用模型估算其它工况下的电池剩余容量。
但实际中通常是停车后立即充电，很难满足静置条件，且充电时充电倍率、温度等数据可能与标定工况相差较大，上述方法并不适用所有电动汽车任意充电情况下的电池组剩余容量估算。
针对上述问题，本申请提出了一种电池组剩余容量估算方法、装置、电子设备和存储介质。本申请通过获取第一电动汽车的第一充电数据，提取第一充电数据的特征数据，并输入容量估算模型，使模型输出估算的电池组剩余电量。其中，第一充电数据可以是第一电动汽车在任意条件下的充电数据，而不限于标定工况，因此本申请的方法适用于更多电动汽车的电池组容量估算，提高了估算效率。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1示出了本申请一实施例提供的一种电池组剩余容量估算的场景示意图。如图1所示，电子设备将电动汽车的电池组充电数据输入容量估算模型，模型可输出该电池组的剩余容量。其中，充电数据可以是电动汽车充电满放满充产生的数据，也可以是未完全放电便充电产生的数据，充电时长也较为随机，例如，可以仅充电半小时。
本申请中，以电子设备为执行主体，执行如下实施例的电池组剩余容量估算方法。具体地，该执行主体可以为电子设备的硬件装置，或者为电子设备中实现下述实施例的软件应用，或者为安装有实现下述实施例的软件应用的计算机可读存储介质，或者为实现下述实施例的软件应用的代码。
图2示出了本申请一实施例提供的一种电池组剩余容量估算方法的流程图。如图2所示，以电子设备为执行主体，本实施例的方法可以包括如下步骤：
S201、获取第一电动汽车电池组的第一充电数据。
本实施例中，第一电动汽车可以是任意电动汽车，例如使用里程数为2万公里或者10万公里，使用时长为1年或5年。第一充电数据可以是满放满充产生的充电数据，也可以是未满放而满充产生的充电数据，还可以是短暂充电产生的充电数据，例如仅充电半小时或一小时。其中，满放满充是指完全放电再充电至满电。
S202、提取第一充电数据的特征数据，特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据。
本实施例中，特征区间为第一电动汽车充电过程中，电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值对应的区间，第一电压值小于第二电压值。
其中，特征区间的选取与第一电动汽车的充电区间有关，第一电压值与第二电压值的差值可以根据需要设置，例如可以是80mV、100mV、150mV等。
例如，假设第一电动汽车充电过程中，最低单体电压从3.2V增长到3.8V，最高单体电压从3.3V增长到3.9V，第一电压值与第二电压值的差值为100mV，则第一电压值可以是3300mV、3400mV、3500mV、3600mV或3700mV，特征区间可以为[3300mV，3400mV]、[3400mV，3500mV]、[3500mV，3600mV]、[3600mV，3700mV]或[3700mV，3800mV]。
最低单体电压达到第一电压值时，采集进入特征区间时的充电数据，继续采集进入特征区间内的充电数据直至最高单体电压达到第二电压值，在最高单体电压达到第二电压值时，采集离开特征区间时的充电数据。
再如，假设第一电动汽车充电过程中，最低单体电压从3.7V增长到3.8V，最高单体电压从3.8V增长到3.9V，第一电压值与第二电压值的差值为100mV，则第一电压值可以是3800mV，特征区间可以为[3800mV，3900mV]。而当第一电压值为3.8V时，第二电压值为3.9V，也就是说，数据采集开始时刻即为结束时刻，此时可以调整差值，例如将差值设为80mV，此次充电数据仍可以用于估算电池组剩余容量。
如图3所示，在一些实施例中，进入特征区间时的充电数据，包括进入特征区间时的电量、电流以及电池组的压差。进入特征区间内的充电数据，包括特征区间内电池组的最高温度均值、最低温度均值、充电电量、平均充电电流、电流标准差、最大电流以及最小电流。离开特征区间时的充电数据，包括离开特征区间时的电流以及电池组的压差。
其中，电池组的压差为电池组中单体电压的差值。温度均值可以理解为，电池组中设置有多个温度采集点，充电过程中周期性采集各采集点的温度，充电结束后，多个最高温度取平均值得到最高温度均值，多个最低温度取平均值得到最低温度均值。
可选地，特征数据还可以包括特征区间编号，以便于输入模型后，模型能够根据不同的充电电压值来估算电池组剩余容量。
特征区间编号可以为第一电压值/100，例如第一电压值为3300mV或3400mV，则特征区间编号为33或34。
可选地，特征数据还可以包括特征区间对应的里程、电动汽车公告型号等。这些特征数据可以使模型估算电池组剩余容量的准确性更高。
S203、将特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量。
本实施例提供的电池组剩余容量估算方法，通过获取第一电动汽车的第一充电数据，提取第一充电数据的特征数据，并将特征输入容量估算模型，使模型能够输出估算的电池组剩余容量，实现更精确地得出电池组剩余容量的效果，且任意工况下的充电数据均可选取特征区间，即任意工况下的充电数据均可提取得到特征数据，用于估算电池组剩余容量，本实施例的方法更具有普适性。
图4示出了本申请一实施例提供的一种剩余容量估算模型训练方法的流程图。在图2实施例的基础上，本实施例还能够训练容量估算模型，以得到提升容量估算模型估算准确性的效果。如图4所示，以电子设备为执行主体，剩余容量估算模型训练方法可以包括如下步骤：
S401、获取第二电动汽车的第二充电数据，第二电动汽车的充放电工况种类大于第一预设阈值。
本实施例中，第二充电数据是用于训练容量估算模型，因此第二电动汽车的充放电工况越丰富，训练得到的模型效果越好。充放电工况，例如，既包括高速工况又包括城市工况，使用车载电池充电与使用充电桩充电的占比相当等。
在一些实施例中，若多个第二电动汽车型号相同，则获取第二电动汽车的第二充电数据之前，还包括：确定第二电动汽车在第一预设时长内的使用里程在预设范围内。
预设范围为第二电动汽车在第一预设时长内的使用里程为同型号电动汽车的中位数段。例如，第一预设时长为三个月，预设范围可以设置为1到2万公里。预设范围的设置是为了避免获取到离散数据，例如某电动汽车专用于耐久性测试，在三个月内的使用里程达到10万公里，若该电动汽车的充电数据用于训练容量估算模型，会导致模型效果变差。
在一些实施例中，若第二充电数据为多个采集时刻采集的同一电动汽车的多个第二充电数据，则多个采集时刻的时间差大于第二预设时长但小于第三预设时长，第二预设时长小于第三预设时长。
其中，第二预设时长不能设置太短，例如一天，一天内电动汽车的使用里程的变化对电池组剩余容量的影响几乎可以忽略不计。第三预设时长不能设置太长，例如六个月，六个月前后电动汽车的使用里程可能存在较大变化，电池组剩余容量的变化也较大，不利于模型训练。
同一电动汽车的部分特征数据，例如车主充电习惯产生的充电数据，可能是固定的，若根据多次采集的充电数据，计算得到的电池组剩余容量差异过大，则不利于模型训练。
S402、根据第二充电数据，计算第二电动汽车的电池组剩余容量。
在一些实施例中，根据第二充电数据，计算第二电动汽车的电池组剩余容量，包括：根据第二充电数据中满放满充的充电数据，计算电池组剩余容量。
不同电池电量，对应不同的电池电压。根据满放满充的充电数据计算电池组剩余容量，可以避免根据其他工况的充电数据计算而产生误差。
S403、提取第二充电数据的特征数据。
本实施例中，第二充电数据的特征数据与第一充电数据的特征数据类似，可参考图2所示实施例，此处不再赘述。
应当理解，第二充电数据的特征数据越多，训练得到的模型效果越好。
S404、根据第二充电数据的特征数据和第二电动汽车的电池组剩余容量，训练容量估算模型。
本实施例中，训练的容量估算模型可以是多层感知机，各层神经元个数可根据需要进行设置，例如从输入层到输出层五层神经元分别为15、31、17、7、1。训练过程具体为将第二充电数据的特征数据输入模型，使模型估算电池组剩余容量，再根据计算得到的电池组剩余容量与估算得到的电池组剩余容量计算模型损失函数，并根据损失函数调整模型参数，从而完成训练模型。
本实施例提供的电池组剩余容量估算方法，通过获取第二电动汽车的第二充电数据，提取第二充电数据的特征数据，并根据第二充电数据计算电池组剩余容量，最后根据计算得到的电池组剩余容量和第二充电数据的特征数据训练容量估算模型，由于第二电动汽车的充放电工况较为多样化，第二充电数据训练的模型效果更好，用于估算电池组剩余容量也更准确，并且适用于各种工况下充放电的电动汽车的电池组剩余容量估算。
在上述各实施例的基础上，获取第二电动汽车的第二充电数据，还包括：将第二电动汽车的电池组在预设温度下以预设倍率完全放电并静置第四预设时长；将电池组以预设倍率充电至最高截止电压，再恒压充电至充电电流小于第二预设阈值；记录第二充电数据。
本实施例的方法中，除了获取实际使用过程中的充电数据，还可以引入部分测试得到的充电数据用于模型训练。测试时可以有效控制温度、倍率，得到的数据相比实际使用过程中的数据，精确度更高，有利于提高模型训练效果，模型估算电池组剩余容量也更准确。
图5示出了本申请一实施例提供的一种电池组剩余容量估算装置的结构示意图。如图5所示，本实施例的电池组剩余容量估算装置50用于实现上述任一方法实施例中对应于电子设备的操作，本实施例的电池组剩余容量估算装置50包括：
获取模块501，用于获取第一电动汽车电池组的第一充电数据；
提取模块502，用于提取第一充电数据的特征数据，特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，特征区间为第一电动汽车充电过程中，电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值，第一电压值小于第二电压值；
处理模块503，用于将特征数据输入容量估算模型，使容量估算模型估算电池组的剩余容量。
本申请实施例提供的电池组剩余容量估算装置50，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本实施例此处不再赘述。
图6示出了本申请实施例提供的一种电子设备的硬件结构示意图。如图6所示，该电子设备60，用于实现上述任一方法实施例中对应于电子设备的操作，本实施例的电子设备60可以包括：存储器601，处理器602和通信接口(图中未示出)。
存储器601，用于存储计算机程序。该存储器601可能包含高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
处理器602，用于执行存储器存储的计算机程序，以实现上述实施例中的电池组剩余容量估算方法。具体可以参见前述方法实施例中的相关描述。该处理器602可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
可选地，存储器601既可以是独立的，也可以跟处理器602集成在一起。
当存储器601是独立于处理器602之外的器件时，电子设备60还可以包括总线。该总线用于连接存储器601和处理器602。该总线可以是工业标准体系结构(IndustryStandard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
通信接口，可以通过总线与处理器602连接。处理器602可以控制通信接口来实现信号的接收和发送的功能。
本实施例提供的电子设备60可用于执行上述的电池组剩余容量估算方法，其实现方式和技术效果类似，本实施例此处不再赘述。
本申请还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序/指令，计算机程序/指令被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，计算机可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，计算机可读存储介质耦合至处理器，从而使处理器能够从该计算机可读存储介质读取信息，且可向该计算机可读存储介质写入信息。当然，计算机可读存储介质也可以是处理器的组成部分。处理器和计算机可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和计算机可读存储介质也可以作为分立组件存在于通信设备中。
具体地，该计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random-Access Memory，SRAM)，电可擦除可编程只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)，可编程只读存储器(Programmable read-only memory，PROM)，只读存储器(Read-OnlyMemory，ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本申请还提供一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机程序/指令存储在计算机可读存储介质中。设备的至少一个处理器可以从计算机可读存储介质中读取该计算机程序/指令，至少一个处理器执行该计算机程序/指令使得设备实施上述的各种实施方式提供的方法。
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，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，模块的划分，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，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
其中，各个模块可以是物理上分开的，例如安装于一个的设备的不同位置，或者安装于不同的设备上，或者分布到多个网络单元上，或者分布到多个处理器上。各个模块也可以是集成在一起的，例如，安装于同一个设备中，或者，集成在一套代码中。各个模块可以以硬件的形式存在，或者也可以以软件的形式存在，或者也可以采用软件加硬件的形式实现。本申请可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
应该理解的是，虽然上述实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
需要说明的是，本申请所涉及的用户车辆充电数据(包括但不限于用于分析的数据、存储的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种电池组剩余容量估算方法，其特征在于，所述方法包括：
获取第一电动汽车电池组的第一充电数据；
提取所述第一充电数据的特征数据，所述特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，所述特征区间为所述第一电动汽车充电过程中，所述电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值对应的区间，所述第一电压值小于所述第二电压值；
将所述特征数据输入容量估算模型，使所述容量估算模型估算所述电池组的剩余容量。
2.根据权利要求1所述的方法，其特征在于，
所述进入特征区间时的充电数据，包括进入所述特征区间时的电量、电流以及所述电池组的压差；
所述进入特征区间内的充电数据，包括所述特征区间内所述电池组的最高温度均值、最低温度均值、充电电量、平均充电电流、电流标准差、最大电流以及最小电流；
所述离开特征区间时的充电数据，包括离开所述特征区间时的电流以及所述电池组的压差。
3.根据权利要求1所述的方法，其特征在于，所述获取第一电动汽车电池组的充电数据之前，还包括：
获取第二电动汽车的第二充电数据，所述第二电动汽车的充放电工况种类大于第一预设阈值；
根据所述第二充电数据，计算所述第二电动汽车的电池组剩余容量；
提取所述第二充电数据的特征数据；
根据所述第二充电数据的特征数据和所述第二电动汽车的电池组剩余容量，训练所述容量估算模型。
4.根据权利要求3所述的方法，其特征在于，若多个所述第二电动汽车型号相同，则获取第二电动汽车的第二充电数据之前，还包括：
确定所述第二电动汽车在第一预设时长内的使用里程在预设范围内。
5.根据权利要求3所述的方法，其特征在于，若所述第二充电数据为多个采集时刻采集的同一电动汽车的多个第二充电数据，则所述多个采集时刻的时间差大于第二预设时长小于第三预设时长，所述第二预设时长小于所述第三预设时长。
6.根据权利要求3-5任一项所述的方法，其特征在于，所述根据所述第二充电数据，计算所述第二电动汽车的电池组剩余容量，包括：
根据所述第二充电数据中满放满充的充电数据，计算电池组剩余容量。
7.根据权利要求6所述的方法，其特征在于，所述获取第二电动汽车的第二充电数据，还包括：
将所述第二电动汽车的电池组在预设温度下以预设倍率完全放电并静置第四预设时长；
将所述电池组以所述预设倍率充电至最高截止电压，再恒压充电至充电电流小于第二预设阈值；
记录第二充电数据。
8.一种电池组剩余容量估算装置，其特征在于，所述装置包括：
获取模块，用于获取第一电动汽车电池组的第一充电数据；
提取模块，用于提取所述第一充电数据的特征数据，所述特征数据包括进入特征区间时的充电数据、进入特征区间内的充电数据以及离开特征区间时的充电数据，其中，所述特征区间为所述第一电动汽车充电过程中，所述电池组的最低单体电压达到第一电压值到最高单体电压达到第二电压值对应的区间，所述第一电压值小于所述第二电压值；
处理模块，用于将所述特征数据输入容量估算模型，使所述容量估算模型估算所述电池组的剩余容量。
9.一种电子设备，其特征在于，所述设备包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，实现如权利要求1-7任一项所述的电池组剩余容量估算方法。
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中存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-7任一项所述的电池组剩余容量估算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310494980.4A CN116520172A (zh) | 2023-04-28 | 2023-04-28 | 电池组剩余容量估算方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310494980.4A CN116520172A (zh) | 2023-04-28 | 2023-04-28 | 电池组剩余容量估算方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116520172A true CN116520172A (zh) | 2023-08-01 |
Family
ID=87404362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310494980.4A Pending CN116520172A (zh) | 2023-04-28 | 2023-04-28 | 电池组剩余容量估算方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116520172A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117129880A (zh) * | 2023-10-26 | 2023-11-28 | 通号通信信息集团有限公司 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
-
2023
- 2023-04-28 CN CN202310494980.4A patent/CN116520172A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117129880A (zh) * | 2023-10-26 | 2023-11-28 | 通号通信信息集团有限公司 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
| CN117129880B (zh) * | 2023-10-26 | 2024-02-09 | 通号通信信息集团有限公司 | 一种铅酸蓄电池的可用容量估算及健康状态评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102119338B (zh) | 基于电池电压变化模式估计电池健康状态的方法及装置 | |
| CN111679199B (zh) | 一种锂离子电池soc估计方法及装置 | |
| CN109991545B (zh) | 一种电池包电量检测方法、装置及终端设备 | |
| US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
| CN101535827A (zh) | 用于在电池非平衡时确定电池的荷电状态的设备和方法 | |
| KR20160067510A (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
| CN110412470B (zh) | 电动汽车动力电池soc估计方法 | |
| CN109839597A (zh) | 确定电池的当前荷电状态值的方法、电池设备和机动车 | |
| CN110456273A (zh) | 一种电池soc估算方法、估算系统、动力电池系统 | |
| US11073567B2 (en) | Vehicle battery diagnosis method and apparatus | |
| CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
| CN107037375B (zh) | 电池直流内阻测量方法及装置 | |
| CN104535935A (zh) | 一种动力电池组的容量检测方法及装置 | |
| CN112557928B (zh) | 一种计算电池荷电状态的方法、装置和动力电池 | |
| CN116520172A (zh) | 电池组剩余容量估算方法、装置、电子设备和存储介质 | |
| CN113093027A (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
| CN114290960A (zh) | 获取动力电池的电池健康度的方法、装置和车辆 | |
| CN109986997B (zh) | 一种动力电池soc预测装置、汽车及方法 | |
| CN116264842A (zh) | 电池soh估计装置和方法 | |
| CN112731154A (zh) | 车辆的电池寿命预测方法和装置 | |
| CN115113049A (zh) | 确定电池soc初始值的方法及相关装置 | |
| CN116930767A (zh) | 动力电池热失控的预警方法及装置 | |
| CN116819364A (zh) | 电池健康度的确定方法、应用方法、电子设备及存储介质 | |
| US20230003802A1 (en) | Lebesgue sampling-based lithium-ion battery state-of-charge diagnosis and prognosis | |
| CN115951229A (zh) | 车辆电池的驱动寿命评估方法、装置、车辆及存储介质 |
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 |