CN116724243A - 电池管理装置和方法 - Google Patents
电池管理装置和方法 Download PDFInfo
- Publication number
- CN116724243A CN116724243A CN202280007759.5A CN202280007759A CN116724243A CN 116724243 A CN116724243 A CN 116724243A CN 202280007759 A CN202280007759 A CN 202280007759A CN 116724243 A CN116724243 A CN 116724243A
- Authority
- CN
- China
- Prior art keywords
- battery
- battery cells
- cycle
- battery cell
- category
- 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 description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 230000015556 catabolic process Effects 0.000 claims abstract description 20
- 238000006731 degradation reaction Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 64
- 238000007599 discharging Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 17
- 230000006399 behavior Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 5
- 229910052987 metal hydride Inorganic materials 0.000 description 3
- 150000004681 metal hydrides Chemical class 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 229910052793 cadmium Inorganic materials 0.000 description 1
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910000652 nickel hydride Inorganic materials 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/005—Detection of state of health [SOH]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
提供了一种电池管理装置，包括：测量单元，其被配置为测量电池单体的电流和电压；分析单元，其被配置为基于从电池单体的电流和电压获得的特征以及电池单体中的每个的劣化行为，将电池单体分类为多个类别；以及确定单元，其被配置为针对多个类别中的每个以预设方式确定电池单体的寿命。
Description
相关申请的交叉引用
本申请要求2021年1月8日向韩国知识产权局提交的第10-2021-0002907号韩国专利申请的优先权和权益，其全部内容通过引用结合于此。
技术领域
本文公开的实施例涉及电池管理装置和方法。
背景技术
近年来，二次电池的研究和开发已经积极地进行。本文中，作为可充电/可放电电池的二次电池可以包括所有传统的镍(Ni)/镉(Cd)电池、镍/金属氢化物(MH)电池等以及最近的锂离子电池。在二次电池中，锂离子电池的能量密度比传统的Ni/Cd电池、Ni/MH电池等的能量密度高得多。此外，锂离子电池可以被制造得小而轻，使得锂离子电池已经被用作移动设备的电源。此外，随着锂离子电池的使用范围扩展到电动车辆的电源，锂离子电池作为下一代能量存储介质正受到关注。
此外，二次电池通常作为包括电池模块的电池组使用，其中多个电池单体彼此串联和/或并联连接。电池组可以由电池管理系统在状态和操作方面来管理和控制。
为了计算电池单体的容量，通常可以在电池单体的充电和放电都完成之后使用诸如Ah计数等的计算公式。为了释出这种电池单体，电池单体可以预先充电或放电直到300个循环，以检查容量劣化率，之后电池单体被释出。然而，电池单体的直到300个循环的放电可能消耗很多时间和成本。
发明内容
[技术问题]
本文公开的实施例旨在提供一种电池管理装置和方法，其中，通过基于指示电池单体的劣化特性的数据将电池单体分类为各个类别用于容量估计，可以早期预测电池单体的寿命。
本文公开的实施例的技术问题不限于上述技术问题，并且本领域普通技术人员将从以下描述中清楚地理解其他未提及的技术问题。
[技术解决方案]
本文公开的电池管理装置包括：测量单元，被配置为测量电池单体的电流和电压；分析单元，被配置为基于从电池单体的电流和电压获得的特征以及电池单体中的每个的劣化行为将电池单体分类为多个类别；以及确定单元，被配置为针对多个类别中的每个以预设方式确定电池单体的寿命。
根据实施例，分析单元还可以被配置为从寿命确定排除电池单体当中特征不连续的电池单体。
根据实施例，分析单元还可以被配置为基于特征的变化模式将电池单体分类为多个类别。
根据实施例，特征的变化模式可以包括特征的初始值和针对循环的变化率。
根据实施例，分析单元还可以被配置为将下述电池单体分类为第一类别：在对电池单体执行充电和放电直到第一循环的状态下，基于电池单体的特征，电池单体的寿命被确定为正常。
根据实施例，分析单元还可以被配置为将不属于第一类别的电池单体分类为第二类别，在第二类别中，在对电池单体执行充电和放电直到第二循环的状态下，可以进行电池单体的寿命确定，并且第二循环具有大于第一循环的值。
根据实施例，确定单元还可以被配置为在对属于第二类别的电池单体执行充电和放电直到第二循环的状态下，通过将属于第二类别的电池单体的特征应用于回归模型来确定电池单体的寿命。
根据实施例，分析单元还可以被配置为基于特征的近似方程的系数将电池单体分类为多个类别。
根据实施例，分析单元还可以被配置为对近似方程的系数执行K均值聚类。
在此公开的电池管理方法包括测量电池单体的电流和电压，基于从电池单体的电流和电压获得的特征以及电池单体中的每个的劣化行为，将电池单体分类为多个类别，以及针对多个类别中的每个以预设方式确定电池单体的寿命。
根据实施例，电池管理方法还可以包括从寿命确定排除电池单体当中特征不连续的电池单体。
根据实施例，将电池单体分类为多个类别可以包括基于特征的变化模式将电池单体分类为多个类别。
根据实施例，将电池单体分类为多个类别可以包括基于特征的斜率将电池单体分类为多个类别。
根据实施例，将电池单体分类为多个类别可以包括：将下述电池单体分类为第一类别：在对电池单体执行充电和放电直到第一循环的状态下，基于电池单体的特征，电池单体的寿命被确定为正常。
根据实施例，将电池单体分类为多个类别可以包括：将不属于第一类别的电池单体分类为第二类别，在第二类别中，在对电池单体执行充电和放电直到第二循环的状态下，可以进行电池单体的寿命确定，并且第二循环具有大于第一循环的值。
根据实施例，确定电池单体的寿命可以包括在对属于第二类别的电池单体执行充电和放电直到第二循环的状态下，通过将属于第二类别的电池单体的特征应用于回归模型来确定电池单体的寿命。
[有利效果]
根据本文公开的实施例的电池管理装置和方法可以通过基于指示电池单体的劣化特性的数据将电池单体分类为各个类别用于容量估计来早期预测电池单体的寿命。
附图说明
图1是包括根据本文公开的实施例的电池管理装置的通用电池组的框图。
图2是示出根据本文公开的实施例的电池管理装置的结构的框图。
图3示出了根据本文公开的实施例的电池管理装置过滤电池单体的特征数据。
图4示出了根据本文公开的实施例的电池管理装置基于电池单体的特征数据将电池单体分类成各个类别。
图5示出了通过根据本文公开的实施例的电池管理装置确定电池单体的寿命的结果。
图6是示出根据本文公开的实施例的电池管理方法的流程图。
图7是示出根据本文公开的实施例执行电池管理方法的计算系统的框图。
具体实施方式
在下文中，将参照附图详细描述本文公开的各种实施例。在本文中，附图中相同的附图标记将用于相同的组件，并且相同的组件将不再赘述。
对于本文公开的各种实施例，具体的结构或功能描述仅出于描述实施例的目的而被举例说明，并且本文公开的各种实施例可以以各种形式实现，并且不应被解释为限于本文描述的实施例。
如在各种实施例中使用的，术语“第1”、“第2”、“第一”、“第二”等可以修饰各种组件，而不管其重要性如何，并且不限制组件。例如，在不脱离本文公开的实施例的权利范围的情况下，第一组件可以被命名为第二组件，并且类似地，第二组件可以被命名为第一组件。
本文件中使用的术语仅用于描述本公开的特定示例性实施例，并不意图限制本公开的其他示例性实施例的范围。应当理解的是，单数形式包括复数，除非上下文中另有明确规定。
本文使用的包括技术和科学术语的所有术语具有与本文公开的实施例所属领域的普通技术人员通常理解的相同的含义。还应当理解，术语——诸如在常用词典中定义的那些术语——应当被解释为具有与它们在相关领域的上下文中的含义一致的含义，并且除非在此明确定义，否则不应当以理想化或过于正式的意义来解释。在一些情况下，本文定义的术语可以被解释为排除本文公开的实施例。
图1是包括根据本文公开的实施例的电池管理装置的通用电池组的框图。
更具体地，图1示意性地示出了根据本文公开的实施例的电池控制系统1，该电池控制系统1包括电池组10和包括在上级系统中的上级控制器20。
如图1所示，电池组10可以包括多个电池模块12、传感器14、开关单元16和电池管理系统100。电池组10可以包括以复数形式设置的电池模块12、传感器14、开关单元16和电池管理系统100。
多个电池模块12可以包括至少一个可充电/可放电的电池单体。在这种情况下，多个电池模块12可以串联或并联连接。
传感器14可以检测电池组10中流动的电流。在这种情况下，检测到的信号可以被传输到电池管理系统100。
开关单元16可以串联连接到电池模块12的(+)端子侧或(-)端子侧，以控制电池模块12的充电/放电电流流动。例如，根据电池组10的规格，开关单元16可以使用至少一个继电器、磁接触器等。
电池管理系统100可以监测电池组10的电压、电流、温度等以执行控制和管理来防止过充电和过放电等，并且可以包括例如RBMS(架电池管理系统)。
作为用于接收上述各种参数值的测量值的接口的电池管理系统100可以包括多个端子和连接到其以处理输入值的电路等。电池管理系统100可以控制例如继电器、接触器等的开关单元16的接通/关断，并且可以连接到电池模块12以监测每个电池模块12的状态。
同时，本文公开的电池管理系统100可以基于如下所述测量的电池单体的电压和电流，通过单独的程序计算特征和劣化行为，并将它们分类为多个类别，以估计电池单体的寿命。
上级控制器20可以向电池管理系统100传输用于控制电池模块12的控制信号。因此，电池管理系统100可以基于从上级控制器20施加的信号在其操作方面被控制。此外，电池模块12可以是包括在能量存储系统(ESS)中的组件。在这种情况下，上级控制器20可以是包括多个电池组10的电池库的控制器(BBMS)或者用于控制包括多个库的整个ESS的ESS控制器。然而，电池组10不限于这种目的。
电池组10和电池管理系统100的这种配置是众所周知的配置，因此将不详细描述。
图2是示出根据本文公开的实施例的电池管理装置的结构的框图。
参照图2，根据本文公开的实施例的电池管理装置100可以包括测量单元110、分析单元120和确定单元130。
测量单元110可以测量电池单体的电压和电流。测量单元110可以以特定的时间间隔测量电池单体的电压和电流。由测量单元110测量的电压和电流可以用于计算每个电池单体的特征。例如，电池单体的特征可以是基于电池单体的容量相对于电压的微分值(dQ/dV)计算的值。
分析单元120可以基于从电池单体的电流和电压获得的特征以及每个电池单体的劣化行为将电池单体分类为多个类别。更具体地，分析单元120可以基于特征变化模式将电池单体分类为多个类别。例如，特征变化模式可以包括特征的初始值、特征相对于循环的变化率(斜率)等。
分析单元120可以从寿命确定排除电池单体当中特征不连续的电池单体。也就是说，包括由特征数据中的杂音或误差引起的噪声的电池单体可以被认为包括在实验过程或数据计算中发生的异常，使得不可能早期预测它们的容量，因此可以从分析排除。在这种情况下，从寿命确定排除的电池单体可以被充电和放电直到按照常规设置的循环(例如，300个循环)，然后可以估计它们的容量。
分析单元120可以将下述电池单体分类为第一类别：对于该电池单体，在电池单体被充电和放电直到第一循环的状态下，基于电池单体的特征，电池单体的寿命可以被确定为正常。例如，第一循环可以是36个循环。也就是说，根据本文公开的电池管理装置，与在充电和放电直到300个循环之后预测寿命的传统方法相比，可以更快地执行容量估计。
分析单元120可以将不属于第一类别的电池单体分类为第二类别，在第二类别中，可以在电池单体被充电和放电直到第二循环的状态下确定电池单体的寿命。第二循环可以大于第一循环，并且可以是100个循环。也就是说，分析单元120可以通过单独的估计模型、甚至在没有对电池单体进行充电和放电直到300个循环的情况下估计容量，其中电池单体的容量可能不能利用直到第一循环(例如，36个循环)的数据来确定，但是可以用直到大于第一循环的第二循环的数据来确定。
分析单元120可以计算关于获得的特征数据的近似方程，并基于近似方程的系数将电池单体分类为多个类别。此时，近似方程可以是一阶或二阶多项式。例如，分析单元120可以通过对近似方程的系数执行K均值聚类，根据劣化行为将电池单体分类为多个类别(聚类)。
确定单元130可以根据针对多个类别中的每个的预设方法来确定电池单体的寿命。更具体地，确定单元130可以对被分析单元120分类为第一类别的电池单体进行充电和放电直到第一循环，然后早期确定劣化程度是正常的。确定单元130可以对被分析单元120分类为第二类别的电池单体进行充电和放电直到第二循环，然后将提取的电池单体的特征应用于回归模型，从而确定电池单体的寿命。
本文中，回归模型可以是能够基于1至100个循环的数据计算300个循环后的SOH值的容量估计模型。例如，回归模型是使用机器学习的神经网络方法之一，并且可以使用诸如弹性网络等的估计模型。
同时，尽管图2中未示出，本文公开的电池管理装置100可以包括存储单元。在这种情况下，存储单元可以存储各种数据，诸如电池单体的电压和电流、电池单体的特征、关于第一和第二类别的数据等。同时，图1的电池管理装置100可以包括通信单元(未示出)来代替存储单元。在这种情况下，电池管理装置100可以通过在外部服务器中存储每个电池单体的各种数据并通过通信单元传输和接收数据来操作。
这样，根据本文公开的实施例的电池管理装置可以通过基于指示电池单体的劣化特性的数据将电池单体分类为各个类别用于容量估计来早期预测电池单体的寿命。
图3示出了根据本文公开的实施例的电池管理装置过滤电池单体的特征数据。
参考图3，示出多个电池单体中的每个的循环的特征变化模式的曲线图被示出。在图3中，横轴指示电池单体的充电和放电循环数，并且纵轴指示电池单体的特征。例如，该特征可以是电池单体的容量相对于电压的微分值(dQ/dV)。
如图3所示，在为多个电池单体中的每个计算的特征数据中，通常作为连续值的看起来平滑的数据与由于噪声等而作为不连续值的不具有趋势的数据被混合。在没有平滑校正的情况下，很难通过统计分析从这种不连续的特征数据中获得结果值。
这样，本文公开的电池管理装置可以预先将电池单体当中特征不连续的电池单体分类为单独的类别，以将它们从寿命确定排除，从而准确且容易地执行相对于特征的分析。
图4示出了根据本文公开的实施例的电池管理装置基于电池单体的特征数据将电池单体分类成多个类别。
参照图4，针对多个类别单独地示出了针对电池单体的充电和放电循环的特征变化模式。类别1-1指示上述第一类别，类别1-2和类别1-3指示上述第二类别。图4所示的类别可以已经通过K均值聚类分析进行了分类。例如，图4的特征可以是电池单体的容量相对于电压的微分值。
如图4所示，在属于类别1-1的电池单体中，特征相对于循环的斜率比类别1-2和类别1-3中的更平缓。也就是说，对于属于类别1-1的电池单体，与SOH具有高相关性的特征的变化相对较小，使得与其他电池单体相比，容量劣化发生得较少。
这样，作为利用本文公开的电池管理装置执行分析的结果，当电池单体属于类别1-1——即，第一类别——时，可以执行特定数量的循环(例如，36个循环)的充电和放电，然后可以在不进一步执行充电和放电的情况下早期确定电池单体具有正常的劣化程度。当电池单体属于类别1-2或1-3——即，第二类别——时，可以执行大于或等于特定值的循环数(例如，100个循环)的充电和放电，然后可以通过上述回归模型预测电池单体的容量。例如，应用于类别1-2和类别1-3的指示一些其他劣化行为的回归模型可以具有不同的初始值、计算条件等。
图5示出了通过根据本文公开的实施例的电池管理装置确定电池单体的寿命的结果。
参照图5，示出了通过由根据本文公开的实施例的电池管理装置分类为图4中描述的类别1-2和类别1-3而计算的电池单体的SOH(预测)，以及通过分类为类别1-1而被确定为具有正常劣化程度的电池单体的SOH(全部通过)。图5的曲线图200示意性地示出了电池单体的实际测量寿命。
如图5所示，对于被分类为类别1-1的电池单体，SOH值等于实际测量值，因此在曲线图200上。另一方面，对于属于类别1-2和类别1-3的电池单体，SOH值可能与实际测量值有一些误差，因此与曲线图200相距一定距离。在这种情况下，与图表200的距离可以指示误差的大小。
此外，参考图5的下侧，与实际SOH值的误差被指示为到直线的距离(绝对误差)。也就是说，图5的下侧示出了与包括在类别1-2和类别1-3中的电池单体(预测)的点与曲线图200的距离的绝对值相对应的大小。
从图5可以看出，对于在图4中被分类为类别1-1(第一类别)的电池单体，即使当充电和放电被执行特定数量的循环时，它们也可以被确定为正常(通过)，并且对于类别1-2和类别1-3的电池单体，尽管有一些误差，SOH值通常等于实际SOH值。
图6是示出根据本文公开的实施例的电池管理方法的流程图。
参照图6，根据本文公开的实施例的电池管理方法可以在操作S110中测量电池单体的电压和电流。在这种情况下，可以以特定的时间间隔测量电池单体的电压和电流。在操作S110中，测量的电压和电流可以用于计算每个电池单体的特征。例如，电池单体的特征可以是基于电池单体的容量相对于电压的微分值(dQ/dV)计算的值。
在操作S120中，可以从寿命确定排除电池单体当中特征不连续的电池单体。也就是说，包括由特征数据中的杂音或误差引起的噪声的电池单体可以被认为包括在实验过程或数据计算中发生的异常，使得不可能早期预测它们的容量，因此可以从分析排除。在这种情况下，从寿命确定排除的电池单体可以被充电和放电直到按照常规设置的循环(例如，300个循环)，然后可以估计它们的容量。
接下来，在操作S130中，基于从电池单体的电流和电压获得的特征以及每个电池单体的劣化行为，可以将电池单体分类为多个类别。更具体地，在操作S130中，可以基于特征变化模式将电池单体分类为多个类别。例如，特征变化模式可以包括特征的初始值、特征相对于循环的变化率(斜率)等。
在操作S130中，可以计算关于获得的特征数据的近似方程，并且可以基于近似方程的系数将电池单体分类为多个类别。此时，近似方程可以是一阶或二阶多项式。例如，通过对近似方程的系数执行K均值聚类，可以根据劣化行为将电池单体分类为多个类别(聚类)。
当在操作S140中电池单体属于第一类别(是)时，在操作S150中，在执行充电和放电直到第一循环的状态下，可以基于电池单体的特征确定电池单体的寿命是正常的。例如，第一循环可以是36个循环。
另一方面，当在操作S140中电池单体不属于第一类别(否)时，在操作S160中可以将电池单体分类为第二类别。此外，在操作S170中，在执行充电和放电直到第二循环的状态下，可以将电池单体的特征应用于回归模型以评估电池单体的寿命。例如，第二循环可以大于第一循环，并且可以是100个循环。
本文中，回归模型可以是能够基于1至100个循环的数据计算300个循环之后的SOH值的容量估计模型。例如，回归模型是使用机器学习的神经网络方法之一，并且可以使用诸如弹性网络等的估计模型。
这样，根据本文公开的实施例的电池管理方法可以通过基于指示电池单体的劣化特性的数据将电池单体分类成各个类别用于容量估计来早期预测电池单体的寿命。
图7是示出根据本文公开的实施例执行电池管理方法的计算系统的框图。
参考图7，根据本文公开的实施例的计算系统30可以包括MCU(微控制器单元)32、存储器34、输入/输出接口(I/F)36和通信I/F 38。
MCU 32可以是下述处理器，其执行存储在存储器34中的各种程序(例如，特征计算程序、类别分类和寿命估计程序等)，通过这些程序处理包括电池单体的电压、电流等的各种数据，并执行图2所示的电池管理装置的上述功能。
存储器34可以存储关于电池单体的特征计算、类别分类和寿命估计的各种程序。此外，存储器34可以存储各种数据，诸如每个电池单体的电压、电流、特征数据等。
根据需要，可以提供多个存储器34。存储器34可以是易失性存储器或非易失性存储器。对于作为易失性存储器的存储器34，可以使用随机存取存储器(RAM)、动态RAM(DRAM)、静态RAM(SRAM)等。对于作为非易失性存储器的存储器34，可以使用只读存储器(ROM)、可编程ROM(PROM)、电可更改ROM(EAROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、闪存等。存储器34的上述示例仅仅是示例，并且不限于此。
输入/输出I/F 36可以通过将诸如键盘、鼠标、触摸板等输入设备(未示出)和诸如显示器(未示出)等的输出设备与MCU 32连接来提供用于传输和接收数据的接口。
作为能够向服务器传输各种数据和从服务器接收各种数据的组件的通信I/F 340可以是能够支持有线或无线通信的各种类型的设备。例如，用于电池单体的特征计算、类别分类和寿命估计的程序或各种数据等可以通过通信I/F 38向单独设置的外部服务器传输和从单独设置的外部服务器接收。
这样，根据本文公开的实施例的计算机程序可以被记录在存储器34中并由MCU 32处理，从而被实现为执行图2所示功能的模块。
尽管构成本文公开的实施例的所有组件已经在上面被描述为组合成一个或组合操作，但是本文公开的实施例不一定限于这些实施例。也就是说，在本文公开的实施例的目标范围内，所有组件可以通过选择性地组合成一个或多个来操作。
此外，上述术语如“包括”、“构成”或“具有”可能意味着相应的组件可能是固有的，除非另有说明，因此应该被解释为还包括其他组件，而不是排除其他组件。除非另有定义，否则包括技术或科学术语在内的所有术语具有与本文公开的实施例所属领域的普通技术人员通常理解的含义相同的含义。通常使用的术语，如字典中定义的术语，应该被解释为具有与相关技术的上下文含义相同的含义，并且不应该被解释为具有理想的或过分正式的含义，除非它们在本文件中被明确地定义。
上面的描述仅仅是对本公开的技术思想的说明，并且在不脱离本公开的实施例的本质特征的情况下，本文公开的实施例涉及的领域的普通技术人员可以进行各种修改和变化。因此，本文公开的实施例旨在描述而非限制本文公开的实施例的技术精神，并且本公开的技术精神的范围不受本文公开的这些实施例的限制。本文公开的技术精神的保护范围应该由所附权利要求来解释，并且相同范围内的所有技术精神应该被理解为包括在本文件的范围内。
[参考数字的描述]
1：电池控制系统10：电池组
12：多个电池模块14：传感器
16：开关单元20：上级控制器
30：电池管理装置32：MCU
34：存储器36：输入/输出I/F
38：通信I/F 100：电池管理装置(BMS)
110：测量单元120：分析单元
130：确定单元
Claims (16)
1.一种电池管理装置，包括：
测量单元，所述测量单元被配置为测量电池单体的电流和电压；
分析单元，所述分析单元被配置为基于从所述电池单体的电流和电压获得的特征以及所述电池单体中的每个的劣化行为将所述电池单体分类为多个类别；和
确定单元，所述确定单元被配置为针对所述多个类别中的每个以预设方式确定所述电池单体的寿命。
2.根据权利要求1所述的电池管理装置，其中，所述分析单元还被配置为从寿命确定排除所述电池单体当中特征不连续的电池单体。
3.根据权利要求1所述的电池管理装置，其中，所述分析单元还被配置为基于所述特征的变化模式将所述电池单体分类为多个类别。
4.根据权利要求3所述的电池管理装置，其中，所述特征的变化模式包括所述特征的初始值和针对循环的变化率。
5.根据权利要求1所述的电池管理装置，其中，所述分析单元还被配置为将下述电池单体分类为第一类别：在对所述电池单体执行充电和放电直到第一循环的状态下，基于所述电池单体的特征，所述电池单体的寿命被确定为正常。
6.根据权利要求5所述的电池管理装置，其中，所述分析单元还被配置为将不属于所述第一类别的电池单体分类为第二类别，在所述第二类别中，在对所述电池单体执行充电和放电直到第二循环的状态下，能够进行所述电池单体的寿命确定，并且所述第二循环具有大于所述第一循环的值。
7.根据权利要求6所述的电池管理装置，其中，所述确定单元还被配置为：在对属于所述第二类别的电池单体执行充电和放电直到所述第二循环的状态下，通过将属于所述第二类别的电池单体的特征应用于回归模型来确定所述电池单体的寿命。
8.根据权利要求1所述的电池管理装置，其中，所述分析单元还被配置为基于所述特征的近似方程的系数将所述电池单体分类为多个类别。
9.根据权利要求8所述的电池管理装置，其中，所述分析单元还被配置为对所述近似方程的系数执行K均值聚类。
10.一种电池管理方法，包括：
测量电池单体的电流和电压；
基于从所述电池单体的电流和电压获得的特征以及所述电池单体中的每个的劣化行为，将所述电池单体分类为多个类别；和
针对所述多个类别中的每个，以预设方式确定所述电池单体的寿命。
11.根据权利要求10所述的电池管理方法，还包括从寿命确定排除所述电池单体当中特征不连续的电池单体。
12.根据权利要求10所述的电池管理方法，其中，将所述电池单体分类为多个类别包括基于所述特征的变化模式将所述电池单体分类为多个类别。
13.根据权利要求12所述的电池管理方法，其中，将所述电池单体分类为多个类别包括基于所述特征的斜率将所述电池单体分类为多个类别。
14.根据权利要求10所述的电池管理方法，其中，将所述电池单体分类为多个类别包括：将下述电池单体分类为第一类别：在对所述电池单体执行充电和放电直到第一循环的状态下，基于所述电池单体的特征，所述电池单体的寿命被确定为正常。
15.根据权利要求14所述的电池管理方法，其中，将所述电池单体分类为多个类别包括：将不属于所述第一类别的电池单体分类为第二类别，在第二类别中，在对所述电池单体执行充电和放电直到第二循环的状态下，能够进行所述电池单体的寿命确定，并且所述第二循环具有大于所述第一循环的值。
16.根据权利要求15所述的电池管理方法，其中，确定所述电池单体的寿命包括：在对属于所述第二类别的电池单体执行充电和放电直到所述第二循环的状态下，通过将属于所述第二类别的电池单体的特征应用于回归模型来确定所述电池单体的寿命。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210002907A KR20220100470A (ko) | 2021-01-08 | 2021-01-08 | 배터리 관리 장치 및 방법 |
| KR10-2021-0002907 | 2021-01-08 | ||
| PCT/KR2022/000067 WO2022149824A1 (ko) | 2021-01-08 | 2022-01-04 | 배터리 관리 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116724243A true CN116724243A (zh) | 2023-09-08 |
Family
ID=82358029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280007759.5A Pending CN116724243A (zh) | 2021-01-08 | 2022-01-04 | 电池管理装置和方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20240027537A1 (zh) |
| EP (1) | EP4235198A4 (zh) |
| JP (1) | JP2024500788A (zh) |
| KR (1) | KR20220100470A (zh) |
| CN (1) | CN116724243A (zh) |
| WO (1) | WO2022149824A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024053871A1 (ko) * | 2022-09-07 | 2024-03-14 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치, 배터리 팩, 전기 차량 및 배터리 관리 방법 |
| KR20240040991A (ko) * | 2022-09-22 | 2024-03-29 | 주식회사 엘지에너지솔루션 | 배터리 장기 시험 분석 장치 및 방법 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100911316B1 (ko) * | 2007-08-23 | 2009-08-11 | 주식회사 엘지화학 | 배터리의 장기 특성 예측 시스템 및 방법 |
| KR102357351B1 (ko) * | 2015-01-07 | 2022-01-28 | 삼성전자주식회사 | 복수의 배터리 셀들을 포함하는 배터리 팩의 상태를 추정하는 장치 및 방법 |
| KR20160101506A (ko) * | 2015-02-17 | 2016-08-25 | 삼성전자주식회사 | 배터리 신호 세그먼트 데이터의 확률 추론을 기반으로 한 배터리 상태 추정 방법 및 장치 |
| US11226374B2 (en) * | 2017-10-17 | 2022-01-18 | The Board Of Trustees Of The Leland Stanford Junior University | Data-driven model for lithium-ion battery capacity fade and lifetime prediction |
| CN109061495A (zh) * | 2018-08-07 | 2018-12-21 | 中国电建集团福建省电力勘测设计院有限公司 | 一种混合储能电池组故障诊断方法 |
| US10921383B2 (en) * | 2019-03-07 | 2021-02-16 | Mitsubishi Electric Research Laboratories, Inc. | Battery diagnostic system for estimating capacity degradation of batteries |
| KR102354112B1 (ko) * | 2019-03-26 | 2022-01-24 | 서강대학교산학협력단 | 인공 지능에 기반하여 배터리의 상태를 추정하는 장치 및 방법 |
-
2021
- 2021-01-08 KR KR1020210002907A patent/KR20220100470A/ko active Search and Examination
-
2022
- 2022-01-04 WO PCT/KR2022/000067 patent/WO2022149824A1/ko active Application Filing
- 2022-01-04 CN CN202280007759.5A patent/CN116724243A/zh active Pending
- 2022-01-04 EP EP22736801.6A patent/EP4235198A4/en active Pending
- 2022-01-04 JP JP2023537189A patent/JP2024500788A/ja active Pending
- 2022-01-04 US US18/265,208 patent/US20240027537A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP4235198A4 (en) | 2024-05-29 |
| KR20220100470A (ko) | 2022-07-15 |
| JP2024500788A (ja) | 2024-01-10 |
| EP4235198A1 (en) | 2023-08-30 |
| WO2022149824A1 (ko) | 2022-07-14 |
| US20240027537A1 (en) | 2024-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108241102A (zh) | 一种电池微短路的检测方法及装置 | |
| KR102520673B1 (ko) | 배터리 상태 추정 장치 | |
| CN116724243A (zh) | 电池管理装置和方法 | |
| KR102521577B1 (ko) | 배터리 상태 추정 장치 | |
| US20230273262A1 (en) | Battery capacity estimation apparatus and method | |
| US20230258725A1 (en) | Battery abnormality diagnosis apparatus and method | |
| EP3961233A1 (en) | Battery cell diagnosis device and method | |
| KR20210000207A (ko) | 내부 단락 셀 검출 방법 | |
| US20240003980A1 (en) | Battery management apparatus and method | |
| US20230148088A1 (en) | Battery management apparatus and method | |
| US20230194622A1 (en) | Battery abnormality diagnosis apparatus and method | |
| CN116507930A (zh) | 电池管理装置和方法 | |
| CN115667961A (zh) | 诊断电池的设备和方法 | |
| EP4206708A1 (en) | Battery management device and method | |
| EP4343350A1 (en) | Device and method for detecting deteriorated battery cell | |
| EP4365613A1 (en) | Battery pack and operating method thereof | |
| US20230176136A1 (en) | Battery life prediction apparatus and method | |
| KR20230061152A (ko) | 배터리 관리 장치 및 그것의 동작 방법 | |
| KR20240019650A (ko) | 배터리 관리 장치 및 그것의 동작 방법 | |
| KR20230054190A (ko) | 배터리 관리 장치의 퇴화도를 관리하는 장치 및 그것의 동작 방법 | |
| KR20230108663A (ko) | 배터리 충전 심도 산출 장치 및 그것의 동작 방법 | |
| KR20240036410A (ko) | 배터리 관리 장치 및 그것의 동작 방법 | |
| CN116648627A (zh) | 电池控制系统和方法 | |
| KR20240057271A (ko) | 배터리 관리 장치 및 그것의 동작 방법 | |
| CN116699433A (zh) | 一种电芯监测方法、装置、电池管理系统及电子设备 |
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 |