CN117284151A - 一种自适应新能源车辆电池电量监测方法及系统 - Google Patents

一种自适应新能源车辆电池电量监测方法及系统 Download PDF

Info

Publication number
CN117284151A
CN117284151A CN202311209803.3A CN202311209803A CN117284151A CN 117284151 A CN117284151 A CN 117284151A CN 202311209803 A CN202311209803 A CN 202311209803A CN 117284151 A CN117284151 A CN 117284151A
Authority
CN
China
Prior art keywords
battery
module
sensor
data
monitoring
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
Application number
CN202311209803.3A
Other languages
English (en)
Inventor
程美红
李飞
程炳楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei Techpow Electric Co ltd
Original Assignee
Hubei Techpow Electric Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei Techpow Electric Co ltd filed Critical Hubei Techpow Electric Co ltd
Priority to CN202311209803.3A priority Critical patent/CN117284151A/zh
Publication of CN117284151A publication Critical patent/CN117284151A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • 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]
    • G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明公开了一种自适应新能源车辆电池电量监测方法及系统，所述方法包括：S1，传感器数据采集；S2，数据处理与分析；S3，建立电池特性模型；S4，利用电池模型和采集到的数据进行状态估计和预测；S5，设计自适应算法；S6，根据实时监测结果，将电池电量信息显示在车辆仪表盘上，让驾驶员清晰了解电池状态，同时，在电池电量低于预设阈值或发生异常情况时，触发警报机制提醒驾驶员采取相应措施。本发明实现多参数监测，可以更准确地评估目标电池容量和可用能量，并能够提高目标电池的状态估计和预测的精度，完成对电池容量补偿校正和电池电量上的温度相关修正操作，增强电池电量监测过程中对电池负载变化和环境温度变化的适应性。

Description

一种自适应新能源车辆电池电量监测方法及系统
技术领域
本发明涉及新能源车辆电池电量监测相关技术领域，具体为一种自适应新能源车辆电池电量监测方法及系统。
背景技术
目前，新能源汽车一般采用可重复充电的铅酸电池、锂电池等，使用期间需要随时对电池电量进行监测，从而可以满足新能源汽车的行驶需求。
现有对新能源汽车蓄电池的剩余电量进行控制的方法，有开路电压测量法，电流累积法，但系统结构与控制方法各不一样；控制的准确度也区别较大，实际使用中有的电量测试装置误差达到20—30％，而且开路电压测量法需要长时静置才能达到稳定状态，这给新能源汽车的电量监控带来极大的不便。
发明内容
本发明的目的在于提供一种自适应新能源车辆电池电量监测方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种自适应新能源车辆电池电量监测方法，所述方法包括：
S1，传感器数据采集，安装合适的传感器在电动车的电池系统中，实时采集电池相关数据；
S2，数据处理与分析，将采集到的传感器数据进行处理和分析，可以利用算法对实时数据进行滤波、校准和变换，以获得更准确的电池状态信息；
S3，建立电池特性模型，结合采集到的电压、电流和温度数据，对目标电池的充放电特性、容量衰减特性等进行建模，并根据实际情况对模型进行修正和优化；
S4，利用电池模型和采集到的数据进行状态估计和预测，通过运用滤波、卡尔曼滤波、扩展卡尔曼滤波等技术，对电池的电量、健康状态进行估计和预测；
S5，设计自适应算法，根据实时估计结果对监测系统进行调整和优化；
S6，根据实时监测结果，将电池电量信息显示在车辆仪表盘上，让驾驶员清晰了解电池状态，同时，在电池电量低于预设阈值或发生异常情况时，触发警报机制提醒驾驶员采取相应措施。
优选的，所述S1中安装的传感器有电流传感器、电压传感器、温度传感器，实时对目标电池进行多参数监测，具体包括：电压测量、电流测量和温度监测。
优选的，所述电压测量，通过连接电压传感器实时测量目标电池的电压，首先将目标电池的正负极分别接入电压传感器，测量目标电池的输出电压，然后通过电压与电量的关系公式，其中Q为电量，U为电压，R为电阻，进而通过电压值来推算目标电池的电量状态。
优选的，所述电流测量，通过连接电流传感器在电池回路中测量电流，连接的电流传感器可以实时监测目标电池的充电和放电电流，通过对电流的积分或差分运算，可以获得目标电池的充放电量。
优选的，所述温度监测，通过温度传感器获取目标电池的温度数据，以便更准确地评估目标电池容量和可用能量。
优选的，所述S2通过S1获得的电压、电流和温度等测量结果，使用算法或者模型对目标电池的剩余容量进行估算。
优选的，所述S5可根据目标电池容量衰减情况调整估计算法的权重或修正模型参数。
一种采用所述的一种自适应新能源车辆电池电量监测方法的监测系统，监测系统包括主处理器，所述主处理器上电性连接有数据采集单元、数据处理与分析单元、电池模型建立单元、状态估计与预测单元、自适应算法设计单元和电量显示与警报单元。
优选的，所述数据采集单元包括电流传感器、电压传感器、温度传感器、SOC传感器和SOH传感器，所述数据处理与分析单元包括数据采集模块、数据预处理模块、特征提取模块、建模与算法选择模块、模型训练与优化模块和数据分析与可视化模块，所述电池模型建立单元包括电池特性测试模块、电池参数标识模块、状态估计模块、温度补偿模块A和充放电控制模块，所述状态估计与预测单元包括状态特征提取模块、状态估计算法模块、容量预测模块、健康预测模块、故障诊断模块和数据验证与优化模块，所述自适应算法设计单元包括电流传感模块、电压传感模块、SOC估计模块、温度补偿模块B、容量补偿模块和自适应算法模块，所述电量显示与警报单元包括电量显示模块、电量阈值设置模块、警报机制模块、警报策略模块和警报优化与反馈模块。
与现有技术相比，本发明的有益效果是：
1、本发明通过采用数据采集单元中的电流传感器、电压传感器和温度传感器来实现目标电池的多参数监测，并获取目标电池的当前电压值、当前电流值和当前温度值，进而分别通过电压值来推算目标电池的电量状态、获得目标电池的充放电量以及获取目标电池的温度数据，以便更准确地评估目标电池容量和可用能量；
2、本发明同时还通过电池模型建立单元、状态估计与预测单元以及自适应算法设计单元的设置，在上述单元包括的多模块配合使用下，能够提高目标电池的状态估计和预测的精度，便于记录目标电池在电流或温度变化时刻的电量变化情况，完成对电池容量补偿校正和电池电量上的温度相关修正操作，增强电池电量监测过程中对电池负载变化和环境温度变化的适应性；
3、本发明同时还通过电量显示与警报单元的设置，其中包括的多模块共同工作，保证了驾驶员对新能源车辆电池电量状态的准确掌握和及时响应，从而提高驾驶安全性和电池的使用寿命。
附图说明
图1为本发明一种自适应新能源车辆电池电量监测系统整体连接结构框图；
图2为本发明一种自适应新能源车辆电池电量监测系统中数据采集单元连接结构框图；
图3为本发明一种自适应新能源车辆电池电量监测系统中数据处理与分析单元连接结构框图；
图4为本发明一种自适应新能源车辆电池电量监测系统中电池模型建立单元连接结构框图；
图5为本发明一种自适应新能源车辆电池电量监测系统中状态估计与预测单元连接结构框图；
图6为本发明一种自适应新能源车辆电池电量监测系统中自适应算法设计单元连接结构框图；
图7为本发明一种自适应新能源车辆电池电量监测系统中电量显示与警报单元连接结构框图。
图中：1、主处理器；2、数据采集单元；201、电流传感器；202、电压传感器；203、温度传感器；204、SOC传感器；205、SOH传感器；3、数据处理与分析单元；301、数据采集模块；302、数据预处理模块；303、特征提取模块；304、建模与算法选择模块；305、模型训练与优化模块；306、数据分析与可视化模块；4、电池模型建立单元；401、电池特性测试模块；402、电池参数标识模块；403、状态估计模块；404、温度补偿模块A；405、充放电控制模块；5、状态估计与预测单元；501、状态特征提取模块；502、状态估计算法模块；503、容量预测模块；504、健康预测模块；505、故障诊断模块；506、数据验证与优化模块；6、自适应算法设计单元；601、电流传感模块；602、电压传感模块；603、SOC估计模块；604、温度补偿模块B；605、容量补偿模块；606、自适应算法模块；7、电量显示与警报单元；701、电量显示模块；702、电量阈值设置模块；703、警报机制模块；704、警报策略模块；705、警报优化与反馈模块。
具体实施方式
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。
请参阅图1-7，本发明提供一种技术方案：一种自适应新能源车辆电池电量监测方法，方法包括：
S1，传感器数据采集，安装合适的传感器在电动车的电池系统中，实时采集电池相关数据；
S2，数据处理与分析，将采集到的传感器数据进行处理和分析，可以利用算法对实时数据进行滤波、校准和变换，以获得更准确的电池状态信息；
S3，建立电池特性模型，结合采集到的电压、电流和温度数据，对目标电池的充放电特性、容量衰减特性等进行建模，并根据实际情况对模型进行修正和优化；
S4，利用电池模型和采集到的数据进行状态估计和预测，通过运用滤波、卡尔曼滤波、扩展卡尔曼滤波等技术，对电池的电量、健康状态进行估计和预测；
S5，设计自适应算法，根据实时估计结果对监测系统进行调整和优化；
S6，根据实时监测结果，将电池电量信息显示在车辆仪表盘上，让驾驶员清晰了解电池状态，同时，在电池电量低于预设阈值或发生异常情况时，触发警报机制提醒驾驶员采取相应措施。
S1中安装的传感器有电流传感器201、电压传感器202、温度传感器203，实时对目标电池进行多参数监测，具体包括：电压测量、电流测量和温度监测。
电压测量，通过连接电压传感器202实时测量目标电池的电压，首先将目标电池的正负极分别接入电压传感器202，测量目标电池的输出电压，然后通过电压与电量的关系公式，其中Q为电量，U为电压，R为电阻，进而通过电压值来推算目标电池的电量状态。
电流测量，通过连接电流传感器201在电池回路中测量电流，连接的电流传感器201可以实时监测目标电池的充电和放电电流，通过对电流的积分或差分运算，可以获得目标电池的充放电量。
温度监测，通过温度传感器203获取目标电池的温度数据，以便更准确地评估目标电池容量和可用能量。
S2通过S1获得的电压、电流和温度等测量结果，使用算法或者模型对目标电池的剩余容量进行估算。
S5可根据目标电池容量衰减情况调整估计算法的权重或修正模型参数。
一种采用的一种自适应新能源车辆电池电量监测方法的监测系统，监测系统包括主处理器1，主处理器1上电性连接有数据采集单元2、数据处理与分析单元3、电池模型建立单元4、状态估计与预测单元5、自适应算法设计单元6和电量显示与警报单元7。
数据采集单元2包括电流传感器201、电压传感器202、温度传感器203、SOC传感器204和SOH传感器205，电流传感器201用于测量电池的充放电电流，可以通过电流传感器201获得电池的充电量和放电量信息，电压传感器202用于测量电池的电压，可以通过电压传感器202获取电池的电量和电压状态，温度传感器203用于监测电池的温度情况，电池的温度对其性能和寿命有很大影响，SOC传感器204用于测量电池的剩余电量或电荷状态，通过SOC传感器204可以获取电池的充放电情况，提供更精确的电量信息，SOH传感器205用于评估电池的健康状况，包括容量衰减、内阻增加等方面的信息，通过SOH传感器205可以判断电池的寿命和健康程度，数据处理与分析单元3包括数据采集模块301、数据预处理模块302、特征提取模块303、建模与算法选择模块304、模型训练与优化模块305和数据分析与可视化模块306，数据采集模块301负责从电池中采集原始数据，包括电流、电压、温度等，采集方式可以通过传感器实时监测或者定期记录电池状态；数据预处理模块302采集到的原始数据可能存在噪声、异常值和缺失值等问题，需要进行预处理以提高数据质量，常见的预处理方法包括滤波、插值、异常值检测和修正等；特征提取模块303是将原始数据转化为可用于进一步分析的有意义特征的过程，对于电池来说，特征可以包括最大、最小和平均电压、电流变化率等，常用的特征提取方法有统计特征、频域特征和时域特征等；建模与算法选择模块304在进行数据分析之前，需要选择适当的建模方法和算法，例如，可以使用机器学习算法(如支持向量机、随机森林)或统计方法(如回归分析)，根据数据特点和分析目标选择合适的算法进行建模；模型训练与优化模块305根据选定的建模方法和算法，利用历史数据进行模型训练，并对模型进行优化，通过调整模型参数、特征选择和交叉验证等方法，提高模型的预测性能和泛化能力；数据分析与可视化模块306在完成数据处理和建模后，可以进行数据分析和结果可视化，通过统计分析、趋势分析和关联分析等方法，揭示电池性能变化规律和相关因素，同时，可以利用图表、曲线和热力图等可视化手段，将分析结果直观地展示出来；电池模型建立单元4包括电池特性测试模块401、电池参数标识模块402、状态估计模块403、温度补偿模块A404和充放电控制模块405，电池特性测试模块401用于对电池进行特性测试，包括容量测试、内阻测试、循环寿命测试等，通过获取电池在不同工况下的性能数据，为电池模型建立提供基础；电池参数标识模块402根据特性测试结果，利用标识算法来确定电池模型中的参数，常见的电池模型包括机械电路模型(如RC模型)和化学反应模型(如双极子模型)，通过标识模块可以获得这些模型所需的参数值；状态估计模块403利用测量数据和电池模型，对电池的状态进行估计，包括电量、SOC、SOH等，常用的状态估计方法有卡尔曼滤波器、扩展卡尔曼滤波器、粒子滤波器等；温度补偿模块A404通过测量电池温度，并结合电池模型，对电池的容量、内阻等参数进行修正或补偿；充放电控制模块405根据需求进行功率分配、充电截止、放电保护等控制操作，以保证电池的安全性和性能表现，实现对电池充放电过程的控制策略；状态估计与预测单元5包括状态特征提取模块501、状态估计算法模块502、容量预测模块503、健康预测模块504、故障诊断模块505和数据验证与优化模块506，状态特征提取模块501用于从电池数据中提取有关电池状态的相关特征，例如电压、电流、温度等，这些特征可以包括电池容量、内阻、SOC等；状态估计算法模块502是基于电池特征和测量数据，对电池的状态进行估计，常见的状态估计方法包括卡尔曼滤波、粒子滤波、扩展卡尔曼滤波等。这些算法可以根据电池的物理模型，结合测量数据，推断出电池的当前状态；容量预测模块503通过分析电池的充放电过程和历史数据，利用机器学习算法或统计方法，预测电池的剩余容量；健康预测模块504用于预测电池的寿命和健康状况，基于电池特征和历史性能数据，采用机器学习或统计方法，可以预测电池的寿命衰减情况，并提前检测电池故障或异常；故障诊断模块505用于检测和诊断电池的故障和异常情况，结合电池特征、状态估计结果和历史数据，采用机器学习或规则推理等方法，可以判断电池是否存在过充、过放、温度异常等问题，并及时进行诊断和处理；数据验证与优化模块506对于状态估计和预测结果，需要进行验证和优化，确保其准确性和可靠性，通过与实际测量数据的比较、交叉验证和误差分析等方法，对模型进行调整和优化，提高状态估计和预测的精度；自适应算法设计单元6包括电流传感模块601、电压传感模块602、SOC估计模块603、温度补偿模块B604、容量补偿模块605和自适应算法模块606，电流传感模块601负责实时测量电池充放电流，获取电池当前的电流信息，常见的电流传感方式包括霍尔效应传感器、电阻采样等；电压传感模块602用于实时测量电池的电压，获取电池当前的电压信息，通常使用电压变换电路和精确的ADC(模数转换器)进行电压信号的采集与处理；SOC估计模块603利用电流传感和电压传感模块提供的数据，结合电池模型和滤波算法，对电池的SOC进行估计，常见的估计方法有卡尔曼滤波器、移动平均滤波器等；温度补偿模块B604通过对电池历史充放电数据的分析与建模，以及与实时SOC估计结果的比较，对电池容量进行补偿或校正；容量补偿模块605负责测量电池的温度，并结合温度传感模块提供的数据，对电池电量进行温度相关修正；自适应算法模块606根据电流、电压、SOC等信息，通过自适应算法对电量的测量进行优化和校正，自适应算法可以根据实际情况动态调整参数，提高测量的准确性和稳定性；电量显示与警报单元7包括电量显示模块701、电量阈值设置模块702、警报机制模块703、警报策略模块704和警报优化与反馈模块705，电量显示模块701负责将实时监测到的电池电量信息以直观易懂的方式显示给驾驶员，可以通过车辆仪表盘上的电池电量图标、数字显示等形式展示；电量阈值设置模块702用于设置电池电量的预设阈值，根据车辆运行特点和使用需求，可以设置各个阶段的电量警戒值，如低电量警戒、临界电量警戒等；警报机制模块703当电池电量低于预设阈值或发生异常情况时，触发警报机制提醒驾驶员采取相应措施；警报策略模块704定义了警报的触发条件和策略。根据实际情况，可以制定具体的警报规则，例如在电池电量持续下降并低于设定阈值时触发警报，或者在电池温度异常升高时触发警报等；警报优化与反馈模块705基于实际监测情况和驾驶员反馈，可以对警报机制进行优化和改进，例如，根据电池容量衰减曲线更新预设阈值，调整警报的灵敏度和持续时间，以提供更合理的警示效果，并减少误报或过多干扰。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种自适应新能源车辆电池电量监测方法，其特征在于，所述方法包括：
S1，传感器数据采集，安装合适的传感器在电动车的电池系统中，实时采集电池相关数据；
S2，数据处理与分析，将采集到的传感器数据进行处理和分析，可以利用算法对实时数据进行滤波、校准和变换，以获得更准确的电池状态信息；
S3，建立电池特性模型，结合采集到的电压、电流和温度数据，对目标电池的充放电特性、容量衰减特性等进行建模，并根据实际情况对模型进行修正和优化；
S4，利用电池模型和采集到的数据进行状态估计和预测，通过运用滤波、卡尔曼滤波、扩展卡尔曼滤波等技术，对电池的电量、健康状态进行估计和预测；
S5，设计自适应算法，根据实时估计结果对监测系统进行调整和优化；
S6，根据实时监测结果，将电池电量信息显示在车辆仪表盘上，让驾驶员清晰了解电池状态，同时，在电池电量低于预设阈值或发生异常情况时，触发警报机制提醒驾驶员采取相应措施。
2.根据权利要求1所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述S1中安装的传感器有电流传感器(201)、电压传感器(202)、温度传感器(203)，实时对目标电池进行多参数监测，具体包括：电压测量、电流测量和温度监测。
3.根据权利要求2所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述电压测量，通过连接电压传感器(202)实时测量目标电池的电压，首先将目标电池的正负极分别接入电压传感器(202)，测量目标电池的输出电压，然后通过电压与电量的关系公式，其中Q为电量，U为电压，R为电阻，进而通过电压值来推算目标电池的电量状态。
4.根据权利要求2所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述电流测量，通过连接电流传感器(201)在电池回路中测量电流，连接的电流传感器(201)可以实时监测目标电池的充电和放电电流，通过对电流的积分或差分运算，可以获得目标电池的充放电量。
5.根据权利要求2所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述温度监测，通过温度传感器(203)获取目标电池的温度数据，以便更准确地评估目标电池容量和可用能量。
6.根据权利要求1所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述S2通过S1获得的电压、电流和温度等测量结果，使用算法或者模型对目标电池的剩余容量进行估算。
7.根据权利要求1所述的一种自适应新能源车辆电池电量监测方法，其特征在于：所述S5可根据目标电池容量衰减情况调整估计算法的权重或修正模型参数。
8.一种采用如权利要求1所述的一种自适应新能源车辆电池电量监测方法的监测系统，其特征在于，监测系统包括主处理器(1)，所述主处理器(1)上电性连接有数据采集单元(2)、数据处理与分析单元(3)、电池模型建立单元(4)、状态估计与预测单元(5)、自适应算法设计单元(6)和电量显示与警报单元(7)。
9.根据权利要求8所述的一种自适应新能源车辆电池电量监测系统，其特征在于：所述数据采集单元(2)包括电流传感器(201)、电压传感器(202)、温度传感器(203)、SOC传感器(204)和SOH传感器(205)，所述数据处理与分析单元(3)包括数据采集模块(301)、数据预处理模块(302)、特征提取模块(303)、建模与算法选择模块(304)、模型训练与优化模块(305)和数据分析与可视化模块(306)，所述电池模型建立单元(4)包括电池特性测试模块(401)、电池参数标识模块(402)、状态估计模块(403)、温度补偿模块A(404)和充放电控制模块(405)，所述状态估计与预测单元(5)包括状态特征提取模块(501)、状态估计算法模块(502)、容量预测模块(503)、健康预测模块(504)、故障诊断模块(505)和数据验证与优化模块(506)，所述自适应算法设计单元(6)包括电流传感模块(601)、电压传感模块(602)、SOC估计模块(603)、温度补偿模块B(604)、容量补偿模块(605)和自适应算法模块(606)，所述电量显示与警报单元(7)包括电量显示模块(701)、电量阈值设置模块(702)、警报机制模块(703)、警报策略模块(704)和警报优化与反馈模块(705)。
CN202311209803.3A 2023-09-19 2023-09-19 一种自适应新能源车辆电池电量监测方法及系统 Pending CN117284151A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311209803.3A CN117284151A (zh) 2023-09-19 2023-09-19 一种自适应新能源车辆电池电量监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311209803.3A CN117284151A (zh) 2023-09-19 2023-09-19 一种自适应新能源车辆电池电量监测方法及系统

Publications (1)

Publication Number Publication Date
CN117284151A true CN117284151A (zh) 2023-12-26

Family

ID=89251089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311209803.3A Pending CN117284151A (zh) 2023-09-19 2023-09-19 一种自适应新能源车辆电池电量监测方法及系统

Country Status (1)

Country Link
CN (1) CN117284151A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117613430A (zh) * 2024-01-22 2024-02-27 无锡冠亚恒温制冷技术有限公司 一种新能源电池综合测试能源管理方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117613430A (zh) * 2024-01-22 2024-02-27 无锡冠亚恒温制冷技术有限公司 一种新能源电池综合测试能源管理方法及系统
CN117613430B (zh) * 2024-01-22 2024-04-12 无锡冠亚恒温制冷技术有限公司 一种新能源电池综合测试能源管理方法及系统

Similar Documents

Publication Publication Date Title
CN106802396B (zh) 一种电池内短路的诊断方法
CN108254696B (zh) 电池的健康状态评估方法及系统
CN111823952B (zh) 电芯温度的诊断方法、存储介质和电子设备
US20210382114A1 (en) Battery diagnosis apparatus and battery diagnosis method based on current pulse method
CN105334462B (zh) 电池容量损失在线估算方法
CN107167743B (zh) 基于电动车辆的荷电状态估算方法和装置
CN102998623A (zh) 蓄电池荷电状态的在线估算方法及系统
GB2532726A (en) Cell internal impedance diagnostic system
CN117284151A (zh) 一种自适应新能源车辆电池电量监测方法及系统
US20220187376A1 (en) Method and Device for Predicting a State of Health of an Energy Storage System
CN114329760A (zh) 一种基于数字孪生的车载锂离子电池建模及故障诊断方法
KR101990042B1 (ko) 배터리의 상태를 셀 단위로 진단하는 장치 및 방법
KR102632629B1 (ko) 배터리 셀 진단 장치 및 방법
CN114814691A (zh) 一种基于数字孪生的锂电池系统电压传感器故障诊断方法
CN117991030B (zh) 一种换电柜健康状态检测方法及系统
CN115061049A (zh) 一种数据中心ups电池故障快速检测方法及系统
CN204030697U (zh) 基于动态soc估算系统的电池管理系统
CN115707984A (zh) 具有内部短路的车辆电池单元的自放电预测的方法和系统
CN117310538A (zh) 一种电量剩余转化效率自检测的储能电池电量监控系统
US20230280406A1 (en) Verfahren und Vorrichtung zum Erkennen einer kritischen Anomalie in einer Gerätebatterie basierend auf maschinellen Lernverfahren
US20230213587A1 (en) Method and System for Efficiently Monitoring Battery Cells of a Device Battery in an External Central Processing Unit Using a Digital Twin
CN116930764A (zh) 融合电力电子的锂电池储能系统故障诊断和危险预测方法
CN116893366A (zh) 用于运行系统以识别设备的电蓄能器的异常的方法和装置
CN114062943B (zh) 一种锂离子电池系统极化异常预警方法及系统
CN118322931B (zh) 新能源汽车化学电池储能系统的智能控制与管理系统

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