CN117388699A - 电池峰值功率的预测方法、装置、电子设备及存储介质 - Google Patents
电池峰值功率的预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117388699A CN117388699A CN202210788693.XA CN202210788693A CN117388699A CN 117388699 A CN117388699 A CN 117388699A CN 202210788693 A CN202210788693 A CN 202210788693A CN 117388699 A CN117388699 A CN 117388699A
- Authority
- CN
- China
- Prior art keywords
- discharge
- battery
- current
- determining
- information
- 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 69
- 238000013507 mapping Methods 0.000 claims abstract description 47
- 238000011217 control strategy Methods 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 6
- 229910001416 lithium ion Inorganic materials 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 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
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开实施例提供一种电池峰值功率的预测方法、装置、电子设备及存储介质。所述方法包括：获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。本公开实施例中，相较于采用固定不变的模型参数进行所述电池的峰值功率的预测，所述模型参数可以适应于不同时刻的电池放电情况，在基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率时，预测结果会更加准确。
Description
技术领域
本公开涉及电池技术领域但不限于电池技术领域，尤其涉及一种电池峰值功率的预测方法、装置、电子设备及存储介质。
背景技术
随着移动终端应用的广泛普及和各类功能的实现，电池的续航能力成为关键性的考核指标。在一种场景下，如果电池存在大功率放电电流，会导致电池电压到达截止电压以下，且电池的荷电状态(SOC，State of Charge)来不及更新就出现终端关机的情况。预测电池当前状态下峰值功率能够在大功率放电发生时，提前进行预警，防止突然关机。如此，可以改善整机关机策略及提升用户使用体验。但是，相关技术中，存在当前状态下峰值功率预测不准的情况。
发明内容
本公开实施例公开了一种电池峰值功率的预测方法、装置、终端及存储介质。
根据本公开实施例的第一方面，提供一种电池峰值功率的预测方法，所述方法包括：
获取电池的当前放电参数；
基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，所述基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，包括：
响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率。
在一个实施例中，所述基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数，包括：
基于确定的所述未来预设时间段内的电池放电信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数。
在一个实施例中，所述未来预设时间段内的电池放电信息为预定时段内的放电电压和/或放电电流随时间变化的曲线信息。
在一个实施例中，所述基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，包括：
确定当前时刻至到达截止电压时的放电电压曲线信息；
基于所述放电电压曲线信息确定放电电流曲线信息；
基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率。
在一个实施例中，所述方法还包括：
存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。
在一个实施例中，所述基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率，包括：
基于所述放电电压曲线信息确定电压平均值；
基于所述放电电流曲线信息确定电流平均值；
基于所述电压平均值和所述电流平均值确定所述电池的峰值功率。
根据本公开实施例的第二方面，提供一种电池峰值功率的预测装置，所述装置包括：
获取模块，用于获取电池的当前放电参数；
确定模块，用于基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
所述确定模块，还用于基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
预测模块，用于基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，所述预测模块还用于：
响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率。
在一个实施例中，所述确定模块还用于：
基于确定的所述未来预设时间段内的电池放电信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数。
在一个实施例中，所述确定模块还被配置为所述未来预设时间段内的电池放电信息为预定时段内的放电电压和/或放电电流随时间变化的曲线信息。
在一个实施例中，所述预测模块还用于：
确定当前时刻至到达截止电压时的放电电压曲线信息；
基于所述放电电压曲线信息确定放电电流曲线信息；
基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率。
在一个实施例中，所述装置还包括：
存储模块，用于存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。
在一个实施例中，所述预测模块还用于：
基于所述放电电压曲线信息确定电压平均值；
基于所述放电电流曲线信息确定电流平均值；
基于所述电压平均值和所述电流平均值确定所述电池的峰值功率。
根据本公开实施例的第三方面，提供一种电子设备，所述电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：用于运行所述可执行指令时，实现本公开任意实施例所述的方法。
根据本公开实施例的第四方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机可执行程序，所述可执行程序被处理器执行时实现本公开任意实施例所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果：
在本公开实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。这里，由于会基于电池的当前放电参数确定出与所述当前放电参数对应的未来预设时间段内的电池放电信息，然后基于确定的所述未来预设时间段内的电池放电信息确定出不同时刻下功率预测模型所需的模型参数，相较于采用固定不变的模型参数进行所述电池的峰值功率的预测，所述模型参数可以适应于不同时刻的电池放电情况，在基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率时，预测结果会更加准确。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图2是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图3是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图4是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图5是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图6是根据一示例性实施例示出的一种电池峰值功率的预测方法的流程示意图。
图7是根据一示例性实施例示出的一种电池峰值功率的预测装置的框图。
图8是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了便于本领域内技术人员理解，本公开实施例列举了多个实施方式以对本公开实施例的技术方案进行清晰地说明。当然，本领域内技术人员可以理解，本公开实施例提供的多个实施例，可以被单独执行，也可以与本公开实施例中其他实施例的方法结合后一起被执行，还可以单独或结合后与其他相关技术中的一些方法一起被执行；本公开实施例并不对此作出限定。
如图1所示，本实施例中提供一种电池峰值功率的预测方法，所述方法包括：
步骤11、获取电池的当前放电参数；
步骤12、基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
步骤13、基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
步骤14、基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
本公开实施例中的方法可以应用于终端中，例如，应用于手机中。所述电池可以是终端的供电电池。电池可以是锂离子电池。请参见图2，为锂离子电池1阶RC等效电路的模型示意图。
这里，本公开所涉及的终端可以是但不限于是手机、可穿戴设备、车载终端、路侧单元(RSU，Road Side Unit)、智能家居终端、工业用传感设备和/或医疗设备等。在一些实施例中，该终端可以是Redcap终端或者预定版本的新空口NR终端(例如，R17的NR终端)。
请参见图3，示出了应用本方法的功能框图，该框图中的功能可以由终端执行。功能框图的输入可以是终端传感器采集的放电电压和放电电流，功能框图的输出可以是预测的电池的峰值功率和/或峰值电流。该功能框图可以包括电池模型单元、模型参数更新单元、峰值功率及电流预测单元和工况存储及更新单元。各个单元之前可以进行数据交互。
本公开实施例中，基于所述峰值功率调整所述电池的控制策略可以是基于所述峰值功率对电池进行充放电控制的策略进行调整。当然也可以是基于峰值功率调整与电池关联的控制策略，例如，可以是基于峰值功率对基于电池的状态执行终端的开关机的控制策略进行调整。
在一个实施例中，未来预设时间段内的电池放电信息可以是预定放电曲线信息。
本公开实施例中，放电曲线可以是在起始放电电流为预定电流时放电电压和/或放电电流随时间变化的曲线。预定放电曲线信息可以包括放电电流和/或放电电压跟随时间变化的信息。需要说明的是，不同的预定电流对应的放电曲线可以不同，即，不同的预定电流可以对应不同的预定放电曲线信息。
在一个实施例中，放电曲线可以是在预定电流和预定电压下放电预定时长(例如，300秒)后达到截止电压时的放电曲线。
在一个实施例中，当前放电参数可以包括放电电流和/或放电电压。
在一个实施例中，当前放电参数可以是放电电流，放电电流可以是电池当前的放电电流，即起始放电电流。获取电池的放电电流；基于所述放电电流和映射关系，确定所述放电电流对应的预定放电曲线信息，其中，所述映射关系指示放电电流与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。需要说明的是，所述映射关系可以事先存储在终端的预定区域，在获取到电池的放电电流后，就可以基于该放电电流以及事先存储在预定区域的映射关系确定该放电电流对应的预定放电曲线信息。
在一个实施例中，当前放电参数可以是放电电压，放电电压可以是电池当前的放电电压，即起始放电电压。获取电池的放电电压；基于所述放电电压和映射关系，确定所述放电电压对应的预定放电曲线信息，其中，所述映射关系指示放电电压与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。需要说明的是，所述映射关系可以事先存储在终端的预定区域，在获取到电池的放电电压后，就可以基于该放电电压以及事先存储在预定区域的映射关系确定该放电电压对应的预定放电曲线信息。
在一个实施例中，当前放电参数可以是放电电流和放电电压，放电电流可以是电池当前的放电电流，即起始放电电流，放电电压可以是电池当前的放电电压，即起始放电电压。获取电池的放电电流和放电电压；基于所述放电电流、所述放电电压和映射关系，确定所述放电电流和所述放电电压对应的预定放电曲线信息，其中，所述映射关系指示放电电压、放电电流与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。需要说明的是，所述映射关系可以事先存储在终端的预定区域，在获取到电池的放电电压后，就可以基于该放电电压以及事先存储在预定区域的映射关系确定该放电电压对应的预定放电曲线信息。
在一个实施例中，按照预定周期获取电池的放电参数；基于所述放电参数和映射关系，确定所述放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。这里，预定周期可以是根据终端的平均功耗确定的。示例性地，响应于终端的平均功耗大于功耗阈值，预定周期可以小于周期阈值；或者，响应于终端的平均功耗小于功耗阈值，预定周期可以大于周期阈值。如此，所述预定周期可以适应于终端的平均功耗。
在一个实施例中，响应于所述电池的荷电状态SOC小于预定值，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。这里，模型参数预测模型可以为基于样本数据训练好的用于预测模型参数的机器学习模型，可以将所述预定放电曲线信息输入所述功率预测模型中，预测不同时刻的功率预测模型的模型参数。
在一个实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；确定当前时刻至到达截止电压时的放电电压曲线信息；基于所述放电电压曲线信息确定放电电流曲线信息；基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，获取电池的当前放电参数；基于所述放电参数和映射关系，确定所述当前放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；确定当前时刻至到达截止电压时的放电电压曲线信息；基于所述放电电压曲线信息确定放电电流曲线信息；基于所述放电电压曲线信息确定的电压的平均值和基于所述放电电流曲线信息确定的电流的平均值，确定所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；确定当前时刻至到达截止电压时的放电电压曲线信息；基于所述放电电压曲线信息确定放电电流曲线信息；基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。存储所述放电电压曲线信息和/或所述放电电流曲线信息。存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。存储的所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息可以用于确定所述映射关系。
在本公开实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。这里，由于会基于电池的当前放电参数确定出与所述当前放电参数对应的未来预设时间段内的电池放电信息，然后基于确定的所述未来预设时间段内的电池放电信息确定出不同时刻下功率预测模型所需的模型参数，相较于采用固定不变的模型参数进行所述电池的峰值功率的预测，所述模型参数可以适应于不同时刻的电池放电情况，在基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率时，预测结果会更加准确。
需要说明的是，本领域内技术人员可以理解，本公开实施例提供的方法，可以被单独执行，也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图4所示，本实施例中提供一种电池峰值功率的预测方法，所述方法包括：
步骤41、响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，响应于所述电池的荷电状态SOC小于预定值，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述当前放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于峰值功率调整所述电池的控制策略。
需要说明的是，本领域内技术人员可以理解，本公开实施例提供的方法，可以被单独执行，也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图5所示，本实施例中提供一种电池峰值功率的预测方法，所述方法包括：
步骤51、确定当前时刻至到达截止电压时的放电电压曲线信息；
步骤52、基于所述放电电压曲线信息确定放电电流曲线信息；
步骤53、基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，获取电池的当前放电参数；基于所述当前放电参数和映射关系，确定所述当前放电参数对应的预定放电曲线信息，其中，所述映射关系指示放电参数与预定放电曲线信息之间的关系；基于所述预定放电曲线信息，确定不同时刻下功率预测模型所需的模型参数；确定当前时刻至到达截止电压时的放电电压曲线信息；基于所述放电电压曲线信息确定放电电流曲线信息；基于所述放电电压曲线信息确定的电压的平均值和基于所述放电电流曲线信息确定的电流的平均值，确定所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
需要说明的是，本领域内技术人员可以理解，本公开实施例提供的方法，可以被单独执行，也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
为了更好地理解本公开实施例，以下通过1个示例性实施例对本公开技术方案进行进一步说明：
示例1：
如图6所示，本实施例中提供一种电池峰值功率的预测方法，应用于终端，所述方法包括：
步骤61、当锂离子电池的SOC小于预定阈值时，启动锂离子电池峰值功率预测的功能。
步骤62、终端的传感器采集到当前状态下锂离子电池的放电电流及放电电压值，选择对应的放电电流及放电曲线，并以此来预测在当前放电电流的锂离子电池的放电电压曲线，实现放电曲线的预测(需要说明的是，终端中存储不同放电电流的满电放电曲线，并能够根据实测的放电过程进行更新)。
步骤63、终端获取到当前放电电流所对应的放电曲线后，基于放电曲线的数据和模型参数预测模型，进行模型参数的预测。获取到图2所示模型的模型参数的预测值(即从当前时刻开始，放电过程中，不同时刻所对应的模型参数的预测值)。
其中，模型参数预测模型可以包括图2所示模型的传递函数可以是：
式中：G(s)为电池模型的传递函数；
Uocv(s)为电池开路电压；
Ut(s)为预测的电池端电压；
I(s)为电池放电电流；
R0为电池欧姆内阻；
R1为电池极化等效内阻；
C1为电池极化等效电容。
τ＝R1·C1；
式中，τ为电池模型的时间常数。
转换为时域模型，可以得到，Ut的表达式为：
Ut(k)＝(1+τ)Uocv(k)-τUocv(k-1)+(R0+R1+R0τ)I(k)-R0τI(k-1)-τUt(k)+τUt(k-1)；
其中，yk＝Ut，状态向量为φk，参数向量为θk，转化为如下式(4)所示的数据结构：
其中，
遗忘因子递推最小二乘法，如下式所示：
如此，通过向量θk的迭代更新过程，获取了电池模型的模型参数；
步骤64、将模型参数代入到功率预测模型中实现电池的最大放电功率(峰值功率)的预测。
在一个实施例中，步骤64包括以下步骤：
步骤a、预测当前时刻到达截止电压时的放电电压曲线(放电电压曲线是逐渐下降的)；
通过下式来预测，式中，k表示当前时刻到达放电截止电压的300s的300个离散点，每个离散点的时间间隔为1s。式中T＝1s。
Ut(k)＝Uocv(k)-I(k)(R0(k)+R1(k)+R2(k))；
Uocv(k)＝g(SOC(k))；
SOC(k)＝SOC(k-1)-I(k-1)T；
估算开始时，假设I(k)为定值。
步骤b、结合放电电压曲线，推导出放电电流曲线：
步骤c、结合放电电流曲线的变化，对放电电流的曲线，取平均值来修正最大放电电流值：
步骤d、结合放电电压曲线，取电压平均值，使用电压平均值和电流平均值来计算最大放电功率：
步骤e、使用仿真得到的电池端电压及电流数据，对相关数据进行更新。实际获得的精确的最大放电功率为：
需要说明的是，本领域内技术人员可以理解，本公开实施例提供的方法，可以被单独执行，也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图7所示，本实施例中提供一种电池峰值功率的预测装置，所述装置包括：
获取模块71，用于获取电池的当前放电参数；
确定模块72，用于基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
所述确定模块72，还用于基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
预测模块73，用于基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
在一个实施例中，所述预测模块73还用于：
响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率。
在一个实施例中，所述确定模块72还用于：
基于确定的所述未来预设时间段内的电池放电信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数。
在一个实施例中，所述确定模块72还被配置为所述未来预设时间段内的电池放电信息为预定时段内的放电电压和/或放电电流随时间变化的曲线信息。
在一个实施例中，所述预测模块73还用于：
确定当前时刻至到达截止电压时的放电电压曲线信息；
基于所述放电电压曲线信息确定放电电流曲线信息；
基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率。
在一个实施例中，所述装置还包括：
存储模块74，用于存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。
在一个实施例中，所述预测模块73还用于：
基于所述放电电压曲线信息确定电压平均值；
基于所述放电电流曲线信息确定电流平均值；
基于所述电压平均值和所述电流平均值确定所述电池的峰值功率。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开实施例还提供一种通信设备，包括：
天线；
存储器；
处理器，分别与天线及存储器连接，用于通过执行存储在存储器上的可执行程序，控制天线收发无线信号，并能够执行前述任意实施例提供的无线网络接入方法的步骤。
本实施例提供的通信设备可为前述的终端或基站。该终端可为各种人载终端或车载终端。基站可为各种类型的基站，例如，4G基站或5G基站等。
天线可为各种类型的天线、例如，3G天线、4G天线或5G天线等移动天线；天线还可包括：WiFi天线或无线充电天线等。
存储器可包括各种类型的存储介质，该存储介质为非临时性计算机存储介质，在通信设备掉电之后能够继续记忆存储其上的信息。
处理器可以通过总线等与天线和存储器连接，用于读取存储器上存储的可执行程序，例如，本公开任一个实施例所示方法的至少其中之一。
本公开实施例还提供一种非临时性计算机可读存储介质，非临时性计算机可读存储介质存储有可执行程序，其中，可执行程序被处理器执行时实现前述任意实施例提供的无线网络接入方法的步骤，例如，本公开任一个实施例所示方法的至少其中之一。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种用于电子设备600的框图。例如，电子设备600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图8，电子设备600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。
处理组件602通常控制电子设备600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以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(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为电子设备600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述电子设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当电子设备600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器，用于为电子设备600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为电子设备600的显示器和小键盘，传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变，用户与电子设备600接触的存在或不存在，电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件616被配置为便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由电子设备600的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (16)
1.一种电池峰值功率的预测方法，其特征在于，所述方法包括：
获取电池的当前放电参数；
基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
2.根据权利要求1所述的方法，其特征在于，所述基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，包括：
响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率。
3.根据权利要求1所述的方法，其特征在于，所述基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数，包括：
基于确定的所述未来预设时间段内的电池放电信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数。
4.根据权利要求1所述的方法，其特征在于，所述未来预设时间段内的电池放电信息为预定时段内的放电电压和/或放电电流随时间变化的曲线信息。
5.根据权利要求1所述的方法，其特征在于，所述基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，包括：
确定当前时刻至到达截止电压时的放电电压曲线信息；
基于所述放电电压曲线信息确定放电电流曲线信息；
基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。
7.根据权利要求5所述的方法，其特征在于，所述基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率，包括：
基于所述放电电压曲线信息确定电压平均值；
基于所述放电电流曲线信息确定电流平均值；
基于所述电压平均值和所述电流平均值确定所述电池的峰值功率。
8.一种电池峰值功率的预测装置，其特征在于，所述装置包括：
获取模块，用于获取电池的当前放电参数；
确定模块，用于基于所述当前放电参数和映射关系，确定所述当前放电参数对应的未来预设时间段内的电池放电信息，其中，所述映射关系指示放电参数与未来预设时间段内的电池放电信息之间的关系；
所述确定模块，还用于基于确定的所述未来预设时间段内的电池放电信息，确定不同时刻下功率预测模型所需的模型参数；
预测模块，用于基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率，以便基于所述峰值功率调整所述电池的控制策略。
9.根据权利要求8所述的装置，其特征在于，所述预测模块还用于：
响应于所述电池的荷电状态小于预定值，基于所述模型参数，利用所述功率预测模型预测所述电池的峰值功率。
10.根据权利要求8所述的装置，其特征在于，所述确定模块还用于：
基于确定的所述未来预设时间段内的电池放电信息和模型参数预测模型，确定不同时刻下功率预测模型所需的模型参数。
11.根据权利要求8所述的装置，其特征在于，所述确定模块还被配置为所述未来预设时间段内的电池放电信息为预定时段内的放电电压和/或放电电流随时间变化的曲线信息。
12.根据权利要求8所述的装置，其特征在于，所述预测模块还用于：
确定当前时刻至到达截止电压时的放电电压曲线信息；
基于所述放电电压曲线信息确定放电电流曲线信息；
基于所述放电电压曲线信息确定的电压值和基于所述放电电流曲线信息确定的电流值，确定所述电池的峰值功率。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
存储模块，用于存储所述放电参数、所述放电电压曲线信息和/或所述放电电流曲线信息。
14.根据权利要求12所述的装置，其特征在于，所述预测模块还用于：
基于所述放电电压曲线信息确定电压平均值；
基于所述放电电流曲线信息确定电流平均值；
基于所述电压平均值和所述电流平均值确定所述电池的峰值功率。
15.一种电子设备，其特征在于，所述电子设备包括：处理器和用于存储能够在所述处理器上运行计算机服务的存储器，其中，所述处理器用于运行所述计算机服务时，实现权利要求1至7任一项所述的方法。
16.一种存储介质，其特征在于，所述存储介质中有计算机可执行指令，所述计算机可执行指令被处理器执行实现权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210788693.XA CN117388699A (zh) | 2022-07-04 | 2022-07-04 | 电池峰值功率的预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210788693.XA CN117388699A (zh) | 2022-07-04 | 2022-07-04 | 电池峰值功率的预测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117388699A true CN117388699A (zh) | 2024-01-12 |
Family
ID=89461853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210788693.XA Pending CN117388699A (zh) | 2022-07-04 | 2022-07-04 | 电池峰值功率的预测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117388699A (zh) |
-
2022
- 2022-07-04 CN CN202210788693.XA patent/CN117388699A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112448050A (zh) | 锂离子电池的充电方法和锂离子电池的充电装置 | |
| EP4047780A1 (en) | Charging method and apparatus, electronic device and storage medium | |
| CN112514441B (zh) | 一种通信方法、通信装置及存储介质 | |
| EP3832840A1 (en) | Charging method and device, terminal device and storage medium | |
| CN113725954B (zh) | 充电方法、装置、设备及存储介质 | |
| CN114487840A (zh) | 电池控制方法、装置及存储介质 | |
| CN112421702B (zh) | 锂电池充电方法及装置 | |
| US20220352740A1 (en) | Method for charging a battery and terminal | |
| CN114449542B (zh) | 小区注册方法、装置及介质 | |
| CN117388699A (zh) | 电池峰值功率的预测方法、装置、电子设备及存储介质 | |
| CN116859248A (zh) | 电池循环寿命预测方法、装置及存储介质 | |
| CN116359734A (zh) | 电池荷电状态的校正方法、装置、电子设备及存储介质 | |
| CN112448039B (zh) | 锂离子电池以及锂离子电池充放电控制方法及装置 | |
| CN113675902A (zh) | 电池充电方法、电池充电装置及存储介质 | |
| CN109450032B (zh) | 无线充电的处理方法、装置及设备 | |
| CN112187326A (zh) | 天线控制方法、装置、设备及存储介质 | |
| CN113346564A (zh) | 电源管理芯片控制方法及装置、终端设备 | |
| CN112909366B (zh) | 充电方法及装置、终端设备、存储介质 | |
| CN112448052B (zh) | 电池充电控制方法及装置 | |
| EP4050751A1 (en) | Method, apparatus and storage medium for determining charging time length of battery | |
| US20220045535A1 (en) | Charging control method, charging control device and storage medium | |
| EP4322366A1 (en) | Method and apparatus of charging processing and storage medium | |
| EP3893320B1 (en) | Shutdown method, shutdown apparatus, terminal and storage medium | |
| CN113138036B (zh) | 温度检测方法及装置、电子设备 | |
| CN117368750A (zh) | 监测电池剩余电量信息的方法及装置、电子设备及存储介质 |
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 |