CN117686915A - 一种嵌入式电池能量状态的确定方法、装置及设备 - Google Patents
一种嵌入式电池能量状态的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN117686915A CN117686915A CN202311650570.0A CN202311650570A CN117686915A CN 117686915 A CN117686915 A CN 117686915A CN 202311650570 A CN202311650570 A CN 202311650570A CN 117686915 A CN117686915 A CN 117686915A
- Authority
- CN
- China
- Prior art keywords
- energy state
- state
- battery
- algorithm
- controller
- 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 34
- 238000004891 communication Methods 0.000 claims abstract description 50
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 71
- 238000004590 computer program Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 14
- 238000009413 insulation Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 7
- 238000004146 energy storage Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- QSNQXZYQEIKDPU-UHFFFAOYSA-N [Li].[Fe] Chemical compound [Li].[Fe] QSNQXZYQEIKDPU-UHFFFAOYSA-N 0.000 description 3
- 238000007600 charging Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- CASZBAVUIZZLOB-UHFFFAOYSA-N lithium iron(2+) oxygen(2-) Chemical compound [O-2].[Fe+2].[Li+] CASZBAVUIZZLOB-UHFFFAOYSA-N 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种嵌入式电池能量状态的确定方法、装置及设备，获取待检测电池的运行数据；将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；根据当前通信状态，对所述待检测电池的最终能量状态进行判断；若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。本发明通过外部计算系统平台和控制器能量状态大大提高了电池能量状态的检测精度。
Description
技术领域
本发明涉及电网储能用电池管理领域，尤其涉及一种嵌入式电池能量状态的确定方法、装置及设备。
背景技术
储能系统由多个电池组成，每个电池的状态都密切关系到整个系统的运行效率和性能表现。评价电池性能的关键指标包括：电量状态(Sate of charge，简称)和能量状态(Sate of energy，简称SOE)；储能系统中更关注系统的能量状态，所以需要对每个电池的SOE状态进行估算。在储能系统中，系统能量的状态至关重要，因此，对每个电池的SOE状态进行估算是必要的。但是由于扩展卡尔曼计算SOC、SOE的计算量庞大，并且储能系统中电芯数量众多。由于储能通常需要在高压状态下运行通信易受干扰，将电池数据传输给外部平台很难对每颗电芯实时进行扩展卡尔曼SOC、SOE计算，这就导致了电池SOE估计精度较低，误差较大。
因此，亟需一种电池能量状态的确定策略，从而解决酸铁锂电芯SOE检测精度低的问题。
发明内容
本发明实施例提供一种嵌入式电池能量状态的确定方法、装置及设备，以提高酸铁锂电芯SOE的检测精度。
为了解决上述问题，本发明一实施例提供一种嵌入式电池能量状态的确定方法，包括：
获取待检测电池的运行数据；
将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接；
根据当前通信状态，对所述待检测电池的最终能量状态进行判断；
若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法；
若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
作为上述方案的改进，所述根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态，包括：
根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，对最终能量进行判断；
若第一中间电量状态达到电量状态阈值或第一中间能量状态的计算值发散，则将第一中间电量状态作为最终能量状态；
否则，将第一中间能量状态作为所述待检测电池的最终能量状态。
作为上述方案的改进，本实施例还包括：
根据当前时刻的最终能量状态和上一时刻的能量状态之间的差值占比，判断最终能量状态在显示器上的能量状态显示值；
若差值占比大于占比阈值，则能量状态显示值为上一时刻的能量状态增加或减少预设差值；其中，所述预设差值具体为：上一时刻的能量状态与占比阈值的乘积；
若差值占比小于或等于占比阈值，则能量状态显示值为当前时刻的最终能量状态。
作为上述方案的改进，所述运行数据还包括：欧姆内阻，极化内阻和极化电容；在所述将所述运行数据传输给控制器之后，还包括：
在所述控制器基于所述运行数据进行计算之前，所述控制器基于欧姆内阻，极化内阻和极化电容，通过OCV-SOC曲线计算初始电量状态，则显示器上的能量状态显示值为当前时刻的初始电量状态。
作为上述方案的改进，所述运行数据包括：电压、温度、电流、状态、总电压和绝缘参数；所述第一算法包括：安时积分加温度以及末端修正算法和一阶模型卡尔曼算法；所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态，包括：
所述控制器基于电压、温度、电流、状态、总电压和绝缘参数，通过安时积分加温度以及末端修正算法进行第一中间电量状态的计算，通过一阶电池模型卡尔曼算法进行第一中间能量状态的计算。
作为上述方案的改进，所述第二算法包括：二阶电池模型卡尔曼滤波算法；所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态，包括：
所述外部计算系统平台基于电压、温度、电流、状态、总电压和绝缘参数，通过二阶电池模型卡尔曼滤波算法进行第二中间电量状态和第二中间能量状态的计算。
作为上述方案的改进，本实施例还包括：
对所述运行数据进行预处理和极值计算，获得运行预处理数据；
根据所述运行预处理数据和预设的故障阈值范围，比较获得故障类型。
相应的，本发明一实施例还提供了一种嵌入式电池能量状态的确定装置，包括：数据获取模块、数据接收模块、数据判断模块、第一判断结果模块和第二判断结果模块；
所述数据获取模块，用于获取待检测电池的运行数据；
所述数据接收模块，用于将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接；
所述数据判断模块，用于根据当前通信状态，对所述待检测电池的最终能量状态进行判断；
所述第一判断结果模块，用于若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法；
所述第二判断结果模块，用于若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
相应的，本发明一实施例还提供了一种计算机终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如本发明所述的一种嵌入式电池能量状态的确定方法。
相应的，本发明一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如本发明所述的一种嵌入式电池能量状态的确定方法。
由上可见，本发明具有如下有益效果：
本发明提供了一种嵌入式电池能量状态的确定方法，获取待检测电池的运行数据；将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；根据当前通信状态，对所述待检测电池的最终能量状态进行判断；若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。本发明对待检测电池进行运行数据的进行分析，在通信状态正常时，调取算力更强的外部计算系统平台进行最终能量状态的确定，在通信状态异常时，基于待检测电池来连接的控制器进行最终能量状态的确定，完成待检测电池的能量状态SOE的测量。本发明通过外部计算系统平台和控制器对待检测电池的能量状态SOE进行监控，在通信良好时通过外部计算系统瓶体进行大计算量计算，在通信异常时通过控制器进行小计算量的计算，能够避免由于通信信号短暂异常所导致的能量状态监控盲区，大大提高了酸铁锂电芯SOE的检测精度。
附图说明
图1是本发明一实施例提供的嵌入式电池能量状态的确定方法的流程示意图；
图2是本发明一实施例提供的嵌入式电池能量状态的确定装置的结构示意图；
图3是本发明另一实施例提供的嵌入式电池能量状态的确定方法的流程示意图；
图4是本发明一实施例提供的能量状态监测示意图；
图5是本发明一实施例提供的一种终端设备结构示意图。
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作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。
实施例一
参见图1，图1是本发明一实施例提供的一种嵌入式电池能量状态的确定方法的流程示意图，如图1所示，本实施例包括步骤101至步骤105，各步骤具体如下：
步骤101：获取待检测电池的运行数据。
在一具体的实施例中，待检测电池可以为磷酸铁锂电池组的单体电芯；通过对每个单体电芯进行最终能量状态的计算，最后基于所有单体电芯的最终能量状态确定磷酸铁锂电池组的能量状态。
在本实施例中，运行数据由双核处理器中的一核进行采集；其中，双核处理器中一核作为数据采集器进行待检测电池的数据采集，另一核作为控制器进行电量状态和能量状态的计算。
在一具体的实施例中，通过双核MCU处理器进行数据采集、数据处理、信息判断、数据通信和均衡控制，并采用执行本发明的处理对双核MCU处理器的数据进行审核。
在一具体的实施例中，采用双核MCU处理器(RT1176芯片)中的Arm Cortex-M4核作为数据采集器，结合菊花链通讯方式(核间通信)，经过转换芯片(BQ79600)，获取高精度采样芯片中(BQ79616)的电压、温度和状态信息。同时结合高精度外置ADC采样芯片(AD7606，芯片内部已经包含了低噪声、高输入阻抗的信号调理电路，同时还具有40db抗混叠抑制特性的滤波器，减少了外部干扰对信号的影响。使用AD7606芯片以5ms为周期同步进行电流信息、总电压、绝缘信息的采集，同时AD7606 x64倍的过采样用于电池容量的累积。实现简单工况如：稳定电流和复杂工况如：电流快速变化下，卡尔曼SOE算法输入信息中电流、电压和温度的准确性)同步进行电流信息、总电压、绝缘信息的采集；采用双核MCU处理器中的ArmCortex-M7核作为控制器。
在一具体的实施例中，Arm Cortex-M4核处理器将收集到的电压、温度、电流、状态、总电压和绝缘信息数据以500ms为周期进行数据处理与极值计算；以2s为周期将处理后的电压、电流、温度信息与获得的故障信息进行均衡信息判断和执行；以100ms为周期将处理后的电压、电流、温度信息、状态信息与获得的故障信息通过双核核间通讯方式传输给Arm Cortex-M7核处理器。
在一具体的实施例中，Arm Cortex-M7核处理器使用FREERTOS操作系统，该系统可以进行电池管理系统中各个任务的调度与执行，充分利用系统资源；Arm Cortex-M7核处理器通过CAN总线可配置电池故障信息阈值：外部设备(如PCS)可通过CAN总线将需要修改的电池故障阈值发送给Arm Cortex-M7核处理器，Arm Cortex-M7核处理器通过核间通信将此数据传输给Arm Cortex-M4核处理器。Arm Cortex-M4核处理器将此数据存储到EEPROM中。
在一具体的实施例中，Arm Cortex-M7核处理器通过CAN总线可配置电池故障信息阈值：外部设备(如PCS)可通过CAN总线将需要修改的电池故障阈值发送给Arm Cortex-M7核处理器，Arm Cortex-M7核处理器通过核间通信将此数据传输给Arm Cortex-M4核处理器。Arm Cortex-M4核处理器将此数据存储到EEPROM中；
Arm Cortex-M7核处理器使用任务通知的方式来获取Arm Cortex-M4核处理器传输过来的数据，并将从外部收集到的需要修改的故障阈值信息传输给Arm Cortex-M4；ArmCortex-M7核处理器通过光口将电压、电流、温度、故障信息和状态信息传输到高级计算系统。
在一具体的实施例中，Arm Cortex-M7核处理器使用电压、电流、温度、故障信息和状态信息、电池特征信息和计算得到的SOC、SOE、SOH数据通过查表法进行SOP计算；ArmCortex-M7核处理器SOC、SOE、SOH、SOP计算的计算周期为2s；
Arm Cortex-M7核处理器为保护电池不被滥用,以10ms周期根据系统当前运行状态信息和故障信息进行电池逻辑保护控制，确保系统运行安全；Arm Cortex-M7核处理器将Arm Cortex-M4核处理器处获得的电压、电流、温度信息、状态信息与故障信息以及ArmCortex-M7核处理器内部计算的SOC、SOE、SOH、SOP数据和电池保护状态使用CAN总线的方式上传给PCS。
步骤102：将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接。
在一具体的实施例中，在执行本发明的处理器接收到运行数据后，判断运行数据是否正常，若是，则通过控制双核处理器的数据采集器将采集的运行数据通过核间通信传输给双核处理器的控制器。
在一具体的实施例中，每个电池的电量状态的计算采用电池容量增量计算的方式进行计算，先算出系统中变化的容量，然后根据温度系数计算出每个电芯的电量状态的变化，最后进行单体的电量状态的计算，电量状态的值也可通过光纤口进行校正。
在本实施例中，所述运行数据还包括：欧姆内阻，极化内阻和极化电容；在所述将所述运行数据传输给控制器之后，还包括：
在所述控制器基于所述运行数据进行计算之前，所述控制器基于欧姆内阻，极化内阻和极化电容，通过OCV-SOC曲线计算初始电量状态，则显示器上的能量状态显示值为当前时刻的初始电量状态。
在一具体的实施例中，获取不同温度下的OCV-SOC曲线和不同温度下的欧姆内阻，极化内阻和极化电容，采集待检测电池的欧姆内阻，极化内阻和极化电容，结合OCV-SOC曲线计算初始电量状态，并将初始电量状态作为能量状态进行显示，能够避免在对运行数据分析前，无法对待检测电池进行能量状态预测的问题，使得针对待检测电池的能量状态监控实时有效。
在本实施例中，所述运行数据包括：电压、温度、电流、状态、总电压和绝缘参数；所述第一算法包括：安时积分加温度以及末端修正算法和一阶模型卡尔曼算法；所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态，包括：
所述控制器基于电压、温度、电流、状态、总电压和绝缘参数，通过安时积分加温度以及末端修正算法进行第一中间电量状态的计算，通过一阶电池模型卡尔曼算法进行第一中间能量状态的计算。
为更好地说明，所述安时积分加温度以及末端修正算法，包括：
式中，SOC(t)为当前时刻的第一中间电量状态，SOC0为上一时刻的第一中间电量状态，i(t)为t时刻的电流值，C为电池额定容量，Kct为不同温度下实际容量与额定容量的比值，SOH为电池健康状态；
在计算获得SOC(t)后，根据当前时刻的电压和电流进行判断：若充电电流小于最大允许充电电流，且V(t)大于充电截止电压时，则修正SOC(t)的值为100％，此时第一中间电量状态取值为100％；若放电电流小于最大允许放电电流时，且V(t)小于放电截止电压时，修正SOC(t)的值为0％，此时第一中间电量状态取值为100％；否则，不对SOC(t)进行修正，此时第一中间电量状态取值为SOC(t)的上式计算值。
为更好地说明，所述一阶模型卡尔曼算法，包括：
通过基尔霍夫电压、电流定律以及SOE的定义可以得到以下等式
U(t)＝Uoc(SOE,T)―i(t)*R0―Up(t)
式中，Uoc(SOE,T)为SOE和温度T状态下的开路电压，U(t)为t时刻电池端开路电压，i(t)为t时刻电流值，R0为辨识到的欧姆内阻，Rp为辨识到的极化内阻，Cp为辨识到的极化电容，Up(t)为t时刻计算中间变量即RC网络结构电压；
SOE积分计算方式：
式中，SOE(t)为t时刻SOE状态，SOE0为上一时刻SOE状态，i(t)为t时刻的电流值，c(t)为t时刻的电压值，Q为电池额定能量，Kqt为不同温度和电流下实际能量与额定能量的比值，SOH为电池健康状态；
将上述公式离散化并计算得到卡尔曼滤波算法所需的状态方程：
以及卡尔曼滤波算法所需的测量方程：
U(k)＝Uoc(k)―Uc(k)―R0*I(k)+v(k)
式中，SOE(k)、SOE(k―1)为k时刻和k-1时刻的SOE值，Δt为采样周期，τ＝Rp*Cp为时间常数，Uc(k),Uc(k―1)分别为k时刻和k-1时刻极化内阻Rp对应的电压，Uoc(k)为k时刻电池SOE值对应的开路电压，U(k)为t时刻电池端开路电压，R0为辨识到的欧姆内阻，Rp为辨识到的极化内阻，Cp为辨识到的极化电容，Q为电池额定能量，Kqt为不同温度和电流下实际能量与额定能量的比值，I(k)，I(k―1)为k时刻和k-1时刻的工作电流，U(k―1)为k-1时刻工作电压，ω为工作噪声，v(k)为观测噪声，SOH为电池健康状态；
在确定状态方程和测量方程后，可使用卡尔曼滤波算法来计算电池SOE。其中的卡尔曼滤波算法计算方式可参考现有技术中任一的卡尔曼滤波算法，本申请实例中不再赘述。
在一具体的实施例中，由于控制器算力有限，且通信异常时间较短，因此虽然控制器计算出来的中间能量状态并不如外部计算系统平台精准，但依然可以表示为带检测电池的最终能量状态。
步骤103：根据当前通信状态，对所述待检测电池的最终能量状态进行判断。
步骤104：若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法。
在本实施例中，所述第二算法包括：二阶电池模型卡尔曼滤波算法；所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态，包括：
所述外部计算系统平台基于电压、温度、电流、状态、总电压和绝缘参数，通过二阶电池模型卡尔曼滤波算法进行第二中间电量状态和第二中间能量状态的计算。
为更好地说明，所述二阶模型卡尔曼算法，包括：
通过基尔霍夫电压、电流定律以及SOX的定义可以得到以下等式：
U(t)＝Uoc(SOX,T)―i(t)*R0―U1(t)―U2(t)
式中，SOX表示SOC、SOE，Uoc(SOX,T)为SOX和温度T状态下的开路电压，U(t)为t时刻电池端开路电压，i(t)为t时刻电流值，R0为辨识到的欧姆内阻，R1为辨识到的一阶极化内阻，C1为辨识到的一阶极化电容，R2为辨识到的二阶极化内阻，C2为辨识到的二阶极化电容，U1(t)为t时刻一阶RC网络结构电压，U2(t)为t时刻二阶RC网络结构电压；
SOE积分计算方式：
式中，SOE(t)为t时刻SOE状态，SOE0为上一时刻SOE状态，i(t)为t时刻的电流值，v(t)为t时刻的电压值，Q为电池额定能量，Kqt为不同温度和电流下实际能量与额定能量的比值，SOH为电池健康状态；
SOC积分计算方式：
式中，SOC(t)为当前时刻的第一中间电量状态，SOC0为上一时刻的第一中间电量状态，i(t)为t时刻的电流值，C为电池额定容量，Kct为不同温度下实际容量与额定容量的比值，SOH为电池健康状态；
将上述公式离散化并计算得到卡尔曼滤波算法所需的状态方程：
以及卡尔曼滤波算法所需的测量方程：
U(k)＝Uoc(k)―U1(k)―U2(k)―R0*I(k)+v
式中，SOE(k),SOE(k―1)为k时刻和k-1时刻的SOE值，SOC(k),SOC(k―1)为k时刻和k-1时刻的SOC值,Δt为采样周期，U1(k),U2(k)分别为k时刻一阶和二阶极化内阻对应的电压，Uoc(k)为k时刻电池SOE/SOC值对应的开路电压，U(k)为t时刻电池端开路电压，ω为工作噪声，v为观测噪声，Kqt为不同温度和电流下实际能量与额定能量的比值，Kct为不同温度下实际容量与额定容量的比值，Q为电池额定能量，C为电池额定容量，SOH为电池健康状态；
在确定状态方程和测量方程后，可使用卡尔曼滤波算法来计算电池SOE/SOC，其中的卡尔曼滤波算法计算方式可参考现有技术中任一的卡尔曼滤波算法，本申请实例中不再赘述。
在一具体的实施例中，由于外部计算系统平台搭载的算法算力更强，计算得更精准，因此外部计算系统计算出来的能量状态值能够真实反映待检测电池的能量状态。
步骤105：若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
在本实施例中，所述根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态，包括：
根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，对最终能量进行判断；
若第一中间电量状态达到电量状态阈值或第一中间能量状态的计算值发散，则将第一中间电量状态作为最终能量状态；
否则，将第一中间能量状态作为所述待检测电池的最终能量状态。
在一具体的实施例中，当光纤接口通信异常(即通信状态异常)时，判断第一中间能量状态的计算值是否发散或者第一中间电量状态的计算值是否到电量状态阈值(包含但不限于0％或100％)，如果发散或达到特定值，将第一中间电量状态的值赋值给最终能量状态数值，显示SOE取值为最终能量状态的数值。
在本实施例中，实施例还包括：
根据当前时刻的最终能量状态和上一时刻的能量状态之间的差值占比，判断最终能量状态在显示器上的能量状态显示值；
若差值占比大于占比阈值，则能量状态显示值为上一时刻的能量状态增加或减少预设差值；其中，所述预设差值具体为：上一时刻的能量状态与占比阈值的乘积；
若差值占比小于或等于占比阈值，则能量状态显示值为当前时刻的最终能量状态。
在一具体的实施例中，先记录上一时刻的能量状态的计算值为oldSOE，当前时刻的最终能量状态的计算值为newSOE，然后判断此时newSOE与oldSOE的差值，如果差值的绝对值大于0.5％(即本发明所述的预设差值，可自适应调整)，则显示SOE取值oldSOE值±0.5％；如果差值的绝对值小于0.5％，则显示SOE取值newSOE值。
本实施例还包括：
对所述运行数据进行预处理和极值计算，获得运行预处理数据；
根据所述运行预处理数据和预设的故障阈值范围，比较获得故障类型。
在一具体的实施例中，调取外挂EEPROM存储器中储存的故障阈值信息以500ms为周期进行故障判断获得故障信息。
为更好地说明，请参见图3，为本发明另一实施例提供的嵌入式电池能力状态的确定方法的流程示意图。
在一具体的实施例中，参见图4，图4为本实施例提供的0.5C恒流恒压充电到3.65V(上一步骤为恒流0.5C放电到2.8V截止)，0.05C截止，恒流0.5C放电到2.8V过程中SOC和SOE数值差异示意图，由本实施例所执行的嵌入式电池能力状态的确定方法而获得。
参见图2，图2是本发明一实施例提供的一种嵌入式电池能量状态的确定装置的结构示意图，包括：数据获取模块201、数据接收模块202、数据判断模块203、第一判断结果模块204和第二判断结果模块205；
所述数据获取模块，用于获取待检测电池的运行数据；
所述数据接收模块，用于将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接；
所述数据判断模块，用于根据当前通信状态，对所述待检测电池的最终能量状态进行判断；
所述第一判断结果模块，用于若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法；
所述第二判断结果模块，用于若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
可以理解的是，上述系统项实施例是与本发明方法项实施例相对应的，其可以实现本发明上述任意一项方法项实施例提供的嵌入式电池能量状态的确定方法。
本实施例通过获取待检测电池的运行数据；将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；根据当前通信状态，对所述待检测电池的最终能量状态进行判断；若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。本发明对待检测电池进行运行数据的进行分析，在通信状态正常时，调取算力更强的外部计算系统平台进行最终能量状态的确定，在通信状态异常时，基于待检测电池来连接的控制器进行最终能量状态的确定，完成待检测电池的能量状态SOE的测量。本发明通过外部计算系统平台和控制器对待检测电池的能量状态SOE进行监控，在通信良好时通过外部计算系统瓶体进行大计算量计算，在通信异常时通过控制器进行小计算量的计算，能够避免由于通信信号短暂异常所导致的能量状态监控盲区，大大提高了酸铁锂电芯SOE的检测精度。
实施例二
参见图5，图5是本发明一实施例提供的终端设备结构示意图。
该实施例的一种终端设备包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序。所述处理器501执行所述计算机程序时实现上述各个嵌入式电池能量状态的确定方法在实施例中的步骤，例如图1所示的嵌入式电池能量状态的确定方法的所有步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能，例如：图2所示的嵌入式电池能量状态的确定装置的所有模块。
另外，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的嵌入式电池能量状态的确定方法。
本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501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 Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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，所述处理器501是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器502可用于存储所述计算机程序和/或模块，所述处理器501通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器502内的数据，实现所述终端设备的各种功能。所述存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种嵌入式电池能量状态的确定方法，其特征在于，包括：
获取待检测电池的运行数据；
将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接；
根据当前通信状态，对所述待检测电池的最终能量状态进行判断；
若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法；
若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
2.根据权利要求1所述的嵌入式电池能量状态的确定方法，其特征在于，所述根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态，包括：
根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，对最终能量进行判断；
若第一中间电量状态达到电量状态阈值或第一中间能量状态的计算值发散，则将第一中间电量状态作为最终能量状态；
否则，将第一中间能量状态作为所述待检测电池的最终能量状态。
3.根据权利要求2所述的嵌入式电池能量状态的确定方法，其特征在于，还包括：
根据当前时刻的最终能量状态和上一时刻的能量状态之间的差值占比，判断最终能量状态在显示器上的能量状态显示值；
若差值占比大于占比阈值，则能量状态显示值为上一时刻的能量状态增加或减少预设差值；其中，所述预设差值具体为：上一时刻的能量状态与占比阈值的乘积；
若差值占比小于或等于占比阈值，则能量状态显示值为当前时刻的最终能量状态。
4.根据权利要求3所述的嵌入式电池能量状态的确定方法，其特征在于，所述运行数据还包括：欧姆内阻，极化内阻和极化电容；在所述将所述运行数据传输给控制器之后，还包括：
在所述控制器基于所述运行数据进行计算之前，所述控制器基于欧姆内阻，极化内阻和极化电容，通过OCV-SOC曲线计算初始电量状态，则显示器上的能量状态显示值为当前时刻的初始电量状态。
5.根据权利要求2所述的嵌入式电池能量状态的确定方法，其特征在于，所述运行数据包括：电压、温度、电流、状态、总电压和绝缘参数；所述第一算法包括：安时积分加温度以及末端修正算法和一阶模型卡尔曼算法；所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态，包括：
所述控制器基于电压、温度、电流、状态、总电压和绝缘参数，通过安时积分加温度以及末端修正算法进行第一中间电量状态的计算，通过一阶电池模型卡尔曼算法进行第一中间能量状态的计算。
6.根据权利要求2所述的嵌入式电池能量状态的确定方法，其特征在于，所述第二算法包括：二阶电池模型卡尔曼滤波算法；所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态，包括：
所述外部计算系统平台基于电压、温度、电流、状态、总电压和绝缘参数，通过二阶电池模型卡尔曼滤波算法进行第二中间电量状态和第二中间能量状态的计算。
7.根据权利要求2所述的嵌入式电池能量状态的确定方法，其特征在于，还包括：
对所述运行数据进行预处理和极值计算，获得运行预处理数据；
根据所述运行预处理数据和预设的故障阈值范围，比较获得故障类型。
8.一种嵌入式电池能量状态的确定装置，其特征在于，包括：数据获取模块、数据接收模块、数据判断模块、第一判断结果模块和第二判断结果模块；
所述数据获取模块，用于获取待检测电池的运行数据；
所述数据接收模块，用于将所述运行数据传输给控制器，以接收由所述控制器反馈的第一中间电量状态和第一中间能量状态；其中，所述控制器基于所述运行数据和第一算法进行计算，获得第一中间电量状态和第一中间能量状态；所述控制器与所述待检测电池连接；
所述数据判断模块，用于根据当前通信状态，对所述待检测电池的最终能量状态进行判断；
所述第一判断结果模块，用于若当前通信状态为正常，则将所述运行数据传输给外部计算系统平台，以接收由外部计算系统平台反馈的第二中间能量状态，并将所述第二中间能量状态作为所述待检测电池的最终能量状态；其中，所述外部计算系统平台基于所述运行数据和第二算法进行计算，获得第二中间能量状态；所述第二算法的运算量大于所述第一算法；
所述第二判断结果模块，用于若当前通信状态为异常，则根据所述控制器反馈的所述第一中间电量状态和所述第一中间能量状态，确定所述待检测电池的最终能量状态。
9.一种计算机终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的一种嵌入式电池能量状态的确定方法。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的一种嵌入式电池能量状态的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650570.0A CN117686915A (zh) | 2023-12-04 | 2023-12-04 | 一种嵌入式电池能量状态的确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311650570.0A CN117686915A (zh) | 2023-12-04 | 2023-12-04 | 一种嵌入式电池能量状态的确定方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117686915A true CN117686915A (zh) | 2024-03-12 |
Family
ID=90125725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311650570.0A Pending CN117686915A (zh) | 2023-12-04 | 2023-12-04 | 一种嵌入式电池能量状态的确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117686915A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108594135A (zh) * | 2018-06-28 | 2018-09-28 | 南京理工大学 | 一种用于锂电池均衡充放电控制的soc估算方法 |
| CN109581225A (zh) * | 2018-12-28 | 2019-04-05 | 深圳市超思维电子股份有限公司 | 电池在线参数辨识的能量状态估算方法及电池管理系统 |
| CN109946623A (zh) * | 2019-03-27 | 2019-06-28 | 吉林大学 | 一种锂电池的soc在线估测方法 |
| CN109959872A (zh) * | 2019-03-29 | 2019-07-02 | 青岛黄海学院 | 一种基于单片机控制的蓄电池状态在线监测系统及方法 |
| CN111060828A (zh) * | 2019-12-30 | 2020-04-24 | 华人运通(江苏)技术有限公司 | 一种电池状态监控方法和装置 |
| US20210055348A1 (en) * | 2017-10-10 | 2021-02-25 | Lg Chem, Ltd. | Apparatus and method for estimating state of charge of secondary battery |
| CN115469229A (zh) * | 2022-09-23 | 2022-12-13 | 徐州工程学院 | 一种不间断电源锂电池荷电状态估算方法 |
| CN115932586A (zh) * | 2022-11-16 | 2023-04-07 | 阳光电源(南京)有限公司 | 一种电池荷电状态在线估算方法、装置、设备及介质 |
| CN115951249A (zh) * | 2023-02-16 | 2023-04-11 | 航科院中宇（北京）新技术发展有限公司 | 电池状态监测方法、系统、电子设备及存储介质 |
| CN115993534A (zh) * | 2022-11-10 | 2023-04-21 | 中航锂电（洛阳）有限公司 | 一种电池系统的soc估算方法和装置及设备 |
| CN116114137A (zh) * | 2022-10-26 | 2023-05-12 | 深圳市正浩创新科技股份有限公司 | 电子设备控制方法、电子设备及存储介质 |
-
2023
- 2023-12-04 CN CN202311650570.0A patent/CN117686915A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210055348A1 (en) * | 2017-10-10 | 2021-02-25 | Lg Chem, Ltd. | Apparatus and method for estimating state of charge of secondary battery |
| CN108594135A (zh) * | 2018-06-28 | 2018-09-28 | 南京理工大学 | 一种用于锂电池均衡充放电控制的soc估算方法 |
| CN109581225A (zh) * | 2018-12-28 | 2019-04-05 | 深圳市超思维电子股份有限公司 | 电池在线参数辨识的能量状态估算方法及电池管理系统 |
| CN109946623A (zh) * | 2019-03-27 | 2019-06-28 | 吉林大学 | 一种锂电池的soc在线估测方法 |
| CN109959872A (zh) * | 2019-03-29 | 2019-07-02 | 青岛黄海学院 | 一种基于单片机控制的蓄电池状态在线监测系统及方法 |
| CN111060828A (zh) * | 2019-12-30 | 2020-04-24 | 华人运通(江苏)技术有限公司 | 一种电池状态监控方法和装置 |
| CN115469229A (zh) * | 2022-09-23 | 2022-12-13 | 徐州工程学院 | 一种不间断电源锂电池荷电状态估算方法 |
| CN116114137A (zh) * | 2022-10-26 | 2023-05-12 | 深圳市正浩创新科技股份有限公司 | 电子设备控制方法、电子设备及存储介质 |
| CN115993534A (zh) * | 2022-11-10 | 2023-04-21 | 中航锂电（洛阳）有限公司 | 一种电池系统的soc估算方法和装置及设备 |
| CN115932586A (zh) * | 2022-11-16 | 2023-04-07 | 阳光电源(南京)有限公司 | 一种电池荷电状态在线估算方法、装置、设备及介质 |
| CN115951249A (zh) * | 2023-02-16 | 2023-04-11 | 航科院中宇（北京）新技术发展有限公司 | 电池状态监测方法、系统、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 徐钦赐: "混合动力汽车用镍氢电池荷电状态与健康状态估算研究", 中国优秀硕士学位论文全文数据库, no. 2, 15 February 2023 (2023-02-15) * |
| 朱碧辉: "纯电动汽车动力系统分析与故障诊断研究", 中国优秀硕士学位论文全文数据库, no. 4, 15 April 2018 (2018-04-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020259096A1 (zh) | 电池的许用功率估算方法、装置、系统和存储介质 | |
| JP7094289B2 (ja) | 直列接続電池セルのための監視システム | |
| EP1859523A1 (en) | Apparatus and method for estimating battery state of charge | |
| KR20170092552A (ko) | 무선 네트워크 기반 배터리 관리 시스템 | |
| CN104242393A (zh) | 基于动态soc估算系统的电池管理系统 | |
| CN110244236B (zh) | 一种锂离子电池包soc估计方法、装置及终端设备 | |
| US20230236252A1 (en) | Methods and devices for estimating state of charge of battery, and extracting charging curve of battery | |
| CN115808638A (zh) | 一种荷电状态计算方法、装置、存储介质及电池管理系统 | |
| CN112816877A (zh) | 电池的电流校准方法、设备和存储介质 | |
| CN113933710A (zh) | 电池功率状态的在线预测方法及终端设备 | |
| CN112946482A (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 | |
| CN204030697U (zh) | 基于动态soc估算系统的电池管理系统 | |
| CN109061498A (zh) | 一种电池剩余电量计量芯片及计量方法 | |
| CN116203490A (zh) | 传感器故障诊断方法、装置、设备及存储介质 | |
| CN112909355A (zh) | 电池管理系统、处理装置、电池管理方法和电池管控系统 | |
| CN117420463B (zh) | 电池的化学容量更新方法、装置、电子设备及存储介质 | |
| CN108802628B (zh) | 电池电量计量方法、装置及设备 | |
| CN115113049A (zh) | 确定电池soc初始值的方法及相关装置 | |
| CN113206531A (zh) | 电池的电压保护方法及装置 | |
| TWI613455B (zh) | 一種可擴充模組化電池容量估測系統 | |
| Zhu et al. | Online state of charge EKF estimation for LiFePO 4 battery management systems | |
| CN116973793A (zh) | 一种锂电池健康状态监测评估方法、系统、设备及介质 | |
| CN117686915A (zh) | 一种嵌入式电池能量状态的确定方法、装置及设备 | |
| CN115877247A (zh) | 电池组的soh值估算方法、电池管理系统及存储介质 | |
| CN115113061A (zh) | 修正电池soc的方法及相关装置 |
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 |