CN117741485A - 锂电池电荷估算方法、系统及能源汽车 - Google Patents
锂电池电荷估算方法、系统及能源汽车 Download PDFInfo
- Publication number
- CN117741485A CN117741485A CN202311558158.6A CN202311558158A CN117741485A CN 117741485 A CN117741485 A CN 117741485A CN 202311558158 A CN202311558158 A CN 202311558158A CN 117741485 A CN117741485 A CN 117741485A
- Authority
- CN
- China
- Prior art keywords
- charge
- battery
- minimum
- maximum
- full
- 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 57
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 16
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 16
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims abstract description 64
- 229910001416 lithium ion Inorganic materials 0.000 claims abstract description 64
- 239000000178 monomer Substances 0.000 claims abstract description 22
- 230000010287 polarization Effects 0.000 claims description 52
- 208000028659 discharge Diseases 0.000 claims description 46
- 238000001914 filtration Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 9
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical group [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请涉及电池领域,具体而言,涉及一种锂电池电荷估算方法、系统及能源汽车,其方法包括获取所述锂离子电池包的电池基础参数;根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况;根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数。利用电池基础参数确定充放电情况后,根据充放电情况,通过电池基础参数计算锂离子电池包的整包电荷参数,既能够利用电池基础参数保证全面性,又能够区分锂离子电池包的不同情况,提高了SOC的估算准确度。
Description
技术领域
本申请涉及电池领域,具体而言,涉及一种锂电池电荷估算方法、系统及能源汽车。
背景技术
新能源汽车与传统汽车最大的区别是用电池作为动力驱动,因此动力电池是新能源汽车的核心。电池管理系统(Battery Management System,BMS)作为电池保护和管理的核心部件,在动力电池系统中,它的作用相当于人脑。通过对电压、电流、温度以及电池剩余容量状态(State Of Charge,SOC)等参数的采集、计算,进而控制电池的充放电过程,BMS直接影响动力电池的使用寿命及电动汽车的安全运行于整车性能,提升电池管理系统的综合性能,将极大地促进新能源汽车的发展。
单体电池以及电池组的SOC是BMS中最重要的参数,其他的都是以SOC为基础展开的。SOC,也称电池荷电状态,表征当前电池剩余容量,指的是在一定放电倍率下电池剩余电量和额定容量的比值。而目前的电荷估算方式准确度较低,影响了电池组发挥最大的效能。
发明内容
本申请提供了一种锂电池电荷估算方法、系统及能源汽车,以至少解决电荷估算方式准确度较低的技术问题。
根据本申请实施例的第一个方面,提供了一种锂电池电荷估算方法,应用于锂离子电池包,所述锂离子电池包中有多个单体电池,所述方法包括:
获取所述锂离子电池包的电池基础参数;
根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况;
根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数。
可选地,所述根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况,包括:
判断所述单体电压参数中的最大单体电压或最小单体电压是否达到预设的充电截止电压;
若达到,确定所述锂离子电池包的充放电情况为充电阶段;
若未达到,确定所述锂离子电池包的充放电情况为放电阶段。
可选地,所述根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数,包括:
当所述锂离子电池包的充放电情况为充电阶段时,将所述电池基础参数中的最大单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最大电荷,或将所述电池基础参数中的最小单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最小电荷;
当所述锂离子电池包的充放电情况为放电阶段时,利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的整包最大电荷和整包最小电荷。
可选地,在所述利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷之前,所述方法还包括:
根据所述电池基础参数中的锂离子电池包的最低温度、单体电池中的最大单体电荷和单体电池中的最小单体电荷计算得到最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容,以参与所述卡尔曼滤波算法的计算。
可选地,在得道所述整包电荷参数中的所述整包最大电荷和整包最小电荷之后,所述方法还包括:
对所述整包最大电荷和整包最小电荷进行限值处理。
可选地,在所述对所述整包最大电荷和整包最小电荷进行限值处理之后,所述方法还包括:
获取参数更新间隔时长;
当所述参数更新间隔时长超过预设的更新时长阈值时,利用卡尔曼滤波算法分别对所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容进行更新,以使用更新后的所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容参与下一次所述卡尔曼滤波算法的计算。
可选地,所述整包电荷参数包括目标整包电荷;
所述方法还包括:
若限值处理后的所述整包最大电荷大于或等于预设的整包电荷上限值,确定所述目标整包电荷与所述限值处理后的整包最大电荷相等;
若限值处理后的所述整包最小电荷小于或等于预设的整包电荷下限值,确定所述目标整包电荷与所述整包最小电荷相等;
若所述整包最大电荷小于所述整包电荷上限值且所述整包最小电荷大于所述整包电荷下限值,则利用所述整包最大电荷、整包最小电荷、整包电荷上限值和整包电荷下限值计算所述目标整包电荷。
可选地,所述目标整包电荷=((整包最小电荷-整包电荷下限值)*整包最大电荷)+(整包电荷上限值-整包最大电荷)*整包最小电荷/((整包最小电荷-整包电荷下限值)+(整包电荷上限值-整包最大电荷))。
根据本申请实施例的第二个方面,提供了一种电池管理系统,应用有上述所述的锂电池电荷估算方法。
根据本申请实施例的第三个方面,提供了一种能源汽车,包括上述所述的电池管理系统,所述电池为磷酸铁锂电池。
在本申请实施例中,利用电池基础参数确定充放电情况后,根据充放电情况,通过电池基础参数计算锂离子电池包的整包电荷参数,既能够利用电池基础参数保证全面性,又能够区分锂离子电池包的不同情况,提高了SOC的估算准确度。
附图说明
图1是一个实施例中锂电池电荷估算方法的流程图。
图2是一个实施例中锂电池电荷估算方法的整体流程图。
图3是一个实施例中平台区曲线图。
图4是一个实施例中插值处理示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,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”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,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种锂电池电荷估算方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
如图1所示,该方法包括如下步骤:
S101、获取所述锂离子电池包的电池基础参数。
在一实施例中,电池基础参数指锂离子电池包的参数,且电池基础参数能够用于对锂离子电池包的整包电荷参数,也就是能够用于对锂离子电池包的电荷估算。具体的,例如,电池基础参数可以包括锂离子电池包中各单体电池的单体电荷、单体电压、锂离子电池包的温度、锂离子电池包的上电电流等,本实施例对此不做具体限定。
S102、根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况。
在一实施例中,电池基础参数中包含有各单体电池的单体电压参数,通过各单体电池的单体电压参数能够得知锂离子电池包当前的充放电情况。其中,充放电情况包括充电阶段和放电阶段。具体的,充电阶段指锂离子电池包处于充电状态,放电阶段指锂离子电池包处于放电状态。
S103、根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数。
在一实施例中,锂离子电池包处于不同的阶段,也就是充放电情况不同时,根据电池基础参数计算整包电荷参数的方式也不同。具体的计算过程根据电池基础参数中的参数类型确定,本实施例对于具体的计算过程不做限定。
通过上述步骤,利用电池基础参数确定充放电情况后,根据充放电情况,通过电池基础参数计算锂离子电池包的整包电荷参数,既能够利用电池基础参数保证全面性,又能够区分锂离子电池包的不同情况,提高了SOC的估算准确度。
在本申请的另一种实施方式中,所述根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况,包括:
判断所述单体电压参数中的最大单体电压或最小单体电压是否达到预设的充电截止电压;
若达到,确定所述锂离子电池包的充放电情况为充电阶段;
若未达到,确定所述锂离子电池包的充放电情况为放电阶段。
在一实施例中,电池基础参数中包含各单体电池的单体电压参数,将各个单体电压参数进行比较后,即可得到所有单体电压参数中的最大值和最小值,其中,最大值则是最大单体电压,最小值则是最小单体电压。
在得到最大单体电压和最小单体电压后,将最大单体电压或最小单体电压与充电截止电压进行比较,从而确定锂离子电池包的充放电情况。
通过上述步骤,通过与预设的充电截止电压进行比较,即可确定锂离子电池包的充放电情况,简单快捷,有助于节约计算资源,提高电荷估算的效率。
在本申请的另一种实施方式中,所述根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数,包括:
当所述锂离子电池包的充放电情况为充电阶段时,将所述电池基础参数中的最大单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最大电荷,或将所述电池基础参数中的最小单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最小电荷;
当所述锂离子电池包的充放电情况为放电阶段时,利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的整包最大电荷和整包最小电荷。
在一实施例中,如图2所示,满电荷参数为100%,在充电阶段时,将最大单体电荷或最小单体电荷修正为100%,并输出满充信号为1,证明锂离子电池包已经处于充满电的状态。需要说明的是,如果最大单体电压达到充电截止电压,证明最大单体电荷可以修正为100%;如果最小单体电压达到充电截止电压,表明最小单体电荷可以修正为100%。
在一实施例中,在放电阶段时,利用不同的算法计算整包电荷参数中的整包最大电荷和整包最小电荷。具体的,如图2所示,通过判断最大单体电荷或最小单体电荷是否处于非平台区确定使用哪种算法计算整包最大电荷和整包最小电荷。
需要说明的是,如图3所示,为不同温度下磷酸铁锂电池OCV-SOC曲线。电动势是指电池内部达到热力学平衡时正、负极之间的电位差,是电池可输出电能的主要度量之一。开路电压是指外电路没有电流流过或外电路电阻趋于无穷大时电池正、负极之间的电位差。由于磷酸铁锂电池在未达到热力学平衡时,电池内部极化现象没有完全消除,开路电压一般不直接等于电动势。对于磷酸铁锂电池而言,电动势与荷电状态之间存在一定的对应关系,但由于电动势难以直接测量,一般用电池处于稳态时测得的开路电压近似。在一定温度下,电池的SOC(即电池的电荷)与开路电压OCV之间呈现一一对应关系。从图上可以看出,在SOC的中间区间(30%<SOC<95%)内,电池的OCV变化极小,电池处于平台区;而在SOC的两端区间(SOC<30%和95<SOC<100%),OCV的变化率较大,整个磷酸铁锂电池的OCV-SOC曲线呈现中间区域平坦,头尾两端陡峭的样子,处于非平台区。
通过上述步骤,不同的充放电情况,采用不同的计算方式,有助于提高整包最大电荷和整包最小电荷的准确度。
在本申请的另一种实施方式中,在所述利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷之前,所述方法还包括:
根据所述电池基础参数中的锂离子电池包的最低温度、单体电池中的最大单体电荷和单体电池中的最小单体电荷计算得到最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容,以参与所述卡尔曼滤波算法的计算。
在一实施例中,如图4所示,利用插值法计算最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容。其中,利用最低温度和最大单体电荷(图中为最大SOC初始值)计算最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容。利用最低温度和最小单体电荷(图中为最小SOC初始值)计算最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容。其中欧姆内阻、极化电阻、极化电容提供给下一轮的卡尔曼滤波算法作为在线辨识的初值。
通过上述步骤,通过插值算法计算得到欧姆内阻、极化电阻、极化电容,便于对后续的卡尔曼滤波算法进行参数支持,以保证计算得到的整包最大电荷和整包最小电荷的准确性。
在本申请的另一种实施方式中,在得道所述整包电荷参数中的所述整包最大电荷和整包最小电荷之后,所述方法还包括:
对所述整包最大电荷和整包最小电荷进行限值处理。
在一实施例中,限值的目的是将整包最大电荷和整包最小电荷限制在0-100%之间,由于整包最大电荷和整包最小电荷定义:指的是在一定放电倍率下电池剩余电量和额定容量的比值,这个值是在0-1之间的;
处理过程:整包最大电荷和整包最小电荷的处理方式一致。(限值前的整包最大电荷或整包最小电荷为SOC_Init,限值处理后的整包最大电荷或整包最小电荷为SOC_Now)
(1)若SOC_Ini t<0,令SOC_Now=0;
(2)若0≤SOC_Init≤1,令SOC_Now=SOC_Init;
若SOC_Init>1,令SOC_Now=1。
在本申请的另一种实施方式中,在所述对所述整包最大电荷和整包最小电荷进行限值处理之后,所述方法还包括:
获取参数更新间隔时长;
当所述参数更新间隔时长超过预设的更新时长阈值时,利用卡尔曼滤波算法分别对所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容进行更新,以使用更新后的所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容参与下一次所述卡尔曼滤波算法的计算。
在一实施例中,锂电池电荷的估算过程迭代进行,每一次迭代计算,均对卡尔曼滤波算法的参数进行更新,即对最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容进行更新,便于保证下次迭代过程中卡尔曼滤波算法的准确性。
在一实施例中,如图2所示,在进行限值处理后,检测参数是否需要更新,具体的更新时长阈值为60秒。
通过上述步骤,通过对参数进行更新,有助于提高后续的目标整包电荷的准确度。
在本申请的另一种实施方式中,所述整包电荷参数包括目标整包电荷;
所述方法还包括:
若限值处理后的所述整包最大电荷大于或等于预设的整包电荷上限值,确定所述目标整包电荷与所述限值处理后的整包最大电荷相等;
若限值处理后的所述整包最小电荷小于或等于预设的整包电荷下限值,确定所述目标整包电荷与所述整包最小电荷相等;
若所述整包最大电荷小于所述整包电荷上限值且所述整包最小电荷大于所述整包电荷下限值,则利用所述整包最大电荷、整包最小电荷、整包电荷上限值和整包电荷下限值计算所述目标整包电荷。
在一实施例中,如图2所示,限值处理后的最大单体电荷在图中表示为最大单体SOC,限值处理后的最小单体电荷在图中表示为最小单体SOC,整包电荷上限值在图中表示为SOCthresmax,整包电荷下限值在图中表示为SOCthresmin。
通过上述步骤,锂离子电池包有几十甚至几百个单体电池串并联组成,由于生产制造或使用的不一致,导致各个电池的SOC都会有所不同,因此每个电池都有各自的剩余电量。采用一种电池组剩余电量平滑估计方法,对电池包中最大电池SOC和最小电池SOC进行加权后作为电池组SOC输出。当电池在充电过程中,电池组SOC逐渐追踪最大电池SOC,并且在最大电池达到100%时,电池组SOC也达到100%;当电池在放电过程中,电池组SOC逐渐追踪最小电池SOC,并在最小电池达到下限值时,电池组的SOC也达到设定的下限值,避免电池组的过充与过放。
在本申请的另一种实施方式中,所述目标整包电荷=((整包最小电荷-整包电荷下限值)*整包最大电荷)+(整包电荷上限值-整包最大电荷)*整包最小电荷/((整包最小电荷-整包电荷下限值)+(整包电荷上限值-整包最大电荷))。
通过上述步骤,便于节约计算资源。
在本申请的另一种实施方式中,在得到整包电荷参数中的目标整包电荷、整包最大电荷和整包最小电荷后,判断锂电池组是否下电,如果是,则将目标整包电荷、整包最大电荷和整包最小电荷储存。
本申请实施例还提供一种电池管理系统,应用有上述所述的锂电池电荷估算方法。
本申请实施例还提供一种能源汽车,包括上述所述的电池管理系统,所述电池为磷酸铁锂电池。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种锂电池电荷估算方法,其特征在于,应用于锂离子电池包,所述锂离子电池包中有多个单体电池,所述方法包括:
获取所述锂离子电池包的电池基础参数;
根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况;
根据所述充放电情况和所述锂离子电池包的电池基础参数计算得到所述锂离子电池包的整包电荷参数。
2.根据权利要求1所述的锂电池电荷估算方法,其特征在于,所述根据所述电池基础参数中各所述单体电池的单体电压参数,确定所述锂离子电池包的充放电情况,包括:
判断所述单体电压参数中的最大单体电压或最小单体电压是否达到预设的充电截止电压;
若达到,确定所述锂离子电池包的充放电情况为充电阶段;
若未达到,确定所述锂离子电池包的充放电情况为放电阶段。
3.根据权利要求2所述的锂电池电荷估算方法,其特征在于,所述根据所述充放电情况和所述电池基础参数计算得到所述锂离子电池包的整包电荷参数,包括:
当所述锂离子电池包的充放电情况为充电阶段时,将所述电池基础参数中的最大单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最大电荷,或将所述电池基础参数中的最小单体电荷修正为预设的满电荷参数,得到所述整包电荷参数中的整包最小电荷;
当所述锂离子电池包的充放电情况为放电阶段时,利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的整包最大电荷和整包最小电荷。
4.根据权利要求3所述的锂电池电荷估算方法,其特征在于,在所述利用所述电池基础参数以及预设的安时积分法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷,或利用所述电池基础参数以及预设的卡尔曼滤波算法计算得到所述整包电荷参数中的所述整包最大电荷和整包最小电荷之前,所述方法还包括:
根据所述电池基础参数中的锂离子电池包的最低温度、单体电池中的最大单体电荷和单体电池中的最小单体电荷计算得到最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容,以参与所述卡尔曼滤波算法的计算。
5.根据权利要求4所述的锂电池电荷估算方法,其特征在于,在得道所述整包电荷参数中的所述整包最大电荷和整包最小电荷之后,所述方法还包括:
对所述整包最大电荷和整包最小电荷进行限值处理。
6.根据权利要求5所述的锂电池电荷估算方法,其特征在于,在所述对所述整包最大电荷和整包最小电荷进行限值处理之后,所述方法还包括:
获取参数更新间隔时长;
当所述参数更新间隔时长超过预设的更新时长阈值时,利用卡尔曼滤波算法分别对所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容进行更新,以使用更新后的所述最大电荷的欧姆内阻、最大电荷极化电阻、最大电荷极化电容、最小电荷的欧姆内阻、最小电荷的极化电阻和最小电荷的极化电容参与下一次所述卡尔曼滤波算法的计算。
7.根据权利要求5所述的锂电池电荷估算方法,其特征在于,所述整包电荷参数包括目标整包电荷;
所述方法还包括:
若限值处理后的所述整包最大电荷大于或等于预设的整包电荷上限值,确定所述目标整包电荷与所述限值处理后的整包最大电荷相等;
若限值处理后的所述整包最小电荷小于或等于预设的整包电荷下限值,确定所述目标整包电荷与所述整包最小电荷相等;
若所述整包最大电荷小于所述整包电荷上限值且所述整包最小电荷大于所述整包电荷下限值,则利用所述整包最大电荷、整包最小电荷、整包电荷上限值和整包电荷下限值计算所述目标整包电荷。
8.根据权利要求7所述的锂电池电荷估算方法,其特征在于,所述目标整包电荷=((整包最小电荷-整包电荷下限值)*整包最大电荷)+(整包电荷上限值-整包最大电荷)*整包最小电荷/((整包最小电荷-整包电荷下限值)+(整包电荷上限值-整包最大电荷))。
9.一种电池管理系统,其特征在于,应用有权利要求1-8任一项所述的锂电池电荷估算方法。
10.一种能源汽车,其特征在于,包括权利要求9所述的电池管理系统,所述电池为磷酸铁锂电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311558158.6A CN117741485A (zh) | 2023-11-21 | 2023-11-21 | 锂电池电荷估算方法、系统及能源汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311558158.6A CN117741485A (zh) | 2023-11-21 | 2023-11-21 | 锂电池电荷估算方法、系统及能源汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117741485A true CN117741485A (zh) | 2024-03-22 |
Family
ID=90258239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311558158.6A Pending CN117741485A (zh) | 2023-11-21 | 2023-11-21 | 锂电池电荷估算方法、系统及能源汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117741485A (zh) |
-
2023
- 2023-11-21 CN CN202311558158.6A patent/CN117741485A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2963433B1 (en) | Method and apparatus for estimating state of battery | |
CN109507611B (zh) | 一种电动汽车的soh修正方法及系统 | |
CN108663620B (zh) | 一种动力电池组荷电状态估算方法及系统 | |
CN109143076B (zh) | 用于调节电池组的放电功率的方法 | |
CN112510774B (zh) | 一种电池组的均衡方法 | |
US20210215764A1 (en) | A method and a system for discharging a battery in a full life cycle | |
CN112677747B (zh) | 动力电池加热方法和电池管理系统 | |
EP4152022B1 (en) | Method for determining full-charge capacity of battery pack, method for determining state of health of battery pack, system, and apparatus | |
JP2012104239A (ja) | リチウムイオン電池の蓄電量推定方法、リチウムイオン電池の蓄電量推定プログラム、リチウムイオン電池の蓄電量補正方法及びリチウムイオン電池の蓄電量補正プログラム | |
US20210119461A1 (en) | Electronic device and method for charging battery | |
CN112986841A (zh) | 电池荷电状态的估算方法、装置及设备 | |
CN111896882A (zh) | 一种电池容量确定方法、装置及车辆 | |
WO2021150551A1 (en) | System and method for estimating battery state of health | |
CN117741485A (zh) | 锂电池电荷估算方法、系统及能源汽车 | |
CN114103729B (zh) | 用于均衡电池包的方法、装置和电动汽车 | |
CN112162198B (zh) | 一种适用于混动车辆的电池健康诊断系统及方法 | |
CN112731187A (zh) | 电池容量修正方法和电池管理系统 | |
CN111537906A (zh) | 一种评估磷酸铁锂电池系统多项健康参数的方法 | |
CN112083343B (zh) | 电池剩余能量的获取方法 | |
CN117347888B (zh) | 电池均衡仪载荷测量方法、装置、计算机设备及存储介质 | |
EP4254597A1 (en) | Charging method for power battery and battery management system | |
EP4254714A1 (en) | Power battery charging method and battery management system | |
EP4246662A1 (en) | Method for charging traction battery, and battery management system | |
EP4228118A1 (en) | Method for charging power battery and battery management system | |
CN115742857A (zh) | 电池混联系统的均衡方法、装置、存储介质及电子设备 |
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 |