CN117761562A - 电池soh估计方法、系统、设备及存储介质 - Google Patents
电池soh估计方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117761562A CN117761562A CN202410124000.6A CN202410124000A CN117761562A CN 117761562 A CN117761562 A CN 117761562A CN 202410124000 A CN202410124000 A CN 202410124000A CN 117761562 A CN117761562 A CN 117761562A
- Authority
- CN
- China
- Prior art keywords
- soh
- battery
- capacity
- charge
- accumulated
- 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 33
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000012937 correction Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 36
- 230000007246 mechanism Effects 0.000 claims description 30
- 238000009825 accumulation Methods 0.000 claims description 14
- 230000001960 triggered effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000032683 aging Effects 0.000 abstract description 8
- 230000036541 health Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种电池SOH估计方法、系统、设备及存储介质，属于电池管理技术领域，其中，该方法包括：获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。通过对电池的SOH进行适应性检测，并基于电池当前的老化状态对电池进行校正，实现根据电池的状态适应性修正SOH估计结果，以保证SOH目标估计值的稳定性。
Description
技术领域
本发明涉及电池管理技术领域，尤其涉及一种电池SOH估计方法、系统、设备及存储介质。
背景技术
电池健康状态(State Of Health，SOH)指的是电池的健康状态，一般以百分比的形式表示电池从寿命开始到寿命结束期间所处的状态，这是定量描述当前电池的性能状态。电池的老化是一个长期渐变的过程，电池的健康状态受温度、电流倍率、截止电压等多种因素影响。
目前，电池健康状态的研究和建模分析等已有一定成果，相关的研究包括电池退化机理与老化因素分析、电池的健康管理、电池状态监测与估计、电池寿命预测等。但是，在对电池在充放电过程中进行SOH估计时，由于受到环境和充电倍率等外部因素的影响，导致难以精准确定SOH估计值。
因此，现有技术中的电池在充放电过程中进行SOH估计时，存在难以精准确定SOH估计值的问题。
发明内容
有鉴于此，有必要提供一种电池SOH估计方法、系统、设备及存储介质，用以解决现有技术中的电池在充放电过程中进行SOH估计时，存在的难以精准确定SOH估计值的问题。
为了解决上述问题，本发明提供一种电池SOH估计方法，包括：
获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；
根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；
根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。
在一种可能的实现方式中，根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH，包括：
设置第一充电容量阈值和第一充电容量间隔阈值；
判断当前累计充电容量是否大于第一充电容量阈值；
若是，则触发SOH检测机制，根据当前充电累计容量数组和检测SOH计算公式，确定电池的检测SOH，并根据第一充电容量间隔阈值更新第一充电容量阈值；
若否，则不输出检测SOH；
其中，当前充电累计容量数组包括电池在多个温度和多个充电倍率下的当前充电累计容量。
在一种可能的实现方式中，检测SOH计算公式为：
其中，SOHcycle为检测SOH，si为第i个衰减系数，ChargeAhArrayi为第i个当前充电累计容量数组。
在一种可能的实现方式中，根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH，包括：
设置第二充电容量阈值和第二充电容量间隔阈值；
判断当前累计充电容量是否大于第二充电容量阈值；
若是，则触发SOH校正机制；根据SOC确定电池的SOC变化量，根据SOC变化量、累计安时积分、标称容量和校正SOH计算公式，确定电池的校正SOH，并根据第二充电容量间隔阈值更新第二充电容量阈值；
若否，则不输出校正SOH。
在一种可能的实现方式中，校正SOH计算公式为：
其中，SOHcorr为校正SOH，ΔAh为累计安时积分，ΔSOC为SOC变化量，C为标称容量。
在一种可能的实现方式中，根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值，包括：
当SOH检测机制和SOH校正机制均未触发时，确定上一周期SOH为SOH目标估计值；
当仅有SOH检测机制触发时，确定检测SOH为SOH目标估计值；
当仅有SOH校正机制触发时，确定校正SOH为SOH目标估计值；
当SOH检测机制和SOH校正机制均触发时，对检测SOH和校正SOH进行求差计算，得到SOH差值，当SOH差值大于预设差值阈值时，根据上一周期SOH、SOH差值和第一SOH目标估计值计算公式，确定SOH目标估计值；当SOH差值不大于预设差值阈值时，根据检测SOH、校正SOH和第二SOH目标估计值计算公式，确定SOH目标估计值。
在一种可能的实现方式中，第一SOH目标估计值计算公式为：
第二SOH目标估计值计算公式为：
SOH2＝k1SOHcycle+k2SOHcorr
k1+k2＝1
其中，SOH1和SOH2分别为不同状态下的SOH目标估计值，LastSOH为上一周期SOH，k1和k2均为常数。
为了解决上述问题，本发明还提供一种电池SOH估计系统，包括：
电池数据获取模块，用于获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
检测SOH获取模块，用于根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；
校正SOH获取模块，用于根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；
SOH估计模块，用于根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。
为了解决上述问题，本发明还提供一种电池SOH估计设备，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如上文所述的电池SOH估计方法。
为了解决上述问题，本发明还提供一种存储介质，存储介质存储有计算机程序指令，当计算机程序指令被计算机执行时，使计算机执行如上文所述的电池SOH估计方法。
采用本发明的有益效果是：本发明通过统计电池的当前累计充电容量和与充电环境相关的当前充电累计容量数组，进而确定电池的检测SOH，实现了根据充电情况对电池的SOH进行适应性检测；通过获取电池的当前累计充电容量、累计安时积分、标称容量和SOC，进而确定电池的校正SOH，实现了基于电池当前的老化状态对电池进行校正；最终根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值，实现根据电池的状态适应性修正SOH估计结果，以保证SOH目标估计值的稳定性。
附图说明
图1为本发明提供的电池SOH估计方法一实施例的流程示意图；
图2为本发明提供的确定电池的检测SOH一实施例的流程示意图；
图3为本发明提供的确定电池的校正SOH一实施例的流程示意图；
图4为本发明提供的确定电池的SOH目标估计值一实施例的流程示意图；
图5为本发明提供的电池SOH估计系统一实施例的结构框图；
图6为本发明提供的电池SOH估计设备一实施例的结构框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
电池健康状态(State Of Health，SOH)指的是电池的健康状态，一般以百分比的形式表示电池从寿命开始到寿命结束期间所处的状态，这是定量描述当前电池的性能状态。电池的老化是一个长期渐变的过程，电池的健康状态受温度、电流倍率、截止电压等多种因素影响。
目前，电池健康状态的研究和建模分析等已有一定成果，相关的研究包括电池退化机理与老化因素分析、电池的健康管理、电池状态监测与估计、电池寿命预测等。但是，在对电池在充放电过程中进行SOH估计时，由于受到环境和充电倍率等外部因素的影响，导致难以精准确定SOH估计值。
因此，现有技术中的电池在充放电过程中进行SOH估计时，存在难以精准确定SOH估计值的问题。
为了解决上述问题，本发明提供一种电池SOH估计方法、系统、设备及存储介质，以下分别进行详细说明。
图1为本发明提供的电池SOH估计方法一实施例的流程示意图，如图1所示，电池SOH估计方法包括：
S101：获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
S102：根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；
S103：根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；
S104：根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。
本实施例中，首先，获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；然后，根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；并根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；最后，根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。
本实施例中，通过统计电池的当前累计充电容量和与充电环境相关的当前充电累计容量数组，进而确定电池的检测SOH，实现了根据充电情况对电池的SOH进行适应性检测；通过获取电池的当前累计充电容量、累计安时积分、标称容量和SOC，进而确定电池的校正SOH，实现了基于电池当前的老化状态对电池进行校正；最终根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值，实现根据电池的状态适应性修正SOH估计结果，以保证SOH目标估计值的稳定性。
作为优选的实施例，在S101中，电池的当前充电累计容量数组是包含多个元素的数据，是将同型号的电池在预先设置好的条件下进行试验得到的数据。
在一具体实施例中，当前充电累计容量数组是一个包含10个元素的数据，具体地，定义第一数组元素0、2、4、6、8分别为存储了-10℃、0℃、25℃、40℃、60℃温度下进行1C充电的容量累计；第二数组元素0、2、4、6、8存储了-10℃、0℃、25℃、40℃、60℃温度下进行3C充电的容量累计。
在其他实施例中，当前充电累计容量数组还可以包括其他数量的元素，具体的充电温度和充电倍率也可以根据实际需要进行适应性调整，在此不作赘述。
另外，累计安时积分是指电池SOC在SOC阈值区间内的前提下，通过将电池充电至95％期间的安时积分，其中，SOC阈值区间设置为(30％，90％)。
即，当且仅当电池SOC在SOC阈值区间内时，说明电池有校正的需要，因此，对求取电池的累计安时积分，以便于后期进行校正SOH的计算。
在其他实施例中，SOC阈值区间还可以根据实际需要进行适应性调整，在此不作赘述。
作为优选的实施例，在S102中，为了根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH，如图2所示，图2为本发明提供的确定电池的检测SOH一实施例的流程示意图，包括：
S201：设置第一充电容量阈值和第一充电容量间隔阈值；
S202：判断当前累计充电容量是否大于第一充电容量阈值；
S203：若是，则触发SOH检测机制，根据当前充电累计容量数组和检测SOH计算公式，确定电池的检测SOH，并根据第一充电容量间隔阈值更新第一充电容量阈值；
S204：若否，则不输出检测SOH；
其中，当前充电累计容量数组包括电池在多个温度和多个充电倍率下的当前充电累计容量。
本实施例中，通过将当前累计充电容量和第一充电容量阈值之间的关系作为触发SOH检测机制的开关，能够适应性减少获取检测SOH的频率，降低电池的负担；根据当前充电累计容量数组和检测SOH计算公式，确定电池的检测SOH，由于当前充电累计容量数组与电池充电的环境和充电状态息息相关，从而实现了有效控制充电过程的环境对电池SOH的影响；通过第一充电容量间隔阈值根据检测SOH的检测情况对第一充电容量阈值进行更新，能够根据需要适应性调整对电池进行SOH检测的频率，从而更加适应实际需要。
在一具体实施例中，检测SOH计算公式为：
其中，SOHcycle为检测SOH，si为第i个衰减系数，ChargeAhArrayi为第i个当前充电累计容量数组。
具体地，在当前充电累计容量数组是一个包含10个元素的数据时，检测SOH的计算过程为：
SOHcycle＝100-s1*ChargeAhArray[1]-s2*ChargeAhArray[2]-s3*ChargeAhArray[3]-s4*ChargeAhArray[4]-s5*ChargeAhArray[5]-s6*ChargeAhArray[6]-s7*ChargeAhArray[7]-s8*ChargeAhArray[8]-s9*ChargeAhArray[9]-s10*ChargeAhArray[10]
其中，s0是在-10℃下电流小于等于1c倍率充电下每充电1Ah容量的衰减系数，s1是在0℃下电流小于等于1c倍率充电下每充电1Ah容量的衰减系数，s2是在25℃下电流小于等于1c倍率充电下每充电1Ah容量的衰减系数，s3是在40℃下电流小于等于1c倍率充电下每充电1Ah容量的衰减系数，s4是在60℃下电流小于等于1c倍率充电下每充电1Ah容量的衰减系数，s5是在-10℃下电流小于等于3c倍率充电下每充电1Ah容量的衰减系数，s6是在0℃下电流小于等于3c倍率充电下每充电1Ah容量的衰减系数，s7是在25℃下电流小于等于3c倍率充电下每充电1Ah容量的衰减系数，s8是在40℃下电流小于等于3c倍率充电下每充电1Ah容量的衰减系数，s9是在60℃下电流小于等于3c倍率充电下每充电1Ah容量的衰减系数。
在一具体实施例中，在S202中，根据第一充电容量间隔阈值更新第一充电容量阈值的过程具体为：将原始的第一充电容量阈值和第一充电容量间隔阈值相加，得到更新后的第一充电容量阈值，具体的计算公式为：
k更新1＝k原1+r1
其中，k更新1为更新后的第一充电容量阈值，k原1为原始的第一充电容量阈值，r1为第一充电容量间隔阈值。
作为优选的实施例，在S103中，为了根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH，如图3所示，图3为本发明提供的确定电池的校正SOH一实施例的流程示意图，包括：
S301：设置第二充电容量阈值和第二充电容量间隔阈值；
S302：判断当前累计充电容量是否大于第二充电容量阈值；
S303：若是，则触发SOH校正机制；根据SOC确定电池的SOC变化量，根据SOC变化量、累计安时积分、标称容量和校正SOH计算公式，确定电池的校正SOH，并根据第二充电容量间隔阈值更新第二充电容量阈值；
S304：若否，则不输出校正SOH。
本实施例中，通过将当前累计充电容量和第二充电容量阈值之间的关系作为触发SOH校正机制的开关，能够适应性减少获取校正SOH的频率，降低电池的负担；根据SOC变化量、累计安时积分、标称容量和校正SOH计算公式，确定电池的校正SOH，由于累计安时积分体现了电池当前的储存能力，从而实现了基于当前电池的实际能力对电池的SOH进行校正；通过第二充电容量间隔阈值根据校正SOH的计算情况对第二充电容量阈值进行更新，能够根据需要适应性调整对电池进行SOH校正的频率，从而更加适应实际需要。
在一具体实施例中，校正SOH计算公式为：
其中，SOHcorr为校正SOH，ΔAh为累计安时积分，ΔSOC为SOC变化量，C为标称容量。
需要说明的是，为了保证累计安时积分的可靠度，特别要求累计安时积分在计算过程中，特指电池的初始SOC在SOC阈值区间内的前提下，通过将电池充电至95％期间的安时积分，其中，SOC阈值区间一般设置为(30％，90％)。
在一具体实施例中，在S202中，根据第二充电容量间隔阈值更新第二充电容量阈值的过程具体为：将原始的第二充电容量阈值和第二充电容量间隔阈值相加，得到更新后的第二充电容量阈值，具体的计算公式为：
k更新2＝k原2+r2
其中，k更新2为更新后的第二充电容量阈值，k原2为原始的第二充电容量阈值，r2为第二充电容量间隔阈值。
作为优选的实施例，在S104中，在确定检测SOH和校正SOH后，为了根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值，如图4所示，图4为本发明提供的确定电池的SOH目标估计值一实施例的流程示意图，包括：
S401：当SOH检测机制和SOH校正机制均未触发时，确定上一周期SOH为SOH目标估计值；
S402：当仅有SOH检测机制触发时，确定检测SOH为SOH目标估计值；
S403：当仅有SOH校正机制触发时，确定校正SOH为SOH目标估计值；
S404：当SOH检测机制和SOH校正机制均触发时，对检测SOH和校正SOH进行求差计算，得到SOH差值，当SOH差值大于预设差值阈值时，根据上一周期SOH、SOH差值和第一SOH目标估计值计算公式，确定SOH目标估计值；当SOH差值不大于预设差值阈值时，根据检测SOH、校正SOH和第二SOH目标估计值计算公式，确定SOH目标估计值。
本实施例中，通过以SOH检测机制和SOH校正机制是否触发为判断条件，确定电池是否需要被进行专门的检测和校正，然后通过设置第一SOH目标估计值计算公式和第二SOH目标估计值计算公式对不同的情况进行针对性调整，从而实现适应性修订电池的SOH，以确定可靠的SOH目标估计值。
在一具体实施例中，第一SOH目标估计值计算公式为：
第二SOH目标估计值计算公式为：
SOH2＝k1SOHcycle+k2SOHcorr
k1+k2＝1
其中，SOH1和SOH2分别为不同状态下的SOH目标估计值，LastSOH为上一周期SOH，k1和k2均为常数。
通过上述方式，通过统计电池的当前累计充电容量和与充电环境相关的当前充电累计容量数组，进而确定电池的检测SOH，实现了根据充电情况对电池的SOH进行适应性检测；通过获取电池的当前累计充电容量、累计安时积分、标称容量和SOC，进而确定电池的校正SOH，实现了基于电池当前的老化状态对电池进行校正；最终根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值，实现根据电池的状态适应性修正SOH估计结果，以保证SOH目标估计值的稳定性。
为了解决上述问题，本发明还提供一种电池SOH估计系统，如图5所示，图5为本发明提供的电池SOH估计系统一实施例的结构框图，电池SOH估计系统500包括：
电池数据获取模块501，用于获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
检测SOH获取模块502，用于根据当前累计充电容量和当前充电累计容量数组确定电池的检测SOH；
校正SOH获取模块503，用于根据当前累计充电容量、累计安时积分、标称容量和SOC确定电池的校正SOH；
SOH估计模块504，用于根据上一周期SOH、检测SOH和校正SOH确定电池的SOH目标估计值。
本发明还相应提供了一种电池SOH估计设备，如图6所示，图6为本发明提供的电池SOH估计设备一实施例的结构框图。电池SOH估计设备600可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。电池SOH估计设备600包括处理器601以及存储器602，其中，存储器602上存储有电池SOH估计程序603。
存储器602在一些实施例中可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器602在另一些实施例中也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器602还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器602用于存储安装于计算机设备的应用软件及各类数据，例如安装计算机设备的程序代码等。存储器602还可以用于暂时的存储已经输出或者将要输出的数据。在一实施例中，电池SOH估计程序603可被处理器601所执行，从而实现本发明各实施例的电池SOH估计方法、系统、设备及存储介质。
处理器601在一些实施例中可以是中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器602中存储的程序代码或处理数据，例如执行电池SOH估计程序等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)，以及存储器总线动态RAM(RDRAM)等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种电池SOH估计方法，其特征在于，包括：
获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
根据所述当前累计充电容量和所述当前充电累计容量数组确定所述电池的检测SOH；
根据所述当前累计充电容量、所述累计安时积分、所述标称容量和所述SOC确定所述电池的校正SOH；
根据所述上一周期SOH、所述检测SOH和所述校正SOH确定所述电池的SOH目标估计值。
2.根据权利要求1所述的电池SOH估计方法，其特征在于，所述根据所述当前累计充电容量和所述当前充电累计容量数组确定所述电池的检测SOH，包括：
设置第一充电容量阈值和第一充电容量间隔阈值；
判断所述当前累计充电容量是否大于所述第一充电容量阈值；
若是，则触发SOH检测机制，根据所述当前充电累计容量数组和检测SOH计算公式，确定所述电池的检测SOH，并根据所述第一充电容量间隔阈值更新所述第一充电容量阈值；
若否，则不输出所述检测SOH；
其中，所述当前充电累计容量数组包括电池在多个温度和多个充电倍率下的当前充电累计容量。
3.根据权利要求2所述的电池SOH估计方法，其特征在于，所述检测SOH计算公式为：
其中，SOHcycle为所述检测SOH，si为第i个衰减系数，ChargeAhArrayi为第i个所述当前充电累计容量数组。
4.根据权利要求3所述的电池SOH估计方法，其特征在于，所述根据所述当前累计充电容量、所述累计安时积分、所述标称容量和所述SOC确定所述电池的校正SOH，包括：
设置第二充电容量阈值和第二充电容量间隔阈值；
判断所述当前累计充电容量是否大于所述第二充电容量阈值；
若是，则触发SOH校正机制；根据所述SOC确定所述电池的SOC变化量，根据所述SOC变化量、所述累计安时积分、所述标称容量和校正SOH计算公式，确定所述电池的校正SOH，并根据所述第二充电容量间隔阈值更新所述第二充电容量阈值；
若否，则不输出所述校正SOH。
5.根据权利要求4所述的电池SOH估计方法，其特征在于，所述校正SOH计算公式为：
其中，SOHcorr为所述校正SOH，△Ah为所述累计安时积分，△SOC为所述SOC变化量，C为所述标称容量。
6.根据权利要求5所述的电池SOH估计方法，其特征在于，所述根据所述上一周期SOH、所述检测SOH和所述校正SOH确定所述电池的SOH目标估计值，包括：
当SOH检测机制和SOH校正机制均未触发时，确定所述上一周期SOH为所述SOH目标估计值；
当仅有SOH检测机制触发时，确定所述检测SOH为所述SOH目标估计值；
当仅有SOH校正机制触发时，确定所述校正SOH为所述SOH目标估计值；
当SOH检测机制和SOH校正机制均触发时，对所述检测SOH和所述校正SOH进行求差计算，得到SOH差值，当所述SOH差值大于预设差值阈值时，根据所述上一周期SOH、所述SOH差值和第一SOH目标估计值计算公式，确定所述SOH目标估计值；当所述SOH差值不大于所述预设差值阈值时，根据所述检测SOH、所述校正SOH和第二SOH目标估计值计算公式，确定所述SOH目标估计值。
7.根据权利要求6所述的电池SOH估计方法，其特征在于，所述第一SOH目标估计值计算公式为：
所述第二SOH目标估计值计算公式为：
SOH2＝k1SOHcycle+k2SOHcorr
k1+k2＝1
其中，SOH1和SOH2分别为不同状态下的所述SOH目标估计值，LastSOH为所述上一周期SOH，k1和k2均为常数。
8.一种电池SOH估计系统，其特征在于，包括：
电池数据获取模块，用于获取电池的上一周期SOH、当前累计充电容量、当前充电累计容量数组、SOC、累计安时积分和标称容量；
检测SOH获取模块，用于根据所述当前累计充电容量和所述当前充电累计容量数组确定所述电池的检测SOH；
校正SOH获取模块，用于根据所述当前累计充电容量、所述累计安时积分、所述标称容量和所述SOC确定所述电池的校正SOH；
SOH估计模块，用于根据所述上一周期SOH、所述检测SOH和所述校正SOH确定所述电池的SOH目标估计值。
9.一种电池SOH估计设备，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-7任一项所述的电池SOH估计方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一所述的电池SOH估计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410124000.6A CN117761562A (zh) | 2024-01-29 | 2024-01-29 | 电池soh估计方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410124000.6A CN117761562A (zh) | 2024-01-29 | 2024-01-29 | 电池soh估计方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117761562A true CN117761562A (zh) | 2024-03-26 |
Family
ID=90314541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410124000.6A Pending CN117761562A (zh) | 2024-01-29 | 2024-01-29 | 电池soh估计方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117761562A (zh) |
-
2024
- 2024-01-29 CN CN202410124000.6A patent/CN117761562A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10871521B2 (en) | Method and apparatus for correcting SOC, battery management system and storage medium | |
| WO2023197939A1 (zh) | Ocv-soc标定及估算方法、装置、介质和车辆 | |
| US20230236252A1 (en) | Methods and devices for estimating state of charge of battery, and extracting charging curve of battery | |
| CN111913111A (zh) | 放电功率校正方法、装置、存储介质及电子设备 | |
| KR102196668B1 (ko) | 배터리 충전 상태 추정 장치 및 방법 | |
| CN117420463B (zh) | 电池的化学容量更新方法、装置、电子设备及存储介质 | |
| KR20180082020A (ko) | Soc 검출 장치 | |
| CN113219337B (zh) | 电池劣化判断系统、方法以及存储有程序的非临时性存储介质 | |
| CN116323288A (zh) | 确定显示荷电状态的方法、装置和电池管理芯片 | |
| CN112034366B (zh) | 一种soc动态补偿方法及电子系统 | |
| CN117761562A (zh) | 电池soh估计方法、系统、设备及存储介质 | |
| CN116298937A (zh) | 锂电池放电显示soc的修正方法、装置、设备和介质 | |
| JP4317400B2 (ja) | 蓄電池の容量推定方法 | |
| CN115754780A (zh) | 电池电芯寿命修正方法、装置及电子设备、存储介质 | |
| CN111259338A (zh) | 元器件失效率修正方法、装置、计算机设备及存储介质 | |
| KR100802912B1 (ko) | 배터리 충전용량 및 방전제한 전압 보정방법 및 장치 | |
| CN117471328B (zh) | 铅酸电池容量的确定方法、系统和终端设备 | |
| CN111308372B (zh) | 一种电池容量估算方法、装置、介质及设备 | |
| CN114578229B (zh) | 动力电池健康状态确定方法、装置和可读存储介质 | |
| CN111999669B (zh) | 电池剩余循环次数的计算方法和装置 | |
| CN118501747A (zh) | 电池剩余电量的计算方法、装置、计算机设备和存储介质 | |
| CN117825959A (zh) | 电量的估算准确性的检测方法、装置、系统、设备和介质 | |
| CN116424152A (zh) | 一种充电剩余时间预估方法及充电剩余时间预估装置 | |
| CN118393369A (zh) | 开路电压预测方法、装置、电子设备和存储介质 | |
| CN117330967A (zh) | 电芯荷电状态校正计算方法、电池管理系统和电动车辆 |
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 |