CN117849633A - 一种电池漏电评估方法、装置、介质及bms系统 - Google Patents

一种电池漏电评估方法、装置、介质及bms系统 Download PDF

Info

Publication number
CN117849633A
CN117849633A CN202311468610.XA CN202311468610A CN117849633A CN 117849633 A CN117849633 A CN 117849633A CN 202311468610 A CN202311468610 A CN 202311468610A CN 117849633 A CN117849633 A CN 117849633A
Authority
CN
China
Prior art keywords
charging
leakage
monomer
battery
data
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
CN202311468610.XA
Other languages
English (en)
Inventor
谢慧思
刘佳林
康杨
吴娜
张军锋
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.)
United Automotive Electronic Systems Co Ltd
Original Assignee
United Automotive Electronic Systems 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 United Automotive Electronic Systems Co Ltd filed Critical United Automotive Electronic Systems Co Ltd
Priority to CN202311468610.XA priority Critical patent/CN117849633A/zh
Publication of CN117849633A publication Critical patent/CN117849633A/zh
Pending legal-status Critical Current

Links

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • 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
    • G01R31/005—Testing of electric installations on transport means
    • G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
    • 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
    • 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
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/52—Testing for short-circuits, leakage current or ground faults

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及领域，特别涉及一种电池漏电评估方法、装置、介质及BMS系统。评估方法包括：获取待评估电池两次充电过程中充电数据；将划分为若干相同充电片段；比较相同充电片段的所有单体电压，确定漏电单体；计算漏电单体的漏电量；计算平均漏电流，根据平均漏电流评估电池漏电状态。本发明将两次充电作为对比，通过两次充电的差异计算漏电量，进而计算平均漏电电流，完成漏电评估；采用了划分片段的方式对比两次充、放电过程的差异，对比时间相较于传统方式更短，抗干扰性强，漏电量计算准确度更高。相较于传统方式，不需要对每个单体的充电全过程进行安时积分，只需要比较两个特定时刻的电压数据，方法更加简单高效。

Description

一种电池漏电评估方法、装置、介质及BMS系统
技术领域
本发明涉及领域，特别涉及一种电池漏电评估方法、装置、介质及BMS系统。
背景技术
电池在现代社会电器化的发展中发挥着重要作用，广泛应用于多种场景，如电子移动设备、航空航天、道路运输、电网和国防工业等。在所有商用电池类型中，锂离子电池因其高工作电压、高比能量和长循环寿命，已受到制造商和研究人员的广泛关注，并在电动汽车领域取得了市场主导地位。现有的新能源车搭载的电池组一般由多个锂电池单体串并联而成。车内的电池管理系统(BMS)通过采集这些单体的外部数据，一方面实现对所有单体的合理化调度，另一方面实时监测各单体的老化、故障状态。不仅如此，BMS采集的这些单体数据也能通过车内T-BOX、网关等组件上传到云端服务器内。由于云端可以实现数据的全周期、多维度储存，更适合依赖于不同时间阶段对比的电池故障算法。
单体内部异常漏电属于电池亚健康的一种，单体漏电流会导致电池包一致性降低，影响电池使用安全。针对“长期演化”型自引发内短路故障，由于初期漏电流很小，需要对一个时间段内的电池数据进行综合分析，因此在云端监测电池漏电流更加合适。现有的计算两次充电工况时间范围内漏电流的方法，需要通过安时积分算出每个单体充电结束时的剩余充入电量(RCC)，并比较两次充电阶段不同单体的RCC差值以评估单体的漏电量。由于充电结束时电流可能存在波动，导致安时积分算出的单体RCC值误差较大，影响最后的漏电量计算准度。另外，该方法需要对两次充电工况进行复杂的比较以确认期间未发生电池均衡，导致诊断率较低。本文提出了一种新的基于充电工况计算电池内部漏电流的方法，可以表征电池的健康程度，提高了对数据片段的诊断概率，且计算过程简单高效。
发明内容
本发明公开了一种电池漏电评估方法、装置、介质及BMS系统，它可以估算出电池单体的平均漏电电流，进而评估电池当前漏电情况。
为达到上述目的，一方面，提供一种电池漏电评估方法，具体方法如下：
获取待评估电池两次充电过程中所有单体的充电数据或静置放电过程中所有单体的放电数据；
将两次充电数据均划分为若干相同充电片段，或将两次放电数据均划分为若干相同放电片段；
比较两次充电过程中相同充电片段的所有单体电压或两次放电过程中相同放电片段的所有单体电压，确定漏电单体；
根据漏电单体的充电数据或放电数据，计算漏电单体的漏电量；
根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
该实施例的优点在于，将两次充、放电作为对比，通过两次充、放电的差异计算漏电量，进而计算平均漏电电流，完成漏电评估；采用了划分片段的方式对比两次充、放电过程的差异，对比时间相较于传统方式更短，抗干扰性强，漏电量计算准确度更高。
进一步地，所述充电数据包括：采样时间、单体编号、充电电流和单体电压。
进一步地，所述充电数据还包括：车辆标识码和/或SOC。
该实施例的优点在于，车辆标识码的加入可使该方法通过云服务器对大批量新能源汽车的动力电池进行评估，市场价值高适用范围广；SOC可用于筛选不适用于比较的两次充、放电，减少评估误差。
作为优选，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，将两次充电过程中的相同恒流充电阶段划分为同一充电片段。
该实施例的优点在于，多阶段恒流充电模式为目前主流的充电模式，针对该模式可根据不同阶段的充电电流进行片段划分，易于实现且可保证后续片段比较的准确度。
进一步地，两次充电过程中，相同充电片段的充电电流的上、下限差值均不超过上、下阈值。
可选地，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，以每个恒流充电阶段的起始点为相同充电片段的起始点，以起始点起至预设结束时间之间划分为相同充电片段。
可选地，将两次充电数据均划分为若干相同充电片段，具体方法如下：
以充满电的时刻作为相同充电片段的结束点，以结束点向前至预设时间段之间划分为相同充电片段。
进一步地，确定漏电单体，具体方法如下：
根据两次充电过程中相同的充电片段的充电数据，选取充电片段结束时，单体电压最高的单体作为基准单体，令基准单体在第一次充电过程中该充电片段的单体电压为基准单体第一次充电电压，基准单体在第二次充电过程中该充电片段的电压数据为基准单体第二次充电电压；
求取基准单体第一次充电电压与基准单体第二次充电电压的交集作为电压交集范围；
根据电压交集范围的起始时间和结束时间，调取时段内两次充电过程中所有单体的单体电压；
比较两次充电过程中所有相同单体在电压交集范围结束时间的单体电压，选取差值电压超过漏电阈值的单体作为漏电单体。
该实施例的优点在于，选取充电片段结束时电压最高的单体作为基准单体，一般来说其漏电概率和漏电量一般都偏低，以基准单体确定相同充电片段中可用于进一步用于比较的部分数，既电压交集范围，可进一步提高比较数据的有效性，以及提升最后比较结果的准确度；在电压交集范围内比较前后两次充电的所有单体数据，可有效筛选出所有满足要求的漏电单体，对整个电池进行全面评估。
进一步地，计算漏电单体的漏电量，具体方法如下：
根据两次充电过程中，漏电单体在电压交集范围结束时间的差值电压，调取漏电单体在第一次充电时的充电数据；
选取第一充电时的充电数据中，差值电压对应的充电时间和充电电流，通过安时积分计算漏电单体的单体漏电量。
该实施例的优点在于，通过两次充电过程中不同阶段的数据，可计算出漏电单体缺少的部分电压，通过查询历史数据可获得缺少的部分电压对应的充电时长以及充电电流，进而算得单体漏电量；相较于传统漏电量计算方式，不需要对每个单体的每次充电结束过程都进行安时积分，只需要比较两个特定时刻的电压数据，找出异常后再进行漏电流评估，方法更加简单高效。
进一步地，根据漏电单体的漏电量计算平均漏电流，具体方法如下：
单体漏电量除以漏电时间，计算平均漏电流。
作为优选，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电流大于第一评估阈值，则判断为电池健康程度极差；
若平均漏电流小于等于第一评估阈值，大于第二评估阈值，则判断为电池健康程度较差；
若平均漏电流小于等于第三评估阈值，大于第四评估阈值，则判断为电池健康程度良；
若平均漏电流小于等于第四评估阈值，则判断为电池健康程度优。
可选地，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电电流大于第一评估阈值，则判断为电池健康程度不合格；
若平均漏电电流小于等于第一评估阈值，则判断为电池健康程度合格。
可选地，根据平均漏电流评估电池漏电状态，具体方法如下：
获取待评估电池的型号和使用总时长，以型号和使用总时长查表获取该待评估电池的合理漏电电流；
若平均漏电电流大于合理漏电电流，则判断为电池健康程度不合格；
若平均漏电电流小于等于合理漏电电流，则判断为电池健康程度合同。
进一步地，获取放电数据时，第二次充电过程的平均电压差与第一次充电过程平均电压差的比值小于评估开始阈值。
进一步地，每个充电片段的持续时间均大于时间持续阈值。
进一步地，充电片段结束时，单体最高单体电压大于电压结束阈值。
为达到上述目的，另一方面，提供一种电池漏电评估装置，包括：数据获取模块、片段划分模块、漏电单体模块、漏电计算模块和评估模块；
所述数据获取模块，获取待评估电池两次充电过程中所有单体的充电数据或静置放电过程中所有单体的放电数据；
所述片段划分模块，将两次充电数据均划分为若干相同充电片段，或将两次放电数据均划分为若干相同放电片段；
所述漏电单体模块，比较两次充电过程中相同充电片段的所有单体电压或两次放电过程中相同放电片段的所有单体电压，确定漏电单体；
所述漏电计算模块，根据漏电单体的充电数据或放电数据，计算漏电单体的漏电量；
所述评估模块，根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
为达到上述目的，另一方面，提供一种存储介质，存储有模块指令，处理器加载若干指令以执行上述电池漏电评估方法。
为达到上述目的，另一方面，提供一种BMS系统，包括上述电池漏电评估装置，和/或上述存储介质。
需要说明的是，在本文中采用的“第一”、“第二”等类似的语汇，仅仅是为了描述技术方案中的各组成要素，并不构成对技术方案的限定，也不能理解为对相应要素重要性的指示或暗示；带有“第一”、“第二”等类似语汇的要素，表示在对应技术方案中，该要素至少包含一个。
附图说明
为了更加清晰地说明本发明的技术方案，利于对本发明的技术效果、技术特征和目的进一步理解，下面结合附图对本发明进行详细的描述，附图构成说明书的必要组成部分，与本发明的实施例一并用于说明本发明的技术方案，但并不构成对本发明的限制。
附图中的同一标号代表相同的部件，具体地：
图1为实施例3的主体步骤示意图。
图2为实施例3的具体操作流程示意图。
具体实施方式
下面结合附图和实施例，对本发明作进一步的详细说明。当然，下列描述的具体实施例只是为了解释本发明的技术方案，而不是对本发明的限定。此外，实施例或附图中表述的部分，也仅仅是本发明相关部分的举例说明，而不是本发明的全部。
实施例1：
一种电池漏电评估方法，具体步骤如下：
S1、获取待评估电池两次充电过程中所有单体的充电数据。
S2、将两次充电数据均划分为若干相同充电片段。
具体地，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，以每个恒流充电阶段的起始点为相同充电片段的起始点，以起始点起至预设结束时间之间划分为相同充电片段。
S3、比较两次充电过程中相同充电片段的所有单体电压，确定漏电单体。
S4、根据漏电单体的充电数据，计算漏电单体的漏电量。
S5、根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
具体地，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电电流大于第一评估阈值，则判断为电池健康程度不合格；
若平均漏电电流小于等于第一评估阈值，则判断为电池健康程度合格。
实施例2：
一种电池漏电评估方法，具体步骤如下：
S1、获取待评估电池两次充电过程中所有单体的充电数据。
S2、将两次充电数据均划分为若干相同充电片段。
具体地，将两次充电数据均划分为若干相同充电片段，具体方法如下：
以充满电的时刻作为相同充电片段的结束点，以结束点向前至预设时间段之间划分为相同充电片段。
S3、比较两次充电过程中相同充电片段的所有单体电压，确定漏电单体。
S4、根据漏电单体的充电数据，计算漏电单体的漏电量。
S5、根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
具体地，根据平均漏电流评估电池漏电状态，具体方法如下：
获取待评估电池的型号和使用总时长，以型号和使用总时长查表获取该待评估电池的合理漏电电流；
若平均漏电电流大于合理漏电电流，则判断为电池健康程度不合格；
若平均漏电电流小于等于合理漏电电流，则判断为电池健康程度合同。
实施例3：
一种电池漏电评估方法，如图1和图2所示，具体步骤如下：
S1、获取待评估电池两次充电过程中所有单体的充电数据。
具体地，所述充电数据包括：采样时间、单体编号、充电电流、单体电压、车辆标识码和SOC。
具体地，获取的充电数据的要求如下：
S11、获取放电数据时，第二次充电过程的平均电压差与第一次充电过程平均电压差的比值小于评估开始阈值。
S12、每个充电片段的持续时间均大于时间持续阈值。
S13、充电片段结束时，单体最高单体电压大于电压结束阈值。
S2、将两次充电数据均划分为若干相同充电片段。
具体地，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，将两次充电过程中的相同恒流充电阶段划分为同一充电片段。两次充电过程中，相同充电片段的充电电流的上、下限差值均不超过上、下阈值。
该实施例步骤S2中，选择两次相近的充电片段x、y。要求片段y的平均压差小于1.2倍的片段x的平均压差，以保证两次充电期间无均衡发生。要求片段x的某次恒流阶段α的持续时间最后时刻最高单体电压/>以保证所有电池在该电流下处于稳态的充电工况，且不处于电压平台期。同理对于片段y的，也要求存在同样条件的恒流片段β。要求两次恒流充电阶段的电流值0.8Ixα>Iyβ>1.2Ixα，以保证两次恒流片段的充电工况类似，两次片段如表一表二所示：
表一充电片段x第α次恒流充电阶段数据
表二充电片段y第β次恒流充电阶段数据
S3、比较两次充电过程中相同充电片段的所有单体电压，确定漏电单体。
具体地，确定漏电单体，具体方法如下：
S31、根据两次充电过程中相同的充电片段的充电数据，选取充电片段结束时，单体电压最高的单体作为基准单体，令基准单体在第一次充电过程中该充电片段的单体电压为基准单体第一次充电电压，基准单体在第二次充电过程中该充电片段的电压数据为基准单体第二次充电电压；
S32、求取基准单体第一次充电电压与基准单体第二次充电电压的交集作为电压交集范围；
该实施例步骤S32中，提取电压交集范围公式如下：
or
以保证挑选出的两次恒流片段的电压范围存在交集
S33、根据电压交集范围的起始时间和结束时间，调取时段内两次充电过程中所有单体的单体电压；
该实施例步骤S33中，对于两次恒流充电阶段x-α、y-β，结合表一和表二取得各阶段最高单体电压达到时刻的所有单体电压数据：
时刻：/>
时刻：/>
S34、比较两次充电过程中所有相同单体在电压交集范围结束时间的单体电压，选取差值电压超过漏电阈值的单体作为漏电单体。
该实施例步骤S34中，计算时刻所有单体电压值差值
将所有单体电压差值减去计算误差，得到修正后的各个单体的漏电压数据：
i＝1,2,3,…,n
S4、根据漏电单体的充电数据，计算漏电单体的漏电量。
具体地，计算漏电单体的漏电量，具体方法如下：
S41、根据两次充电过程中，漏电单体在电压交集范围结束时间的差值电压，调取漏电单体在第一次充电时的充电数据；
S42、选取第一充电时的充电数据中，差值电压对应的充电时间和充电电流，通过安时积分计算漏电单体的单体漏电量。
该实施例步骤S42中，取得第j个单体在时刻的电压值/>在/>时刻的电压值/>在第x次充电片段中，依据安时积分计算出第j个单体电压从/>充到/>所充入的电量,为j单体在两次充电片段中漏掉的电量:
S43、单体漏电量除以漏电时间，计算平均漏电流。
对于第j个单体，在Tyβ～Txα过程中，其平均漏电流为：
S5、根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
具体地，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电流大于第一评估阈值，则判断为电池健康程度极差；
若平均漏电流小于等于第一评估阈值，大于第二评估阈值，则判断为电池健康程度较差；
若平均漏电流小于等于第三评估阈值，大于第四评估阈值，则判断为电池健康程度良；
若平均漏电流小于等于第四评估阈值，则判断为电池健康程度优。
该实施例步骤S5中，当单体漏电流值时，电池健康程度极差、/> 时，电池健康程度较差、当/>时，电池健康程度良、当时，电池健康程度优。
实施例3中，在一块装配五个子电池容量为100Ah的电池组中，采集两次恒流充电片段的全量帧数据。两次恒流充电片段均满足充电持续时间Tend-Tstart>5min、充电最后时刻最高单体电压以及两恒流阶段的电流值0.8Ixα>Iyβ>1.2Ixα、两恒流阶段的压差平均值difVyβ>0.8difVxα,两次恒流充电片段数据如表三和图四所示：
表三充电片段x第α次恒流充电阶段数据
表四充电片段y第β次恒流充电阶段数据
取得两次恒流片段的最高单体电压交集4.044v至4.118v。
取得各阶段最高单体电压达到4.118v时刻的所有单体电压数据：
表五各阶段最高单体电压达到4.118v时刻的所有单体电压数据
算出两时刻所有单体电压值差值[0v,0v,0.001v,0.008v,0v]，处于电压差值数据中25％～75％范围内的平均值为0.0003v。
根据充电片段x第α次恒流充电阶段数据：
表六用于安时积分的α恒流充电阶段数据
通过安时积分计算出各个单体的漏电量为[0Ah,0Ah,0.054Ah,0.644Ah,0Ah]；
根据两次计算过程的时间差28.8小时，算出各个单体的漏电流为：
表一两次充电片段所有单体漏电流
由于单体4的漏电流处于0.01至0.04A范围内，电池包健康程度为“良”。
由实施例1、实施例2和实施例3的步骤S2可知，划分相同充电片段的方法可以是整个恒流充电阶段，也可以是部分恒流充电阶段，还可以是其它充电模式的充电结束阶段，当然还可以是充电电流相对固定，且便于时段定位的其它划分相同充电片段的方式。
由实施例1、实施例2和实施例3的步骤S5可知，可以通过多种评估阈值分多等级评估电池的健康等级，也可以结合电池的使用时间实时查表获取评估阈值估电池的健康等级，当然还可以是其它根据平均漏电电流评估电池健康等级的方式。
实施例4：
一种电池漏电评估装置，包括：数据获取模块、片段划分模块、漏电单体模块、漏电计算模块和评估模块；
所述数据获取模块，获取待评估电池两次充电过程中所有单体的充电数据或静置放电过程中所有单体的放电数据；
所述片段划分模块，将两次充电数据均划分为若干相同充电片段，或将两次放电数据均划分为若干相同放电片段；
所述漏电单体模块，比较两次充电过程中相同充电片段的所有单体电压或两次放电过程中相同放电片段的所有单体电压，确定漏电单体；
所述漏电计算模块，根据漏电单体的充电数据或放电数据，计算漏电单体的漏电量；
所述评估模块，根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
该实施例中，数据获取模块可以是传感器组，也可以是可获取相关数据的车辆控制器或BMS系统；片段划分模块、漏电单体模块、漏电计算模块和评估模块均可以是车辆控制器或BMS系统或云服务器。
需要说明的是，上述实施例仅是为了更清楚地说明本发明的技术方案，本领域技术人员可以理解，本发明的实施方式不限于以上内容，基于上述内容所进行的明显变化、替换或替代，均不超出本发明技术方案涵盖的范围；在不脱离本发明构思的情况下，其它实施方式也将落入本发明的范围。

Claims (19)

1.一种电池漏电评估方法，其特征在于，具体方法如下：
获取待评估电池两次充电过程中所有单体的充电数据或静置放电过程中所有单体的放电数据；
将两次充电数据均划分为若干相同充电片段，或将两次放电数据均划分为若干相同放电片段；
比较两次充电过程中相同充电片段的所有单体电压或两次放电过程中相同放电片段的所有单体电压，确定漏电单体；
根据漏电单体的充电数据或放电数据，计算漏电单体的漏电量；
根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
2.如权利要求1所述的电池漏电评估方法，其特征在于，所述充电数据包括：采样时间、单体编号、充电电流和单体电压。
3.如权利要求2所述的电池漏电评估方法，其特征在于，所述充电数据还包括：车辆标识码和/或SOC。
4.如权利要求2所述的电池漏电评估方法，其特征在于，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，将两次充电过程中的相同恒流充电阶段划分为同一充电片段。
5.权利要求4所述的电池漏电评估方法，其特征在于，两次充电过程中，相同充电片段的充电电流的上、下限差值均不超过上、下阈值。
6.如权利要求2所述的电池漏电评估方法，其特征在于，将两次充电数据均划分为若干相同充电片段，具体方法如下：
针对多阶段恒流充电模式，以每个恒流充电阶段的起始点为相同充电片段的起始点，以起始点起至预设结束时间之间划分为相同充电片段。
7.如权利要求2所述的电池漏电评估方法，其特征在于，将两次充电数据均划分为若干相同充电片段，具体方法如下：
以充满电的时刻作为相同充电片段的结束点，以结束点向前至预设时间段之间划分为相同充电片段。
8.如权利要求2所述的电池漏电评估方法，其特征在于，确定漏电单体，具体方法如下：
根据两次充电过程中相同的充电片段的充电数据，选取充电片段结束时，单体电压最高的单体作为基准单体，令基准单体在第一次充电过程中该充电片段的单体电压为基准单体第一次充电电压，基准单体在第二次充电过程中该充电片段的电压数据为基准单体第二次充电电压；
求取基准单体第一次充电电压与基准单体第二次充电电压的交集作为电压交集范围；
根据电压交集范围的起始时间和结束时间，调取时段内两次充电过程中所有单体的单体电压；
比较两次充电过程中所有相同单体在电压交集范围结束时间的单体电压，选取差值电压超过漏电阈值的单体作为漏电单体。
9.如权利要求8所述的电池漏电评估方法，其特征在于，计算漏电单体的漏电量，具体方法如下：
根据两次充电过程中，漏电单体在电压交集范围结束时间的差值电压，调取漏电单体在第一次充电时的充电数据；
选取第一充电时的充电数据中，差值电压对应的充电时间和充电电流，通过安时积分计算漏电单体的单体漏电量。
10.如权利要求2所述的电池漏电评估方法，其特征在于，根据漏电单体的漏电量计算平均漏电流，具体方法如下：
单体漏电量除以漏电时间，计算平均漏电流。
11.如权利要求2所述的电池漏电评估方法，其特征在于，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电流大于第一评估阈值，则判断为电池健康程度极差；
若平均漏电流小于等于第一评估阈值，大于第二评估阈值，则判断为电池健康程度较差；
若平均漏电流小于等于第三评估阈值，大于第四评估阈值，则判断为电池健康程度良；
若平均漏电流小于等于第四评估阈值，则判断为电池健康程度优。
12.如权利要求2所述的电池漏电评估方法，其特征在于，根据平均漏电流评估电池漏电状态，具体方法如下：
若平均漏电电流大于第一评估阈值，则判断为电池健康程度不合格；
若平均漏电电流小于等于第一评估阈值，则判断为电池健康程度合格。
13.如权利要求2所述的电池漏电评估方法，其特征在于，根据平均漏电流评估电池漏电状态，具体方法如下：
获取待评估电池的型号和使用总时长，以型号和使用总时长查表获取该待评估电池的合理漏电电流；
若平均漏电电流大于合理漏电电流，则判断为电池健康程度不合格；
若平均漏电电流小于等于合理漏电电流，则判断为电池健康程度合同。
14.如权利要求2所述的电池漏电评估方法，其特征在于，获取放电数据时，第二次充电过程的平均电压差与第一次充电过程平均电压差的比值小于评估开始阈值。
15.如权利要求2所述的电池漏电评估方法，其特征在于，每个充电片段的持续时间均大于时间持续阈值。
16.如权利要求3所述的电池漏电评估方法，其特征在于，充电片段结束时，单体最高单体电压大于电压结束阈值。
17.一种电池漏电评估装置，其特征在于，包括：数据获取模块、片段划分模块、漏电单体模块、漏电计算模块和评估模块；
所述数据获取模块，获取待评估电池两次充电过程中所有单体的充电数据或静置放电过程中所有单体的放电数据；
所述片段划分模块，将两次充电数据均划分为若干相同充电片段，或将两次放电数据均划分为若干相同放电片段；
所述漏电单体模块，比较两次充电过程中相同充电片段的所有单体电压或两次放电过程中相同放电片段的所有单体电压，确定漏电单体；
所述漏电计算模块，根据漏电单体的充电数据或放电数据，计算漏电单体的漏电量；
所述评估模块，根据漏电单体的漏电量计算平均漏电流，根据平均漏电流评估电池漏电状态。
18.一种存储介质，其特征在于，存储有模块指令，处理器加载若干指令以执行权利要求1至16任意一项所述电池漏电评估方法。
19.一种BMS系统，其特征在于，包括权利要求17所述电池漏电评估装置，和/或权利要求18所述存储介质。
CN202311468610.XA 2023-11-07 2023-11-07 一种电池漏电评估方法、装置、介质及bms系统 Pending CN117849633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311468610.XA CN117849633A (zh) 2023-11-07 2023-11-07 一种电池漏电评估方法、装置、介质及bms系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311468610.XA CN117849633A (zh) 2023-11-07 2023-11-07 一种电池漏电评估方法、装置、介质及bms系统

Publications (1)

Publication Number Publication Date
CN117849633A true CN117849633A (zh) 2024-04-09

Family

ID=90538966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311468610.XA Pending CN117849633A (zh) 2023-11-07 2023-11-07 一种电池漏电评估方法、装置、介质及bms系统

Country Status (1)

Country Link
CN (1) CN117849633A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118322984A (zh) * 2024-05-13 2024-07-12 佛山市驰铭科技有限公司 一种车载探照灯及应用其的控制方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118322984A (zh) * 2024-05-13 2024-07-12 佛山市驰铭科技有限公司 一种车载探照灯及应用其的控制方法

Similar Documents

Publication Publication Date Title
CN109507611B (zh) 一种电动汽车的soh修正方法及系统
CN105021996A (zh) 储能电站bms的电池soh估算方法
CN110895310A (zh) 一种磷酸铁锂电池soc估算系统
CN111766524B (zh) 一种电池健康状态的确定方法、装置、设备及存储介质
CN113219351B (zh) 动力电池的监控方法及装置
CN104391252A (zh) 一种汽车铅酸蓄电池健康状态检测方法
CN112415411A (zh) 估算电池soc的方法和装置及车辆、存储介质
CN107817448B (zh) 一种适用于复杂工况的在线实时监测电池电量的方法
Banaei et al. Real time condition monitoring in Li-Ion batteries via battery impulse response
CN113777501B (zh) 一种电池模组的soh的估算方法
CN110045291B (zh) 一种锂电池容量估计方法
CN117849633A (zh) 一种电池漏电评估方法、装置、介质及bms系统
CN110687470A (zh) 一种储能系统中锂电池寿命在线预测方法及系统
Lu et al. Modeling discharge characteristics for predicting battery remaining life
CN117154268B (zh) 一种基于水系钠离子储能电池柜的soc校正方法、装置、设备及存储介质
CN112051512A (zh) 一种梯次利用分选方法及储能系统
CN116930794A (zh) 电池容量更新方法、装置、电子设备及存储介质
CN111707947A (zh) 在线识别电池容量并迭代校准的方法与装置
CN113075558A (zh) 一种电池soc估算方法、装置及系统
KR102691855B1 (ko) 배터리 셀 균등화 과정 분석을 통한 셀간 불균형도 추정 방법 및 이를 이용한 에너지관리시스템
CN111537906B (zh) 一种评估磷酸铁锂电池系统多项健康参数的方法
CN115774207A (zh) 一种矫正磷酸铁锂电池soc的方法及使用该方法的车辆
Arima et al. Three degradation parameters estimation of a LIB module using single indicator for in-situ charge–discharge energy prediction
CN112162198A (zh) 一种适用于混动车辆的电池健康诊断系统及方法
CN112462274A (zh) 一种基于电池自放电效应的成组电池内短路故障诊断方法

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