CN117890799B - 电池荷电状态的获取方法、装置、电子设备及存储介质 - Google Patents
电池荷电状态的获取方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117890799B CN117890799B CN202410296701.8A CN202410296701A CN117890799B CN 117890799 B CN117890799 B CN 117890799B CN 202410296701 A CN202410296701 A CN 202410296701A CN 117890799 B CN117890799 B CN 117890799B
- Authority
- CN
- China
- Prior art keywords
- charge
- state
- data
- battery
- current
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000001914 filtration Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本申请实施例提供一种电池荷电状态的获取方法、装置、电子设备及存储介质,其中,该方法包括:获取所述电池的历史充放电数据;根据所述历史充放电数据建立等效电路模型;根据所述等效电路模型进行参数辨识,得到电路数据;对所述电路数据进行低通滤波处理,得到滤波后的电路数据;根据所述滤波后的电路数据获得所述电池的当前荷电状态;对所述当前荷电状态进行修正,得到所述电池的真实荷电状态。实施本申请实施例,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
Description
技术领域
本申请涉及电池技术领域,具体而言,涉及一种电池荷电状态的获取方法、装置、电子设备及存储介质。
背景技术
目前动力电池的荷电状态的获取方法大致分两类:第一类是安时积分+开路电压修正法,通过对电池吞吐电流值进行积分除以电池容量,即可获取荷电状态的变化值。这类算法优点为简单,稳定性高,但是,累积误差比较明显,由于电流传感器存在误差,在长期没有静置OCV修正情况下,荷电状态会慢慢偏离实际值。
第二类是基于在线或者离线参数法电池模型结合滤波算法进行估算。其中电池模型基本使用一阶或二阶等效电路模型。离线参数法是通过脉冲测试,辨识出电池参数,标定电池模型。这类算法优点为修正能力强,可快速修正存在误差的荷电状态,无需电池静置修正。但是,稳定性偏低,当采集的电流和电压存在比较明显的扰动、不同步时,或者电池一直维持恒流充放电时,会导致荷电状态严重偏离真实值。
发明内容
本申请实施例的目的在于提供一种电池荷电状态的获取方法、装置、电子设备及存储介质,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
第一方面,本申请实施例提供了一种电池荷电状态的获取方法,所述方法包括:
获取所述电池的历史充放电数据;
根据所述历史充放电数据建立等效电路模型;
根据所述等效电路模型进行参数辨识,得到电路数据;
对所述电路数据进行低通滤波处理,得到滤波后的电路数据;
根据所述滤波后的电路数据获得所述电池的当前荷电状态;
对所述当前荷电状态进行修正,得到所述电池的真实荷电状态。
在上述实现过程中,通过建立等效电路模型进行参数辨识,再对得到的电路数据进行低通滤波处理,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
进一步地,所述根据所述历史充放电数据建立等效电路模型的步骤,包括:
判断所述历史充放电数据中的充放电电流是否符合电流相关限制阈值;
若是,判断所述历史充放电数据中的温度数据是否大于温度阈值,若所述温度数据大于所述温度阈值,建立所述等效电路模型,若所述温度数据小于等于所述温度阈值,获得当前荷电状态;
若否,获得当前荷电状态。
在上述实现过程中,根据历史充放电数据中的充放电电流进行进一步的判断,保证充放电电流不会过大或者过小影响获取荷电状态过程中的稳定性。
进一步地,所述根据所述等效电路模型进行参数辨识,得到电路数据的步骤,包括:
获取一阶RC模型的空间状态数据;
通过最小二乘法对所述一阶RC模型的空间状态数据进行参数辨识,得到所述电路数据。
在上述实现过程中,通过最小二乘法对一阶RC模型的空间状态数据进行参数辨识,可以提高荷电状态获取过程中的准确率,减小误差,使得到的电路数据更加准确。
进一步地,通过以下公式对所述电路数据进行低通滤波处理,得到滤波后的电路数据:
;
其中,为所述滤波后的电路数据,/>为滤波系数,/>为前一时刻滤波后的电路数据,/>为所述电路数据。
在上述实现过程中,根据上述公式获取滤波后的电路数据,可以减小计算过程中的误差,使得到的滤波后的电路数据更加准确。
进一步地,所述根据所述滤波后的电路数据获得所述电池的当前荷电状态的步骤,包括:
对所述滤波后的电路数据进行均值处理,得到所述滤波后的电路数据的均值数据;
根据所述均值数据输入预先构建的观测方程,得到历史荷电状态;
根据所述历史荷电状态获得所述电池的当前荷电状态。
在上述实现过程中,对滤波后的电路数据进行均值处理后输入观测方程得到当前荷电状态,可以确保荷电状态的稳定性,同时提高荷电状态的精度。
进一步地,所述根据所述历史荷电状态获得所述电池的当前荷电状态的步骤,包括:
对所述历史荷电状态进行低通滤波处理,得到滤波处理后的历史荷电状态;
对所述滤波处理后的历史荷电状态进行均值处理,得到所述电池的当前荷电状态。
在上述实现过程中,对当前荷电状态进行低通滤波处理后再进行均值处理,可以使得荷电状态不会收到外界影响而不稳定,便于快速修复荷电状态存在的误差。
进一步地,所述对所述当前荷电状态进行修正,得到所述电池的真实荷电状态的步骤,包括:
获取所述电池的开路电压与所述当前荷电状态的线性关系数据;
根据所述线性关系数据获得第一修正荷电状态;
控制输入所述电池的电流输入频率,得到所述电池的当前阻抗的模值;
根据所述当前阻抗的模值与所述当前荷电状态的线性关系数据获得第二修正荷电状态;
控制输入所述电池的充电电流,得到所述电池的充电直流电阻值;
根据所述充电直流电阻值与所述当前荷电状态的线性关系数据获得第三修正荷电状态;
对所述第一修正荷电状态、所述第二修正荷电状态和所述第三修正荷电状态进行平均,得到所述真实荷电状态。
在上述实现过程中,对荷电状态进行修正,可以确保荷电状态的准确性,提高充电效率,便于电池快速进入充电状态,避免荷电状态的不稳定导致充电效率低下。
第二方面,本申请实施例还提供了一种电池荷电状态的获取装置,所述装置包括:
获取模块,用于获取所述电池的历史充放电数据;
建立模块,用于根据所述历史充放电数据建立等效电路模型;
参数辨识模块,用于根据所述等效电路模型进行参数辨识,得到电路数据;
滤波模块,用于对所述电路数据进行低通滤波处理,得到滤波后的电路数据;
数据获得模块,用于根据所述滤波后的电路数据获得所述电池的当前荷电状态;
修正模块,用于对所述当前荷电状态进行修正,得到所述电池的真实荷电状态。
在上述实现过程中,通过建立等效电路模型进行参数辨识,再对得到的电路数据进行低通滤波处理,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
第三方面,本申请实施例提供的一种电子设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。
第四方面,本申请实施例提供的一种计算机可读存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行如第一方面任一项所述的方法。
第五方面,本申请实施例提供的一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行如第一方面任一项所述的方法。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围值的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的电池荷电状态的获取方法的流程示意图;
图2为本申请实施例提供的电池荷电状态的获取装置的结构组成示意图;
图3为本申请实施例提供的一阶RC模型的结构组成示意图;
图4为本申请实施例提供的电子设备的结构组成示意图。
具体实施方式
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描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
下面结合附图和实施例,对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围值。
实施例一
图1是本申请实施例提供的电池荷电状态的获取方法的流程示意图,如图1所示,该方法包括:
S1,获取电池的历史充放电数据;
S2,根据历史充放电数据建立等效电路模型;
S3,根据等效电路模型进行参数辨识,得到电路数据;
S4,对电路数据进行低通滤波处理,得到滤波后的电路数据;
S5,根据滤波后的电路数据获得电池的当前荷电状态;
S6,对当前荷电状态进行修正,得到电池的真实荷电状态。
在上述实现过程中,通过建立等效电路模型进行参数辨识,再对得到的电路数据进行低通滤波处理,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
在S1中,滚动采集、记录电池每秒的充放电电流I[t]、电压V[t]和温度T[t],历史充放电数据为当前时间的前一秒的充放电电流、电压和温度数据。
进一步地,S2包括:
判断历史充放电数据中的充放电电流是否符合电流相关限制阈值;
若是,判断历史充放电数据中的温度数据是否大于温度阈值,若温度数据大于温度阈值,建立等效电路模型,若温度数据小于等于温度阈值,获得当前荷电状态;
若否,获得当前荷电状态。
在上述实现过程中,根据历史充放电数据中的充放电电流进行进一步的判断,保证充放电电流不会过大或者过小影响获取荷电状态过程中的稳定性。
对历史充放电数据中的充放电电流的阶跃值和绝对值范围进行合理性判断,判定公式如下:。
其中,a,b,c,d为电流相关限制阈值,其大小需根据实际情况进行确定。
当前电荷状态,其中,/>为上一时刻荷电状态,/>为当前充放电电流,Cap为电池容量。
示例性地,本申请的温度阈值为10度。
进一步地,S3包括:
获取一阶RC模型的空间状态数据;
通过最小二乘法对一阶RC模型的空间状态数据进行参数辨识,得到电路数据。
在上述实现过程中,通过最小二乘法对一阶RC模型的空间状态数据进行参数辨识,可以提高荷电状态获取过程中的准确率,减小误差,使得到的电路数据更加准确。
如图2所示,为一阶RC模型,一阶RC模型的空间状态数据通过空间状态方程获取,电路数据包括:欧姆电阻,极化电阻/>,极化电容/>和无负载电压/>。
进一步地,通过以下公式对电路数据进行低通滤波处理,得到滤波后的电路数据:
;
其中,为滤波后的电路数据,/>为滤波系数,/>为前一时刻滤波后的电路数据,/>为电路数据。
在上述实现过程中,根据上述公式获取滤波后的电路数据,可以减小计算过程中的误差,使得到的滤波后的电路数据更加准确。
进一步地,S5包括:
对滤波后的电路数据进行均值处理,得到滤波后的电路数据的均值数据;
根据均值数据输入预先构建的观测方程,得到历史荷电状态;
根据历史荷电状态获得电池的当前荷电状态。
在上述实现过程中,对滤波后的电路数据进行均值处理后输入观测方程得到当前荷电状态,可以确保荷电状态的稳定性,同时提高荷电状态的精度。
建立电池系统的状态方程和观测方程,输入滤波后的电路数据的均值数据,利用卡尔曼滤波EKF估算历史前1min的历史荷电状态。
进一步地,根据历史荷电状态获得电池的当前荷电状态的步骤,包括:
对历史荷电状态进行低通滤波处理,得到滤波处理后的历史荷电状态;
对滤波处理后的历史荷电状态进行均值处理,得到电池的当前荷电状态。
在上述实现过程中,对当前荷电状态进行低通滤波处理后再进行均值处理,可以使得荷电状态不会收到外界影响而不稳定,便于快速修复荷电状态存在的误差。
本申请实施例将历史1min的电池电压电流进行参数辨识,得到结果进行滤波、均值化处理,输入到一阶RC模型进行估算后,再进行滤波取平均作为当前荷电状态。可以有效避免计算过程中的结果不合理和发散的问题,保证当前荷电状态的连续性,降低当前荷电状态的误差。
进一步地,S6包括:
获取电池的开路电压与当前荷电状态的线性关系数据;
根据线性关系数据获得第一修正荷电状态;
控制输入电池的电流输入频率,得到电池的当前阻抗的模值;
根据当前阻抗的模值与当前荷电状态的线性关系数据获得第二修正荷电状态;
控制输入电池的充电电流,得到电池的充电直流电阻值;
根据充电直流电阻值与当前荷电状态的线性关系数据获得第三修正荷电状态;
对第一修正荷电状态、第二修正荷电状态和第三修正荷电状态进行平均,得到真实荷电状态。
在上述实现过程中,对荷电状态进行修正,可以确保荷电状态的准确性,提高充电效率,便于电池快速进入充电状态,避免荷电状态的不稳定导致充电效率低下。
本申请实施例中,通过控制充电桩按下表电流谱进行电流输出,通过反复充放电衰减电流将电池积累的极化效果逐渐卸除,使其电压逼近开路电压,从而获得开路电压与当前荷电状态的线性关系数据。通过查表法获得第一修正荷电状态。
控制充电桩给电池输入频率为100Hz,幅值为0.01C的交流电,计算获得电池当前阻抗的模值,根据电池在10Hz下的当前阻抗模值与当前荷电状态的线性关系,将当前阻抗的模值通过查表法获得第二修正荷电状态。
控制充电桩给电池输入1C持续10s的充电电流,计算获得电池当前充电直流电阻值,根据电池充电直流电阻值与当前荷电状态的线性关系,将充电直流电阻值通过查表法获得第三修正荷电状态。
对第一修正荷电状态、第二修正荷电状态和第三修正荷电状态取平均作为当前电池的真实核电状态,进而充电桩与电池进入正常充电流程。
静态开路电压、中频交流阻抗的模值和充电直流电阻,这三种数据量与荷电状态都存在线性关系,通过对充电桩输出电流的设计,对这三种数据量进行直接测量,从而获得真实荷电状态。
本申请实施例的方法,有效避免了计算过程中的结果不合理和发散问题,保证估算的荷电状态也具有连续性,并且可以将真实荷电状态的误差控制在一定范围内,更加直接有效。
实施例二
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供一种电池荷电状态的获取装置,如图3所示,该装置包括:
获取模块1,用于获取电池的历史充放电数据;
建立模块2,用于根据历史充放电数据建立等效电路模型;
参数辨识模块3,用于根据等效电路模型进行参数辨识,得到电路数据;
滤波模块4,用于对电路数据进行低通滤波处理,得到滤波后的电路数据;
数据获得模块5,用于根据滤波后的电路数据获得电池的当前荷电状态;
修正模块6,用于对当前荷电状态进行修正,得到电池的真实荷电状态。
在上述实现过程中,通过建立等效电路模型进行参数辨识,再对得到的电路数据进行低通滤波处理,可以快速、准确地获取到荷电状态,并能够快速修复荷电状态存在的误差,维持电流的稳定充放电,使得得到的荷电状态与真实值更加接近。
进一步地,建立模块2还用于:
判断历史充放电数据中的充放电电流是否符合电流相关限制阈值;
若是,判断历史充放电数据中的温度数据是否大于温度阈值,若温度数据大于温度阈值,建立等效电路模型,若温度数据小于等于温度阈值,获得当前荷电状态;
若否,获得当前荷电状态。
在上述实现过程中,根据历史充放电数据中的充放电电流进行进一步的判断,保证充放电电流不会过大或者过小影响获取荷电状态过程中的稳定性。
进一步地,参数辨识模块3还用于:
获取一阶RC模型的空间状态数据;
通过最小二乘法对一阶RC模型的空间状态数据进行参数辨识,得到电路数据。
在上述实现过程中,通过最小二乘法对一阶RC模型的空间状态数据进行参数辨识,可以提高荷电状态获取过程中的准确率,减小误差,使得到的电路数据更加准确。
进一步地,滤波模块4还用于通过以下公式对电路数据进行低通滤波处理,得到滤波后的电路数据:
;
其中,为滤波后的电路数据,/>为滤波系数,/>为前一时刻滤波后的电路数据,/>为电路数据。
在上述实现过程中,根据上述公式获取滤波后的电路数据,可以减小计算过程中的误差,使得到的滤波后的电路数据更加准确。
进一步地,数据获得模块5还用于:
对滤波后的电路数据进行均值处理,得到滤波后的电路数据的均值数据;
根据均值数据输入预先构建的观测方程,得到历史荷电状态;
根据历史荷电状态获得电池的当前荷电状态。
在上述实现过程中,对滤波后的电路数据进行均值处理后输入观测方程得到当前荷电状态,可以确保荷电状态的稳定性,同时提高荷电状态的精度。
进一步地,根据历史荷电状态获得电池的当前荷电状态的步骤,包括:
对历史荷电状态进行低通滤波处理,得到滤波处理后的历史荷电状态;
对滤波处理后的历史荷电状态进行均值处理,得到电池的当前荷电状态。
在上述实现过程中,对当前荷电状态进行低通滤波处理后再进行均值处理,可以使得荷电状态不会收到外界影响而不稳定,便于快速修复荷电状态存在的误差;
进一步地,修正模块6还包括:
获取电池的开路电压与所述当前荷电状态的线性关系数据;
根据线性关系数据获得第一修正荷电状态;
控制输入电池的电流输入频率,得到电池的当前阻抗的模值;
根据当前阻抗的模值与当前荷电状态的线性关系数据获得第二修正荷电状态;
控制输入电池的充电电流,得到电池的充电直流电阻值;
根据充电直流电阻值与当前荷电状态的线性关系数据获得第三修正荷电状态;
对第一修正荷电状态、第二修正荷电状态和第三修正荷电状态进行平均,得到真实荷电状态。
在上述实现过程中,对荷电状态进行修正,可以确保荷电状态的准确性,提高充电效率,便于电池快速进入充电状态,避免荷电状态的不稳定导致充电效率低下。
上述的电池荷电状态的获取装置可实施上述实施例一的方法。上述实施例一中的可选项也适用于本实施例,这里不再详述。
本申请实施例的其余内容可参照上述实施例一的内容,在本实施例中,不再进行赘述。
实施例三
本申请实施例提供一种电子设备,包括存储器及处理器,该存储器用于存储计算机程序,该处理器运行计算机程序以使电子设备执行实施例一的电池荷电状态的获取方法。
可选地,上述电子设备可以是服务器。
请参见图4,图4为本申请实施例提供的电子设备的结构组成示意图。该电子设备可以包括处理器41、通信接口42、存储器43和至少一个通信总线44。其中,通信总线44用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口42用于与其他节点设备进行信令或数据的通信。处理器41可以是一种集成电路芯片,具有信号的处理能力。
上述的处理器41可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器41也可以是任何常规的处理器等。
存储器43可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。存储器43中存储有计算机可读取指令,当计算机可读取指令由所述处理器41执行时,设备可以执行上述图1方法实施例涉及的各个步骤。
可选地,电子设备还可以包括存储控制器、输入输出单元。存储器43、存储控制器、处理器41、外设接口、输入输出单元各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或通信总线44实现电性连接。处理器41用于执行存储器43中存储的可执行模块,例如设备包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是,但不限于,鼠标和键盘等。
可以理解,图4所示的结构仅为示意,电子设备还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
另外,本申请实施例还提供一种计算机可读存储介质,其存储有计算机程序,该计算机程序被处理器执行时实现实施例一的电池荷电状态的获取方法。
本申请实施例还提供一种计算机程序产品,该计算机程序产品在计算机上运行时,使得计算机执行方法实施例所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的装置来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是个人计算机,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、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围值,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围值之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围值并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围值内,可轻易想到变化或替换,都应涵盖在本申请的保护范围值之内。因此,本申请的保护范围值应所述以权利要求的保护范围值为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种电池荷电状态的获取方法,其特征在于,所述方法包括:
获取所述电池的历史充放电数据;
根据所述历史充放电数据建立等效电路模型;
根据所述等效电路模型进行参数辨识,得到电路数据;
对所述电路数据进行低通滤波处理,得到滤波后的电路数据;
根据所述滤波后的电路数据获得所述电池的当前荷电状态;
对所述当前荷电状态进行修正,得到所述电池的真实荷电状态;
所述根据所述历史充放电数据建立等效电路模型的步骤,包括:
判断所述历史充放电数据中的充放电电流是否符合电流相关限制阈值;
若是,判断所述历史充放电数据中的温度数据是否大于温度阈值,若所述温度数据大于所述温度阈值,建立所述等效电路模型,若所述温度数据小于等于所述温度阈值,获得当前荷电状态;
若否,获得当前荷电状态。
2.根据权利要求1所述的电池荷电状态的获取方法,其特征在于,所述根据所述等效电路模型进行参数辨识,得到电路数据的步骤,包括:
获取一阶RC模型的空间状态数据;
通过最小二乘法对所述一阶RC模型的空间状态数据进行参数辨识,得到所述电路数据。
3.根据权利要求1所述的电池荷电状态的获取方法,其特征在于,通过以下公式对所述电路数据进行低通滤波处理,得到滤波后的电路数据:
;
其中,为所述滤波后的电路数据,/>为滤波系数,/>为前一时刻滤波后的电路数据,/>为所述电路数据。
4.根据权利要求1所述的电池荷电状态的获取方法,其特征在于,所述根据所述滤波后的电路数据获得所述电池的当前荷电状态的步骤,包括:
对所述滤波后的电路数据进行均值处理,得到所述滤波后的电路数据的均值数据;
根据所述均值数据输入预先构建的观测方程,得到历史荷电状态;
根据所述历史荷电状态获得所述电池的当前荷电状态。
5.根据权利要求4所述的电池荷电状态的获取方法,其特征在于,所述根据所述历史荷电状态获得所述电池的当前荷电状态的步骤,包括:
对所述历史荷电状态进行低通滤波处理,得到滤波处理后的历史荷电状态;
对所述滤波处理后的历史荷电状态进行均值处理,得到所述电池的当前荷电状态。
6.根据权利要求1所述的电池荷电状态的获取方法,其特征在于,所述对所述当前荷电状态进行修正,得到所述电池的真实荷电状态的步骤,包括:
获取所述电池的开路电压与所述当前荷电状态的线性关系数据;
根据所述线性关系数据获得第一修正荷电状态;
控制输入所述电池的电流输入频率,得到所述电池的当前阻抗的模值;
根据所述当前阻抗的模值与所述当前荷电状态的线性关系数据获得第二修正荷电状态;
控制输入所述电池的充电电流,得到所述电池的充电直流电阻值;
根据所述充电直流电阻值与所述当前荷电状态的线性关系数据获得第三修正荷电状态;
对所述第一修正荷电状态、所述第二修正荷电状态和所述第三修正荷电状态进行平均,得到所述真实荷电状态。
7.一种电池荷电状态的获取装置,其特征在于,所述装置包括:
获取模块,用于获取所述电池的历史充放电数据;
建立模块,用于根据所述历史充放电数据建立等效电路模型;
参数辨识模块,用于根据所述等效电路模型进行参数辨识,得到电路数据;
滤波模块,用于对所述电路数据进行低通滤波处理,得到滤波后的电路数据;
数据获得模块,用于根据所述滤波后的电路数据获得所述电池的当前荷电状态;
修正模块,用于对所述当前荷电状态进行修正,得到所述电池的真实荷电状态;
所述建立模块还用于:
判断所述历史充放电数据中的充放电电流是否符合电流相关限制阈值;
若是,判断所述历史充放电数据中的温度数据是否大于温度阈值,若所述温度数据大于所述温度阈值,建立所述等效电路模型,若所述温度数据小于等于所述温度阈值,获得当前荷电状态;
若否,获得当前荷电状态。
8.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至6中任一项所述的电池荷电状态的获取方法。
9.一种计算机存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的电池荷电状态的获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410296701.8A CN117890799B (zh) | 2024-03-15 | 电池荷电状态的获取方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410296701.8A CN117890799B (zh) | 2024-03-15 | 电池荷电状态的获取方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117890799A CN117890799A (zh) | 2024-04-16 |
CN117890799B true CN117890799B (zh) | 2024-05-31 |
Family
ID=
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006017544A (ja) * | 2004-06-30 | 2006-01-19 | Fuji Heavy Ind Ltd | 蓄電デバイスの残存容量演算装置 |
CN104833921A (zh) * | 2014-12-01 | 2015-08-12 | 北汽福田汽车股份有限公司 | 电池包荷电状态的计算方法和计算装置 |
JP2017129401A (ja) * | 2016-01-19 | 2017-07-27 | 日立化成株式会社 | 電池状態推定方法および装置 |
CN109828215A (zh) * | 2019-02-26 | 2019-05-31 | 清华大学 | 一种提升电池单体soc估算精度的方法和系统 |
CN111175661A (zh) * | 2020-02-21 | 2020-05-19 | 中国电力科学研究院有限公司 | 一种用于确定锂离子电池的荷电状态的方法及系统 |
CN115166536A (zh) * | 2022-09-01 | 2022-10-11 | 中创新航科技股份有限公司 | 一种电池系统的soc的确定方法及装置 |
CN115453374A (zh) * | 2022-10-13 | 2022-12-09 | 国网四川省电力公司经济技术研究院 | 一种锂离子电池荷电状态在线估算方法及系统 |
CN115575820A (zh) * | 2022-09-16 | 2023-01-06 | 中山大学 | 一种氢燃料电池的电压衰退混合预测方法及系统 |
CN115639481A (zh) * | 2022-12-22 | 2023-01-24 | 羿动新能源科技有限公司 | 基于大数据预测soc的电池数据预处理系统及方法 |
CN117269801A (zh) * | 2023-11-22 | 2023-12-22 | 潍柴新能源动力科技有限公司 | 电池荷电状态的确定方法、确定装置和电子设备 |
CN117452234A (zh) * | 2023-12-22 | 2024-01-26 | 齐鲁工业大学(山东省科学院) | 改进参数辨识与无穷算法融合的soc估计方法及系统 |
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006017544A (ja) * | 2004-06-30 | 2006-01-19 | Fuji Heavy Ind Ltd | 蓄電デバイスの残存容量演算装置 |
CN104833921A (zh) * | 2014-12-01 | 2015-08-12 | 北汽福田汽车股份有限公司 | 电池包荷电状态的计算方法和计算装置 |
JP2017129401A (ja) * | 2016-01-19 | 2017-07-27 | 日立化成株式会社 | 電池状態推定方法および装置 |
CN109828215A (zh) * | 2019-02-26 | 2019-05-31 | 清华大学 | 一种提升电池单体soc估算精度的方法和系统 |
CN111175661A (zh) * | 2020-02-21 | 2020-05-19 | 中国电力科学研究院有限公司 | 一种用于确定锂离子电池的荷电状态的方法及系统 |
CN115166536A (zh) * | 2022-09-01 | 2022-10-11 | 中创新航科技股份有限公司 | 一种电池系统的soc的确定方法及装置 |
CN115575820A (zh) * | 2022-09-16 | 2023-01-06 | 中山大学 | 一种氢燃料电池的电压衰退混合预测方法及系统 |
CN115453374A (zh) * | 2022-10-13 | 2022-12-09 | 国网四川省电力公司经济技术研究院 | 一种锂离子电池荷电状态在线估算方法及系统 |
CN115639481A (zh) * | 2022-12-22 | 2023-01-24 | 羿动新能源科技有限公司 | 基于大数据预测soc的电池数据预处理系统及方法 |
CN117269801A (zh) * | 2023-11-22 | 2023-12-22 | 潍柴新能源动力科技有限公司 | 电池荷电状态的确定方法、确定装置和电子设备 |
CN117452234A (zh) * | 2023-12-22 | 2024-01-26 | 齐鲁工业大学(山东省科学院) | 改进参数辨识与无穷算法融合的soc估计方法及系统 |
Non-Patent Citations (4)
Title |
---|
Elaborated EECM parameter identification reflecting adaptive weight for achieving a high-accuracy SOC estimator;Gunwoo Kim, et al.;Energy Science & Engineering Energy Science & Engineering;20220721;第3854-3868页 * |
周航慈 著.《单片机应用程序设计技术》.北京航空航天大学出版社,2011,(第3版),第124页. * |
基于EKF算法的锂电池SOC评估方法;徐研科 等;桂林电子科技大学学报;20180720;第38卷(第03期);第189-193页 * |
电动汽车锂离子电池组参数辨识与SOC估计;罗玉涛 等;华南理工大学学报(自然科学版);20121215;第40卷(第12期);第79-85页 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988690B (zh) | 电池健康状态修正方法、装置、管理系统以及存储介质 | |
Li et al. | State of charge estimation of lithium-ion batteries using a discrete-time nonlinear observer | |
US7518339B2 (en) | State variable and parameter estimator comprising several partial models for an electrical energy storage device | |
US10620275B2 (en) | State estimation of an energy system | |
JP5842421B2 (ja) | 電池状態推定装置 | |
DE112018000281T5 (de) | Verfahren und System zum Schätzen einer Zellenleerlaufspannung, eines Ladezustands und eines Funktionszustands einer Batterie während des Betriebs der Batterie | |
US6388450B2 (en) | Method for determining the state of charge of storage batteries | |
EP2851700B1 (en) | Method and terminal for displaying capacity of battery | |
EP3542173A1 (en) | Determining a state of health of a battery and providing an alert | |
JP6579552B2 (ja) | 電池劣化診断方法および電池劣化診断装置 | |
JP7030191B2 (ja) | カルマンフィルタの安定した収束挙動を監視するための方法及びデバイス | |
JP6979524B2 (ja) | バッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイス | |
KR20160128000A (ko) | 배터리 진단 장치 및 그 방법 | |
JP2016529478A (ja) | バッテリに蓄積された電荷のモニタリング | |
CN107942261B (zh) | 电池荷电状态的估计方法及系统 | |
Nejad et al. | On-chip implementation of extended kalman filter for adaptive battery states monitoring | |
CN117890799B (zh) | 电池荷电状态的获取方法、装置、电子设备及存储介质 | |
CN117890799A (zh) | 电池荷电状态的获取方法、装置、电子设备及存储介质 | |
CN109633451B (zh) | 储能系统自轨迹参数标定方法及soc估算方法 | |
CN108008183B (zh) | 一种电量测量方法、系统、设备及计算机存储介质 | |
Baba et al. | State of charge estimation of HEV/EV battery with series Kalman filter | |
CN115372885A (zh) | 计量终端精度修正方法、装置、电子设备及存储介质 | |
EP4092805A1 (en) | Device, measurement device, method, and measurement method | |
US10948547B2 (en) | Battery monitoring system | |
JP2018063186A (ja) | バッテリのパラメータ推定装置及びパラメータ推定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |