CN117922376A - 电池bms状态控制方法、装置、设备及存储介质 - Google Patents

Abstract

本发明属于电池控制技术领域，公开了一种电池BMS状态控制方法、装置、设备及存储介质。该方法包括：在电池BMS进入独立运行模式时，控制电池BMS先进入放电状态；根据所述第一当前电流确定实际放电状态；在所述放电状态为放电停止时，进入电池BMS等待状态，之后切换为充电状态判断充电需求。通过上述方案，实现了当检测到放电状态为放电停止时，系统进入电池BMS等待状态，之后进入充电状态进行充电电流判断，这种机制有助于保持系统的稳定性和安全性，同时避免在不适当的时候进行过度放电，提高了电池的安全性。同时，电池BMS在脱离上位机独立运行时，可以自主判断充放电形式进行自主模式切换，提高了电池在换电时以及独立工作时的便捷性。

Description

电池BMS状态控制方法、装置、设备及存储介质

技术领域

本发明涉及电池控制技术领域，尤其涉及一种电池BMS状态控制方法、装置、设备及存储介质。

背景技术

随着新能源汽车换电技术的出现，其便捷的特点迅速引起各厂家的注意，换电技术是一种电动车辆充电的替代方法，它通过将电池组整个更换而不是等待电池充电来提供车辆动力。这项技术旨在解决电动车充电时间较长、充电基础设施不足等问题，提高电动车的使用便利性。

目前电池在换电时，电池的BMS是无法自主工作的，这是因为BMS中的状态跳转需要依赖上位机发出的指令，BMS供电唤醒后，如果没收到VCM信号，则上报故障不能工作，如果收到外部上位机模拟发送的VCM控制信号，BMS则按指令完成对应的状态跳转，因此，电池无法进行独立的供电工作，而类似可以进行换电的车辆，很多换电场景需要电池独立供电工作，此时需要通过外接上位机进行指令模拟来帮助BMS进行控制，因此，使用起来便捷性大大降低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种电池BMS状态控制方法、装置、设备及存储介质，旨在解决现有技术电池独立工作时便捷性较低的技术问题。

为实现上述目的，本发明提供了一种电池BMS状态控制方法，所述方法包括以下步骤:

在电池BMS进入独立运行模式时，控制电池进入放电状态；

获取第一当前电流，并根据所述第一当前电流确定放电状态；

在所述放电状态为放电停止时，进入电池BMS等待状态。

可选的，所述在所述放电状态为放电停止时，进入电池BMS等待状态之后，还包括：

响应充电请求，获取当前电池参数；

根据所述当前电池参数确定充电请求电流；

将所述充电请求电流发送至充电设备，以使所述充电设备根据所述充电请求电流输入能量；

获取第二当前电流，并根据所述第二当前电流确定充电状态；

在所述放电状态为充电停止时，进入电池BMS等待状态。

可选的，所述根据所述第一当前电流确定放电状态，包括：

获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间；

根据所述第一当前电流确定电流状态；

在所述电流状态为收敛状态且第一当前电流处于目标电流区间时，确定放电状态为放电停止。

可选的，所述根据所述第一当前电流确定电流状态，包括：

对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合确定电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

可选的，所述根据所述第一当前电流确定电流状态，包括：

对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合；

根据所述电流预测值集合计算电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

可选的，所述根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合之前，还包括：

获取电池充放电模型以及电池电芯参数，并根据所述电池充放电模型以及电池电芯参数确定第一电池模型系数矩阵以及第二电池模型系数矩阵；

根据所述第一电池模型系数矩阵以及第二电池模型系数矩阵确定初步状态向量模型；

获取电流传感器技术参数，并根据所述电流传感器技术参数确定系统过程噪声的第一协方差矩阵以及测量噪声的第二协方差矩阵；

根据所述第一协方差矩阵以及第二协方差矩阵确定卡尔曼增益；

根据所述初步状态向量模型以及卡尔曼增益确定预设扩展型卡尔曼滤波模型。

可选的，所述在电池BMS进入独立运行模式时，控制电池进入放电状态之前，包括：

响应供电唤醒指令，检测上位机控制信号；

在预设时间内未检测到上位机控制信号时，进入独立运行模式。

此外，为实现上述目的，本发明还提出一种电池BMS状态控制装置，所述电池BMS状态控制装置包括：

处理模块，用于在电池BMS进入独立运行模式时，控制电池进入放电状态；

所述处理模块，还用于获取第一当前电流，并根据所述第一当前电流确定放电状态；

切换模块，用于在所述放电状态为放电停止时，进入电池BMS等待状态。

此外，为实现上述目的，本发明还提出一种电池BMS状态控制设备，所述电池BMS状态控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电池BMS状态控制程序，所述电池BMS状态控制程序配置为实现如上文所述的电池BMS状态控制方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有电池BMS状态控制程序，所述电池BMS状态控制程序被处理器执行时实现如上文所述的电池BMS状态控制方法的步骤。

本发明在电池BMS进入独立运行模式时，控制电池进入放电状态；获取第一当前电流，并根据所述第一当前电流确定当前放电状态；在所述放电状态为放电停止时，进入电池BMS等待状态；在充电状态判断充电需求和充电电流。通过上述方案，实现了当检测到放电状态为放电停止时，系统进入电池BMS等待状态，这种机制有助于保持系统的稳定性和安全性，同时避免在不适当的时候进行过度放电，在需要充电的时候按电池状态输出充电请求电流，提高了电池的安全性。同时，电池BMS在脱离上位机独立运行时，可以自主判断充放电形式进行自主模式切换，提高了电池在换电时以及独立工作时的便捷性。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的电池BMS状态控制设备的结构示意图；

图2为本发明电池BMS状态控制方法第一实施例的流程示意图；

图3为本发明电池BMS状态控制方法第二实施例的流程示意图；

图4为本发明电池BMS状态控制装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的电池BMS状态控制设备结构示意图。

如图1所示，该电池BMS状态控制设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对电池BMS状态控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电池BMS状态控制程序。

在图1所示的电池BMS状态控制设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电池BMS状态控制设备中的处理器1001、存储器1005可以设置在电池BMS状态控制设备中，所述电池BMS状态控制设备通过处理器1001调用存储器1005中存储的电池BMS状态控制程序，并执行本发明实施例提供的电池BMS状态控制方法。

本发明实施例提供了一种电池BMS状态控制方法，参照图2，图2为本发明一种电池BMS状态控制方法第一实施例的流程示意图。

本实施例中，所述电池BMS状态控制方法包括以下步骤：

步骤S10：在电池BMS进入独立运行模式时，控制电池进入放电状态。

需要说明的是，本实施例的执行主体为智能终端，所述智能终端可以为电池BMS，也可以为其他与电池BMS功能相同或者相似的其他设备，本实施例对此不加以限定，仅仅以电池BMS为例加以说明。

应当说明的是，本实施例应用于电池BMS的独立运行过程中，即电池脱离上位机的通信的过程中，例如：最常见的就是电池换电时或者电池拆除进行检测时，其中，电池BMS电池管理系统(Battery Management System，简称BMS)是用于监测、控制和保护电池的一种智能系统。其主要目的是确保电池的安全性、稳定性和保障寿命。

在具体实现中，整车上BMS状态跳转必须得有上层控制器的控制指令，但是类似可以进行换电的车辆，很多换电场景需要电池独立供电工作，然而，通常整包独立工作时，都是让BMS始终处于放电一个模式来充电和放电，因为BMS只有走行模式可以允许电流有正有负，这导致不借助外接设备的干预换电后的电池可能只具备单一功能例如充电，这导致了诸多不便。实际BMS充电模式要根据电池状态来自行判断当前允许充进电池包的电流，不然就会有过流、影响电池健康状态等风险，而外接设备可能并不具备这样的功能导致电池的应用场景变得十分狭窄；而不进入对应的模式，无法实现电流控制，当前很多换电下来的电池包，都是要外接电脑上位机来人为操作模拟VCM控制BMS实现状态跳转，对于需要循环控制的充放电场景，很难做到实施控制，因此本实施例提出BMS独立工作时的主动状态跳转方法。

在一些实施例中，响应供电唤醒指令，检测上位机控制信号；在预设时间内未检测到上位机控制信号时，进入独立运行模式。

其中，控制电池进行放电即将电池默认开启为换电模式，这样做的好处是处于这个状态的电池可以即插即用，一般进入独立运行模式时电池都是从待机模式唤醒，在确认未检测到上位机控制信号时，进入独立运行模式，既然是唤醒就会有需求，因此可以直接放电，在确定没有放电需求时，则会直接进入电池BMS等待状态来进行模式切换。

步骤S20：获取第一当前电流，并根据所述第一当前电流确定放电状态。

可以理解的是，第一当前电流即为放电状态时放电电流，其中放电状态表明了当前时间节点处于放电的时间段中哪一部分，例如是放电阶段、放电截止阶段等等，不同的放电状态下第一当前电流的特征也有所不同，根据当前的电流大小、波动情况、收敛离散趋势即可确定。

步骤S30：在所述放电状态为放电停止时，进入电池BMS等待状态。

应当说明的是，在所述放电状态为放电停止时，说明电池已经完成放电任务，因此，电池BMS进入电池BMS等待状态。进入独立工作后，首先进入DRIVE模式(放电状态)，开始放电；DRIVE模式通过对电流进行算法分析，判断是否需要进行模式切换，需要切换则进入Stanby(等待状态)。

在一些实施例中，响应充电请求，获取当前电池参数；根据所述当前电池参数确定充电请求电流；将所述充电请求电流发送至充电设备，以使所述充电设备根据所述充电请求电流输入能量；获取第二当前电流，并根据所述第二当前电流确定充电状态；在所述放电状态为充电停止时，进入电池BMS等待状态。

其中，获取第二当前电流即为充电状态下的充电电流。

在具体实现中，放电状态通过电流判断，充电状态同样如此，在状态切换的基础上还需要控制电流请求值，以保证充入合适大小的能量，具体的可以例如：QC模式(充电状态)下根据当前电池的温度和SOC map查允许的充电请求电流；QC模式下通过对电流进行算法分析，判断是否需要进行模式切换；Stanby会检测唤醒信号，唤醒信号保持，判断需要再次进入DRIVE模式；若BMS的唤醒电平信号清零，则进入sleep，等待下次再唤醒。

本实施例提出如下优选方案进行状态切换，例如：车辆换电后，BMS能够良好的独立控制电池包的运行状态，也有利于保证下次换到车上后的整车性能。BMS唤醒后，先进入放电(DRIVE)接着放电电流受外界需求功率变化，最后重点在于如何识别放电停止并实现主动状态跳转，跳到等待(stanby)，再进入下一个充电状态(QC)；BMS算法新增电流传感器零漂检测范围，当放电停止后，电流传感器会存在一个正向的零漂范围[I1，I2]，BMS通过扩展卡尔曼滤波方式周期性的实时抓取电流，当BMS收到的电流进入这个区间后，增加连续计算电流变化率k值判断，如果k值保持单向变化切趋近于收敛稳定，持续n1个采样周期的时间t1后，BMS主动跳出放电模式，进入stanby，再进入充电(QC)；进入充电后，BMS会按常规逻辑根据电池的温度T和电量SOC进行查表，输出充电请求电流Ir，外界充电桩等设备会按请求给电池充电，接着重点在于如何识别①电池自身充到需求电量后，主动跳出充电②外部先停止充电后，主动跳出充电；电池自身充到需求电量后，BMS识别此时充电请求电流Ir＝Irn(充电结束前的最后一个充电窗格电流)&电池电压V＝Vmax(充电结束时的截止电压)一定时间，将充电请求电流Ir变为0，同理，充电电流停止后，电流传感器会存在一个反向的零漂范围[I1＝3，I4]，BMS做同样的电流范围和k值的判断，时间t2；如果是外部停止充电，BMS会直接进入上述一样的充电电流停止后的判断，状态跳出前将充电请求电流Ir变为0。

本实施例在电池BMS进入独立运行模式时，控制电池进入放电状态；获取第一当前电流，并根据所述第一当前电流确定实际放电状态；在所述放电状态为放电停止时，进入电池BMS等待状态。通过上述方案，实现了当检测到放电状态为放电停止时，系统进入电池BMS等待状态，这种机制有助于保持系统的稳定性和安全性，同时避免在不适当的时候进行过度放电，提高了电池的安全性。同时，电池BMS在脱离上位机独立运行时，可以自主判断充放电形式进行自主模式切换，提高了电池在换电时以及独立工作时的便捷性。

参考图3，图3为本发明一种电池BMS状态控制方法第二实施例的流程示意图。

基于上述第一实施例，本实施例电池BMS状态控制方法在所述步骤S20，还包括：

步骤S21：获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间。

需要说明的是，在实际应用中充电或者放电结束时BMS中的电流传感器的电流并不会很快变为零，即使变为零由于零漂的存在显示结果也不会为零而是在一个较小的区间来回波动慢慢趋近于零漂值，电流传感器零漂是指在无电流流过时，传感器输出的电流值不为零，这是由于传感器自身的一些不完美因素引起的。因此根据电流传感器零漂可以确定一个较小的范围作为判定的标准来判断电池状态。

进一步的，零漂加上较长时间的波动会导致一个问题，那就是电池的状态切换变得十分迟滞甚至是不准确，这会导致电池过度放电充电甚至是亏电，状态切换流程也会变得十分不灵敏影响用户体验因此，基于上述问题，本实施例提出获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间来作为判断标准。

步骤S22：根据所述第一当前电流确定电流状态。

需要说明的是，电流状态指的是电流波动情况，例如电流状态是波动的或者收敛的，收敛状态下，电流就趋于一个稳定的值。当电流经历离散的波动时，可能表示系统正经历瞬时的负载变化、电流突变或其他临时性的变动。

在一些实施例中，对所述第一当前电流进行采样得到采样电流集合；根据所述采样电流集合确定电流连续采样周期的变化率；根据所述电流连续采样周期的变化率确定电流状态。

应当说明的是，通过对电流连续采样周期的变化率进行评估，系统可以确定电流的状态。例如，如果变化率较小，可能表明电流趋于稳定，处于收敛状态；而如果变化率较大，可能表明电流经历了波动，处于不稳定状态。具体计算过程可以为：其中，k为电流连续采样周期的变化率，Δi-1为上一个采样周期的电流量变化量，Δt-1为上一个采样周期的时间的变化量，电流连续采样周期的变化率差值。各时刻电流通过扩展卡尔曼滤波算法对电流进行滤波和估计。

在一些实施例中，对所述第一当前电流进行采样得到采样电流集合；根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合；根据所述电流预测值集合计算电流连续采样周期的变化率；根据所述电流连续采样周期的变化率确定电流状态。

需要说明的是，预设扩展型卡尔曼滤波模型即为依据扩展型卡尔曼滤波模型的原理根据当前的电池参数设备参数设置的预测模型，之所以选用扩展型卡尔曼滤波模型，是因为，扩展型卡尔曼滤波(Extended Kalman Filter，EKF)是卡尔曼滤波的一种扩展，用于处理非线性系统，而且对于噪声较大的信号有良好的适应性，正是因为这些特点，电流充放电噪声大而且属于非线性系统，信号波动十分大而且可能存在不连续的情况，因此，与电池充放电的电流信号十分契合，应用在当前场景中能够极大的效果，提升系统的响应速度和准确度。

在一些实施例中，获取电池充放电模型以及电池电芯参数，并根据所述电池充放电模型以及电池电芯参数确定第一电池模型系数矩阵以及第二电池模型系数矩阵；根据所述第一电池模型系数矩阵以及第二电池模型系数矩阵确定初步状态向量模型；获取电流传感器技术参数，并根据所述电流传感器技术参数确定系统过程噪声的第一协方差矩阵以及测量噪声的第二协方差矩阵；根据所述第一协方差矩阵以及第二协方差矩阵确定卡尔曼增益；根据所述初步状态向量模型以及卡尔曼增益确定预设扩展型卡尔曼滤波模型。

具体的，根据第一协方差矩阵以及第二协方差矩阵确定卡尔曼增益的过程，可以为，将状态向量离散化得到状态预测方程，再根据所述电流传感器技术参数确定系统过程噪声的第一协方差矩阵以及测量噪声的第二协方差矩阵，第一协方差矩阵和状态向量预测方程的雅可比矩阵确定协方差预测方程，根据所述协方差预测方程以及第二协方差矩阵确定卡尔曼增益。

在具体实现中，获取电池充放电模型和电池电芯参数，这一步骤涉及获取电池的充电和放电行为的数学模型，以及电池内部的关键参数，如内阻、容量等。确定第一电池模型系数矩阵和第二电池模型系数矩阵，是为了利用所得的电池充放电模型和电池电芯参数，确定描述电池行为的模型系数矩阵。这些系数矩阵可能涉及到电池的动态响应、内部电阻等特性。接着基于第一电池模型系数矩阵和第二电池模型系数矩阵，建立一个初步的状态向量模型，该模型用于描述电池在充放电过程中的状态变化。电流传感器技术参数包括获取用于测量电流的传感器的技术参数，如灵敏度、精度等。确定系统过程噪声的第一协方差矩阵和测量噪声的第二协方差矩阵是利用电流传感器技术参数，确定描述系统过程噪声和测量噪声的协方差矩阵。这些矩阵描述了系统模型中的不确定性。利用上述协方差矩阵，计算卡尔曼增益，这是用于在滤波过程中调整系统状态估计的关键参数。基于初步状态向量模型和计算得到的卡尔曼增益，确定最终的扩展型卡尔曼滤波模型，用于估计电流并对系统进行实时控制。

需要说明的是，精准的预测并估计出电流强度和电流强度的变化趋势是实现正确状态跳转的关键。本实施例提出如下优选实施方案，例如：采用扩展卡尔曼滤波对电路和电流速度这两个状态组成的动态系统进行估计，整体分两个环节：预测和更新。在预测步骤中，使用状态空间方程对电流进行预测；在更新步骤中，使用观测方程对预测值进行修正，得到最终的估计值。整个过程通过滤波效果、收敛速度、稳定性等对扩展卡尔曼滤波模型的结果进行评估调整。①预测过程基本模型如下：通过欧姆定律和基尔霍夫定律，建立与电池包自身属性匹配的充放电回路电流变化率动态方程：dI/dt＝A(-R/L)*I+B(1/L)*V，其中R是电池包内阻，电池厂商是会提供电池不同充放电状态下的内阻模型(DCR)系数map的，L是电感量；A，B为电池模型的标定的系数矩阵，其中A为第一电池模型系数矩阵，B为第二电池模型系数矩阵；电流传感器采集到的电池电流h(I)＝I，将电流动态方程离散化得到电流的状态预测方程：I_{k|k-1}＝I_{k-1}+A dt*(-R/L)*I_{k-1}+B dt*(1/L)*V，dt为时间间隔，具体为单个采样周期时长，采样周期由BMS软硬件决定，协方差预测方程：P_{k|k-1}＝F_{k-1}*P_{k-1|k-1}*F_{k-1}^T+Q，其中F_{k-1}为状态转移方程的雅克比矩阵，F_{k-1}＝1-A dt*(R/L)，Q(第一协方差矩阵)为系统过程噪声的协方差矩阵，可通过电流传感器的技术规格获取或者通过离线测试来设定②更新过程基本模型如下：使用实际测量的电流I_m和预测的电流I_{k|k-1}来对电流值进行更新，同时更新共方差矩阵：状态预测方程更新：I_{k|k}＝I_{k|k-1}+K_{k}*(I_m-I_{k|k-1})，协方差预测方程更新：P_{k|k}＝(1-K_{k})*P_{k|k-1}，其中，K_{k}是卡尔曼增益，K_{k}＝P_{k|k-1}/(P_{k|k-1}+R)，R(第二协方差矩阵)为测量噪声的协方差矩阵，可通过电流传感器的技术规格获取。

步骤S23：在所述电流状态为收敛状态且第一当前电流处于目标电流区间一定时间时，确定放电状态为放电停止。

可以理解的是，当电流处于收敛状态时，意味着电流趋于一个稳定的值。系统可能已经适应了负载变化，电流趋向于保持相对稳定。第一当前电流处于目标电流区间则说明电流有停止放电的趋势，基于电流状态为收敛状态且第一当前电流处于目标电流区间的条件，系统做出了放电停止的决策。这包括暂停当前的放电操作或完全停止放电，以确保电池在一个稳定和安全的状态下运行。

本实施例获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间；根据所述第一当前电流确定电流状态；在所述电流状态为收敛状态且第一当前电流处于目标电流区间时，确定放电状态为放电停止。通过上述方案，确保电流稳定且衰减，避免了放电停止的误判，这种方式优化系统的能耗、延长电池寿命、确保电力系统的稳定性。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有电池BMS状态控制程序，所述电池BMS状态控制程序被处理器执行时实现如上文所述的电池BMS状态控制方法的步骤。

参照图4，图4为本发明电池BMS状态控制装置第一实施例的结构框图。

如图4所示，本发明实施例提出的电池BMS状态控制装置包括：

处理模块10，用于在电池BMS进入独立运行模式时，控制电池进入放电状态；

所述处理模块10，还用于获取第一当前电流，并根据所述第一当前电流确定放电状态；

切换模块20，用于在所述放电状态为放电停止时，进入电池BMS等待状态。

应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。

本实施例处理模块10在电池BMS进入独立运行模式时，控制电池进入放电状态；处理模块10获取第一当前电流，并根据所述第一当前电流确定放电状态；切换模块20在所述放电状态为放电停止时，进入电池BMS等待状态。通过上述方案，实现了当检测到放电状态为放电停止时，系统进入电池BMS等待状态，这种机制有助于保持系统的稳定性和安全性，同时避免在不适当的时候进行过度放电，提高了电池的安全性。同时，电池BMS在脱离上位机独立运行时，可以自主判断充放电形式进行自主模式切换，提高了电池在换电时以及独立工作时的便捷性。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的电池BMS状态控制方法，此处不再赘述。

在一些实施例中，所述切换模块20，还用于响应充电请求，获取当前电池参数；

根据所述当前电池参数确定充电请求电流；

将所述充电请求电流发送至充电设备，以使所述充电设备根据所述充电请求电流输入能量；

获取第二当前电流，并根据所述第二当前电流确定充电状态；

在所述放电状态为充电停止时，进入电池BMS等待状态。

在一些实施例中，所述处理模块10，还用于获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间；

根据所述第一当前电流确定电流状态；

在所述电流状态为收敛状态且第一当前电流处于目标电流区间时，确定放电状态为放电停止。

在一些实施例中，所述处理模块10，还用于对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合确定电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

在一些实施例中，所述处理模块10，还用于对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合；

根据所述电流预测值集合计算电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

在一些实施例中，所述处理模块10，还用于获取电池充放电模型以及电池电芯参数，并根据所述电池充放电模型以及电池电芯参数确定第一电池模型系数矩阵以及第二电池模型系数矩阵；

根据所述第一电池模型系数矩阵以及第二电池模型系数矩阵确定初步状态向量模型；

获取电流传感器技术参数，并根据所述电流传感器技术参数确定系统过程噪声的第一协方差矩阵以及测量噪声的第二协方差矩阵；

根据所述第一协方差矩阵以及第二协方差矩阵确定卡尔曼增益；

根据所述初步状态向量模型以及卡尔曼增益确定预设扩展型卡尔曼滤波模型。

此外，需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电池BMS状态控制方法，其特征在于，所述电池BMS状态控制方法包括：

在电池BMS进入独立运行模式时，控制电池进入放电状态；

获取第一当前电流，并根据所述第一当前电流确定放电状态；

在所述放电状态为放电停止时，进入电池BMS等待状态。

2.如权利要求1所述的方法，其特征在于，所述在所述放电状态为放电停止时，进入电池BMS等待状态之后，还包括：

响应充电请求，获取当前电池参数；

根据所述当前电池参数确定充电请求电流；

将所述充电请求电流发送至充电设备，以使所述充电设备根据所述充电请求电流输入能量；

获取第二当前电流，并根据所述第二当前电流确定充电状态；

在所述放电状态为充电停止时，进入电池BMS等待状态。

3.如权利要求1所述的方法，其特征在于，所述根据所述第一当前电流确定放电状态，包括：

获取电流传感器零漂，并根据所述电流传感器零漂确定目标电流区间；

根据所述第一当前电流确定电流状态；

在所述电流状态为收敛状态且第一当前电流处于目标电流区间时，确定放电状态为放电停止。

4.如权利要求3所述的方法，其特征在于，所述根据所述第一当前电流确定电流状态，包括：

对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合确定电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

5.如权利要求3所述的方法，其特征在于，所述根据所述第一当前电流确定电流状态，包括：

对所述第一当前电流进行采样得到采样电流集合；

根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合；

根据所述电流预测值集合计算电流连续采样周期的变化率；

根据所述电流连续采样周期的变化率确定电流状态。

6.如权利要求5所述的方法，其特征在于，所述根据所述采样电流集合带入预设扩展型卡尔曼滤波模型，得到电流预测值集合之前，还包括：

获取电池充放电模型以及电池电芯参数，并根据所述电池充放电模型以及电池电芯参数确定第一电池模型系数矩阵以及第二电池模型系数矩阵；

根据所述第一电池模型系数矩阵以及第二电池模型系数矩阵确定初步状态向量模型；

获取电流传感器技术参数，并根据所述电流传感器技术参数确定系统过程噪声的第一协方差矩阵以及测量噪声的第二协方差矩阵；

根据所述第一协方差矩阵以及第二协方差矩阵确定卡尔曼增益；

根据所述初步状态向量模型以及卡尔曼增益确定预设扩展型卡尔曼滤波模型。

7.如权利要求1所述的方法，其特征在于，所述在电池BMS进入独立运行模式时，控制电池进入放电状态之前，包括：

响应供电唤醒指令，检测上位机控制信号；

在预设时间内未检测到上位机控制信号时，进入独立运行模式。

8.一种电池BMS状态控制装置，其特征在于，所述电池BMS状态控制装置包括：

处理模块，用于在电池BMS进入独立运行模式时，控制电池进入放电状态；

所述处理模块，还用于获取第一当前电流，并根据所述第一当前电流确定放电状态；

切换模块，用于在所述放电状态为放电停止时，进入电池BMS等待状态，充电前切换为充电状态。

9.一种电池BMS状态控制设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电池BMS状态控制程序，所述电池BMS状态控制程序配置为实现如权利要求1至7中任一项所述的电池BMS状态控制方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有电池BMS状态控制程序，所述电池BMS状态控制程序被处理器执行时实现如权利要求1至7任一项所述的电池BMS状态控制方法的步骤。