CN208350965U - 一种纯电动汽车电池组健康状态测取装置 - Google Patents

一种纯电动汽车电池组健康状态测取装置 Download PDF

Info

Publication number
CN208350965U
CN208350965U CN201821164798.3U CN201821164798U CN208350965U CN 208350965 U CN208350965 U CN 208350965U CN 201821164798 U CN201821164798 U CN 201821164798U CN 208350965 U CN208350965 U CN 208350965U
Authority
CN
China
Prior art keywords
battery pack
power battery
vehicle
power
utility
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
Application number
CN201821164798.3U
Other languages
English (en)
Inventor
李东光
闵海涛
于远彬
张照普
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.)
Huaao Anxin Technical Service (Group) Co.,Ltd.
Original Assignee
Beijing Huaao Auto Service Ltd By Share 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 Beijing Huaao Auto Service Ltd By Share Ltd filed Critical Beijing Huaao Auto Service Ltd By Share Ltd
Priority to CN201821164798.3U priority Critical patent/CN208350965U/zh
Application granted granted Critical
Publication of CN208350965U publication Critical patent/CN208350965U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Tests Of Electric Status Of Batteries (AREA)
  • Secondary Cells (AREA)

Abstract

本实用新型公开了一种纯电动汽车电池组健康状态测取装置。本实用新型采用整车阻力加载装置模拟整车在道路上行驶所受到的阻力,以保证待测电动汽车以恒定速度行驶,对动力电池组进行恒功率测试,测取动力电池组的健康状态,同时通过采集动力电池组内各个电池单体的电压和电流,基于模糊数学对动力电池组内不健康的电池单体诊断分析;本实用新型避免了测取整车动力电池健康状态时拆卸动力电池组以及协商主机厂开放电池管理系统协议的困难,方便易行,节省时间,结果可靠,适合于汽车服务企业在制定延保政策以及提出动力电池组的维护方案时使用。

Description

一种纯电动汽车电池组健康状态测取装置
技术领域
本实用新型涉及汽车测试技术,具体涉及一种纯电动汽车电池组健康状态测取装置。
背景技术
纯电动汽车以其低碳环保、噪声低、能源效率高等优点,在市场上的占有率越来越高,但其动力源即电池组长期运行后,性能会有明显下降,安全性无法保障,甚至可能造成事故。测取电池的健康状态并对不健康单体进行诊断,可以了解电池组整体的容量衰减情况,预估电池的剩余循环次数,确定不健康单体位置及原因,从而能够对用户之后的驾驶起到一定的指导作用,及时通知用户及企业更换电池。目前,电池健康状态获得的主要方法为:直接放电法、内阻法、电化学阻抗分析、模型法、电压曲线模型法,其中直接放电法是业内唯一认定可靠的电池健康状态测取方法。但在直接放电法中需要将整车上动力电池组拆卸下来,并且需要获得电池管理系统通讯协议以使工控机获得动力电池组放电状态信息,这给测取整车动力电池组健康状态造成了困难。
发明内容
针对以上现有技术中存在的问题,本实用新型提出了一种纯电动汽车电池组健康状态测取装置,从而实现在不需拆卸动力电池组以及获得通讯协议的条件下对整车测试,获得电池的健康状态,并对不健康的电池单体进行判断。
本实用新型的纯电动汽车电池组健康状态测取装置用于测量电动汽车的动力电池,电动汽车中,动力电池组电连接至驱动电机,驱动电机连接驱动轮,动力电池组包括多个电池单体。
本实用新型的纯电动汽车电池组健康状态测取装置包括:整车阻力加载装置、数据采集单元、模数转换单元和数据处理单元;其中,待测电动汽车的驱动轮放置在整车阻力加载装置上;数据采集单元包括一个电流传感器和多个电压传感器,动力电池组的一个电极上连接电流传感器,每一个电池单体对应地连接至一个电压传感器;一个电流传感器和多个电压传感器均连接至模数转换单元;模数转换单元连接至数据处理单元;待测电动汽车在整车阻力加载装置上运行,整车阻力加载装置模拟整车在道路上行驶所受到的阻力,加载在待测电动汽车上,以保证待测电动汽车以恒定速度行驶,对动力电池组进行恒功率测试;电流传感器采集动力电池的电流,并传输至模数转换单元,同时每一个电压传感器采集对应电池单体的电压,并传输至模数转换单元;模数转换单元把电压信号和电流信号转换为数字信号后,传输至数据处理单元;数据处理单元根据电压值和电流值分析得到动力电池组整体的健康状态以及动力电池组中各个电池单体的故障状态。
整车阻力加载装置采用底盘测功机。底盘测功机的型号与待测电动汽车相匹配,包括道路模拟系统、信息采集与控制系统和安全保障系统及引导系统。
数据处理单元采用计算机,计算机能够支持MATLAB2012及以上版本软件正常运行。本实用新型的优点:
本实用新型采用整车阻力加载装置模拟整车在道路上行驶所受到的阻力,以保证待测电动汽车以恒定速度行驶,对动力电池组进行恒功率测试,测取动力电池组的健康状态,同时通过采集动力电池组内各个电池单体的电压和电流,基于模糊数学对动力电池组内不健康的电池单体诊断分析;本实用新型避免了测取整车动力电池健康状态时拆卸动力电池组以及协商主机厂开放电池管理系统协议的困难,方便易行,节省时间,结果可靠,适合于汽车服务企业在制定延保政策以及提出动力电池组的维护方案时使用。
附图说明
图1为本实用新型的纯电动汽车电池组健康状态测取装置的一个实施例的结构框图;
图2为本实用新型的纯电动汽车电池组健康状态测取方法的流程图;
图3为根据本实用新型的纯电动汽车电池组健康状态测取方法的一个实施例得到的车速与放电功率的对应曲线;
图4为根据本实用新型的纯电动汽车电池组健康状态测取方法的一个实施例得到的输入模糊隶属度函数图,其中,(a)为单体放电电压下降速度δ的隶属度函数图,(b)为单体放电电压高低的隶属度函数图,(c)为单体放电电压标准差σ隶属度函数图。
具体实施方式
下面结合附图,通过具体实施例,进一步阐述本实用新型。
如图1所示,本实施例的纯电动汽车电池组健康状态测取装置包括:整车阻力加载装置、数据采集单元、模数转换单元和数据处理单元;其中,电动汽车的驱动轮放置在整车阻力加载装置上;数据采集单元包括一个电流传感器和多个电压传感器,动力电池组的一个电极上连接电流传感器,每一个电池单体对应地连接至一个电压传感器;一个电流传感器和多个电压传感器均连接至模数转换单元;模数转换单元连接至数据处理单元。
本实施例的纯电动汽车电池组健康状态测取方法,如图2所示,包括以下步骤:
1)确定整车阻力加载装置的参数:
a)通将待测电动汽车加速至第一设定值v1,挂空挡,再将待测电动汽车减速至第二设定值v2时停车,之后反向进行同样实验,在第一设定值v1与第二设定值v2之间选取多个测试点vj,v2<vj<v1,以第j个测试点vj为中心取一个区间δ=5中vj+δ滑行至vj-δ所需时间,多次测试并取其平均得到第j个测试点的滑行时间Tj,则每一测试点vj所受阻力为Fj=2×δvjm0/Tj;将所得数据带入公式求得整车阻力加载装置所需设置的目标阻力系数a、b和c,其中,m0为整车整备质量;
b)输入整车阻力加载装置的目标阻力系数a、b和c,待测电动汽车在底整车阻力加载装置上滑行,即整车阻力加载装置的转鼓以所需最高速度带动整车驱动轮运动后,中断动力使整车在整车阻力加载装置上滑行,计算获取整车阻力加载装置的加载阻力系数和车辆损失系数。
2)标定整车的车速与放电功率:
a)采将待测电动汽车固定在整车阻力加载装置上,将测得的加载阻力系数和车辆损失系数设置在整车阻力加载装置中,模拟待测电动汽车实际在路上受到的阻力;
b)关闭驱动整车外的所有附件,使整车车速由0开始,以固定的速度增量Δv=5km/h递增并进行恒速检测,每个速度点使整车匀速运行固定时间1min保证动力电池组的功率为稳定值,使电流和电压稳定,由数据采集单元获得总电流值I和第i个电池单体的电压Ui,由数据处理模块计算求得动力电池组实际放电总功率P=∑UiI;
c)由数据处理单元记录车速与动力电池组的放电功率的对应关系,从而得到车速与放电功率的对应曲线,如图3所示。
3)测取动力电池组的健康状态:
a)将待测电动汽车充满电;
b)充电结束后静置一段时间,静置时间为20分钟~1小时,然后通过整车阻力加载装置对待测电动汽车加载;
c)保持室内温度恒定为25℃,关闭整车所有电附件,整车运行,开始计时,根据放电功率以及车速的对应曲线,踩油门踏板使整车快速的达到动力电池组固定标称电量数值的三分之一所对应的P3Kw功率放电下的车速,并保持车速稳定,使整车保持匀速运行,即让动力电池组实现恒功率放电;在放电的过程中,第i个电压传感器以固定的时间间隔采集相对应的第i个电池单体电压,第i个单体在第k个时间采集点的电压xik,其中,i和k为自然数;P3Kw功率为P3=CR×UR/t,CR为整个动力电池组的标称容量,UR整个动力电池组的额定电压,t为小时;
d)由数据采集单元获得放电电流以及各个电池单体电压,经过数据处理单元获得当前的实际放电功率P;同时,数据处理单元记录电池电量SOC为高电量时的第i电池单体的电压xi1、电池电量为中电量时的第i电池单体的电压xi2以及电池电量为低电量时的第i电池单体的电压xi2,当仪表盘显示电池电量耗尽,或上报电池单体电压欠压故障时停车并停止计时,获得所用的时间T;
e)对所获得的数据进行处理,获得此时得动力电池组整体的健康状态SOH为:
4)基于模糊数学分析与评价动力电池组内部各个电池单体的故障状态:
a)定义输入量和输出量:
根据电池电量为高电量时的第i电池单体的电压xi1、电池电量为中电量时的第i电池单体的电压xi以及电池电量为低电量时的第i电池单体的电压xi2,计算得到单体放电电压下降速度系数δ、单体放电电压高低系数以及单体放电电压标准差σ,其中,单体放电电压下降速度δ满足:
n为电池单体的个数,i=1,…..,n;
单体放电电压高低满足:
单体放电电压标准差σ满足:
将单体放电电压下降速度系数δ、单体放电电压高低系数以及单体放电电压标准差σ定义为输入量,将电池容量不足故障度Cfr、电池内阻过大故障度Rfr、均衡性差程度Efr定义为输出量;在本实例中,模糊推理模型选择使用MATLAB2014版本中的模糊逻辑工具箱,输入量与输出量的定义在模糊控制工具箱的模糊推理系统编辑器处进行设置;
b)输入量和输出量的模糊化:
在模糊逻辑工具箱的隶属度函数编辑器处设置,将已定义好的各输入量划分模糊集,其中,单体放电电压下降速度系数δ和单体放电电压高低系数由小到大划分为{LO,MD,MH,HI},分别代表模糊量大小LO为低,MD为中,MH为略高,HI为高,采用三角型隶属度函数来描述单体放电电压下降速度系数δ大小和单体放电电压高低系数大小具体对应的模糊子集的隶属度;单体放电电压标准差σ模糊集为{ZO,PS,PM,PB},分别达标模糊量大小ZO为零,PS为正小,PM为正中,PB为正大,采用三角型隶属度函数来描述单体放电电压标准差σ的大小具体对应的模糊子集的隶属度;单体放电电压下降速度δ的隶属度函数如图4(a)所示,单体放电电压高低的隶属度函数如图4(b)所示,单体放电电压标准差σ隶属度函数如图4(c)所示;
在模糊逻辑工具箱的隶属度函数编辑器处设置,将已定义好的各输出量模糊化,其中,电池容量不足故障度Cfr和电池内阻过大故障度Rfr的论域设定为U=[0,1],根据故障度由轻到重在论域内划分模糊子集,采用三角型隶属度函数来描述各模糊子集的具体隶属度,其中0~0.3为没有故障,0.3~0.6为可能存在故障,0.6~0.9为存在故障,0.9~1.0为因该故障导致的电池损坏;均衡性差程度Efr论域选择为U’=[0,1],根据不均衡性由好到差在论域内划分模糊子集,采用三角型隶属度函数来描述各模糊子集的具体隶属度,其中0~0.3为均衡性好,0.3~0.6为轻微不均衡,0.6~0.9为均衡性差,0.9~1.0为均衡性极差;
c)制定模糊规则:
在数据处理单元中的模糊推理模型的模糊规则库中定义模糊规则,建立输入量以及输出量之间的关系:
采用IF(如果)—THEN(则)结构,在模糊逻辑工具箱的模糊规则编辑器中设置模糊规则为:
(1)如果δ=LO并且则Cfr为没有故障
(2)如果δ=MD并且则Cfr为可能存在故障
(3)如果δ=MH并且则Cfr为存在故障
(4)如果δ=HI并且则Cfr为因容量不足导致的电池损坏
(5)如果δ=LO并且则Cfr为没有故障
(6)如果δ=LO并且则Cfr为没有故障
(7)如果δ=LO并且则Cfr为没有故障
(8)如果δ=MD并且则Cfr为可能存在故障
(9)如果δ=MD并且则Cfr为可能存在故障
(10)如果δ=MD并且则Cfr为可能存在故障
(11)如果δ=MH并且则Cfr为存在故障
(12)如果δ=MH并且则Cfr为存在故障
(13)如果δ=HI并且则Cfr为因容量不足导致的电池损坏
(14)如果则Rfr为没有故障
(15)如果则Rfr为可能存在故障
(16)如果则Rfr为存在故障
(17)如果则Rfr为内阻过大导致的电池损坏
(18)如果σ=ZO则Efr为均衡性好
(19)如果σ=PS则Efr为轻微不均衡
(20)如果σ=PM则Efr为均衡性差
(21)如果σ=PB则Efr为均衡性极差。
d)求解反模糊化:
采用重心法进行反模糊化,即求得输出量的三角型隶属度函数曲线与横坐标围成面积的重心,该重心横坐标的值对应的输出量的模糊子集即电池容量不足故障Cfr的故障程度、电池内阻过大故障Rfr的故障程度以及均衡性差程度Efr为最终输出量。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本实用新型,但是本领域的技术人员可以理解:在不脱离本实用新型及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本实用新型不应局限于实施例所公开的内容,本实用新型要求保护的范围以权利要求书界定的范围为准。

Claims (3)

1.一种纯电动汽车电池组健康状态测取装置,所述电动汽车中,动力电池组电连接至驱动电机,驱动电机连接驱动轮,动力电池组包括多个电池单体,其特征在于,所述测取装置包括:整车阻力加载装置、数据采集单元、模数转换单元和数据处理单元;其中,待测电动汽车的驱动轮放置在整车阻力加载装置上;所述数据采集单元包括一个电流传感器和多个电压传感器,所述动力电池组的一个电极上连接电流传感器,每一个电池单体对应地连接至一个电压传感器;一个电流传感器和多个电压传感器均连接至模数转换单元;所述模数转换单元连接至数据处理单元。
2.如权利要求1所述的测取装置,其特征在于,所述整车阻力加载装置采用底盘测功机。
3.如权利要求1所述的测取装置,其特征在于,所述数据处理单元采用计算机。
CN201821164798.3U 2018-07-23 2018-07-23 一种纯电动汽车电池组健康状态测取装置 Active CN208350965U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201821164798.3U CN208350965U (zh) 2018-07-23 2018-07-23 一种纯电动汽车电池组健康状态测取装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201821164798.3U CN208350965U (zh) 2018-07-23 2018-07-23 一种纯电动汽车电池组健康状态测取装置

Publications (1)

Publication Number Publication Date
CN208350965U true CN208350965U (zh) 2019-01-08

Family

ID=64906065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201821164798.3U Active CN208350965U (zh) 2018-07-23 2018-07-23 一种纯电动汽车电池组健康状态测取装置

Country Status (1)

Country Link
CN (1) CN208350965U (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710087A (zh) * 2018-07-23 2018-10-26 北京华奥汽车服务股份有限公司 一种纯电动汽车电池组健康状态测取装置及其测取方法
CN109856561A (zh) * 2019-01-30 2019-06-07 北京长城华冠汽车科技股份有限公司 一种车用动力电池组的健康状态评估方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108710087A (zh) * 2018-07-23 2018-10-26 北京华奥汽车服务股份有限公司 一种纯电动汽车电池组健康状态测取装置及其测取方法
CN108710087B (zh) * 2018-07-23 2024-04-19 华奥安心技术服务(集团)股份有限公司 一种纯电动汽车电池组健康状态测取装置及其测取方法
CN109856561A (zh) * 2019-01-30 2019-06-07 北京长城华冠汽车科技股份有限公司 一种车用动力电池组的健康状态评估方法和装置

Similar Documents

Publication Publication Date Title
She et al. Battery aging assessment for real-world electric buses based on incremental capacity analysis and radial basis function neural network
US11555858B2 (en) Systems, methods, and storage media for predicting a discharge profile of a battery pack
Sun et al. Model-based dynamic multi-parameter method for peak power estimation of lithium–ion batteries
CN101359036B (zh) 电池荷电状态的测定方法
CN108710087A (zh) 一种纯电动汽车电池组健康状态测取装置及其测取方法
CN103675692B (zh) 电池健康状态检知方法与装置
CN107870306A (zh) 一种基于深度神经网络下的锂电池荷电状态预测算法
CN110161414A (zh) 一种动力电池热失控在线预测方法及系统
CN103576096A (zh) 电动汽车动力电池剩余电量的实时评估方法及装置
CN107176043A (zh) 用于车辆电池系统的功率容量估计
CN107037370A (zh) 基于监控数据的电动汽车剩余电量计算方法
CN103529397B (zh) 一种估算电池电量的方法及电池电量管理系统
CN107367698A (zh) 电动汽车锂电池组的健康状态预测方法
Samadani et al. Modeling and evaluation of li-ion battery performance based on the electric vehicle field tests
CN103983920A (zh) 一种建立电动车辆的动力电池的模型的方法
Li et al. Cost minimization strategy for fuel cell hybrid electric vehicles considering power sources degradation
CN106998086A (zh) 兆瓦级储能电站电池管理方法及其系统
Wang et al. A driving-behavior-based SoC prediction method for light urban vehicles powered by supercapacitors
CN106596124A (zh) 一种小型电动汽车动力系统测试平台
CN108001261A (zh) 基于模糊算法的动力电池荷电状态计算方法及监测装置
CN208350965U (zh) 一种纯电动汽车电池组健康状态测取装置
Xiao et al. Rapid measurement method for lithium‐ion battery state of health estimation based on least squares support vector regression
CN109917299A (zh) 一种锂电池荷电状态的三层滤波估算方法
Du et al. State-of-charge estimation for second-life lithium-ion batteries based on cell difference model and adaptive fading unscented Kalman filter algorithm
Yao et al. Fault identification of lithium-ion battery pack for electric vehicle based on ga optimized ELM neural network

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100F, 10th Floor, China Merchants Building, 118 Jianguo Road, Chaoyang District, Beijing, 100020

Patentee after: Huaao Anxin Technical Service (Group) Co.,Ltd.

Address before: 100F, 10th Floor, China Merchants Building, 118 Jianguo Road, Chaoyang District, Beijing, 100020

Patentee before: BEIJING HUA-AO AUTOMOBILE SERVICE CO.,LTD.