TW201823757A - 電池生命週期預測系統及其方法 - Google Patents
電池生命週期預測系統及其方法 Download PDFInfo
- Publication number
- TW201823757A TW201823757A TW105142987A TW105142987A TW201823757A TW 201823757 A TW201823757 A TW 201823757A TW 105142987 A TW105142987 A TW 105142987A TW 105142987 A TW105142987 A TW 105142987A TW 201823757 A TW201823757 A TW 201823757A
- Authority
- TW
- Taiwan
- Prior art keywords
- battery
- life cycle
- model
- cycle prediction
- parameters
- Prior art date
Links
Landscapes
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本發明為有關一種電池生命週期預測系統及其方法,主要結構包括一測試系統、一整合分析系統、一模型演算單元、一情境評估單元及一處理單元。藉上述結構,利用測試系統對至少一電池進行充電及放電,並從中量測出複數電池參數,再以整合分析系統統合該些電池參數產生一性能指標模型,接著將電池參數比對性能指標模型並進行演算,而產生一電池健康狀態,最後結合該電池未來之應用習慣進行綜合評估,而計算產生該電池之生命週期狀態,以預測剩餘週期使用次數。藉此,縮短建模時間、提升測試效率及並使電池剩餘週期使用次數之評估更為準確、實用。
Description
本發明為提供一種電池生命週期預測系統及其方法,尤指一種電池樣本需求少、測試速度減短、成本較低,並可準確推估電池壽命、應用彈性高、可快速導入各種應用情境的電池生命週期預測系統及其方法。
按,隨著石化能源的逐漸耗竭與動力電池技術的提升,電池的狀態檢測與其汰換再生,為節能減碳、綠色能源等環保議題所積極關心者。尤其電動機車與電動巴士在各國政府的支持下亦逐漸嶄露頭角,預期未來幾年電動車市場將會日趨成熟與普及,故動力電池也將成為主要的來源。
在監控電池狀態功能方面,分成電池殘留電量(State Of Charge,SOC)估測以及循環壽命(State Of Health,SOH)估測兩個部分的功能是目前較常受到討論的議題,由於電動車馬達驅動時的變動負載以及每個單元電池的特性與差異性等因素,造成電池殘留電量的估測誤差可達5%~10%以上。
殘留電量的檢測,目前雖已逐漸成熟,但一般僅利用測量電池最高電量與當前殘餘量的比例,透過容量的表示方式供使用者判斷,未能估計電池使用壽命。至於習知電池循環壽命估測技術,包含電池循環壽命函數建立、及函數對應關係之電池參數與系統狀態求取等兩類,前者技術必須仰賴大量實驗室與電池工作實測資料進行分析與歸納,且目前並無明確標準而無法準確評估。後者技術則必須根據前者技術所需的獨特參數進行量測或估測工作,實用性不大。
尤其上述電池循環壽命估測技術,為確實存在下列問題與缺失尚待改進:時間成本及設備成本較高,且各參數對壽命預估都有其意義,無法做為唯一指標,且皆未根據未來的使用情境給予合理的壽命預估。
是以,要如何解決上述習用之問題與缺失,即為本發明之申請人與從事此行業之相關廠商所亟欲研究改善之方向所在者。
故,本發明之申請人有鑑於上述缺失,乃蒐集相關資料,經由多方評估及考量,並以從事於此行業累積之多年經驗,經由不斷試作及修改,始設計出此種電池樣本需求少、測試速度減短、成本較低,並可準確推估電池壽命、應用彈性高、可快速導入各種應用情境之電池生命週期預測系統及其方法的發明專利者。
本發明之主要目的在於:測試少量電池即可建立準確的電池健康狀態模型,具有高效率、低成本、準確性高之優勢。
本發明之另一主要目的在於:加入電池未來應用習慣之要素進行綜合評估,實用性更高,且可運算出電池剩餘週期使用次數。
為達上述目的,本發明之結構包括:一測試系統,係對至少一電池進行充電及放電,並從中量測出複數電池參數,該測試系統電性連結有一整合分析系統,係統合該些電池參數產生一性能指標模型,並該整合分析系統資訊連結有一模型演算單元,係供比對該些電池參數及該性能指標模型,而演算產生一電池健康狀態,且該整合分析系統資訊連結有一情境評估單元,係供選擇輸入該電池之應用習慣,又該情境評估單元資訊連結有一處理單元,係供計算產生該電池之生命週期狀態,以預測剩餘週期使用次數;當使用者利用本發明進行電池生命週期之預測時,係利用測試系統對至少一電池進行充電及放電,並從中量測出複數電池參數,再以整合分析系統統合該些電池參數產生一性能指標模型,接著將電池參數比對性能指標模型並進行演算,而產生一電池健康狀態,最後結合該電池未來之應用習慣進行綜合評估,而計算產生該電池之生命週期狀態,以預測剩餘週期使用次數。
藉由上述技術,可針對習用電池循環壽命估測技術所存在之建模時間較長、設備成本較高,及未根據未來使用情境評估壽命、使用彈性較差、準確度較低等問題點加以突破,達到上述優點之實用進步性。
1、1a‧‧‧測試系統
11‧‧‧電池參數
2‧‧‧整合分析系統
21‧‧‧性能指標模型
3‧‧‧模型演算單元
31‧‧‧性能指標模型
32‧‧‧電池參照模型
4‧‧‧情境評估單元
5‧‧‧處理單元
6、6a‧‧‧電池
61‧‧‧樣本電池
62‧‧‧測試電池
7a‧‧‧電池資料擷取模組
8a‧‧‧雲端檢測平台
第一圖 係為本發明較佳實施例之結構方塊圖。
第二圖 係為本發明較佳實施例之方塊流程圖。
第三圖 係為本發明較佳實施例之實施示意圖(一)。
第四圖 係為本發明較佳實施例之實施示意圖(二)。
第五圖 係為本發明較佳實施例之實施示意圖(三)。
第六圖 係為本發明再一實施例之實施示意圖。
為達成上述目的及功效,本發明所採用之技術手段及構造,茲繪圖就本發明較佳實施例詳加說明其特徵與功能如下,俾利完全了解。
請參閱第一圖及第二圖所示,係為本發明較佳實施例之結構方塊圖及方塊流程圖,由圖中可清楚看出本發明係包括:一測試系統1,係對至少一電池6進行充電及放電,並從中量測出複數電池參數;一電性連結該測試系統1之整合分析系統2,係統合該些電池參數產生一性能指標模型;一資訊連結該整合分析系統2之模型演算單元3,係供比對該些電池參數及該性能指標模型,而演算產生一電池健康狀態,且該模型演算單元3係包含至少一電池參照模型32;一資訊連結該整合分析系統2之情境評估單元4,係供選擇輸入該電池6之應用習慣;及一資訊連結該情境評估單元4之處理單元5,係供計算產生該電池6之生命週期狀態,以預測剩餘週期使用次數。
其中該電池6係包含至少一供該測試系統1量測之樣本電池61、及至少一供該模型演算單元3比對之測試電池62。
而本發明之電池生命週期預測方法,係包含:(a)利用一測試系統對至少一電池進行充電及放電,並從中量測出複數電池參數,且該電池係包含至少一樣本電池;(b)整合分析系統統合該些電池參數產生一性能指標模型;(c)利用一模型演算單元將該電池之電池參數比對該性能指標模型並進行演算,而產生一電池健康狀態,且該係包含至少一測試電池;(d)利用一情境評估單元將該電池健康狀態結合該電池未來之應用習慣進行綜合評估;及 (e)藉由一處理單元計算產生該電池之生命週期狀態,以預測剩餘週期使用次數。
藉由上述之說明,已可了解本技術之結構,而依據這個結構之對應配合,更可達到電池6樣本需求少、測試速度減短、成本較低,並可準確推估電池6壽命、應用彈性高、可快速導入各種應用情境等優勢,而詳細之解說將於下述說明。
請同時配合參閱第一圖至第五圖所示,係為本發明較佳實施例之結構方塊圖、方塊流程圖、實施示意圖(一)、實施示意圖(二)及實施示意圖(三),藉由上述構件組構時,可由圖中清楚看出,本發明之測試系統1係可為實體設備或應用程式,而後段之整合分析系統2、模型演算單元3、情境評估單元4及處理單元5則可為獨立之設備或程式、或共同屬於一演算平台之功能,在利用本發明進行電池6測試與壽命預估時,係利用測試系統1對至少一電池6進行充電及放電,並從中量測出複數電池參數11,再以整合分析系統2統合該些電池參數11產生一性能指標模型31,該性能指標模型31係選用荷電狀態、溫度、電流、負載電壓、開路電壓、電壓回彈率、內阻抗、電量容量、電容容量等至少三個電池參數11,以三維空間的曲面表述,故在利用模型演算單元3將電池參數11比對性能指標模型31進行演算時,為同時引用多個電池參數11,配合電池參照模型32對於各種不同的電池6狀況比對,可在比對後準確抓出當前電池6狀態動應於性能指標模型31的落點位置,而產生一電池健康狀態31。在本實施例中,係以電池6之六圍能力圖方式表述,該電池健康狀態31最後透過情境評估單元4及處理單元5結合該電池6未來之應用習慣進行綜合評估,而計算產生該電池6之生命週期狀態,以預測剩餘週期使用次數。本實施例中,係計算產生某一顆電池6的電池健康狀態31後,分別以電動車、電動自行車、儲能等不同應用情境之條件,進行生命週期狀態的評估,而因為三種情境之使用習慣差異,產生不同的結果。
上述之實施例,係取同一或同一組電池6測試建模後,進行電池健康狀態31的比對,亦可將電池6區分為樣本電池61及測試電池62兩種。例如,從無到有建立模型時,為上述實施例之操作方式,若客戶端已提供部分電池6之參數、或有提供新舊電池6模型(樣本電池61)時,使用者僅需做簡單的測試,即可比對、校正之正確的性能指標模型31,而提供後續實際需要估測的測 試電池62做為依據。藉此,讓使用者的測試方法更靈活、更具實用性。
再請同時配合參閱第六圖所示,係為本發明再一實施例之實施示意圖,由圖中可清楚看出,本實施例之測試系統1a係包含一供即時擷取該電池參數及儲存該性能指標模型之電池資料擷取模組7a、及一供即時接收遠端之電池參數的雲端檢視平台8a。藉上述結構,使用者平時在使用電池6a時,即可透過電池資料擷取模組7a同步監測電池6a使用狀態、使用習慣,並且在同步記錄的同時,可透過網路傳遞至雲端檢測平台8a,而該雲端檢測平台8a可儲存多款電池6a之性能指標模型,故使用者只需將電池資料擷取模組7a之監測內容傳遞給雲端檢測平台8a,即可在數分鐘內快速比對出當前之電池健康狀態。並可根據電池資料擷取模組7a內儲存之性能指標模型的完整性,而對應不同的處理狀況。舉例而言,電池資訊擷取模組7a若不含任何電池參數,則於量測後直接傳送電池資訊原始資料至雲端檢測平台8a進行健康狀態評估;若電池資訊擷取模組7a內含部份健康狀態評估功能,則可將預處理之演算資料傳送至雲端檢測平台8a進行健康狀態評估;若電池資訊擷取模組7a內含完整健康狀態評估功能,則可直接預測電池健康狀態,並將結果傳送至雲端檢測平台8a。另外該電池資料擷取模組7a得以設置於智慧型手機、車載系統、家庭路由器等系統中,故可根據使用者需求即時回饋。
惟,以上所述僅為本發明之較佳實施例而已,非因此即侷限本發明之專利範圍,故舉凡運用本發明說明書及圖式內容所為之簡易修飾及等效結構變化,均應同理包含於本發明之專利範圍內,合予陳明。
故,請參閱全部附圖所示,本發明使用時,與習用技術相較,著實存在下列優點:
一、建模速度快,利用多種電池參數11的綜合評估,可在幾天內完成完整的分布模型。
二、測試效率高,無須對電池6進行完全充電或完全放電之程序,可在數分鐘內測得電池6壽命。
三、所需電池6樣品數目少,可見省建模所需之成本。
四、彈性導入各種應用情境的條件評估,廣泛適用於各種電池6的壽命預估、使用次數預測,且準越性較高。
綜上所述,本發明之電池生命週期預測系統及其方法於使用時,為確實能 達到其功效及目的,故本發明誠為一實用性優異之發明,為符合發明專利之申請要件,爰依法提出申請,盼 審委早日賜准本發明,以保障申請人之辛苦發明,倘若 鈞局審委有任何稽疑,請不吝來函指示,創作人定當竭力配合,實感德便。
Claims (10)
- 一種電池生命週期預測系統,其包含:一測試系統,係對至少一電池進行充電及放電,並從中量測出複數電池參數;一電性連結該測試系統之整合分析系統,係統合該些電池參數產生一性能指標模型;一資訊連結該整合分析系統之模型演算單元,係供比對該些電池參數及該性能指標模型,而演算產生一電池健康狀態;一資訊連結該整合分析系統之情境評估單元,係供選擇或輸入該電池之應用習慣;及一資訊連結該情境評估單元之處理單元,係供計算產生該電池之生命週期狀態,以預測剩餘週期使用次數。
- 如申請專利範圍第1項所述之電池生命週期預測系統,其中該電池係包含至少一供該測試系統量測之樣本電池、及至少一供該模型演算單元比對之測試電池。
- 如申請專利範圍第1項所述之電池生命週期預測系統,其中該測試系統係包含一電池資訊擷取模組,係供即時擷取該電池參數及儲存該性能指標模型。
- 如申請專利範圍第3項所述之電池生命週期預測系統,其中該測試系統係包含一雲端檢測平台,係供即時接收遠端之電池參數。
- 如申請專利範圍第1項所述之電池生命週期預測系統,其中該模型演算單元係包含至少一電池參照模型。
- 一種電池生命週期預測方法,其包含:(a)利用一測試系統對至少一電池進行充電及放電,並從中量測出複數電池參數;(b)整合分析系統統合該些電池參數產生一性能指標模型;(c)利用一模型演算單元將該電池之電池參數比對該性能指標模型並進行演算,而產生一電池健康狀態;(d)利用一情境評估單元將該電池健康狀態結合該電池未來之應用習慣進行綜合評估;及 (e)藉由一處理單元計算產生該電池之生命週期狀態,以預測剩餘週期使用次數。
- 如申請專利範圍第6項所述之電池生命週期預測其方法,其中步驟(a)之電池係包含至少一樣本電池,且步驟(c)之電池係包含至少一測試電池。
- 如申請專利範圍第6項所述之電池生命週期預測其方法,其中該測試系統係包含一電池資訊擷取模組,係供即時擷取該電池參數及儲存該性能指標模型。
- 如申請專利範圍第8項所述之電池生命週期預測其方法,其中該測試系統係包含一雲端檢測平台,係供即時接收遠端之電池參數。
- 如申請專利範圍第6項所述之電池生命週期預測方法,其中該模型演算單元係包含至少一電池參照模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105142987A TWI597510B (zh) | 2016-12-23 | 2016-12-23 | Battery Life Cycle Prediction System and Method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105142987A TWI597510B (zh) | 2016-12-23 | 2016-12-23 | Battery Life Cycle Prediction System and Method |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI597510B TWI597510B (zh) | 2017-09-01 |
TW201823757A true TW201823757A (zh) | 2018-07-01 |
Family
ID=60719506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105142987A TWI597510B (zh) | 2016-12-23 | 2016-12-23 | Battery Life Cycle Prediction System and Method |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI597510B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738822A (zh) * | 2018-12-20 | 2019-05-10 | 北京汉能光伏投资有限公司 | 移动电源的故障检测方法及移动能联网系统 |
JP7079223B2 (ja) * | 2019-05-23 | 2022-06-01 | 本田技研工業株式会社 | バッテリ状態判定システム、車載装置、サーバ、バッテリ状態判定方法、及びプログラム |
CN113740745A (zh) * | 2020-05-29 | 2021-12-03 | 北京金风科创风电设备有限公司 | 电池检测方法、装置、介质及系统 |
CN112034353B (zh) * | 2020-08-28 | 2023-06-30 | 湖北亿纬动力有限公司 | 一种电池寿命预测方法以及系统 |
CN112034352B (zh) * | 2020-08-28 | 2023-06-30 | 湖北亿纬动力有限公司 | 一种电池寿命预测方法以及系统 |
CN116660759B (zh) * | 2023-07-28 | 2023-09-26 | 深圳凌奈智控有限公司 | 基于bms电池管理系统的电池寿命预测方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7928735B2 (en) * | 2007-07-23 | 2011-04-19 | Yung-Sheng Huang | Battery performance monitor |
TWI411796B (zh) * | 2009-12-22 | 2013-10-11 | Ind Tech Res Inst | 電池循環壽命估測裝置 |
US8648602B2 (en) * | 2011-06-01 | 2014-02-11 | Nxp B.V. | Battery impedance detection system, apparatus and method |
TWI523297B (zh) * | 2014-11-07 | 2016-02-21 | 財團法人工業技術研究院 | 基於老化調適電池運作區間的電池調控方法 |
TW201623995A (zh) * | 2014-12-29 | 2016-07-01 | 國家中山科學研究院 | 一種兼具電池預診及充電模式自適調制之系統及方法 |
-
2016
- 2016-12-23 TW TW105142987A patent/TWI597510B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI597510B (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201823757A (zh) | 電池生命週期預測系統及其方法 | |
Ma et al. | Remaining useful life prediction of lithium-ion battery based on Gauss–Hermite particle filter | |
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
Wang et al. | A method for state-of-charge estimation of LiFePO4 batteries at dynamic currents and temperatures using particle filter | |
CN107785624B (zh) | 一种评估锂电池性能的方法 | |
Sun et al. | Model-based dynamic multi-parameter method for peak power estimation of lithium–ion batteries | |
CN108544925A (zh) | 电池管理系统 | |
Takyi‐Aninakwa et al. | A strong tracking adaptive fading‐extended Kalman filter for the state of charge estimation of lithium‐ion batteries | |
Wang et al. | An improved coulomb counting method based on dual open‐circuit voltage and real‐time evaluation of battery dischargeable capacity considering temperature and battery aging | |
CN108872861B (zh) | 一种在线评估电池健康状态的方法 | |
JP2014074682A (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
CN104242393A (zh) | 基于动态soc估算系统的电池管理系统 | |
WO2019018974A1 (zh) | 用于对电池容量进行建模和估计的方法及系统 | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
CN113696786B (zh) | 电池均衡方法及系统 | |
CN110703120A (zh) | 基于粒子滤波和长短时记忆网络的锂离子电池寿命预测方法 | |
Feng et al. | A graphical model for evaluating the status of series‐connected lithium‐ion battery pack | |
CN108169680A (zh) | 动力电池健康状态评估方法、系统及电动车辆 | |
US20140184233A1 (en) | Method for checking deterioration of battery | |
CN103983920A (zh) | 一种建立电动车辆的动力电池的模型的方法 | |
CN204030697U (zh) | 基于动态soc估算系统的电池管理系统 | |
CN102221678A (zh) | 一种电池系统在线寿命计算方法 | |
CN106599333B (zh) | 一种电源soh的估算方法 | |
Wang et al. | Modeling, parameterization, and benchmarking of a lithium ion electric bicycle battery | |
CN110376527B (zh) | 一种动力电池健康状态soh的估算方法及电动汽车 |