TWI809932B - 電池狀態診斷系統與診斷方法 - Google Patents
電池狀態診斷系統與診斷方法 Download PDFInfo
- Publication number
- TWI809932B TWI809932B TW111122500A TW111122500A TWI809932B TW I809932 B TWI809932 B TW I809932B TW 111122500 A TW111122500 A TW 111122500A TW 111122500 A TW111122500 A TW 111122500A TW I809932 B TWI809932 B TW I809932B
- Authority
- TW
- Taiwan
- Prior art keywords
- battery
- data
- data collection
- test
- under test
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012360 testing method Methods 0.000 claims abstract description 104
- 238000013480 data collection Methods 0.000 claims abstract description 75
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 35
- 238000007599 discharging Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 10
- 238000002955 isolation Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 37
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000002803 fossil fuel Substances 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003487 electrochemical reaction Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
一種數據收集系統,用以收集一待測電池的電池監控數據,並可連接一電池狀態估測系統而形成一電池狀態診斷系統並提供一診斷方法。此數據收集系統包括一備份電池、一雙向電源轉換器及一系統管理電路。雙向電源轉換器電性連接於備份電池,並且與待測電池形成可拆缷的電性連接。雙向電源轉換器可依據一測試電流的電流型態對待測電池進行抽載,並於達到放電截止電壓後依據所設定之電流型態對待測電池進行充電,使備份電池與待測電池的電量循環性地互換,以形成充放電循環。系統管理電路用以在充放電循環中取得待測電池的電池監控數據。依據處理後的電池監控數據,電池狀態估測系統可評估待測電池的狀態。
Description
本發明是關於一種數據收集系統及其應用,特別是關於一種應用於電池狀態診斷的數據收集系統。
近年由於環保意識的提升,社會上對以石化燃料為動力能源之產品標準日漸嚴苛。另外,由於石化燃料會衍生空污問題,且其原料逐漸短缺使得其成本不斷的上升。因此,各國皆積極的投入研究替代石化能源之方案,其中以電池為動力來源之方式獲得青睞。電池的優點包括:使用過程中不會有廢氣排放、能減少石化燃料的使用,並且電池具有較快的響應速度,故可解決如火力發電或交通工具使用過程中所造成的空氣汙染,並降低地球之溫室效應、未來化石燃料短缺之瓶頸,及尖峰用電時之備載電力銜接速度不足等問題。因此,以電池為動力能源或是儲能系統之應用在市場上逐漸受到重視。
基於這些優點,世界各國皆陸續投入對電池應用之相關研究,其中以能源產業及汽車產業中之應用最為常見。由於能源產業主要以儲能系統為電池應用之主軸,用以解決再生能源發電量不穩定等問題;而在汽車產業中,主要以油電混合車或電動車的研發應用為主軸,其中電池模組為電動車的動力來源,可以說是最核心的組件之一,其容量將決定電動車的續航力。
然而,不論在能源產業或汽車產業中,只要有電池模組的應用,皆會面臨到如電池模組成本偏高、電化學特性不易掌握等問題,不僅影響到電池模組之壽命,導致系統建置後之維護成本提高,更將直接影響到電動車在市場之普及率及能源供應之比例。
在電池的相關研究當中,電池數據一般是以電源供應器配合電子負載為核心所形成的數據收集設備進行收集,但其收集過程會造成明顯的能量消耗。此外,關於電池電量狀態、健康狀態之研究已有相當多種方式可以估測,例如:開路電壓法、庫倫積分法、卡爾曼濾波器等。但這些方法各有其缺點,可能需等待電池的電化學反應,或是有準確度不足等劣勢,例如:開路電壓法之準確度不足、且無法於上載時使用;庫倫積分法只能估測出電量之變動值;以及卡爾曼濾波器為了要提取電池之一階/二階模型參數,勢必需要高精確度之儀器測量,且有數據收集不易等問題。
本發明之一目的在於提供一種數據收集系統,能夠以更簡易的裝置,通過低耗電量的方式,達成更快速且即時的電池監控數據收集。
本發明之另一目的在於提供一種電池狀態診斷系統及方法,能節省數據收集的時間、適應不同電池的電流測試規範,並在電池資料逐漸增加時,更新電池之估測模型,以提高模型的精確度。
為了達到上述目的,本發明提供一種數據收集系統,用以收集一待測電池的電池監控數據。此系統包括一備份電池、一雙向電源轉換器及一系統管理電路。雙向電源轉換器電性連接於備份電池,並且與待測電池形成可拆缷的電性連接。並且,雙向電源轉換器可依據一測試電流的電流型態對待測電
池進行抽載,並於達到放電截止電壓後依據所設定之電流型態對待測電池進行充電,使備份電池與待測電池的電量循環性地互換,以形成充放電循環。系統管理電路用以在充放電循環中取得待測電池的電池監控數據。
在一實施例中,前述的系統管理電路包括一中央管理單元、一區域管理單元及一取樣電路,其中區域管理單元將取樣電路所提供的電池監控數據傳輸至中央管理單元,並且將電池監控數據調整後產生一對應的命令傳送至雙向電源轉換器。
在一實施例中,前述的雙向電源轉換器包括一雙向電路控制開關及一隔離驅動器。區域管理單元通過隔離驅動器與雙向電路控制開關連接。
從一方面來說,本發明提供一種電池狀態診斷系統,包括:前述的數據收集系統以及一電池狀態估測系統。數據收集系統用以取得電池監控數據並進行處理。電池狀態估測系統包括一資料庫及一估測模型。資料庫接收數據收集系統傳來的電池監控數據,並將電池監控數據轉換成估測模型所需的電池測試數據,以供推論待測電池的一電池狀態。
在一實施例中,數據收集系統所取得的電池監控數據包括與時間有關的電壓、電流及溫度,並且資料庫根據電池監控數據進行差值、比值、微分、積分或其組合運算而形成電池測試數據。
在一實施例中,電池狀態估測系統的估測模型為一具有時間卷積網絡架構(Temporal Convolution Network,TCN)的神經網路模型,並且估測模型是在一雲端伺服器進行運算。
另一方面,本發明提供一種電池狀態診斷方法,包括:提供前述的電池狀態診斷系統;通過數據收集系統控制測試電流,並根據測試電流進行
一充放電測試,以取得待測電池的電池監控數據,其中充放電測試包括在備份電池及待測電池之間形成多個充放電循環;以及,將該電池監控數據提供給該電池狀態估測系統,用以評估該待測電池的一電池狀態。
在一實施例中,此方法更包括:通過區域管理單元提供一回授數據處理機制;以及將電池監控數據傳送至中央管理單元,另一方面,將電池監控數據通過回授數據處理機制處理後,將對應的命令傳送至雙向電源轉換器。
在一實施例中,此方法更包括:從位於該電池狀態診斷系統以外的一外部電池的運轉過程中獲得外部電池的數據,用以訓練估測模型。
在一實施例中,此方法更包括:提供一人機介面,以供一使用者輸入數據收集系統的一工作條件;以及當數據收集系統不符合工作條件時,發出一警示訊息通知使用者。
本發明的數據收集系統以一雙向電源轉換器與兩電池的組合進行電池數據之收集。相較於傳統的電池測試設備或數據收集設備,大量減少了數據收集時之能量消耗,且降低了所需的設備成本與電力成本。本發明的電池狀態診斷系統及方法,其以本發明的數據收集系統配合神經網路模型之可進行增量學習的特性,在資料庫之電池數據逐漸增加時,更新電池的估測模型,減少了數據收集的時間;並且,在雲端運算上,也可有效減少模型重新訓練所需的運算成本,並隨著數據量的增加,而提高模型的精確度,使電池狀態估測更加符合實際使用之需求。
100:數據收集系統
110:電池測試電路
120:雙向電源轉換器
122:雙向電路控制開關
124:隔離驅動器
140:備份電池
160:系統管理電路
161:電壓取樣電路
162:區域管理單元
163:電流取樣電路
164:中央管理單元
165:溫度監測電路
166:回授數據處理機制
180:待測電池
200:電池狀態估測系統
220:資料庫
240:估測模型
260:人機介面
300:電池狀態診斷系統
S1~S10:電池狀態診斷方法流程
圖1為本發明之一實施例的電池狀態診斷系統示意圖。
圖2為本發明之一實施例的數據收集系統示意圖。
圖3為本發明之一實施例的電池狀態估測系統示意圖。
圖4為本發明之一實施例的電池狀態診斷方法流程示意圖。
有關本發明之前述及其他技術內容、特點與功效,在以下配合參考圖式之一較佳實施例的詳細說明中,將可清楚的呈現。
第一實施例:電池狀態診斷系統
圖1為應用本發明之數據收集系統100的電池狀態診斷系統300示意圖。電池狀態診斷系統300除了包括數據收集系統100,還包括一電池狀態估測系統200。數據收集系統100用以收集待測電池180的「電池監控數據」,其包括電壓、電流、溫度等「電池參數」以及與電路的動作狀態相關的「系統狀態參數」,並將所收集的電池參數經運算處理後傳輸至電池狀態估測系統200,以評估待測電池180的電池狀態。在下文中,「電池」可以指單一電池、電池芯(cell)、電池模組(module)或電池包(pack)。
數據收集系統100基本包括一雙向電源轉換器120、一備份電池140及一系統管理電路160。值得注意的是,雙向電源轉換器120的一端電性連接備份電池140,另一端可供與一待測電池180形成可拆缷地電性連接,使雙向電源轉換器120、備份電池140及待測電池180三者組成一電池測試電路110,用以進行雙向地循環性充放電測試。換言之,本發明的電池測試電路110其基本架構是由一個雙向電源轉換器120與二個可充放電的電池所組成。待測電池180是數
據收集系統100所量測的對象物;而備份電池140使數據收集系統100能對待測電池180進行電能轉換及電能回收。在一實施例中,數據收集系統100可以包括一或多組電池測試電路110,用以測試一個待測電池180,或是同時測試多個待測電池180,或是一電池模組。
電池測試電路110電性連接於系統管理電路160。系統管理電路160包括用以對電池測試電路110進行電路控制、電池參數的擷取、處理與傳輸所需的電路元件,例如微控制器、微型電腦、運算單元、通訊模組或資料傳輸模組等,這些電路元件的配置可以採用嵌入式系統、模組化或非模組化的設計。
數據收集系統100通過其系統管理電路160將電池監控數據傳輸至電池狀態估測系統200。電池狀態估測系統200包括資料庫220、估測模型240及人機介面260。資料庫220用來儲存接收到的電池監控數據,以及基於電池監控數據進一步運算的數據。估測模型240的數量及架構沒有特殊限制,可為神經網路模型,較佳的是適合在雲端伺服器進行運算的神經網路模型。人機介面260提供使用者與電池狀態估測系統200之雙向溝通,也可於待測電池180放電時,即時顯示待測電池180當下之電壓、電流等數據。
據此,本發明提供一組以雙向電源轉換器120為主要核心的數據收集系統100,配合雲端之電池狀態估測系統200,達成電池的數據收集、狀態估測的功能。在數據收集方面,本發明的電池測試電路110為雙向電路,能以電量互相交換的形式進行待測電池180之數據收集。相較於傳統以電源供應器搭配電子負載來進行電池測試所造成的電量消耗,本發明只需控制電池測試電路110的效率,即可大幅降低數據收集時的電量消耗。在電池狀態估測方面,本發明應用神經網路模型的增量學習訓練技術,相較於傳統的電池狀態估測,可以在
短時間內收集不同來源及大量的數據用以改善模型的準確度,且可以配合多種與電池相關的測試規範所制定的電流型態進行抽載,有利於實際應用於電動載具或儲能系統時的準確性。
第二實施例:數據收集系統
圖2為電池狀態的數據收集系統100之一實施例的示意圖。數據收集系統100的基本構成如前所述。在接上待測電池180之後,雙向電源轉換器120電性連接於備份電池140與待測電池180之間,並且雙向電源轉換器120藉助於備份電池140而對待測電池180進行重複的充放電測試。在充放電測試中,雙向電源轉換器120依據一測試電流的電流型態對待測電池180進行抽載促使待測電池180放電,並於達到放電截止電壓後再依據所設定之電流型態對待測電池180進行充電。並且,雙向電源轉換器120可在待測電池180以所設定的電流型態釋放電能的同時,將電能轉而貯存於備份電池140中;並在待測電池180完成放電後,緊接著利用貯存於備份電池140中的電能依據相同電流型態對待測電池180進行充電,使備份電池140與待測電池180的電量循環性地互換,以形成充放電循環。
系統管理電路160用以在充放電循環中擷取待測電池180的電池監控數據。系統管理電路160包括一電壓取樣電路161、一電流取樣電路163、一溫度監測電路165、一區域管理單元162及一中央管理單元164。電壓取樣電路161、電流取樣電路163及溫度監測電路165分別用以擷取電壓、電流、溫度等電池參數並送入區域管理單元162。區域管理單元162進行電壓、電流的回授及系統保護所需的溫度回授,包括將回授之電壓、電流、溫度等電池參數進行一連串的數據處理後,用於電池測試電路110的電路控制。中央管理單元164用以提
供數據收集系統100與位於雲端的電池狀態估測系統200之間的連接與數據傳輸。
在一較具體的實施例中,區域管理單元162例如是一微控制器(下文中沿用”162”做為微控制器的符號)。中央管理單元164可採用一微型電腦或微型伺服器,例如樹梅派,其包含一網路模組,用以提供中央管理單元164與位於雲端的資料庫220之間的連接與數據傳輸。
微控制器162將回授之電壓、電流、溫度等電池參數的類比值先進行類比數位轉換(A/D轉換)而產生電池參數的數位值。電池參數的數位值一方面經由微控制器162內部的通訊模組發送給中央管理單元164;另一方面通過一回授數據處理機制166,其包括進行數位濾波、誤差計算、比例積分(Proportional-Integral,PI)控制及脈衝寬度調變控制(Pulse-width modulation,PWM)等一連串的數據處理,依據處理後的數據產生對應的命令,再將對應的命令傳送至雙向電源轉換器120中的雙向電路控制開關122以進行電路控制。
微控制器162與中央管理單元164分別包括兩相對應的通訊埠,例如UART通訊埠,可供兩者之間的數據傳輸。微控制器162透過特定的資料格式與頻率,將所收集之電池參數與系統狀態參數傳輸至中央管理單元164。中央管理單元164將接收到的電池參數先進行運算判斷、數據整理等前處理,再將此前處理後的數據經由網路模組傳送至位於雲端的電池狀態估測系統200中的資料庫220儲存。
微控制器162與雙向電路控制開關122之間可用一隔離驅動器124進行電氣隔離。微控制器162包含一或多個類比數位轉換器(Analog-to-digital converter,ADC),能提供多個訊號通道,用於充放電測試時的多個電池參數收
集,收集的電池參數例如包括待測電池電壓VBL、待測電池電流IBL、備份電池電壓VBH、備份電池電流IBH、待測電池溫度TBL。微控制器162於擷取電池參數時會一併取得當時的系統狀態參數,其包括與電池測試電路110各種動作狀態相關的參數,例如充電、放電、靜止等動作,並將這些系統狀態參數儲存於資料庫220,以利使用者後續對照電池測試電路110與待測電池180或備份電池140之動作情況。
本實施例以運算能力較強之中央管理單元164來減輕微控制器162之運算資源。因此,中央管理單元164發送給微控制器162的命令包括:指定系統狀態參數、下達數據取樣的命令並指定取樣頻率,以及選擇測試電流的電流型態。中央管理單元164還包括一運算判斷單元與一數據整理單元,用以對電池參數進行前處理。例如,當中央管理單元164收到微控制器162傳送之數據封包,運算判斷單元會先針對該封包進行數據校驗。若校驗正確,則數據整理單元開始檢視封包內容,並依照通訊協定之格式將各項數據分別儲存於一記憶體,且針對數據進行後續運算,並將運算所得的結果經由網路模組傳輸至資料庫220。
充放電測試所用的測試電流其電流型態可以是自訂電流波形,例如:變頻之三角波,或是採用動態應力測試(Dynamic Stress Test,DST)規範所制訂的電流波形、全球調和輕型車輛測試程序(Worldwide harmonized Light vehicles Test Procedures,WLTP)所制訂的電流波形、各種電動車的電池電流模擬規範所制定的電流波形。電流型態可依照測試用之電池充放電率(C-rate)進行等比例縮小,以符合電池之使用情境。
第三實施例:電池狀態估測系統
圖3為本發明之一實施例的電池狀態估測系統方塊示意圖。電池狀態估測系統200包括一連結數據收集系統100之資料庫220、一連結資料庫220之估測模型240及一連結資料庫220之人機介面260。資料庫220可為一雲端資料庫,提供多種電池參數儲存與使用。人機介面260係供輸入電池參數,且與數據收集系統100連結,以提供即時數據監控與系統控制。估測模型240用以診斷電池的電量狀態及健康狀態。
具體而言,資料庫220除了儲存功能之外,其本身也可提供時序相關的電流、電壓、溫度等電池參數的運算功能,例如:時間內之平均、最大、最小、差值、比值、微分、積分或其組合運算,有利於估測模型240的輸入特徵之前處理。資料庫220可儲存由微控制器162監控所得的電池參數、微控制器162在監控電池參數時一併取得的系統狀態參數,以及資料庫220依據電池參數進行運算而得的電池測試數據。電池測試數據例如包括:電量、電壓差與時間差的比值、電流差與時間差的比值、電壓差與電流差的比值、電量差與電壓差的比值,或是一時間差內的電壓差與電量差或其組合運算等。此外,資料庫220的伺服器具備同時接收多位用戶端輸入的能力,且能記錄並區別各用戶端所輸入的數據。
估測模型240可為各種適合在雲端伺服器運算的神經網路模型,例如包括一電池電量狀態(State of Charge,SOC)診斷模型及/或一電池健康狀態(State of Health,SOH)診斷模型。電池電量狀態診斷模型係供診斷電池之電量狀態。電池健康狀態診斷模型係供診斷電池之健康狀態。並且,估測模型240可以在電池參數的數據量增加時,進行模型更新或重新訓練模型以更新其估算法則
相關的參數。為了使數據量快速增加,電池狀態估測系統200除了可從數據收集系統100取得電池參數之外,也可以從一外部電池獲得,例如:電池狀態估測系統200可以通過網路或無線傳輸連接於遠端的一電動載具或一儲能系統,從電動載具或儲能系統的電池模組運轉過程中獲得其電池模組的電池參數,用以快速增加本身的數據量而使估測模型240進化。
在一實施例中,估測模型240是以時間卷積網絡架構(Temporal Convolution Network,TCN)為基礎,配合電池參數之時序特性,以達到更準確之估測結果。由前述電池測試數據中選擇估測模型240之輸入特徵,例如包含電池測試電路110上的每一偵測點之電壓V、電流I、以電流I積分後之電量Q、一時間差內的電壓差△V與電量差△Q、電壓差與時間差之比值dV/dt,或是電量差與電壓差之比值dQ/dV等數據。
人機介面260具備發送測試模式、接收顯示參數及存取資料庫220所接收到的資訊等功能。人機介面260提供使用者自訂參數之功能,且與雲端資料庫220相互連接,以記錄使用者所設定之各項參數資料。換言之,人機介面260所存取、接收的資訊,可能來自資料庫220或外部使用者所輸入的資訊。使用者可通過人機介面260設定測試模式,測試模式例如包括電池測試的充放電循環次數、測試電流的電流型態,以及電路的充電、放電、靜止動作狀態等。人機介面260具有數據監控之顯示介面,用以顯示待測電池180或備份電池140的數據。例如,人機介面260透過讀取資料庫220所儲存的數據並顯示於該顯示介面,且使用者所設定的電池參數範圍或系統工作條件也會一併顯示。
第四實施例:電池狀態診斷方法
圖4為本發明之一實施例的電池狀態診斷方法流程示意圖。在數據收集系統100開始運作之前,使用者可通過人機介面260設定數據收集系統100所需的工作條件,例如一電池參數範圍。在開始時,數據收集系統100會偵測與其工作條件相關的電池數據(S1),用以確定數據收集系統100是否符合工作條件(S2)。例如,偵測待測電池180與數據收集系統100的電壓,並確定這些電壓值是否於正常工作區間。若數據收集系統100不符合工作條件,則通過人機介面260或一警示設備發出一警示訊息通知使用者(S3)。若數據收集系統100符合工作條件,則啟動雲端的電池狀態估測系統200,並等待使用者進行操作(S4)。
接著,電池狀態診斷系統300會詢問使用者是否要進行數據收集或電池狀態估測(S5)。當使用者要進行數據收集或電池狀態估測時,數據收集系統100將啟動,並對待測電池180進行充放電測試(S6)。測試方法包含下列步驟:控制其測試電流,並根據該測試電流進行數個循環的充放電測試;於測試過程之中進行待測電池180之重要參數偵測,利用中央管理單元164將所收集之數據傳送至雲端的資料庫220儲存。在充放電測試過程中,偵測充放電測試是否達到使用者之設定條件或保護條件(S7)。
當充放電測試達到使用者之設定條件或保護條件時,雲端的電池狀態估測系統200即會以其接收的數據進行估測模型的輸入特徵之前處理(S8),並且判斷所收集的數據量是否符合模型使用之需求(S9)。若符合需求,電池狀態估測系統200即會將特徵數據輸入估測模型240中進行推論(S10),並將結果顯示於人機介面260上,並等待使用者下次操作。
概括以上實施例,本發明提供一數據收集系統100,並將其配合一電池狀態估測系統200而形成一電池診斷系統300,同時提供一種電池診斷方
法,用以達成完整的數據收集與狀態估測的功能。數據收集系統100採用自動數據採集技術,僅需利用一雙向電源轉換器120、一備份電池140再加上待測電池180所形成的電池測試電路110,即可取代傳統之數據採集設備或電池測試設備。相較於傳統技術,本發明的數據收集系統100大幅減少了數據收集時的能量消耗,且降低了數據收集所需的設備成本與電力成本。
根據本發明的電池診斷系統及方法,其數據收集系統100可依據多種電流測試規範對待測電池進行抽載,藉此取得待測電池180之動態數據。電池狀態估測系統200則是利用神經網路模型,基於所取得的待測電池180動態數據,建立電池狀態與模型輸入參數之間的非線性關係。
本發明的電池狀態估測系統200除了不需限定數學模型,也不需要花費時間等待電池的電化學反應,並可以輕易地擴展規格。其次,數據收集系統100可以依據不同電流規範進行抽載,收集待測電池180於各種情境下之參數。再者,於電池狀態估測系統200加入人機介面260,提供使用者與電池狀態估測系統200之雙向溝通,也可於電池抽載時,即時顯示電池當下之電壓、電流等數據。最後,在電池抽載時結合雲端之神經網路模型,配合資料庫220之即時電池數據,即可推論出待測電池180當下的SOC、SOH,並顯示於人機介面260中,達到即時監控電池狀態的功能。
另一方面,本發明的電池狀態診斷系統300及方法,其以數據收集系統100配合神經網路模型之可進行增量學習的特性,在資料庫220的電池資料逐漸增加時,更新電池之估測模型,減少了數據收集之時間。在雲端運算上,也可有效減少模型重新訓練所需的運算成本,並隨著數據之數量增加,模型的精確度也更加準確,使電池狀態診斷結果更加符合實際使用之需求。
據此,本發明的電池狀態診斷系統可改善傳統電池狀態估測之缺點,包括:數據採集之時間過長、數據採集之方法困難、電池模型之複雜度過高等缺點,並保持電池狀態估測時之均方根誤差低於1%,且最大誤差低於3%。顯然本發明與習知技術具有不同的技術特徵,且本領域中具有通常知識者難以由習知技術輕易的聯想到本發明的概念,故本發明應符合新穎性與進步性。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。另外本發明的任一實施例或申請專利範圍不須達成本發明所揭露之全部目的或優點或特點。此外,摘要部分和標題僅是用來輔助專利文件搜尋之用,並非用來限制本發明之權利範圍。
100:數據收集系統
110:電池測試電路
120:雙向電源轉換器
140:備份電池
160:系統管理電路
180:待測電池
200:電池狀態估測系統
220:資料庫
240:估測模型
260:人機介面
300:電池狀態診斷系統
Claims (9)
- 一種電池狀態診斷系統,包括:一種數據收集系統,用以收集一待測電池的電池監控數據,該數據收集系統包括:一備份電池;一雙向電源轉換器,電性連接於該備份電池,並且與該待測電池形成可拆缷的電性連接,其中該雙向電源轉換器用以依據一測試電流的電流型態對該待測電池進行抽載,並於達到放電截止電壓後依據所設定之該電流型態對該待測電池進行充電,使該備份電池與該待測電池的電量循環性地互換,以形成充放電循環;以及一系統管理電路,用以在該充放電循環中取得該待測電池的該電池監控數據;以及一電池狀態估測系統,包括一資料庫及一估測模型,其中該資料庫接收該數據收集系統傳來的該電池監控數據,並將該電池監控數據轉換成該估測模型所需的電池測試數據。
- 如請求項1所述的電池狀態診斷系統,其中該數據收集系統中的該系統管理電路包括一中央管理單元、一區域管理單元及一取樣電路,其中該區域管理單元將該取樣電路所提供的該電池監控數據傳輸至該中央管理單元,並且將該電池監控數據調整後產生一對應的命令傳送至該雙向電源轉換器。
- 如請求項2所述的電池狀態診斷系統,其中該數據收集系統中的該雙向電源轉換器包括一雙向電路控制開關及一隔離驅動器,該區域管理單元通過該隔離驅動器與該雙向電路控制開關連接。
- 如請求項1所述的電池狀態診斷系統,其中該數據收集系統所取得的該電池監控數據包括與時間有關的電壓、電流及溫度,並且該資料庫根據該電池監控數據進行差值、比值、微分、積分或其組合運算而形成該電池測試數據。
- 如請求項1所述的電池狀態診斷系統,其中該電池狀態估測系統的該估測模型為一具有時間卷積網絡架構(Temporal Convolution Network,TCN)的神經網路模型,並且該估測模型是在一雲端伺服器進行運算。
- 一種電池狀態診斷方法,包括:提供一請求項1至5任一項所述的電池狀態診斷系統;通過該數據收集系統控制該測試電流,並根據該測試電流進行一充放電測試,以取得該待測電池的該電池監控數據,其中該充放電測試包括在該備份電池及該待測電池之間形成多個充放電循環;以及將該電池監控數據提供給該電池狀態估測系統,用以評估該待測電池的一電池狀態。
- 如請求項6所述的方法,其是通過請求項2或3任一項所述的電池狀態診斷系統來執行,該方法更包括:通過該區域管理單元提供一回授數據處理機制;以及將該電池監控數據傳送至該中央管理單元,另一方面,將該電池監控數據通過該回授數據處理機制處理後,將該對應的命令傳送至該雙向電源轉換器。
- 如請求項6所述的方法,更包括: 從位於該電池狀態診斷系統以外的一外部電池的運轉過程中獲得該外部電池的數據,用以訓練該估測模型。
- 如請求項6所述的方法,更包括:提供一人機介面,以供一使用者輸入該數據收集系統的一工作條件;以及當該數據收集系統不符合該工作條件時,發出一警示訊息通知該使用者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111122500A TWI809932B (zh) | 2022-06-16 | 2022-06-16 | 電池狀態診斷系統與診斷方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111122500A TWI809932B (zh) | 2022-06-16 | 2022-06-16 | 電池狀態診斷系統與診斷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI809932B true TWI809932B (zh) | 2023-07-21 |
TW202401032A TW202401032A (zh) | 2024-01-01 |
Family
ID=88149675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111122500A TWI809932B (zh) | 2022-06-16 | 2022-06-16 | 電池狀態診斷系統與診斷方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI809932B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6043631A (en) * | 1998-01-02 | 2000-03-28 | Total Battery Management, Inc. | Battery charger and method of charging rechargeable batteries |
US8441228B2 (en) * | 2009-07-31 | 2013-05-14 | Thermo King Corporation | Bi-directional battery voltage converter |
TWM453972U (zh) * | 2012-08-22 | 2013-05-21 | Chung Shan Inst Of Science | 具有能量循環之電池測試系統 |
TWI417562B (zh) * | 2009-10-06 | 2013-12-01 | ||
CN208479197U (zh) * | 2018-03-13 | 2019-02-05 | 蔚来汽车有限公司 | 双电池包循环充放电系统 |
-
2022
- 2022-06-16 TW TW111122500A patent/TWI809932B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6043631A (en) * | 1998-01-02 | 2000-03-28 | Total Battery Management, Inc. | Battery charger and method of charging rechargeable batteries |
US8441228B2 (en) * | 2009-07-31 | 2013-05-14 | Thermo King Corporation | Bi-directional battery voltage converter |
TWI417562B (zh) * | 2009-10-06 | 2013-12-01 | ||
TWM453972U (zh) * | 2012-08-22 | 2013-05-21 | Chung Shan Inst Of Science | 具有能量循環之電池測試系統 |
CN208479197U (zh) * | 2018-03-13 | 2019-02-05 | 蔚来汽车有限公司 | 双电池包循环充放电系统 |
Also Published As
Publication number | Publication date |
---|---|
TW202401032A (zh) | 2024-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102231546B (zh) | 具有均衡充放电功能的电池管理系统及其控制方法 | |
CN105356528A (zh) | 电池管理系统 | |
CN106842056B (zh) | 基于双步在线智能优化算法的动力电池峰值功率估计方法 | |
CN105071453A (zh) | 一种电池管理系统 | |
CN109856556A (zh) | 一种动力电池soc估算方法 | |
CN102608537A (zh) | 一种馈网型大功率电池测试装置 | |
CN105938578A (zh) | 一种基于聚类分析的大规模光伏电站等值建模方法 | |
CN112816809B (zh) | 整车工况试验用动力电池模拟方法及模拟系统 | |
CN102967831B (zh) | 一种铅酸蓄电池性能在线检测系统及检测方法 | |
CN108695570B (zh) | 一种基于自愈的锂电池物理模型构造方法及监测系统 | |
CN105449739A (zh) | 基于单体电池的串联电池组荷电状态soc在线估计方法 | |
CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
CN105207243A (zh) | 一种用于风电场实时功率预报修正的电池能量管理方法 | |
CN109490790A (zh) | 采用补偿脉冲法的锂动力电池功率特性测试方法及装置 | |
CN204142849U (zh) | 用于模拟电动汽车充电的电池仿真器和系统 | |
CN104142446A (zh) | 一种电动汽车充电机充电控制响应时间测试系统及方法 | |
CN106093615A (zh) | 超级电容储能模块的健康状态估计方法 | |
TWI809932B (zh) | 電池狀態診斷系統與診斷方法 | |
CN203218952U (zh) | 电动汽车电池管理系统 | |
Zhu et al. | Online state of charge EKF estimation for LiFePO 4 battery management systems | |
CN104850014A (zh) | 一种电池包的仿真方法及仿真电池包系统 | |
CN204497784U (zh) | 液流储能电池充放电控制系统 | |
CN204945219U (zh) | 一种基于ltc6803的燃料电池单片电压巡检系统 | |
CN211086534U (zh) | 一种基于混合储能装置的soc估算系统 | |
CN109800528B (zh) | 一种基于全钒液流电池过载特性的数学模型建模方法 |