CN107436412A - 一种基于自学习估算动力电池功率方法 - Google Patents
一种基于自学习估算动力电池功率方法 Download PDFInfo
- Publication number
- CN107436412A CN107436412A CN201710637036.4A CN201710637036A CN107436412A CN 107436412 A CN107436412 A CN 107436412A CN 201710637036 A CN201710637036 A CN 201710637036A CN 107436412 A CN107436412 A CN 107436412A
- Authority
- CN
- China
- Prior art keywords
- power
- electrokinetic cell
- self study
- estimation
- parameter
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供一种基于自学习估算动力电池功率方法,该方法包括:基础功率估算;修正功率参数估算;自学习功率参数估算;实时功率估算。本发明不仅可以避免动力电池实验室数据不全造成的估算不准确,还能避免不同应用场景下导致的不一致应用。
Description
技术领域
本发明涉及车用动力电池软件功能算法领域,尤其是涉及一种基于自学习估算动力电池功率方法。
背景技术
目前车用动力电池功率估算,主要采用实验室测试数据应用于车辆进行估算。而该方法需要大量的动力电池实验室数据,且针对不同工况也并非完全适用。
目前相对好的设计方法,会在实验室数据基础上增加实时故障限制及SOH(动力电池健康状态)限制等方法,故障限制往往是事后限制,SOH限制受限于没有更加准确的SOH估算精度。
发明内容
本发明的目的在于:针对现有技术存在的问题,提供一种基于自学习估算动力电池功率方法,解决现有SOH估算不准确的问题。
本发明的发明目的通过以下技术方案来实现:
一种基于自学习估算动力电池功率方法,该方法包括:基础功率估算;修正功率参数估算;自学习功率参数估算;实时功率估算。
进一步的,基础功率估算的方法包括:通过动力电池实验测试得到的温度、SOC、功率关系表,查表得到最大充放电功率。
进一步的,修正功率参数估算的方法包括:针对电池最大最小单体电压在不同充放电阶段进行限制判断,充电阶段限制充电功率,放电阶段限制放电功率,分别输出功率限制参数。
进一步的,最大单体电压>4.1V,则进入充电限制状态;若最小单体电压<3V,则进入输出放点限制状态;若最大单体电压不大于4.1V、且最小单体电压不小于3V,则不进入限制状态。
进一步的,自学习功率参数估算的方法包括:采用统计算法,统计动力电池实际应用状态下功率分布,并根据功率分布输出自学习功率参数。
进一步的,计算实时功率P是否超过最大充电功率限制阈值ThdMax,并记录持续时间Tmax;判断修正功率参数估算中是否出现充电功率限制状态,若存在则记录最大功率持续时间NVMPTmax,该NVMPTmax=Tmax。
进一步的,实时功率估算的方法包括:实时判断当前功率使用状态是否超过最大功率持续时间NVMPTmax,若成立则进行限制,限制参数依据动力电池及整车使用进行匹配。
与现有技术相比,本发明是基于现有的电池管理***,通过电池完整生命周期内,在动力电池实际应用过程中进行功率自学习应用,其一避免了动力电池实验室数据不全造成的估算不准确,其二避免了不同应用场景下导致的不一致应用。
附图说明
图1为本发明中控制方法框架示意图;
图2为本发明中基础功率估算示意图;
图3为本发明中修正功率参数估算示意图;
图4为本发明自学习功率参数估算示意图;
图5为本发明中实时功率估算示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本实施例提供一种基于自学习估算动力电池功率方法,在动态使用过程中进行自学习功率估算及修正设计。如图1所示,该方法包括以下步骤:
A、基础功率估算;
B、修正功率参数估算;
C、自学习功率参数估算;
D、实时功率估算。
其中:
基础功率估算的方法如图2所示,包括步骤:通过动力电池实验测试得到的温度、SOC、功率关系表,查表得到最大充放电功率。
修正功率参数估算的方法如图3所示,包括步骤:针对电池最大最小单体电压在不同充放电阶段进行限制判断,充电阶段限制充电功率,放电阶段限制放电功率,分别输出功率限制参数。最大单体电压>4.1V,则进入充电限制状态;若最小单体电压<3V,则进入输出放点限制状态;若最大单体电压不大于4.1V、且最小单体电压不小于3V,则不进入限制状态。
自学习功率参数估算的方法如图4所示,包括步骤:采用统计算法,统计动力电池实际应用状态下功率分布,并根据功率分布输出自学习功率参数。
图例说明:实时计算功率P是否超过最大充电功率限制阈值ThdMax且记录持续时间Tmax;判断上一步骤B中是否出现充电功率限制状态,若存在则记录该时间。
计算实时功率P是否超过最大充电功率限制阈值ThdMax,并记录持续时间Tmax;判断修正功率参数估算中是否出现充电功率限制状态,若存在则记录最大功率持续时间NVMPTmax,该NVMPTmax=Tmax。
实时功率估算的方法如图5所示,包括步骤:实时判断当前功率使用状态是否超过最大功率持续时间NVMPTmax,若成立则进行限制,限制参数依据动力电池及整车使用进行匹配。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,应当指出的是,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于自学习估算动力电池功率方法,其特征在于,该方法包括:
基础功率估算;
修正功率参数估算;
自学习功率参数估算;
实时功率估算。
2.根据权利要求1所述的一种基于自学习估算动力电池功率方法,其特征在于,基础功率估算的方法包括:通过动力电池实验测试得到的温度、SOC、功率关系表,查表得到最大充放电功率。
3.根据权利要求1所述的一种基于自学习估算动力电池功率方法,其特征在于,修正功率参数估算的方法包括:针对电池最大最小单体电压在不同充放电阶段进行限制判断,充电阶段限制充电功率,放电阶段限制放电功率,分别输出功率限制参数。
4.根据权利要求3所述的一种基于自学习估算动力电池功率方法,其特征在于,最大单体电压>4.1V,则进入充电限制状态;若最小单体电压<3V,则进入输出放点限制状态;若最大单体电压不大于4.1V、且最小单体电压不小于3V,则不进入限制状态。
5.根据权利要求1所述的一种基于自学习估算动力电池功率方法,其特征在于,自学习功率参数估算的方法包括:采用统计算法,统计动力电池实际应用状态下功率分布,并根据功率分布输出自学习功率参数。
6.根据权利要求5所述的一种基于自学习估算动力电池功率方法,其特征在于,计算实时功率P是否超过最大充电功率限制阈值ThdMax,并记录持续时间Tmax;判断修正功率参数估算中是否出现充电功率限制状态,若存在则记录最大功率持续时间NVMPTmax,该NVMPTmax=Tmax。
7.根据权利要求6所述的一种基于自学习估算动力电池功率方法,其特征在于,实时功率估算的方法包括:实时判断当前功率使用状态是否超过最大功率持续时间NVMPTmax,若成立则进行限制,限制参数依据动力电池及整车使用进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710637036.4A CN107436412B (zh) | 2017-07-31 | 2017-07-31 | 一种基于自学习估算动力电池功率方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710637036.4A CN107436412B (zh) | 2017-07-31 | 2017-07-31 | 一种基于自学习估算动力电池功率方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107436412A true CN107436412A (zh) | 2017-12-05 |
CN107436412B CN107436412B (zh) | 2020-03-27 |
Family
ID=60460375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710637036.4A Active CN107436412B (zh) | 2017-07-31 | 2017-07-31 | 一种基于自学习估算动力电池功率方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107436412B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108072844A (zh) * | 2017-12-15 | 2018-05-25 | 重庆长安汽车股份有限公司 | 一种车用动力电池可用功率估算方法 |
CN110794307A (zh) * | 2019-10-21 | 2020-02-14 | 南京金邦动力科技有限公司 | 一种自学习的soc估算校准方法 |
CN112485685A (zh) * | 2020-11-30 | 2021-03-12 | 海马汽车有限公司 | 功率承受能力参数确定方法、装置及电子设备 |
CN112677769A (zh) * | 2020-12-28 | 2021-04-20 | 重庆大学 | 基于多因素融合的电池***功率限值估算方法 |
WO2022151482A1 (zh) * | 2021-01-18 | 2022-07-21 | 深圳市大疆创新科技有限公司 | 无人机电池的功率状态估算方法及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102782515A (zh) * | 2010-02-03 | 2012-11-14 | Sb锂摩托有限公司 | 用于确定蓄电池最大可输出或可吸收功率的自适应方法 |
CN103675707A (zh) * | 2013-12-13 | 2014-03-26 | 国家电网公司 | 锂离子电池峰值功率在线评估方法 |
CN103728560A (zh) * | 2012-10-10 | 2014-04-16 | 株式会社杰士汤浅国际 | 蓄电元件的可充放电功率估计装置、方法及蓄电装置 |
CN104918821A (zh) * | 2013-01-25 | 2015-09-16 | 卡明斯公司 | 用于高压锂离子电池的自适应的可用功率估计 |
US20160052418A1 (en) * | 2014-08-19 | 2016-02-25 | Hong Yang | Multi-step model predictive iterative techniques for battery system peak power estimation |
CN105720634A (zh) * | 2016-02-05 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种自学习的充电功率电流控制方法及*** |
WO2016132698A1 (ja) * | 2015-02-20 | 2016-08-25 | パナソニックIpマネジメント株式会社 | バッテリ状態計測装置および制御方法 |
CN106252750A (zh) * | 2015-06-12 | 2016-12-21 | 通用汽车环球科技运作有限责任公司 | 用于估算电池***功率容量的***和方法 |
CN106842056A (zh) * | 2017-02-13 | 2017-06-13 | 北京理工大学 | 一种基于双步在线智能优化算法动力电池峰值功率估计方法 |
-
2017
- 2017-07-31 CN CN201710637036.4A patent/CN107436412B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102782515A (zh) * | 2010-02-03 | 2012-11-14 | Sb锂摩托有限公司 | 用于确定蓄电池最大可输出或可吸收功率的自适应方法 |
CN103728560A (zh) * | 2012-10-10 | 2014-04-16 | 株式会社杰士汤浅国际 | 蓄电元件的可充放电功率估计装置、方法及蓄电装置 |
CN104918821A (zh) * | 2013-01-25 | 2015-09-16 | 卡明斯公司 | 用于高压锂离子电池的自适应的可用功率估计 |
CN103675707A (zh) * | 2013-12-13 | 2014-03-26 | 国家电网公司 | 锂离子电池峰值功率在线评估方法 |
US20160052418A1 (en) * | 2014-08-19 | 2016-02-25 | Hong Yang | Multi-step model predictive iterative techniques for battery system peak power estimation |
WO2016132698A1 (ja) * | 2015-02-20 | 2016-08-25 | パナソニックIpマネジメント株式会社 | バッテリ状態計測装置および制御方法 |
CN106252750A (zh) * | 2015-06-12 | 2016-12-21 | 通用汽车环球科技运作有限责任公司 | 用于估算电池***功率容量的***和方法 |
CN105720634A (zh) * | 2016-02-05 | 2016-06-29 | 惠州市蓝微新源技术有限公司 | 一种自学习的充电功率电流控制方法及*** |
CN106842056A (zh) * | 2017-02-13 | 2017-06-13 | 北京理工大学 | 一种基于双步在线智能优化算法动力电池峰值功率估计方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108072844A (zh) * | 2017-12-15 | 2018-05-25 | 重庆长安汽车股份有限公司 | 一种车用动力电池可用功率估算方法 |
CN108072844B (zh) * | 2017-12-15 | 2020-04-07 | 重庆长安汽车股份有限公司 | 一种车用动力电池可用功率估算方法 |
CN110794307A (zh) * | 2019-10-21 | 2020-02-14 | 南京金邦动力科技有限公司 | 一种自学习的soc估算校准方法 |
CN112485685A (zh) * | 2020-11-30 | 2021-03-12 | 海马汽车有限公司 | 功率承受能力参数确定方法、装置及电子设备 |
CN112485685B (zh) * | 2020-11-30 | 2024-04-23 | 海马汽车有限公司 | 功率承受能力参数确定方法、装置及电子设备 |
CN112677769A (zh) * | 2020-12-28 | 2021-04-20 | 重庆大学 | 基于多因素融合的电池***功率限值估算方法 |
WO2022151482A1 (zh) * | 2021-01-18 | 2022-07-21 | 深圳市大疆创新科技有限公司 | 无人机电池的功率状态估算方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107436412B (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107436412A (zh) | 一种基于自学习估算动力电池功率方法 | |
JP6473817B2 (ja) | 二次電池の抵抗ファクタ決定方法、該抵抗ファクタを用いた充電出力推定装置及び方法 | |
KR102016715B1 (ko) | 배터리 상태 추정 방법, 그 방법을 수행하는 장치 및 컴퓨터 프로그램 | |
EP2957921B1 (en) | Method and system for estimating soc of battery | |
CN106585422B (zh) | 一种动力电池soh估算方法 | |
CN104483628B (zh) | 一种电动汽车电池组健康状态的检测装置及方法 | |
Nugroho et al. | Battery state of charge estimation by using a combination of Coulomb Counting and dynamic model with adjusted gain | |
CN105102999A (zh) | 电池寿命推测方法及电池寿命推测装置 | |
US10018683B2 (en) | Apparatus and method for estimating open circuit voltage | |
CN106154175B (zh) | 基于动态压差的充电电池荷电状态估算***及工作流程 | |
CN104597402A (zh) | 车辆高压蓄电池的劣化判定装置及方法 | |
CN108572320B (zh) | 电池最小单体及***有效容量、健康状态估算方法及装置 | |
CN108802616A (zh) | 电动设备及其电池电量管理方法和*** | |
KR20160030643A (ko) | 배터리 잔존수명 실시간 추정 장치 및 방법 | |
CN104360286A (zh) | 一种锂离子电池荷电状态估算修正方法 | |
CN111308374A (zh) | 一种电池组健康状态soh值的估算方法 | |
CN104833917B (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
CN103105587A (zh) | 一种电池组实际容量的计算方法 | |
WO2021044635A1 (ja) | 蓄電池評価装置、蓄電池評価方法及び蓄電池評価システム | |
CN109307844A (zh) | 一种锂电池soc的估算方法及装置 | |
EP4096962A1 (en) | Battery power limits estimation based on rc model | |
KR101965832B1 (ko) | 배터리 soc 추정 시스템 및 이를 이용한 배터리 soc 추정방법 | |
CN104111429B (zh) | 基于电压跟踪的锂电池剩余电量的计量方法 | |
Kazhamiaka et al. | Simple spec-based modeling of lithium-ion batteries | |
CN105070964B (zh) | 基于固化充电电压曲线控制的锂离子电池优化充电方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |