CN109092717A - 一种动力电池组故障模块的判定方法 - Google Patents
一种动力电池组故障模块的判定方法 Download PDFInfo
- Publication number
- CN109092717A CN109092717A CN201810704302.5A CN201810704302A CN109092717A CN 109092717 A CN109092717 A CN 109092717A CN 201810704302 A CN201810704302 A CN 201810704302A CN 109092717 A CN109092717 A CN 109092717A
- Authority
- CN
- China
- Prior art keywords
- battery pack
- power battery
- module
- soc
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 claims description 5
- 229910052493 LiFePO4 Inorganic materials 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 abstract 1
- 230000008439 repair process Effects 0.000 description 3
- 208000032953 Device battery issue Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000005955 Ferric phosphate Substances 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940032958 ferric phosphate Drugs 0.000 description 1
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 1
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/344—Sorting according to other particular properties according to electric or electromagnetic properties
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种动力电池组故障模块的判定方法，包括如下步骤：检测静止状态下动力电池组总电压值和各串联模块的电压值；获取动力电池组SOC状态；根据动力电池组电芯SOC状态，当模块电压值与动力电池组平均电压值的差值超过阈值时，判断为故障模块，更换模块或进行均衡。根据动力电池组SOC状态进行故障模块筛选，减少电池组故障的误判，实现动力电池组故障的可靠诊断，避免动力电池组不必要的反复维修，节约维修成本。
Description
技术领域
本发明涉及动力电池组领域，具体涉及一种动力电池组故障模块的判定方法。
背景技术
在电动汽车运行过程中，需要由单体电池以串并联方式组成模块，各模块进行连接后形成一个电池组满足车辆运行过程中动力的需求。由于电池组中单体电池多，其一致性不稳定会严重影响电池组容量、能量、压差、续航里程、使用寿命，进而影响用户在使用过程的体验。当电池组中某一模块出现故障将直接导致电池组续航里程的下降甚至不能使用，而如何准确可靠地对动力电池组进行故障诊断并相应地采取维修措施是电动汽车正常使用的保证。
目前，在进行动力电池组故障诊断时，需要对电池组进行充放电，在电池组SOC状态为100％或者0％时进行模块确认筛选出1～2个故障模块，在充电末端或者放电末端进行电池不一致性区分，该方法局限性较大，费时费力，严重影响电池组维修时间。
发明内容
本发明旨在解决现有技术中的不足，公开了一种动力电池组故障模块的判定方法，根据动力电池组的SOC状态判断出故障模块，更换故障模块或进行均衡。
本发明为了达到上述目的，采用以下技术方案：
一种动力电池组故障模块的判定方法，包括如下步骤：
(1)检测静止状态下动力电池组总电压值和各串联的模块的电压值，根据动力电池组总电压值获得动力电池组平均电压值；
(2)获取动力电池组SOC状态；
(3)根据动力电池组SOC状态获得阈值，判定各模块的电压值与动力电池组平均电压值的差值，当该差值超过阈值时，则判断该模块为故障模块，更换模块或进行均衡。
进一步方案，所述动力电池组的电芯为磷酸铁锂体系电芯。
进一步方案，所述的动力电池组平均电压值为动力电池组总电压值除以动力电池组串联模块的个数。
进一步方案，所述的动力电池组SOC状态是根据动力电池组的SOC-OCV曲线，参照OCV值来判定的，其中所述的OCV值为所述的动力电池组平均电压值。
优选的，所述SOC-OCV曲线测试方法为1C充至3.65V，截止电流0.05C；以1C放电调整SOC状态，每隔10％SOC，静置1h，记录OCV值，最后以SOC状态作为横坐标、OCV值作为纵坐标画出SOC-OCV曲线。
进一步方案，步骤(4)中所述的动力电池组在SOC≥0％的情况下，当所述差值超过阈值时，则判定模块故障，更换模块或进行均衡。
本发明与现有技术相比，具有以下有益效果：
现阶段维修技术需要在电池组SOC状态为100％或者0％时进行模块确认筛选出1～2个故障模块。本发明是根据动力电池组SOC状态的不同进行故障模块筛选，根据动力电池组SOC状态获得阈值，再根据阈值针对多个故障模块进行更换或维修。减少电池组故障的误判，实现动力电池组故障的可靠诊断，节约了电池维修时间，减少了电池组的二次返修率，节约维修成本。
附图说明
图1为本发明动力电池组故障模块的判定方法的流程示意图。
图2为本发明中动力电池组在25℃的SOC-OCV曲线。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步详细的说明。
参照图1所示，本发明公开的一种动力电池组故障模块的判定方法，其中，电池单体并联组成模块，模块串联组成电池组，利用串联模块间压差过大判定故障模块，包括以下步骤：(1)检测静止状态下，动力电池组总电压值和各串联模块电压值；(2)获取动力电池组SOC状态；(3)根据动力电池组SOC状态获得阈值，模块电压值与动力电池组平均电压值差值超过阈值时，判断为故障模块，更换模块或进行均衡。
具体的，检测静止状态下，动力电池组总电压值和各模块的电压值，需要注意的是，电压值的检测为本领域技术人员都知晓的常规检测，这里的动力电池组所用为磷酸铁锂体系电芯，然后根据动力电池组总电压值获得动力电池组平均电压值，这里所述的平均电压值为动力电池组总电压值除以动力电池组串联模块的个数；接着获取动力电池组SOC状态，这里的动力电池组SOC状态是通过据动力电池组的SOC-OCV曲线，参照OCV值来判定的，这里的OCV值即为动力电池组平均电压值。具体的，SOC-OCV曲线测试方法为1C充至3.65V，截止电流0.05C；以1C放电调整SOC状态，每隔10％SOC，静置1h，记录OCV值。最后以SOC状态作为横坐标、OCV值作为纵坐标画出SOC-OCV曲线。在相应的动力电池组SOC状态下，当模块电压值与动力电池组平均电压值的差值超过阈值时，判断为故障模块，更换模块或进行均衡。具体的，阈值是根据动力电池组SOC状态确定的，不同的动力电池组SOC状态下，其阈值不同。在SOC状态为≥0％的情况下，当模块电压值与动力电池组平均电压值的差值超过阈值时，更换模块或进行均衡。
下面以常温为例，对本发明中所述的动力电池组故障模块的判定方法进行清楚的说明。根据动力电池组SOC状态，判断故障模块，更换模块或进行均衡。本实施例中的动力电池组由48个模块串联形成，电池组所用电芯为磷酸铁锂体系电芯。
其中，图2中所示为动力电池组在常温时的SOC-OCV曲线，该曲线采用SOC-OCV测试方法：1C充电至3.65V，截止电流0.05C；以1C放电调整SOC状态，每隔10％SOC，静置1h，记录OCV值。最后以SOC状态作为横坐标、OCV值作为纵坐标画出SOC-OCV曲线。
检测静止状态下动力电池组总电压值和各模块电压值，根据动力电池组总电压值获得动力电池组平均电压值，即为OCV值；然后参照OCV值，并根据图2中所述的SOC-OCV曲线来判定此时动力电池组SOC状态，最后根据动力电池组SOC状态来确定阈值，当模块电压值与动力电池组平均电压值的差值超过阈值时，确认为故障模块，更换模块或进行均衡。
具体的，SOC≥90％，当模块电压值与动力电池组平均电压值的差值超过0.25V时，判定该模块重度故障，需要更换模块；当模块电压值与动力电池组平均电压值的差值介于0.1V～0.25V之间时，判定该模块轻度故障，需要进行模块补电。
90％＞SOC≥20％，当模块电压值与动力电池组平均电压值的差值超过0.5V时，判定该模块重度故障，需要更换模块。特别的，该情况下更换模块后需在将该动力电池组进行放电，在放电末端再次确认其他模块是否异常。
20％＞SOC≥10％，当模块电压值与动力电池组平均电压值的差值超过0.3V时，判定该模块重度故障，需要更换模块；当模块电压值与动力电池组平均电压值的差值介于0.15V～0.3V之间时，判定该模块轻度故障，需要进行模块补电。
10％＞SOC＞0％，当模块电压值与动力电池组平均电压值的差值超过0.5V时，判定该模块重度故障，需要更换模块；当模块电压值与动力电池组平均电压值的差值介于0.25V～0.5V之间时，判定该模块轻度故障，需要进行模块补电。
SOC＝0％，当模块电压值与动力电池组平均电压值的差值超过1V时，判定该模块重度故障，需要直接更换模块。
根据动力电池组SOC状态，进行模块筛选，确认出故障模块，对模块进行更换或维修。另需注意的是，本领域技术人员应当知晓以上实施方式中阈值为本领域技术人员可以获得的经验值。本发明可以实现动力电池组故障的可靠诊断，减少电池组故障的误判，避免电池组不必要的反复维修，节约维修成本。
上述的对实施方式的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施方式做出各种修改，并把在此说明的一般原理应用到其他实施方式中而不必经过创造性的劳动。因此，本发明不限于这里的实施方式，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (6)
1.一种动力电池组故障模块的判定方法，其特征在于：包括如下步骤：
（1）检测静止状态下动力电池组总电压值和各串联的模块的电压值，根据动力电池组总电压值获得动力电池组平均电压值；
（2）获取动力电池组SOC状态；
（3）根据动力电池组SOC状态获得阈值，判定各模块的电压值与动力电池组平均电压值的差值，当该差值超过阈值时，则判断该模块为故障模块，更换模块或进行均衡。
2.如权利要求1所述的判定方法，其特征在于：所述动力电池组的电芯为磷酸铁锂体系电芯。
3.如权利要求1所述的判定方法，其特征在于：所述的动力电池组平均电压值为动力电池组总电压值除以动力电池组串联模块的个数。
4.如权利要求1所述的判定方法，其特征在于：所述的动力电池组SOC状态是根据动力电池组的SOC-OCV曲线，参照OCV值来判定的，其中所述的OCV值为所述的动力电池组平均电压值。
5.如权利要求4所述的判定方法，其特征在于：所述SOC-OCV曲线测试方法为1C充至3.65V，截止电流0.05C；以1C放电调整SOC状态，每隔10%SOC，静置1h，记录OCV值，最后以SOC状态作为横坐标，OCV值作为纵坐标画出SOC-OCV曲线。
6.如权利要求1所述的判定方法，其特征在于：步骤（4）中所述的动力电池组在SOC≥0%的情况下，当所述差值超过阈值时，则判定模块故障，更换模块或进行均衡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810704302.5A CN109092717B (zh) | 2018-06-30 | 2018-06-30 | 一种动力电池组故障模块的判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810704302.5A CN109092717B (zh) | 2018-06-30 | 2018-06-30 | 一种动力电池组故障模块的判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109092717A true CN109092717A (zh) | 2018-12-28 |
| CN109092717B CN109092717B (zh) | 2021-03-12 |
Family
ID=64845282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810704302.5A Active CN109092717B (zh) | 2018-06-30 | 2018-06-30 | 一种动力电池组故障模块的判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109092717B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111537896A (zh) * | 2019-02-06 | 2020-08-14 | 通用汽车环球科技运作有限责任公司 | 用于电池组的方法和诊断服务工具 |
| CN113533974A (zh) * | 2021-06-28 | 2021-10-22 | 合肥国轩高科动力能源有限公司 | 一种快速判定电池故障的方法 |
| CN113533993A (zh) * | 2020-04-21 | 2021-10-22 | 丰田自动车株式会社 | 电池组的状态判定装置及状态判定方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102868000A (zh) * | 2012-09-05 | 2013-01-09 | 浙江众泰新能源汽车科技有限公司 | 一种电动汽车动力源均衡方法 |
| CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
| CN107590617A (zh) * | 2017-09-27 | 2018-01-16 | 合肥工业大学 | 一种基于可信度推理模型的电池组均衡方法 |
| CN107612071A (zh) * | 2017-09-24 | 2018-01-19 | 合肥国轩高科动力能源有限公司 | 一种电池组电池故障判定及处理方法 |
| CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
| CN108039524A (zh) * | 2017-11-28 | 2018-05-15 | 深圳市沃特玛电池有限公司 | 一种电池的故障判定及维护方法 |
-
2018
- 2018-06-30 CN CN201810704302.5A patent/CN109092717B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102868000A (zh) * | 2012-09-05 | 2013-01-09 | 浙江众泰新能源汽车科技有限公司 | 一种电动汽车动力源均衡方法 |
| CN104614675A (zh) * | 2014-12-31 | 2015-05-13 | 普天新能源车辆技术有限公司 | 一种动力电池组一致性检测方法及装置 |
| CN107612071A (zh) * | 2017-09-24 | 2018-01-19 | 合肥国轩高科动力能源有限公司 | 一种电池组电池故障判定及处理方法 |
| CN107590617A (zh) * | 2017-09-27 | 2018-01-16 | 合肥工业大学 | 一种基于可信度推理模型的电池组均衡方法 |
| CN108039524A (zh) * | 2017-11-28 | 2018-05-15 | 深圳市沃特玛电池有限公司 | 一种电池的故障判定及维护方法 |
| CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111537896A (zh) * | 2019-02-06 | 2020-08-14 | 通用汽车环球科技运作有限责任公司 | 用于电池组的方法和诊断服务工具 |
| CN113533993A (zh) * | 2020-04-21 | 2021-10-22 | 丰田自动车株式会社 | 电池组的状态判定装置及状态判定方法 |
| CN113533993B (zh) * | 2020-04-21 | 2024-04-30 | 丰田自动车株式会社 | 电池组的状态判定装置及状态判定方法 |
| CN113533974A (zh) * | 2021-06-28 | 2021-10-22 | 合肥国轩高科动力能源有限公司 | 一种快速判定电池故障的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109092717B (zh) | 2021-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107843853B (zh) | 一种动力电池组串联连接故障诊断方法 | |
| CN112838631B (zh) | 动力电池的充电动态管控装置和动力电池的充电诊断方法 | |
| CN107612071B (zh) | 一种电池组电池故障判定及处理方法 | |
| CN107732337B (zh) | 一种退役电池模块分选方法 | |
| CN102854473B (zh) | 电动汽车动力电池自动测试诊断***和方法 | |
| CN104391252B (zh) | 一种汽车铅酸蓄电池健康状态检测方法 | |
| CN113300436A (zh) | 锂电池储能***的动态管控方法 | |
| CN107478946B (zh) | 动力电池的单体电压采集线束的诊断方法、***及车辆 | |
| CN113696786B (zh) | 电池均衡方法及*** | |
| CN108646183B (zh) | 一种电池组中电池故障诊断方法 | |
| CN111799856B (zh) | 一种新能源汽车电池管理***被动均衡的方法及*** | |
| CN104521093A (zh) | 具有有缺陷的电池监控的电池充电和维护 | |
| CN109092717A (zh) | 一种动力电池组故障模块的判定方法 | |
| CN108469589A (zh) | 一种动力电池组连接异常判定方法 | |
| CN105548908B (zh) | 一种动力电池组的内阻一致性检测方法 | |
| CN112327170B (zh) | 基于神经网络的动力电池全周期剩余寿命估算方法 | |
| CN104730462A (zh) | 一种电池组容量在线检测方法 | |
| CN104916875B (zh) | 一种动力电池组故障诊断及维修方法 | |
| CN109302852A (zh) | 管理装置和电源*** | |
| CN106154173A (zh) | 一种快速低廉便捷的二次电池的自放电筛选方法 | |
| CN109782193B (zh) | 一种多支路电池组电路断路的判别方法 | |
| CN108232337A (zh) | 一种电动汽车退役电池梯级检测评估利用方法 | |
| CN203350421U (zh) | 一种电池一致性的动态评价*** | |
| CN113369287A (zh) | 一种退役电池模组再利用的分选方法及*** | |
| CN109365325B (zh) | 一种电池的制造方法及*** |
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 |