CN110749827A - 基于云平台的智能化电池soc管理***及方法 - Google Patents
基于云平台的智能化电池soc管理***及方法 Download PDFInfo
- Publication number
- CN110749827A CN110749827A CN201911214263.1A CN201911214263A CN110749827A CN 110749827 A CN110749827 A CN 110749827A CN 201911214263 A CN201911214263 A CN 201911214263A CN 110749827 A CN110749827 A CN 110749827A
- Authority
- CN
- China
- Prior art keywords
- bms
- soc
- battery
- battery module
- module
- 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
Images
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/371—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with remote indication, e.g. on external chargers
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开公开了一种基于云平台的智能化电池SOC管理***及方法，该***包括：BMS***，被配置为采集电池模组的运行参数及当前设备的环境参数，并上传至云端服务器；根据电池模组的运行参数，计算电池模组的SOC值；接收云端服务器下发的调控指令和新的校正系数，对计算得到的SOC值进行校正；云端服务器，被配置为接收BMS***采集的电池模组的运行参数及当前设备的环境参数，并对其进行分析处理，建立相应的运行参数及环境参数数据库；根据运行参数判断是否需要进行重新校正电池SOC参数，若需要，则下发调控指令至BMS***，并根据电池模组的运行参数及其历史运行参数信息，重新调整校正系数，得到新的校正系数，并下发给BMS***。
Description
技术领域
本公开涉及动力电池技术领域，具体涉及一种基于云平台的智能化电池SOC管理***及方法。
背景技术
随着我国经济社会及新能源行业的快速发展，动力电池广泛应用于电动公交、电动汽车、大型能量存储***等。电池单体通过串、并联的方式组成电池模组再使用，但模组内电池单体性能不一，需要借助BMS提高电池利用率以及实现电池的动态监测,准确估计电池SOC则是BMS实现功能的前提。而传统BMS受限于运算速度和存储容量的限制，其SOC算法的计算精度不高。并且现有BMS校正都是在出厂前完成的，出厂后无法根据所使用的环境重新标定，使得在一些特殊情况下无法得到可靠的SOC值。
动力电池在使用的过程中，需要对电池SOC等状参数进行实时监测。SOC等状态参数的计算需要借助电池能量管理***BMS,发明人在研发过程中发现，电池模组的BMS只能实现数据的简便计算，如果只根据BMS来获取电池SOC，由于受BMS硬件嵌入式处理器本身计算能力限制，难以实现复杂高精度预测算法的计算，显然会出现BMS计算精度不高的状况，无法准确把握电池模组实际情况。
发明内容
为了克服上述现有技术的不足，本公开提供了一种基于云平台的智能化电池SOC管理***及方法，该***在通信状况良好时可根据电池模组所处的运行环境，结合已有历史数据，借助云平台强大的计算能力精确计算SOC，并实时判断BMS数据处理单元的SOC算法是否需要调整，在需要时及时进行数据处理单元的参数校正。
本公开一方面提供的一种基于云平台的智能化电池SOC管理***的技术方案是：
一种基于云平台的智能化电池SOC管理***，其特征是，包括：
BMS***，被配置为：
1.当与云端服务器通信状况差时，采集电池模组的电压、电流和温度运行状态参数及当前设备的环境参数，根据电池模组的运行参数，计算电池模组SOC值；
2.当与云端服务器通信状况良好时，将采集的数据上传至云端服务器形成电池模组运行数据库，依托服务器的复杂算法和高性能计算能力获取高精度的SOC求解，同时依托自身的计算能力对SOC进行同步计算，最终采用的计算值以服务器的高精度结果为准，BMS***可根据两者的偏差判断是否需要对本地SOC算法的相关参数进行校正，适时向云服务器发出校正算法请求；此外，BMS也能接收云端服务器自行下发的调控指令和新的校正系数，对其SOC算法进行参数校正；
云端服务器，被配置为：
1.接收BMS***采集的电池模组的运行参数及当前设备的环境参数数据，将数据存入相应的电池模组历史状态信息数据库，同时利用云端服务器的强大运算能力对数据进行基于复杂算法的高精度分析处理，计算出电池模组的SOC值，并下发至BMS***，并在结果与BMS***计算结果出现严重偏差时接收BMS***发出的SOC算法校正指令进行参数校正；
2.云服务器依托充放电过程数据进行动态匹配，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正。若需要，则下发调控指令至BMS***，并根据电池模组的运行参数及其历史运行参数信息，重新调整校正系数，得到新的校正系数，并下发给BMS***。
进一步的，所述云端服务器包括：
监控模块，被配置为获取BMS***上传的电池模组运行参数及当前设备环境参数的数据包，对其进行解析还原，建立相应的运行参数与环境参数数据库，同时将数据发送云服务器的调控模块；将电池模组的实时运行参数与该电池模组的历史运行参数数据进行对比，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正，若判断需要校正，向调控模块发出电池参数校正请求，同时发出BMS数据处理单元参数校正请求；
调控模块，被配置为当接收到监控模块发送的电池参数校正请求后，向BMS调控单元发出调控指令，同时将接收到的数据发送给数据处理模块和参数校正模块；当未接到监控模块发送的参数校正请求时，将从监控模块接收的数据直接发送给数据处理模块，同时，将监控模块发送的电池模组运行参数发送给用户端；
数据处理模块，被配置为接收调控模块发送的数据，计算电池模组的SOC状态信息，同时与历史数据库中该电池组及同型号电池组的历史运行数据和控制参数进行对比，得到最优的充放电曲线控制策略及可靠的运行模式，并将电池状态信息的计算结果和充放电管理策略下发到BMS数据处理单元；
参数校正模块，被配置为接收BMS调控单元或BMS数据处理单元发送的调控指令后，根据调控模块下发的电池模组运行参数和环境参数，并结合该电池模组的历史运行参数数据，计算BMS数据处理单元的参数校正系数，发送给BMS***。
进一步的，所述BMS***包括：
BMS监控单元，被配置为采集电池模组的运行参数及当前设备的环境参数数据，实时判断与云端服务器的通信状况，若与云端服务器的通信状况好时，对采集到的数据进行处理分析后打包发送给云端服务器；同时将采集到的电池模组的运行参数及当前设备的环境参数传输给BMS调控单元；若与云端服务器的通信状况差时，则将采集到的电池模组的运行参数及当前设备的环境参数传输给BMS调控单元；
BMS调控单元，被配置为接收调控模块下发的调控指令和BMS监控单元采集的电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，根据电池当前运行状态信息判断能否对BMS数据处理单元进行参数校正，若可以校正，将调控指令发送给参数校正模块和BMS数据处理单元，并发送指令完成信息至调控模块；若判断不能进行参数校正，则将电池模组的运行参数和环境参数以及分析结果传输到BMS的数据处理单元；
BMS数据处理单元，被配置为当与云台服务器正常通信时，接收数据处理模块计算得到的电池模组SOC状态参数，同时依托自身的计算能力对SOC进行同步计算，如果两结果出现严重偏差(数据离谱)，则认为通讯错误或本地求解错误，放弃本次结果等待下一次的计算数据。如果两者偏差在一个阈值范围之内，则以服务器的高精度结果为准，并判断是否需求对本地SOC算法的相关参数进行校正。如果两者偏差超过该阈值，则发出校正请求，让云服务器的参数校正模块发送BMS的SOC计算算法的校正系数；当接收到参数校正模块下发的校准权重值，对SOC算法进行校正，并将校准完成指令发送给云端服务器；当无法云台服务器正常通信时，采用内部简化算法估算电池模组的SOC值，并利用所得电池状态信息对电池模组进行充放电管理。
本公开另一方面提供的一种基于云平台的智能化电池SOC管理方法的技术方案是：
一种基于云平台的智能化电池SOC管理方法，该方法包括以下步骤：
采集当前充放电循环周期的电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，并建立相应的运行参数及环境参数数据库；
云服务器依托充放电过程数据进行动态匹配，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS数据处理单元的SOC算法进行重新校正；
若需要，则根据采集到的电池模组运行参数及其历史运行参数信息，计算校准权重值；
根据校准权重值对BMS数据处理单元的SOC算法进行重新校准。
通过上述技术方案，本公开的有益效果是：
(1)本公开提出的基于云平台的智能化电池SOC管理***，通过云服务器可调用对比海量历史数据库，突破了传统BMS数据处理单元运算能力的限制，提高了SOC的计算速度和精度，以更复杂的算法和更快的运算速度得到高精度的SOC,和更高效和更可靠的充放电管理策略，借助5G通信，可以实现实时的高精度响应；
(2)本公开通过云平台实时监控电池组的运行状态，可及时对BMS进行参数校正，在电池不同使用寿命和不同工作状态下，保证BMS通信条件中断而处于独立工作模式时所得SOC的可靠性以及BMS进行能量管理的有效性；
(3)本公开借助云计算平台，对电池模组的大量数据进行实时高效处理，实现电池模组SOC的高精度要求；可实现BMS对数据的简化处理，在保证基本精度要求下实现对电池模组SOC预测；
(4)同型号电池组还可以通过云平台进行数据共享，增大了数据分析的对比样本，提高了可靠性。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本申请，并不构成对本公开的不当限定。
图1是实施例一基于云平台的智能化电池SOC管理***的结构图一；
图2是实施例一基于云平台的智能化电池SOC管理***的结构图二；
图3是实施例二基于云平台的智能化电池SOC管理方法的流程图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本公开使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
图1和2是本实施例涉及的基于云平台的智能化电池SOC管理***的结构图。如图1和2所示，所述智能化电池SOC管理***包括云端服务器、BMS***和客户端，其中：
所述云服务器包括监控模块、调控模块、数据处理模块、参数校正模块和无线数据传输模块，其中：
监控模块，被配置为获取BMS***上传的电池模组运行参数及当前设备环境参数的数据包，对其进行解析还原，建立相应的运行参数与环境参数数据库，同时将数据发送云服务器的调控模块；将电池模组的实时运行参数与该电池模组的历史运行参数数据进行对比，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正，若判断需要校正，向调控模块发出电池参数校正请求，同时发出BMS数据处理单元参数校正请求；
所述调控模块，被配置为接收监控模块发送的电池参数校正请求，结合当前电池模组运行状态信息，通过云端服务器的无线数据传输模块向BMS调控单元发出调控指令，BMS调控单元根据电池当前运行状态信息判断是否可以对BMS数据处理单元进行参数校正；
未接到监控模块发送的电池参数校正请求时，调控模块将监控模块发送的电池运行参数直接发送给数据处理模块，同时，将监控模块发送的电池运行参数发送给用户手机客户端(移动APP)，方便用户实时监测，最后将所有的数据存到相应数据库。
所述数据处理模块，被配置为接收调控模块发送的电池模组电流、电压、温度等运行参数，根据电池模组电流、电压、温度等运行参数，采用精确的标准算法计算电池模组的SOC等状态信息，同时与云服务器中该电池组及同型号电池组的历史运行数据和控制参数进行对比，得到最优的充放电曲线控制策略及能可靠规避风险的运行模式，并将电池状态信息的计算结果和充放电管理策略下发到BMS数据处理单元以显示和控制，同时，将电池模组电流、电压、温度等参数和计算结果存储到相应数据库。
所述参数校正模块，被配置为根据BMS调控单元或BMS数据处理单元上传的电池模组电流、电压、温度等运行参数，并结合该电池模组的历史运行参数数据，生成BMS数据处理单元的校正系数，将得到的校正系数通过云端服务器的无线数据传输模块发送给BMS数据处理单元，BMS数据处理单元根据新校正系数对SOC算法进行校正。
具体地，所述校正系数的调整方法为：
参数校正模块将得到的电池模组运行参数和电池模组历史数据进行分析处理，得到一个校准SOC值；
利用校准SOC值对BMS***计算的SOC进行误差分析与预估，得到一个校准权重值k，并发送给BMS数据处理单元，更正BMS数据处理单元SOC计算算法。
所述BMS***包括BMS监控单元、BMS调控单元、BMS数据处理单元，其中：
所述BMS监控单元，被配置为采集电池模组的运行参数及当前设备的环境参数，所述电池模组的运行参数包括电池模组电流、电压、温度等运行参数，所述当前设备的环境参数包括环境温度、盐雾条件、振动参数等，将采集到的电池模组的运行参数及当前设备的环境参数通过CAN总线传输给BMS无线数据传输单元，通过BMS无线数据传输单元将电池模组的运行参数及当前设备的环境参数进行处理分析后打包，并发送给云端服务器的监控模块；同时将采集到的电池模组的运行参数及当前设备的环境参数传输给BMS调控单元。
所述BMS调控单元，被配置为接收调控模块下发的调控指令和BMS监控单元采集的电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，根据电池当前运行状态信息判断能否对BMS数据处理单元进行参数校正，若可以校正，将调控指令发送给参数校正模块和BMS数据处理单元，并发送指令完成信息至调控模块；若判断不能进行参数校正，则将电池模组的运行参数和环境参数以及分析结果传输到BMS的数据处理单元；
当通信异常时，BMS***无法与云端服务器进行数据传输时，BMS调控单元可直接将电池模组运行参数发送给BMS数据处理单元。
本实施例在通信良好情况下在需要时对BMS数据处理单元进行参数校正，通讯良好时SOC是云平台计算的，而校正的目的是使BMS在没有通讯条件的时候能独立算出更符合电池状态的SOC。
所述BMS数据处理单元，在依靠云平台工作模式下被配置为，接收数据处理模块计算得到的电池模组SOC状态参数，同时依托自身的计算能力对SOC进行同步计算，如果两结果出现严重偏差(数据离谱)，则认为通讯错误或本地求解错误，放弃本次结果等待下一次的计算数据。如果两者偏差在一个阈值范围之内，则以服务器的高精度结果为准，并判断是否需求对本地SOC算法的相关参数进行校正。如果两者偏差超过该阈值，则发出校正请求，让云服务器的参数校正模块发送BMS的SOC计算算法的校正系数；显示最终计算结果，同时通过BMS无线数据传输单元将计算结果传输给手机客户端(移动APP)；接收参数校正模块下发的校准权重值，根据参数校正模块下发的校准权重值k，利用Bootloader的引导BMS数据处理单元进行重新校准，通过BMS无线数据传输单元将校准完成指令发送给云端服务器；在独立工作模式下被配置为根据调控单元传输的数据，采用内部简化算法独立进行SOC估算以及利用所得电池状态信息对电池模组进行可靠的充放电管理。
在本实施例中，所述云端服务器的无线数据传输模块和BMS无线数据传输单元分别采用5G通信模块，可实现电池模组BMS与云平台之间的高效数据传输，有效保证SOC估算和充放电管理控制策略的实时性。
实施例二
本实施例提供一种基于云平台的智能化电池SOC管理方法，该方法基于实施例一所述的基于云平台的智能化电池SOC管理***的结构图实现的。
请参阅附图3，所述基于云平台的智能化电池SOC管理方法包括以下步骤：
步骤1：采集电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，并建立相应的运行参数及环境参数数据库。
具体地，通过BMS监控单元采集电池模组的运行参数及当前设备的环境参数，所述电池模组的运行参数包括电池模组电流、电压、温度等运行参数；所述当前设备的环境参数包括环境温度、盐雾条件、振动参数等；将采集到的电池模组的运行参数及当前设备的环境参数通过BMS无线数据传输单元将电池模组的运行参数及当前设备的环境参数进行处理分析后打包，并发送给云端服务器的监控模块。
所述监控模块获取BMS监控单元上传的电池模组运行参数数据的TCP/IP包，进行解析还原，建立相应的运行参数与环境参数数据库，实时监测电池模组的运行参数以及当前设备的使用环境参数，并写入相应的数据库中。
步骤2：根据电池模组的运行参数判断BMS数据处理单元是否需要进行重新校正，若是，则进入步骤3，若不是，则返回步骤1。
具体地，通过监控模块将电池模组的实时运行参数与该电池模组的历史运行参数数据进行对比，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正，并向调控模块发出参数校正请求。
步骤3：调控模块向BMS调控单元发出调控指令，将当前充放电循环周期的电池数据传递给数据处理模块和参数校正模块。
具体地，调控模块通过接收监控模块发送的电池参数校正请求，结合当前电池模组运行状态信息，通过云端服务器的无线数据传输模块向BMS调控单元发出调控指令，BMS调控单元根据电池当前运行状态信息判断是否可以对BMS数据处理模块计算的SOC值进行参数校正；若需要，则BMS调控单元对BMS数据处理单元和云端的参数校正模块发出调控指令。
步骤4：参数校正模块根据步骤3采集到的当前充放电循环周期的电池模组运行参数和历史运行参数信息，生成校正系数并发送给BMS数据处理单元，BMS数据处理单元根据校正系数对SOC算法进行校正。
进一步的，所述步骤3的具体步骤为：
(3-1)调控模块通过云端服务器的无线数据传输模块将调控指令发送给BMS调控单元，同时将当前循环周期的电池运行参数信息传递给参数校正模块；
(3-2)BMS调控单元接收云端服务器发来的指令并对其进行分析处理，判断在进行该调控指令下BMS数据处理单元校正后SOC算法复杂度和计算精度的变化趋势，若发现SOC算法时间复杂度需要增加但当前已经接近计算速度最低临界值，或发现空间复杂度需要增加而当前已经接近BMS硬件可用内存的最大临界值，则中止调控，若无上述情况，则继续后续操作；
(3-3)BMS调控单元向参数校正模块和BMS数据处理单元发送调控指令，并发送指令完成信息至调控模块。
进一步的，所述步骤4的具体步骤为：
(4-1)参数校正模块将得到的电池运行状态参数和历史参数数据进行分析处理，得到一个校准SOC值；
(4-2)利用校准SOC值进行误差分析与预估，得到一个校准权重值k，更正BMS数据处理单元的SOC算法；
(4-3)参数校正模块通过无线数据传输模块将校准权重值下发给BMS数据处理单元，BMS数据处理单元根据新的校准权重值k，完成对计算的SOC值校准；
(4-4)BMS数据处理单元通过BMS无线数据传输单元将校准完成指令发送给云端服务器。
从以上的描述中，可以看出，上述的实施例实现了如下技术效果：
(1)本公开提出的基于云平台的智能化电池SOC管理***，通过云服务器可调用对比海量历史数据库，突破了传统BMS数据处理单元运算能力的限制，提高了SOC的计算速度和精度，以更复杂的算法和更快的运算速度得到高精度的SOC,和更高效和更可靠的充放电管理策略，借助5G通信，可以实现实时的高精度响应；
(2)本公开通过云平台实时监控电池组的运行状态，可及时对BMS进行参数校正，在电池不同使用寿命和不同工作状态下，保证BMS通信中断而处于独立工作模式时所得SOC的可靠性以及BMS进行能量管理的有效性；
(3)本公开借助云计算平台，对电池模组的大量数据进行实时高效处理，实现电池模组SOC的高精度要求；可实现BMS对数据的简化处理，在保证基本精度要求下实现对电池模组SOC预测；
(4)同型号电池组还可以通过云平台进行数据共享，增大了数据分析的对比样本，提高了可靠性。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种基于云平台的智能化电池SOC管理***，其特征是，包括：
BMS***，被配置为：
当与云端服务器无法建立通信时，采集电池模组的电压、电流和温度运行状态参数及当前设备的环境参数，根据电池模组的运行参数，计算电池模组SOC值；
当与云端服务器建立通信时，将采集的数据上传至云端服务器形成电池模组运行数据库，获取SOC求解结果，同时依托自身对SOC进行同步计算，最终采用的计算值以服务器的结果为准，根据两者的偏差判断是否需要对本地SOC算法的相关参数进行校正，适时向云服务器发出校正算法请求；或接收云端服务器自行下发的调控指令和新的校正系数，对其SOC算法进行参数校正；
云端服务器，被配置为：
接收BMS***采集的电池模组的运行参数及当前设备的环境参数数据，将数据存入相应的电池模组历史状态信息数据库，同时利用云端服务器对数据进行分析处理，计算出电池模组的SOC值，并下发至BMS***，并在结果与BMS***计算结果出现严重偏差时接收BMS***发出的SOC算法校正指令进行参数校正；
依托充放电过程数据进行动态匹配，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正；若需要，则下发调控指令至BMS***，并根据电池模组的运行参数及其历史运行参数信息，重新调整校正系数，得到新的校正系数，并下发给BMS***。
2.根据权利要求1所述的基于云平台的智能化电池SOC管理***，其特征是，所述云端服务器包括：
监控模块，被配置为获取BMS***上传的电池模组运行参数及当前设备环境参数的数据包，对其进行解析还原，建立相应的运行参数与环境参数数据库，同时将数据发送云服务器的调控模块；将电池模组的实时运行参数与该电池模组的历史运行参数数据进行对比，判断电池模组的运行状态信息，当电池模组的运行状态信息偏差超过设定的阈值后，向调控模块发出电池参数校正请求，同时发出BMS数据处理单元参数校正请求；
调控模块，被配置为当接收到监控模块发送的电池参数校正请求后，向BMS调控单元发出调控指令，同时将接收到的数据发送给数据处理模块和参数校正模块；当未接到监控模块发送的参数校正请求时，将从监控模块接收的数据直接发送给数据处理模块，同时，将监控模块发送的电池模组运行参数发送给用户端；
数据处理模块，被配置为接收调控模块发送的数据，计算电池模组的SOC状态信息，同时与历史数据库中该电池组及同型号电池组的历史运行数据和控制参数进行对比，得到最优的充放电曲线控制策略及可靠的运行模式，并将电池状态信息的计算结果和充放电管理策略下发到BMS数据处理单元；
参数校正模块，被配置为接收BMS调控单元发送的调控指令后，根据调控模块下发的电池模组运行参数和环境参数，并结合该电池模组的历史运行参数数据，计算BMS数据处理单元的参数校正系数，发送给BMS***。
3.根据权利要求2所述的基于云平台的智能化电池SOC管理***，其特征是，所述云服务器还包括无线数据传输模块，被配置为实现云服务器与BMS***的数据传输。
4.根据权利要求1所述的基于云平台的智能化电池SOC管理***，其特征是，所述BMS***包括：
BMS监控单元，被配置为采集电池模组的运行参数及当前设备的环境参数数据，实时判断与云端服务器的通信状况，若与云端服务器的通信状况好时，对采集到的数据进行处理分析后打包发送给云端服务器；同时将采集到的电池模组的运行参数及当前设备的环境参数传输给BMS调控单元；若与云端服务器的通信状况差时，则将采集到的电池模组的运行参数及当前设备的环境参数传输给BMS调控单元；
BMS调控单元，被配置为接收调控模块下发的调控指令和BMS监控单元采集的电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，根据电池当前运行状态信息判断是否需要对BMS数据处理单元进行参数校正，若需要，将调控指令发送给参数校正模块和BMS数据处理单元，并发送指令完成信息至调控模块；若判断不需要参数校正，则将电池模组的运行参数和环境参数以及分析结果传输到BMS的数据处理单元；
BMS数据处理单元，被配置为当与云台服务器通信时，接收数据处理模块计算得到的电池模组SOC状态参数，并显示；当接收到参数校正模块下发的校准权重值，对SOC算法进行校正，并将校准完成指令发送给云端服务器；当未与云台服务器通信时，估算电池模组的SOC值，并利用所得电池状态信息对电池模组进行充放电管理。
5.根据权利要求4所述的基于云平台的智能化电池SOC管理***，其特征是，所述BMS***还包括BMS无线数据传输单元，被配置为实现BMS***与云服务器的数据传输。
6.根据权利要求4所述的基于云平台的智能化电池SOC管理***，其特征是，所述BMS调控单元还被配置为：
当BMS***与云服务器通信异常时，直接将电池模组运行参数发送给BMS数据处理单元；
所述BMS数据处理单元还被配置为：
对接收到的电池模组运行参数进行处理，计算电池模组的SOC状态参数，并显示；同时将计算结果传输给用户端。
7.一种基于云平台的智能化电池SOC管理方法，其特征是，包括以下步骤：
采集当前充放电循环周期的电池模组的运行参数及当前设备的环境参数，对电池模组的运行参数进行分析处理，并建立相应的运行参数及环境参数数据库；
根据电池模组的运行参数判断是否需要对BMS数据处理单元的SOC算法进行重新校正；
若需要，则根据采集到的电池模组运行参数及其历史运行参数信息，计算校准权重值；
根据校准权重值对BMS数据处理单元的SOC算法进行重新校准。
8.根据权利要求7所述的基于云平台的智能化电池SOC管理方法，其特征是，所述根据电池模组的运行参数判断是否需要对测得的SOC值进行重新校正的步骤包括：
判断电池模组的运行参数偏差是否超过设定阈值；
当电池模组的运行状态信息偏差超过设定阈值后，则需要对电池SOC参数进行重新校正。
9.根据权利要求7所述的基于云平台的智能化电池SOC管理方法，其特征是，所述校准权重值的计算过程包括：
在云服务器层面：
云服务器计算，网络联机状态下，对电池运行状态数据进行计算求解，获得高精度的SOC状态数据，下传给BMS以进行精确的能量管理、保护及控制；
云服务器依托充放电过程数据进行动态匹配，结合云数据库中电池模组的历史数据对电池衰减老化及健康状态进行大数据离线计算，判断是否需要对BMS的简化SOC估算方法的相关参数进行校正。
10.根据权利要求7所述的基于云平台的智能化电池SOC管理方法，其特征是，所述校准权重值的计算过程包括：
在BMS层面：
单机无服务器连接状态下，依托嵌入式处理器或DSP协处理器利用SOC估算算法进行实时计算，满足动力电池BMS***的能量管理需求；
在与服务器联机状态下，依托服务器获取高精度的SOC求解；同时依托自身的计算能力对SOC进行同步计算；在进行能量管理策略控制时，如果出现偏差量大于设定值，则认为通讯错误或本地求解错误，放弃本次结果等待下一次的计算数据；如果两者偏差在一个阈值范围之内，则以服务器的计算结果为准，并判断是否需求对本地SOC算法的相关参数进行校正；如果两者偏差超过该阈值，则发出校正请求，让服务器发送BMS的SOC计算算法的校正参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911214263.1A CN110749827B (zh) | 2019-12-02 | 2019-12-02 | 基于云平台的智能化电池soc管理***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911214263.1A CN110749827B (zh) | 2019-12-02 | 2019-12-02 | 基于云平台的智能化电池soc管理***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110749827A true CN110749827A (zh) | 2020-02-04 |
| CN110749827B CN110749827B (zh) | 2020-10-09 |
Family
ID=69285383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911214263.1A Active CN110749827B (zh) | 2019-12-02 | 2019-12-02 | 基于云平台的智能化电池soc管理***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110749827B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111934380A (zh) * | 2020-08-03 | 2020-11-13 | 广东博力威科技股份有限公司 | 通过云平台控制电池均衡的方法 |
| CN112290649A (zh) * | 2020-11-23 | 2021-01-29 | 国网北京市电力公司 | 充电控制方法、装置、存储介质及处理器 |
| CN112540303A (zh) * | 2020-11-18 | 2021-03-23 | 潍柴动力股份有限公司 | 一种校正方法及装置 |
| CN112714156A (zh) * | 2020-12-18 | 2021-04-27 | 北京新能源汽车技术创新中心有限公司 | 一种云端bms协同管理方法、***以及车辆 |
| CN113030757A (zh) * | 2021-03-09 | 2021-06-25 | 傲普(上海)新能源有限公司 | 一种soc的估算方法 |
| CN113625175A (zh) * | 2021-10-11 | 2021-11-09 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种基于云端大数据平台的soc估算方法和*** |
| CN113688568A (zh) * | 2021-08-20 | 2021-11-23 | 上海幻电信息科技有限公司 | 电池优化方法及云平台 |
| CN114035072A (zh) * | 2021-11-11 | 2022-02-11 | 重庆大学 | 一种基于云边协同的电池组多状态联合估计方法 |
| CN114217229A (zh) * | 2021-12-14 | 2022-03-22 | 珠海格力电器股份有限公司 | 电池soc矫正***及其控制方法、存储介质及电动车辆 |
| CN116552322A (zh) * | 2023-07-11 | 2023-08-08 | 深圳市南霸科技有限公司 | 基于can-bus的电池管理方法、***、设备及存储介质 |
| WO2023155220A1 (zh) * | 2022-02-16 | 2023-08-24 | 福建时代星云科技有限公司 | 一种基于云端数据的储能***sop优化方法及装置 |
| WO2023197488A1 (zh) * | 2022-04-11 | 2023-10-19 | 上海玫克生储能科技有限公司 | 单粒子电化学模型计算装置及方法 |
| CN117748664A (zh) * | 2023-12-18 | 2024-03-22 | 东莞市维能新能源有限公司 | 一种基于云端ai控制的bms控制方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103576096A (zh) * | 2013-10-09 | 2014-02-12 | 广东电网公司电力科学研究院 | 电动汽车动力电池剩余电量的实时评估方法及装置 |
| CN103818266A (zh) * | 2014-03-19 | 2014-05-28 | 苏州易美新思新能源科技有限公司 | 一种储能电池管理控制算法 |
| CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
| CN106908075A (zh) * | 2017-03-21 | 2017-06-30 | 福州大学 | 大数据采集与处理***及基于其电动汽车续航估计方法 |
| CN107831442A (zh) * | 2017-10-18 | 2018-03-23 | 苏州协鑫集成储能科技有限公司 | 远程估算soc的方法、装置、存储介质及计算机设备 |
| CN108258338A (zh) * | 2017-12-29 | 2018-07-06 | 江苏博强新能源科技股份有限公司 | 电池的管理***和方法 |
| CN108490361A (zh) * | 2018-03-22 | 2018-09-04 | 深圳库博能源科技有限公司 | 一种基于云端反馈的荷电状态SoC计算方法 |
| CN110190347A (zh) * | 2019-05-30 | 2019-08-30 | 柳州紫荆循环能源科技有限公司 | 一种应用于通信基站的锂电池管理*** |
| CN110456279A (zh) * | 2019-08-15 | 2019-11-15 | 长安大学 | 一种基于数据驱动模型的动力电池云管理*** |
-
2019
- 2019-12-02 CN CN201911214263.1A patent/CN110749827B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103576096A (zh) * | 2013-10-09 | 2014-02-12 | 广东电网公司电力科学研究院 | 电动汽车动力电池剩余电量的实时评估方法及装置 |
| CN103818266A (zh) * | 2014-03-19 | 2014-05-28 | 苏州易美新思新能源科技有限公司 | 一种储能电池管理控制算法 |
| CN105789716A (zh) * | 2016-03-03 | 2016-07-20 | 北京交通大学 | 一种广义电池管理*** |
| CN106908075A (zh) * | 2017-03-21 | 2017-06-30 | 福州大学 | 大数据采集与处理***及基于其电动汽车续航估计方法 |
| CN107831442A (zh) * | 2017-10-18 | 2018-03-23 | 苏州协鑫集成储能科技有限公司 | 远程估算soc的方法、装置、存储介质及计算机设备 |
| CN108258338A (zh) * | 2017-12-29 | 2018-07-06 | 江苏博强新能源科技股份有限公司 | 电池的管理***和方法 |
| CN108490361A (zh) * | 2018-03-22 | 2018-09-04 | 深圳库博能源科技有限公司 | 一种基于云端反馈的荷电状态SoC计算方法 |
| CN110190347A (zh) * | 2019-05-30 | 2019-08-30 | 柳州紫荆循环能源科技有限公司 | 一种应用于通信基站的锂电池管理*** |
| CN110456279A (zh) * | 2019-08-15 | 2019-11-15 | 长安大学 | 一种基于数据驱动模型的动力电池云管理*** |
Non-Patent Citations (1)
| Title |
|---|
| 曾祥兵: ""基于云端计算的SOC估计策略"", 《现代制造技术与装备》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111934380A (zh) * | 2020-08-03 | 2020-11-13 | 广东博力威科技股份有限公司 | 通过云平台控制电池均衡的方法 |
| CN112540303B (zh) * | 2020-11-18 | 2022-11-29 | 潍柴动力股份有限公司 | 一种校正方法及装置 |
| CN112540303A (zh) * | 2020-11-18 | 2021-03-23 | 潍柴动力股份有限公司 | 一种校正方法及装置 |
| CN112290649A (zh) * | 2020-11-23 | 2021-01-29 | 国网北京市电力公司 | 充电控制方法、装置、存储介质及处理器 |
| CN112714156A (zh) * | 2020-12-18 | 2021-04-27 | 北京新能源汽车技术创新中心有限公司 | 一种云端bms协同管理方法、***以及车辆 |
| CN113030757B (zh) * | 2021-03-09 | 2023-08-29 | 傲普(上海)新能源有限公司 | 一种soc的估算方法 |
| CN113030757A (zh) * | 2021-03-09 | 2021-06-25 | 傲普(上海)新能源有限公司 | 一种soc的估算方法 |
| CN113688568A (zh) * | 2021-08-20 | 2021-11-23 | 上海幻电信息科技有限公司 | 电池优化方法及云平台 |
| CN113625175A (zh) * | 2021-10-11 | 2021-11-09 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 一种基于云端大数据平台的soc估算方法和*** |
| CN114035072A (zh) * | 2021-11-11 | 2022-02-11 | 重庆大学 | 一种基于云边协同的电池组多状态联合估计方法 |
| CN114035072B (zh) * | 2021-11-11 | 2023-10-03 | 重庆大学 | 一种基于云边协同的电池组多状态联合估计方法 |
| CN114217229A (zh) * | 2021-12-14 | 2022-03-22 | 珠海格力电器股份有限公司 | 电池soc矫正***及其控制方法、存储介质及电动车辆 |
| WO2023155220A1 (zh) * | 2022-02-16 | 2023-08-24 | 福建时代星云科技有限公司 | 一种基于云端数据的储能***sop优化方法及装置 |
| WO2023197488A1 (zh) * | 2022-04-11 | 2023-10-19 | 上海玫克生储能科技有限公司 | 单粒子电化学模型计算装置及方法 |
| CN116552322A (zh) * | 2023-07-11 | 2023-08-08 | 深圳市南霸科技有限公司 | 基于can-bus的电池管理方法、***、设备及存储介质 |
| CN116552322B (zh) * | 2023-07-11 | 2023-09-08 | 深圳市南霸科技有限公司 | 基于can-bus的电池管理方法、***、设备及存储介质 |
| CN117748664A (zh) * | 2023-12-18 | 2024-03-22 | 东莞市维能新能源有限公司 | 一种基于云端ai控制的bms控制方法及*** |
| CN117748664B (zh) * | 2023-12-18 | 2024-06-11 | 东莞市维能新能源有限公司 | 一种基于云端ai控制的bms控制方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110749827B (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110749827B (zh) | 基于云平台的智能化电池soc管理***及方法 | |
| CN108550928B (zh) | 电动汽车、充放电设备、电池soh的检测方法及*** | |
| JP6400205B2 (ja) | 無線ネットワークに基づく電池管理システム | |
| CN103308864B (zh) | 二次电池soh值估算和剩余寿命测试方法 | |
| CN107576918B (zh) | 锂电池的剩余电量的估算方法及*** | |
| CN202309138U (zh) | 变电站直流电源***用磷酸铁锂电池管理*** | |
| WO2018214266A1 (zh) | 电池组峰值功率的估算方法、装置和*** | |
| CN116632983B (zh) | 一种适用于户外储能电源的充放电控制*** | |
| CN112213641A (zh) | 用于获得剩余时间的电池管理***及方法 | |
| CN102064575B (zh) | 一种电动汽车电池管理***中电压采集的偏差修正方法及装置 | |
| CN110519362B (zh) | 一种数据上传方法以及装置 | |
| CN113190693B (zh) | 储能***的数据处理方法、装置、电子设备及存储介质 | |
| CN112714156A (zh) | 一种云端bms协同管理方法、***以及车辆 | |
| CN114629905B (zh) | 一种基于云端数据的储能***sop优化方法及装置 | |
| CN115541965A (zh) | 智能网关及基于智能网关实现的设备监测方法、电子设备 | |
| CN113829952A (zh) | 电动汽车的电池控制方法、***及电动汽车 | |
| US20210325833A1 (en) | System and method of estimating vehicle battery charging time using big data | |
| CN107492688B (zh) | 一种电池维护方法、装置及车辆 | |
| CN103208657B (zh) | 基于握手技术通信的蓄电池组在线均衡活化装置 | |
| US20140095656A1 (en) | Remote Monitoring of Battery Packs | |
| CN114994538A (zh) | 单粒子电化学模型计算装置及方法 | |
| CN114400928A (zh) | 云控智能无刷电机驱动*** | |
| CN113665436A (zh) | 一种电池管理方法及装置 | |
| CN111077466A (zh) | 一种确定车辆电池健康状态的方法及装置 | |
| CN110601282A (zh) | 用于锂电池管理***的主动均衡控制方法及其装置 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220818 Address after: Room 201, Scientific Research Building, South Side of North Ring Expressway, North of Mili Road, Huaiyin District, Jinan City, Shandong Province, 250000 Patentee after: Yuanshan (Jinan) Electronic Technology Co.,Ltd. Address before: 250061, No. ten, No. 17923, Lixia District, Ji'nan City, Shandong Province Patentee before: SHANDONG University |