CN110888069A - 一种动力电池的电流检测方法及装置 - Google Patents

一种动力电池的电流检测方法及装置 Download PDF

Info

Publication number
CN110888069A
CN110888069A CN201810930324.3A CN201810930324A CN110888069A CN 110888069 A CN110888069 A CN 110888069A CN 201810930324 A CN201810930324 A CN 201810930324A CN 110888069 A CN110888069 A CN 110888069A
Authority
CN
China
Prior art keywords
current
sampling
value
power battery
obtaining
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.)
Pending
Application number
CN201810930324.3A
Other languages
English (en)
Inventor
陆珂伟
王林
李超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC Motor Corp Ltd
Original Assignee
SAIC Motor Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SAIC Motor Corp Ltd filed Critical SAIC Motor Corp Ltd
Priority to CN201810930324.3A priority Critical patent/CN110888069A/zh
Publication of CN110888069A publication Critical patent/CN110888069A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0092Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供一种动力电池的检测方法及装置,在动力电池所在的回路中设置多个电流传感器,分别都用于采集动力电池的输出电流,在获得每个采样周期的各电流传感器的采样电流值之后,通过本次各采样电流值以及前次采样时确定的各电流传感器的测量精度估算值,来获得此采样周期动力电池的电流估算值,也就是说,该电流估算值为综合各电流传感器的采样值以及测量精度之后的融合估算值,同时,根据此次的电流估算值以及各采样电流值,估算出本次采样周期各电流传感器的测量精度估算值,实时动态的调整测量精度,以用于下一次采样周期时动力电池电流的估算。该方法有效提高动力电池电流的检测精度。

Description

一种动力电池的电流检测方法及装置
技术领域
本发明涉及新能源汽车领域,特别涉及一种动力电池的电流检测方法及 装置。
背景技术
随着传统能源的不断减少以及环保意识的不断提高,新能源汽车得到了 长足的发展,新能源汽车由动力电池包作为动力的来源,电池包的状态决定 了汽车的运行状态。
动力电池的电流值是电池包的重要参数,其是电池管理***(BMS)的 重要输入参数,动力电池的很多参数的估算算法中都会用到该电流值,该电 流值通常通过电流传感器采集获得,其采样精度直接影响到BMS中对动力电 池各项参数估算的准确性。目前,主要通过选用更高精度的电流传感器的方 式,来提高电流采样值的精度,这会增加***的成本,而硬件上精度的提高 也是有限的,这会增加***的成本。
发明内容
有鉴于此,本发明的目的在于提供一种动力电池的检测方法,提高动力 电池电流的检测精度。
为实现上述目的,本发明有如下技术方案:
一种动力电池的电流检测方法,所述动力电池所在回路中设置有M个电 流传感器,各所述电流传感器用于采集所述动力电池的输出电流,所述方法 包括:
获得动力电池向负载输出电流之前第m电流传感器的采样误差值E0m, 以作为初始测量精度估算值e0m,m从1至M,M≥2;
动力电池向负载输出电流之后,依次获得第k采样周期所述动力电池的 电流估算值IRk,k从1开始,获得所述电流估算值IRk的方法包括:
分别获得第k采样周期第m电流传感器的电流采样值Ikm,m从1至M;
根据第m电流传感器的所述电流采样值Ikm以及在第k-1采样周期的测量 精度估算值e(k-1)m,获得第k采样周期所述动力电池的电流估算值IRk,当 k为1时,第0采样周期的测量精度估算值为初始测量精度估算值e0m
通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1采样周期的测 量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的测量精度估算 值ekm,m从1至M。
可选地,所述获得动力电池向负载输出电流之前各所述电流传感器的采 样误差值,包括:
获得动力电池向负载输出电流之前第m电流传感器在不同采样时刻的电 流采样值,m从1至M;
根据第m电流传感器在不同采样时刻的电流采样值,分别获得第m电流 传感器的采样误差值,以作为初始测量精度估算值e0m
可选地,所述获得第k采样周期所述动力电池的电流估算值IRk,包括:
采用融合算法获得第k采样周期所述动力电池的电流估算值IRk
可选地,所述融合算法为均值算法、最小二乘算法或最小均方差算法。
可选地,所述通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1 采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的 测量精度估算值ekm,包括:
通过所述电流采样值Ikm和所述电流估算值IRk,获得第m电流传感器在 第k采样周期的采样误差值Ekm
获得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所 述平均值作为第k采样周期的测量精度估算值ekm
一种动力电池的电流检测装置,所述动力电池所在回路中设置有M个电 流传感器,各所述电流传感器用于采集所述动力电池的输出电流,所述装置 包括:
初始测量精度估算单元,用于获得动力电池向负载输出电流之前第m电 流传感器的采样误差值E0m,以作为初始测量精度估算值e0m,m从1至M, M≥2;
电流估算单元,用于动力电池向负载输出电流之后,依次获得第k采样 周期所述动力电池的电流估算值IRk,k从1开始,所述电流估算单元包括:
电流采样值获取单元,用于分别获得第k采样周期第m电流传感器的电 流采样值Ikm,m从1至M;
电流估算值获取单元,用于根据第m电流传感器的所述电流采样值Ikm以 及在第k-1采样周期的测量精度估算值e(k-1)m,获得第k采样周期所述动力 电池的电流估算值IRk,当k为1时,第0采样周期的测量精度估算值为初始 测量精度估算值e0m
测量精度获取单元,用于通过所述电流估算值IRk、所述电流采样值Ikm以 及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采 样周期的测量精度估算值ekm,m从1至M。
可选地,所述初始测量精度估算单元中,所述获得动力电池向负载输出 电流之前各所述电流传感器的采样误差值,包括:
获得动力电池向负载输出电流之前第m电流传感器在不同采样时刻的电 流采样值,m从1至M;
根据第m电流传感器在不同采样时刻的电流采样值,分别获得第m电流 传感器的采样误差值,以作为初始测量精度估算值e0m
可选地,所述电流估算值获取单元中,所述获得第k采样周期所述动力 电池的电流估算值IRk,包括:
采用融合算法获得第k采样周期所述动力电池的电流估算值IRk
可选地,所述融合算法为均值算法、最小二乘算法或最小均方差算法。
可选地,所述测量精度获取单元中,所述通过所述电流估算值IRk、所述 电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流 传感器在第k采样周期的测量精度估算值ekm,包括:
通过所述电流采样值Ikm和所述电流估算值IRk,获得第m电流传感器在 第k采样周期的采样误差值Ekm
获得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所 述平均值作为第k采样周期的测量精度估算值ekm
本发明实施例提供的动力电池的检测方法及装置,在动力电池所在的回 路中设置多个电流传感器,分别都用于采集动力电池的输出电流,在获得每 个采样周期的各电流传感器的采样电流值之后,通过本次各采样电流值以及 前次采样时确定的各电流传感器的测量精度估算值,来获得此采样周期动力 电池的电流估算值,也就是说,该电流估算值为综合各电流传感器的采样值 以及测量精度之后的融合估算值,同时,根据此次的电流估算值以及各采样 电流值,估算出本次采样周期各电流传感器的测量精度估算值,实时动态的 调整测量精度,以用于下一次采样周期时动力电池电流的估算。该方法中, 由于各电流传感器在每个采样周期的测量精度估算值是实时调整的,保证了 测量精度估算值的精确性,同时,每个采样周期动力电池的电流值是根据各 电流传感器的采样电流值以及测量精度估算值而获得的估算值,通过多电流 值进行估算,有效提高动力电池电流的检测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面 描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不 付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例动力电池回路的结构示意图;
图2示出了根据本发明实施例的动力电池的电流检测方法的流程示意图;
图3示出了根据本发明实施例的动力电池的电流检测装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图 对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发 明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以 在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体 实施例的限制。
正如背景技术中的描述,动力电池的电流值是BMS***中的重要输入参 数,与动力电池相关的很多其他参数的估算算法中都会用到该电流值,该电 流值的检测精度会直接影响其他各项参数估算的准确性。而目前,主要是通 过提高电流传感器硬件的测量精度,来提高动力电池电流检测的精度,而硬 件上精度的提高总是有限的,同时也会增加***的成本。
为此,本申请提出了一种动力电池的电流检测方法,在动力电池所在的 回路中设置多个电流传感器,分别都用于采集动力电池的输出电流,在每个 采样周期实时调整各电流传感器测量精度估算值,保证了测量精度估算值的 精确性,同时,每个采样周期动力电池的电流值是根据各电流传感器的采样 电流值以及测量精度估算值而获得的估算值,通过多电流值进行估算,有效 提高动力电池电流的检测精度。
为了更好地理解本申请的技术方案,首先对该动力电池回路进行介绍。 动力电池为车用的动力电池包,通常由多个电芯通过串并联的方式连接起来, 作为机动车的动力来源,动力电池提供高压电,参考图1所示,在动力电池 10的输出端通常串接有继电器开关16,通过继电器开关的开合,来控制动力 电池是否向负载输出电流。
在本申请中,参考图1所示,在动力电池10所在的回路中设置有多个电 流传感器12-1、12-2,可以在动力电池10的一端或两端设置一个或多个电流 传感器,电流传感器12-1、12-2与BMS之间通过采样线连接,BMS通过采 样线获得各电流传感器12-1、12-2的采样电流值,该采样电流值可以进一步 用于动力电池电流的估算或其他参数的估算。
在本申请中,通过各电流传感器的采样电流值进一步进行估算之后,获 得各采样周期动力电池的电流值,以下将结合流程图对该方法进行详细的描 述。
参考图2所示,在步骤S101,获得动力电池向负载输出电流之前各电流 传感器的采样误差值,该采样误差值作为初始测量精度估算值。
如前所述,动力电池的输出端上通常串接有继电器开关,通过该开关的 闭合,来控制动力电池是否向负载输出电流,在该开关闭合之前,动力电池 的所在回路处于开路状态,理论上,各电流传感器采集到的电流采样值应为0。
在动力电池向负载输出电流之前的各电流传感器的采样误差值,可以是 电流传感器的理论采样精度,该采样精度为传感器硬件本身的精度,通常在 传感器出厂时已经确定,为固定的精度值。
在本申请更优的实施例中,可以通过动力电池向负载输出电流之前各电 流传感器的电流采样值来确定。具体的,获得动力电池向负载输出电流之前 各电流传感器的采样误差值,包括:
获得动力电池向负载输出电流之前所有电流传感器在不同采样时刻的多 个电流采样值;通过各电流传感器在不同采样时刻的电流采样值之和,分别 获得各电流传感器的采样误差值,以该采样值作为初始测量精度估算值,该 估算值用于后续动力电池向负载输出电流之后,第一采样周期时动力电池的 电流值估算时使用。
若在动力电池的回路中设置有M个电流传感器来分别采集动力电池的输 出电流,且M≥2,为了便于描述,将这M个电流传感器分别记做第m传感 器,m从1至M。对于每个电流传感器,分别获得其在各个采样时刻的电流 采样值,第m传感器在第i采样周期的电流采样值记做xmi,i从1至n,m从 1至M。可以知道,动力电池的所在回路处于开路状态时,动力电池并没有向 负载输出电流,理论上,各电流传感器采集到的电流采样值应为0,而状态下 获得的电流采样值则与其测量精度相关,因此,可以通过开路状态时的电流 采样值来确定电流传感器的采样误差值。
在本实施例中,采集了多个采样周期的电流采样值,可以根据各电流传 感器在不同采样时刻的电流采样值,来分别获得各电流传感器的采样误差值, 以该采样误差值作为初始测量精度估算值,初始测量精度估算值可以通过如 下表达式来表示:
e0m=f(xm1,xm2....xmn) (1)
其中,e0m为第m电流传感器的初始测量精度估算值,xm1,xm2....xmn为第m 电流传感器在动力电池向负载输出电流之前各采样周期时的电流采样值,共 有n个采样周期。
通过多个采样周期的电流采样值,可以估算出采样误差值,例如可以通 过将这些电流采样值进行求和,而后计算平均值,来获得采样误差值;也可 以先对这些电流采样值进行去除异常数据的处理,异常数据例如可以为这些 电流采样值中的最大值和最小值,或者超出正常阈值范围之外的电流采样值, 而后,对去除异常数据之后的电流采样值进行求和平均,来获得采样误差值。
在步骤S102,动力电池向负载输出电流之后,依次获得第k采样周期所 述动力电池的电流估算值IRk,k从1开始。
可以理解的是,在电流采样时,依次获得每个采样周期的采样值,周期 的数量是持续增加的,也就是说,每个采样周期的电流估算完毕之后,k值增 加1。
在动力电池向负载输出电流后,也就是继电器开关处于闭合状态,动力 电池所在回路处于闭合状态。具体的,在各采样周期,获得动力电池的电流 估算值IRk包括以下步骤。
S1021,分别获得第k采样周期第m电流传感器的电流采样值Ikm,m从 1至M。
S1022,根据第m电流传感器的所述电流采样值Ikm以及在第k-1采样周 期的测量精度估算值e(k-1)m,获得第k采样周期所述动力电池的电流估算值 IRk
S1023,通过所述电流估算值IRk和所述电流采样值Ikm,获得第m电流 传感器在第k采样周期的测量精度估算值ekm,m从1至M。
在动力电池向负载输出电流后,此时,电流传感器开始采集动力电池的 输出电流,通过电流传感器即可获得各采样周期的电流采样值。
为了便于描述和理解,各采样周期记做第k采样周期,在第k采样周期 各电流传感器的电流采样值记做,第m传感器的电流采样值Ikm,第k采样周 期,第m传感器的测量精度估算值记做ekm,m从1至M。第k采样周期动 力电池的电流估算值记做IRk,其计算公式如下:
IRk=f[Ik1,Ik2.....Ikm,e(k-1)1,e(k-1)2....e(k-1)m] (2)
其中,Ik1,Ik2.....Ikm,e(k-1)1为各传感器的第k采样周期的电流采样值,e(k-1)2....e(k-1)m为各电流传感器的第k-1采样周期的测量精度估算值。
在具体的应用中,获得动力电池的电流估算值的算法可以为传感器融合 算法,例如可以为均值算法、最小二乘算法或最小均方差算法等。
第k采样周期,第m传感器的测量精度估算值记做ekm,其计算公式如下:
ekm=f[Ik1,Ik2.....Ikm,e(k-1)1,e(k-1)2....e(k-1)m,IRk] (3)
其中,Ik1,Ik2.....Ikm,e(k-1)1为各传感器的第k采样周期的电流采样值,e(k-1)2....e(k-1)m为各电流传感器的第k-1采样周期的测量精度估算值,IRk为第 k采样周期动力电池的电流估算值。
在具体的应用中,可以通过统计算法或其他算法来获得该采样周期的测 量精度估算值。具体的,本实施例中,首先通过所述电流采样值Ikm和所述电 流估算值IRk,获得第m电流传感器在第k采样周期的采样误差值Ekm;获 得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所述平均 值作为第k采样周期的测量精度估算值ekm
本申请实施例中,并没有将通过电流传感器获得的电流采样值直接作为 动力电池的电流值,而是通过进一步的计算,得到动力电池的电流估算值, 将该电流估算值作为BMS对电池各种状态的估算应用中。具体的,在每个采 样周期中,是根据各电流传感器的电流采样值与其上一采样周期获得的测量 精度估算值,通过这些值估算出动力电池在该采样周期的电流估算值,同时, 每个采样周期更新各电流传感器的测量精度估算值,通过本采样周期获得的 电流采样值、计算得到的电流估算值以及上一采样周期的测量精度估算值, 通过计算,来获得本采样周期下各电流传感器的测量精度估算值,该测量精 度估算值用于下一采样周期时动力电池电流估算值的计算。
这样,由于各电流传感器在每个采样周期的测量精度估算值是实时调整 的,保证了测量精度估算值的精确性,同时,每个采样周期动力电池的电流 值是根据各电流传感器的采样电流值以及测量精度估算值而获得的估算值, 通过多电流值进行估算,有效提高动力电池电流的检测精度。
为了便于理解该方案,以下将以两个采样周期为例,对上述的动力电池 的电流估算值的获取方法进行说明。
首先,获得第1采样周期各电流传感器的电流采样值。
在第1采样周期,第m传感器的电流采样值I1m,m从1至M。
接着,根据第1采样周期各电流传感器的电流采样值I1m以及初始测量精 度估算值e0m,获得第1采样周期动力电池的电流估算值IR1
同时,根据第1采样周期各电流传感器的电流采样值I1m、初始测量精度 估算值e0m以及第1采样周期动力电池的电流估算值IR1,获得各电流传感器 在第1采样周期的测量精度估算值e1m
之后,在第2采样周期,获得第2采样周期各电流传感器的电流采样值。
在第2采样周期,第m传感器的电流采样值I2m,m从1至M。
同样地,根据第2采样周期各电流传感器的电流采样值I2m以及第1采样 周期的测量精度估算值e1m,获得第2采样周期动力电池的电流估算值IR2
同时,根据第2采样周期各电流传感器的电流采样值I2m、第1采样周期 的测量精度估算值e1m以及第2采样周期动力电池的电流估算值IR2,获得各 电流传感器在第2采样周期的测量精度估算值e2m
对于之后的每个采样周期,采用上述每个周期中相同的方法,获得该采 样周期的电流估算值以及测量精度估算值,此处不再赘述。
以上对本发明实施例的动力电池的电流检测方法进行了详细的描述,此 外,本发明还提供了实现上述方法的动力电池的电流检测装置,所述动力电 池所在回路中设置有M个电流传感器,各所述电流传感器用于采集所述动力 电池的输出电流,参考图3所示,包括:
初始测量精度估算单元200,用于获得动力电池向负载输出电流之前第m 电流传感器的采样误差值E0m,以作为初始测量精度估算值e0m,m从1至M, M≥2;
电流估算单元210,用于动力电池向负载输出电流之后,依次获得第k采 样周期所述动力电池的电流估算值IRk,k从1开始,所述电流估算单元210 包括:
电流采样值获取单元2101,用于分别获得第k采样周期第m电流传感器 的电流采样值Ikm,m从1至M;
电流估算值获取单元2102,用于根据第m电流传感器的所述电流采样值 Ikm以及在第k-1采样周期的测量精度估算值e(k-1)m,获得第k采样周期所述 动力电池的电流估算值IRk,当k为1时,第0采样周期的测量精度估算值为 初始测量精度估算值e0m
测量精度获取单元2103,用于通过所述电流估算值IRk、所述电流采样 值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在 第k采样周期的测量精度估算值ekm,m从1至M。
进一步地,所述初始测量精度估算单元200中,所述获得动力电池向负 载输出电流之前各所述电流传感器的采样误差值,包括:
获得动力电池向负载输出电流之前第m电流传感器在不同采样时刻的电 流采样值,m从1至M;
根据第m电流传感器在不同采样时刻的电流采样值,分别获得第m电流 传感器的采样误差值,以作为初始测量精度估算值e0m
进一步地,所述电流估算值获取单元2102中,所述获得第k采样周期所 述动力电池的电流估算值IRk,包括:
采用融合算法获得第k采样周期所述动力电池的电流估算值IRk
进一步地,所述融合算法为均值算法、最小二乘算法或最小均方差算法。
进一步地,所述测量精度获取单元2103中,所述通过所述电流估算值 IRk、所述电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获 得第m电流传感器在第k采样周期的测量精度估算值ekm,包括:
通过所述电流采样值Ikm和所述电流估算值IRk,获得第m电流传感器在 第k采样周期的采样误差值Ekm
获得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所 述平均值作为第k采样周期的测量精度估算值ekm
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同 相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同 之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描 述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系 统实施例仅仅是示意性的,其中所述作为分离部件说明的模块或单元可以是 或者也可以不是物理上分开的,作为模块或单元显示的部件可以是或者也可 以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。 可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目 的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本发明的优选实施方式,虽然本发明已以较佳实施例披露 如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本 发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技 术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此, 凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所 做的任何的简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范 围内。

Claims (10)

1.一种动力电池的电流检测方法,所述动力电池所在回路中设置有M个电流传感器,各所述电流传感器用于采集所述动力电池的输出电流,其特征在于,所述方法包括:
获得动力电池向负载输出电流之前第m电流传感器的采样误差值E0m,以作为初始测量精度估算值e0m,m从1至M,M≥2;
动力电池向负载输出电流之后,依次获得第k采样周期所述动力电池的电流估算值IRk,k从1开始,获得所述电流估算值IRk的方法包括:
分别获得第k采样周期第m电流传感器的电流采样值Ikm,m从1至M;
根据第m电流传感器的所述电流采样值Ikm以及在第k-1采样周期的测量精度估算值e(k-1)m,获得第k采样周期所述动力电池的电流估算值IRk,当k为1时,第0采样周期的测量精度估算值为初始测量精度估算值e0m
通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的测量精度估算值ekm,m从1至M。
2.根据权利要求1所述的方法,其特征在于,所述获得动力电池向负载输出电流之前各所述电流传感器的采样误差值,包括:
获得动力电池向负载输出电流之前第m电流传感器在不同采样时刻的电流采样值,m从1至M;
根据第m电流传感器在不同采样时刻的电流采样值,分别获得第m电流传感器的采样误差值,以作为初始测量精度估算值e0m
3.根据权利要求1所述的方法,其特征在于,所述获得第k采样周期所述动力电池的电流估算值IRk,包括:
采用融合算法获得第k采样周期所述动力电池的电流估算值IRk
4.根据权利要求3所述的方法,其特征在于,所述融合算法为均值算法、最小二乘算法或最小均方差算法。
5.根据权利要求1所述的方法,其特征在于,所述通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的测量精度估算值ekm,包括:
通过所述电流采样值Ikm和所述电流估算值IRk,获得第m电流传感器在第k采样周期的采样误差值Ekm
获得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所述平均值作为第k采样周期的测量精度估算值ekm
6.一种动力电池的电流检测装置,其特征在于,所述动力电池所在回路中设置有M个电流传感器,各所述电流传感器用于采集所述动力电池的输出电流,其特征在于,所述装置包括:
初始测量精度估算单元,用于获得动力电池向负载输出电流之前第m电流传感器的采样误差值E0m,以作为初始测量精度估算值e0m,m从1至M,M≥2;
电流估算单元,用于动力电池向负载输出电流之后,依次获得第k采样周期所述动力电池的电流估算值IRk,k从1开始,所述电流估算单元包括:
电流采样值获取单元,用于分别获得第k采样周期第m电流传感器的电流采样值Ikm,m从1至M;
电流估算值获取单元,用于根据第m电流传感器的所述电流采样值Ikm以及在第k-1采样周期的测量精度估算值e(k-1)m,获得第k采样周期所述动力电池的电流估算值IRk,当k为1时,第0采样周期的测量精度估算值为初始测量精度估算值e0m
测量精度获取单元,用于通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的测量精度估算值ekm,m从1至M。
7.根据权利要求6所述的装置,其特征在于,所述初始测量精度估算单元中,所述获得动力电池向负载输出电流之前各所述电流传感器的采样误差值,包括:
获得动力电池向负载输出电流之前第m电流传感器在不同采样时刻的电流采样值,m从1至M;
根据第m电流传感器在不同采样时刻的电流采样值,分别获得第m电流传感器的采样误差值,以作为初始测量精度估算值e0m
8.根据权利要求6所述的装置,其特征在于,所述电流估算值获取单元中,所述获得第k采样周期所述动力电池的电流估算值IRk,包括:
采用融合算法获得第k采样周期所述动力电池的电流估算值IRk
9.根据权利要求8所述的装置,其特征在于,所述融合算法为均值算法、最小二乘算法或最小均方差算法。
10.根据权利要求6所述的装置,其特征在于,所述测量精度获取单元中,所述通过所述电流估算值IRk、所述电流采样值Ikm以及第k-1采样周期的测量精度估算值e(k-1)m,获得第m电流传感器在第k采样周期的测量精度估算值ekm,包括:
通过所述电流采样值Ikm和所述电流估算值IRk,获得第m电流传感器在第k采样周期的采样误差值Ekm
获得所述采样误差值Ekm与所述测量精度估算值e(k-1)m的平均值,以所述平均值作为第k采样周期的测量精度估算值ekm
CN201810930324.3A 2018-08-15 2018-08-15 一种动力电池的电流检测方法及装置 Pending CN110888069A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810930324.3A CN110888069A (zh) 2018-08-15 2018-08-15 一种动力电池的电流检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810930324.3A CN110888069A (zh) 2018-08-15 2018-08-15 一种动力电池的电流检测方法及装置

Publications (1)

Publication Number Publication Date
CN110888069A true CN110888069A (zh) 2020-03-17

Family

ID=69744206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810930324.3A Pending CN110888069A (zh) 2018-08-15 2018-08-15 一种动力电池的电流检测方法及装置

Country Status (1)

Country Link
CN (1) CN110888069A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0599961A (ja) * 1991-10-08 1993-04-23 Hioki Ee Corp 測定装置
US20090322358A1 (en) * 2008-06-30 2009-12-31 Hioki Denki Kabushiki Kaisha Resistance measuring apparatus
CN102869999A (zh) * 2010-03-30 2013-01-09 本田技研工业株式会社 二次电池的电池容量检测方法
CN104345198A (zh) * 2013-07-26 2015-02-11 上海汽车集团股份有限公司 启停过程中蓄电池工作电流的估算方法和装置
CN104553839A (zh) * 2013-10-16 2015-04-29 广州汽车集团股份有限公司 一种在线检测电路及方法
CN105203826A (zh) * 2015-09-11 2015-12-30 同济大学 一种冗余电流传感器动力电池***的电流检测方法
CN105277774A (zh) * 2015-10-29 2016-01-27 杭州电子科技大学 一种用于动力电池管理的高精度电流监测电路
CN106324318A (zh) * 2015-07-02 2017-01-11 三星Sdi株式会社 测量电池组电流的方法
CN107003338A (zh) * 2014-09-17 2017-08-01 大陆-特韦斯股份有限公司 在电流测量期间借助于参考电流校准电流传感器
CN107250825A (zh) * 2015-02-19 2017-10-13 三菱电机株式会社 电池状态推测装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0599961A (ja) * 1991-10-08 1993-04-23 Hioki Ee Corp 測定装置
US20090322358A1 (en) * 2008-06-30 2009-12-31 Hioki Denki Kabushiki Kaisha Resistance measuring apparatus
CN102869999A (zh) * 2010-03-30 2013-01-09 本田技研工业株式会社 二次电池的电池容量检测方法
CN104345198A (zh) * 2013-07-26 2015-02-11 上海汽车集团股份有限公司 启停过程中蓄电池工作电流的估算方法和装置
CN104553839A (zh) * 2013-10-16 2015-04-29 广州汽车集团股份有限公司 一种在线检测电路及方法
CN107003338A (zh) * 2014-09-17 2017-08-01 大陆-特韦斯股份有限公司 在电流测量期间借助于参考电流校准电流传感器
CN107250825A (zh) * 2015-02-19 2017-10-13 三菱电机株式会社 电池状态推测装置
CN106324318A (zh) * 2015-07-02 2017-01-11 三星Sdi株式会社 测量电池组电流的方法
CN105203826A (zh) * 2015-09-11 2015-12-30 同济大学 一种冗余电流传感器动力电池***的电流检测方法
CN105277774A (zh) * 2015-10-29 2016-01-27 杭州电子科技大学 一种用于动力电池管理的高精度电流监测电路

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
崔张坤: "《电动汽车锂电池组高精度电压电流检测***研究与设计》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN108445406B (zh) 一种动力电池健康状态估计方法
Farmann et al. A comprehensive review of on-board State-of-Available-Power prediction techniques for lithium-ion batteries in electric vehicles
EP3623829B1 (en) Apparatus and method for estimating state of charge of secondary battery
JP5944291B2 (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
Sun et al. Adaptive unscented Kalman filtering for state of charge estimation of a lithium-ion battery for electric vehicles
Xiong et al. A robust state-of-charge estimator for multiple types of lithium-ion batteries using adaptive extended Kalman filter
Xu et al. Kalman filtering state of charge estimation for battery management system based on a stochastic fuzzy neural network battery model
Sangwan et al. State-of-charge estimation for li-ion battery using extended Kalman filter (EKF) and central difference Kalman filter (CDKF)
CN107167743B (zh) 基于电动车辆的荷电状态估算方法和装置
WO2015059879A1 (ja) バッテリのパラメータ推定装置及びパラメータ推定方法
CN106026260A (zh) 一种带有均衡电路的串连电池组soc估算方法
CN110596606B (zh) 一种锂电池剩余电量估计方法、***及装置
US9559390B2 (en) Battery degradation accumulation methods
CN104977545A (zh) 一种动力电池的荷电状态估计方法及***
CN103323781B (zh) 动力电池组在线参数检测***及soc估计方法
CN103616647A (zh) 一种用于电动汽车电池管理***的电池剩余电量估计方法
CN107894570B (zh) 基于Thevenin模型的电池组SOC的估算方法和装置
Zhang et al. A battery State of Charge estimation method with extended Kalman filter
Wang et al. Battery available power prediction of hybrid electric vehicle based on improved Dynamic Matrix Control algorithms
CN104242393A (zh) 基于动态soc估算***的电池管理***
WO2018172216A1 (en) Battery energy store
CN102944848A (zh) 一种动力电池剩余电量实时评估方法及其装置
Zhu et al. The SOH estimation of LiFePO4 battery based on internal resistance with Grey Markov Chain
Dai et al. State and parameter estimation of a hev li-ion battery pack using adaptive kalman filter with a new soc-ocv concept
CN105093129A (zh) 一种储能电池剩余容量检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200317