CN111231758B - 一种电池容量的估算方法、装置、电子设备及介质 - Google Patents
一种电池容量的估算方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN111231758B CN111231758B CN201910962929.5A CN201910962929A CN111231758B CN 111231758 B CN111231758 B CN 111231758B CN 201910962929 A CN201910962929 A CN 201910962929A CN 111231758 B CN111231758 B CN 111231758B
- Authority
- CN
- China
- Prior art keywords
- data segment
- discharging process
- capacity
- data
- battery
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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]
-
- 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)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例公开了一种电池容量的估算方法、装置、电子设备及介质。该估算方法包括:基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;根据所述有效数据片段估算所述车辆电池的容量。本发明实施例的技术方案,以实现更为准确的估算电池容量。
Description
技术领域
本发明实施例涉及电池技术领域,尤其涉及一种电池容量的估算方法、装置、电子设备及介质。
背景技术
最近十几年,为响应国家的环保需求以及人民对低碳绿色生活的向往,动力电池市场迅猛发展。电池容量是影响电动车性能的一个重要因素,准确估计电池当前容量可以提高荷电状态(state of charge,简称SOC)的估计精度、峰值功率的预测精度以及续驶里程的估计精度,因此,在电池管理***(battery management system,简称BMS)中,电池容量常常作为表征电池健康状态的一个重要指标。
目前市场上的BMS还不具备准确估计电池容量的能力,主要的电池容量估算方法包括以下三类:一类是基于离线试验测试得到电池容量与某一个或几个变量之间的对应关系数据,通过在电池实际运行过程中得到这些变量的值,进而通过查表得到电池容量的计算值,但是,离线得到的容量衰减速率没办法适用于所有电池实际工况,该方法虽然计算简单、开销小,但实际应用效果并不理想;第二类是基于电池模型的SOC与容量联合估计,这种方法在离线条件下可以得到比较好的估计效果,但是对BMS的芯片处理能力有较高要求,容量的计算鲁棒性依赖于电池SOC估计结果,有不收敛的风险;第三类是基于数据驱动的容量估计方法,通过离线循环老化试验得到的容量,基于支持向量机等智能算法对其进行训练,得到电池剩余寿命或者电池容量的预估值,对于BMS来说,准确获得容量的历史值比较难,也难以支持复杂的智能算法,该方法难以用于实际的BMS当中。
发明内容
本发明实施例提供一种电池容量的估算方法、装置、电子设备及介质,以实现更为准确的估算电池容量。
第一方面,本发明实施例提供了电池容量的估算方法,该估算方法包括:
获取车辆电池的历史运行数据;
基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
根据所述有效数据片段估算所述车辆电池的容量。
进一步地,基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段,包括:
判断所述历史运行数据中的数据片段是否为所述车辆电池的使用行为中充电过程的充电数据片段,若是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段。
进一步地,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段,包括:
将所述前序放电过程对应的数据片段的开始时刻至所述后序放电过程对应的数据片段的结束时刻之间的数据片段作为所述历史运行数据对应的有效数据片段。
进一步地,在根据所述有效数据片段估算所述车辆电池的容量之前,还包括:
获取所述有效数据片段的开始时刻的SOC值、所述有效数据片段的结束时刻的SOC值、所述前序放电过程的结束时刻的SOC计算值以及所述后序放电过程的开始时刻的SOC计算值。
进一步地,所述估算方法还包括:
根据所述车辆电池的初始电池容量、所述有效数据片段的开始时刻的SOC值以及所述前序放电过程的结束时刻的SOC计算值确定所述前序放电过程的电池容量变化量;以及,
根据所述车辆电池的初始电池容量、所述有效数据片段的结束时刻的SOC值以及所述后序放电过程的开始时刻的SOC计算值确定所述后序放电过程的电池容量变化量;以及,
根据所述前序放电过程的结束时刻以及所述后序放电过程的开始时刻确定所述充电过程的电池容量变化量。
进一步地,根据所述有效数据片段估算所述车辆电池的容量,包括:
根据所述前序放电过程的电池容量变化量、所述后序放电过程的电池容量变化量以及所述充电过程的电池容量变化量估算所述车辆电池的容量。
进一步地,所述估算方法还包括:
根据所述车辆电池的容量以及所述车辆电池的初始电池容量确定所述车辆电池的容量衰减程度。
第二方面,本发明实施例还提供了电池容量的估算装置,该估算装置包括:
数据获取模块,用于获取车辆电池的历史运行数据;
有效数据片段确定模块,用于基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
容量估算模块,用于根据所述有效数据片段估算所述车辆电池的容量。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储多个程序,
当所述多个程序中的至少一个被所述一个或多个处理器执行时,使得所述一个或多个处理器实现本发明第一方面实施例所提供的一种电池容量的计算方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面实施例所提供的一种电池容量的计算方法。
本发明实施例通过获取车辆电池的历史运行数据;基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;根据所述有效数据片段估算所述车辆电池的容量。解决了现有技术中的基于离线实验数据、高成本的BMS芯片处理能力或是难应用而无法准确估算电池容量的问题,以实现更为准确的估算电池容量。
附图说明
图1是本发明实施例一提供的一种电池容量的估算方法的流程图;
图2是本发明实施例二提供的一种电池容量的估算方法的流程图;
图3是本发明实施例提供的筛选出的有效数据片段的示意图;
图4是本发明实施例提供的示例性的样本集的代价函数值分布的示意图;
图5是本发明实施例三提供的一种电池容量的估算方法中筛选有效数据片段策略的流程图;
图6为本发明实施例四提供的一种电池容量的估算装置的结构图;
图7是本发明实施例五提供的一种设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种电池容量的估算方法的流程图,本实施例可适用于对电动车的电池容量进行准确估算从而更为准确的表征电池健康状态的情况,该方法可以由电池容量的估算装置来执行,该装置可以通过软件和/或硬件的形式实现。具体包括如下步骤:
S110、获取车辆电池的历史运行数据。
按照GB/T 32960规定,电动车必须将运行数据上传到国家监控平台上,大量的车辆的历史运行数据给电池容量的准确估计带来了福音。
车辆电池的历史运行数据来自国家监控平台的云端服务器上,即电动车从投入使用后至今,所有反馈至国家监控平台的历史运行数据。
车辆电池的历史运行数据可以为一辆车辆的电池的历史运行数据,或是同一车型的多辆车辆的电池的历史运行数据。
S120、基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段。
其中,车辆电池的使用行为包括充电过程和放电过程,由于电动车辆在实际运行过程中,放电过程的电流变化较剧烈,例如10s的数据上传间隔可以包含丰富的电流变化信息,而将10s的电流当作线性变化过程必将带来很大的误差,因此,在电池容量计算过程中,以电池的充电过程为主。
本发明实施例提及的前序放电过程和后序放电过程是指与充电过程相邻的两个电池的使用行为,均为放电过程。依据时间发展的顺序来说,电池先经过一段时间放电过程,即前序放电过程,之后电池经过充电过程,最后电池再次经过一段时间放电过程,即后序放电过程。前序放电过程、充电过程和后序放电过程是在一个时间轴上一段连续的过程,本发明实施例将该过程所对应的历史运行数据的数据片段筛选出来作为有效数据片段。
有效数据片段为历史运行数据中的某一段或是某几段,有效数据片段从历史运行数据中筛选出的,可以为一段或是多段。需要说明的是本申请提供的技术方案可以是对一段有效数据片段的处理,或是多段有效数据片段的同时处理,以保证数据准确性的前提下可以进行灵活选择。
另外需要说明的是,有效数据片段包含有时间、SOC、电流和电压,且需要有效数据片段的特征,即在充电过程前后的行驶过程中,有满足BMS控制器中计算SOC修正的条件的数据片段,只有同时满足上述对三段电池的使用行为各自的特征要求时,才能构成一段完整的有效数据片段,任意条件不满足,则舍弃该数据片段。
S130、根据所述有效数据片段估算所述车辆电池的容量。
具体的,获取所述有效数据片段的开始时刻的SOC值、所述有效数据片段的结束时刻的SOC值、所述前序放电过程的结束时刻的SOC计算值以及所述后序放电过程的开始时刻的SOC计算值。
根据所述车辆电池的初始电池容量、所述有效数据片段的开始时刻的SOC值以及所述前序放电过程的结束时刻的SOC计算值确定所述前序放电过程的电池容量变化量;以及,
根据所述车辆电池的初始电池容量、所述有效数据片段的结束时刻的SOC值以及所述后序放电过程的开始时刻的SOC计算值确定所述后序放电过程的电池容量变化量;以及,
根据所述前序放电过程的结束时刻以及所述后序放电过程的开始时刻确定所述充电过程的电池容量变化量。
根据所述前序放电过程的电池容量变化量、所述后序放电过程的电池容量变化量以及所述充电过程的电池容量变化量估算所述车辆电池的容量。
本发明实施例通过获取车辆电池的历史运行数据;基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;根据所述有效数据片段估算所述车辆电池的容量。解决了现有技术中的基于离线实验数据、高成本的BMS芯片处理能力或是难应用而无法准确估算电池容量的问题,以实现更为准确的估算电池容量。
实施例二
图2为本发明实施例二提供的一种电池容量的估算方法的流程图。本实施例以上述实施例为基础进行优化。
相应的,本实施例的方法具体包括:
S210、获取车辆电池的历史运行数据。
S220、判断所述历史运行数据中的数据片段是否为所述车辆电池的使用行为中充电过程的充电数据片段,若是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段。
所述车辆电池的使用行为中所述前序放电过程的特征,需要满足的条件是:
一、在充电过程开始前经历了至少1小时以上的静止过程,使电池内部达到平衡状态,此刻的外电压近似等于电池的开路电压;
二、电池内部平衡状态判断:ΔV/Δt≤5mV/t0;
其中,ΔV是静止过程的最后两个相邻数据采样点的单体电压差,ts是运行数据上报周期,示例性的,ts=10s;
三、该前序放电过程是满足条件一和二且距离后序的充电过程最近的放电过程;
四、该段行驶过程BMS上报的SOC的变化量需要满足SOC初值偏差修正条件,即ΔSOC≥δ×k/|k-1|;
示例性的,δ=15%,SOC加速修正因子k的取值满足如下表1,表1为充放电方式与SOC初值偏差的对应关系。
表1充放电方式与SOC初值偏差的对应关系
在前序放电过程中,SOC出现正偏差,按照ΔSOC≥δ×k/|k-1|可以计算出ΔSOC≥30%。
所述车辆电池的使用行为中所述前序放电过程的特征,需要满足的条件是:
充电段SOC的变化量ΔSOC≥30%。
所述车辆电池的使用行为中所述前序放电过程的特征,需要满足的条件是:
一、车辆电池的后序放电过程结束后紧接着进行静止过程,且静止过程超过1小时;
二、电池内部平衡状态判断:ΔV/Δt≤5mV/ts;
其中,ΔV是相邻两个数据采样点的单体电压差,ts是数据上报周期,示例性的,ts=10s;
三、后序放电过程是满足条件一和二且距离前序的充电过程最近的放电过程。
可以理解的是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段,包括:将所述前序放电过程对应的数据片段的开始时刻至所述后序放电过程对应的数据片段的结束时刻之间的数据片段作为所述历史运行数据对应的有效数据片段。
示例性的,图3为本发明实施例提供的筛选出的有效数据片段的示意图,如图3所示,横坐标为时间,纵坐标为SOC值。t0至t2为前序放电过程,t0为有效数据片段的开始时刻,也是前序放电过程的开始时刻,t2为前序放电过程的结束时刻;t2至t3为充电过程,t2为充电过程的开始时刻,t3为充电过程的结束时刻;t3至t6为后序放电过程,t3为后序放电过程的开始时刻,t6为后序放电过程的结束时刻,也是有效数据片段的结束时刻。
S230、获取所述有效数据片段的开始时刻的SOC值、所述有效数据片段的结束时刻的SOC值、所述前序放电过程的结束时刻的SOC计算值以及所述后序放电过程的开始时刻的SOC计算值。
具体的,根据有效数据片段确定其开始时刻的端电压值V0以及结束时刻的端电压值V6,将有效数据片段开始时刻的端电压值V0以及结束时刻的端电压值V6分别带入SOC-OCV曲线分段表达式:
f(VOCV)=(SOCk+1-SOCk)/(OCVk+1-OCVk)*(V-OCVk)+SOCk
得到所述有效数据片段的开始时刻的SOC值,即SOC0;
以及所述有效数据片段的结束时刻的SOC值,即SOC6;
其中,k的值OCVk由所在SOC-OCV曲线位置决定。
根据有效数据片段开始时刻的SOC值以及有效数据片段开始时刻的SOC值,取BMS上报SOC的值,带入到映射关系函数:
SOCEst=f(SOCDisp)=SOCDisp(SOCupLim-SOCLowLim)+SOCLowLim
得到BMS控制器中的所述前序放电过程的结束时刻的SOC计算值,即f(SOC1)。
以及BMS控制器中的所述后序放电过程的开始时刻的SOC计算值,即f(SOC4)。
S240、根据所述车辆电池的初始电池容量、所述有效数据片段的开始时刻的SOC值以及所述前序放电过程的结束时刻的SOC计算值确定所述前序放电过程的电池容量变化量;以及,
根据所述车辆电池的初始电池容量、所述有效数据片段的结束时刻的SOC值以及所述后序放电过程的开始时刻的SOC计算值确定所述后序放电过程的电池容量变化量;以及,
根据所述前序放电过程的结束时刻以及所述后序放电过程的开始时刻确定所述充电过程的电池容量变化量。
具体的,根据所述车辆电池的初始电池容量Q0、所述有效数据片段的开始时刻的SOC值SOC0以及所述前序放电过程的结束时刻的SOC计算值f(SOC1),通过公式:
ΔQDisch1=Q0*(f(SOC1)-SOC0)
确定所述前序放电过程的电池容量变化量ΔQDisch1。
根据所述车辆电池的初始电池容量Q0、所述有效数据片段的结束时刻的SOC值SOC6以及所述后序放电过程的开始时刻的SOC计算值f(SOC4),通过公式:
ΔQDisch2=Q0*(SOC6-f(SOC4))
确定所述后序放电过程的电池容量变化量ΔQDisch2。
根据所述前序放电过程的结束时刻t2以及所述后序放电过程的开始时刻t3,通过公式:
确定所述充电过程的电池容量变化量ΔQCh。
本发明实施例利用云端数据的某段SOC区间对应的容量来计算电池的容量,即Q=ΔQ/ΔSOC,既对用来计算电池容量的有效数据片段的始末SOC值及容量计算进行了详细深入的思考,而且对数据片段的获取提出了筛选需求,同时也对有效数据片段的始末SOC值及容量计算进行了***的计算,最后可以得到准确电池容量计算值。
S250、根据所述前序放电过程的电池容量变化量、所述后序放电过程的电池容量变化量以及所述充电过程的电池容量变化量估算所述车辆电池的容量。
具体的,根据所述前序放电过程的电池容量变化量ΔQDisch1、所述后序放电过程的电池容量变化量ΔQDisch2以及所述充电过程的电池容量变化量ΔQCh,通过公式:
Q=(ΔQCh+ΔQDisch1+ΔQDisch2)/(SOC6-SOC0)
估算所述车辆电池的容量Q。
S260、根据所述车辆电池的容量以及所述车辆电池的初始电池容量确定所述车辆电池的容量衰减程度。
本发明实施例提供的技术方案可以对电动车上线至今的所有上传的历史数据进行筛选,可以得到多个满足条件的有效数据片段,基于这些有效片段可以估计出电池容量和容量衰减程度。
具体操作为:确定车辆识别码VIN,有助于将电池的相关数据与车辆车型等信息进行一一对应,然后按照上述方法进行有效数据片段的筛选,得到有效数据片段后,通过SOC-OCV曲线确定有效数据片段始末两端的准确SOC值,再结合上述公式确定电池充放电容量,再带入到上述容量计算公式中,即可以得到电池容量随时间的变化趋势。
为评价基于云端数据的电池容量计算方法,即本发明实施例提供的方法,对整个车型全生命周期的电池容量计算及容量衰减趋势预测的适应性,定义一个代价函数为:
f(VIN)=(Mend-Mstart)/S
其中,VIN是车辆的标识码,Mend是单车满足有效数据片段筛选条件的最终累积里程,Mstart是单车满足有效数据片段筛选条件的开始累积里程,S是在(Mend-Mstart)这段累积里程变化内的有效数据片段总数。
图4为本发明实施例提供的示例性的样本集的代价函数值分布的示意图,对本例样本集中746辆车,都带入上述代价函数,可以得到单车的代价函数值。如图4所示,需要经历1万公里和2万公里就有一个有效数据片段的车辆数目分别占比37.2%和70.7%,完全可以满足容量衰减趋势的预测需求。
现有公开技术都是应用在理想场景下,SOC值是准确的,采样频率不小于1Hz,且充电电流是恒流,无法覆盖乘用车的大部分充电场景,本发明是为了利用数据质量较差、数据上传频率很低的车辆历史数据来,实现电池容量的准确估计及电池容量衰退的准确预测。根据本发明所涉及的基于云端数据的电池容量计算方法,因为是基于SOC变化区间对应的容量变化来计算电池当前的容量,充分考虑了利用电池SOC-OCV曲线来控制起始SOC计算值精度不受电池BMS控制策略的影响,而电池放电过程的容量利用电池初始容量与SOC变化量的乘积来计算,避免了数据上传频率过低对传统按时积分计算容量的影响,可以有效提高电池容量计算的精度。
实施例三
图5为本发明实施例三提供的一种电池容量的估算方法中筛选有效数据片段策略的流程图。在上述各实施例的基础上,提供一种优选实施例。该电池容量的估算方法中筛选有效数据片段策略包括:
S510、开始筛选有效数据片段;
S511、判断车辆当前是否为充电数据,若是,同时执行S512、S517和S518,若否,执行S510、;
S512、判断前序放电过程是否满足在开始前经历了至少1小时以上的静止过程,若是,执行S513,若否,执行S510;
S513、判断静止过程的最后两个相邻数据采样点的单体电压差是否满足ΔV/Δt≤5mV/t0,若是,执行S514,若否,执行S510;
S514、筛选离参考充电过程最近的放电过程;
S515、判断BMS上报的SOC的变化量是否满足SOC初值偏差修正条件,即ΔSOC≥δ×k/|k-1|,若是,同时执行S516和S522,若否,执行S510;
S516、将前序放电过程的开始时刻作为有效数据片段的开始时刻;
S517、判断充电过程的SOC变化量是否大于ΔSOC,若是S522,执行,若否,执行S510;
S518、判断后序放电过程是否满足在结束时刻经历了至少1小时以上的静止过程,若是,执行S519,若否,执行S510;
S519、判断静止过程的最后两个相邻数据采样点的单体电压差是否满足ΔV/Δt≤5mV/t0,若是,执行S520,若否,执行S510;
S520、筛选离参考充电过程最近的放电过程;
S521、放电过程紧邻的静止过程的结束时刻作为有效数据片段的结束时刻;
S522、判断S516、S517和S521是否同时满足,若是,执行,若否,执行S510;
S523、将开始时刻到结束时刻的时间、SOC、电流和电压数据导出作为一个有效数据片段。
实施例四
图6为本发明实施例四提供的一种电池容量的估算装置的结构图,本实施例可适用于对电动车的电池容量进行准确估算从而更为准确的表征电池健康状态的情况。
如图6所示,所述估算装置包括:数据获取模块610、有效数据片段确定模块620和容量估算模块630,其中:
数据获取模块610,用于获取车辆电池的历史运行数据;
有效数据片段确定模块620,用于基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
容量估算模块630,用于根据所述有效数据片段估算所述车辆电池的容量。
本实施例提供的电池容量的估算装置,通过获取车辆电池的历史运行数据;基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;根据所述有效数据片段估算所述车辆电池的容量。解决了现有技术中的基于离线实验数据、高成本的BMS芯片处理能力或是难应用而无法准确估算电池容量的问题,以实现更为准确的估算电池容量。
在上述各实施例的基础上,基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段,包括:
判断所述历史运行数据中的数据片段是否为所述车辆电池的使用行为中充电过程的充电数据片段,若是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段。
在上述各实施例的基础上,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段,包括:
将所述前序放电过程对应的数据片段的开始时刻至所述后序放电过程对应的数据片段的结束时刻之间的数据片段作为所述历史运行数据对应的有效数据片段。
在上述各实施例的基础上,在根据所述有效数据片段估算所述车辆电池的容量之前,还包括:
获取所述有效数据片段的开始时刻的SOC值、所述有效数据片段的结束时刻的SOC值、所述前序放电过程的结束时刻的SOC计算值以及所述后序放电过程的开始时刻的SOC计算值。
在上述各实施例的基础上,还包括:
根据所述车辆电池的初始电池容量、所述有效数据片段的开始时刻的SOC值以及所述前序放电过程的结束时刻的SOC计算值确定所述前序放电过程的电池容量变化量;以及,
根据所述车辆电池的初始电池容量、所述有效数据片段的结束时刻的SOC值以及所述后序放电过程的开始时刻的SOC计算值确定所述后序放电过程的电池容量变化量;以及,
根据所述前序放电过程的结束时刻以及所述后序放电过程的开始时刻确定所述充电过程的电池容量变化量。
在上述各实施例的基础上,根据所述有效数据片段估算所述车辆电池的容量,包括:
根据所述前序放电过程的电池容量变化量、所述后序放电过程的电池容量变化量以及所述充电过程的电池容量变化量估算所述车辆电池的容量。
在上述各实施例的基础上,还包括:
根据所述车辆电池的容量以及所述车辆电池的初始电池容量确定所述车辆电池的容量衰减程度。
上述各实施例所提供的电池容量的估算装置可执行本发明任意实施例所提供的电池容量的估算方法,具备执行电池容量的估算方法相应的功能模块和有益效果。
实施例五
图7为本发明实施例五提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图7显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的电池容量的估算方法,该方法包括:
获取车辆电池的历史运行数据;
基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
根据所述有效数据片段估算所述车辆电池的容量。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的电池容量的估算方法的技术方案。
实施例六
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的电池容量的估算方法,该方法包括:
获取车辆电池的历史运行数据;
基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
根据所述有效数据片段估算所述车辆电池的容量。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的电池容量的估算方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—-包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种电池容量的估算方法,其特征在于,包括:
获取车辆电池的历史运行数据;
基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
根据所述有效数据片段估算所述车辆电池的容量;
所述基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段,包括:
判断所述历史运行数据中的数据片段是否为所述车辆电池的使用行为中充电过程的充电数据片段,若是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段。
2.根据权利要求1所述的方法,其特征在于,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段,包括:
将所述前序放电过程对应的数据片段的开始时刻至所述后序放电过程对应的数据片段的结束时刻之间的数据片段作为所述历史运行数据对应的有效数据片段。
3.根据权利要求1所述的方法,其特征在于,在根据所述有效数据片段估算所述车辆电池的容量之前,还包括:
获取所述有效数据片段的开始时刻的SOC值、所述有效数据片段的结束时刻的SOC值、所述前序放电过程的结束时刻的SOC计算值以及所述后序放电过程的开始时刻的SOC计算值。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据所述车辆电池的初始电池容量、所述有效数据片段的开始时刻的SOC值以及所述前序放电过程的结束时刻的SOC计算值确定所述前序放电过程的电池容量变化量;以及,
根据所述车辆电池的初始电池容量、所述有效数据片段的结束时刻的SOC值以及所述后序放电过程的开始时刻的SOC计算值确定所述后序放电过程的电池容量变化量;以及,
根据所述前序放电过程的结束时刻以及所述后序放电过程的开始时刻确定所述充电过程的电池容量变化量。
5.根据权利要求4所述的方法,其特征在于,根据所述有效数据片段估算所述车辆电池的容量,包括:
根据所述前序放电过程的电池容量变化量、所述后序放电过程的电池容量变化量以及所述充电过程的电池容量变化量估算所述车辆电池的容量。
6.根据权利要求1所述的方法,其特征在于,还包括:
根据所述车辆电池的容量以及所述车辆电池的初始电池容量确定所述车辆电池的容量衰减程度。
7.一种电池容量的估算装置,其特征在于,包括:
数据获取模块,用于获取车辆电池的历史运行数据;
有效数据片段确定模块,用于基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段;
容量估算模块,用于根据所述有效数据片段估算所述车辆电池的容量;
所述基于所述历史运行数据将所述车辆电池的使用行为包含前序放电过程、充电过程和后序放电过程的数据片段作为所述历史运行数据对应的有效数据片段,包括:
判断所述历史运行数据中的数据片段是否为所述车辆电池的使用行为中充电过程的充电数据片段,若是,将所述充电数据片段的所述前序放电过程对应的数据片段、所述后序放电过程对应的数据片段以及所述充电数据片段作为所述历史运行数据对应的有效数据片段。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的电池容量的估算方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的电池容量的估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962929.5A CN111231758B (zh) | 2019-10-11 | 2019-10-11 | 一种电池容量的估算方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910962929.5A CN111231758B (zh) | 2019-10-11 | 2019-10-11 | 一种电池容量的估算方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111231758A CN111231758A (zh) | 2020-06-05 |
CN111231758B true CN111231758B (zh) | 2021-08-24 |
Family
ID=70871874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910962929.5A Active CN111231758B (zh) | 2019-10-11 | 2019-10-11 | 一种电池容量的估算方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111231758B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112319462B (zh) * | 2020-11-17 | 2022-05-13 | 河南科技大学 | 一种插电式混合动力汽车能量管理方法 |
CN112578282B (zh) * | 2020-12-02 | 2024-07-02 | 重庆峘能电动车科技有限公司 | 估算电池soc的方法、用电设备以及存储介质 |
CN113240002B (zh) * | 2021-05-11 | 2024-03-19 | 北京理工新源信息科技有限公司 | 一种车联网大数据预处理***、装置和方法 |
CN114910792A (zh) * | 2022-04-08 | 2022-08-16 | 中国第一汽车股份有限公司 | 一种动力电池充电深度评价、装置、终端及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5194894B2 (ja) * | 2008-03-07 | 2013-05-08 | 日産自動車株式会社 | 二次電池の残量推定装置。 |
JP2013178166A (ja) * | 2012-02-28 | 2013-09-09 | Sanyo Electric Co Ltd | 二次電池の残容量補正方法、二次電池の残容量算出方法及びパック電池 |
US9081068B2 (en) * | 2012-09-18 | 2015-07-14 | Apple Inc. | Method and apparatus for determining a capacity of a battery |
JP5812032B2 (ja) * | 2013-03-22 | 2015-11-11 | トヨタ自動車株式会社 | 蓄電システム及び蓄電装置の満充電容量推定方法 |
CN108802616A (zh) * | 2017-04-27 | 2018-11-13 | 苏州宝时得电动工具有限公司 | 电动设备及其电池电量管理方法和*** |
-
2019
- 2019-10-11 CN CN201910962929.5A patent/CN111231758B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111231758A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111231758B (zh) | 一种电池容量的估算方法、装置、电子设备及介质 | |
US11408942B2 (en) | Method for predicting service life of retired power battery | |
CN110221222B (zh) | 电池安全截止电压预测方法、装置及电池管理*** | |
CN110161425B (zh) | 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法 | |
CN105467325A (zh) | 电池容量退化解决的方法和*** | |
CN109543317B (zh) | 一种pemfc剩余使用寿命预测的方法及装置 | |
CN110412470B (zh) | 电动汽车动力电池soc估计方法 | |
CN111426952A (zh) | 一种锂离子电池的寿命预测方法 | |
CN113794254B (zh) | 一种热管理策略配置方法、装置、计算机设备和存储介质 | |
CN113064089A (zh) | 动力电池的内阻检测方法、装置、介质以及*** | |
CN116609676B (zh) | 一种基于大数据处理的混合储能电池状态监控方法及*** | |
CN115221795A (zh) | 容量预测模型的训练方法、预测方法、装置、设备及介质 | |
CN116008827A (zh) | 一种锂离子电池析锂电位的确定方法、装置及电子设备 | |
WO2024060539A1 (zh) | 动力电池的年度碳排放量估算方法及装置 | |
CN112946482A (zh) | 一种基于模型的电池电压估算方法、装置、设备及存储介质 | |
CN113791351B (zh) | 基于迁移学习和差值概率分布的锂电池寿命预测方法 | |
CN114954105A (zh) | 电池换电方法、装置、电子设备及存储介质 | |
CN114675201A (zh) | 一种动力电池***的容量衰减率确定方法及装置 | |
CN113447824A (zh) | 电池最大充放电电流的估算方法、装置及存储介质 | |
CN114966452B (zh) | 一种电池状态确定方法及相关装置 | |
CN113805084B (zh) | 电池容量衰减的计算方法、装置、计算机设备及存储介质 | |
CN116243195A (zh) | 一种电池模组寿命确定方法、装置、设备及存储介质 | |
CN112345954B (zh) | 电池寿命预测方法、装置、电子设备及介质 | |
CN115097344A (zh) | 一种基于恒压充电片段的电池健康状态端云协同估计方法 | |
CN111157907B (zh) | 检测方法及装置、充电方法及装置、电子设备、存储介质 |
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 |