CN111505511A - 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 - Google Patents
一种电动汽车单体电芯容量测定方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111505511A CN111505511A CN202010364436.4A CN202010364436A CN111505511A CN 111505511 A CN111505511 A CN 111505511A CN 202010364436 A CN202010364436 A CN 202010364436A CN 111505511 A CN111505511 A CN 111505511A
- Authority
- CN
- China
- Prior art keywords
- data
- charge
- state
- battery
- cell
- 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 56
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000005070 sampling Methods 0.000 claims abstract description 34
- 238000002360 preparation method Methods 0.000 claims abstract description 30
- 239000000178 monomer Substances 0.000 claims description 60
- 238000012216 screening Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims 1
- 238000007599 discharging Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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]
- G01R31/382—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
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开一种电动汽车单体电芯容量测定方法、电子设备及存储介质,方法包括:获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;根据第一运行数据,确定开路电压与荷电状态关系;获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据;从第二运行数据中,选择充电数据段,将充电数据段分为充电前准备段、充电段和充电结束段,计算每一单体电芯的荷电状态范围;确定待测电动汽车的电池***总容量;根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。本发明使得电动汽车的运营平台能够直接根据其平台上电动汽车的运行数据,确定电动汽车的每个单体电芯的容量。
Description
技术领域
本发明涉及汽车相关技术领域,特别是一种电动汽车单体电芯容量测定方法、电子设备及存储介质。
背景技术
租车平台中,电动汽车性能衰减快速,安全问题突出。在众多安全隐患中,电动汽车的电池***安全问题(主要表现在电池容量、电池容量等非线性变化)尤为重要。其中,电芯容量是电池***的重要参数。但是,由于电动汽车运营平台只能获得电动汽车在线少量国标数据,线下的电池包测试无法开展,因此,电动汽车运行中电芯单体容量变化情况目前无法获知,这样势必存在极大的安全风险。
目前对电池***中电芯单体容量测试多是在实验室中对单体电芯的一定温度下的充放电,该方法操作时间长,只能在电池生产企业的实验室进行。
关于平台在线进行电芯容量的测试,现有技术主要为:运营场景中通过对电池包进行充放电测试获得标准充放电数据,将与电池包内电芯同一批次出产的电芯作为标准电芯进行充放电测试获得温度校准系数a,并上传至监控平台,根据标准充放电数据、温度校准系数a以及实时充电数据计算电池包内所有电芯的容量Q。该方法缺点是:需要对电池包装车前进行线下的标准充放电测试,增加了实际操作难度和成本,未实现全部测试操作在线完成;此外,对于平台运营方而言,很难做到电池包内电芯的批次溯源追踪且难以获得标准电芯样品。
由于运营平台管理车辆数量较大,车辆信息数据有限,动力电池作为电动汽车的动力来源,随着充放电次数和行驶里程的增加,电池的容量不断衰减、电池***安全隐患增多。此外,锂电池是典型的动态非线性的电化学***,其内部参数(电芯容量,电池内阻,电芯的内部温度等)是难以实时测量的,电池变化状态识别和状态估计仍存在巨大挑战。容量是衡量电芯性能的重要指标,容量减小的电芯导致电动汽车续航水平低,运营时间减少,且容易造成司乘安全隐患。
发明内容
基于此,有必要针对现有技术未能基于在线云数据计算电芯单体容量的技术问题,提供一种电动汽车单体电芯容量测定方法、电子设备及存储介质。
本发明提供一种电动汽车单体电芯容量测定方法,包括:
获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
根据所述第一运行数据,确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
确定待测电动汽车的电池***总容量;
根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
进一步地,所述根据所述第一运行数据,确定开路电压与荷电状态关系,具体包括:
所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
基于所述筛选后电池数据确定开路电压与荷电状态关系。
更进一步地:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
进一步地,所述获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据,具体包括:
获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据。
进一步地,所述从所述第二运行数据中,选择充电数据段,具体包括:
所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值。
进一步地,所述基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围,具体包括:
获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围。
进一步地,所述确定待测电动汽车的电池***的总容量,具体包括:
所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量。
进一步地,所述根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量,具体包括:
确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
本发明提供一种电动汽车单体电芯容量测定电子设备,包括:
至少一个处理器;以及,
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够:
获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
根据所述第一运行数据,确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
确定待测电动汽车的电池***总容量;
根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
更进一步地,所述根据所述第一运行数据,确定开路电压与荷电状态关系,具体包括:
所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
基于所述筛选后电池数据确定开路电压与荷电状态关系。
再进一步地:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
进一步地,所述获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据,具体包括:
获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据。
进一步地,所述从所述第二运行数据中,选择充电数据段,具体包括:
所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值。
进一步地,所述基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围,具体包括:
获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围。
进一步地,所述确定待测电动汽车的电池***的总容量,具体包括:
所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量。
进一步地,所述根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量,具体包括:
确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
本发明提供一种存储介质,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如前所述的电动汽车单体电芯容量测定方法的所有步骤。
本发明基于云平台上电动汽车的运行数据,计算单体电芯容量。使得电动汽车的运营平台能够直接根据其平台上电动汽车的运行数据,确定电动汽车的每个单体电芯的容量,从而能够根据电动汽车的单体电芯容量来对车辆进行调整,提高经济效率,且避免司乘安全隐患。
附图说明
图1为本发明一种电动汽车单体电芯容量测定方法的工作流程图;
图2为本发明第二实施例一种电动汽车单体电芯容量测定方法的工作流程图;
图3为本发明第三实施例一种电动汽车单体电芯容量测定方法的工作流程图;
图4为使用运行数据获得OCV数据和拟合结果示意图;
图5为某时刻电池***单体电芯容量计算结果示意图;
图6为某车电池***单体电芯容量的半年变化图;
图7为本发明一种电动汽车单体电芯容量测定电子设备的硬件结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细的说明。
实施例一
如图1所示为本发明一种电动汽车单体电芯容量测定方法的工作流程图,包括:
步骤S101,获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
步骤S102,根据所述第一运行数据,确定开路电压与荷电状态关系;
步骤S103,获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
步骤S104,从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
步骤S105,确定待测电动汽车的电池***总容量;
步骤S106,根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
具体来说,本发明可以应用在电动汽车的运营平台的服务器上,通过执行步骤S101获取云平台中电动汽车的多个采样时刻的运行数据。运行数据可以包括车辆行驶数据及电池运行数据。车辆行驶数据及电池运行数据可以为现有的国标数据。电动汽车在运行过程中需要在每个采样时刻上报国标数据。现有的国标数据中包括:车辆速度、电池***总电压、电池***总电流、电池***总荷电状态、以及每一单体电芯的单体电压。电池***总荷电状态是整个电池***的荷电状态,其一般反应的是电池***中所有电芯的最大荷电状态,因此,其无法反应每个电芯的荷电状态,因此无法直接通过电池***总荷电状态计算出每一单体电芯的容量。
因此,步骤S102根据所述第一运行数据,确定开路电压与荷电状态关系。开路电压与荷电状态关系可以为关系曲线也可以是关系函数。开路电压与荷电状态关系是指在特定的开路电压所对应的荷电状态(State Of Charge,SOC)。因此,可以通过得到开路电压,得到对应的荷电状态。然后,步骤S103则从云平台中获取待测电动汽车的运行数据作为第二运行数据。第一运行数据可以与第二运行数据一致或者不同。
步骤S104从第二运行数据中选择充电数据段,并将充电数据段分为充电前准备段、充电段、以及充电结束段。现有的国标数据中提供了充电标志位,用于标记该国标数据对应的充电状态。例如,0x03标识未充电状态,0x04标识充电完成状态,0x01标识充电状态。因此,可以根据充电标志位,将充电数据段分为:标识为未充电状态的充电前准备段,标识未充电状态的充电段,标识未充电完成状态的充电结束段。并基于充电前准备段、充电结束段中每一单体电芯的电压,将其代入开路电压与荷电状态关系中,得到对应的核电状态,并计算荷电状态范围。
然后步骤S105,确定电池***总容量,并执行步骤S106,基于每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
其中,计算得到每一单体电芯的容量之后,可以绘制单体电芯容量的变化图,或者根据单体电芯容量的变化进行预警,例如当任一单体电芯容量低于预设阈值时进行报警。
本发明基于云平台上电动汽车的运行数据,计算单体电芯容量。使得电动汽车的运营平台能够直接根据其平台上电动汽车的运行数据,确定电动汽车的每个单体电芯的容量,从而能够根据电动汽车的单体电芯容量来对车辆进行调整,提高经济效率,且避免司乘安全隐患。
实施例二
如图2所示为本发明第二实施例一种电动汽车单体电芯容量测定方法的工作流程图,包括:
步骤S201,获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据;
步骤S202,所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
步骤S203,基于所述筛选后电池数据确定开路电压与荷电状态关系;
步骤S204,获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
步骤S205,所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值;
步骤S206,将所述充电数据段分为充电前准备段、充电段和充电结束段;
步骤S207,获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
步骤S208,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围;
步骤S209,所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量;
步骤S210,确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
具体来说,步骤S201获取第一运行数据。第一运行数据可以为云平台中待测电动汽车第一时间段内的运行数据。第一运行数据也可以为与待测电动汽车相同型号的一辆或多辆同型号电动汽车在第二时间段内的运行数据。其中,第二时间段可以小于第一时间段。
然后,步骤S202中对第一运行数据基于车辆行驶数据进行筛选,并在步骤S203中基于筛选后数据确定开路电压与荷电状态关系。
之后步骤S204获取待测电动汽车的运行数据,并在步骤S205中筛选SOC满足特定范围要求下的充电段数据。例如,筛选出初始数据的SOC<=SOCinit0且结束数据的SOC>=SOCend0的数据段以留使用,此处采用宽SOC范围的充电段数据可以减少容量计算的误差。
步骤S206至步骤S208根据单体电芯充电前、后特征点单体电压数据分别获得单体开路电压(Open Circuit Voltage,OCV)数据,利用OCV-SOC曲线的函数单调性反向确定充电SOC起始值SOCinit和结束值SOCend,并计算单体电芯的荷电状态范围SOCrange。其中,获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段后,经过预设时间段后的单体电压作为该单体电芯的开路电压结束值。
之后步骤S209,利用总电流和时间数据按时积分法计算电池***总充电容量Capacharge,由于电池***内电芯为串联关系,因此,电芯单体电流等于电池***总电流,电池***总容量等于单体容量。进而步骤S210根据特定SOC范围内充电容量计算单体电芯容量Capa。
具体公式为:
SOCrange=SOCend-SOCinit (1-1)
其中,t1为充电段的起始时间,t2为充电段的结束时间,I为电池***总电流。
本实施例充分利用了现有云平台所能获取的运行数据,获得了电芯运行过程中以单体容量为指标的蓄电池容量、健康度、性能状态(State Of Health,SOH)变化的重要信息。通过待测电动汽车或者同型号电动汽车的运行数据,实现OCV-SOC关系。通过对充电数据段的划分,确定出开路电压开始值和开路电压结束值,并由此计算得到对应的荷电状态范围。本实施例逻辑清晰,算法简单,实用性强,能够利用有限的运行数据测定出准确的单体电芯容量。
在其中一个实施例中:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
本实施例根据云平台中电动汽车的实时数据,利用国标数据中车速和总电流为零数据,筛选出电芯开路电压和电池***SOC数据,记为:OCV-SOC数据,进而利用多项式拟合获得OCV-SOC曲线的拟合公式。
实施例三
如图3所示为本发明第二实施例一种电动汽车单体电芯容量测定方法的工作流程图,包括:
步骤S301,云端运行数据获取。
从云数据库中下载预设时间段内电动汽车运行的BMS国标数据:
1、根据以往经验,以月为单位来进行数据下载整理使用。本例:2019.1.01-2019.6.31;
2、数据保存格式不限,例如:*.xls,*.xlsx,*.csv等均可;
步骤S302,数据清洗。
数据清洗是对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误,并提供数据可用性。电池管理***(Battery Management System,BMS)上传到云端的源数据庞大复杂,源数据存在错位、重复和空值的现象,这些错误的或有冲突的数据需要被清洗掉,本例中可以利用Python软件对BMS源数据进行清洗,得到可用数据。
步骤S303,根据所得数据获得OCV-SOC曲线。
根据云平台中电动汽车的实时数据,利用车速为零和总电流为零筛选出部分数据,从中获得电芯最大电压值(电芯***SOC数据主要参考***单体最大电压值制定)和电池***SOC数据(记为:OCV-SOC数据),由于锂电池OCV-SOC关系主要是由电芯正负极的材料体系决定,其次影响因素是温度,但一般运行环境在零度以上时温度影响很小,因此可以忽略不计。利用多项式拟合获得OCV-SOC曲线的拟合公式,使用均方根误差RMSE(公式:)评估拟合效果,要求RMSE<1.5%。
步骤S304,根据所得数据特征筛选有用数据。
由云平台中获得实时数据,筛选出初始数据的SOC<=SOCinit0且结束数据的SOC>=SOCend0的数据段以留使用,此处采用宽SOC范围的充电段数据可以减少容量计算的误差。
取满足要求的某次充电数据的充电前准备段、充电段(包括快、慢充)和充电结束段数据作为待用数据。电芯容量计算流程:车辆进行充电前,电流负载很小(车速为零,放电电流很小),可以认为为零,即为‘Charge Status’是国标数据中‘0x03未充电状态’。车辆为‘0x03未充电状态’时,电压为电芯的开路电压OCVinit,其与电池***SOC有一一对应关系,使用步骤S303中的关系式反向可得SOC的开始值SOCinit,充电完成后,当电池***由‘0x01充电状态’转化为‘0x04充电完成状态’,则电压为电芯的开路电压OCVend。由于本例中充电后期是涓流充电,电压回弹较小,因此取10s时间即可达到静置电芯的效果,类似的可由此确认SOC的结束值SOCend,由此根据前述公式1-1确定充电SOC范围SOCrange,结果如图4所示。
步骤S305,计算电池***的容量值。
利用上述‘Charge Status’是‘0x01充电状态’数据,使用前述公式1-2的安时积分法计算电池***的容量值Capacharge。
步骤S306,计算电芯单体容量。
利用上述公式1-3计算电芯单体容量,结果如图5所示,将算法应用到半年内某辆车的运行数据可得图6结果,由结果可知其符合容量缓慢衰减变化规律。
实施例四
如图7所示为本发明一种电动汽车单体电芯容量测定电子设备的硬件结构示意图,包括:
至少一个处理器701;以及,
与至少一个所述处理器701通信连接的存储器702;其中,
所述存储器702存储有可被至少一个所述处理器701执行的指令,所述指令被至少一个所述处理器701执行,以使至少一个所述处理器701能够:
获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
根据所述第一运行数据,确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
确定待测电动汽车的电池***总容量;
根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
电子设备优选为电动汽车的运营平台的服务器。图7中以一个处理器701为例。
电子设备还可以包括:输入装置703和显示装置704。
处理器701、存储器702、输入装置703及显示装置704可以通过总线或者其他方式连接,图中以通过总线连接为例。
存储器702作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的电动汽车单体电芯容量测定方法对应的程序指令/模块,例如,图1所示的方法流程。处理器701通过运行存储在存储器702中的非易失性软件程序、指令以及模块,从而执行各种功能应用以及数据处理,即实现上述实施例中的电动汽车单体电芯容量测定方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据电动汽车单体电芯容量测定方法的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至执行电动汽车单体电芯容量测定方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置703可接收输入的用户点击,以及产生与电动汽车单体电芯容量测定方法的用户设置以及功能控制有关的信号输入。显示装置704可包括显示屏等显示设备。
在所述一个或者多个模块存储在所述存储器702中,当被所述一个或者多个处理器701运行时,执行上述任意方法实施例中的电动汽车单体电芯容量测定方法。
本发明基于云平台上电动汽车的运行数据,计算单体电芯容量。使得电动汽车的运营平台能够直接根据其平台上电动汽车的运行数据,确定电动汽车的每个单体电芯的容量,从而能够根据电动汽车的单体电芯容量来对车辆进行调整,提高经济效率,且避免司乘安全隐患。
实施例五
本发明第四实施例一种电动汽车单体电芯容量测定电子设备,包括:
至少一个处理器;
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够:
获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据;
所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
基于所述筛选后电池数据确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值;
将所述充电数据段分为充电前准备段、充电段和充电结束段;
获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围;
所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量;
确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
本实施例充分利用了现有云平台所能获取的运行数据,获得了电芯运行过程中SOH变化的重要信息。通过待测电动汽车或者同型号电动汽车的运行数据,实现OCV-SOC关系。通过对充电数据段的划分,确定出开路电压开始值和开路电压结束值,并由此计算得到对应的荷电状态范围。本实施例逻辑清晰,算法简单,实用性强,能够利用有限的运行数据测定出准确的单体电芯容量。
在其中一个实施例中:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
本实施例根据云平台中电动汽车的实时数据,利用国标数据中车速和总电流为零数据,筛选出电芯开路电压和电池***SOC数据,记为:OCV-SOC数据,进而利用多项式拟合获得OCV-SOC曲线的拟合公式。
实施例六
本发明第六实施例提供一种存储介质,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如前所述的电动汽车单体电芯容量测定方法的所有步骤。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (17)
1.一种电动汽车单体电芯容量测定方法,其特征在于,包括:
获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
根据所述第一运行数据,确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
确定待测电动汽车的电池***总容量;
根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
2.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述根据所述第一运行数据,确定开路电压与荷电状态关系,具体包括:
所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
基于所述筛选后电池数据确定开路电压与荷电状态关系。
3.根据权利要求2所述的电动汽车单体电芯容量测定方法,其特征在于:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
4.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据,具体包括:
获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据。
5.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述从所述第二运行数据中,选择充电数据段,具体包括:
所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值。
6.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围,具体包括:
获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围。
7.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述确定待测电动汽车的电池***的总容量,具体包括:
所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量。
8.根据权利要求1所述的电动汽车单体电芯容量测定方法,其特征在于,所述根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量,具体包括:
确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
9.一种电动汽车单体电芯容量测定电子设备,其特征在于,包括:
至少一个处理器;以及,
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被至少一个所述处理器执行的指令,所述指令被至少一个所述处理器执行,以使至少一个所述处理器能够:
获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据;
根据所述第一运行数据,确定开路电压与荷电状态关系;
获取云平台中待测电动汽车的多个采样时刻的运行数据作为第二运行数据,所述第二运行数据包括每一单体电芯的单体电压;
从所述第二运行数据中,选择充电数据段,将所述充电数据段分为充电前准备段、充电段和充电结束段,基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围;
确定待测电动汽车的电池***总容量;
根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量。
10.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述根据所述第一运行数据,确定开路电压与荷电状态关系,具体包括:
所述第一运行数据包括车辆行驶数据以及电池运行数据,根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据;
基于所述筛选后电池数据确定开路电压与荷电状态关系。
11.根据权利要求10所述的电动汽车单体电芯容量测定电子设备,其特征在于:
所述根据所述车辆行驶数据对所述电池运行数据进行筛选,得到筛选后电池数据,具体包括:
所述车辆行驶数据包括车速,所述电池运行数据包括:电池***总电压、电池***总电流、以及电池***总荷电状态,从所述电池运行数据中,选择车速为零且电池***总电流为零的电池运行数据作为筛选后电池数据;
所述基于所述筛选后电池数据确定待测电动汽车开路电压与荷电状态关系,具体包括:
将所述筛选后电池数据中的电池***总电压作为待拟合开路电压,将所述筛选后电池数据中同一采样时刻的电池***总荷电状态作为对应的待拟合荷电状态;
将对应的待拟合开路电压和待拟合荷电状态作为一组待拟合数据组,对多组所述待拟合数据组进行曲线拟合,得到开路电压与荷电状态关系。
12.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述获取云平台中电动汽车的多个采样时刻的运行数据作为第一运行数据,具体包括:
获取云平台中待测电动汽车、和/或与所述待测电动汽车相同型号的同型号电动汽车的多个采样时刻的运行数据作为第一运行数据。
13.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述从所述第二运行数据中,选择充电数据段,具体包括:
所述第二运行数据包括电池***总荷电状态,从所述第二运行数据中,选择连续多个所述第二运行数据作为充电数据段,所述充电数据段的起始数据的电池***总荷电状态小于等于预设第一荷电状态阈值,且所述充电数据段的结束数据的电池***总荷电状态大于等于预设第二荷电状态阈值,所述第一荷电状态阈值小于所述第二荷电状态阈值。
14.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述基于每一单体电芯在所述充电前准备段的单体电压、每一单体电芯在所述充电结束段的单体电压、以及所述开路电压与荷电状态关系,计算每一单体电芯的荷电状态范围,具体包括:
获取每一单体电芯在充电前准备段转为充电段时的单体电压作为该单体电芯的开路电压开始值,获取每一单体电芯在充电段转为充电结束段时的单体电压作为该单体电芯的开路电压结束值;
根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压开始值对应的荷电状态开始值,根据所述开路电压与荷电状态关系确定每一单体电芯的所述开路电压结束值对应的荷电状态结束值,根据所述荷电状态开始值和荷电状态结束值计算每一单体电芯的荷电状态范围。
15.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述确定待测电动汽车的电池***的总容量,具体包括:
所述第二运行数据包括电池***总电流,根据所述充电数据段中的所述充电段的电池***总电流,计算所述充电段的时间内,电池***在充电段的总容量作为电池***总容量。
16.根据权利要求9所述的电动汽车单体电芯容量测定电子设备,其特征在于,所述根据每一单体电芯的荷电状态范围和电池***总容量,确定每一单体电芯的容量,具体包括:
确定每一单体电芯的容量为电池***总容量除以该单体电芯的荷电状态范围。
17.一种存储介质,其特征在于,所述存储介质存储计算机指令,当计算机执行所述计算机指令时,用于执行如权利要求1-8任一项所述的电动汽车单体电芯容量测定方法的所有步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364436.4A CN111505511B (zh) | 2020-04-30 | 2020-04-30 | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010364436.4A CN111505511B (zh) | 2020-04-30 | 2020-04-30 | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111505511A true CN111505511A (zh) | 2020-08-07 |
CN111505511B CN111505511B (zh) | 2021-10-01 |
Family
ID=71874994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010364436.4A Active CN111505511B (zh) | 2020-04-30 | 2020-04-30 | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111505511B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112557928A (zh) * | 2020-12-04 | 2021-03-26 | 湖北亿纬动力有限公司 | 一种计算电池荷电状态的方法、装置和动力电池 |
CN112659957A (zh) * | 2020-12-31 | 2021-04-16 | 爱驰汽车有限公司 | 充电设备的远程监测方法 |
CN115882554A (zh) * | 2022-11-29 | 2023-03-31 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN115877238A (zh) * | 2022-12-06 | 2023-03-31 | 北汽福田汽车股份有限公司 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202142877U (zh) * | 2011-05-27 | 2012-02-08 | 南昌大学 | 多can的电池组管理装置 |
US20130300425A1 (en) * | 2012-05-10 | 2013-11-14 | Gs Yuasa International, Ltd. | Electric storage device management system, electric storage device pack, and method of estimating state of charge |
WO2014045706A1 (ja) * | 2012-09-18 | 2014-03-27 | 株式会社豊田自動織機 | 充電状態推定装置及び充電状態推定方法 |
CN107167743A (zh) * | 2017-06-29 | 2017-09-15 | 北京新能源汽车股份有限公司 | 基于电动车辆的荷电状态估算方法和装置 |
CN108287315A (zh) * | 2018-01-12 | 2018-07-17 | 北京新能源汽车股份有限公司 | 动力电池运行状态监测方法、装置及电动汽车 |
CN108829911A (zh) * | 2018-04-16 | 2018-11-16 | 西南科技大学 | 一种开路电压与soc函数关系优化方法 |
CN109557477A (zh) * | 2017-09-25 | 2019-04-02 | 郑州宇通客车股份有限公司 | 一种电池***健康状态估算方法 |
CN110058175A (zh) * | 2019-05-05 | 2019-07-26 | 北京理工大学 | 一种动力电池开路电压-荷电状态函数关系的重构方法 |
-
2020
- 2020-04-30 CN CN202010364436.4A patent/CN111505511B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202142877U (zh) * | 2011-05-27 | 2012-02-08 | 南昌大学 | 多can的电池组管理装置 |
US20130300425A1 (en) * | 2012-05-10 | 2013-11-14 | Gs Yuasa International, Ltd. | Electric storage device management system, electric storage device pack, and method of estimating state of charge |
WO2014045706A1 (ja) * | 2012-09-18 | 2014-03-27 | 株式会社豊田自動織機 | 充電状態推定装置及び充電状態推定方法 |
CN107167743A (zh) * | 2017-06-29 | 2017-09-15 | 北京新能源汽车股份有限公司 | 基于电动车辆的荷电状态估算方法和装置 |
CN109557477A (zh) * | 2017-09-25 | 2019-04-02 | 郑州宇通客车股份有限公司 | 一种电池***健康状态估算方法 |
CN108287315A (zh) * | 2018-01-12 | 2018-07-17 | 北京新能源汽车股份有限公司 | 动力电池运行状态监测方法、装置及电动汽车 |
CN108829911A (zh) * | 2018-04-16 | 2018-11-16 | 西南科技大学 | 一种开路电压与soc函数关系优化方法 |
CN110058175A (zh) * | 2019-05-05 | 2019-07-26 | 北京理工大学 | 一种动力电池开路电压-荷电状态函数关系的重构方法 |
Non-Patent Citations (1)
Title |
---|
张立强等: "《电动汽车充电技术-建站、运行、维护》", 30 April 2019 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112557928A (zh) * | 2020-12-04 | 2021-03-26 | 湖北亿纬动力有限公司 | 一种计算电池荷电状态的方法、装置和动力电池 |
CN112659957A (zh) * | 2020-12-31 | 2021-04-16 | 爱驰汽车有限公司 | 充电设备的远程监测方法 |
CN115882554A (zh) * | 2022-11-29 | 2023-03-31 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN115882554B (zh) * | 2022-11-29 | 2023-12-26 | 厦门海辰储能科技股份有限公司 | 储能***的管理方法及相关装置 |
CN115877238A (zh) * | 2022-12-06 | 2023-03-31 | 北汽福田汽车股份有限公司 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
CN115877238B (zh) * | 2022-12-06 | 2023-11-07 | 北汽福田汽车股份有限公司 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111505511B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111505511B (zh) | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 | |
CN101359036B (zh) | 电池荷电状态的测定方法 | |
Zhou et al. | A low-complexity state of charge estimation method for series-connected lithium-ion battery pack used in electric vehicles | |
CN109839602B (zh) | 动力电池性能和价值评估方法、装置、电子设备 | |
CN112818602B (zh) | 基于大数据分析的电池数字孪生控制方法及装置 | |
CN105158699A (zh) | 电池健康状态的检测方法和装置 | |
CN110967637B (zh) | 电池的许用功率估算方法、装置、***和存储介质 | |
CN109991545B (zh) | 一种电池包电量检测方法、装置及终端设备 | |
JP2013519893A (ja) | 電気化学インピーダンス分光法によるその場での電池の診断方法 | |
US20220179003A1 (en) | Characterisation of lithium plating in rechargeable batteries | |
Zhou et al. | Peak power prediction for series-connected LiNCM battery pack based on representative cells | |
CN105334462A (zh) | 电池容量损失在线估算方法 | |
CN108120932B (zh) | 对充电电池的电池健康状态进行估算的方法和装置 | |
CN115808922B (zh) | 商用电动车辆能耗预测方法、装置和计算机设备 | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
Zhu et al. | The SOH estimation of LiFePO4 battery based on internal resistance with Grey Markov Chain | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及*** | |
CN113093027B (zh) | 电池soc校准方法、装置、***、介质及程序产品 | |
CN103424712A (zh) | 基于粒子群优化的电池剩余容量在线测量方法 | |
CN108710087A (zh) | 一种纯电动汽车电池组健康状态测取装置及其测取方法 | |
CN115158076A (zh) | 计量误差评估方法、装置及计算机可读存储介质 | |
Barreras et al. | An improved parametrization method for Li-ion linear static Equivalent Circuit battery Models based on direct current resistance measurement | |
CN115389954A (zh) | 一种电池容量的估算方法、电子设备及可读存储介质 | |
CN109782182B (zh) | 一种串联电池组能量状态在线估计方法和装置 | |
CN116298927B (zh) | 一种电池容量估计方法和装置、计算机设备、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 |