CN112039171A - 电池组均衡方法、装置、设备和存储介质 - Google Patents
电池组均衡方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112039171A CN112039171A CN202011049268.6A CN202011049268A CN112039171A CN 112039171 A CN112039171 A CN 112039171A CN 202011049268 A CN202011049268 A CN 202011049268A CN 112039171 A CN112039171 A CN 112039171A
- Authority
- CN
- China
- Prior art keywords
- battery
- data cluster
- monomers
- target
- core
- 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 53
- 239000000178 monomer Substances 0.000 claims abstract description 108
- 238000005259 measurement Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 230000032683 aging Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
- H02J7/0014—Circuits for equalisation of charge between batteries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
- H01M10/441—Methods for charging or discharging for several batteries or cells simultaneously or sequentially
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
- H01M10/443—Methods for charging or discharging in response to temperature
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Chemical & Material Sciences (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种电池组均衡方法、装置、设备和存储介质,方法包括:获取电池组中每个电池单体的当前电芯特性;采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇,实现了将相近特性相近状态的单体电池进行聚合,精准地筛选出最离群点最远的单体电池,从而针对不同的电池单体不均衡现象精准实施均衡策略,防止由于电池老化这种不平衡现象造成的频繁无效均衡,提高了均衡资源的利用率。
Description
技术领域
本发明属于新能源技术领域,具体涉及一种电池组均衡方法、装置、设备和存储介质。
背景技术
锂离子电池因其能量密度和功率密度高、无记忆效应、自放电率较低等诸多优点而被广泛应用在电动汽车及储能等领域。但因其单体电压较低,有时不能达到实际应用场景对电压和容量的要求,因此需将电池串联成组。但是,由于制造工艺和运行环境不同,各单体电池的容量、内阻和开路电压存在差异,这样,在电池组工作过程中,如果单体电池间一致性差异较大,会形成“短板效应”导致电池组能量损耗或无法正常工作。如果不对这种差异性进行及时均衡,就会继续损坏电池形成恶性循环,电池容量不同程度损耗。
电池均衡技术可有效缓解电池组容量衰减现象,并避免因各单体电池不一致性而造成的过充过放现象,从而保护电池单体和电池组整体安全。目前常用的电池均衡技术为利用最大电压采样差值进行均衡。
但是,由于电池老化而自然发生的电池实际容量不一致,会造成电池单体的电芯特性发生改变(参见图1所示的电池容量-电动势-温度特性曲线,图1为电池容量-电动势-温度变化关系示意图),这样,这种电池单体在充放电过程与一般性电池单体相比差别较大,容易造成同一电池单体频繁均衡,从而浪费了均衡资源。
发明内容
本发明的主要目的是提供一种电池组均衡方法、装置、设备和存储介质,以解决现有技术中因电池单体的电芯特性发生改变时,易造成同一节电芯频繁均衡,从而浪费了均衡资源的问题。
针对上述问题,本发明提供了一种电池组均衡方法,包括:
获取电池组中每个电池单体的当前电芯特性;
采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇。
进一步地,上述所述的电池组均衡方法中,采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇,包括:
通过距离度量方式,获取每个电池单体的∈-邻域子样本集;
根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;
若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;
根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
进一步地,上述所述的电池组均衡方法,还包括:
若不存在所述核心对象,对所述距离度量方式对应的距离和所述∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
进一步地,上述所述的电池组均衡方法中,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理之前,还包括:
将电池单体数目最多的数据簇中的核心对象作为所述电池单体数目最多的数据簇中的目标电池单体;
将电池单体数目最少的数据簇中距离所述电池单体数目最多的数据簇中的核心对象最远的单体电池作为电池单体数目最少的数据簇中的目标电池单体。
进一步地,上述所述的电池组均衡方法中,每个电池单体的当前电芯特性包括电池单体的电动势、电池单体的电池容量和电池单体的温度中的至少两种。
本发明还提供一种电池组均衡装置,包括:
获取模块,用于获取电池组中每个电池单体的当前电芯特性;
聚类模块,用于采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
均衡模块,用于若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇。
进一步地,上述所述的电池组均衡装置中,所述聚类模块,具体用于:
通过距离度量方式,获取每个电池单体的∈-邻域子样本集;
根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;
若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;
根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
进一步地,上述所述的电池组均衡装置中,所述聚类模块,还用于若不存在所述核心对象,对所述距离度量方式对应的距离和所述∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
本发明还提供一种电池组均衡设备,包括存储器和控制器;
所述存储器上存储有计算机程序,所述计算机程序被控制器执行时实现如上述所述电池组均衡方法的步骤。
本发明还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述电池组均衡方法的步骤。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本发明的电池组均衡方法、装置、设备和存储介质,通过获取电池组中每个电池单体的当前电芯特性,并采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇后,在k>1的情况下,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇,实现了将相近特性相近状态的单体电池进行聚合,精准地筛选出最离群点最远的单体电池,从而针对不同的电池单体不均衡现象精准实施均衡策略,防止由于电池老化这种不平衡现象造成的频繁无效均衡,提高了均衡资源的利用率。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1为电池容量-电动势-温度变化关系示意图;
图2为本发明的电池组均衡方法实施例的流程图;
图3为DBSCAN密度聚类算法的具体流程;
图4为本发明的电池组均衡装置实施例的结构示意图;
图5为本发明的电池组均衡设备实施的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
实施例一
为解决现有技术中存在的上述技术问题,本发明实施例提供了一种空调的控制方法。
图2为本发明的电池组均衡方法实施例的流程图,如图2所示,本实施例的电池组均衡方法具体可以包括如下步骤:
200、获取电池组中每个电池单体的当前电芯特性;
本实施例中,可以实时监测电池组中每个电池单体的电芯特性,并在需要进行均衡判断时,获取电池组中每个电池单体的当前电芯特性。其中,每个电池单体的当前电芯特性包括电池单体的电动势、电池单体的电池容量和电池单体的温度中的至少一种。
201、采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
具体地,本实施例优选为DBSCAN密度聚类算法,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇。其中,DBSCAN(英文全称为:Density-Based Spa tialClusteringofApplications withNoise)是由JORG SANDER等人在1998年提出的一个应用广泛的基于密度的聚类算法,DBSCAN的优点在于:(1)能更好地识别异常点(2)可以形成任意形状的聚类(3)不需要事先知道要形成的簇类的数量。如果在电池单体发生热失控前,对反映电池性能的某些指标进行DBSCAN聚类,则可以识别差异性较大的单体。本实施例中,以每个电池单体的当前电芯特性包括电池单体的电动势OCV、电池单体的电池容量SOC为例对本发明的技术方案进行描述。其中,输入数据为:样本点(每个电池单体)xn(SOCn,OCVn),样本集D=(x1,x2......xn),邻域参数(∈,MinPts)。其中,∈是定义密度时的邻域半径,MmPts为定义核心对象时的阈值。
本实施例中,可以通过距离度量方式,获取每个电池单体的∈-邻域子样本集,例如,本实施例优选为欧式距离。根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
在实际应用中,OCV相同并不能保证SOC相同,所以本实施例中,在聚类时,参考的是OCV与SOC充放电特性曲线,这样,即使OCV和SOC中有一个存在差异时,即可识别出来,从而能够精准的识别差异性的电池单体,从而可以在整个充放电过程,根据不同的电池单体的电芯特性对不同的电池单体采用不同的均衡策略。
图3为DBSCAN密度聚类算法的具体流程,如图3所示,DBSCAN密度聚类算法具体如下:
301、输入数据:样本点xn(SOCn,OCVn),样本集D=(x1,x2,...,xn),邻域参数(∈,MinPts)。
303、对于j=1,2,...m,按下面的步骤找出所有的核心对象:
a)通过距离度量方式,计算到样本点的距离,这里采用欧氏距离,找到样本xj的∈-邻域子样本集N∈(xj)。
b)如果子样本集样本个数满足|N∈(xj)|≥MinPts,将样本xj加入核心对象样本集合:Ω=Ω∪{xj}。
305、在核心对象集合Ω中,随机选择一个核心对象o,初始化当前簇核心对象队列Ωcur={o},初始化类别序号k=k+1,初始化当前簇样本集合Ck={o},更新未访问样本集合Γ=Γ-{o}。
307、当前聚类簇Ck生成完毕,更新簇划分C={C1,C2,...,Ck},更新核心对象集合Ω=Ω-Ck,转入步骤304;否则,转入步骤308。
308、更新核心对象集合Ω=Ω-Ck,并在当前簇核心对象队列Ωcur中取出一个核心对象o′,通过邻域距离阈值∈找出所有的∈-邻域子样本集N∈(o′),令Δ=N∈(o′)∩Γ,更新当前簇样本集合Ck=Ck∪Δ,更新未访问样本集合Γ=Γ-Δ,更新Ωcur=Ωcur∪(Δ∩Ω)-o′,转入步骤306。309、输出结果为:簇划分C={C1,C2,...,Ck}。
202、若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于电池单体数目最多的数据簇。
本实施例中,在一个具体实现过程中,若k=1,说明电池组中所有单体电池特性均相近,无需进行均衡。若k>1,说明电池组中存在电池特性不一致的情况,为了防止继续损坏电池形成恶性循环,造成电池容量不同程度损耗,可以对电池组进行均衡处理。本实施例中,可以按照每个数据簇内电池单体的数目对每个数据簇进行排序,得到排序结果后,可以将电池单体数目最多的数据簇中的核心对象作为电池单体数目最多的数据簇中的目标电池单体;将电池单体数目最少的数据簇中距离电池单体数目最多的数据簇中的核心对象最远的单体电池作为电池单体数目最少的数据簇中的目标电池单体,进而以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于电池单体数目最多的数据簇。例如,可以对电池单体数目最少的数据簇中的目标电池单体仅恒流充电或恒流放电,直到电池单体数目最少的数据簇中的目标电池单体属于电池单体数目最多的数据簇。
例如,选取集合C中拥有元素最多的数据簇Cf,其核心点x0(SOC0,OCV0)的OCV0就是均衡的目标OCV,代表了拥有相近充放电特性的大多数电芯的典型性。选取集合C中拥有元素最少的数据簇Ce,其中元素xi(SOCi,OCVi)的OCV认为离核心点最远,xi对应电芯的开路电压OCVi需要以核心点x0(SOC0,OCV0)为目标进行均衡。
需要说明的事,同电池包的电芯温度基本差别很小。当需要考虑到电芯的电芯温度相差较大时,输入样本点为xn(SOCn,OCVn,Tn)带入第一步,T为温度。整个聚类成为三维空间曲面上的基于密度可达的聚类。
本实施例的电池组均衡方法,通过获取电池组中每个电池单体的当前电芯特性,并采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇后,在k>1的情况下,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇,实现了将相近特性相近状态的单体电池进行聚合,精准地筛选出最离群点最远的单体电池,从而针对不同的电池单体不均衡现象精准实施均衡策略,防止由于电池老化这种不平衡现象造成的频繁无效均衡,提高了均衡资源的利用率。
在一个具体实现过程中,若获取每个电池单体的∈-邻域子样本集,说明不存在核心对象,∈对应的邻域半径可能过小,或者,MmPts对应的阈值可能过大,因此,本实施例中,可以对距离度量方式对应的距离和∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
具体地,由于半径选取需要参考噪声点和边缘点的个数。如果噪声点过多,则不合理(半径过小)。要在噪声点小于某一数值(优选为2)的情况下进行选取。具体可以使用迭代的方法,根据噪声点个数更新半径的值。本实施例中,在根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象时,若判断出不存在核心对象的情况下,可以自适应调整∈对应的邻域半径和MmPts对应的阈值,从而减少了人为依赖,并保证电池组能够被均衡处理。
需要说明的是,本发明实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成的方法。
实施例二
为解决现有技术中存在的上述技术问题,本发明实施例提供了一种电池组均衡装置。
图4为本发明的电池组均衡装置实施例的结构示意图。如图4所示,本实施例的空调的控制装置可以包括获取模块40、聚类模块41和均衡模块42。
获取模块40,用于获取电池组中每个电池单体的当前电芯特性;
例如,本实施例中,每个电池单体的当前电芯特性包括电池单体的电动势、电池单体的电池容量和电池单体的温度中的至少一种。
聚类模块41,用于采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
具体地,可以通过距离度量方式,获取每个电池单体的∈-邻域子样本集;根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
均衡模块42,用于若k>1,将电池单体数目最多的数据簇中的核心对象作为所述电池单体数目最多的数据簇中的目标电池单体;将电池单体数目最少的数据簇中距离所述电池单体数目最多的数据簇中的核心对象最远的单体电池作为电池单体数目最少的数据簇中的目标电池单体,从而以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇。
本实施例的电池组均衡装置,通过获取电池组中每个电池单体的当前电芯特性,并采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇后,在k>1的情况下,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇,实现了将相近特性相近状态的单体电池进行聚合,精准地筛选出最离群点最远的单体电池,从而针对不同的电池单体不均衡现象精准实施均衡策略,防止由于电池老化这种不平衡现象造成的频繁无效均衡,提高了均衡资源的利用率。
在一个具体实现过程中,若获取每个电池单体的∈-邻域子样本集,说明不存在核心对象,∈对应的邻域半径可能过小,或者,MmPts对应的阈值可能过大,因此,本实施例中,可以对距离度量方式对应的距离和∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
本实施例中,在根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象时,若判断出不存在核心对象的情况下,可以自适应调整∈对应的邻域半径和MmPts对应的阈值,从而减少了人为依赖,并保证电池组能够被均衡处理。
上述实施例的装置用于实现前述实施例中相应的方法,其具体实现方案可以参见前述实施例记载的的方法及方法实施例中的相关说明,并且具有相应的方法实施例的有益效果,在此不再赘述。
实施例三
为解决现有技术中存在的上述技术问题,本发明实施例提供了一种电池组均衡设备。
图5为本发明的电池组均衡设备实施的结构示意图,如图5所示,本实施例的电池组均衡设备可以包括存储器50和控制器51,该存储器50上存储有计算机程序,计算机程序被控制器51执行时实现上述实施例的电池组均衡方法。
实施例四
为解决现有技术中存在的上述技术问题,本发明实施例提供了一种存储介质。
本实施例的存储介质,上存储有计算机程序,计算机程序被控制器执行时实现上述实施例的电池组均衡方法。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块32中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种电池组均衡方法,其特征在于,包括:
获取电池组中每个电池单体的当前电芯特性;
采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇。
2.根据权利要求1所述的电池组均衡方法,其特征在于,采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇,包括:
通过距离度量方式,获取每个电池单体的∈-邻域子样本集;
根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;
若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;
根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
3.根据权利要求2所述的电池组均衡方法,其特征在于,还包括:
若不存在所述核心对象,对所述距离度量方式对应的距离和所述∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
4.根据权利要求2所述的电池组均衡方法,其特征在于,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理之前,还包括:
将电池单体数目最多的数据簇中的核心对象作为所述电池单体数目最多的数据簇中的目标电池单体;
将电池单体数目最少的数据簇中距离所述电池单体数目最多的数据簇中的核心对象最远的单体电池作为电池单体数目最少的数据簇中的目标电池单体。
5.根据权利要求1-4任一所述的电池组均衡方法,其特征在于,每个电池单体的当前电芯特性包括电池单体的电动势、电池单体的电池容量和电池单体的温度中的至少两种。
6.一种电池组均衡装置,其特征在于,包括:
获取模块,用于获取电池组中每个电池单体的当前电芯特性;
聚类模块,用于采用预设的聚类规则,对所有电池单体的当前电芯特性的进行聚类,得到k个数据簇;
均衡模块,用于若k>1,以电池单体数目最多的数据簇中的目标电池单体的当前电芯特性为均衡目标,对电池单体数目最少的数据簇中的目标电池单体进行均衡处理,直到电池单体数目最少的数据簇中的目标电池单体属于所述电池单体数目最多的数据簇。
7.根据权利要求6所述的电池组均衡装置,其特征在于,所述聚类模块,具体用于:
通过距离度量方式,获取每个电池单体的∈-邻域子样本集;
根据每个所述∈-邻域子样本集中电池单体的数目,判断是否存在核心对象;其中,所述核心对象为∈-邻域子样本集中电池单体的数目大于或者等于预设阈值的电池单体;
若存在所述核心对象,确定每个所述核心对象对应的密度可达的电池单体;
根据每个所述核心对象和每个所述核心对象对应的密度可达的电池单体,建立每个所述核心对象对应的数据簇,以得到k个数据簇;其中,k为核心对象的数目,k≥1。
8.根据权利要求7所述的电池组均衡装置,其特征在于,所述聚类模块,还用于若不存在所述核心对象,对所述距离度量方式对应的距离和所述∈-邻域子样本集中电池单体的数目进行调整后,再次执行通过距离度量方式,获取每个电池单体的∈-邻域子样本集的步骤。
9.一种电池组均衡设备,其特征在于,包括存储器和控制器;
所述存储器上存储有计算机程序,所述计算机程序被控制器执行时实现如权利要求1至5中任一项所述电池组均衡方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述电池组均衡方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011049268.6A CN112039171B (zh) | 2020-09-29 | 2020-09-29 | 电池组均衡方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011049268.6A CN112039171B (zh) | 2020-09-29 | 2020-09-29 | 电池组均衡方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112039171A true CN112039171A (zh) | 2020-12-04 |
CN112039171B CN112039171B (zh) | 2022-07-15 |
Family
ID=73572704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011049268.6A Active CN112039171B (zh) | 2020-09-29 | 2020-09-29 | 电池组均衡方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112039171B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116381506A (zh) * | 2023-04-11 | 2023-07-04 | 国网宁夏电力有限公司电力科学研究院 | 基于数据聚类的可重构电池网络***电池状态分选方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102544606A (zh) * | 2012-01-18 | 2012-07-04 | 杭州高特电子设备有限公司 | 基于聚类分析的锂电池单元配组方法 |
CN103269096A (zh) * | 2013-05-14 | 2013-08-28 | 国家电网公司 | 一种基于聚类分析的电池组均衡方法 |
CN103633695A (zh) * | 2013-11-22 | 2014-03-12 | 国家电网公司 | 一种改进的锂电池组均衡方法及其均衡电路 |
CN104882914A (zh) * | 2014-02-28 | 2015-09-02 | 重庆邮电大学 | 一种多电池单体均衡方法 |
CN105954679A (zh) * | 2016-04-29 | 2016-09-21 | 华中科技大学 | 一种锂电池荷电状态的在线估计方法 |
CN106450528A (zh) * | 2016-11-23 | 2017-02-22 | 许继电源有限公司 | 储能***及其功率均衡控制方法和控制装置 |
CN106953385A (zh) * | 2017-04-26 | 2017-07-14 | 杭州科工电子科技有限公司 | 一种锂离子电池组均衡控制方法 |
CN107422269A (zh) * | 2017-06-16 | 2017-12-01 | 上海交通大学 | 一种锂电池在线soc测量方法 |
CN107878244A (zh) * | 2017-11-27 | 2018-04-06 | 深圳市菊水皇家科技有限公司 | 一种数据清洗和预测方法及电动汽车移动充电宝*** |
CN109713740A (zh) * | 2018-10-24 | 2019-05-03 | 北京天势新能源技术有限公司 | 一种电池管理***的主动均衡架构及主动均衡方法 |
CN109783902A (zh) * | 2018-12-28 | 2019-05-21 | 合肥工业大学 | 一种面向均衡控制的电池动态分组方法 |
CN110707771A (zh) * | 2019-09-03 | 2020-01-17 | 南京理工大学 | 基于中心漂移聚类分析的电池组主动均衡方法 |
CN110752410A (zh) * | 2019-10-30 | 2020-02-04 | 上海理工大学 | 一种快速分选和重组退役锂电池的方法 |
CN110970964A (zh) * | 2019-04-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池组均衡控制方法、装置、设备和介质 |
CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
CN111027625A (zh) * | 2019-12-10 | 2020-04-17 | 燕山大学 | 基于SAE和K-means聚类算法的电池筛选方法 |
CN111200307A (zh) * | 2020-01-16 | 2020-05-26 | 珠海格力电器股份有限公司 | 一种能量均衡控制装置、电池***及其能量均衡控制方法 |
CN111693868A (zh) * | 2019-03-12 | 2020-09-22 | 天津工业大学 | 基于密度特征聚类集成的锂电池荷电状态估算方法 |
CN111707951A (zh) * | 2020-06-22 | 2020-09-25 | 北京理工大学 | 一种电池组一致性评估方法及*** |
-
2020
- 2020-09-29 CN CN202011049268.6A patent/CN112039171B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102544606A (zh) * | 2012-01-18 | 2012-07-04 | 杭州高特电子设备有限公司 | 基于聚类分析的锂电池单元配组方法 |
CN103269096A (zh) * | 2013-05-14 | 2013-08-28 | 国家电网公司 | 一种基于聚类分析的电池组均衡方法 |
CN103633695A (zh) * | 2013-11-22 | 2014-03-12 | 国家电网公司 | 一种改进的锂电池组均衡方法及其均衡电路 |
CN104882914A (zh) * | 2014-02-28 | 2015-09-02 | 重庆邮电大学 | 一种多电池单体均衡方法 |
CN105954679A (zh) * | 2016-04-29 | 2016-09-21 | 华中科技大学 | 一种锂电池荷电状态的在线估计方法 |
CN106450528A (zh) * | 2016-11-23 | 2017-02-22 | 许继电源有限公司 | 储能***及其功率均衡控制方法和控制装置 |
CN106953385A (zh) * | 2017-04-26 | 2017-07-14 | 杭州科工电子科技有限公司 | 一种锂离子电池组均衡控制方法 |
CN107422269A (zh) * | 2017-06-16 | 2017-12-01 | 上海交通大学 | 一种锂电池在线soc测量方法 |
CN107878244A (zh) * | 2017-11-27 | 2018-04-06 | 深圳市菊水皇家科技有限公司 | 一种数据清洗和预测方法及电动汽车移动充电宝*** |
CN109713740A (zh) * | 2018-10-24 | 2019-05-03 | 北京天势新能源技术有限公司 | 一种电池管理***的主动均衡架构及主动均衡方法 |
CN109783902A (zh) * | 2018-12-28 | 2019-05-21 | 合肥工业大学 | 一种面向均衡控制的电池动态分组方法 |
CN111693868A (zh) * | 2019-03-12 | 2020-09-22 | 天津工业大学 | 基于密度特征聚类集成的锂电池荷电状态估算方法 |
CN110970964A (zh) * | 2019-04-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池组均衡控制方法、装置、设备和介质 |
CN110707771A (zh) * | 2019-09-03 | 2020-01-17 | 南京理工大学 | 基于中心漂移聚类分析的电池组主动均衡方法 |
CN110752410A (zh) * | 2019-10-30 | 2020-02-04 | 上海理工大学 | 一种快速分选和重组退役锂电池的方法 |
CN111027625A (zh) * | 2019-12-10 | 2020-04-17 | 燕山大学 | 基于SAE和K-means聚类算法的电池筛选方法 |
CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
CN111200307A (zh) * | 2020-01-16 | 2020-05-26 | 珠海格力电器股份有限公司 | 一种能量均衡控制装置、电池***及其能量均衡控制方法 |
CN111707951A (zh) * | 2020-06-22 | 2020-09-25 | 北京理工大学 | 一种电池组一致性评估方法及*** |
Non-Patent Citations (2)
Title |
---|
张骞等: "基于异常点检测的锂电池管理***均衡算法", 《河南科技学院学报》 * |
李研等: "基于K-Means聚类分析的串联电池组主动均衡策略", 《电源技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116381506A (zh) * | 2023-04-11 | 2023-07-04 | 国网宁夏电力有限公司电力科学研究院 | 基于数据聚类的可重构电池网络***电池状态分选方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112039171B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107329094A (zh) | 动力电池健康状态估算方法及装置 | |
CN113985294B (zh) | 一种电池剩余寿命的预估方法及装置 | |
EP3790153A1 (en) | Method and apparatus for charging battery | |
CN111816936B (zh) | 电池梯次利用配组方法、***、终端设备及存储介质 | |
CN114072983A (zh) | 用于双均衡电池和电池组性能管理的方法和*** | |
CN109100652A (zh) | 一种用于预测梯次利用动力电池的离散度的方法及*** | |
CN113410879B (zh) | 储能电池健康状态智能管控方法及*** | |
CN109783902B (zh) | 一种面向均衡控制的电池动态分组方法 | |
CN113569939B (zh) | 基于人工智能的电池分组方法、终端及存储介质 | |
CN112039171B (zh) | 电池组均衡方法、装置、设备和存储介质 | |
CN111129628B (zh) | 锂离子电芯充放电的控制方法、***、介质及电子设备 | |
CN110707771B (zh) | 基于中心漂移聚类分析的电池组主动均衡方法 | |
CN114156552A (zh) | 一种考虑老化的串联电池组的均衡控制策略 | |
CN115389954A (zh) | 一种电池容量的估算方法、电子设备及可读存储介质 | |
CN117318212A (zh) | 动态重构电池网络的容量和soc确定方法、设备及介质 | |
CN116853024A (zh) | 充电控制方法、充电电路拓扑结构、电子设备和存储介质 | |
CN114636933B (zh) | 基于复合神经网络的退役动力电池容量的检测方法及*** | |
CN115469230A (zh) | Ocv-soc在线估计方法、装置和计算机设备与存储介质 | |
CN115267556A (zh) | 电池寿命衰降分析方法、存储介质及电子设备 | |
CN114910812A (zh) | 筛选电池组中不一致电芯的方法 | |
CN114117737A (zh) | 锂离子电池仿真方法、装置、电子设备及可读存储介质 | |
KR20220016685A (ko) | 배터리 팩의 시뮬레이션 방법 | |
CN111537906A (zh) | 一种评估磷酸铁锂电池***多项健康参数的方法 | |
US20230176137A1 (en) | Method and system for determining a remaining useful lifetime of a battery | |
US20240030733A1 (en) | Method and apparatus with battery cell charging based on degradation parameter of electrochemical model |
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 |