CN112162198B - 一种适用于混动车辆的电池健康诊断***及方法 - Google Patents

一种适用于混动车辆的电池健康诊断***及方法 Download PDF

Info

Publication number
CN112162198B
CN112162198B CN202011052017.3A CN202011052017A CN112162198B CN 112162198 B CN112162198 B CN 112162198B CN 202011052017 A CN202011052017 A CN 202011052017A CN 112162198 B CN112162198 B CN 112162198B
Authority
CN
China
Prior art keywords
battery
health
voltage
uoc
working condition
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
Application number
CN202011052017.3A
Other languages
English (en)
Other versions
CN112162198A (zh
Inventor
孙玮佳
任永欢
黄艺兴
吴国贵
郑彬彬
林炳辉
林健荣
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.)
Xiamen King Long United Automotive Industry Co Ltd
Original Assignee
Xiamen King Long United Automotive Industry Co 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 Xiamen King Long United Automotive Industry Co Ltd filed Critical Xiamen King Long United Automotive Industry Co Ltd
Priority to CN202011052017.3A priority Critical patent/CN112162198B/zh
Publication of CN112162198A publication Critical patent/CN112162198A/zh
Application granted granted Critical
Publication of CN112162198B publication Critical patent/CN112162198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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
    • 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

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

Abstract

一种适用于混动车辆的健康诊断***，由取时间段模块、电池参数估算模块以及健康诊断模块组成，该健康诊断***的诊断方法包括：一、取时间段模块根据初始温度、SOC条件提取相应时间段，并提取该时间段内的电流工况数据导入电池模型，并核算电池模型输出电压与真实电压之间的均方根误差，当误差符合条件时进入步骤二；二、由电池参数估算模块提取到该段工况下对应的电池模型参数，结合输入一个目标工况，输出目标电压值V（i）及uoc（i）；三、健康诊断模块通过步骤二输出的目标电压值V（i）及uoc（i）进行多维健康参数估算。本发明从多维度评价电池健康状态，健康评价更全面，预测精度高，特别适用于混动车辆的电池健康在线诊断。

Description

一种适用于混动车辆的电池健康诊断***及方法
技术领域
本发明涉及新能源电池应用技术领域，更为具体地说是指一种适用于混动车辆的电池健康诊断***及方法。
背景技术
混动车辆由动力电池***和燃油***共同提供动力，动力电池通过放电及回充电与燃油***协调应用达到节油及综合性能最佳的目的。混动车辆上的动力电池***通常装载电量较小，电池具备承受高倍率电流的能力，运行SOC区间窄。电池装载车辆后经长年累月使用，电池发生老化，内阻增加，可承受的电流呈现下降趋势，即可输出的功率降低。电池***的功率性能对车辆动力性及节油率影响较大，甚至部分车辆因电池***功率性能下降而无法正常使用。
目前，混动车辆的电池报废标准依旧遵循纯电动车辆容量衰减程度判别的方法，这种电池健康诊断参数单一、预测精度低。然而混动车辆因自身使用特点原因更需关注功率性能，而功率和容量变化程度并不存在完全一致的相关性。为此，我们从多维方向出发，提供一种适用于混动车辆的电池健康诊断***及方法。
发明内容
本发明提供一种适用于混动车辆的电池健康诊断***及方法，以克服现有技术方案对混动车辆健康诊断参数单一、预测精度低等缺点。
本发明采用如下技术方案：
一种适用于混动车辆的电池健康诊断***，包括：取时间段模块，用于提取某时间段内电流工况数据并导入电池模型，以核算电池模型输出电压与真实电压之间的均方根误差；电池参数估算模块，用于将提取到的合格电池模型参数，结合输入的目标工况得到目标电压响应值；以及健康诊断模块，用于将目标电压值进行电池多维健康参数的估算。
进一步地，上述电池模型为U(k)=f(U(k-1)…U(k-N), I(k),I(k-1)…I(k-N))，其中，U代表端电压、I代表电流。
进一步地，上述电池模型为电池等效电路模型、电化学模型或分数阶模型。
进一步地，上述电池多维健康参数包括容量不均衡程度、极化总和、内阻不一致程度、内阻增长率、功率状态以及电压超限。
本发明还提供一种适用于混动车辆的电池健康诊断方法，包括上述电池健康诊断***，具体步骤如下：
一、取时间段模块根据初始温度、SOC条件提取相应时间段，并提取该时间段内的电流工况数据导入电池模型，并核算电池模型输出电压与真实电压之间的均方根误差，当误差符合条件时进入步骤二，否则重新选取其它时间段工况；
二、由电池参数估算模块提取到该段工况下对应的电池模型参数，结合输入一个目标工况，输出目标电压值V（i）及uoc（i）；
三、健康诊断模块通过步骤二输出的目标电压值V（i）及uoc（i）进行多维健康参数估算，包括容量不均衡核算、极化总和核算、内阻不一致核算、内阻增长率核算、功率核算以及电压超限核算。
进一步地，上述步骤一误差符合条件的判断依据是e _RMS小于阈值a。
进一步地，上述阈值a根据电压传感器精度在0.01～0.05之间变动。
进一步地，上述步骤三中，根据公式（1）对功率核算：SOP= Vi_avg*Imax—（1）；所述根据公式（2）核算内阻R(i)：R(i)= [V(i)-uoc(i)]/Imax—（2），并计算R，再根据得到的R计算内阻增长率SOR：SOR=R/R0，R0为新电池离线测试得到的电池单体内阻值。
进一步地，当T_avg在目标温度范围内时，采用公式R=mean[R(i)]—（3）计算R；当T_avg不在目标温度范围内时，将得到的R(i)与其对应的T(i)进行拟合得到公式R=h(T)—（4），拟合后根据目标温度值，计算相应温度下的R。
进一步地，上述步骤三中，根据公式（5）核算容量不均衡SOD=f(uoc_1(i))-f(uoc_2(i)) —（5），其中uoc_1和uoc_2为采用不同的电芯电压或者***的最高、最低单体电压作为输入对应的uoc(i)，f为SOC-OCV的关系函数；根据公式（6）核算极化总和eta=abs(V(m)-uoc(m))+abs(V(n)-uoc(n) —（6），其中m、n分别代表设计目标工况中电流为正和负对应的位置；所述电压超限核算指将得到的V（i）与电池可允许的工作上限电压与下限电压进行对比，核算V（i）是否超出阈值。
由上述对本发明的描述可知，和现有技术相比，本发明具有如下优点：
本发明通过取时间段模块的均方根误差e_RMS控制因工况导致的模型精度变差的问题，选取合适的时间段合适的工况，得到高精度的电池模型参数，然后通过电池参数估算模块将提取到的电池模型参数，结合导入的目标工况得到目标电压响应值，最后由健康诊断模块利用目标电压值进行多维健康参数的估算，得到车辆电池***健康程度。本发明的电池健康诊断***及方法，得到的电池模型参数精度高，从多维度评价电池健康状态，健康评价更全面，预测精度高，特别适用于混动车辆的电池健康在线诊断，解决了现有混动车辆健康诊断参数单一、预测精度低等问题。
附图说明
图1为本发明的结构框图。
具体实施方式
下面参照附图说明本发明的具体实施方式。为了全面理解本发明，下面描述到许多细节，但对于本领域技术人员来说，无需这些细节也可实现本发明。对于公知的组件、方法及过程，以下不再详细描述。
本发明提供一种适用于混动车辆的健康诊断***，参照图1，该健康诊断***由取时间段模块、电池参数估算模块以及健康诊断模块组成，其中，取时间段模块用于提取某时间段内电流工况数据并导入电池模型，以核算电池模型输出电压与真实电压之间的均方根误差。电池参数估算模块用于将提取到的合格电池模型参数，结合输入的目标工况得到目标电压响应值。而健康诊断模块用于将目标电压值进行电池多维健康参数的估算。
电池多维健康参数包括容量不均衡程度、极化总和、内阻不一致程度、内阻增长率、功率状态以及电压超限。其中，“功率状态”可用于评估电池***充电、放电瞬态功率，“内阻增长率”可用于评估电池***中电芯的内阻与新电池状态下相比的增长率，“极化总和估算”可用于评估电芯某些虚拟工况下的充电极化与放电极化之和，用于评价极化冗余空间，“内阻不一致程度”可用于评估电芯之间内阻的差异大小、功率的差异大小，用于发现异常电芯，“不均衡程度”可用于评估电池***各个电芯之间的SOC差异，用于发现异常电芯及评估均衡维护可提升的功率空间，“电压超限核算”可用于评估电池***现状下是否可满足特定工况下的应用。
该健康诊断***的诊断方法，参照图1，具体包括如下步骤：
步骤一、取时间段模块选取合适的温度、SOC范围作为数据起始点（t1）、终止点（t2），提取车辆t1-t2时间段内真实电流工况，导入电池模型，并核算电池模型输出电压与真实电压之间的均方根误差e _RMS，当误差符合条件时即e _RMS小于阈值a时，进入步骤二，否则重新选取其它时间段工况。阈值a根据电压传感器精度在0.01～0.05之间变动。
其中，电池模型为U(k)=f(U(k-1)…U(k-N), I(k),I(k-1)…I(k-N))，其中，U代表端电压、I代表电流。该模型的响应电压值由该步之前N步的电流值以及电压值通过一定公式换算得到 ; 其中U代表端电压、I代表电流。电池模型也可以为电池等效电路模型、电化学模型、分数阶模型。
步骤二、由电池参数估算模块提取到该段工况下对应的电池模型参数，结合输入一个目标工况，输出目标电压值V（i）及uoc（i）；
步骤三、健康诊断模块通过步骤二输出的目标电压值V（i）及uoc（i）进行多维健康参数估算，包括容量不均衡核算、极化总和核算、内阻不一致核算、内阻增长率核算、功率核算以及电压超限核算。
上述步骤三中，根据公式（1）对功率核算：SOP= Vi_avg*Imax—（1）；所述根据公式（2）核算内阻R(i)：R(i)= [V(i)-uoc(i)]/Imax—（2），并计算R，再根据得到的R计算内阻增长率SOR：SOR=R/R0，R0为新电池离线测试得到的电池单体内阻值。
当T_avg在目标温度范围内时，采用公式R=mean[R(i)]—（3）计算R；当T_avg不在目标温度范围内时，将得到的R(i)与其对应的T(i)进行拟合得到公式R=h(T)—（4），拟合后根据目标温度值，计算相应温度下的R。根据得到的R计算内阻增长率 SOR：SOR=R/R0—（5）。其中，T_avg为该段数据对应温度的平均值，R0为新电池离线测试得到的电池单体内阻值；
以上R(i)与T(i)拟合公式（4），可以为已知的线性、指数、高斯等公式，也可以为粒子滤波等算法推导的关系式；拟合参数也可以由R(i)与T(i)变更为ln(R(i))， 1/T(i)等其他形式。
上述步骤三中，根据公式（5）核算容量不均衡SOD=f(uoc_1(i))-f(uoc_2(i)) —（5），其中uoc_1和uoc_2为采用不同的电芯电压或者***的最高、最低单体电压作为输入对应的uoc(i)，f为SOC-OCV的关系函数；根据公式（6）核算极化总和eta=abs(V(m)-uoc(m))+abs(V(n)-uoc(n) —（6），其中m、n分别代表设计目标工况中电流为正和负对应的位置；所述电压超限核算指将得到的V（i）与电池可允许的工作上限电压与下限电压进行对比，核算V（i）是否超出阈值。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (9)

1.一种适用于混动车辆的电池健康诊断方法，包括电池健康诊断***，所述电池健康诊断***包括：取时间段模块，用于提取某时间段内电流工况数据并导入电池模型，以核算电池模型输出电压与真实电压之间的均方根误差；电池参数估算模块，用于将提取到的合格电池模型参数，结合输入的目标工况得到目标电压响应值；以及健康诊断模块，用于将目标电压值进行电池多维健康参数的估算；所述电池健康诊断方法的具体步骤如下：
一、取时间段模块根据初始温度、SOC条件提取相应时间段，并提取该时间段内的电流工况数据导入电池模型，并核算电池模型输出电压与真实电压之间的均方根误差，当误差符合条件时进入步骤二，否则重新选取其它时间段工况；
二、由电池参数估算模块提取到该段工况下对应的电池模型参数，结合输入一个目标工况，输出目标电压值V（i）及uoc（i）；
三、健康诊断模块通过步骤二输出的目标电压值V（i）及uoc（i）进行多维健康参数估算，包括容量不均衡核算、极化总和核算、内阻不一致核算、内阻增长率核算、功率核算以及电压超限核算。
2.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述电池模型为U(k)=f(U(k-1)…U(k-N), I(k),I(k-1)…I(k-N))，其中，U代表端电压、I代表电流。
3.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述电池模型，为电池等效电路模型、电化学模型或分数阶模型。
4.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述电池多维健康参数包括容量不均衡程度、极化总和、内阻不一致程度、内阻增长率、功率状态以及电压超限。
5.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述步骤一误差符合条件的判断依据是e _RMS小于阈值a。
6.如权利要求5所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述阈值a根据电压传感器精度在0.01～0.05之间变动。
7.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述步骤三中，根据公式（1）对功率核算：SOP= Vi_avg*Imax—（1）；所述根据公式（2）核算内阻R(i)：R(i)= [V(i)-uoc(i)]/Imax—（2），并计算R，再根据得到的R计算内阻增长率SOR：SOR=R/R0，R0为新电池离线测试得到的电池单体内阻值。
8.如权利要求7所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：当T_avg在目标温度范围内时，采用公式R=mean[R(i)]—（3）计算R；当T_avg不在目标温度范围内时，将得到的R(i)与其对应的T(i)进行拟合得到公式R=h(T)—（4），拟合后根据目标温度值，计算相应温度下的R。
9.如权利要求1所述的一种适用于混动车辆的电池健康诊断方法，其特征在于：所述步骤三中，根据公式（5）核算容量不均衡SOD=f(uoc_1(i))-f(uoc_2(i)) —（5），其中uoc_1和uoc_2为采用不同的电芯电压或者***的最高、最低单体电压作为输入对应的uoc(i)，f为SOC-OCV的关系函数；根据公式（6）核算极化总和eta=abs(V(m)-uoc(m))+abs(V(n)-uoc(n)）—（6），其中m、n分别代表设计目标工况中电流为正和负对应的位置；所述电压超限核算指将得到的V（i）与电池可允许的工作上限电压与下限电压进行对比，核算V（i）是否超出阈值。
CN202011052017.3A 2020-09-29 2020-09-29 一种适用于混动车辆的电池健康诊断***及方法 Active CN112162198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011052017.3A CN112162198B (zh) 2020-09-29 2020-09-29 一种适用于混动车辆的电池健康诊断***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011052017.3A CN112162198B (zh) 2020-09-29 2020-09-29 一种适用于混动车辆的电池健康诊断***及方法

Publications (2)

Publication Number Publication Date
CN112162198A CN112162198A (zh) 2021-01-01
CN112162198B true CN112162198B (zh) 2023-08-04

Family

ID=73861498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011052017.3A Active CN112162198B (zh) 2020-09-29 2020-09-29 一种适用于混动车辆的电池健康诊断***及方法

Country Status (1)

Country Link
CN (1) CN112162198B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114114053B (zh) * 2021-12-10 2023-12-22 厦门金龙联合汽车工业有限公司 一种衡量混动车辆电池生命状态的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744030A (zh) * 2014-01-12 2014-04-23 中国科学院电工研究所 电池组健康状态和荷电状态在线估算装置及估算方法
CN106291381A (zh) * 2016-08-16 2017-01-04 北京理工大学 一种联合估计动力电池***荷电状态与健康状态的方法
CN106772108A (zh) * 2017-03-08 2017-05-31 天津大学 一种锂电池soc预测方法
CN108535661A (zh) * 2018-05-18 2018-09-14 东北大学 一种基于模型误差谱的动力电池健康状态在线估计方法
CN108544925A (zh) * 2018-04-02 2018-09-18 北京理工大学 电池管理***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744030A (zh) * 2014-01-12 2014-04-23 中国科学院电工研究所 电池组健康状态和荷电状态在线估算装置及估算方法
CN106291381A (zh) * 2016-08-16 2017-01-04 北京理工大学 一种联合估计动力电池***荷电状态与健康状态的方法
CN106772108A (zh) * 2017-03-08 2017-05-31 天津大学 一种锂电池soc预测方法
CN108544925A (zh) * 2018-04-02 2018-09-18 北京理工大学 电池管理***
CN108535661A (zh) * 2018-05-18 2018-09-14 东北大学 一种基于模型误差谱的动力电池健康状态在线估计方法

Also Published As

Publication number Publication date
CN112162198A (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
CN108445406B (zh) 一种动力电池健康状态估计方法
CN108663620B (zh) 一种动力电池组荷电状态估算方法及***
CN107368619B (zh) 一种扩展卡尔曼滤波soc估算方法
CN106291378B (zh) 一种电动汽车动力电池soh的测算方法
EP4019321B1 (en) Battery managing method and device, and vehicle
CN109358293B (zh) 基于ipf的锂离子电池soc估计方法
CN111965559B (zh) 一种锂离子电池soh在线估计方法
CN111352032A (zh) 一种锂电池动态峰值功率预测方法
CN111308356A (zh) 一种带加权的安时积分的soc估算方法
CN110626210A (zh) 锂电池微短路的识别方法及电池管理***
CN112540318B (zh) 一种起动内燃机的铅酸蓄电池健康状态估算方法
CN112158105B (zh) 新能源汽车动力电池soh评估装置、方法及***
CN112213659B (zh) 电池容量修正方法及测试***
CN107817448B (zh) 一种适用于复杂工况的在线实时监测电池电量的方法
CN109581243A (zh) 估算电池的soc的方法和装置
CN112485695A (zh) 动力电池的检测方法及装置
CN113759258B (zh) 一种动力电池soc估计方法、装置及纯电动汽车
CN112162198B (zh) 一种适用于混动车辆的电池健康诊断***及方法
CN113829957A (zh) 一种用于新能源电池充电的电池均衡评估方法
CN114636936B (zh) 一种铅酸电池充电阶段soc预测曲线的修正方法及装置
CN115774207A (zh) 一种矫正磷酸铁锂电池soc的方法及使用该方法的车辆
CN111537906B (zh) 一种评估磷酸铁锂电池***多项健康参数的方法
CN111580000B (zh) 一种电池soc校准方法
CN114784397A (zh) 一种基于多时间尺度电池故障的汽车充电方法及***
CN117233618B (zh) 一种基于电压集成模型的飞行汽车电池***状态估计方法

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
GR01 Patent grant
GR01 Patent grant