CN113733980B - 确定动力电池容量的方法、装置、介质及电子设备 - Google Patents
确定动力电池容量的方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN113733980B CN113733980B CN202010477928.4A CN202010477928A CN113733980B CN 113733980 B CN113733980 B CN 113733980B CN 202010477928 A CN202010477928 A CN 202010477928A CN 113733980 B CN113733980 B CN 113733980B
- Authority
- CN
- China
- Prior art keywords
- charging
- current
- determining
- target
- soc
- 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
- 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]
-
- 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
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Power Engineering (AREA)
- Computational Mathematics (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Sustainable Development (AREA)
- Transportation (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开涉及一种确定动力电池容量的方法、装置、介质及电子设备。所述方法包括:获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;从所述电流平稳阶段中确定出目标电流平稳阶段;根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。这样,能够对数据进行筛选,筛选出数据平稳变化的阶段,并利用这一阶段内的数据确定动力电池的容量,从而,即便在低频采集场景下,也能够较为准确地确定出动力电池的容量。
Description
技术领域
本公开涉及车辆领域,具体地,涉及一种确定动力电池容量的方法、装置、介质及电子设备。
背景技术
随着电动汽车的逐渐普及,电池作为三电中的一环,其性能和状态也越发重要。电池的寿命是研究开发电芯和动力电池包过程中重要的一环,电池的寿命也是评价动力电池包优劣的指标之一。因此,对动力电池容量的预测是电动汽车研究的重点,它对电芯研发具有很高的意义。相关技术中,一般通过在线数据得到电池状态参数,利用安时积分等方法得到实际累计充放电容量,再得出估计值,然后修正实际值和估计值之间的误差,获得电芯状态估计参数。但是,这种方法对数据精度要求较高,且仅适用于高频采集的场景下,无法适用于低频采集的数据。
发明内容
本公开的目的是提供一种确定动力电池容量的方法、装置、介质及电子设备,以准确确定动力电池容量。
为了实现上述目的,根据本公开的第一方面,提供一种确定动力电池容量的方法,所述方法包括:
获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;
根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;
从所述电流平稳阶段中确定出目标电流平稳阶段;
根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。
可选地,所述从所述电流平稳阶段中确定出目标电流平稳阶段,包括:
根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
将电量值最大的已充入电量对应的电流平稳阶段作为所述目标电流平稳阶段。
可选地,通过如下方式确定电流平稳阶段对应的已充入电量:
其中,Ah(k)为所述电流平稳阶段第k个充电时刻的已充入电量,t(k)为所述电流平稳阶段的起始充电时刻,t(k+1)为所述电流平稳阶段的结束充电时刻,I(k)为t(k)时刻的充电电流。
可选地,所述根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量,包括:
根据预设的电压与SOC的对应关系,确定目标充电时刻的充电电压所对应的目标充电SOC,其中,所述目标充电时刻为所述目标电流平稳阶段中的充电时刻之一;
确定所述目标充电时刻对应的目标已充入电量;
根据所述动力电池在所述历史充电过程中的初始SOC、所述目标充电SOC和所述目标已充入电量,确定所述动力电池的容量。
可选地,通过以下方式确定所述动力电池的容量:
通过如下公式进行第i次迭代计算,得到第i次迭代对应的电池容量Ah_cell(i):
Ah_cell(i)=Ah_cell(i-1)+k(i)*ε(i)
其中,Ah_cell(i-1)为第i-1次计算得到的电池容量,k(i)为第i次迭代对应的增益系数,ε(i)为第i次迭代对应的估算误差;
当i达到预设次数,或者,当第i次迭代对应的电池容量收敛,将第i次迭代对应的电池容量确定为所述动力电池的容量。
可选地,所述增益系数k(i)通过如下公式确定:
其中,P(i-1)为目标充电时刻对应的迭代计算系数,λ为遗忘因子,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
可选地,所述估算误差ε(i)通过如下公式确定:
ε(i)=Ah(i)-Ah_cell(i-1)*x(i)
其中,Ah(i)为所述目标已充入电量,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
根据本公开的第二方面,提供一种确定动力电池容量的装置,所述装置包括:
获取模块,用于获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;
第一确定模块,用于根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;
第二确定模块,用于从所述电流平稳阶段中确定出目标电流平稳阶段;
第三确定模块,用于根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。
可选地,所述第二确定模块包括:
第一确定子模块,用于根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
第二确定子模块,用于将电量值最大的已充入电量对应的电流平稳阶段作为所述目标电流平稳阶段。
可选地,所述第一确定子模块用于通过如下方式确定电流平稳阶段对应的已充入电量:
其中,Ah(k)为所述电流平稳阶段第k个充电时刻的已充入电量,t(k)为所述电流平稳阶段的起始充电时刻,t(k+1)为所述电流平稳阶段的结束充电时刻,I(k)为t(k)时刻的充电电流。
可选地,所述第三确定模块包括:
第三确定子模块,用于根据预设的电压与SOC的对应关系,确定目标充电时刻的充电电压所对应的目标充电SOC,其中,所述目标充电时刻为所述目标电流平稳阶段中的充电时刻之一;
第四确定子模块,用于确定所述目标充电时刻对应的目标已充入电量;
第五确定子模块,用于根据所述动力电池在所述历史充电过程中的初始SOC、所述目标充电SOC和所述目标已充入电量,确定所述动力电池的容量。
可选地,所述第五确定子模块用于通过以下方式确定所述动力电池的容量:
通过如下公式进行第i次迭代计算,得到第i次迭代对应的电池容量Ah_cell(i):
Ah_cell(i)=Ah_cell(i-1)+k(i)*ε(i)
其中,Ah_cell(i-1)为第i-1次计算得到的电池容量,k(i)为第i次迭代对应的增益系数,ε(i)为第i次迭代对应的估算误差;
当i达到预设次数,或者,当第i次迭代对应的电池容量收敛,将第i次迭代对应的电池容量确定为所述动力电池的容量。
可选地,所述增益系数k(i)通过如下公式确定:
其中,P(i-1)为目标充电时刻对应的迭代计算系数,λ为遗忘因子,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
可选地,所述估算误差ε(i)通过如下公式确定:
ε(i)=Ah(i)-Ah_cell(i-1)*x(i)
其中,Ah(i)为所述目标已充入电量,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
根据本公开的第三方面,提供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公开第一方面所述方法的步骤。
根据本公开的第四方面,提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,获取动力电池在历史充电过程中各充电时刻对应的充电电流;根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;从电流平稳阶段中确定出目标电流平稳阶段;根据目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。这样,能够对数据进行筛选,筛选出数据平稳变化的阶段,并利用这一阶段内的数据确定动力电池的容量,从而,即便在低频采集场景下,也能够较为准确地确定出动力电池的容量。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开的一种实施方式提供的确定动力电池容量的方法的流程图;
图2是根据本公开提供的确定动力电池容量的方法中,从电流平稳阶段中确定出目标电流平稳阶段的步骤的一种示例性的流程图;
图3是根据本公开提供的确定动力电池容量的方法中,根据目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量的步骤的一种示例性的流程图;
图4是根据本公开的一种实施方式提供的确定动力电池容量的装置的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
在介绍本公开的方案前,首先对本公开的应用背景进行说明。如背景技术中所述,对动力电池容量的预测具有很高的意义。
电池的容量估算目前有很多种方法,比如有开路电压法、安时积分法、神经网络法。由于在实车中难以获得静态电压,且SOC估算易受温度影响,因而开路电压法并不适用于车辆动力电池的容量估算。安时积分法对设备精度以及SOC估算精度有着极高的要求。神经网络法则要求有大量样本进行计算,且易失真。
在整车运行过程中,BMS(Battery Management System,电池管理***)采集到的数据会通过T-box上传至整车云平台,由于受设备限制,有些BMS采集的数据无法做到高频率数据上传,数据经过BMS处理后,由短时间间隔的高频率数据变为长时间间隔的低频率数据,而后再上传至云平台。目前的容量预测算法对数据精度要求都很高,无法应对低频采集场景下的电池容量预测。
为了解决上述问题,本公开提供一种确定动力电池容量的方法、装置、介质及电子设备,以准确确定动力电池的容量,特别是在低频数据采集的场景中。
图1是根据本公开的一种实施方式提供的确定动力电池容量的方法的流程图,如图1所示,该方法可以包括以下步骤。
在步骤11中,获取动力电池在历史充电过程中各充电时刻对应的充电电流。
在这里,历史充电过程对应于一次历史充电过程。若存在多次历史充电过程的数据,则每一历史充电过程均可参照一次历史充电过程的处理方法进行处理。
车辆的电池管理***BMS可以采集与电池有关的数据,并可以上传到与车辆相连的云平台。与电池有关的数据可以包括:电流、电压、SOC、时间(例如,充电起始时间、充电结束时间等)、充电状态(例如,开始充电、结束充电)。BMS可以周期性地采集这些数据,并确定每一采集时刻对应的电流、电压、SOC、充电状态,并且,在动力电池的充电过程中,采集时刻就可以对应于步骤11中的充电时刻。
示例地,历史充电过程中各充电时刻对应的充电电流可以直接通过本车的BMS获得。再例如,历史充电过程中各充电时刻对应的充电电流可以通过与本车相连的云平台获得。
另外,由于确定电池容量需要一定的前提条件,也就是并非任何充电过程的数据都可以用于电池容量的预测,所以,还需要进行一定程度的筛选,以筛选出能够用于确定动力电池通量的历史充电过程,并基于历史充电过程中的数据确定动力电池容量。由此,历史充电过程需要满足一个最基本的条件,即,历史充电过程中充电结束时的SOC与充电开始时的SOC之间的差值应当大于预设充电容量(可根据经验值设定),这样,数据才可以用于确定电池容量,若非如此,即便使用这样的数据,确定出的动力电池容量也是不准确的,不具有参考意义。从而,基于多个充电过程,可以获取每一充电过程起始时对应的SOC(SOC1),并获取每一充电过程结束时对应的SOC(SOC2),在(SOC2-SOC1)大于预设充电容量时,才可将该充电过程作为历史充电过程。
在步骤12中,根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段。
其中,在每一电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值。
示例地,可以将历史充电过程的起始时刻作为时间起点,根据时间的推进逐个获取电流,并实时计算每个充电时刻相对于该时间起点充电电流的差值,当计算到某一充电时刻、电流差值超过预设差值阈值时,将时间起点到该充电时刻前的时段作为电流平稳阶段。在后续,还可以继续以这一充电时刻为时间起点,继续按照上述方式确定历史充电过程中的其他电流平稳阶段。
再例如,在上述示例的基础上,还可以规定电流平稳阶段对应的最短时长。也就是说,在满足电流值平稳的要求的前提下,确定出的电流平稳阶段还需要达到足够的时长。例如,若预设的最短时长为1s,则若在第0.05s~第1s之间电流平稳,考虑到时长不足,该时段仍不能作为电流平稳阶段。这样,能够保证电流平稳阶段的时长,进而保证电流平稳阶段具备足够的数据量用于动力电池容量的确定。
在步骤13中,从电流平稳阶段中确定出目标电流平稳阶段。
在一种可能的实施方式中,步骤13可以包括以下步骤,如图2所示:
在步骤21中,根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
在步骤22中,将电量值最大的已充入电量对应的电流平稳阶段作为目标电流平稳阶段。
示例地,可以通过如下方式确定电流平稳阶段对应的已充入电量:
其中,Ah(k)为电流平稳阶段第k个充电时刻的已充入电量,t(k)为电流平稳阶段的起始充电时刻,t(k+1)为电流平稳阶段的结束充电时刻,I(k)为t(k)时刻的充电电流,k为大于或等于1的正整数。
由此,可以确定出历史充电过程中各个电流平稳阶段对应的已充入电量,从而,可以将其中最大的已充入电量对应的电流平稳阶段作为目标电流平稳阶段。这样,利用电量变化最大的目标电流平稳阶段确定动力电池容量,数据更加丰富,便于获得更加准确的计算结果。
另外,由于确定电池容量需要一定的前提条件,也就是并非任何电流平稳阶段的数据都可以用于电池容量的预测,所以,目标电流平稳阶段还需要满足一些基本条件。例如,目标电流平稳阶段的电压应当包括判定电流稳定阶段要求的最低电压(可根据经验值设定)和最高电压(可根据经验值设定)。再例如,目标电流平稳阶段对应的已充入电量应当大于预测电池容量所需充入的最小容量。示例地,可以在执行步骤21之前就按照上述条件进行一定程度的筛选,以筛选出能够备选的电流平稳阶段,并基于步骤21、步骤22从这些备选的电流平稳阶段中选择目标电流平稳阶段。再例如,可以在执行步骤21、步骤22的过程中进行筛选,例如,在找出最大的已充入电量时,结合上述最高电压和最低电压的要求,只取出满足电压要求的电流平稳阶段中的最大已充入电量,并且,找出的最大已充入电量应当大于预测电池容量所需充入的最小容量。
在步骤14中,根据目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。
在一种可能的实施方式中,步骤14可以包括以下步骤,如图3所示。
在步骤31中,根据预设的电压与SOC的对应关系,确定目标充电时刻的充电电压所对应的目标充电SOC。
其中,目标充电时刻为目标电流平稳阶段中的充电时刻之一。
在步骤32中,确定目标充电时刻对应的目标已充入电量。
确定某一充电时刻对应的已充入电量的方式已在对步骤21的说明中给出,参照上述方式,可以确定目标充电时刻对应的目标已充入电量。
在步骤33中,根据动力电池在历史充电过程中的初始SOC、目标充电SOC和目标已充入电量,确定动力电池的容量。
在一种可能的实施方式中,可以利用带遗忘因子的最小二乘法,确定动力电池的容量。在这一实施方式中,步骤33可以通过以下方式确定动力电池的容量:
通过如下公式进行第i次迭代计算,得到第i次迭代对应的电池容量Ah_cell(i):
Ah_cell(i)=Ah_cell(i-1)+k(i)*ε(i)
其中,Ah_cell(i-1)为第i-1次计算得到的电池容量,k(i)为第i次迭代对应的增益系数,ε(i)为第i次迭代对应的估算误差,i为大于或等于1的正整数。
当i达到预设次数,或者,当第i次迭代对应的电池容量收敛,将第i次迭代对应的电池容量确定为动力电池的容量。
示例地,增益系数k(i)可以通过如下公式确定:
其中,P(i-1)为目标充电时刻对应的迭代计算系数,λ为遗忘因子。初始情况下,迭代计算系数P可以为单位矩阵。
示例地,估算误差ε(i)可以通过如下公式确定:
ε(i)=Ah(i)-Ah_cell(i-1)*x(i)
其中,Ah(i)为目标已充入电量。
并且,计算k(i)和ε(i)时所使用的x(i)可以通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为目标充电SOC,SOC(a)为初始SOC。
通过上述技术方案,获取动力电池在历史充电过程中各充电时刻对应的充电电流;根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;从电流平稳阶段中确定出目标电流平稳阶段;根据目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。这样,能够对数据进行筛选,筛选出数据平稳变化的阶段,并利用这一阶段内的数据确定动力电池的容量,从而,即便在低频采集场景下,也能够较为准确地确定出动力电池的容量。
图4是根据本公开的一种实施方式提供的确定动力电池容量的装置的框图。如图4所示,该装置40可以包括:
获取模块41,用于获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;
第一确定模块42,用于根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;
第二确定模块43,用于从所述电流平稳阶段中确定出目标电流平稳阶段;
第三确定模块44,用于根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量。
可选地,所述第二确定模块43包括:
第一确定子模块,用于根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
第二确定子模块,用于将电量值最大的已充入电量对应的电流平稳阶段作为所述目标电流平稳阶段。
可选地,所述第一确定子模块用于通过如下方式确定电流平稳阶段对应的已充入电量:
其中,Ah(k)为所述电流平稳阶段第k个充电时刻的已充入电量,t(k)为所述电流平稳阶段的起始充电时刻,t(k+1)为所述电流平稳阶段的结束充电时刻,I(k)为t(k)时刻的充电电流。
可选地,所述第三确定模块44包括:
第三确定子模块,用于根据预设的电压与SOC的对应关系,确定目标充电时刻的充电电压所对应的目标充电SOC,其中,所述目标充电时刻为所述目标电流平稳阶段中的充电时刻之一;
第四确定子模块,用于确定所述目标充电时刻对应的目标已充入电量;
第五确定子模块,用于根据所述动力电池在所述历史充电过程中的初始SOC、所述目标充电SOC和所述目标已充入电量,确定所述动力电池的容量。
可选地,所述第五确定子模块用于通过以下方式确定所述动力电池的容量:
通过如下公式进行第i次迭代计算,得到第i次迭代对应的电池容量Ah_cell(i):
Ah_cell(i)=Ah_cell(i-1)+k(i)*ε(i)
其中,Ah_cell(i-1)为第i-1次计算得到的电池容量,k(i)为第i次迭代对应的增益系数,ε(i)为第i次迭代对应的估算误差;
当i达到预设次数,或者,当第i次迭代对应的电池容量收敛,将第i次迭代对应的电池容量确定为所述动力电池的容量。
可选地,所述增益系数k(i)通过如下公式确定:
其中,P(i-1)为目标充电时刻对应的迭代计算系数,λ为遗忘因子,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
可选地,所述估算误差ε(i)通过如下公式确定:
ε(i)=Ah(i)-Ah_cell(i-1)*x(i)
其中,Ah(i)为所述目标已充入电量,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供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公开任意实施例所述确定动力电池容量的方法的步骤。
本公开还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现本公开任意实施例所述确定动力电池容量的方法的步骤。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (9)
1.一种确定动力电池容量的方法,其特征在于,所述方法包括:
获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;
根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;
从所述电流平稳阶段中确定出目标电流平稳阶段;
根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量;
所述从所述电流平稳阶段中确定出目标电流平稳阶段,包括:
根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
将电量值最大的已充入电量对应的电流平稳阶段作为所述目标电流平稳阶段。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量,包括:
根据预设的电压与SOC的对应关系,确定目标充电时刻的充电电压所对应的目标充电SOC,其中,所述目标充电时刻为所述目标电流平稳阶段中的充电时刻之一;
确定所述目标充电时刻对应的目标已充入电量;
根据所述动力电池在所述历史充电过程中的初始SOC、所述目标充电SOC和所述目标已充入电量,确定所述动力电池的容量。
4.根据权利要求3所述的方法,其特征在于,通过以下方式确定所述动力电池的容量:
通过如下公式进行第i次迭代计算,得到第i次迭代对应的电池容量Ah_cell(i):
Ah_cell(i)=Ah_cell(i-1)+k(i)*ε(i)
其中,Ah_cell(i-1)为第i-1次计算得到的电池容量,k(i)为第i次迭代对应的增益系数,ε(i)为第i次迭代对应的估算误差;
当i达到预设次数,或者,当第i次迭代对应的电池容量收敛,将第i次迭代对应的电池容量确定为所述动力电池的容量。
6.根据权利要求4所述的方法,其特征在于,所述估算误差ε(i)通过如下公式确定:
ε(i)=Ah(i)-Ah_cell(i-1)*x(i)
其中,Ah(i)为所述目标已充入电量,x(i)通过如下公式确定:
x(i)=SOC(i)-SOC(a)
其中,SOC(i)为所述目标充电SOC,SOC(a)为所述初始SOC。
7.一种确定动力电池容量的装置,其特征在于,所述装置包括:
获取模块,用于获取所述动力电池在历史充电过程中各充电时刻对应的充电电流;
第一确定模块,用于根据各充电时刻对应的充电电流,确定历史充电过程中的电流平稳阶段,其中,在每一所述电流平稳阶段对应的充电时段内,充电电流的变化值不超过预设的电流变化阈值;
第二确定模块,用于从所述电流平稳阶段中确定出目标电流平稳阶段;
第三确定模块,用于根据所述目标电流平稳阶段内各充电时刻对应的充电电流和充电电压,确定动力电池的容量;
所述第二确定模块包括:
第一确定子模块,用于根据各电流平稳阶段中各充电时刻对应的充电电流,确定每一电流平稳阶段对应的已充入电量;
第二确定子模块,用于将电量值最大的已充入电量对应的电流平稳阶段作为所述目标电流平稳阶段。
8.一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权利要求1-6中任一项所述方法的步骤。
9.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477928.4A CN113733980B (zh) | 2020-05-29 | 2020-05-29 | 确定动力电池容量的方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477928.4A CN113733980B (zh) | 2020-05-29 | 2020-05-29 | 确定动力电池容量的方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113733980A CN113733980A (zh) | 2021-12-03 |
CN113733980B true CN113733980B (zh) | 2022-12-20 |
Family
ID=78725001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010477928.4A Active CN113733980B (zh) | 2020-05-29 | 2020-05-29 | 确定动力电池容量的方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113733980B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114932841A (zh) * | 2022-06-15 | 2022-08-23 | 岚图汽车科技有限公司 | 一种电池剩余容量修正方法、装置、设备和介质 |
CN117452265A (zh) * | 2023-12-22 | 2024-01-26 | 合众新能源汽车股份有限公司 | 动力电池的容量衰减估算方法、***及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008298786A (ja) * | 2001-08-13 | 2008-12-11 | Hitachi Maxell Ltd | 電池容量検出方法 |
JP2011215125A (ja) * | 2010-03-15 | 2011-10-27 | Calsonic Kansei Corp | 電池容量算出装置および電池容量算出方法 |
CN102590754A (zh) * | 2011-01-11 | 2012-07-18 | 株式会社电装 | 锂离子可再充电电池的电池容量检测装置 |
CN102608535A (zh) * | 2012-02-27 | 2012-07-25 | 宁德新能源科技有限公司 | 一种锂离子电池容量的预测方法 |
CN103823185A (zh) * | 2012-11-16 | 2014-05-28 | 丰田自动车株式会社 | 蓄电***及计算满充电容量的方法 |
JP2015025685A (ja) * | 2013-07-24 | 2015-02-05 | ローム株式会社 | 二次電池パックの管理方法および電源管理システム、電子機器 |
CN105891730A (zh) * | 2016-06-24 | 2016-08-24 | 安徽江淮汽车股份有限公司 | 一种汽车动力电池容量的计算方法 |
CN108717166A (zh) * | 2017-11-23 | 2018-10-30 | 北京航空航天大学 | 一种基于视觉认知的锂电池容量估计的方法及装置 |
CN108732503A (zh) * | 2017-04-21 | 2018-11-02 | 郑州宇通客车股份有限公司 | 一种电池健康状态与电池容量检测方法及装置 |
CN109975710A (zh) * | 2019-04-01 | 2019-07-05 | 北京长城华冠汽车科技股份有限公司 | 计算车辆电池充电时间的计算方法及电池管理*** |
CN110031764A (zh) * | 2019-04-03 | 2019-07-19 | 广州小鹏汽车科技有限公司 | 估计动力电池的目标充电量的方法、装置及相应的车辆 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090132186A1 (en) * | 2007-11-15 | 2009-05-21 | Broadcom Corporation | Method and system for reporting battery status based on current estimation |
-
2020
- 2020-05-29 CN CN202010477928.4A patent/CN113733980B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008298786A (ja) * | 2001-08-13 | 2008-12-11 | Hitachi Maxell Ltd | 電池容量検出方法 |
JP2011215125A (ja) * | 2010-03-15 | 2011-10-27 | Calsonic Kansei Corp | 電池容量算出装置および電池容量算出方法 |
CN102590754A (zh) * | 2011-01-11 | 2012-07-18 | 株式会社电装 | 锂离子可再充电电池的电池容量检测装置 |
CN102608535A (zh) * | 2012-02-27 | 2012-07-25 | 宁德新能源科技有限公司 | 一种锂离子电池容量的预测方法 |
CN103823185A (zh) * | 2012-11-16 | 2014-05-28 | 丰田自动车株式会社 | 蓄电***及计算满充电容量的方法 |
JP2015025685A (ja) * | 2013-07-24 | 2015-02-05 | ローム株式会社 | 二次電池パックの管理方法および電源管理システム、電子機器 |
CN105891730A (zh) * | 2016-06-24 | 2016-08-24 | 安徽江淮汽车股份有限公司 | 一种汽车动力电池容量的计算方法 |
CN108732503A (zh) * | 2017-04-21 | 2018-11-02 | 郑州宇通客车股份有限公司 | 一种电池健康状态与电池容量检测方法及装置 |
CN108717166A (zh) * | 2017-11-23 | 2018-10-30 | 北京航空航天大学 | 一种基于视觉认知的锂电池容量估计的方法及装置 |
CN109975710A (zh) * | 2019-04-01 | 2019-07-05 | 北京长城华冠汽车科技股份有限公司 | 计算车辆电池充电时间的计算方法及电池管理*** |
CN110031764A (zh) * | 2019-04-03 | 2019-07-19 | 广州小鹏汽车科技有限公司 | 估计动力电池的目标充电量的方法、装置及相应的车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN113733980A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110568361B (zh) | 一种动力电池健康状态的预测方法 | |
Chen et al. | State-of-charge estimation of lithium-ion battery using an improved neural network model and extended Kalman filter | |
Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
CN110146816B (zh) | 电池剩余充电时间的确定方法、装置、设备及存储介质 | |
CN105223506B (zh) | 使用双扩展卡尔曼滤波器的电池状态估计方法和*** | |
CN107677962B (zh) | 基于充电所需时间来管理电池的***和方法 | |
US11703548B2 (en) | Methods and systems for accelerated determining of state of health using incremental capacity analysis | |
US9419314B2 (en) | Systems and methods for determining battery system power capability | |
CN107632272A (zh) | 一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法 | |
CN108445422B (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
Mian Qaisar | A proficient Li-ion battery state of charge estimation based on event-driven processing | |
CN113733980B (zh) | 确定动力电池容量的方法、装置、介质及电子设备 | |
KR101661578B1 (ko) | 듀얼확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체 | |
CN110221221A (zh) | 锂离子电池荷电状态和健康状态联合估计方法 | |
CN112379297A (zh) | 电池***寿命预测方法、装置、设备及存储介质 | |
CN115684947A (zh) | 电池模型构建方法及电池劣化预测装置 | |
CN112630661B (zh) | 一种电池荷电状态soc估算方法和装置 | |
CN113777510A (zh) | 一种锂电池荷电状态估计方法及装置 | |
CN114609523A (zh) | 一种电池容量的在线检测方法、电子设备及存储介质 | |
CN115754724A (zh) | 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法 | |
CN113189500B (zh) | 电池电量计算方法、装置、计算机设备和存储介质 | |
CN113125965B (zh) | 电池析锂检测方法、装置、设备及存储介质 | |
CN113777500A (zh) | 一种采用模拟退火法进行电池参数辨识及精度优化的方法 | |
CN106680722B (zh) | 一种实时在线预测ocv-soc曲线的方法和装置 | |
CN113125967A (zh) | 一种基于温升预测的锂电池soe计算方法 |
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 | ||
CB02 | Change of applicant information |
Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Applicant after: SVOLT Energy Technology Co.,Ltd. Address before: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Applicant before: SVOLT Energy Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |