CN114487887A - 电池健康度测量方法、装置、设备和存储介质 - Google Patents
电池健康度测量方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114487887A CN114487887A CN202011166937.8A CN202011166937A CN114487887A CN 114487887 A CN114487887 A CN 114487887A CN 202011166937 A CN202011166937 A CN 202011166937A CN 114487887 A CN114487887 A CN 114487887A
- Authority
- CN
- China
- Prior art keywords
- battery
- charging
- tested
- historical
- capacity
- 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.)
- Pending
Links
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]
- G01R31/392—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]
- G01R31/367—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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提出电池健康度测量方法、装置、设备和存储介质。获取待测电池的电池容量增量曲线,其中,所述待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;根据所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及所述待测电池的电池容量增量曲线,确定所述待测电池的实际充电容量;根据所述待测电池的实际充电容量,确定所述待测电池的健康度。本申请有利于提高电池健康度的准确度。
Description
技术领域
本申请涉及一种电池技术领域,尤其涉及一种电池健康度测量方法、装置、设备和存储介质。
背景技术
在节能减排和绿色环保的共同推动下,电动汽车作为新能源交通工具得到了越来越多的关注,锂电池由于其绿色环保的性能,在电动汽车领域得到广泛的使用。动力电池是电动汽车的关键部件之一,动力电池技术极大影响电动汽车的性能和成本。
锂电池的健康状态(state of health,SOH)是电池老化程度的综合指标。目前,现有评估锂电池健康状态的技术多集中在安时容量积分法、内阻法等,问题在于这些方法数据筛选机制复杂,准确度低。
发明内容
本申请实施例提供一种电池健康度测量方法、装置、设备和存储介质,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种电池健康度测量方法,包括:
获取待测电池的电池容量增量曲线,其中,所述待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
根据所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及所述待测电池的电池容量增量曲线,确定所述待测电池的实际充电容量;
根据所述待测电池的实际充电容量,确定所述待测电池的健康度。
第二方面,本申请实施例提供了一种电池健康度测量装置,其特征在于,包括:
电池容量增量曲线获取模块,用于获取待测电池的电池容量增量曲线,其中,所述待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
实际充电容量确定模块,用于根据所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及所述待测电池的电池容量增量曲线,确定所述待测电池的实际充电容量;
健康度确定模块,用于根据所述待测电池的实际充电容量,确定所述待测电池的健康度。
第三方面,本申请实施例提供了一种电池健康度测量设备,该设备包括:存储器和处理器。其中,该存储器和该处理器通过内部连接通路互相通信,该存储器用于存储指令,该处理器用于执行该存储器存储的指令,并且当该处理器执行该存储器存储的指令时,使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机程序,当计算机程序在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括:借助历史特征参数和历史电池容量之间的映射关系,对待测电池的电池容量增量曲线(IC曲线)进行分析,有利于得到更为精准的电池实际容量,进而有利于提高电池健康度计算的准确度。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1为根据本申请实施例的电池健康度测量方法的流程图一;
图2为根据本申请实施例的电池健康度测量方法的电池容量增量曲线示例图;
图3为根据本申请实施例的电池健康度测量方法的流程图二;
图4为根据本申请实施例的电池健康度测量方法的一示例图;
图5为根据本申请实施例的电池健康度测量装置的结构框图;
图6为根据本申请实施例的电池健康度测量设备的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本申请一实施例的电池健康度测量方法的流程图。如图1所示,该电池健康度测量方法可以包括:
S101、获取待测电池的电池容量增量曲线,其中,待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
S102、根据待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及待测电池的电池容量增量曲线,确定待测电池的实际充电容量;
S103、根据待测电池的实际充电容量,确定待测电池的健康度。
其中,电池的健康度SOH(State of Health)是电池满充容量相对额定容量的百分比。电池健康度的初始值可以为100%。锂电池的健康度SOH是电池老化程度的综合指标。研究表明锂电池容量衰减的主要机制包括:副反应的发生,金属锂的沉淀,电解液阳极氧化和阴极还原,电极活性材料的溶解,相变化以及结构变化等诸多因素。
其中,待测电池可以为锂电池。待测电池可以应用于车辆,如电动汽车,也可以应用于各种电子设备中,如手机和电脑等。
本申请实施例借助历史特征参数和历史电池容量之间的映射关系,对待测电池的电池容量增量曲线(IC曲线)进行分析,有利于得到更为精准的电池实际容量,进而有利于提高电池健康度计算的准确度。
在一种实施方式中,步骤S101,包括:
获取待测电池的至少一个待测充电周期的充电数据;
根据待测电池的至少一个待测充电周期的充电数据,确定至少一个待测充电周期的电池容量增量曲线。
上述实施方式中,获取的待测充电周期的个数可以依据实际情况进行灵活设定。例如,测量当前的健康度,则可以设定为获取最近一个月内的待测充电周期的充电数据。通过获取至少一个待测充电周期的充电数据。
进一步的,充电数据包括在电池充电时每隔预设时间所采集的充电信号。具体的,充电数据可以包括充电时间、充电电流、单体电池电压和电池荷电状态SOC。
其中,电池荷电状态SOC(State of Charge),代表电池使用一段时间后或长期搁置不用后的剩余容量与其满电状态的容量百分比值。通常,SOC取值范围0-1,当SOC=0时,表示电池放电完全,当SOC=1是表示电池完全充满。
在一种实施方式中,步骤S101中,待测电池的电池容量增量曲线所表征的待测电池的充电过程中电池容量和电池电压之间的关系,具体可以为电池容量对电池电压的求导值dQ/dv和电池电压V的关系。参见图2,图2为电池容量增量曲线的示例图。电池容量增量曲线所在坐标系中,纵轴为电池容量对电池电压的求导值dQ/dv,横轴为电池电压V。
在一种实施方式中,步骤S102中,确定待测电池的实际充电容量包括确定至少一个待测充电周期的实际充电容量。
步骤S103,包括:根据待测充电周期的实际充电容量、待测充电周期的荷电状态变化增量、待测电池的额定容量值以及待测充电周期的个数,确定待测电池的健康度。
进一步的,待测电池的健康度的计算公式为:
其中,SOH表示待测电池的健康度,n表示待测充电周期的个数,ΔSOC表示待测充电周期内电池荷电状态的变化增量,Q1表示实际充电容量,Q0表示待测电池的额定容量值。
在一种实施方式中,步骤S102,包括:
根据待测电池的各个待测充电周期的电池容量增量曲线,确定待测电池的各个待测充电周期的历史特征参数的值;
将各个待测充电周期的历史特征参数的值,代入待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,求解得到待测电池的各个待测充电周期的所对应的实际电池容量。
在一种实施方式中,参见图3,步骤S102中,待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系的确定方式,包括:
S301、根据样本电池的历史充电周期的充电数据,确定样本电池的历史充电周期对应的电池容量增量曲线和历史电池容量,其中,样本电池与待测电池的型号相同;
S302、根据样本电池的历史充电周期对应的电池容量增量曲线,确定待测电池对应型号的历史特征参数;
S303、确定待测电池对应型号的历史特征参数和历史电池容量之间的映射关系。
由于随着电池老化衰退,电池动力学和热力学特性发生变化,电池容量增量曲线的曲线特征数值也随之发生变化。因此,上述实施例方式,可以通过确定电池容量与电池容量增量曲线(IC曲线)的曲线特征之间的映射关系,以校正电池实际容量,进而得到更加精准的电池健康度。
在一种实施方式中,步骤S102中,历史电池容量可以依据根据安时积分值公式计算得到。具体的,通过计算电池的充电电流对充电过程全部时间积分的值,得到电池在该充电周期充入的电量,即历史电池容量。
在一种实施方式中,步骤S301中,根据样本电池的历史充电周期的充电数据,确定样本电池的历史充电周期对应的电池容量增量曲线,包括:
对样本电池的n个历史充电周期的充电数据进行过滤,得到过滤后的m个历史充电周期的充电数据,其中,n为整数且n≥1,m为整数且m∈[1,n];
根据过滤后的m个历史充电周期的充电数据,生成m个历史充电周期分别对应的电池容量增量曲线;
其中,对样本电池的n个历史充电周期的充电数据进行过滤的过滤条件包括下述至少一项:
第i个历史充电周期结束后,样本电池停止工作的时间达到预设时间,其中,i为整数且i∈[1,n];
第i个历史充电周期结束后,样本电池的荷电状态增量大于预设增量;
第i个历史充电周期结束后,样本电池的充电电流小于预设电流。
上述实施方式中,通过设定相应的过滤条件,过滤出符合过滤条件的历史充电周期,从而剔除异常的历史充电周期的电池数据。
在一种实施方式中,步骤S302,包括:
确定样本电池的历史充电周期对应的电池容量增量曲线的多个形态特征参数;
对多个形态特征参数进行主成分分析,确定待测电池对应型号的历史特征参数。
其中,主成分分析,可以将多个相关性较强的变量重新组合,生成少数几个彼此不相关的变量,使其尽可能多的代表原有变量的信息。
上述实施方式中,通过采用主成分分析,可以对形态特征参数进行归纳和降维,从而避免多重共线性的问题。如不采取主成分提取历史特征参数的措施,可能会降低后续建立的映射关系的稳定性,形态特征参数的系数对于样本的选取会过于敏感,难以解释每个自变量(即形态特征参数)对应变量(即历史电池容量)的单独影响。因此,上述实施方式采用主成分分析,提高后续建立历史特征参数和电池容量之间映射关系的稳定性。
进一步的,电池容量增量曲线(IC曲线)的形态特征参数包括但不限于:主峰高度、主峰面积、主峰位置、主峰左斜率、主峰右斜率和次峰高度。
其中,主峰指IC曲线纵轴dQ/dv中最高峰值,次峰是指纵轴dQ/dv中第二高峰值。主峰面积为主峰两侧谷底点以及在横轴的投影点所围成的楔柱面积。主峰左斜率为主峰顶点与主峰左侧谷底点连接线的斜率,主峰右斜率为主峰顶点与主峰右侧谷底点连接线的斜率。次峰高度为曲线中第二高度峰值点的dQ/dv值。
在一种实施方式中,电池容量增量曲线的生成方式,包括:
根据充电数据中各充电时刻对应的电池电流,确定各充电时刻对应的电池电压;
根据充电数据中各充电时刻对应的电池电压和各充电时刻所对应的电池电压,确定电池容量相对电池电压的求导值和电池电压的关系;
根据电池容量相对电池电压的求导值和电池电压的关系,生成电池容量增量曲线。
进一步的,电池容量增量曲线(IC曲线)制作是根据电池容量的微分曲线dQ/dv,计算时间间隔为等电压间隔,并对dQ/dv采用预设固定阶数的滑动平均滤波。dQ/dv的计算公式如下所示:
其中,dt表示充电时间段,dQ表示充电时间段dt内累积充入的电量,t0充电时间段dt的起始时间,I(t)表示t时刻的充电电流,dv表示充电时间段dt内内电压的变化值。
下述给出本申请实施例的一个具体示例。该示例提供一个电池健康度测量***。以车辆电池为例,该***执行的步骤流程可以参考图4示例。该***根据已有的充电历史数据搭建电池容量估算模型,利用电池容量估算模型预估电池的健康度。
本示例所提供的电池健康度测量***,包括:数据搜集模块、数据过滤模块、特征提取模块、主成分回归(PCR)模块和健康度计算模块。各个模块的功能如下。
(1)数据搜集模块:首先,将同一型号的不同老化程度的锂电池电池组作为电池容量估算模型的训练样本,采集样本电池在预定时间段内的充电信号作为充电数据;然后,将预定时间段内的充电数据划分为各个完整的历史充电周期(也可以称为充电过程)并确定各个历史充电周期的充电参数。
其中,充电数据可以包括充电时间、充电电流、单体电池电压、电池荷电状态SOC。
其中,预定时间段指作为训练样本的电池选择时间窗口。例如,本示例可以将预定时间段设定为12个月内。预定时间段设定地越长,有衰减趋势的样本占比越大,模型训练的效果越精准。为了提高模型的准确性,建议预定时间段的设定范围为6-36个月。
(2)数据过滤模块:依据过滤条件,对训练样本的充电数据进行过滤,以得到符合过滤条件的充电数据。对于不满足过滤条件的充电数据进行剔除
其中,过滤条件包括:充电完毕完成后,车辆需处于熄火状态30分钟以上;每次充电SOC增量须大于等于50%;充电完毕时充电电流小于20A。
(3)特征提取模块:首先,计算各个历史充电周期的历史电池容量(电池容量可以称为充电容量)。其中,历史电池容量可以通过计算在充电过程时间段内电池组的安时积分值得到。然后,根据各个历史充电周期的充电数据,制作对应的电池容量增量曲线(IC曲线)。接着,提取电池容量增量曲线的形态特征参数的数值。形态特征参数包含但不限于:主峰高度、主峰面积、主峰位置、主峰左斜率、主峰右斜率和次峰高度。
其中,电容容量增量曲线的示例计算电池容量增量曲线的点位值dQ/dv,计算时间间隔为等电位间隔。
其中,考虑到采样噪声,采用预设固定阶数的滑动平均滤波对dQ/dv进行处理。采用滑动平均滤波的窗口阶数选择2-4阶,本实施例采用阶数为3阶。数据经过滑动平均滤波的处理,在保留数据趋势的前提下,改善因极端值导致的数据突变特异性,提高后续建模的准确性和鲁棒性。
进一步的,采用皮尔逊相关系数,确定充电容量Qc与上述形态特征参数的相关系数。根据相关系数,从形态特征参数中确定出充电容量Qc的正负影响因子及其权重,并对各个影响因子进行排序。
(4)主成分回归(PCR)模块:首先,对形态特征参数进行主成分分析,提取多个主成分参数。然后,将各个主成分参数与电池容量参数构建电池容量估算模型(也可称为容量回归计算模型)。
其中,在主成分分析过程中,要求提取的主成分累计方差占比达到70%以上。该要求确保主成分能在降低维度的情况下,最大程度代表原始数据特征。
其中,采用最小二乘法拟合充电容量Qc与各个曲线特征主成分之间的函数映射关系,求解回归方程。并且,选择可决系数(亦称确定系数)R2作为拟合优度的检验参数。如果R2大于预设值,则将回归方程作为电池容量估算模型进行使用。如果R2小于预设值,则上传新的样本电池的充电数据扩充训练样本,以继续求解回归方程,直至R2满足要求。
其中,本示例的电池健康度测量***,可以将求解得到的目标电池型号的回归方程进行存储。电池健康度测量***可以每隔预设时间(如3个月)对目标电池型号的回归方程进行一次更新。具体的,数据搜集模块将纳入更长时间范围内的历史充电数据替代上一次版本的训练样本,然后经由数据过滤模块、特征提取模块和主成分回归(PCR)模块进行数据特征提取及回归分析,得到新的回归方程。
(5)健康度计算模块:利用电池容量估算模型和待测电池的n次充电周期的充电数据,确定待测电池的n次充电周期的实际充电容量。然后,基于公式计算待测电池的健康度;其中,SOH表示健康度,n表示充电周期的个数,ΔSOC表示每个充电周期的电荷状态变化增量,Q1表示充电周期的实际充电容量,Q0表示待测电池的额定容量值。
结合上述示例可以看出,本申请实施例至少具备下述有益效果:
(1)本申请实施例通过相同型号的多个电池样本的充电数据,建立电池容量与电池容量增量曲线(IC曲线)的曲线特征的映射关系,然后利用该映射关系校正待测电池的实际充电容量,最后利用校正后的实际充电电量计算待测电池的健康度,提高了健康度的准确度。进一步的,本申请实施例通过提高电池健康度计算的准确度,有助于更好地判断电池衰退程度以及分析电池老化的原因,以及指导预测电池衰退轨迹。
(2)本申请实施例提出采用主成分分析归纳、降维上述各类曲线变化特征。将又有的多个相关性较强的变量重新组合,生成少数几个彼此不相关的变量,使其尽可能多的代表原有变量的信息,避免了多重共线性问题。如果不采取主成分提取的措施,会使回归方程变得不稳定,变量的系数对于样本的选取会过于敏感,难以解释每个自变量对应变量的单独影响。采用此种数值处理办法,对于后续的回归模型的稳定性和可解释性有积极影响。
图5示出根据本发明一实施例的电池健康度测量装置的结构框图。如图5所示,该装置可以包括:
电池容量增量曲线获取模块501,用于获取待测电池的电池容量增量曲线,其中,待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
实际充电容量确定模块502,用于根据待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及待测电池的电池容量增量曲线,确定待测电池的实际充电容量;
健康度确定模块503,用于根据待测电池的实际充电容量,确定待测电池的健康度。
在一种实施方式中,电池容量增量曲线获取模块501,包括:
充电数据获取子模块,用于获取待测电池的至少一个待测充电周期的充电数据;
电池容量增量曲线确定子模块,用于根据待测电池的至少一个待测充电周期的充电数据,确定至少一个待测充电周期的电池容量增量曲线。
在一种实施方式中,实际充电容量确定模块502具体用于确定至少一个待测充电周期的实际充电容量;
健康度确定模块503具体用于根据待测充电周期的实际充电容量、待测充电周期的荷电状态变化增量、待测电池的额定容量值以及待测充电周期的个数,确定待测电池的健康度。
在一种实施方式中,还包括映射关系确定模块,映射关系确定模块用于确定待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,其中,
映射关系确定模块,包括:
历史电池容量及曲线确定子模块,用于根据样本电池的历史充电周期的充电数据,确定样本电池的历史充电周期对应的电池容量增量曲线和历史电池容量,其中,样本电池与待测电池的型号相同;
历史特征参数确定子模块,用于根据样本电池的历史充电周期对应的电池容量增量曲线,确定待测电池对应型号的历史特征参数;
映射关系确定子模块,用于确定待测电池对应型号的历史特征参数和历史电池容量之间的映射关系。
在一种实施方式中,历史电池容量及曲线确定子模块,包括:
过滤单元,用于对样本电池的n个历史充电周期的充电数据进行过滤,得到过滤后的m个历史充电周期的充电数据,其中,n为整数且n≥1,m为整数且m∈[1,n];
电池容量增量曲线确定单元,用于根据过滤后的m个历史充电周期的充电数据,生成m个历史充电周期分别对应的电池容量增量曲线;
其中,对样本电池的n个历史充电周期的充电数据进行过滤的过滤条件包括下述至少一项:
第i个历史充电周期结束后,样本电池停止工作的时间达到预设时间,其中,i为整数且i∈[1,n];
第i个历史充电周期结束后,样本电池的荷电状态增量大于预设增量;
第i个历史充电周期结束后,样本电池的充电电流小于预设电流。
在一种实施方式中,历史特征参数确定子模块,包括:
形态特征参数确定单元,用于样本电池的历史充电周期对应的电池容量增量曲线的多个形态特征参数;
历史特征参数确定单元,用于对多个形态特征参数进行主成分分析,确定待测电池对应型号的历史特征参数。
在一种实施方式中,电池容量增量曲线的生成方式,包括:
根据充电数据中各充电时刻对应的电池电流,确定各充电时刻对应的电池电压;
根据充电数据中各充电时刻对应的电池电压和各充电时刻所对应的电池电压,确定电池容量相对电池电压的求导值和电池电压的关系;
根据电池容量相对电池电压的求导值和电池电压的关系,生成电池容量增量曲线。
本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图6示出根据本发明一实施例的电池健康度测量设备的结构框图。如图6所示,该电池健康度测量设备包括:存储器610和处理器620,存储器610内存储有可在处理器620上运行的计算机程序。处理器620执行该计算机程序时实现上述实施例中的电池健康度测量方法。存储器610和处理器620的数量可以为一个或多个。
该电池健康度测量设备还包括:
通信接口630,用于与外界设备进行通信,进行数据交互传输。
如果存储器610、处理器620和通信接口630独立实现,则存储器610、处理器620和通信接口630可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器610、处理器620及通信接口630集成在一块芯片上,则存储器610、处理器620及通信接口630可以通过内部接口完成相互间的通信。
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片,该芯片包括,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行申请实施例提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(fieldprogrammablegate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(advanced RISC machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic random access memory,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
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、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
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。并且本申请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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。
应理解的是,本申请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。上述实施例方法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,该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,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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。上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存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种电池健康度测量方法,其特征在于,包括:
获取待测电池的电池容量增量曲线,其中,所述待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
根据所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及所述待测电池的电池容量增量曲线,确定所述待测电池的实际充电容量;
根据所述待测电池的实际充电容量,确定所述待测电池的健康度。
2.根据权利要求1所述的方法,其特征在于,所述获取待测电池的电池容量增量曲线,包括:
获取所述待测电池的至少一个待测充电周期的充电数据;
根据所述待测电池的至少一个待测充电周期的充电数据,确定所述至少一个待测充电周期的电池容量增量曲线。
3.根据权利要求2所述的方法,其特征在于,所述确定所述待测电池的实际充电容量包括确定所述至少一个待测充电周期的实际充电容量;
所述根据所述待测电池的实际充电容量,确定所述待测电池的健康度,包括:
根据所述待测充电周期的实际充电容量、所述待测充电周期的荷电状态变化增量、所述待测电池的额定容量值以及所述待测充电周期的个数,确定所述待测电池的健康度。
4.根据权利要求1所述的方法,其特征在于,所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系的确定方式,包括:
根据样本电池的历史充电周期的充电数据,确定所述样本电池的历史充电周期对应的电池容量增量曲线和历史电池容量,其中,所述样本电池与所述待测电池的型号相同;
根据所述样本电池的历史充电周期对应的电池容量增量曲线,确定所述待测电池对应型号的历史特征参数;
确定所述待测电池对应型号的历史特征参数和所述历史电池容量之间的映射关系。
5.根据权利要求4所述的方法,其特征在于,所述根据样本电池的历史充电周期的充电数据,确定所述样本电池的历史充电周期对应的电池容量增量曲线,包括:
对所述样本电池的n个历史充电周期的充电数据进行过滤,得到过滤后的m个所述历史充电周期的充电数据,其中,n为整数且n≥1,m为整数且m∈[1,n];
根据所述过滤后的m个所述历史充电周期的充电数据,生成m个历史充电周期分别对应的电池容量增量曲线;
其中,所述对所述样本电池的n个历史充电周期的充电数据进行过滤的过滤条件包括下述至少一项:
第i个所述历史充电周期结束后,所述样本电池停止工作的时间达到预设时间,其中,i为整数且i∈[1,n];
第i个所述历史充电周期结束后,所述样本电池的荷电状态增量大于预设增量;
第i个所述历史充电周期结束后,所述样本电池的充电电流小于预设电流。
6.根据权利要求4所述的方法,其特征在于,所述根据所述样本电池的历史充电周期对应的电池容量增量曲线,确定所述待测电池对应型号的历史特征参数,包括:
确定所述样本电池的历史充电周期对应的电池容量增量曲线的多个形态特征参数;
对所述多个形态特征参数进行主成分分析,确定所述待测电池对应型号的历史特征参数。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述电池容量增量曲线的生成方式,包括:
根据充电数据中各充电时刻对应的电池电流,确定所述各充电时刻对应的电池电压;
根据充电数据中各充电时刻对应的电池电压和所述各充电时刻所对应的电池电压,确定电池容量相对电池电压的求导值和电池电压的关系;
根据所述电池容量相对电池电压的求导值和电池电压的关系,生成所述电池容量增量曲线。
8.一种电池健康度测量装置,其特征在于,包括:
电池容量增量曲线获取模块,用于获取待测电池的电池容量增量曲线,其中,所述待测电池的电池容量增量曲线用于表征待测电池的充电过程中电池容量和电池电压之间的关系;
实际充电容量确定模块,用于根据所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,以及所述待测电池的电池容量增量曲线,确定所述待测电池的实际充电容量;
健康度确定模块,用于根据所述待测电池的实际充电容量,确定所述待测电池的健康度。
9.根据权利要求8所述的装置,其特征在于,所述电池容量增量曲线获取模块,包括:
充电数据获取子模块,用于获取所述待测电池的至少一个待测充电周期的充电数据;
电池容量增量曲线确定子模块,用于根据所述待测电池的至少一个待测充电周期的充电数据,确定所述至少一个待测充电周期的电池容量增量曲线。
10.根据权利要求9所述的装置,其特征在于,所述实际充电容量确定模块具体用于确定所述至少一个待测充电周期的实际充电容量;
所述健康度确定模块具体用于根据所述待测充电周期的实际充电容量、所述待测充电周期的荷电状态变化增量、所述待测电池的额定容量值以及所述待测充电周期的个数,确定所述待测电池的健康度。
11.根据权利要求8所述的装置,其特征在于,还包括映射关系确定模块,所述映射关系确定模块用于确定所述待测电池的型号所对应的历史特征参数和历史电池容量之间的映射关系,其中,
所述映射关系确定模块,包括:
历史电池容量及曲线确定子模块,用于根据样本电池的历史充电周期的充电数据,确定所述样本电池的历史充电周期对应的电池容量增量曲线和历史电池容量,其中,所述样本电池与所述待测电池的型号相同;
历史特征参数确定子模块,用于根据所述样本电池的历史充电周期对应的电池容量增量曲线,确定所述待测电池对应型号的历史特征参数;
映射关系确定子模块,用于确定所述待测电池对应型号的历史特征参数和所述历史电池容量之间的映射关系。
12.根据权利要求11所述的装置,其特征在于,所述历史电池容量及曲线确定子模块,包括:
过滤单元,用于对所述样本电池的n个历史充电周期的充电数据进行过滤,得到过滤后的m个所述历史充电周期的充电数据,其中,n为整数且n≥1,m为整数且m∈[1,n];
电池容量增量曲线确定单元,用于根据所述过滤后的m个所述历史充电周期的充电数据,生成m个历史充电周期分别对应的电池容量增量曲线;
其中,所述对所述样本电池的n个历史充电周期的充电数据进行过滤的过滤条件包括下述至少一项:
第i个所述历史充电周期结束后,所述样本电池停止工作的时间达到预设时间,其中,i为整数且i∈[1,n];
第i个所述历史充电周期结束后,所述样本电池的荷电状态增量大于预设增量;
第i个所述历史充电周期结束后,所述样本电池的充电电流小于预设电流。
13.根据权利要求11所述的装置,其特征在于,所述历史特征参数确定子模块,包括:
形态特征参数确定单元,用于所述样本电池的历史充电周期对应的电池容量增量曲线的多个形态特征参数;
历史特征参数确定单元,用于对所述多个形态特征参数进行主成分分析,确定所述待测电池对应型号的历史特征参数。
14.根据权利要求8-13任一项所述的装置,其特征在于,所述电池容量增量曲线的生成方式,包括:
根据充电数据中各充电时刻对应的电池电流,确定所述各充电时刻对应的电池电压;
根据充电数据中各充电时刻对应的电池电压和所述各充电时刻所对应的电池电压,确定电池容量相对电池电压的求导值和电池电压的关系;
根据所述电池容量相对电池电压的求导值和电池电压的关系,生成所述电池容量增量曲线。
15.一种电池健康度测量设备,其特征在于,包括:处理器和存储器,所述存储器中存储指令,所述指令由处理器加载并执行,以实现如权利要求1至7任一项所述的方法。
16.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166937.8A CN114487887A (zh) | 2020-10-27 | 2020-10-27 | 电池健康度测量方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011166937.8A CN114487887A (zh) | 2020-10-27 | 2020-10-27 | 电池健康度测量方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114487887A true CN114487887A (zh) | 2022-05-13 |
Family
ID=81470441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011166937.8A Pending CN114487887A (zh) | 2020-10-27 | 2020-10-27 | 电池健康度测量方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114487887A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115219913A (zh) * | 2022-09-19 | 2022-10-21 | 合肥原力众合能源科技有限公司 | 一种基于容量增量法的动力电池全生命周期管理*** |
WO2024036737A1 (zh) * | 2022-08-17 | 2024-02-22 | 山东大学 | 一种动力电池老化状态评估与退役筛选方法及*** |
-
2020
- 2020-10-27 CN CN202011166937.8A patent/CN114487887A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024036737A1 (zh) * | 2022-08-17 | 2024-02-22 | 山东大学 | 一种动力电池老化状态评估与退役筛选方法及*** |
CN115219913A (zh) * | 2022-09-19 | 2022-10-21 | 合肥原力众合能源科技有限公司 | 一种基于容量增量法的动力电池全生命周期管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988690B (zh) | 电池健康状态修正方法、装置、管理***以及存储介质 | |
JP6918433B1 (ja) | 劣化度診断装置 | |
JP5175173B2 (ja) | バッテリーの充電状態を推定する装置及び方法 | |
JP6509725B2 (ja) | バッテリの充電状態の推定 | |
CN108663634B (zh) | 一种动力电池内阻的确定方法和装置 | |
CN110376536B (zh) | 电池***soh检测方法、装置、计算机设备和存储介质 | |
CN114487887A (zh) | 电池健康度测量方法、装置、设备和存储介质 | |
CN113131012A (zh) | Soc估算精度的确定方法、装置及存储介质 | |
CN112305438A (zh) | 电池内阻的测量方法、装置、终端及存储介质 | |
CN113093027B (zh) | 电池soc校准方法、装置、***、介质及程序产品 | |
CN112557928B (zh) | 一种计算电池荷电状态的方法、装置和动力电池 | |
CN115128481B (zh) | 基于神经网络及阻抗辩识校正的电池状态估计方法、*** | |
CN113866655A (zh) | 融合车联网运行数据与测试数据的动力电池容量评估方法 | |
JP3965817B2 (ja) | 電池容量予測装置 | |
JP2023016707A (ja) | 蓄電池の容量損失を算定する方法、装置およびコンピュータプログラム製品 | |
CN111044924A (zh) | 一种全工况电池剩余容量确定方法及*** | |
CN112394290A (zh) | 电池包soh的估算方法、装置、计算机设备和存储介质 | |
WO2023184880A1 (zh) | 电池容量确定方法和装置、以及存储介质 | |
CN113447826B (zh) | 一种基于稳态等效电路模型的soc确定方法及装置 | |
CN115616434A (zh) | 一种基于退化模型校准的锂电池soc和soh实时估算方法 | |
CN110133534B (zh) | 蓄电池老化趋势的评估方法 | |
JP2021144886A (ja) | 電池管理装置、電池管理システム及び電池管理方法 | |
CN111537902A (zh) | 一种基于实时容量动态变化模型的soc估算方法 | |
CN117420463B (zh) | 电池的化学容量更新方法、装置、电子设备及存储介质 | |
WO2023095500A1 (ja) | 二次電池の状態診断方法および状態診断装置 |
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 |