CN115097338A - Soc校准方法、soh估计方法、装置及存储介质 - Google Patents
Soc校准方法、soh估计方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115097338A CN115097338A CN202210662840.9A CN202210662840A CN115097338A CN 115097338 A CN115097338 A CN 115097338A CN 202210662840 A CN202210662840 A CN 202210662840A CN 115097338 A CN115097338 A CN 115097338A
- Authority
- CN
- China
- Prior art keywords
- expansion force
- force data
- battery
- state
- charge
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
-
- 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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
- H02J15/00—Systems for storing electric energy
-
- 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
-
- 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]
-
- 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
- H02J7/005—Detection of state of health [SOH]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种SOC校准方法、SOH估计方法、装置及存储介质。在该SOC校准方案中,通过识别M个第一膨胀力数据中的N个目标膨胀力数据,根据与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC对电池充电或放电过程中的SOC进行校准,无需检测膨胀力的绝对值,仅需检测膨胀力的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响,从而提高了SOC校准的准确性。在该SOH估计方案中,通过根据预设的起始标定荷电状态和第一安时积分区间的积分荷电状态,该第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,从而可以准确地获取电池的健康状态。
Description
技术领域
本申请涉及电子技术领域,尤其涉及一种电池的荷电状态(state of charge,SOC)校准方法、健康状态(state of health,SOH)估计方法、装置及存储介质。
背景技术
随着新能源技术的发展,锂电池储能技术被广泛应用于3C便携电子设备、新能源汽车和大规模储能设备。电池的SOC和SOH是锂电池储能设备的重要状态之一,准确地估算电池的充放电电量状态和最大可用容量可以实现储能设备的更高效利用,避免电池的不安全使用,并且提高用户体验。
目前业界对于SOC的估算普遍采用的是开路电压(open circuit voltage,OCV)-SOC查表法和安时积分法,对于SOH主要通过将电池的满充满放或固定电压区间的容量与初始容量相除计算得到。这些方法的估算误差较大且在使用过程中的SOC和SOH估算精度容易受充放电倍率、温度和充放电区间的影响,并且在电芯老化后,估算误差会进一步增大,尤其是磷酸铁锂电芯的SOC和SOH的估算准确性受实际工况和环境因素的影响尤其明显。因此,在采用上述方法进行SOC估算时,还需要准确地对SOC进行校准。
如何准确地进行SOC校准和进行SOH估计,目前没有相应的解决方案。
发明内容
本申请提供一种SOC校准方法、SOH估计方法、装置及存储介质,以实现准确地进行SOC校准和进行SOH估计。
第一方面,提供了一种荷电状态校准方法,所述方法包括:采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;以及利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
在该方面中,通过识别M个第一膨胀力数据中的N个目标膨胀力数据,根据与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC对电池充电或放电过程中的SOC进行校准,无需检测膨胀力的绝对值,仅需检测膨胀力的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响,从而提高了SOC校准的准确性。
在一种可能的实现中,所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
在该实现中,可通过电池内部的传感器直接采集获取电池的膨胀力数据,无需借助外部的传感器,其采集的膨胀力数据更准确。
在另一种可能的实现中,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
在又一种可能的实现中,在采集电池在第一时间范围内的M个第一膨胀力数据之前,所述方法还包括:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;以及生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
在该实现中,通过对某一类型的电池充电和/或放电过程进行测试,可以获得预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系,该关系可以用于后续该类型的电池或电池模组的SOC校准,提高了SOC校准的准确性。
第二方面,提供了一种健康状态估计方法,所述方法包括:采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;以及根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
在该方面中,通过根据预设的起始标定荷电状态和第一安时积分区间的积分荷电状态,该第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,从而可以准确地获取电池的健康状态。
由于第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,该N个目标膨胀力数据不受热胀冷缩、电池老化和不同传感器之间的误差影响,因此,得到的第一安时积分区间的SOC准确性较高。
在一种可能的实现中,所述方法还包括:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;以及确定所述预设的起始荷电状态;其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
在该实现中,由于上述多个第二膨胀力数据不受热胀冷缩、电池老化和不同传感器之间的误差影响,因此,基于任意一个预设的目标膨胀力数据对应的电池荷电状态SOCF确定的预设的起始荷电状态准确性较高。
在另一种可能的实现中,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
在又一种可能的实现中,所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
在该实现中,可通过电池内部的传感器直接采集获取电池的膨胀力数据,无需借助外部的传感器,其采集的膨胀力数据更准确。
在又一种可能的实现中,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
第三方面,提供了一种荷电状态校准装置。该荷电状态校准装置用于实现上述第一方面或第一方面中的任一种实现所述的方法。可以通过软件、硬件、或者通过硬件执行相应的软件实现上述方法。
在一种可能的实现中,所述荷电状态校准装置包括:采集单元,用于采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;第一识别单元,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;第一获取单元,用于根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;以及校准单元,用于利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
可选地,所述采集单元,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
可选地,所述装置还包括:第二获取单元,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;第二识别单元,用于识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;以及生成单元,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
在另一种可能的实现中,所述荷电状态校准装置包括:处理器、存储器、输入装置和输出装置,所述存储器存储有指令,当所述指令被所述处理器运行时,使得所述荷电状态校准装置执行如下步骤:
采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;以及利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
可选地,所述处理器执行所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
可选地,所述处理器执行所述在采集电池在第一时间范围内的M个第一膨胀力数据之前,还用于执行:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;以及生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
第四方面,提供了一种健康状态估计装置。该健康状态估计装置用于实现上述第一方面或第一方面中的任一种实现所述的方法。可以通过软件、硬件、或者通过硬件执行相应的软件实现上述方法。
在一种可能的实现中,所述健康状态估计装置包括:采集单元,用于采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;第一识别单元,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;第一获取单元,用于获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;以及第二获取单元,用于根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
可选地,所述装置还包括:第三获取单元,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;第二识别单元,用于识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;生成单元,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;第四获取单元,用于获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;以及确定单元,用于确定所述预设的起始荷电状态;其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
可选地,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
可选地,所述采集单元,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
在另一种可能的实现中,所述健康状态估计装置包括:处理器、存储器、输入装置和输出装置,所述存储器存储有指令,当所述指令被所述处理器运行时,使得所述荷电状态校准装置执行如下步骤:采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;以及根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
可选地,所述处理器还用于执行:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;以及确定所述预设的起始荷电状态;其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
可选地,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
可选地,所述处理器执行所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
第五方面,提供了一种电池模组,包括一个或多个电池和如第三方面或第三方面所述的荷电状态校准装置,所述荷电状态校准装置用于对所述电池模组中的一个或多个电池充电或放电过程中的电池荷电状态进行校准。
第六方面,提供了一种电池模组,包括一个或多个电池和如第四方面或第四方面所述的健康状态估计装置,所述健康状态估计装置用于分别获取所述电池模组中的一个或多个电池的健康状态。
第七方面,提供了一种储能***,包括储能变流器和如第五方面或第六方面所述的电池模组,所述储能变流器用于对被输入到所述电池模组内的电流进行处理并输入到所述电池模组。
第八方面,提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或指令,当所述计算机程序或指令被荷电状态校准装置执行时,实现如第一方面或第一方面的任一种实现所述的方法。
第九方面,提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或指令,当所述计算机程序或指令被健康状态估计装置执行时,实现如第二方面或第二方面的任一种实现所述的方法。
第十方面,提供了一种计算机程序产品,当其在计算设备上执行时,使得如第一方面、第二方面或第一方面、第二方面的任一种实现所述的方法被执行。
附图说明
图1为本申请实施例提供的一种SOC校准方法的流程示意图;
图2为本申请实施例提供的一种电池内置膨胀力传感器的示意图;
图3为本申请实施例提供的电芯在充放电过程中的膨胀力与SOC的关系曲线以及膨胀力数据的示意图;
图4为本申请实施例提供的电池在全生命周期内的SOC校准效果示意图;
图5为本申请实施例提供的一种SOH估计方法的流程示意图;
图6为本申请实施例示例的一种SOH估计示意图;
图7为本申请实施例提供电池在全生命周期内的SOH估算效果示意图;
图8为本申请实施例提供的一种SOC校准装置的结构示意图;
图9为本申请实施例提供的一种SOH估计装置的结构示意图;
图10为本申请实施例提供的另一种SOC校准装置的结构示意图;
图11为本申请实施例提供的另一种SOH估计装置的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
随着新能源汽车的推广和普及,电驱动车辆越来越多地受到关注。油电混合动力车辆常用的电池有铅酸电池、镍镉电池、镍氢电池及锂电池。而锂电池由于其能量高、重量轻、寿命长等特点优于其它电池,成为越来越多油电混合动力车辆的首选。
混合动力,尤其是重度混合动力车辆在行车中通过协调发动机与电池之间的能量输出,以达到节能的效果,这需要电池管理***(battery management system,BMS)时刻显示和报告准确的SOC,整车控制机构才能决定电池以多大的能量比例输出。如果SOC检测不准会使SOC发出错误报告,引起锂电池的过充或者过放。而对于锂电池而言,频繁和长期的过充或者过放都会对电池造成损害。轻则减少锂电池的使用寿命,重则引发安全事故。
因此,如何安全合理地使用锂电池,充分利用电量,延长电池寿命,是锂电池在电动汽车及混合动力汽车领域推广所必须解决的问题。
目前业界估算SOC普遍采用的是OCV-SOC查表法和安时积分法。然而,锂电池是依赖于电化学反应存储能源的,因而锂电池对温度非常敏感,温度过低或过高都会影响锂电池的电池容量和性能,如温度过高会引起电池内部的热失控问题。另外,充放电倍率也会对锂电池的性能造成影响,如,大倍率充放电不仅会造成析锂风险,还会降低锂电池的使用寿命。而这些方法的估算误差较大,且在使用过程中SOC和SOH的估算精度容易受充放电倍率、温度和充放电区间的影响,并且在电芯老化后,估算误差会进一步增大,尤其是磷酸铁锂电芯的SOC和SOH的估算准确性受实际工况和环境因素的影响尤其明显。因此,需要定期或不定期地对电池的SOC进行校准,否则SOC的误差会随时间而逐渐增大,造成SOC估算错误。
一种SOC校准方案为在满充满放的条件下进行SOC校准,但触发条件苛刻。目前的锂电池使用场景一般为浅充浅放,满充满放难以实现导致SOC校准流程难以执行,而长期的SOC未校准会使SOC的计算误差逐渐增大。
另一种SOC校准方案为通过电池模组上的传感器获取膨胀力数据,根据膨胀力数据与SOC的对应关系,确定模组当前的SOC。然而,膨胀力数据变化的斜率受工作温度、充放电倍率和电芯老化状态的影响较大,导致实际的膨胀力数据的变化幅度与SOC的对应关系产生较大变化,因此会造成较大的SOC校准误差。
为此,本申请提供一种SOC校准方案,通过识别M个第一膨胀力数据中的N个目标膨胀力数据,根据与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC对电池充电或放电过程中的SOC进行校准,无需检测膨胀力的绝对值,仅需检测膨胀力的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响,从而提高了SOC校准的准确性。
如图1所示,为本申请实施例提供的一种SOC校准方法的流程示意图。示例性地,该方法可以包括以下步骤:
S101.获取电池在第二时间范围内的多个第二膨胀力数据、以及与多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态。
该SOC校准方法可以由BMS执行,也可以由其它的处理器、单片机、装置、设备或***执行。当然,处理器或者单片机也可以设置在电池内,也可以设置在电池外。本实施例以由BMS执行该SOC校准方法为例进行描述。
锂电池作为一种有效的电能存储设备,具有能量密度高、功率大、输出电压高、自放电小、使用寿命长等优点,目前已广泛应用于电动汽车、电子产品等领域。但其在电化学循环过程中,由于锂离子的脱嵌过程会导致电极材料的体积膨胀和收缩,且电池内部伴有产气、产热现象发生,均会导致电池整体发生变形,而这种形变尤以厚度方向为主。
BMS通常通过测量电池参数、温度参数实现对电池的管控,如估测电池的荷电状态。SOC是指蓄电池使用一段时间或长期搁置不用后的剩余容量与其完全充电状态的容量的比值,常用百分数表示。其取值范围为0~1,当SOC=0时表示电池放电完全,当SOC=1时表示电池完全充满。SOC也可以替换为充放电电量状态,充放电电量状态为电池或电池模组在充电过程中的荷电状态和容量,或在放电过程中的放电深度和容量。
然而,在使用过程中SOC的估算精度容易受充放电倍率、温度和充放电区间的影响,并且在电芯老化后,估算误差会进一步增大。因此,需要定期或不定期地对电池的SOC进行校准,否则SOC的误差会随时间而逐渐增大,造成SOC估算错误。
在使用本实施例的方法进行SOC校准之前,可以对某一类型的电池进行测试,获取该类型的电池在第二时间范围内(例如,一个完整的充电和/或放电过程测试中)的多个第二膨胀力数据、以及与多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态。
可以通过以下实现方式获取第二膨胀力数据:
在一个实现方式中,可以通过电池内部的膨胀力传感器采集电池在第二时间范围内的多个第二膨胀力数据。如图2所示,为本申请实施例提供的一种电池内置膨胀力传感器的示意图,该电池201内部包括卷芯202、膨胀力传感器203和采集线束204。其中,该电池201的电芯包括两个或两个以上的卷芯202。膨胀力传感器203置于相邻两个卷芯202之间并堆叠成一体,膨胀力传感器203采集到的多个第二膨胀力数据可以通过延伸至电池201外部的采集线束204传输至BMS。因此,可通过电池内部的膨胀力传感器203直接采集获取电池的多个第二膨胀力数据,其采集的数据准确性高。示例性地,该膨胀力传感器203可以替换为应力传感器,膨胀力与应力之间具有关联关系。
在另一个实现方式中,可以通过设置于电池模组的端板与电芯之间的位置的传感器采集多个第二膨胀力数据。该电池模组中包括一个或多个电芯。该传感器与一个或多个电芯接触。该传感器可以采用压力传感器,例如压阻薄膜。
进一步地,BMS还同时记录与多个第二膨胀力数据中的每个第二膨胀力数据对应的SOC。
S102.识别多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据。
BMS获取到电池在第二时间范围内的多个第二膨胀力数据、以及与多个第二膨胀力数据中的每个第二膨胀力数据对应的SOC后,可以用该类型的电池或电池模组的膨胀力(F)与SOC的关系曲线表示,如图3所示。图3中示意了电芯在充电过程中的膨胀力与SOC的关系曲线,以及电芯在放电过程中的膨胀力与SOC的关系曲线。
进一步地,可以基于该关系曲线,识别多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据。该一个或多个目标膨胀力数据用于表征多个第二膨胀力数据的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响。示例性地,如图3所示,该预设的目标膨胀力数据包括以下一个或多个:电池或电池模组在单次充电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最小的数据F1MIN、电池或电池模组在单次充电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最大的数据F1MAX、电池或电池模组在单次充电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化为零的数据电池或电池模组在单次放电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最小的数据F2MIN、电池或电池模组在单次放电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最大的数据F2MAX、电池或电池模组在单次放电过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化为零的数据
示例性地,BMS可以对获取到的电池在第二时间范围内的多个第二膨胀力数据进行滤波计算处理,获得多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据。
S103.生成预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系。
BMS进一步确定上述预设的一个或多个目标膨胀力数据对应的SOC,从而生成或建立预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系。该关系可以作为该类型的电池或电池模组的标定关系。
BMS也可以预先存储上述预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系,例如通过出厂烧录的方式存储在BMS中。因此步骤S101-S103为可选的步骤,图中以虚线表示。
在获得预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系后,可以根据该关系,对该类型的电池或电池模组在实际工作过程中的SOC进行校准:
S104.采集电池在第一时间范围内的M个第一膨胀力数据。
当电池或电池模组在实际工作过程中,可以采用上述步骤S101中获取多个第二膨胀力数据的相同的实现方式采集该电池或电池模组在第一时间范围内的M个第一膨胀力数据,M为大于1的整数。并将采集到的M个第一膨胀力数据传输至BMS。
示例性地,该第一时间范围可以与上述第二时间范围相同,例如对应一个完整的充电或放电过程。该第一时间范围也可以与上述第二时间范围不同,例如对应一段充电或放电过程。
S105.识别M个第一膨胀力数据中的N个目标膨胀力数据。
BMS可以对采集到的M个第一膨胀力数据进行滤波计算处理,获得M个第一膨胀力数据中的N个第一膨胀力数据,N为小于或等于M的整数。该N个目标膨胀力数据用于表征M个第一膨胀力数据的膨胀力变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响。示例性地,该N个目标膨胀力数据包括以下一个或多个:电池或电池模组在单次充电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、电池或电池模组在单次充电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、电池或电池模组在单次充电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据电池或电池模组在单次放电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、电池或电池模组在单次放电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、电池或电池模组在单次放电过程中M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据
S106.根据预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在预设的一个或多个膨胀力目标数据内。
由于前面已经获取了预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系,因此,根据该关系,可以获取与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC。其中,该N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在预设的一个或多个膨胀力目标数据内。
S107.利用与N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对电池充电或放电过程中的电池荷电状态进行校准。
可以利用与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC在BMS内完成SOC的校准更新,作为下一次SOC校准前的电池或电池模组的SOC计算基准。
示例性地,如图4所示,为本申请实施例提供的电池在全生命周期内的SOC校准效果示意图,可以看出,该电池模组中的每个电芯(图中示例了5个电芯)在全生命周期内(即SOH从高到低)的SOC校准效果相对稳定。
根据本申请实施例提供的一种SOC校准方法,通过识别M个第一膨胀力数据中的N个目标膨胀力数据,根据与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC对电池充电或放电过程中的SOC进行校准,无需检测膨胀力的绝对值,仅需检测膨胀力的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响,从而提高了SOC校准的准确性。
锂电池在循环使用过程中不断地老化,内阻增加,容量衰减,外形膨胀。SOH代表电池的衰退程度,是BMS中的一个重要检测参数。如何快速有效地评估并监测电池或电池模组的SOH对电动汽车等用电设备具有重要的意义。
现有的SOH估计方法,主要是以行驶里程或电池实际容量来评估电池或电池模组的SOH。例如,选取一个特定的电压区间,当电池在连续地充放电过程中电压经过该电压区间时,对该电压区间进行安时积分获取该区间的充放电容量,与该电压区间的初始额定容量进行相除,并乘以相关的温度系数和倍率系数得到该电池的SOH,其计算公式如下:
然而,电池在实际工作中的电压大小容易受充放电倍率、环境温度的影响,导致电压区间内的容量累积不准确,该影响对磷酸铁锂(Lithium Iron Phosphate,LFP)电池尤其明显;随着电池的老化,其温度系数、倍率系数均会发生变化,导致该SOH计算方法的误差加大。
且随着电池或电池模组的逐渐老化,电池或电池模组的膨胀力逐渐增加,当电池或电池模组老化到一定程度时,电池或电池模组的膨胀力会导致一些安全问题,目前的SOH估计方法可靠性不高,存在安全风险。
另外一种SOH估计方法是通过检测电池模组的膨胀力值对电池模组的SOH进行估计。然而,电池的实际工作工况与标定工况差异较大,电池膨胀力受充放电倍率、环境温度的影响很大,可能同一健康状态的电池在不同环境下具有差异较大的膨胀力绝对值,导致电池或电池模组的SOH估计误差较大。
为此,本申请提供一种SOH估计方案,通过根据预设的起始标定荷电状态和第一安时积分区间的积分荷电状态,该第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,从而可以准确地获取电池的健康状态。
如图5所示,为本申请实施例提供的一种SOH估计方法的流程示意图。示例性地,该方法可以包括以下步骤:
S501.获取电池在第二时间范围内的多个第二膨胀力数据、以及与多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态。
该SOH估计方法可以由BMS执行,也可以由其它的处理器、单片机、装置、设备或***执行。当然,处理器或者单片机也可以设置在电池内,也可以设置在电池外。本实施例以由BMS执行该SOH估计方法为例进行描述。
该步骤的具体实现可参考上述实施例中的步骤S101,在此不再赘述。
示例性地,多个第二膨胀力数据、以及与多个第二膨胀力数据中的每个第二膨胀力数据对应的关系如图6的曲线1所示。
S502.识别多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据。
该步骤的具体实现可参考上述实施例中的步骤S102,在此不再赘述。
S503.生成预设的一个或多个目标膨胀力数据及与每个预设的目标膨胀力数据对应的电池荷电状态之间的关系。
该步骤的具体实现可参考上述实施例中的步骤S103,在此不再赘述。
S504.获取第二时间范围内的多个电压值、以及与多个电压值中的每个电压值对应的电池荷电状态。
本实施例中,BMS还可以记录该第二时间范围内的多个电压值、以及与多个电压值中的每个电压值对应的SOC。示例性地,与多个电压值中的每个电压值对应的SOC可以如图6的曲线2所示。可以看出,在SOC较低时,SOC与电压值呈近似的正比线性关系;当SOC上升到一定的量,SOC随着电压值的变化的趋势并不明显;但当SOC接近满状态时,SOC与电压值又呈现出另一种近似的正比线性关系。
S505.确定预设的起始荷电状态。
BMS可以从上述识别出的预设的一个或多个目标膨胀力数据中选取任意一个预设的目标膨胀力数据,如图6中所示的点①,为电池充电测试过程中的多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化为零的数据BMS当然还可以选取以下任意一个预设的目标膨胀力数据:电池充电测试过程中的多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最大的数据、电池充电测试过程中多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最小的数据、电池放电测试过程中的多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化为零的数据电池放电测试过程中的多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最大的数据、电池放电测试过程中的多个第二膨胀力数据中的其中一个第二膨胀力数据相对SOC的变化最小的数据。本申请对此不作限制。
另外,BMS还可以从上述获取的第二时间范围内的多个电压值中选取任意一个电压值,如图6中所示的点②。
确定电池的预设的起始荷电状态,其中,该预设的起始荷电状态为第一荷电状态与第二荷电状态的差值。其中,第一荷电状态、第二荷电状态中的至少一个为预设的一个或多个目标膨胀力数据中的任意一个目标膨胀力数据对应的电池荷电状态。
在一个示例中,第一荷电状态为任意一个电压值对应的电池荷电状态SOCV,第二荷电状态为预设的一个或多个目标膨胀力数据中的任意一个目标膨胀力数据对应的电池荷电状态SOCF,则该预设的起始荷电状态为第一荷电状态与第二荷电状态的差值ΔSOC0=SOCV-SOCF。
在另一个示例中,第一荷电状态为第三膨胀力数据对应的电池荷电状态SOCFa,第二荷电状态为第四膨胀力数据对应的电池荷电状态SOCFb,则该预设的起始荷电状态为第一荷电状态与第二荷电状态的差值ΔSOC0=SOCFa-SOCFb。第三膨胀力数据、第四膨胀力数据为预设的一个或多个目标膨胀力数据中的任意一个目标膨胀力数据。
由于上述预设的一个或多个目标膨胀力数据不受热胀冷缩、电池老化和不同传感器之间的误差影响,因此,基于预设的一个或多个目标膨胀力数据中的任意一个目标膨胀力数据对应的电池荷电状态SOCF确定的起始荷电状态准确性较高。
S506.采集电池在第一时间范围内的M个第一膨胀力数据。
当电池或电池模组在实际工作过程中,可以采用上述步骤S501中获取第二膨胀力数据的相同的实现方式采集该电池或电池模组在第一时间范围内的M个第一膨胀力数据,M为大于1的整数。并将采集到的M个第一膨胀力数据传输至BMS。
S507.识别M个第一膨胀力数据中的N个目标膨胀力数据,其中,N个目标膨胀力数据用于表征M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;N个目标膨胀力数据包括以下一个或多个:M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据。
该步骤的具体实现可参考上述实施例中的步骤S105,在此不再赘述。
S508.获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,第一安时积分区间是指起点时间到终点时间之间的一段时间,第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据。
其中,获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,包括以下实现方式:
一个实现方式为,当处理得到上述N个目标膨胀力数据时,在一个连续的充电或放电过程中,以该N个目标膨胀力数据中的任意一个目标膨胀力数据对应的时间作为第一安时积分区间的起点时间(对应的时间为t1),开始进行安时积分至某一个电压值(对应的时间为t2),得到该第一安时积分区间的SOC为其中,i为该第一安时积分区间中采集到的电流值。
另一个实现方式为,当处理得到上述N个目标膨胀力数据时,在一个连续的充电或放电过程中,以该N个目标膨胀力数据中的任意一个目标膨胀力数据对应的时间作为第一安时积分区间的起点时间(对应的时间为t1),开始进行安时积分至下一个第一膨胀力数据对应的时间为t2),得到该第一安时积分区间的SOC为其中,i为该第一安时积分区间中采集到的电流值。
又一个实现方式为,当处理得到上述任意一个电压值时,在一个连续的充电或放电过程中,以该电压值对应的时间作为第一安时积分区间的起点时间(对应的时间为t1),开始进行安时积分至下一个目标膨胀力数据(N个目标膨胀力数据中的任意一个目标膨胀力数据)对应的时间(对应的时间为t2),得到该第一安时积分区间的SOC为其中,i为该第一安时积分区间中采集到的电流值。
由于第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据,该N个目标膨胀力数据不受热胀冷缩、电池老化和不同传感器之间的误差影响,因此,得到的第一安时积分区间的SOC准确性较高。
S509.根据预设的起始荷电状态和第一安时积分区间的积分荷电状态,获取电池的健康状态。
示例性地,该电池的健康状态为第一安时积分区间的积分荷电状态与预设的起始荷电状态的比值。
获取了ΔSOC0以及ΔSOC后,可以得到该电池或模组的SOH=ΔSOC/ΔSOC0。同时进行SOH更新,作为该电池或电池模组的SOH显示值,直至下一次的SOH更新。
如图7所示,为本申请实施例提供电池在全生命周期内的SOH估算效果示意图,采用本实施例的SOH估计方法估计得到的SOH与实际测量得到的SOH基本一致。
根据本申请实施例提供的一种SOH估计方法,通过根据预设的起始标定荷电状态和第一安时积分区间的积分荷电状态,该第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,从而可以准确地获取电池的健康状态。
基于上述荷电状态校准方法的同一构思,本申请实施例还提供了一种荷电状态校准装置。上述方法中的部分或全部可以通过软件或固件来实现。如图8所示,为本申请实施例提供的一种荷电状态校准装置8000的结构示意图,该装置用于执行上述荷电状态校准方法。具体地,该装置8000包括:
采集单元81,用于采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;第一识别单元82,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;第一获取单元83,用于根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;以及校准单元84,用于利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
可选地,所述采集单元81,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
可选地,所述装置还包括(图中以虚线表示):第二获取单元85,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;第二识别单元86,用于识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;以及生成单元87,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
根据本申请实施例提供的一种荷电状态校准装置,通过识别M个第一膨胀力数据中的N个目标膨胀力数据,根据与N个目标膨胀力数据中的每个目标膨胀力数据对应的SOC对电池充电或放电过程中的SOC进行校准,无需检测膨胀力的绝对值,仅需检测膨胀力的变化趋势,不受热胀冷缩、电池老化和不同传感器之间的误差影响,从而提高了SOC校准的准确性。
基于上述健康状态估计方法的同一构思,本申请实施例还提供了一种健康状态估计装置。上述方法中的部分或全部可以通过软件或固件来实现。如图9所示,为本申请实施例提供的一种健康状态估计装置9000的结构示意图,该装置用于执行上述健康状态估计方法。具体地,该装置9000包括:
采集单元91,用于采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;第一识别单元92,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;第一获取单元93,用于获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;以及第二获取单元94,用于根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
可选地,所述装置还包括(图中以虚线表示):第三获取单元95,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;第二识别单元96,用于识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;生成单元97,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;第四获取单元98,用于获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;以及确定单元99,用于确定所述预设的起始荷电状态;其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
可选地,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
可选地,所述采集单元91,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
根据本申请实施例提供的一种健康状态估计装置,通过根据预设的起始标定荷电状态和第一安时积分区间的积分荷电状态,该第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为N个目标膨胀力数据中的任意一个目标膨胀力数据,从而可以准确地获取电池的健康状态。
如图10所示,本申请实施例还提供了一种荷电状态校准装置,该荷电状态校准装置1000可包括:
存储器1003和处理器1004(该装置中的处理器1004可以是一个或多个,图10中以一个处理器为例),还可以包括输入装置1001、输出装置1002。在本实施例中,输入装置1001、输出装置1002、存储器1003和处理器1004可通过总线或其它方式连接,其中,图10中以通过总线连接为例。
其中,处理器1004用于执行图1中所执行的方法步骤。
具体地,处理器1004用于调用所述程序指令执行如下操作:
采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;以及利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
可选地,所述处理器1004执行所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
可选地,所述处理器1004执行所述在采集电池在第一时间范围内的M个第一膨胀力数据之前,还用于执行:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;以及生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
可选的,当上述实施例的荷电状态校准方法中的部分或全部通过软件实现时,该荷电状态校准装置也可以只包括处理器。用于存储程序的存储器位于该荷电状态校准装置之外,处理器通过电路或电线与存储器连接,用于读取并执行存储器中存储的程序。
处理器可以是中央处理器(central processing unit,CPU),网络处理器(network processor,NP),或WLAN设备。
处理器还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmablelogic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gatearray,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器也可以包括非易失性存储器(non-volatilememory),例如快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);存储器还可以包括上述种类的存储器的组合。
输入装置1001/输出装置1002可以包括显示屏(display)、键盘(keyboard),可选地,还可以包括标准的有线接口、无线接口。
如图11所示,本申请实施例还提供了一种健康状态估计装置,该健康状态估计装置1100可包括:
存储器1103和处理器1104(该装置中的处理器1104可以是一个或多个,图11中以一个处理器为例),还可以包括输入装置1101、输出装置1102。在本实施例中,输入装置1101、输出装置1102、存储器1103和处理器1104可通过总线或其它方式连接,其中,图11中以通过总线连接为例。
其中,处理器1104用于执行图5中所执行的方法步骤。
具体地,处理器1104用于调用所述程序指令执行如下操作:
采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;以及根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
可选地,所述处理器1104还用于执行:获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;以及确定所述预设的起始荷电状态;其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
可选地,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
可选地,所述处理器1104执行所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
可选地,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
可选的,当上述实施例的健康状态估计方法中的部分或全部通过软件实现时,该健康状态估计装置也可以只包括处理器。用于存储程序的存储器位于该健康状态估计装置之外,处理器通过电路或电线与存储器连接,用于读取并执行存储器中存储的程序。
处理器可以是CPU,NP,或WLAN设备。
处理器还可以进一步包括硬件芯片。上述硬件芯片可以是ASIC,PLD或其组合。上述PLD可以是CPLD,FPGA,GAL或其任意组合。
存储器可以包括易失性存储器,例如RAM;存储器也可以包括非易失性存储器,例如快闪存储器,HDD或SSD;存储器还可以包括上述种类的存储器的组合。
输入装置1001/输出装置1002可以包括显示屏、键盘,可选地,还可以包括标准的有线接口、无线接口。
本申请实施例还提供了一种电池模组,包括一个或多个电池和上述的荷电状态校准装置,所述荷电状态校准装置用于对所述电池模组中的一个或多个电池充电或放电过程中的电池荷电状态进行校准。
本申请实施例还提供了一种电池模组,包括一个或多个电池和上述的健康状态估计装置,所述健康状态估计装置用于分别获取所述电池模组中的一个或多个电池的健康状态。
本申请实施例还提供了一种储能***,包括储能变流器和上述的电池模组,所述储能变流器用于对被输入到所述电池模组内的电流进行处理并输入到所述电池模组。
本申请实施例还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或指令,当所述计算机程序或指令被荷电状态校准装置执行时,实现如图1所示的实施例中所述的方法。
本申请实施例还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或指令,当所述计算机程序或指令被健康状态估计装置执行时,实现如图5所示的实施例中所述的方法。
本申请实施例还提供了一种计算机程序产品,当其在计算设备上执行时,使得如图1所示的实施例中所述的方法被执行。
本申请实施例还提供了一种计算机程序产品,当其在计算设备上执行时,使得如图5所示的实施例中所述的方法被执行。
需要说明的是,本申请实施例中的术语“多个”是指两个或两个以上,鉴于此,本申请实施例中也可以将“多个”理解为“至少两个”。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、***和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、***和方法,可以通过其它的方式实现。例如,该单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,***或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
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。该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该计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。该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***。该计算机指令可以存储在计算机可读存储介质中,或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read-onlymemory,ROM),或随机存取存储器(random access memory,RAM),或磁性介质,例如,软盘、硬盘、磁带、磁碟、或光介质,例如,数字通用光盘(digital versatile disc,DVD)、或者半导体介质,例如,固态硬盘(solid state disk,SSD)等。
Claims (21)
1.一种荷电状态校准方法,其特征在于,所述方法包括:
采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;
识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;
根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;
利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
2.根据权利要求1所述的方法,其特征在于,所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:
通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
3.根据权利要求2所述的方法,其特征在于,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
4.根据权利要求1-3中任一项所述的方法,其特征在于,在采集电池在第一时间范围内的M个第一膨胀力数据之前,所述方法还包括:
获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;
识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;
生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
5.一种健康状态估计方法,其特征在于,所述方法包括:
采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;
识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;
获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;
根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;
识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;
生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;
获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;
确定所述预设的起始荷电状态;
其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
7.根据权利要求5或6所述的方法,其特征在于,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
8.根据权利要求5-7中任一项所述的方法,其特征在于,所述采集电池在第一时间范围内的M个第一膨胀力数据,包括:
通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
9.根据权利要求8所述的方法,其特征在于,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
10.一种荷电状态校准装置,其特征在于,所述装置包括:
采集单元,用于采集电池在第一时间范围内的M个第一膨胀力数据,所述M为大于1的整数;
第一识别单元,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,所述N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;
第一获取单元,用于根据预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系,获取与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,所述N个目标膨胀力数据中的每个目标膨胀力数据对应的值被包括在所述预设的所述一个或多个膨胀力目标数据内;
校准单元,用于利用与所述N个目标膨胀力数据中的每个目标膨胀力数据对应的电池荷电状态,对所述电池充电或放电过程中的电池荷电状态进行校准。
11.根据权利要求10所述的装置,其特征在于,所述采集单元,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
12.根据权利要求11所述的装置,其特征在于,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
13.根据权利要求10-12中任一项所述的装置,其特征在于,所述装置还包括:
第二获取单元,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;
第二识别单元,用于识别所述多个第二膨胀力数据中的所述预设的一个或多个目标膨胀力数据;
生成单元,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系。
14.一种健康状态估计装置,其特征在于,所述装置包括:
采集单元,用于采集电池在第一时间范围内的M个第一膨胀力数据,M为大于1的整数;
第一识别单元,用于识别所述M个第一膨胀力数据中的N个目标膨胀力数据,其中,所述N个目标膨胀力数据用于表征所述M个第一膨胀力数据的膨胀力变化趋势,N为小于或等于M的整数;所述N个目标膨胀力数据包括以下一个或多个:所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最小的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化最大的数据、所述M个第一膨胀力数据中的其中一个第一膨胀力数据相对电池荷电状态的变化为零的数据;
第一获取单元,用于获取一个连续的充电或放电过程中的第一安时积分区间的积分荷电状态,其中,所述第一安时积分区间是指起点时间到终点时间之间的一段时间,所述第一安时积分区间的起点时间、终点时间中的至少一个对应的膨胀力数据为所述N个目标膨胀力数据中的任意一个目标膨胀力数据;
第二获取单元,用于根据预设的起始荷电状态和所述第一安时积分区间的积分荷电状态,获取电池的健康状态。
15.根据权利要求14所述的装置,其特征在于,所述装置还包括:
第三获取单元,用于获取所述电池在第二时间范围内的多个第二膨胀力数据、以及与所述多个第二膨胀力数据中的每个第二膨胀力数据对应的电池荷电状态;
第二识别单元,用于识别所述多个第二膨胀力数据中的预设的一个或多个目标膨胀力数据;
生成单元,用于生成所述预设的一个或多个目标膨胀力数据及与每个所述预设的目标膨胀力数据对应的电池荷电状态之间的关系;
第四获取单元,用于获取所述第二时间范围内的多个电压值、以及与所述多个电压值中的每个电压值对应的电池荷电状态;
确定单元,用于确定所述预设的起始荷电状态;
其中,所述预设的起始荷电状态为第一荷电状态与第二荷电状态的差值,其中,所述第一荷电状态、所述第二荷电状态中的至少一个为所述预设的一个或多个目标膨胀力数据的任意一个目标膨胀力数据对应的电池荷电状态。
16.根据权利要求14或15所述的装置,其特征在于,所述电池的健康状态为所述第一安时积分区间的积分荷电状态与所述预设的起始荷电状态的比值。
17.根据权利要求14-16中任一项所述的装置,其特征在于,所述采集单元,用于通过位于所述电池内部的传感器采集所述电池在所述第一时间范围内的所述M个第一膨胀力数据。
18.根据权利要求17所述的装置,其特征在于,所述电池的电芯包括至少两个卷芯,所述传感器位于所述至少两个卷芯中的相邻两个卷芯之间。
19.一种电池模组,包括一个或多个电池和如权利要求10-13任一项所述的荷电状态校准装置,所述荷电状态校准装置用于对所述电池模组中的一个或多个电池充电或放电过程中的电池荷电状态进行校准。
20.一种电池模组,包括一个或多个电池和如权利要求14-18任一项所述的健康状态估计装置,所述健康状态估计装置用于分别获取所述电池模组中的一个或多个电池的健康状态。
21.一种储能***,包括储能变流器和如权利要求19或20所述的电池模组,所述储能变流器用于对被输入到所述电池模组内的电流进行处理并输入到所述电池模组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210662840.9A CN115097338A (zh) | 2022-06-13 | 2022-06-13 | Soc校准方法、soh估计方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210662840.9A CN115097338A (zh) | 2022-06-13 | 2022-06-13 | Soc校准方法、soh估计方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115097338A true CN115097338A (zh) | 2022-09-23 |
Family
ID=83290825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210662840.9A Pending CN115097338A (zh) | 2022-06-13 | 2022-06-13 | Soc校准方法、soh估计方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115097338A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116660760A (zh) * | 2023-07-31 | 2023-08-29 | 宁德时代新能源科技股份有限公司 | 确定电池soh值的方法、装置、用电装置及存储介质 |
CN117317416A (zh) * | 2023-11-24 | 2023-12-29 | 宁德时代新能源科技股份有限公司 | 电池管理方法、设备、存储介质、用电装置、电池及*** |
CN118157285A (zh) * | 2024-05-08 | 2024-06-07 | 浙江欣旺达电子有限公司 | 一种电池充电控制方法、装置、电子设备以及存储介质 |
-
2022
- 2022-06-13 CN CN202210662840.9A patent/CN115097338A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116660760A (zh) * | 2023-07-31 | 2023-08-29 | 宁德时代新能源科技股份有限公司 | 确定电池soh值的方法、装置、用电装置及存储介质 |
CN116660760B (zh) * | 2023-07-31 | 2023-12-22 | 宁德时代新能源科技股份有限公司 | 确定电池soh值的方法、装置、用电装置及存储介质 |
CN117317416A (zh) * | 2023-11-24 | 2023-12-29 | 宁德时代新能源科技股份有限公司 | 电池管理方法、设备、存储介质、用电装置、电池及*** |
CN117317416B (zh) * | 2023-11-24 | 2024-04-19 | 宁德时代新能源科技股份有限公司 | 电池管理方法、设备、存储介质、用电装置、电池及*** |
CN118157285A (zh) * | 2024-05-08 | 2024-06-07 | 浙江欣旺达电子有限公司 | 一种电池充电控制方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108574317B (zh) | 充放电控制装置以及蓄电*** | |
CN111812531B (zh) | 电池状态检测方法、设备及存储介质 | |
CN115097338A (zh) | Soc校准方法、soh估计方法、装置及存储介质 | |
US8004243B2 (en) | Battery capacity estimating method and apparatus | |
US9535132B2 (en) | Systems and methods for determining battery system performance degradation | |
WO2017143830A1 (zh) | 检测电池健康状态的方法、装置和电池管理*** | |
US10330735B2 (en) | State estimation device and state estimation method | |
KR101837453B1 (ko) | 2차 전지의 잔존용량 연산 방법 및 장치 | |
CN109799461B (zh) | 一种电池剩余电量的测量和估算方法 | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
CN110376536B (zh) | 电池***soh检测方法、装置、计算机设备和存储介质 | |
US20200408846A1 (en) | Battery Diagnostic Device and Method | |
KR20210031172A (ko) | 배터리 이상 상태를 진단하기 위한 방법, 이를 위한 전자 장치 및 저장 매체 | |
JP4668015B2 (ja) | 二次電池の状態検出方法および二次電池の状態検出装置 | |
KR20230129953A (ko) | 차량 배터리 셀 일관성 평가 방법, 장치, 기기 및 저장매체 | |
CN113646650A (zh) | 电池状态估计设备 | |
US20230384393A1 (en) | Battery Cell Diagnosing Apparatus and Method | |
CN112986841A (zh) | 电池荷电状态的估算方法、装置及设备 | |
CN116736156A (zh) | Soc校准方法、soh判断方法、检测装置、***、储能装置 | |
AU2023208067A1 (en) | Method and device for calibrating SOC at tail end of charging or discharging of energy storage system | |
CN114137415A (zh) | 电池组的发热量检测方法、装置、车辆及存储介质 | |
CN116626526B (zh) | 电池健康状态的检测方法、装置、终端及存储介质 | |
CN116047339A (zh) | 基于热电耦合模型的锂离子电池组soc估计方法及装置 | |
CN115856670A (zh) | 电池发热量的计算方法及装置、电池和车辆 | |
CN115201700A (zh) | 一种电池熵热系数的测定方法及*** |
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 |