CN115144778A - 一种大数据估算电池内阻的方法 - Google Patents

Abstract

本发明公开了一种大数据估算电池内阻的方法，涉及电池包技术领域，获取电池一段时间内的运行数据；根据电池的SOC，将运行数据划分为若干个区间；根据各个区间内的运行数据，分别计算各个区间的电流标准差和电压标准差；根据各个区间的电流标准差和电压标准差，分别计算电池在各个区间的内阻。本发明使用电池一段时间内的大量运行数据综合计算电池内阻，避免了单条数据采样不同步或采样误差等导致的电池内阻计算错误问题，利用电池内阻不能突变的特点，使用相邻的批量数据即一个区间内数据的计算电池内阻，结果更加可靠。本发明计算电池在各个区间的内阻为后续判断异常电池提供了良好的数据支撑。

Description

一种大数据估算电池内阻的方法

技术领域

本发明涉及电池包技术领域，尤其是一种大数据估算电池内阻的方法。

背景技术

电池作为新能源汽车的核心零部件，其稳定运行对保证电动汽车的驾驶安全至关重要。电池存在老化效应，长时间使用后，容量和内阻较出厂时发生变化，由于电池的不一致性，不同电池的老化情况有差异，表现为电池的内阻和容量不一致。由于电池包的短板效应，电学性能差的电池影响着电池包整体的性能，极端情况下，异常电池甚至威胁电池包的安全。为了及时发现电池的老化以及可能出现的异常，可以通过计算电池内阻识别出异常电池。

电动汽车上，电池电压和电流的采样由电池管理***（BMS）完成。由于采样频率、处理方式、信号传输时间等因素的影响，电池电压和电流的采样并不是完全同步的。若采用这种不完全同步的信号来计算电池内阻，会存在内阻计算错误的问题。

发明内容

为了克服上述现有技术中的缺陷，本发明提供一种大数据估算电池内阻的方法，能够准确计算电池内阻。

为实现上述目的，本发明采用以下技术方案，包括：

一种大数据估算电池内阻的方法，包括以下步骤：

S1，获取电池一段时间内的运行数据；

S2，根据电池的SOC，将运行数据划分为n个区间；

S3，根据各个区间内的运行数据，分别计算各个区间的电流标准差σI(k)和电压标准差σV(k)；其中，σI(k)表示第k个区间的电流标准差；σV(k)表示第k个区间的电压标准差，k表示区间序号，k=1,2,3...n；

S4，根据各个区间的电流标准差σI(k)和电压标准差σV(k)，分别计算电池在各个区间的内阻R(k)：

R(k)=σV(k)/σI(k)；

其中，R(k)表示电池在第k个区间的内阻。

优选的，步骤S2中，区间划分方式具体如下所示：

设置∆SOC，n=100/∆SOC，此n个区间的SOC范围从小到大依次为[0,∆SOC]，(∆SOC,2∆SOC]，(2∆SOC,3∆SOC]...(n∆SOC,100]。

优选的，各个区间的电流标准差σI(k)和电压标准差σV(k)的计算方式如下所示：

其中，I(i,k)表示第k个区间内的第i个运行数据中的电流值，V(i,k)表示第k个区间内的第i个运行数据中的电压值，i=1,2,..Nk，Nk表示第k个区间内运行数据的总数量；avg_I(k)表示第k个区间的电流平均值，avg_V(k)表示第k个区间的电压平均值。

优选的，利用电池包的SOC作为电池的SOC。

优选的，获取电池包中各个电池一段时间内的运行数据，利用步骤S1～S4的方式，计算出电池包中各个电池在各个区间的内阻；通过比较各个电池在各个区间的内阻以判断异常电池，具体如下所示：

若电池包中某个电池在相邻两个区间的内阻差值超过设定阈值，则表示该电池为异常电池；

若在同一区间内，电池包中某个电池的内阻与其他电池的内阻之间的差异超过设定阈值，则表示该电池为异常电池。

本发明的优点在于：

（1）本发明使用电池一段时间内的大量运行数据综合计算电池内阻，避免了单条数据采样不同步或采样误差等导致的电池内阻计算错误问题。

（2）本发明利用电池内阻不能突变的特点，使用相邻的批量数据即一个区间内数据的计算电池内阻，结果更加可靠。

（3）由于电池的电压随着电流变化而变化，根据公式∆V=R×∆I，电压的变化幅度与电流的变化幅度的比值即为电池内阻R。又由于电池内阻不能突变，可以近似认为，相近SOC的电池内阻都是相同的。将电压和电流随时间的变化分别画在坐标轴上，电压和电流均会呈现出一条有一定宽度的“数据带”，电压“数据带”和电流“数据带”的宽度之比即为电池内阻R。由此，将通过单条数据计算电池内阻的问题转化为通过多条数据组成的电压“数据带”和电流“数据带”的宽度之比计算电池内阻的问题。进一步的，本发明为了避免个别离群点对计算结果的影响，计算“数据带”宽度时，只统计大部分数据所组成“数据带”的宽度，根据统计学理论，因此本发明使用数据的标准差计算电池内阻，结算结果更为准确。

（4）本发明计算电池在各个区间的内阻为后续判断异常电池提供了良好的数据支撑，例如，通过比较同一区间内电池包中各个电池电阻的差异性来判断异常电池，或者通过比较电池在相邻两个区间的内阻变化情况即电池内阻随时间的变化情况来判断异常电池。

附图说明

图1为本发明的一种大数据估算电池内阻的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1、

由图1所示，一种大数据估算电池内阻的方法，包括以下步骤：

S1，获取电池一段时间内的运行数据，要求首条数据和末条数据的时间间隔小于∆T；

S2，根据电池的SOC，将运行数据划分为若干个区间，用整数k表示，k=1,2,3...；

电池的SOC(State ofcharge)即荷电状态，用来反映电池的剩余容量的，其数值上定义为剩余容量占电池容量的比值，SOC的取值范围为0～100，当SOC=0时表示电池放电完全，当SOC=100时表示电池完全充满。

本实施例中，为了简化各个电池的SOC测量过程，直接利用电池包的SOC作为单个电池的SOC。

步骤S2中，区间划分方法具体如下所示：

设置∆SOC，将SOC从小到大划分成n个区间，即k=1,2,3...n；

n=100/∆SOC，此n个区间从小到大依次为[0,∆SOC]，(∆SOC,2∆SOC]，(2∆SOC,3∆SOC]...(n∆SOC,100]。

S3，根据各个区间内的运行数据，计算各个区间的电流标准差σI(k)和电压标准差σV(k)；

其中，σI(k)表示第k个区间的电流标准差，I(i,k)表示第k个区间内的第i个运行数据中的电流值，i=1,2,..Nk，Nk表示第k个区间内运行数据的总数量；avg_I(k)表示第k个区间的电流平均值；

σV(k)表示第k个区间的电压标准差，V(i,k)表示第k个区间内的第i个运行数据中的电压值，i=1,2,..Nk，Nk表示第k个区间内运行数据的总数量；avg_V(k)表示第k个区间的电压平均值；

S4，根据各个区间的电流标准差σI(k)和电压标准差σV(k)，计算电池在各个区间的内阻R(k)：

R(k)=σV(k)/σI(k)；

其中，R(k)表示电池在第k个区间的内阻。

实施例2、

获取电池包中各个电池一段时间内的运行数据，利用实施例1的计算方式，计算出的电池包中各个电池在各个区间的内阻，通过比较各个电池在各个区间的内阻以判断异常电池，具体如下所示：

若电池包中某个电池在相邻两个区间的内阻差值超过设定阈值，则表示该电池内阻发生突变，即表示该电池为异常电池。通过比较电池在相邻两个区间的内阻变化情况即电池内阻随时间的变化情况来判断异常电池。

若在同一区间内，电池包中某个电池的内阻与其他电池的内阻存在较大差异，则表示该电池为异常电池。

本实施例中，可通过计算同一区间内电池包中各个电池电阻的平均值，再通过判断各个电池的电阻与平均值的差值，来判断是否与其他电池的内阻存在较大差异，若某个电池的电阻与平均值的差值超过设定阈值，则表示该电池的内阻与其他电池的内阻存在较大差异，即表示该电池为异常电池；

还可以通过分别计算某个电池电阻与其他各个电池内阻之间的差值，统计差值超过设定阈值的数量，若差值超过设定阈值的数量超过设定数量，则表示该电池的内阻与其他电池的内阻存在较大差异，即表示该电池为异常电池。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (5)

1.一种大数据估算电池内阻的方法，其特征在于，包括以下步骤：

S1，获取电池一段时间内的运行数据；

S2，根据电池的SOC，将运行数据划分为n个区间；

S3，根据各个区间内的运行数据，分别计算各个区间的电流标准差σI(k)和电压标准差σV(k)；其中，σI(k)表示第k个区间的电流标准差；σV(k)表示第k个区间的电压标准差，k表示区间序号，k=1,2,3...n；

S4，根据各个区间的电流标准差σI(k)和电压标准差σV(k)，分别计算电池在各个区间的内阻R(k)：

R(k)=σV(k)/σI(k)；

其中，R(k)表示电池在第k个区间的内阻。

2.根据权利要求1所述的一种大数据估算电池内阻的方法，其特征在于，步骤S2中，区间划分方式具体如下所示：

设置∆SOC，n=100/∆SOC，此n个区间的SOC范围从小到大依次为[0,∆SOC]，(∆SOC,2∆SOC]，(2∆SOC,3∆SOC]...(n∆SOC,100]。

3.根据权利要求1所述的一种大数据估算电池内阻的方法，其特征在于，各个区间的电流标准差σI(k)和电压标准差σV(k)的计算方式如下所示：

其中，I(i,k)表示第k个区间内的第i个运行数据中的电流值，V(i,k)表示第k个区间内的第i个运行数据中的电压值，i=1,2,..Nk，Nk表示第k个区间内运行数据的总数量；avg_I(k)表示第k个区间的电流平均值，avg_V(k)表示第k个区间的电压平均值。

4.根据权利要求1所述的一种大数据估算电池内阻的方法，其特征在于，利用电池包的SOC作为电池的SOC。

5.根据权利要求1～4任意一项所述的一种大数据估算电池内阻的方法，其特征在于，获取电池包中各个电池一段时间内的运行数据，利用步骤S1～S4的方式，计算出电池包中各个电池在各个区间的内阻；通过比较各个电池在各个区间的内阻以判断异常电池，具体如下所示：

若电池包中某个电池在相邻两个区间的内阻差值超过设定阈值，则表示该电池为异常电池；

若在同一区间内，电池包中某个电池的内阻与其他电池的内阻之间的差异超过设定阈值，则表示该电池为异常电池。

Images