CN116198349A - 一种锂电池***的充电方法 - Google Patents
一种锂电池***的充电方法 Download PDFInfo
- Publication number
- CN116198349A CN116198349A CN202310065532.2A CN202310065532A CN116198349A CN 116198349 A CN116198349 A CN 116198349A CN 202310065532 A CN202310065532 A CN 202310065532A CN 116198349 A CN116198349 A CN 116198349A
- Authority
- CN
- China
- Prior art keywords
- battery
- charging
- data
- abnormal
- current
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 12
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 204
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 239000000178 monomer Substances 0.000 claims abstract description 30
- 238000012423 maintenance Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims description 57
- 230000008569 process Effects 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 37
- 230000007613 environmental effect Effects 0.000 claims description 29
- 230000007774 longterm Effects 0.000 claims description 25
- 230000008439 repair process Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 17
- 230000009471 action Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 64
- 230000006378 damage Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000002035 prolonged effect Effects 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明属于锂电池技术领域,尤其提供一种锂电池***的充电方法。所述方法包括以下步骤:获取电池充电异常状态信息数据并进行初步分析,得到相应的电池异常状态分析,其中电池异常状态分为电池整体异常状态以及电池内单体异常状态;根据对电池异常状态中的电池整体异常状态分析,分析得到电池整体异常状态信息,使得进入电池维护状态,适当改变相应的充电功率;对电池异常状态中的电池内单体异常状态进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态本发明能够解决当期车辆充电时可能存在异常导致意外发生的情况,带来更加安全的充电方式。
Description
技术领域
本发明属于锂电池技术领域,涉及一种锂电池***的充电方法。
背景技术
动力电池的性能优劣对电动汽车的续航能力和成本都有直接的影响。在众多可选择的电池种类中,锂离子电池因为具有比能量大、寿命长、工作温度范围宽等优点,成为了电动汽车的主要选择。但同时,锂离子电池充电时间长的特点成为了其应用的主要限制条件之一。然而,若是采取快速充电,充电过程中就会有大量的能量损耗产生。尤其是在高温或低温条件下,进行快速充电在充电的过程中存在着巨大的安全隐患,为了避免因此发生意外,因此有必要对充电过程进行实时监控以及进行相应的动作调整。
发明内容
本发明提供了一种锂电池***的充电方法,以解决至少一个上述技术问题。
本发明提供了一种锂电池***的充电方法,参照图1,所示包括以下步骤:
步骤S1:充电桩通过车身的充电插座内部的通信线路或功率线路,获得电池身份识别信号、当前车辆电池的实时温度信息以及当前环境温度信息,其中电池身份识别信号包括电池内阻数据;
步骤S2:根据当前车辆电池的实时温度信息以及当前环境温度信息进行阈值判断,并结合电池身份识别信号中的电池内阻数据,生成初始化安全充电数据,以执行动态变流恒压恒温充电作业;
步骤S3:电池安全实时***根据车身的充电插座内部的通信线路或功率线路对初级动态变流恒压恒温充电的电池状态进行实时的监控,以获得电池充电实时变化数据;
步骤S4:通过充电安全保障模型对电池充电实时变化数据进行分析,生成电池充电异常状态信息数据;
步骤S5:通过电池充电异常状态信息数据对处于充电状态的车辆电池进行电池充电安全特征分析,获得电池充电安全特征异常结果;
步骤S6:根据电池充电安全特征异常结果对车辆电池进行电池充电异常修复,并收集紧急异常断电处理数据;
步骤S7:利用紧急异常断电处理数据进行阈值分析,从而通过电路控制装置对超过紧急异常断电处理数据阈值的车辆电池进行断电处理;
步骤S8:充电桩通过车身的充电插座内部的通信线路或功率线路,获取断电处理的车辆电池的异常充电电池数据,并根据该数据更新电池身份识别信号,并标记为异常充电电池身份识别信号以及异常充电状态电池;
步骤S9:将异常充电电池身份识别信号通过本地服务器共享至云端服务器以建立长期的预警信息,同时推送到车辆电池对应的车辆用户进行安全预警。
参照图2所示,在本发明实施例中获得当前车辆电池的实时温度信息以及当前环境温度信息包括了以下步骤:
详细地,在本发明实施例中充电桩通过车身的充电插座内部的通信线路或功率线路,获得电池身份识别信号、当前车辆电池的实时温度信息以及当前环境温度信息,其中电池身份识别信号包括电池内阻数据:
步骤S11:充电桩通过车身的充电插座内部的通信线路或功率线路,通过云端服务器检测获取当前的车辆电池对应的电池识别码状态,以判断当前车辆电池的电池识别码的状态;
步骤S12:检测获得电池识别码对应的车辆电池的异常充电电池身份识别信号以及历史使用记录,分析得到当前的车辆电池仍处以异常充电状态时,则拒绝充电请求;
详细地,异常充电电池身份识别信号以及历史使用记录,分析得到当前仍处以异常充电状态电池是指在以往的充电过程中,该电池存在断电的历史记录且尚未到达***设置的异常状态预测解除时间以及该电池***在短时间内频繁地使用充电桩的情况的出现,示例性地,当电池在先前充电的时候因电池的温度异常,超出了安全充电的温度而进行断电处理,并且***根据当前的环境温度而设置了相应的异常状态预测解除时间,以保障电池处以安全充电状态进行充电操作;
在本发明实施例中,通过对异常充电电池身份识别信号以及历史使用记录,分析得到当前仍处以异常充电状态电池,并就拒绝当前电池的充电请求,能有效防止当时电池异常时,用户更换充电桩为车辆电池充电导致意外的发生,同时能够减少对电池的损耗延长电池的寿命以及保证电池的容量尽可能地不受损,从而确保电池可以为用户带来更好的续航效果以及驾驶体验,减少因为更换电池带来的经济成本,同时也为用户在行驶过程中的电池的安全性,防止在行驶过程中因电池导致的安全事故的发生以及保障车辆内乘客的安全;拒绝频繁进行充电而导致对电池使用寿命以及容量的影响,防止当电池损坏时用户仍进行平反充电行为,用户在使用该电池进行驾驶时的体验,以及因电池容量受损导致的电池而导致在使用过程中车辆电池***对电池容量识别不准确,从而导致用户在日常的使用中出现突然断电的情况的出现,能有效防止因此而导致的交通事故的发生,从而能提升电动汽车的寿命,提升用户的购买意愿;
步骤S13:对未获得电池识别码的车辆电池分配具有唯一性的电池识别码,并将该电池识别码上传至云服务器中储存;
详细地,电池识别码是根据当前电池的充电电芯、电池内部的基础信息以及用户信息,而生成的一组或者多组具有唯一性的电池识别码,且并不会随着电池的损耗而改变,还可以防止他人冒充车主进行充电行为发生的具有防伪性的代码;需理解的是,为了保证在该识别码更加不易被破解,车辆并不会储存相应的识别码,而是将识别码通过第一次与充电桩进行连接时,由充电桩生成并保存加密保存在云端,以便当再次使用时,可以快速进行识别以及进行接下来操作的,其中对加密和解密的阶段,均在云端的服务器进行;
在本发明实施例中,通过识别并产生具有唯一性的电池识别代码,可以以此为基础建立相应的电池充电档案,以进行历史记的储存和及时地分辨,从而能快速对处于异常充电状态的电池进行识别,以防止充电桩为异常充电状态的电池进行充电而导致的意外的发生,从而减少因此对车辆以及用户造成伤害的可能性,保障车辆的安全以及用户的人身安全;利用该识别还可以防止其他车辆仿冒该车辆进行充电,使得可以让用户保障了账户中预存的资金更加安全以及减少进行充再付款时商家的损失,从而使得用户可以在没有手机或手机网络受到影响的状态下也可以下进行充电操作,以解决当前用户的再紧急条件下的用电需求,且当用户有超过逃单操作阈值的历史充电记录的时候,也会进行相应的记录,以及时进行断电处理,以减少充电桩商家的损失,以减少用户逃单的可能性;通过云端进行加密储存而不是在连接阶段充电桩内进行加密储存,能有效防止在该过程中进行识别代码的窃取,当窃取进行加密的电池识别代码并尝试用该识别对设备进行修改的时候从而为其他车辆进行充电时,充电桩会拒绝相应的请求以及将此次非法充电请求推送到相应的用户终端进行提醒,从而保障用户账户内预存的资金安全以及防止应他人非法操作导致的用户在紧急状况下无法进行充电的情况的发生,同时减少此类操作给充电商家以及用户之间带来的不必要的纠纷的发生;需理解的是,充电桩进行电池识别代码后,将改电池识别代码上传到云端,云端利用特定的加密以及补全方式将电池识别代码转化为特定长度的识别代码,当有人获得识别代码并利用该代码进行连接充电时,会进行二次的加密处理,则此时在于云端的电池识别代码进行对比是结果会产生相应的变化;
步骤S14:对已获得或检测到电池识别码的车辆电池,通过充电插座内部的通信线路或功率线路,获取当前的车辆电池剩余的电量以及车辆电池中不同单体的内阻与初始SOC,生成电池身份识别信号;
在本发明实施例中,通过获取当前车辆的剩余电量,以便后续更好地进行电池充电地规划动作,防止出现电池过充的情况的出现,从而能更好地保护电池以及更好地计算出充电所需要的时间,同时通过剩余电量以及内部的内阻可以计算得到相应的容量,能在后续更好保障电池充电过程中的安全以及计算出当前电池容量所需要的充电时间,防止充电不足电池无法达到当前电池容量而导致用户在使用的过程中,无法达到相应的最长续航的情况的发生,从而导致用户体验不佳;
步骤S15:通过温度感知***对电池温度以及环境温度进行实时采集,经温度采集器对车辆电池的实时温度数据以及环境温度数据汇聚,获得当前电池的实时温度信息以及当前环境温度信息;
在本发明实施例中,通过温度感知***对车辆电池的温度以及环境温度进行实时采集,利用温度采集器汇集车辆电池的实时温度数据以及环境温度数据,以获得当前车辆电池的实时温度信息以及当前环境温度信息;
参照图3所示,在本发明实施例中,步骤S2具体步骤为;
步骤S21:对当前环境温度信息进行环境阈值判断,得到环境温度阈值;
详细地,针对当前环境温度信息根据当前充电所在的位置以及当前的季节,***进行环境阈值的调整,防止因环境温度阈值不能随时调整导致长期无法充电的情况的出现,从而影响用户的正常使用以及因此导致的用户使用体验下降的情况发生,同时也可以防止环境温度阈值固定而导致具有地域性或者时间性的问题出现;
步骤S22:根据环境温度阈值分析得到当前受到环境温度变化的电池环境温度内阻变化值;
需理解的是,当外部环境变化是电池的内阻,充电的效率也会产生相应的变化,因此直接获取的电池内阻可能存在一定的误差,从而导致在充电的过程中电池温度进一步的升高,导致意外的发生以及再充电的过程中随电池温度的不断上升,导致充电效率低下以及在此过程中的能源的损耗,从而造成用户充电成本的经济增高;
步骤S23:对当前电池的实时温度信息进行电池温度阈值判断,得到电池温度阈值;
步骤S24:根据电池温度阈值分析得到电池内阻随电池变化的电池温度内阻变化值;
步骤S25:根据电池环境温度内阻变化值以及电池温度内阻变化值,结合池身份识别信号中的电池内阻数据,计算得到当前的车辆电池的电池内阻值以及电池容量值,以对电池身份识别信号进行更新并获得初始化安全充电数据;
容量是根据通过剩余电量进行计算得到,具体包括以下步骤:
向车辆电池传送稳定短时间的恒压电信号,并针对车辆电池***中的单体生成单体电压曲线;
对单体电压曲线进行分析,得到率先达到充电速率的最佳单体电压曲线,并以此为基准对其余的单体电压曲线进行变化更新,从而通过电池单体最大容量公式计算得到每个单体对应的充电最大容量,电池单体最大容量公式如下:
其中,CS表示当前每个单体的最大充电容量,I为当前充电的是对应的变化电流值,U为当前充电的是对应的恒定电压值,T0为率先达到充电速率单体的时间,Ti为剩余单体i达到充电速率的时间,H为每个单体对应剩余的电量,x为通过识别获得的充放电的次数,Tk为当前充电速率对应预计充电时间。
本发明实施例中,通过剩余电量CS可以实时地掌握当前电池容量,以防止一些意外因电流I以及电压U稳定导致的温度上升或温度降低而导致的电池充电意外的发生,同时也可以用于后续在实时监控当前的健康状态,从而进一步提升用户的使用体验以及保障当前的电池的容量,不会因此受到损害;
步骤S26:利用充电安全***执行初始化安全充电数据的动作,从而进行初级动态变流恒压恒温充电作业;
详细地,利用充电安全***生成用户操作获取控件,并通过用户操作获取控件获取用户操作数据,其中用户操作数据包括快速充电模式以及安全充电模式在内的两种动态变流恒压恒温充电;
详细地,判断用户操作数据是否包含快速充电模式或者安全充电模式,;
详细地,确定用户操作数据包含快速充电模式时,执行快速充电模式;
详细地,确定用户操作数据包含安全充电模式时,执行安全充电模式。
本发明实施例中,通过判断用户操作数据是否包含快速充电模式或者安全充电模式,使得充电的模式更加的智能以及安全,更加满足用户的实时需求,可理解的是,由于当前快充技术的不成熟,在一定的程度上电池的寿命会比相对应的充电次数相同的慢充电池的寿命更短,因此在用户不急需用车的时候,进行慢充能保护电池的寿命,但是若用户急需用车显然此时,慢充并不能满足当前用户的使用习惯,无法及时为用户带来及时的充电需求;
在本发明实施例中,判断用户操作数据是否包含快速充电模式或者安全充电模式,以获得电池充电实时变化数据包括了:对充电时的电压电流等的实时监控以及上诉对电池温度、电池容量的实时监控,防止进行动态变流恒压恒温充电作业中,因相应的数据错误导致电池无法保障在当前环境中以最佳的状态进行充电,从而导致电池的寿命可能受到影响以及降低对电池产生损害的可能性,同时也可以再次降低该过程发生意外的可能性,以提升充电过程中的安全性;
参照图4所示,在本发明实施例中,根据电池充电实时变化数据,通过充电安全保障模型分析,生成电池充电异常状态信息数据的具体为:
步骤S41:确认当前充电安全保障模型网络所需要的结构参数,并将初始化安全充电数据输入到神经网络中,从而得到充电安全保障模型;
步骤S42:利用充电的实时检测数据对充电安全保障模型的网络权重与偏置进行更新,从而得到训练更新的充电安全保障模型;
步骤S43:获取初始电池充电实时变化数据,初始电池充电实时变化数据包括车辆电池正常充电实时的过程数据以及车辆电池正常充电过程的历史数据;
步骤S44:用多阶拉格朗日内插法对初始电池充电实时变化数据进行分析处理,得到完整化电池充电实时变化数据;
步骤S45完整化电池充电实时变化数据输入到充电安全保障模型中,计算电动汽车正常充电时充电电压、充电电流和温度预测值的残差均值与标准差,确定多参数故障预警的阈值,获得电池充电异常状态信息数据;
在本发明实施例中,通过计算电动汽车正常充电时充电电压、充电电流和温度预测值的残差均值与标准差,确定多参数故障预警的阈值,使得阈值在不断的变化,可以运用于不同车辆电池或者其他用途电池的使用,也可以保障其他不同类型电池的充电安全,同时使得多参数故障预警的阈值处于一定的动态范围,也可以根据当前的电动汽车正常充电时充电电压、充电电流和温度预测值进行当前电池健康安全充电,使得电池安全充电总能符合当前电池的最佳抓状态,使得电池容量以及电池寿命都尽可能地减少,也使得电池尽可能为用户提供更好的续航,提升用户的体验;同时也可以减少因充电时电池温度过高造成的损耗,从而使得电池温度持续升高,而对电池内阻的持续影响,而影响到到充电安全以及在充电阶段能量的损耗,需理解的是,当电池的温度升高时会影响到电池内电解液的变化,从而使得电阻的增大,若此时的电流大小不变,相应的电池内部电阻产生热量也产生相应的增大,因此此时电阻也可能随之不断增大;
在本发明实施例中,充电安全保障模型是由普通的神经网络训练得来,能快速对当前电池充电实时变化数据中的数据进行捕捉,并能分析得到其中异常数据的一种神经网络模型,具有高精度、快速反应的特点;从而保障了在充电的过程中除了车辆自身外,充电桩也可以快速识别得到充电异常的数据,在一定程度上保证了充电桩自身的安全以及附近在进行充电的车辆以及充电桩的安全,以减少大型充电桩站在人员投入方面的支出,从而减少在相应的资金中支出;
参照图5所示,在本发明实施例中,获得电池充电安全特征异常结果的具体步骤为:
步骤S51:获取电池充电异常状态信息数据并进行初步分析,得到相应的电池异常状态分析,其中电池异常状态分为电池整体异常状态以及电池内单体异常状态;
步骤S52:根据对电池异常状态中的电池整体异常状态分析,分析得到电池整体异常状态信息,使得进入电池维护状态,适当改变相应的充电功率;
在本发明实施例中,通过让电池进入电池维护状态,适当改变相应的充电功率,可以减少因过度充电而发生意外风险地可能性,同时可以降低因温度升高导致的电池温度上升带来的安全问题以及电池发热问题,提升了在后续进行修复时的成功率,进一步保障了充电时的安全以及提升了用户的体验;
步骤S53:对电池异常状态中的电池内单体异常状态进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态;
在本发明实施例中,通过分析得到相应的进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态,从而使得没有处于异常状态的电池单体可以进行充电工作,保障了充电的效率的同时,又保障了充电的安全,同时,也在后续的修复失败时,仅对电池中的单体进行断电,保障了电池整体可以进行工作,能满足用户临时的车辆用电需求,减少用户在充电阶段无法继续使用的风险,使得用户有足够的电量前往相应的维修站进行更换,减少用户在此阶段的费用以及相对应的时间,为用户带来更好的体验,同时也提升了电池充电安全特征异常结果的可信度,以提高后续修复成功的概率;
步骤S54:获取处于电池维护状态的电池单体信息以及电池整体异常状态信息,进行全面诊断分析,获得电池充电安全特征异常结果。
在本发明实施例中,通过电池充电异常状态信息数据分析得到得电池充电安全特征异常结果,以确定造成异常数据的原因,以便后续进行相应的修复工作,以减少当故障时,用户无法进行及时的反馈导致异常断电情况的出现,从而对用户的出现造成不便,使得用户的体验有所降低的问题出现;同时,通过分析得到相应的异常结果,也使得提升了修复成功的概率以及当修复失败时,用户也可以快速进行简单问题的处理,减少维护的成本;
本发明实施中,通过对车辆电池进行电池充电异常修复,以收集异常数据,并将异常数据标记为紧急异常断电处理数据,使得后续能对其中仍处于异常状态且超出阈值的电池进行断电处理,从而进一步保障充电的安全;
在本发明实施例中,步骤S7具体步骤为:
进一步地,利用紧急异常断电处理数据进行阈值分析,从而获得预设时间段内存在多次修复以及经修复仍达到充电安全危险数值的紧急异常预断电的车辆电池;
进一步地,利用电路控制装置对紧急异常预断电的车辆电池进行充电断电处理,同时保留可供数据传输的电信号;
在本发明实施例中,通过对其中紧急异常预断电电池进行充电断电处理,同时保留可供数据传输的电信号,以便获取当前的电池的数据,以便再次进行该车辆电池进行充电请求时,能快速进行反应,在申请阶段拒绝异常电池的充电请求,减少意外发生的可能以及保障充电的安全性,可供数据传输的电信号并不会对电池产生进一步的损害,对电池起到了一定的保护作用,防止没有进行数据获取时,产生过大的电流电压对电池的进一步损害;同时对处以异常状态的电池进行相应断电处理,能有效防止处以异常状态的电池进行异常充放电而可能对充电桩发生相应的影响,从而能保障充电桩后续的正常工作以及对后续在该充电桩进行充电的车辆电池以及车辆起到一定的安全保障作用,防止因充电桩异常而导致对用户车辆电池的损害;同时也可避免没有及时进行断电处理,导致起火等意外对周围其他车辆的影响,从而保障周围进行充电车辆的充电安全以及周围的人员的人身安全;
在本发明实施例中,步骤S8通过获取断电处理的电池的异常充电电池数据,并根据该数据更新电池身份识别信号,使得当再次进行充电连接时,可以快速对当前的车辆电池进行快速的反应,便于匹配到更加适合当前电池的充电方式以及对于的充电参数,从而在用户的长期使用中,可以减少短期异常状态以及***错误导致用户无法继续正常使用的概率,提升用户的体验,同时也可以及时提升长期存在该问题的用户进行检修,从而保障用户的安全;
参照图6所示,在本发明实施例中,将异常充电电池身份识别信号通过服务器共享至云端服务器建立长期的预警***,同时推送到该用户进行安全预警的步骤包括了:
步骤S91:将获得的异常充电电池身份识别信号传送到云端服务器的数据库中,同时进行数据的加密处理;
步骤S92:对云端服务器的数据库与相应的历史使用记录进行匹配,并对当前的异常状态进行分析,从而得到异常状态预测持续的时间,标记为异常状态预测解除时间;
在本发明实施例中,通过而得到异常状态预测持续的时间,在保护电池安全的同时,还可以不影响用户的再次使用,提升了用户体验,避免了短期故障为用户带来的长期影响;
步骤S93:根据常状态预测解除时间进行解除时间阈值分析,获得超出解除时间阈值的异常状态电池,建立长期的预警信息,并储存在历史使用记录。
在本发明实施例中,通过获得超出解除时间阈值的异常状态电池,建立长期的预警信息,并储存在历史使用记录,对长期存在安全隐患的电池进行管理,以便及时对用户进行相应的提醒,防止用户存在侥幸心里,从而导致意外的发生,在后续拒绝该车辆电池的充电请求,可以防止用户不规范充电导致的意外以及从而导致与充电桩商家不必要的纠纷;
在本发明实施例中,通过对车辆电池获得相应的电池身份识别信号并对该电池身份识别信号进行加密储存在云端,以进行云端的历史记录进行匹配,从而能快速对先前已存在安全隐患的车辆电池进行拒绝充电行为处理,同时对电池的充电状态进行实时监控并进行相应的修复工作,能减少因用户在以往无法进行及时断电处理的弊端,同时也可以减少提升一些充电的效率以及保障用户进行充电时的安全性,也可以减少对车辆电池的损害。
附图说明
图1为一实施例的一种锂电池***的充电方法的流程示意图;
图2为一实施例获得当前车辆电池的实时温度信息以及当前环境温度信息的流程示意图;
图3为一实施例进行初级动态变流恒压恒温充电作业的流程示意图;
图4为一实施例获得电池充电异常状态信息数据的流程示意图;
图5为一实施例获得电池充电安全特征异常结果的流程示意图;
图6为一实施例建立长期的预警信息的流程示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
参照图1所示,为本发明一实施例提供的一种锂电池***的充电方法的流程示意图。在本实施例中,所述锂电池***的充电方法包括以下步骤:
步骤S1:充电桩通过车身的充电插座内部的通信线路或功率线路,获得电池身份识别信号、当前车辆电池的实时温度信息以及当前环境温度信息,其中电池身份识别信号包括电池内阻数据;
步骤S2:根据当前车辆电池的实时温度信息以及当前环境温度信息进行阈值判断,并结合电池身份识别信号中的电池内阻数据,生成初始化安全充电数据,以执行动态变流恒压恒温充电作业;
步骤S3:电池安全实时***根据车身的充电插座内部的通信线路或功率线路对初级动态变流恒压恒温充电的电池状态进行实时的监控,以获得电池充电实时变化数据;
步骤S4:通过充电安全保障模型对电池充电实时变化数据进行分析,生成电池充电异常状态信息数据;
步骤S5:通过电池充电异常状态信息数据对处于充电状态的车辆电池进行电池充电安全特征分析,获得电池充电安全特征异常结果;
步骤S6:根据电池充电安全特征异常结果对车辆电池进行电池充电异常修复,并收集紧急异常断电处理数据;
步骤S7:利用紧急异常断电处理数据进行阈值分析,从而通过电路控制装置对超过紧急异常断电处理数据阈值的车辆电池进行断电处理;
步骤S8:充电桩通过车身的充电插座内部的通信线路或功率线路,获取断电处理的车辆电池的异常充电电池数据,并根据该数据更新电池身份识别信号,并标记为异常充电电池身份识别信号以及异常充电状态电池;
步骤S9:将异常充电电池身份识别信号通过本地服务器共享至云端服务器以建立长期的预警信息,同时推送到车辆电池对应的车辆用户进行安全预警。
参照图2所示,在本发明实施例中,根据通过车身的充电插座内部的通信线路或功率线路,通过云端服务器检测当前的车辆电池建立对应的电池识别码的状态具体步骤为:
步骤S11:充电桩通过车身的充电插座内部的通信线路或功率线路,通过云端服务器检测获取当前的车辆电池对应的电池识别码状态,以判断当前车辆电池的电池识别码的状态;
详细地,异常充电电池身份识别信号以及历史使用记录,分析得到当前仍处以异常充电状态电池是指在以往的充电过程中,该电池存在断电的历史记录且尚未到达***设置的异常状态预测解除时间以及该电池***在短时间内频繁地使用充电桩的情况的出现,示例性地,当电池在先前充电的时候因电池的温度异常,超出了安全充电的温度而进行断电处理,并且***根据当前的环境温度而设置了相应的异常状态预测解除时间,以保障电池处以安全充电状态进行充电操作;
步骤S12:检测获得电池识别码对应的车辆电池的异常充电电池身份识别信号以及历史使用记录,分析得到当前的车辆电池仍处以异常充电状态时,则拒绝充电请求;
可举例地,在低温状态下与以往先加热再充电的方法不同,本发明利用了电池的内阻且为了保障电池充电时的安全性,设置了充电电池保护电压和单体充电保护电压,当电压超过充电电池保护电压或者最大单体电压超过单体充电保护电压时,为了防止当前的电池过充,即便处于为电池仍未达到最佳充电温度,也会强制采取断电措施;
在本发明实施例中,通过对异常充电电池身份识别信号以及历史使用记录,分析得到当前仍处以异常充电状态电池,并就拒绝当前电池的充电请求,能有效防止当时电池异常时,用户更换充电桩为车辆电池充电导致意外的发生,同时能够减少对电池的损耗延长电池的寿命以及保证电池的容量尽可能地不受损,从而确保电池可以为用户带来更好的续航效果以及驾驶体验,减少因为更换电池带来的经济成本,同时也为用户在行驶过程中的电池的安全性,防止在行驶过程中因电池导致的安全事故的发生以及保障车辆内乘客的安全;拒绝频繁进行充电而导致对电池使用寿命以及容量的影响,防止当电池损坏时用户仍进行平反充电行为,用户在使用该电池进行驾驶时的体验,以及因电池容量受损导致的电池而导致在使用过程中车辆电池***对电池容量识别不准确,从而导致用户在日常的使用中出现突然断电的情况的出现,能有效防止因此而导致的交通事故的发生,从而能提升电动汽车的寿命,提升用户的购买意愿;
步骤S13:对未获得电池识别码的车辆电池分配具有唯一性的电池识别码,并将该电池识别码上传至云服务器中储存;
详细地,电池识别码是根据当前电池的充电电芯、电池内部的基础信息以及用户信息,而生成的一组或者多组具有唯一性的电池识别码,且并不会随着电池的损耗而改变,还可以防止他人冒充车主进行充电行为发生的具有防伪性的代码;需理解的是,为了保证在该识别码更加不易被破解,车辆并不会储存相应的识别码,而是将识别码通过第一次与充电桩进行连接时,由充电桩生成并保存加密保存在云端,以便当再次使用时,可以快速进行识别以及进行接下来操作的,其中对加密和解密的阶段,均在云端的服务器进行;
在本发明实施例中,通过识别并产生具有唯一性的电池识别代码,可以以此为基础建立相应的电池充电档案,以进行历史记的储存和及时地分辨,从而能快速对处于异常充电状态的电池进行识别,以防止充电桩为异常充电状态的电池进行充电而导致的意外的发生,从而减少因此对车辆以及用户造成伤害的可能性,保障车辆的安全以及用户的人身安全;利用该识别还可以防止其他车辆仿冒该车辆进行充电,使得可以让用户保障了账户中预存的资金更加安全以及减少进行充再付款时商家的损失,从而使得用户可以在没有手机或手机网络受到影响的状态下也可以下进行充电操作,以解决当前用户的再紧急条件下的用电需求,且当用户有超过逃单操作阈值的历史充电记录的时候,也会进行相应的记录,以及时进行断电处理,以减少充电桩商家的损失,以减少用户逃单的可能性;通过云端进行加密储存而不是在连接阶段充电桩内进行加密储存,能有效防止在该过程中进行识别代码的窃取,当窃取进行加密的电池识别代码并尝试用该识别对设备进行修改的时候从而为其他车辆进行充电时,充电桩会拒绝相应的请求以及将此次非法充电请求推送到相应的用户终端进行提醒,从而保障用户账户内预存的资金安全以及防止应他人非法操作导致的用户在紧急状况下无法进行充电的情况的发生,同时减少此类操作给充电商家以及用户之间带来的不必要的纠纷的发生;需理解的是,充电桩进行电池识别代码后,将改电池识别代码上传到云端,云端利用特定的加密以及补全方式将电池识别代码转化为特定长度的识别代码,当有人获得识别代码并利用该代码进行连接充电时,会进行二次的加密处理,则此时在于云端的电池识别代码进行对比是结果会产生相应的变化;
步骤S14:已获得或检测到电池识别码的车辆电池,通过充电插座内部的通信线路或功率线路,获取当前的车辆电池剩余的电量以及车辆电池中不同单体的内阻与初始SOC,生成电池身份识别信号;
在本发明实施例中,通过获取当前车辆的剩余电量,以便后续更好地进行电池充电地规划动作,防止出现电池过充的情况的出现,从而能更好地保护电池以及更好地计算出充电所需要的时间,同时通过剩余电量以及内部的内阻可以计算得到相应的容量,能在后续更好保障电池充电过程中的安全以及计算出当前电池容量所需要的充电时间,防止充电不足电池无法达到当前电池容量而导致用户在使用的过程中,无法达到相应的最长续航的情况的发生,从而导致用户体验不佳;
步骤S15:过温度感知***对车辆电池的温度以及环境温度进行实时采集,利用温度采集器汇集车辆电池的实时温度数据以及环境温度数据,以获得当前车辆电池的实时温度信息以及当前环境温度信息;
在本发明实施例中,通过获取获得当前电池的实时温度信息以及当前环境温度信息,以便后续根据当前前电池的实时温度信息以及当前环境温度信息进行电池充电的规划,以确保电池的温度长期处于最佳的充电温度,防止低温或者高温对电池健康的影响,同时也能防止因充电温度过高导致的意外,从而导致在该过程中用户意外受伤的可能性;
参照图3所示,在本发明实施例中,获得初始化安全充电数据具体为:
步骤S21:对当前环境温度信息进行环境阈值判断,得到环境温度阈值;
详细地,针对当前环境温度信息根据当前充电所在的位置以及当前的季节,***进行环境阈值的调整,防止因环境温度阈值不能随时调整导致长期无法充电的情况的出现,从而影响用户的正常使用以及因此导致的用户使用体验下降的情况发生,同时也可以防止环境温度阈值固定而导致具有地域性或者时间性的问题出现;
步骤S22:根据环境温度阈值分析得到当前受到环境温度变化的电池环境温度内阻变化值;
需理解的是,当外部环境变化是电池的内阻,充电的效率也会产生相应的变化,因此直接获取的电池内阻可能存在一定的误差,从而导致在充电的过程中电池温度进一步的升高,导致意外的发生以及再充电的过程中随电池温度的不断上升,导致充电效率低下以及在此过程中的能源的损耗,从而造成用户充电成本的经济增高;
步骤S23:对当前电池的实时温度信息进行电池温度阈值判断,得到电池温度阈值;
步骤S24:据电池温度阈值分析得到电池内阻随电池变化的电池温度内阻变化值;
步骤S25:电池环境温度内阻变化值以及电池温度内阻变化值,结合池身份识别信号中的电池内阻数据,计算得到当前的车辆电池的电池内阻值以及电池容量值,以对电池身份识别信号进行更新并获得初始化安全充电数据;
容量是根据通过剩余电量进行计算得到,具体包括以下步骤:
向车辆电池传送稳定短时间的恒压电信号,并针对车辆电池***中的单体生成单体电压曲线;
对单体电压曲线进行分析,得到率先达到充电速率的最佳单体电压曲线,并以此为基准对其余的单体电压曲线进行变化更新,从而通过电池单体最大容量公式计算得到每个单体对应的充电最大容量,电池单体最大容量公式如下:
其中,CS表示当前每个单体的最大充电容量,I为当前充电的是对应的变化电流值,U为当前充电的是对应的恒定电压值,T0为率先达到充电速率单体的时间,Ti为剩余单体i达到充电速率的时间,H为每个单体对应剩余的电量,x为通过识别获得的充放电的次数,Tk为当前充电速率对应预计充电时间。
本发明实施例中,通过剩余电量CS可以实时地掌握当前电池容量,以防止一些意外因电流I以及电压U稳定导致的温度上升或温度降低而导致的电池充电意外的发生,同时也可以用于后续在实时监控当前的健康状态,从而进一步提升用户的使用体验以及保障当前的电池的容量,不会因此受到损害;
步骤S26:利用充电安全***执行初始化安全充电数据的动作,从而进行初级动态变流恒压恒温充电作业;
详细地,利用充电安全***生成用户操作获取控件,并通过用户操作获取控件获取用户操作数据,其中用户操作数据包括快速充电模式以及安全充电模式在内的两种动态变流恒压恒温充电;
详细地,判断用户操作数据是否包含快速充电模式或者安全充电模式,;
详细地,确定用户操作数据包含快速充电模式时,执行快速充电模式;
详细地,确定用户操作数据包含安全充电模式时,执行安全充电模式。
本发明实施例中,通过判断用户操作数据是否包含快速充电模式或者安全充电模式,使得充电的模式更加的智能以及安全,更加满足用户的实时需求,可理解的是,由于当前快充技术的不成熟,在一定的程度上电池的寿命会比相对应的充电次数相同的慢充电池的寿命更短,因此在用户不急需用车的时候,进行慢充能保护电池的寿命,但是若用户急需用车显然此时,慢充并不能满足当前用户的使用习惯,无法及时为用户带来及时的充电需求;
可举例地,若一个用户长期地使用习惯都是在晚上充电,都第二天早上再将车辆开走,且该时间段内通过安全充电模式也能将该电池充满,则此时当前***会自动选择安全充电模式,如果此时用户在白天高速公路的充电桩,则***会认为当前的用户有迫切的用车需求,则会自动选择以快速充电模式进行充电,以减少用户等待的时间;
在本发明实施例中,判断用户操作数据是否包含快速充电模式或者安全充电模式,以获得电池充电实时变化数据包括了:对充电时的电压电流等的实时监控以及上诉对电池温度、电池容量的实时监控,防止进行动态变流恒压恒温充电作业中,因相应的数据错误导致电池无法保障在当前环境中以最佳的状态进行充电,从而导致电池的寿命可能受到影响以及降低对电池产生损害的可能性,同时也可以再次降低该过程发生意外的可能性,以提升充电过程中的安全性;
可举例地,在低温环境下进行快速充电时,获取当前充电的由于当前的电流电压过高,进边加热边充电时,***预设的安全充电温度临界值35℃,可理解的是***预设的安全充电温度***预设的安全充电温度是一个可控制变量,则此时若车辆电池的实时温度是一个影响电池安全的重要指标数据;
参照图4所示,在本发明实施例中,根据电池充电实时变化数据,通过充电安全保障模型分析,生成电池充电异常状态信息数据具体为:
步骤S41:确认当前充电安全保障模型网络所需要的结构参数,并将初始化安全充电数据输入到神经网络中,从而得到充电安全保障模型;
步骤S42:利用充电的实时检测数据对充电安全保障模型的网络权重与偏置进行更新,从而得到训练更新的充电安全保障模型;
步骤S43:获取初始电池充电实时变化数据,初始电池充电实时变化数据包括车辆电池正常充电实时的过程数据以及车辆电池正常充电过程的历史数据;
步骤S44:用多阶拉格朗日内插法对初始电池充电实时变化数据进行分析处理,得到完整化电池充电实时变化数据;
步骤S45:完整化电池充电实时变化数据输入到充电安全保障模型中,计算电动汽车正常充电时充电电压、充电电流和温度预测值的残差均值与标准差,确定多参数故障预警的阈值,获得电池充电异常状态信息数据;
在本发明实施例中,通过计算电动汽车正常充电时充电电压、充电电流和温度预测值的残差均值与标准差,确定多参数故障预警的阈值,使得阈值在不断的变化,可以运用于不同车辆电池或者其他用途电池的使用,也可以保障其他不同类型电池的充电安全,同时使得多参数故障预警的阈值处于一定的动态范围,也可以根据当前的电动汽车正常充电时充电电压、充电电流和温度预测值进行当前电池健康安全充电,使得电池安全充电总能符合当前电池的最佳抓状态,使得电池以及电池寿命都尽可能地减少,也使得电池尽可能为用户提供更好的续航,提容量升用户的体验;同时也可以减少因充电时电池温度过高造成的损耗,从而使得电池温度持续升高,而对电池内阻的持续影响,而影响到到充电安全以及在充电阶段能量的损耗,需理解的是,当电池的温度升高时会影响到电池内电解液的变化,从而使得电阻的增大,若此时的电流大小不变,相应的电池内部电阻产生热量也产生相应的增大,因此此时电阻也可能随之不断增大;
在本发明实施例中,充电安全保障模型是由普通的神经网络训练得来,能快速对当前电池充电实时变化数据中的数据进行捕捉,并能分析得到其中异常数据的一种神经网络模型,具有高精度、快速反应的特点;从而保障了在充电的过程中除了车辆自身外,充电桩也可以快速识别得到充电异常的数据,在一定程度上保证了充电桩自身的安全以及附近在进行充电的车辆以及充电桩的安全,以减少大型充电桩站在人员投入方面的支出,从而减少在相应的资金中支出;
可举例地,根据当前的实时数据,可以提取得到电池充电温度上升值、单体电池压差、单体电池温度差、电池容量剩余率,以防止充电的过程中电池单体存在明显的差异;
参照图5所示,在本发明实施例中,获得电池充电安全特征异常结果的具体步骤为:
步骤S51:对电池充电异常状态信息数据进行初步分析,得到相应的电池异常状态,其中电池异常状态分为电池整体异常状态以及电池内单体异常状态;
步骤S52:当对电池异常状态中的电池整体异常状态分析,得到电池整体异常状态信息,通过充电安全***,使得进入电池维护状态,适当改变相应的充电功率;
在本发明实施例中,通过让电池进入电池维护状态,适当改变相应的充电功率,可以减少因过度充电而发生意外风险地可能性,同时可以降低因温度升高导致的电池温度上升带来的安全问题以及电池发热问题,提升了在后续进行修复时的成功率,进一步保障了充电时的安全以及提升了用户的体验;
步骤S53:当对电池异常状态中的电池内单体异常状态进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态;
在本发明实施例中,通过分析得到相应的进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态,从而使得没有处于异常状态的电池单体可以进行充电工作,保障了充电的效率的同时,又保障了充电的安全,同时,也在后续的修复失败时,仅对电池中的单体进行断电,保障了电池整体可以进行工作,能满足用户临时的车辆用电需求,减少用户在充电阶段无法继续使用的风险,使得用户有足够的电量前往相应的维修站进行更换,减少用户在此阶段的费用以及相对应的时间,为用户带来更好的体验,同时也提升了电池充电安全特征异常结果的可信度,以提高后续修复成功的概率;
步骤S54:获取处于电池维护状态的电池单体信息或者电池整体异常状态信息,进行全面诊断分析,获得电池充电安全特征异常结果。
在本发明实施例中,通过电池充电异常状态信息数据分析得到得电池充电安全特征异常结果,以确定造成异常数据的原因,以便后续进行相应的修复工作,以减少当故障时,用户无法进行及时的反馈导致异常断电情况的出现,从而对用户的出现造成不便,使得用户的体验有所降低的问题出现;同时,通过分析得到相应的异常结果,也使得提升了修复成功的概率以及当修复失败时,用户也可以快速进行简单问题的处理,减少维护的成本;
可举例地,电池温度突然上升可能是外界环境导致的,也可能是电阻电流的变化而发生变化的,例如环境中突然出现导致周围温度发生变化的太阳光的直射可能道中车辆整体的温度升高从而导致电池温度升高,从而影响电池安全充电;
本发明实施中,通过对车辆电池进行电池充电异常修复,以收集异常数据,并将异常数据标记为紧急异常断电处理数据,使得后续能对其中仍处于异常状态且超出阈值的电池进行断电处理,从而进一步保障充电的安全;
可举例地,由于当前的电流过大导致当前的电池出异常状态,此时可以尝试进行充电电流的调节,以消除当前过流导致的异常情况的出现,以及当前电池单体出现问题时,只需对相应的单体进行断电处理,无需对整个电池进行断电;
在本发明实施例中,利用紧急异常断电处理数据进行阈值分析,从而通过电路控制装置对超过紧急异常断电处理数据阈值的电池进行断电处理;
进一步地,利用紧急异常断电处理数据进行阈值分析,从而获得短时间内存在多次修复以及经修复仍达到充电安全危险数值的紧急异常预断电电池;
进一步地,控制达电路控制装置对紧急异常预断电电池进行充电断电处理,同时保留可供数据传输的电信号;
在本发明实施例中,通过对其中紧急异常预断电电池进行充电断电处理,同时保留可供数据传输的电信号,以便获取当前的电池的数据,以便再次进行该车辆电池进行充电请求时,能快速进行反应,在申请阶段拒绝异常电池的充电请求,减少意外发生的可能以及保障充电的安全性,可供数据传输的电信号并不会对电池产生进一步的损害,对电池起到了一定的保护作用,防止没有进行数据获取时,产生过大的电流电压对电池的进一步损害;同时对处以异常状态的电池进行相应断电处理,能有效防止处以异常状态的电池进行异常充放电而可能对充电桩发生相应的影响,从而能保障充电桩后续的正常工作以及对后续在该充电桩进行充电的车辆电池以及车辆起到一定的安全保障作用,防止因充电桩异常而导致对用户车辆电池的损害;同时也可避免没有及时进行断电处理,导致起火等意外对周围其他车辆的影响,从而保障周围进行充电车辆的充电安全以及周围的人员的人身安全;
在本发明实施例中,通过获取断电处理的电池的异常充电电池数据,并根据该数据更新电池身份识别信号,使得当再次进行充电连接时,可以快速对当前的车辆电池进行快速的反应,便于匹配到更加适合当前电池的充电方式以及对于的充电参数,从而在用户的长期使用中,可以减少短期异常状态以及***错误导致用户无法继续正常使用的概率,提升用户的体验,同时也可以及时提升长期存在该问题的用户进行检修,从而保障用户的安全;
参照图6所示,在本发明实施例中,将异常充电电池身份识别信号通过服务器共享至云端服务器建立长期的预警***,同时推送到该用户进行安全预警具体为以下步骤:
步骤S91:充电电池身份识别信号通过本地服务器传送到云端服务器的数据库中,同时进行数据的加密处理;
步骤S92:端服务器的数据库与相应的历史使用记录进行匹配,并对当前的异常状态进行分析,从而得到异常状态预测解除时间;
在本发明实施例中,通过而得到异常状态预测持续的时间,在保护电池安全的同时,还可以不影响用户的再次使用,提升了用户体验,避免了短期故障为用户带来的长期影响;
步骤S92:端服务器的数据库与相应的历史使用记录进行匹配,并对当前的异常状态进行分析,从而得到异常状态预测解除时间;
在本发明实施例中,通过获得超出解除时间阈值的异常状态电池,建立长期的预警信息,并储存在历史使用记录,对长期存在安全隐患的电池进行管理,以便及时对用户进行相应的提醒,防止用户存在侥幸心里,从而导致意外的发生,在后续拒绝该车辆电池的充电请求,可以防止用户不规范充电导致的意外以及从而导致与充电桩商家不必要的纠纷;
在本发明示例中,通过对车辆电池获得相应的电池身份识别信号并对该电池身份识别信号进行加密储存在云端,以进行云端的历史记录进行匹配,从而能快速对先前已存在安全隐患的车辆电池进行拒绝充电行为处理,同时对电池的充电状态进行实时监控并进行相应的修复工作,能减少因用户在以往无法进行及时断电处理的弊端,同时也可以减少提升一些充电的效率以及保障用户进行充电时的安全性,也可以减少对车辆电池的损害。
可举例地,当电池长期容量长期处于降低地状态时,则认为当前电池是异常电池,即使充满也无法长时间使用,影响用户的使用体验,则此时可以建立长期的预警,以便在每次开始充电和结束充电时,提醒用户及时更换电池;
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种锂电池***的充电方法,其特征在于,所述方法包括以下步骤:
步骤S1:充电桩通过车身的充电插座内部的通信线路或功率线路,获得电池身份识别信号、当前车辆电池的实时温度信息以及当前环境温度信息,其中电池身份识别信号包括电池内阻数据;
步骤S2:根据当前车辆电池的实时温度信息以及当前环境温度信息进行阈值判断,并结合电池身份识别信号中的电池内阻数据,生成初始化安全充电数据,以执行初级动态变流恒压恒温充电作业;
步骤S3:电池安全实时***根据车身的充电插座内部的通信线路或功率线路对初级动态变流恒压恒温充电作业中的电池状态进行实时的监控,以获得电池充电实时变化数据;
步骤S4:通过充电安全保障模型对电池充电实时变化数据进行分析,生成电池充电异常状态信息数据;
步骤S5:通过电池充电异常状态信息数据对处于充电状态的车辆电池进行电池充电安全特征分析,获得电池充电安全特征异常结果;
步骤S6:根据电池充电安全特征异常结果对车辆电池进行电池充电异常修复,并收集紧急异常断电处理数据;
步骤S7:利用紧急异常断电处理数据进行阈值分析,从而通过电路控制装置对超过紧急异常断电处理数据阈值的车辆电池进行断电处理;
步骤S8:充电桩通过车身的充电插座内部的通信线路或功率线路,获取断电处理的车辆电池的异常充电电池数据,并根据异常充电电池数据更新电池身份识别信号,并标记为异常充电电池身份识别信号以及异常充电状态电池;
步骤S9:将异常充电电池身份识别信号通过本地服务器共享至云端服务器以建立长期的预警信息,同时推送到车辆电池对应的车辆用户进行安全预警。
2.根据权利要求1所述的方法,其特征在于,步骤S1具体为:
步骤S11:充电桩通过车身的充电插座内部的通信线路或功率线路,通过云端服务器检测获取当前的车辆电池对应的电池识别码状态,以判断当前车辆电池的电池识别码的状态;
步骤S12:检测获得电池识别码对应的车辆电池的异常充电电池身份识别信号以及历史使用记录,分析得到当前的车辆电池仍处以异常充电状态时,则拒绝充电请求;
步骤S13:对未获得电池识别码的车辆电池分配具有唯一性的电池识别码,并将该电池识别码上传至云服务器中储存;
步骤S14:已获得或检测到电池识别码的车辆电池,通过充电插座内部的通信线路或功率线路,获取当前的车辆电池剩余的电量以及车辆电池中不同单体的内阻与初始SOC,生成电池身份识别信号;
步骤S15:通过温度感知***对车辆电池的温度以及环境温度进行实时采集,利用温度采集器汇集车辆电池的实时温度数据以及环境温度数据,以获得当前车辆电池的实时温度信息以及当前环境温度信息。
3.根据权利要求1所述的方法,其特征在于,步骤S2具体为:
步骤S21:对当前环境温度信息进行环境阈值判断,得到环境温度阈值;
步骤S22:根据环境温度阈值分析得到当前受到环境温度变化的电池环境温度内阻变化值;
步骤S23:对当前车辆电池的实时温度信息进行电池温度阈值判断,得到电池温度阈值;
步骤S24:据电池温度阈值分析得到电池内阻随车辆电池变化的电池温度内阻变化值;
步骤S25:根据电池环境温度内阻变化值以及电池温度内阻变化值,结合池身份识别信号中的电池内阻数据,计算得到当前的车辆电池的电池内阻值以及电池容量值,以对电池身份识别信号进行更新并获得初始化安全充电数据;
步骤S26:利用充电安全***使车辆电池执行初始化安全充电数据的动作,从而进行初级动态变流恒压恒温充电作业。
4.根据权利要求3所述的方法,其特征在于,其中电池容量值是根据通过剩余电量进行计算得到,具体包括以下步骤:
向车辆电池传送预设时间段的恒压电信号,并针对车辆电池中的单体生成单体电压曲线;
对单体电压曲线进行分析,得到率先达到充电速率的最佳单体电压曲线,并以此为基准对车辆电池内其余的单体电压曲线进行变化更新,从而通过电池单体最大容量公式计算得到每个单体对应的充电最大容量,电池单体最大容量公式如下:
其中,CS表示当前每个单体的最大充电容量,I为当前充电的是对应的变化电流值,U为当前充电的是对应的恒定电压值,T0为率先达到充电速率单体的时间,Ti为剩余单体i达到充电速率的时间,H为每个单体对应剩余的电量,x为通过识别获得的充放电的次数,Tk为当前充电速率对应预计充电时间。
5.根据权利要求1所述的方法,其特征在于,步骤S4具体为:
步骤S41:确认当前充电安全保障模型网络所需要的结构参数,并将初始化安全充电数据输入到神经网络中,从而得到充电安全保障模型;
步骤S42:利用充电的实时检测数据对充电安全保障模型的网络权重与偏置进行更新,从而得到训练更新的充电安全保障模型;
步骤S43:获取初始电池充电实时变化数据,初始电池充电实时变化数据包括车辆电池正常充电实时的过程数据以及车辆电池正常充电过程的历史数据;
步骤S44:利用多阶拉格朗日内插法对初始电池充电实时变化数据进行分析处理,得到完整化电池充电实时变化数据;
步骤S45:将完整化电池充电实时变化数据输入到充电安全保障模型中,计算电动汽车正常充电时充电电压、充电电流和温度预测值的残差均值与标准差,确定多参数故障预警的阈值,获得电池充电异常状态信息数据。
6.根据权利要求5所述的方法,其特征在于,将完整化电池充电实时变化数据输入到充电安全保障模型中,获得电池充电异常状态信息数据的步骤具体包括以下步骤:
将完整化电池充电实时变化数据输入到充电安全保障模型中,对车辆电池的充电电压、充电电流和温度进行预测,得到充电预测数据,充电预测数据包括预充电压、预充电电流和预充电温度值;
采用滑动窗口计算以获得充电预测数据的残差均值和标准差,将残差均值和标准差与多参数故障预警的阈值进行比对,从而获得电池充电异常状态信息数据。
7.根据权利要求1所述的方法,其特征在于,步骤S5的具体步骤为:
步骤S51:对电池充电异常状态信息数据进行初步分析,得到相应的电池异常状态,其中电池异常状态分为电池整体异常状态以及电池内单体异常状态;
步骤S52:当对电池异常状态中的电池整体异常状态分析,得到电池整体异常状态信息,通过充电安全***,使得车辆电池进入电池维护状态,对应性地改变相应的充电功率;
步骤S53:当对电池异常状态中的车辆电池内单体异常状态进行电池单体状态分析,从而获取异常的电池单体信息,并使得异常的电池单体进入电池维护状态;
步骤S54:获取处于电池维护状态的电池单体信息或者电池整体异常状态信息,进行全面诊断分析,获得电池充电安全特征异常结果。
8.根据权利要求3所述的方法,其特征在于,步骤S26具体为:
利用充电安全***生成用户操作获取控件,并通过用户操作获取控件获取用户操作数据,其中用户操作数据包括快速充电模式以及安全充电模式在内的两种动态变流恒压恒温充电操作的选择数据;
判断用户操作数据是否包含快速充电模式或者安全充电模式;
确定用户操作数据包含快速充电模式时,执行快速充电模式;
确定用户操作数据包含安全充电模式时,执行安全充电模式。
9.根据权利要求1所述的方法,其特征在于,步骤S7具体为:
利用紧急异常断电处理数据进行阈值分析,从而获得预设时间段内存在多次修复以及经修复仍达到充电安全危险数值的紧急异常预断电的车辆电池;
利用电路控制装置对紧急异常预断电的车辆电池进行充电断电处理,同时保留可供数据传输的电信号。
10.根据权利要求1所述的方法,其特征在于,步骤S9中将异常充电电池身份识别信号通过服务器共享至云端服务器以建立长期的预警信息的步骤具体为:
步骤S91:充电电池身份识别信号通过本地服务器传送到云端服务器的数据库中,同时进行数据的加密处理;
步骤S92:利用云端服务器的数据库与相应的历史使用记录进行匹配,并对当前的异常状态进行分析,从而得到异常状态预测解除时间;
步骤S93:据异常状态预测解除时间进行解除时间阈值分析,获得超出解除时间阈值的异常状态电池,从而建立长期的预警信息并储存在历史使用记录中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065532.2A CN116198349A (zh) | 2023-01-13 | 2023-01-13 | 一种锂电池***的充电方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310065532.2A CN116198349A (zh) | 2023-01-13 | 2023-01-13 | 一种锂电池***的充电方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116198349A true CN116198349A (zh) | 2023-06-02 |
Family
ID=86507107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310065532.2A Withdrawn CN116198349A (zh) | 2023-01-13 | 2023-01-13 | 一种锂电池***的充电方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116198349A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923188A (zh) * | 2023-08-30 | 2023-10-24 | 南京邮电大学 | 一种新能源车的充电保护*** |
CN116923121A (zh) * | 2023-09-14 | 2023-10-24 | 深圳市智慧城市通信有限公司 | 一种基于深度学习的电动自行车充电电流预警方法 |
CN117284145A (zh) * | 2023-11-24 | 2023-12-26 | 张家港保税区长江国际港务有限公司 | 一种高压充电设备安全监控方法 |
CN117439240A (zh) * | 2023-12-21 | 2024-01-23 | 深圳市美顺和电子有限公司 | 一种无线充电器的智能控制方法、***及存储介质 |
CN117491899A (zh) * | 2024-01-03 | 2024-02-02 | 强钧能源技术(深圳)有限公司 | 一种移动式储能电源的可靠性诊断*** |
CN117698506A (zh) * | 2023-12-12 | 2024-03-15 | 苏州华骞时代新能源科技有限公司 | 一种锂电池充放电管理*** |
CN117767506A (zh) * | 2024-02-21 | 2024-03-26 | 东莞市时实电子有限公司 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
-
2023
- 2023-01-13 CN CN202310065532.2A patent/CN116198349A/zh not_active Withdrawn
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116923188A (zh) * | 2023-08-30 | 2023-10-24 | 南京邮电大学 | 一种新能源车的充电保护*** |
CN116923121A (zh) * | 2023-09-14 | 2023-10-24 | 深圳市智慧城市通信有限公司 | 一种基于深度学习的电动自行车充电电流预警方法 |
CN116923121B (zh) * | 2023-09-14 | 2023-12-22 | 深圳市智慧城市通信有限公司 | 一种电动自行车充电电流预警方法 |
CN117284145B (zh) * | 2023-11-24 | 2024-03-12 | 张家港保税区长江国际港务有限公司 | 一种高压充电设备安全监控方法 |
CN117284145A (zh) * | 2023-11-24 | 2023-12-26 | 张家港保税区长江国际港务有限公司 | 一种高压充电设备安全监控方法 |
CN117698506B (zh) * | 2023-12-12 | 2024-07-02 | 苏州华骞时代新能源科技有限公司 | 一种锂电池充放电管理*** |
CN117698506A (zh) * | 2023-12-12 | 2024-03-15 | 苏州华骞时代新能源科技有限公司 | 一种锂电池充放电管理*** |
CN117439240B (zh) * | 2023-12-21 | 2024-03-01 | 深圳市美顺和电子有限公司 | 一种无线充电器的智能控制方法、***及存储介质 |
CN117439240A (zh) * | 2023-12-21 | 2024-01-23 | 深圳市美顺和电子有限公司 | 一种无线充电器的智能控制方法、***及存储介质 |
CN117491899A (zh) * | 2024-01-03 | 2024-02-02 | 强钧能源技术(深圳)有限公司 | 一种移动式储能电源的可靠性诊断*** |
CN117491899B (zh) * | 2024-01-03 | 2024-04-12 | 强钧能源技术(深圳)有限公司 | 一种移动式储能电源的可靠性诊断*** |
CN117767506A (zh) * | 2024-02-21 | 2024-03-26 | 东莞市时实电子有限公司 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
CN117767506B (zh) * | 2024-02-21 | 2024-05-14 | 东莞市时实电子有限公司 | 基于数据驱动的新能源汽车电源适配器功率自适应方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116198349A (zh) | 一种锂电池***的充电方法 | |
CN111038291B (zh) | 一种电动汽车充电故障智能诊断***及方法 | |
CN108674191B (zh) | 电动汽车故障诊断方法、装置和电动汽车 | |
CN109143085B (zh) | 一种基于人工智能算法对锂离子电池进行预警的方法及*** | |
CN104297691A (zh) | 电池组健康状态诊断***和方法 | |
KR20180028467A (ko) | 리튬 이온 배터리 안전성 감시 | |
CN108649622B (zh) | 一种电动汽车充电一体化安全预警保护*** | |
CN102315676A (zh) | 蓄电池组充电管理*** | |
CN112549965A (zh) | 动力电池热失控处理方法、装置及电动汽车 | |
CN112550074A (zh) | 一种电动汽车电池内部温度安全预警方法及监测*** | |
CN117996243A (zh) | 一种锂电储能电池包控制方法及*** | |
CN115238983A (zh) | 一种基于bp神经网络的充电安全状态评估方法及*** | |
CN116865400A (zh) | 一种智能锂电池充电机及其控制*** | |
CN112910064A (zh) | 一种应用于电池充放电的安全*** | |
CN117439240B (zh) | 一种无线充电器的智能控制方法、***及存储介质 | |
KR102367195B1 (ko) | 사용 후 배터리 모듈 잔존 가치 평가 시스템 및 그 방법 | |
CN114188619A (zh) | 用于预警电池热失控状态的方法、***及存储介质 | |
CN116923188B (zh) | 一种新能源车的充电保护*** | |
CN113985297A (zh) | 一种过充电诱发电池热失控预警方法、装置及存储介质 | |
CN111371141B (zh) | 一种基于自动识别技术的无线充电方法及*** | |
CN117577975A (zh) | 一种锂电池bms远程管理*** | |
CN113435688A (zh) | 动力电池***的风险排查方法 | |
CN112297889A (zh) | 充电管理方法、***及充电电池 | |
CN116794540A (zh) | 一种电池性能预判方法、装置及存储介质 | |
CN108649637B (zh) | 电动汽车的电池保护参数确定***及电池管理*** |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230602 |
|
WW01 | Invention patent application withdrawn after publication |