CN116908729A - 异常电池单体的识别方法、装置、服务器及存储介质 - Google Patents
异常电池单体的识别方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN116908729A CN116908729A CN202310884948.7A CN202310884948A CN116908729A CN 116908729 A CN116908729 A CN 116908729A CN 202310884948 A CN202310884948 A CN 202310884948A CN 116908729 A CN116908729 A CN 116908729A
- Authority
- CN
- China
- Prior art keywords
- capacity
- charge
- charging
- increment
- battery cell
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 91
- 230000008859 change Effects 0.000 claims abstract description 92
- 230000005856 abnormality Effects 0.000 claims abstract description 51
- 230000032683 aging Effects 0.000 claims abstract description 47
- 238000007599 discharging Methods 0.000 claims abstract description 29
- 239000000178 monomer Substances 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 34
- 238000004891 communication Methods 0.000 description 8
- 239000000306 component Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请涉及电池管理技术领域,特别涉及一种异常电池单体的识别方法、装置、服务器及存储介质,其中,方法包括:获取电池组中各电池单体的多次充放电循环的充电数据;识别充电数据中电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据充电时长和/或初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;根据每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体。由此,解决了现有技术中仅采用少量充电数据判断自放电异常易产生误判,且未考虑到电池老化对充电容量的影响,导致自放电异常识别方法适用范围小等问题。
Description
技术领域
本发明涉及电池管理技术领域,具体涉及异常电池单体的识别方法、装置、服务器及存储介质。
背景技术
随着电动汽车的快速发展和普及,动力电池作为电动汽车的核心部件,保障其安全性变得越来越重要。由动力电池热失控引起的电动汽车起火甚至***等事故易造成人员伤亡和财产损失,是目前电动汽车安全问题研究的重点和难点。
动力电池热失控的主要原因之一是电池内部短路。内短路使得电池内部形成回路并不断消耗电量,外在的表现为电池电量异常减少,即自放电异常。随着内短路严重程度的加重,电池自放电异常增大,产热量增加,最终将导致电池热失控。
相关技术中公开了一种电池微短路的检测方法及装置,其具体的实现方式是根据两次充电过程中,通过两次充电结束时刻电池单体相对于参考单体的充电容量差值计算电池单体的内短路漏电流,进一步通过两次充电结束时刻中的平均电压估算内短路阻值。最后,通过漏电流和内短路阻值与相应阈值对比判断是否存在内短路。但是此种方法存在以下问题:1、仅采用两次充电过程进行判断,应用于实车数据时易受到电压/电流数据跳变和部分数据缺失等影响,将正常电池误判为内短路电池;2、未考虑多个电池中存在不一致性时导致的老化程度不一致;3、计算过程较复杂,需计算参考充电时间、参考充电容量、平均电压和内短路阻值等多个参数量。
另一种相关专利中公开了一种基于充电电压区间内电量增长的电池内短路定量诊断方法。通过选取特定电压区间,计算相邻两次充电过程中电压区间内电池充电电量的增长系数,根据增长系数与阈值进行比较判断电池是否发生内短路。但是此种方法存在以下问题:1、仅采用相邻两次充电过程中的充电容量变化和是否超过阈值进行判断,当数据跳变时易产生误判;2、没有考虑电池老化不一致性对充电容量的影响。
发明内容
本发明的目的之一在于提供一种异常电池单体的识别方法,以解决现有技术中仅采用少量充电数据判断自放电异常易产生误判,且未考虑到电池老化对充电容量的影响,导致自放电异常识别方法适用范围小的问题;目的之二在于提供一种异常电池单体的识别装置;目的之三在于提供一种服务器;目的之四在于提供一种计算机可读存储介质。
为了实现上述目的,本发明采用的技术方案如下:
一种异常电池单体的识别方法,所述方法应用于服务器,其中,所述方法包括以下步骤:获取电池组中各电池单体的多次充放电循环的充电数据;识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体。
根据上述技术手段,本申请实施例可以根据充放电循环的容量增量和增量变化率共同识别存在自放电异常的异常电池单体,避免了仅采用两次充电过程时因数据跳变引起的误判,增强了电池单体自放电异常识别的适用性。
进一步,所述根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体,包括:判断所述容量增量是否大于增量阈值、且所述增量变化率是否大于变化率阈值;若所述容量增量大于所述增量阈值、且所述增量变化率大于所述变化率阈值,则判定所述电池单体为存在自放电异常的异常电池单体。
根据上述技术手段,本申请实施例可以通过充放电循环的容量增量和增量变化率是否在阈值范围内判断存在自放电异常的异常电池单体。
进一步,根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,包括:将实际充电容量和参考充电容量的差值作为每次充放电循环的容量增量;拟合所述每次充放电循环的容量增量得到容量增量随充放电循环次数变化的曲线,根据所述曲线的拟合斜率确定所述增量变化率。
根据上述技术手段,本申请实施例可以根据实际充电容量和参考充电容量计算得到容量增量,拟合充电容量增量随循环次数变化的变化率,以便后续根据增量变化率识别存在自放电异常的异常电池单体。
进一步,所述根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量,包括:根据所述充电时长计算所述各电池单体在所述参考电压区间的实际充电容量;根据所述各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据所述老化系数和所述各电池单体的初始充电容量计算所述每次充放电循环的参考充电容量。
根据上述技术手段,本申请实施可以根据各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据老化系数和各电池单体的初始充电容量计算每次充放电循环的参考充电容量,考虑到了各个电池老化不一致性对充电容量的影响,提高了识别已老化电池单体中自放电异常电池单体的适用性。
进一步所述根据所述充电时长计算所述各电池单体在所述参考电压区间的实际充电容量,包括:在所述充电时长内对所述各电池单体在所述参考电压区间的充电电流进行时间积分,得到所述各电池单体在所述参考电压区间的实际充电容量。
根据上述技术手段,本申请实施例可以根据充电时长计算各电池单体在参考电压区间的实际充电容量,以便后续根据实际充电容量计算随充放电循环次数变化的老化系数。
进一步,所述根据所述各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,包括:选定所述各充电单体的充电循环次数窗口;根据所述充电循环次数窗口所述各充电单体的目标循环次数区间;计算所述目标循环次数区间内每次充放电循环的实际充电容量与所述充电初始容量的容量差值,并拟合所述目标循环次数区间内每次充放电循环的容量差值得到容量差值随充放电循环次数变化的曲线,根据所述曲线确定所述老化系数。
根据上述技术手段,本申请实施例可以通过计算目标循环次数区间内每次充放电循环的实际充电容量与充电初始容量的容量差值,拟合容量差值得到容量差值随充放电循环次数变化的曲线,进一步确定各个电池单体的老化系数,考虑到电池老化过程对充电容量的影响,提高了电池自放电异常识别的适用范围。
进一步,所述识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长,包括:获取所述参考电压区间的上限电压和下限电压;获取各电池单体在所述上限电压在的第一时刻和在所述下限电压的第二时刻,根据所述第一时刻和所述第二时刻确定所述各电池单体在参考电压区间的充电时长。
根据上述技术手段,本申请实施例可以获取各个电池单体达到参考电压区间上下限的第一时刻和第二时刻,根据第一时刻和第二时刻确定各个电池单体在参考电压区间的充电时长,以便后续计算电池单体的实际充电容量。
进一步,在获取电池组中各电池单体的多次充放电循环的充电数据之前,还包括:获取电池组的充放电数据;提取所述充放电数据中充放电循环的实际次数;若所述实际次数大于预设次数,则获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别。
根据上述技术手段,本申请实施例可以在充放电循环次数大于预设次数时,获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别,避免了仅采用少数充放电过程进行自放电异常判断因数据跳变引起的误判。
进一步,在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,还包括:生成预设提醒信息;发送所述预设提醒信息至预设终端,以根据所述预设提醒信息进行自放电异常提醒。
根据上述技术手段,本申请实施例可以在识别到存在自放电异常的电池单体后,可以对用户进行提醒,以提醒用户进行及时处理,避免出现动力电池热失控现象。
进一步,在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,还包括:识别所述异常电池单体的标识;发送所述标识至预设终端,以根据所述标识定位所述电池组中的异常电池单体。
根据上述技术手段,本申请实施例可以在在识别到存在自放电异常的电池单体后,识别异常电池单体的标识,以便用户根据标识定位电池组中的异常电池单体,并及时进行更换。
一种异常电池单体的识别装置,所述装置应用于服务器,其中,所述装置包括:获取模块,用于获取电池组中各电池单体的多次充放电循环的充电数据;计算模块,用于识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;识别模块,用于根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体。
进一步,所述识别模块进一步用于:判断所述容量增量是否大于增量阈值、且所述增量变化率是否大于变化率阈值;若所述容量增量大于所述增量阈值、且所述增量变化率大于所述变化率阈值,则判定所述电池单体为存在自放电异常的异常电池单体。
进一步,所述识别模块进一步用于:将实际充电容量和参考充电容量的差值作为每次充放电循环的容量增量;拟合所述每次充放电循环的容量增量得到容量增量随充放电循环次数变化的曲线,根据所述曲线的拟合斜率确定所述增量变化率。
进一步,所述计算模块进一步用于:根据所述充电时长计算所述各电池单体在所述参考电压区间的实际充电容量;根据所述各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据所述老化系数和所述各电池单体的初始充电容量计算所述每次充放电循环的参考充电容量。
进一步,所述计算模块进一步用于:在所述充电时长内对所述各电池单体在所述参考电压区间的充电电流进行时间积分,得到所述各电池单体在所述参考电压区间的实际充电容量。
进一步,所述计算模块进一步用于:选定所述各充电单体的充电循环次数窗口;根据所述充电循环次数窗口所述各充电单体的目标循环次数区间;计算所述目标循环次数区间内每次充放电循环的实际充电容量与所述充电初始容量的容量差值,并拟合所述目标循环次数区间内每次充放电循环的容量差值得到容量差值随充放电循环次数变化的曲线,根据所述曲线确定所述老化系数。
进一步,所述计算模块进一步用于:获取所述参考电压区间的上限电压和下限电压;获取各电池单体在所述上限电压在的第一时刻和在所述下限电压的第二时刻,根据所述第一时刻和所述第二时刻确定所述各电池单体在参考电压区间的充电时长。
进一步,所述异常电池单体的识别装置还包括:提取模块,用于在获取电池组中各电池单体的多次充放电循环的充电数据之前,获取电池组的充放电数据;提取所述充放电数据中充放电循环的实际次数;若所述实际次数大于预设次数,则获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别。
进一步,所述异常电池单体的识别装置还包括:提醒模块,用于在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,生成预设提醒信息;发送所述预设提醒信息至预设终端,以根据所述预设提醒信息进行自放电异常提醒。
进一步,所述异常电池单体的识别装置还包括:发送模块,用于在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,识别所述异常电池单体的标识;发送所述标识至预设终端,以根据所述标识定位所述电池组中的异常电池单体。
一种服务器,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的异常电池单体的识别方法。
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,以用于实现如上述实施例所述的异常电池单体的识别方法。
本发明的有益效果:
(1)本申请实施例可以根据充放电循环的容量增量和增量变化率共同识别存在自放电异常的异常电池单体,避免了仅采用两次充电过程时因数据跳变引起的误判,增强了电池单体自放电异常识别的适用性。
(2)本申请实施例可以通过充放电循环的容量增量和增量变化率是否在阈值范围内判断存在自放电异常的异常电池单体。
(3)本申请实施例可以根据实际充电容量和参考充电容量计算得到容量增量,拟合充电容量增量随循环次数变化的变化率,以便后续根据增量变化率识别存在自放电异常的异常电池单体。
(4)本申请实施可以根据各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据老化系数和各电池单体的初始充电容量计算每次充放电循环的参考充电容量,考虑到了各个电池老化不一致性对充电容量的影响,提高了识别已老化电池单体中自放电异常电池单体的适用性。
(5)本申请实施例可以根据充电时长计算各电池单体在参考电压区间的实际充电容量,以便后续根据实际充电容量计算随充放电循环次数变化的老化系数。
(6)本申请实施例可以通过计算目标循环次数区间内每次充放电循环的实际充电容量与充电初始容量的容量差值,拟合容量差值得到容量差值随充放电循环次数变化的曲线,进一步确定各个电池单体的老化系数,考虑道路电池老化过程对充电容量的影响,提高了电池自放电异常识别的适用范围。
(7)本申请实施例可以获取各个电池单体达到参考电压区间上下限的第一时刻和第二时刻,根据第一时刻和第二时刻确定各个电池单体在参考电压区间的充电时长,以便后续计算电池单体的实际充电容量。
(8)本申请实施例可以在充放电循环次数大于预设次数时,获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别,避免了仅采用少数充放电过程进行自放电异常判断因数据跳变引起的误判。
(9)本申请实施例可以在识别到存在自放电异常的电池单体后,可以对用户进行提醒,以提醒用户进行及时处理,避免出现动力电池热失控现象。
(10)本申请实施例可以在在识别到存在自放电异常的电池单体后,识别异常电池单体的标识,以便用户根据标识定位电池组中的异常电池单体,并及时进行更换。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
图1为本发明实施例提供的异常电池单体的识别方法的流程示意图;
图2为本发明一个实施例提供的异常电池单体的识别方法的流程图;
图3为本发明实施例提供的异常电池单体的识别装置的方框示意图;
图4为本发明实施例提供的服务器的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
具体而言,图1为本申请实施例所提供的一种异常电池单体的识别方法的流程示意图。
如图1所示,该异常电池单体的识别方法,应用于服务器,包括以下步骤:
在步骤S101中,获取电池组中各电池单体的多次充放电循环的充电数据。
本申请实施例可以基于实车长时间周期内的运行数据,提取电池组中各电池单体的每个充放电循环的充电数据,其中,实车运行数据指在云端存储的车辆充电和行驶放电过程中的各个电池单体电压曲线。
在本申请实施例中,在获取电池组中各电池单体的多次充放电循环的充电数据之前,还包括:获取电池组的充放电数据;提取充放电数据中充放电循环的实际次数;若实际次数大于预设次数,则获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别。
其中,电池单体进行一次充电和放电认为是一个充放电循环。预设次数可以依据具体情况进行设定,对此不做限定,比如可以设置为6次或者7次。
可以理解的是,本申请实施例可以提取充放电数据中的实际次数,在充放电循环次数大于预设次数时,获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别,避免了仅采用少量充放电循环的过程进行自放电异常判断因数据跳变引起的误判。
举例而言,以预设次数N为7次为例,当充放电循环次数小于N时,不进行自放电异常判断,在每个充放电循环中,只提取充电过程数据用于自放电异常电池判断。
在步骤S102中,识别充电数据中电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据充电时长和/或初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量。
可以理解的是,本申请实施例可以根据电池组中每个电池单体在参考电压区间的充电时长和初始充电容量计算每个电池单体在每次充放电循环的实际充电容量和参考充电容量。
在本申请实施例中,识别充电数据中电池组的各电池单体在参考电压区间的充电时长,包括:获取参考电压区间的上限电压和下限电压;获取各电池单体在上限电压在的第一时刻和在下限电压的第二时刻,根据第一时刻和第二时刻确定各电池单体在参考电压区间的充电时长。
需要说明的是,由于实车充电过程中的阶梯充电策略,在不用的电压区间[Vx,Vy]内采用了不同的充电电流Ix,参考电压区间[Vrl,Vrh]应满足:Vy≥Vrh>Vrl≥Vx。参考电压区间应在电压区间[Vx,Vy]范围内进行选取且使得尽可能多的充电过程中各个电池单体能够充电达到参考电压区间范围。此外,参考电压区间的选取不唯一,且可选取多个参考电压区间分别进行计算。
可以理解的是,本申请实施例可以获取参考电压区间的上限电压和下限电压,在每一个充电过程中,记录各个电池单体达到参考电压区间内下限电压和上限电压的充电时刻,分别记为第一时刻和第二时刻,根据第一时刻和第二时刻确定各电池单体在参考电压区间的充电时长。
在本申请实施例中,根据充电时长和/或初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量,包括:根据充电时长计算各电池单体在参考电压区间的实际充电容量;根据各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据老化系数和各电池单体的初始充电容量计算每次充放电循环的参考充电容量。
其中,参考充电容量为多次充放电循环内初始充电容量与老化系数之和;充电容量增量为每个充电循环的所选参考电压区间内充电容量与参考充电容量的差值。
可以理解的是,本申请实施例可以根据充电时长计算各个电池单体在所选参考电压区间的实际充电容量,根据各个电池单体在每次充放电循环的实际充电容量计算得到所选参考电压区间内相对充电容量随循环次数变化的老化系数,通过老化系数和各电池单体的初始充电容量计算每个充放电循环内的参考充电容量,具体计算方法在下述实施例中进行阐述,此处不再赘述。本申请实施例考虑到各个电池老化不一致性对充电容量的影响,提高了识别已老化电池单体中自放电异常电池单体的适用性。
在本申请实施例中,根据充电时长计算各电池单体在参考电压区间的实际充电容量,包括:在充电时长内对各电池单体在参考电压区间的充电电流进行时间积分,得到各电池单体在参考电压区间的实际充电容量。
计算各个电池单体在所选参考电压区间内的实际充电容量为:
其中,为第k次充电循环中各个电池单体达到参考电压区间上限Vrh时的充电时刻,i=1,2,…,n,共n个电池单体;/>为第k次充电循环中各个电池单体达到参考电压区间下限Vrl时的充电时刻,Ix为参考电压区间内的充电电流;/>为第k次充电循环中各个电池单体在参考电压区间内的充电容量。
在本申请实施例中,根据各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,包括:选定各充电单体的充电循环次数窗口;根据充电循环次数窗口各充电单体的目标循环次数区间;计算目标循环次数区间内每次充放电循环的实际充电容量与充电初始容量的容量差值,并拟合目标循环次数区间内每次充放电循环的容量差值得到容量差值随充放电循环次数变化的曲线,根据曲线确定老化系数。
具体而言,老化系数的计算过程为:记录多次充放电循环次数内充电数据选定充电循环次数窗口W;对于长时间周期充电数据的前W次充电循环,在循环次数区间[1,1+W]上,计算每个充电循环内参考电压区间充电容量与初始充电容量的差值,即相对充电容量根据前W个充电循环中得到相对充电容量进行计算并拟合,得到反映相对充电容量随充电循环次数变化的函数,即老化系数/>另外,计算并拟合的方法不唯一,可以采用线性拟合、二次拟合、指数或其他多项式拟合。
每个充放电循环内的参考充电容量的计算方法为:
其中,为各个电池单体在长时间周期内第一充电循环中参考电压区间内的初始充电容量;/>为第k次充电循环中各个电池单体的老化系数;/>为第k次充电循环中各个电池单体的参考充电容量。
在步骤S103中,根据每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体。
可以理解的是,本申请实施例可以根据每次充放电循环内的实际充电容量和参考充电容量计算充电容量增量和增量变化率,根据长时间周期内充电容量增量和增量变化率判断各个电池单体是否存在自放电异常,避免了仅采用两次充电过程时因数据跳变引起的误判。
在本申请实施例中,根据每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,包括:将实际充电容量和参考充电容量的差值作为每次充放电循环的容量增量;拟合每次充放电循环的容量增量得到容量增量随充放电循环次数变化的曲线,根据曲线的拟合斜率确定增量变化率。
可以理解的是,本申请实施例根据实际充电容量和参考充电容量计算每个充电循环过程中的充电容量增量,对容量增量进行拟合得到电容量增量随循环次数变化的变化率。
具体的,本申请实施例根据长时间周期内充电容量增量和增量变化率判断电池单体是否存在自放电异常的过程为:计算每个充电循环过程中的充电容量增量采用线性形式拟合充电容量增量随循环次数变化的变化率。
在本申请实施例中,根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体,包括:判断容量增量是否大于增量阈值、且增量变化率是否大于变化率阈值;若容量增量大于增量阈值、且增量变化率大于变化率阈值,则判定电池单体为存在自放电异常的异常电池单体。
可以理解的是,本申请实施例可以通过判断容量增量和增量变化率的值,若容量增量大于增量阈值k1且增量变化率大于阈值k2时,判断电池单体为自放电异常单体。
在本申请实施例中,在根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体之后,还包括:生成预设提醒信息;发送预设提醒信息至预设终端,以根据预设提醒信息进行自放电异常提醒。
其中,预设提醒信息可以设置为提示该电池单体中存在自放电异常的电池单体,提示用户动力电池存在热失控的危险。预设终端可以为车辆的中控显示屏。
可以理解的是,本申请实施例可以在识别到存在自放电异常的电池单体后,可以对用户进行提醒,以提醒用户进行及时处理,避免出现动力电池热失控现象。
在本申请实施例中,在根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体之后,还包括:识别异常电池单体的标识;发送标识至预设终端,以根据标识定位电池组中的异常电池单体。
可以理解的是,本申请实施例可以在识别到电池组中存在自放电异常的电池单体后,识别异常电池单体的标识,以便用户根据标识定位电池组中的异常电池单体,并及时进行更换。
下面通过一个具体实施例来阐述本申请实施例的异常电池单体的识别方法,如图2所示,包括以下步骤:
步骤1:基于实车长时间周期内的运行数据,提取每个充放电循环中的充电过程。
其中,实车运行数据指在云端存储的车辆充电和行驶放电过程中的各个电池单体电压曲线,将运行数据中电池单体进行一次充电和放电认为是一个充放电循环。长时间周期通常认为充放电循环次数≥N,这里采用的取值范围为但不限于N=7,当充放电循环次数小于N时,不进行自放电异常判断。在每个充放电循环中,只提取充电过程数据用于自放电异常电池判断。
步骤2:对于各个电池单体,根据充电电压曲线确定参考电压区间取值范围。
由于实车充电过程中的阶梯充电策略,在不同的电压区间[Vx,Vy]内采用了不同的充电电流Ix,参考电压区间[Vrl,Vrh]应满足:Vy≥Vrh>Vrl≥Vx。参考电压区间应在电压区间[Vx,Vy]范围内进行选取且使得尽可能多的充电过程中各个电池单体能够充电达到参考电压区间范围。另外,参考电压区间的选取不唯一,且可选取多个参考电压区间分别进行计算。
步骤3:在每一个充电过程中,分别记录各个电池单体达到参考电压区间内下限电压和上限电压时的充电时刻。
对于采用阶梯电流充电的实车数据,只记录各个电池单体达到参考电压区间上下限且与所在电压区间内充电电流相同的充电时刻。
步骤4:根据各个电池单体的充电时刻,计算每个电池单体在所选参考电压区间内的充电容量。
其中,每个电池单体在所选参考电压区间内的充电容量计算过程为:
式中,为第k次充电循环中各个电池单体达到参考电压区间上限Vrh时的充电时刻,i=1,2,…,n,共n个电池单体;/>为第k次充电循环中各个电池单体达到参考电压区间下限Vrl时的充电时刻,Ix为参考电压区间内的充电电流;/>为第k次充电循环中各个电池单体在参考电压区间内的充电容量。
步骤5:选定循环次数窗口,根据长时间周期的窗口内充电数据,计算得到所选参考电压区间内相对充电容量随循环次数变化的老化系数。
其中,老化系数的计算过程为:记录长时间周期充电数据的第一次充电循环中参考电压区间内各个电池单体的初始充电容量为选定充电循环次数窗口W;对于长时间周期充电数据的前W次充电循环,在循环次数区间[1,1+W]上,计算每个充电循环内参考电压区间充电容量与初始充电容量的差值,即相对充电容量/>根据前W个充电循环中得到相对充电容量进行计算并拟合,得到反映相对充电容量随充电循环次数k变化的函数,即老化系数/>另外,计算并拟合的方法不唯一,可以采用线性拟合、二次拟合、指数或其他多项式拟合。
步骤6:对各个电池单体在参考电压区间内,通过老化系数和长时间周期内的初始充电容量,计算每个充电循环内的参考充电容量。
其中,每个充电循环内的参考充电容量计算方法为:
式中,为各个电池单体在长时间周期内第一充电循环中参考电压区间内的初始充电容量;/>为第k次充电循环中各个电池单体的老化系数;/>为第k次充电循环中各个电池单体的参考充电容量。
步骤7:根据长时间周期内充电容量增量和增量变化率判断各个电池单体是否存在自放电异常。
其中,根据长时间周期内充电容量增量和增量变化率判断电池单体是否存在自放电异常的过程为:计算每个充电循环过程中的充电容量增量采用线性形式拟合充电容量增量随循环次数变化的变化率;当充电容量增量大于阈值k1且增量变化率大于阈值k2时,判断电池单体为自放电异常单体。
根据本申请实施例提出的异常电池单体的识别方法,可以根据充放电循环的容量增量和增量变化率共同识别存在自放电异常的异常电池单体,避免了仅采用两次充电过程时因数据跳变引起的误判,增强了电池单体自放电异常识别的适用性,并且考虑各个电池老化不一致性对充电容量的影响,提高了识别已老化电池单体中自放电异常电池单体的适用性。
其次参照附图描述根据本申请实施例提出的异常电池单体的识别装置。
图3是本申请实施例的异常电池单体的识别装置的方框示意图。
如图3所示,该异常电池单体的识别装置10包括:获取模块100、计算模块200和识别模块300。
其中,获取模块100用于获取电池组中各电池单体的多次充放电循环的充电数据;计算模块200用于识别充电数据中电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据充电时长和/或初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;识别模块300用于根据每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体。
在本申请实施例中,识别模块300进一步用于:判断容量增量是否大于增量阈值、且增量变化率是否大于变化率阈值;若容量增量大于增量阈值、且增量变化率大于变化率阈值,则判定电池单体为存在自放电异常的异常电池单体。
在本申请实施例中,识别模块300进一步用于:将实际充电容量和参考充电容量的差值作为每次充放电循环的容量增量;拟合每次充放电循环的容量增量得到容量增量随充放电循环次数变化的曲线,根据曲线的拟合斜率确定增量变化率。
在本申请实施例中,计算模块200进一步用于:根据充电时长计算各电池单体在参考电压区间的实际充电容量;根据各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据老化系数和各电池单体的初始充电容量计算每次充放电循环的参考充电容量。
在本申请实施例中,计算模块200进一步用于:在充电时长内对各电池单体在参考电压区间的充电电流进行时间积分,得到各电池单体在参考电压区间的实际充电容量。
在本申请实施例中,计算模块200进一步用于:选定各充电单体的充电循环次数窗口;根据充电循环次数窗口各充电单体的目标循环次数区间;计算目标循环次数区间内每次充放电循环的实际充电容量与充电初始容量的容量差值,并拟合目标循环次数区间内每次充放电循环的容量差值得到容量差值随充放电循环次数变化的曲线,根据曲线确定老化系数。
在本申请实施例中,计算模块200进一步用于:获取参考电压区间的上限电压和下限电压;获取各电池单体在上限电压在的第一时刻和在下限电压的第二时刻,根据第一时刻和第二时刻确定各电池单体在参考电压区间的充电时长。
在本申请实施例中,本申请实施例的装置10还包括:提取模块。
其中,提取模块用于在获取电池组中各电池单体的多次充放电循环的充电数据之前,获取电池组的充放电数据;提取充放电数据中充放电循环的实际次数;若实际次数大于预设次数,则获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别。
在本申请实施例中,本申请实施例的装置10还包括:提醒模块。
其中,提醒模块用于在根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体之后,生成预设提醒信息;发送预设提醒信息至预设终端,以根据预设提醒信息进行自放电异常提醒。
在本申请实施例中,本申请实施例的装置10还包括:发送模块。
其中,发送模块用于在根据容量增量和增量变化率识别各电池单体中存在自放电异常的异常电池单体之后,识别异常电池单体的标识;发送标识至预设终端,以根据标识定位电池组中的异常电池单体。
需要说明的是,前述对异常电池单体的识别方法实施例的解释说明也适用于该实施例的异常电池单体的识别装置,此处不再赘述。
根据本申请实施例提出的异常电池单体的识别装置,可以根据充放电循环的容量增量和增量变化率共同识别存在自放电异常的异常电池单体,避免了仅采用两次充电过程时因数据跳变引起的误判,增强了电池单体自放电异常识别的适用性,并且考虑各个电池老化不一致性对充电容量的影响,提高了识别已老化电池单体中自放电异常电池单体的适用性。
图4为本申请实施例提供的服务器的结构示意图。该服务器可以包括:
存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
处理器402执行程序时实现上述实施例中提供的异常电池单体的识别方法。
进一步地,服务器还包括:
通信接口403,用于存储器401和处理器402之间的通信。
存储器401,用于存放可在处理器402上运行的计算机程序。
存储器401可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器401、处理器402和通信接口403独立实现,则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。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4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401、处理器402及通信接口403,集成在一块芯片上实现,则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
处理器402可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例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如上的异常电池单体的识别方法。
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、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N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”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,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N个用于实现定制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,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,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,N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。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带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,所述的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。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种异常电池单体的识别方法,其特征在于,所述方法应用于服务器,其中,所述方法包括以下步骤:
获取电池组中各电池单体的多次充放电循环的充电数据;
识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;
根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体。
2.根据权利要求1所述的异常电池单体的识别方法,其特征在于,所述根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体,包括:
判断所述容量增量是否大于增量阈值、且所述增量变化率是否大于变化率阈值;
若所述容量增量大于所述增量阈值、且所述增量变化率大于所述变化率阈值,则判定所述电池单体为存在自放电异常的异常电池单体。
3.根据权利要求1所述的异常电池单体的识别方法,其特征在于,根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,包括:
将实际充电容量和参考充电容量的差值作为每次充放电循环的容量增量;
拟合所述每次充放电循环的容量增量得到容量增量随充放电循环次数变化的曲线,根据所述曲线的拟合斜率确定所述增量变化率。
4.根据权利要求1所述的异常电池单体的识别方法,其特征在于,所述根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量,包括:
根据所述充电时长计算所述各电池单体在所述参考电压区间的实际充电容量;
根据所述各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,根据所述老化系数和所述各电池单体的初始充电容量计算所述每次充放电循环的参考充电容量。
5.根据权利要求4所述的异常电池单体的识别方法,其特征在于,所述根据所述充电时长计算所述各电池单体在所述参考电压区间的实际充电容量,包括:
在所述充电时长内对所述各电池单体在所述参考电压区间的充电电流进行时间积分,得到所述各电池单体在所述参考电压区间的实际充电容量。
6.根据权利要求4所述的异常电池单体的识别方法,其特征在于,所述根据所述各电池单体在每次充放电循环的实际充电容量计算充电容量随充放电循环次数变化的老化系数,包括:
选定所述各充电单体的充电循环次数窗口;
根据所述充电循环次数窗口所述各充电单体的目标循环次数区间;
计算所述目标循环次数区间内每次充放电循环的实际充电容量与所述充电初始容量的容量差值,并拟合所述目标循环次数区间内每次充放电循环的容量差值得到容量差值随充放电循环次数变化的曲线,根据所述曲线确定所述老化系数。
7.根据权利要求1所述的异常电池单体的识别方法,其特征在于,所述识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长,包括:
获取所述参考电压区间的上限电压和下限电压;
获取各电池单体在所述上限电压在的第一时刻和在所述下限电压的第二时刻,根据所述第一时刻和所述第二时刻确定所述各电池单体在参考电压区间的充电时长。
8.根据权利要求1所述的异常电池单体的识别方法,其特征在于,在获取电池组中各电池单体的多次充放电循环的充电数据之前,还包括:
获取电池组的充放电数据;
提取所述充放电数据中充放电循环的实际次数;
若所述实际次数大于预设次数,则获取电池组中各电池单体的多次充放电循环的充电数据,否则不进行异常电池单体的识别。
9.根据权利要求1所述的异常电池单体的识别方法,其特征在于,在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,还包括:
生成预设提醒信息;
发送所述预设提醒信息至预设终端,以根据所述预设提醒信息进行自放电异常提醒。
10.根据权利要求1所述的异常电池单体的识别方法,其特征在于,在根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体之后,还包括:
识别所述异常电池单体的标识;
发送所述标识至预设终端,以根据所述标识定位所述电池组中的异常电池单体。
11.一种异常电池单体的识别装置,其特征在于,所述装置应用于服务器,其中,所述装置包括:
获取模块,用于获取电池组中各电池单体的多次充放电循环的充电数据;
计算模块,用于识别所述充电数据中所述电池组的各电池单体在参考电压区间的充电时长和初始充电容量,根据所述充电时长和/或所述初始充电容量计算各电池单体在每次充放电循环的实际充电容量和参考充电容量;
识别模块,用于根据所述每次充放电循环的实际充电容量和参考充电容量计算容量增量和增量变化率,根据所述容量增量和所述增量变化率识别所述各电池单体中存在自放电异常的异常电池单体。
12.一种服务器,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-10任一项所述的异常电池单体的识别方法。
13.一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,以用于实现如权利要求1-10任一项所述的异常电池单体的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310884948.7A CN116908729A (zh) | 2023-07-18 | 2023-07-18 | 异常电池单体的识别方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310884948.7A CN116908729A (zh) | 2023-07-18 | 2023-07-18 | 异常电池单体的识别方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116908729A true CN116908729A (zh) | 2023-10-20 |
Family
ID=88354467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310884948.7A Pending CN116908729A (zh) | 2023-07-18 | 2023-07-18 | 异常电池单体的识别方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116908729A (zh) |
-
2023
- 2023-07-18 CN CN202310884948.7A patent/CN116908729A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107910607B (zh) | 电池健康度soh的修正方法、装置、电动汽车和存储介质 | |
CN108072844B (zh) | 一种车用动力电池可用功率估算方法 | |
EP2963433A1 (en) | Method and apparatus for estimating state of battery | |
EP3551494B1 (en) | A method of estimating a charge state for a battery cell | |
CN116859245A (zh) | 异常电池单体的识别方法、装置、服务器及存储介质 | |
CN106340920B (zh) | 电池组的被动均衡的控制方法、装置、电池***和车辆 | |
CN113093027B (zh) | 电池soc校准方法、装置、***、介质及程序产品 | |
CN111890988B (zh) | 电池热失控检测方法、装置、电池管理***以及车辆 | |
CN113064081A (zh) | 动力电池劣化检测方法、装置、介质、车载***和车辆 | |
CN113884890A (zh) | 一种动力电池内短路检测方法 | |
CN117148166A (zh) | 电池安全等级预测方法、装置、计算机设备及存储介质 | |
CN116930767A (zh) | 动力电池热失控的预警方法及装置 | |
CN116908729A (zh) | 异常电池单体的识别方法、装置、服务器及存储介质 | |
CN116001642A (zh) | 动力电池的充电方法、装置、车辆及存储介质 | |
CN113671403B (zh) | 锂电池soc末端平滑方法及装置、锂电池 | |
CN112130078B (zh) | 充放电数据处理方法、充放电数据处理装置和终端设备 | |
CN116859244A (zh) | 异常电池单体的识别方法、装置、服务器及存储介质 | |
CN114910802A (zh) | 基于特征提取的电池容量损失与内短路故障识别方法 | |
CN114506243A (zh) | 车载电池***的功率控制方法及车载电池管理装置 | |
CN112731187A (zh) | 电池容量修正方法和电池管理*** | |
CN118033467B (zh) | 动力电池的异常识别方法、装置、车辆、介质及程序 | |
CN118033465B (zh) | 电池自放电异常识别方法、装置、车辆及存储介质 | |
EP4092806A1 (en) | Battery, electricity utilization apparatus, and battery charging method and apparatus | |
CN117841690A (zh) | 电池的充电信息显示方法及装置 | |
CN117693686A (zh) | 用于诊断电池的装置和方法 |
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 |