CN117452251B - 电池截止电量估算方法、装置、电子设备及存储介质 - Google Patents
电池截止电量估算方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117452251B CN117452251B CN202311748120.5A CN202311748120A CN117452251B CN 117452251 B CN117452251 B CN 117452251B CN 202311748120 A CN202311748120 A CN 202311748120A CN 117452251 B CN117452251 B CN 117452251B
- Authority
- CN
- China
- Prior art keywords
- battery
- current
- electric quantity
- voltage
- absolute
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 238000004088 simulation Methods 0.000 claims abstract description 157
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 230000002441 reversible effect Effects 0.000 claims description 33
- 238000010606 normalization Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 68
- 230000008569 process Effects 0.000 description 36
- 238000004364 calculation method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000007599 discharging Methods 0.000 description 12
- 230000002829 reductive effect Effects 0.000 description 10
- 230000009467 reduction Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000010287 polarization Effects 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 229910052744 lithium Inorganic materials 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- 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
- G01R31/386—Arrangements for measuring battery or accumulator variables using test-loads
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请提出一种电池截止电量估算方法、装置、电子设备及存储介质,该电池截止电量估算方法包括:基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的绝对当前电量,以及在绝对当前电量下的当前负载电压和当前开路电压;预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;根据当前负载电压和当前开路电压,以及预设电池模型,确定待测电池在当前电量状态下的压比系数;压比系数用于表征电池的当前性能与模型预测性能之间的变化程度;根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。该方法能够更准确地估算电池的绝对截止电量。
Description
技术领域
本申请属于电池技术领域,具体涉及一种电池截止电量估算方法、装置、电子设备及存储介质。
背景技术
目前,市面上的电子产品(如计算机类、通信类和消费类等电子产品)大多采用锂电池进行供电储能,而锂电池的特征参数较为复杂,老化后的电池性能较老化前的电池性能变化很大,且在不同工况下,电池的特征参数也不相同(参数),使得电池的绝对截止电量难以准确估算。
需要说明的是,上述的陈述仅用于提供与本申请有关的背景技术信息,而不必然的构成现有技术。
发明内容
本申请提出一种电池截止电量估算方法、装置、电子设备及存储介质,能够更为准确地估算电池的绝对截止电量。
本申请第一方面实施例提出了一种电池电量估算,包括:
基于待测电池的当前状态参数,以及预设电池模型,确定所述待测电池的绝对当前电量,以及在所述绝对当前电量下的当前负载电压和当前开路电压;所述预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;
根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在当前电量状态下的压比系数;所述压比系数用于表征电池的当前性能与模型预测性能之间的变化程度;
根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量。
在本申请一些实施例中,所述根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在所述绝对当前电量下的压比系数,包括:
根据所述当前负载电压和所述当前开路电压,确定所述待测电池的当前实际压比;所述压比用于表征相同状态下,电池的负载电压和开路电压的比例关系;
根据所述预设电池模型,确定所述待测电池在当前电量状态的当前模拟压比;
基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
在本申请一些实施例中,所述基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数,包括:
根据所述当前电量状态的压比系数,以及所述预设电池模型中在后电量状态对应的在后模拟压比,确定所述在后电量状态对应的在后实际压比;所述在后电量状态小于当前电量状态,且大于或等于截止电压对应电量状态;
基于所述在后实际压比和所述在后模拟压比,确定所述待测电池对应在后电量状态的预估压比系数;
将所述当前电量状态的压比系数,以及所述在后电量状态的预估压比系数,代入回归模型,确定所述待测电池在后电量状态下的实际压比系数;所述回归模型用于预测在后电量状态对应的压比系数。
在本申请一些实施例中,所述基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数,还包括:
依次对所述当前实际压比进行电流归一化和温度归一化,得到所述当前实际压比对应的当前标准压比;
基于所述当前标准压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
在本申请一些实施例中,所述根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量,包括:
基于所述绝对当前电量,以及所述预设电池模型中记载的绝对截止电量,确定目标仿真方式;
根据所述压比系数和所述绝对当前电量,采用所述目标仿真迭代与所述预设电池模型进行匹配,确定所述待测电池达到截止电压所对应的绝对截止电量。
在本申请一些实施例中,所述基于所述绝对当前电量,以及所述预设电池模型中记载的模拟绝对截止电量,确定目标仿真方式,包括:
基于所述绝对当前电量和所述模拟绝对截止电量,估算所述待测电池当前状态下的可用剩余电量;
在估算的可用剩余电量大于或等于预设阈值,或者首次进行仿真的情况下,确定所述目标仿真方式为逆向仿真;
在估算的可用剩余电量小于所述预设阈值,且非首次进行仿真的情况下,确定所述目标仿真方式为正向仿真。
在本申请一些实施例中,所述基于所述绝对当前电量和所述模拟绝对截止电量,估算所述待测电池当前状态下的可用剩余电量之后,还包括:
确定所述预设电池模型中预设仿真切换点对应的模拟切换点电量,模拟切换点温度,以及模拟切换点电流;
基于所述待测电池的当前电流、当前温度,以及所述模拟切换点温度和所述模拟切换点电流,对所述待测电池的所述模拟切换点电量进行修正;
将修正后的切换点电量确定为所述预设阈值。
在本申请一些实施例中,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定所述待测电池达到截止电压所对应的绝对截止电量,包括:
根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定与所述待测电池的截止电压最接近的格点负载电压;
基于所述待测电池的截止电压、所述格点负载电压,以及所述预设电池模型,确定所述待测电池达到截止电压所对应的绝对截止电量。
在本申请一些实施例中,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定与所述待测电池的截止电压最接近的格点负载电压,包括:
根据所述压比系数和所述绝对当前电量,采用正向仿真方式与所述预设电池模型进行匹配,确定小于或等于,且最接近所述截止电压的格点负载电压;或者,
根据所述压比系数和所述绝对当前电量,采用逆向仿真方式与所述预设电池模型进行匹配,确定大于或等于,且最接近所述截止电压的格点负载电压。
在本申请一些实施例中,所述基于所述待测电池的截止电压、所述格点负载电压,以及所述预设电池模型,确定所述待测电池达到截止电压所对应的绝对截止电量,包括:
基于所述格点负载电压和所述截止电压,确定电量增益系数;所述电量增益系数用于表征实际的绝对截止电量偏移模型格点的程度;
基于所述电量增益系数,以及所述待测电池在所述格点负载电压的格点电量,确定所述待测电池达到截止电压所对应的绝对截止电量。
在本申请一些实施例中,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真迭代与所述预设电池模型进行匹配,确定与所述待测电池的实际截止电压最接近的格点负载电压之后,还包括:
根据所述待测电池的初始环境温度,当前状态参数,以及达到截止电压前的放电量,预测所述待测电池达到截止电压所对应的实际电压截止温度;
基于所述待测电池的实际电压截止温度,更新所述格点负载电压。
本申请第二方面的实施例提供了一种电池截止电量估算装置,所述装置包括:
当前电量确定模块,基于待测电池的当前状态参数,以及预设电池模型,确定所述待测电池的绝对当前电量,以及在所述绝对当前电量下的当前负载电压和当前开路电压;所述预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;
压比系数确定模块,用于根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在当前电量状态下的压比系数;所述压比系数用于表征电池的当前性能与模型预测性能之间的变化程度;
截止电量确定模块,用于根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量。
本申请第三方面的实施例提供了一种电子设备 ,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如第一方面所述的方法。
本申请第四方面的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现如第一方面所述的方法。
本申请实施例中提供的技术方案,至少具有如下技术效果或优点:
本申请实施例提供的电池截止电量估算方法,先基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的当前负载电压和当前开路电压,以及当前电量状态。然后基于待测电池的当前电压和当前电量状态,确定待测电池的压比系数,再根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。如此,基于当前状态下,待测电池的压比系数来对预设电池模型中预测的绝对截止电量进行修正,从而可以得到更准确的绝对截止电量。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请一实施例提供的电池截止电量估算方法的流程示意图;
图2示出了本申请一实施例提供的开路电压(负载电压)与绝对电量的映射关系示意图;
图3示出了本申请一实施例提供的池压比与绝对电量的映射关系示意图;
图4示出了本申请一实施例提供的电池截止电量估算方法中步骤S1的具体流程示意图;
图5示出了本申请一实施例提供的确定绝对初始电量SOCAb_zero的具体流程示意图;
图6示出了采用线性插值法计算的结果误差示意图;
图7示出了本申请一实施例提供的电池截止电量估算方法中步骤S2的具体流程示意图;
图8示出了本申请一实施例中确定预设阈值的具体流程示意图;
图9示出了本申请一实施例提供的正向仿真和逆向仿真的流程对比示意图;
图10示出了图9的局部放大示意图;
图11示出了本申请一实施例提供的搜寻绝对截止电量的具体流程示意图;
图12示出了本申请一实施例提供的逆向仿真搜寻绝对截止电量的具体流程示意图;
图13示出了本申请一实施例提供的正向仿真搜寻绝对截止电量的具体流程示意图;
图14a示出了本申请一实施例提供的进行温度补偿的仿真结果示意图;
图14b示出了本申请另一实施例提供的进行温度补偿的仿真结果示意图;
图15示出了本申请一实施例提供的电池截止电量估算装置的结构示意图;
图16示出了本申请一实施例所提供的一种电子设备的结构示意图;
图17示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
相关技术中,可以采用阻抗追踪法、压差更新电量估算法和仿真迭代法等方法对锂电池的绝对截止电量进行估算(寻找最终的放电深度DOD_end),但是现有的算法均存在一些缺陷,降低了绝对截止电量的估算精度。
为了提高电池绝对截止电量的估算精度,本申请实施例对电池放电过程中呈现的各种性能(包括但不限于电性能和温度等)进行了研究分析,结果发现:1)不同电量状态下,电池的负载电压(电池正常工作时电池两极之间的电位差)和开路电压(电池处于开路状态,即正负极未连接时的电池两极之间的电位差)是不同的,都会随着电量状态的降低而降低,且两个电压变化曲线类似,但下降程度及具体拐点位置不同;2)在相同的电量状态下,电池的实际绝对截止电量并不是一成不变的,其会随着电池的不断老化而不断增加;3)工况不同,电池的温度也不同,即使在相同电量状态下,电池的负载电压和开路电压,以及实际绝对截止电量也可能不同;同理,相同电量状态下,电池的温度也可能不同;4)电池在使用过程中也会有很大的个体差异性,电池的当前负载电压和当前开路电压,以及实际绝对截止电量,都可能与电池模型中计算的数据有所差异。
基于上述发现,本申请实施例提供了一种电池截止电量估算方法,该方法基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的当前负载电压和当前开路电压,以及当前电量状态。然后基于待测电池的当前电压和当前电量状态,确定待测电池的压比系数,再根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。如此,基于当前状态下待测电池的压比系数,来对预设电池模型中预测的绝对截止电量进行修正,从而可以得到更准确的绝对截止电量。
下面对本申请实施例进行详细描述。
请参照图1,为本申请实施例提供的电池电量估算的流程示意图,如附图1所示,该方法包括以下步骤。
步骤S1,基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的绝对当前电量,以及在绝对当前电量下的当前负载电压和当前开路电压。
其中,当前状态参数包括但不限于待测电池的温度、电压、电流、热容以及热阻等,其可以为待测电池的任意参数值。绝对当前电量可以是电池的当前容量值,也可以是电量状态值,即容量值的百分比形式。以电量状态值为例,绝对当前电量记为SOCAb_new。
预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系。其可以包括一个或多个子模型,各子模型可表征一个或多个映射关系,该映射关系具体可以采用表格进行存储和呈现,也可以采用图形和曲线的形式进行存储和呈现。例如,可以包括开路电压(负载电压)与绝对电量的映射关系OCV/Vbat-SOCAb,绝对电量与电池压比Vratio(具体解释见下文)的映射关系,以及不同温度及不同绝对电量下对应的压比补偿值(可以但不限于温度补偿值和压比补偿值)。其中, OCV-SOCAb映射关系可以是图表形式,如图2所示,能够通过开路电压OCV找到对应的绝对电量值SOCAb,也能通过绝对电量值SOCAb查找OCV。电池压比Vratio与绝对电量的映射关系也可以是图表形式,如图3所示,可以通过该表计算出不同温度不同SOCAb下的标准压比值。压比补偿值实际为压比系数的补偿值,压比系数为关于电池的实际压比与模拟压比的一个比例值,可用于表征电池的性能变化程度。具体可以为表格形式,如下表1所示,为对应不同温度下的压比系数补偿值和基准压比系数值。
表1 电池的压比系数模型表
可以理解的是,上述预设电池模型可以直接存储已计算好的相关数据,也可以是对应的映射关系,只要能根据存储的电池模型计算出相关数值即可。例如,表1中,25℃一列的数据可以为基准数据,其它列的数据可以是计算好的模拟数据,也可以是与25℃列中对应行数据的补偿值,该补偿值可以是差值,也可以是比例值,本实施例对此不作具体限定。
在一些实施例中,如图4所示,步骤S1具体可包括以下处理:步骤S11,基于待测电池的当前状态参数,确定待测电池的当前负载电压和绝对初始电量;步骤S12,基于绝对初始电量和化学电量,以及库伦积分电量,计算待测电池的绝对当前电量和当前开路电压;步骤S13,基于待测电池的绝对当前电量和预设电池模型,确定待测电池的当前开路电压。
待测电池的负载电压记为Vbat,开路电压可记为OCV,负载电压可等于电池的开路电压与电池本身电压的差值,即Vbat=OCV-IR,其中,I为电池的电流,R为电池的电阻。在实际应用过程中,负载电压和电池的电流可分别通过电压采集器件和电流采集器件采样获得,电池的电阻为已知参数,也可通过电阻检测器件进行实时检测,故可通过待测电池的当前负载电压计算待测电池的当前开路电压。
本实施例对绝对初始电量的限定与绝对当前电量的限定类似,同样可以是电池的容量值,也可以是电量状态值,即容量值的百分比形式。以电量状态值为例,绝对初始电量可记为SOCAb_zero。在电池的使用过程中,SOCAb_zero与OCV_zero正相关,开路电压变化,则绝对初始电量也变化。而开路电压是一个相对比较稳定的量,因为电池需要在长时间无电流或小电流状态下才能解除电池的极化反应(极化阻抗影响)只有电池处于长时间无电流或者小电流的状态下才能解除电池的极化反应,在电池不产生极化反应的情况下,开路电压才会保持初始值。当电池长时间无电流或电流在当前之前的较长时间段内保持小于一定阈值的情况下,开路电压的值会发生变化。
本实施例基于设置好的绝对初始电量更新条件对初始电量进行更新,能够避免在静置过程中小电流或者精密电阻假电流的影响,可以更加精确的计算出绝对初始电量状态SOCAb_zero,以提高后续算法中计算绝对截止电量的精度。
具体地,在基于待测电池的当前状态参数,确定待测电池的绝对初始电量时,可以先基于待测电池的当前状态参数,确定待测电池是否满足预设的初始电量更新条件;然后确定在待测电池满足预设的初始电量更新条件的情况下,基于待测电池的当前状态参数和预设电池模型,计算待测电池的实际绝对初始电量。
其中,电池的初始电量与其开路电压正相关,也是一个相对稳定的值,初始电量更新条件可以和开路电压的更新条件一致,即为上述的电池长时间无电流或电池的电流在当前之前的较长时间段内保持小于一定阈值,该阈值可根据电池的具体规格进行有限次试验所得,本实施例对此不做具体限定。
如图5所示,在确定绝对初始电量SOCAb_zero时,可以先确定电流是否满足开路电压更新条件,如果不满足,则绝对初始电量可等于原来的绝对初始电量。如果满足,则先确定电流是否为零,若电流等于零,则OCV_zero=Vbat,绝对初始电量SOCAb_zero可基于预设电池模型,直接通过OCV_zero获得。若电流不为零,且满足更新条件的情况下,Vbat不等于OCV_zero。但由于电流很小,极化反应影响较小(即电池内阻较小),则可以先通过当前电池的负载电压Vbat获得当前开路电压OCV,该当前开路电压OCV=Vbat+IR,其中I为当前电池的电流,R为当前电池的内阻,在I很小的情况下,可将Vbat近似看作当前开路电压OCV,或者估算一个略大于Vbat的当前开路电压OCV,然后通过预设电池模型计算得到该OCV对应的SOCAb_zero,以及该SOCAb_zero下的电池压比Vratio_zero,然后通过该压比Vratio_zero和Vbat,及公式Vratio_zero=Vbat/OCV_zero_real可计算得到更为真实的OCV_zero_real,再结合预设电池模型,便可得到真实的绝对初始电量SOCAb_zero_real(即真实的SOCAb_zero)。
在已知绝对初始电量SOCAb_zero的情况下,可通过电池的绝对初始电量(SOCAb_zero)与消耗容量(Qexpend)计算绝对当前电量SOCAb_new,消耗容量可理解为绝对初始容量到绝对当前容量放出的容量和,可基于下述公式(1),通过电荷检测器件(例如但不限于库仑计)获取每秒内的电荷量ΔQ,并进行累加所得。然后基于下述公式(2),通过绝对初始电量和消耗容量,以及电池的化学容量,来计算绝对当前电量。
Qexpend=∑t1*ΔQ (1)
SOCAb_new=SOCAb_zero-Qexpend/Qchem (2)
其中,Qchem为电池的化学容量,是指电池内部所有参与电化学反应的物质全部反应后能放出的电量之和锂电池在理想状态下的最大可使用容量通常也会小于化学容量,而在使用过程中,锂电池实际可用的容量又会小于理想状态下的最大可使用容量;t1为电池的放电时间。
在计算出绝对当前电量SOCAb_new之后,可基于如下公式(3),通过线性插值法和电池模型计算得到当前开路电压OCV_new。
y=(x2-x)*y2/(x2-x1)+(x-x1)/(x2-x1)*y1(3)
其中, x表示绝对电量SOCAb,y表示绝对电量(x)对应的开路电压值OCV。
在通过线性插值法和电池模型计算得到当前开路电压OCV_new时,首先需要寻找OCV_new(y)处于模型中的点位,基于这个点位SOCAb_new(x)寻找模型中上下两点(x1,y1)和(x2,y2),计算得到该段斜率,导入SOCAb_new(x),计算出OCV_new(y)。
本实施例可采用线性插值法计算OCV_new,但线性插值法计算的结果与真实值之间可能存在如图6所示的误差,导致真实值yreal与理论计算值y之间存在错误的插值,会进而影响电量估算精度。在计算SOCAb_new对应参数时,只计算一次的情况下,由于线性插值法引起的误差较小,但采用循环迭代过程,预测下一个点位与模型做匹配,需要采用线性插值法计算点位,则迭代次数越多,存在的误差也就越大。例如,使用正向仿真,在仿真过程中会将这个误差不断叠加,导致最终估算电量状态误差较大。而本实施例在仿真迭代之前,先将预估点位与预设电池模型相匹配,后续无需再用线性插值法计算OCV_new,则只需采用一次线性插值法进行计算,可减少使用线性插值法的次数,能够从根本上提升算法精度。
步骤S2,根据当前负载电压和当前开路电压,以及预设电池模型,确定待测电池在当前电量状态下的压比系数。
其中,压比记为Vratio,是电池的负载电压和电池的开路电压之间的比例关系,不同的电量状态对应不同的电池压比,其能够表征电池的性能状态。由于电池放电过程中电池温度T和电流I是可能发生变化的,那么电池的性能也随着温度、负载电流等条件发生变化,通过电池压比Vratio的整体更新来表征电池整体的性能状态变化。电池的当前负载电压和当前开路电压均是实际值,其压比计算较为准确;且获取较为方便,电池压比计算较为简单,能够极大程度提升电量估算精度,简化计算流程,提高***效率,减少***功耗。
压比系数是指电池的实际压比与模拟压比之间的关系,可以表征电池的当前性能与模型预测性能之间的变化程度。其中,实际压比可理解为电池的实际负载电压和相同电量下实际开路电压的比值,而实际负载电压和实际开路电压都是实际工况下的真实数值,例如采集到的当前负载电压和根据当前负载电压计算出的当前开路电压。模拟压比可理解为电池的模拟负载电压和相同电量下模拟开路电压的比值,模拟负载电压和模拟开路电压都是根据预设电池模型计算的数值,可以预先进行计算并存储,在使用时进行调用,也可以在使用时进行计算,本实施例对此不做具体限定。
在一些实施例中,如图7所示,上述步骤S2可以包括以下处理:步骤S21,根据当前负载电压和当前开路电压,确定待测电池的当前实际压比;步骤S22,根据预设电池模型,确定待测电池在当前电量状态的当前模拟压比;步骤S23,基于当前实际压比和当前模拟压比,确定待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
在本实施例中,电池的当前压比可记为Vratio_new,表示电池的当前负载电压Vbat_new和当前开路电压OCV_new之间的比例关系。电池的模拟压比可记为Vratio_old,表示电池的模拟负载电压Vbat_old和模拟开路电压OCV_old之间的比例关系。压比系数记为Vratio_scale,用于表示相同工况下,Vratio_new与Vratio_old之间的比例关系。
具体地,将相同工况下,当前压比和模拟压比之间的差值记为ΔVratio,如公式(4)所示,然后基于下述公式(5)计算压比系数,并可得到如下述公式(6)所示的压比模型。
ΔVratio=Vratio_new-Vratio_old(4)
Vratio_scale=ΔVratio/(1-Vratio_old)(5)
Vratio(i)_new= (1-Vratio(i)_old)* Vratio_scale+ Vratio(i)_old (6)
其中,(1-Vratio(i)_old)* Vratio_scale可理解为电量i的情况下,模拟压比与实际压比之间的差值,且该差值与压比系数Vratio_scale相关,而这里的压比系数是根据待测电池在当前电量状态下的压比系数进行修正更新后的压比系数,采用负数因子(-Vratio_old),可以降低由于原始误差,多次仿真使误差叠加,导致误差逐渐增大的现象。
可以理解的是,上述压比系数的计算方式只是本实施例的一种计算方式,本实施例并不以此为限,只要计算可用剩余电量的过程中,采用相同的基准进行计算即可,例如,也可以设置Vratio_scale=ΔVratio/Vratio_old。
进一步地,上述步骤S23可以包括以下处理:根据当前电量状态的压比系数,以及预设电池模型中在后电量状态对应的在后模拟压比,确定在后电量状态对应的在后实际压比;基于在后实际压比和在后模拟压比,确定待测电池对应在后电量状态的预估压比系数;将当前电量状态的压比系数,以及在后电量状态的预估压比系数,代入回归模型,确定待测电池在后电量状态下的实际压比系数。
其中,在后电量状态可理解为小于当前电量状态的电量状态,鉴于本实施例要获取截止电压对应电量状态,该在后电量状可以大于或等于截止电压对应电量状态值。回归模型用于预测在后电量状态对应的压比系数。
本实施例中,在计算出待测电池在当前电量状态的压比系数后,可先基于该压比系数,以及预设电池模型中在后电量状态对应的模拟压比,估算在后电量状态对应的实际压比,然后再根据在后电量状态对应的模拟压比和实际压比,计算在后电量状态对应的压比系数,然后可以将计算出的当前压比系数和估算出的在后电量状态的压比系数代入回归模型中,计算下一个在后电量状态对应的实际压比和压比系数,然后将在后电量状态对应的压比系数也代入回归模型,基于该二次回归模型,准确计算出待测电池在后电量状态下的实际压比系数。如此,将压比系数和实际压比都代入回归模型,进行二次回归,可以改善回归模型中的数据节点,进一步提高压比模型的精度,提升电量预估的精度。
具体地,如图2和图3所示,可以将电池压比模型的横坐标分为多个格点,基于各格点数据建立回归模型,根据当前电量状态的实际压比和压比系数,预测在后电量状态对应的实际压比和压比系数。例如当前电量状态的压比系数Vratio_scale,也是电池性能变化程度,同步到电池模型的下一格点(SOCAb_new_linelater,Vratio_new_linelater),并计算出下一格点的实际压比Vratio_new_linelater,然后将下一格点的实际压比Vratio_new_linelate也加入到回归模型中,进行二次回归后,计算出下一格点的真实压比Vratio_real_later(二次回归后的值)。然后根据Vratio_real_later和电池模型中的格点数据Vratio_flash_later,计算得到下一格点真实的电池性能变化程度,即压比系数Vratio_scale。
在另一些实施例中,可以在计算压比系数的过程中,对压比进行归一化,即上述步骤S23还可以包括以下处理:依次对当前实际压比进行电流归一化和温度归一化,得到当前实际压比对应的当前标准压比;基于当前标准压比和当前模拟压比,确定待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
其中,电流归一化是指将原来的数据,按照电流对应关系先转化为指定电流后的相应数值,并将该相应数值经过变换,转化为无量纲的表达式,成为标量。温度归一化,与电流归一化类似,按照温度对应关系先转化为指定温度后的相应数值,并将该相应数值经过变换,转化为无量纲的表达式,成为标量。可以理解的是,为了提高计算效率和计算结果的准确性,本实施例中涉及的模拟压比均是经过电流归一化和温度归一化的标准压比值,表格1中的压比系数也是采用电流归一化和温度归一化的标准压比值计算所得。
在实际应用中,鉴于相同电量状态下,电池的电流和温度均可能不相同,在计算出当前电量状态的压比系数之后,可以先对其进行电流归一化和温度归一化,以提高采用回归模型计算的准确性和便捷性。
具体地,可按照下述公式(7)和公式(8)进行归一化。
Vratio_new(SOCAb_new,T,I)=Vbat/OCV=1-IR/OCV(SOCAb_new,T)(7)
Vratio_new(SOCAb_new,T,I)归一化→Vratio_new_ref(SOCAb_new, Tref, Iref)(8)
其中,Iref为标准电流,该标准电流可以是单位电流,也可以是单位电流的整数倍,例如0.1C或0.2C。其中,0.1C或0.2C表示电流和容量之间的关系,一般说0.1C就表示10AH容量电池的放电电流为1A。Tref为标准温度,其可以为室温,即25摄氏度,当然也可以为其它数值,本实施例对此不做具体限定。
先进行电流归一化,将电池压比表征为当前温度、标准电流下的电池压比,即Vratio(SOCAb_new,T,0.1C)=1-(1-Vratio(SOCAb_new,T,I))*0.1C/I
=(I-((1-Vratio(SOCAb_new,T,I))*0.1C)/I
然后进行25℃温度归一化,将电池压比表征为25℃温度、标准电流下的电池压比,即Vratio(SOCAb_new,T,0.1C)→Vratio(SOCAb_new,25℃,0.1C),以及Vratio_new(SOCAb,25,0.1C)=
1-Scale_SOC_T*∣25-T∣/25*(1-Vratio_new(SOCAb,T,0.1C))。
其中,Vratio(SOCAb_new,25℃,0.1C)为经过温度归一化和电流归一化后的参数,Scale_SOC_T为电池压比补偿系数,目的是使Vratio_new(SOCAb,25,0.1C)始终小于1,其具体值可根据电池的实际电性能进行设定,可通过有限次试验获得,本实施例对此不作具体限定。
步骤S3,根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。
其中,截止电压也叫终止电压,是指电池放电时,电压下降到电池不宜再继续放电的最低工作电压值。绝对截止电量可理解为电池达到该截止电压时的电量状态,在此情况下电池不宜再继续放电,即可理解为绝对截止电量不可用于电池的对外放电,所以本实施例要计算的绝对截止电量是电池的当前电量与该绝对截止电量的差值。本实施例对绝对截止电量的限定与绝对当前电量的限定类似,同样可以是电池的容量值,也可以是电量状态值,即容量值的百分比形式,且当前电量、绝对截止电量和绝对截止电量的表达形式应是相同的。
在实际应用中,不同工况下,电池的性能变化程度,电池的截止电压也不同,对应截止电压的电量状态亦不相同,所以,需根据当前电量状态的实际性能变化程度,来确定电池的实际截止电压,以及达到该实际截止电压时的绝对截止电量。以便能够准确得出待测电池当前状态下的可用剩余电量。
在一些实施例中,上述步骤S3可以包括以下处理:步骤S31,基于绝对当前电量,以及预设电池模型中记载的模拟绝对截止电量,确定目标仿真方式;步骤S32,根据压比系数和绝对当前电量,采用目标仿真方式与预设电池模型进行匹配,确定待测电池达到截止电压所对应的绝对截止电量。
其中,模拟绝对截止电量即预设电池模型所记载的,待测电池达到截止电压时的绝对截止电量,该截止电压即预设电池模型中记载的待测电池的截止电压。
在本实施例中,估算待测电池达到截止电压所对应的模拟绝对截止电量,可以直接根据预设电池模型,先确定待测电池的模拟截止电量,再基于可用剩余电量等于当前电量与截止电量的差值,来估算该待测电池的可用剩余电量。然后根据估算的可用剩余电量来确定目标仿真迭代方式。
虽然实际的绝对截止电量可能不等于该模拟绝对截止电量,但其往往与模拟绝对截止电量也比较接近,且实际绝对截止电量与模拟绝对截止电量的差值也与电池的性能变化程度正相关,故,可以根据待测电池当前的压比系数,以及达到截止电压所对应的预估压比系数,采用仿真迭代方式与预设电池模型进行匹配,从而确定待测电池当前状态下的绝对截止电量。
具体地,在确定目标仿真方式时,若估算的可用剩余电量大于或等于预设阈值,或者首次进行仿真,则确定目标仿真迭代方式为逆向仿真迭代;若估算的可用剩余电量小于预设阈值,且非首次进行仿真,则确定目标仿真迭代方式为正向仿真迭代。如此,可通过选择合适的预设阈值,将该预设阈值电量作为仿真方式的切换点,在该预设阈值两侧选用合适的仿真方式,可以尽量减少仿真次数,提高仿真效率。
其中,预设阈值可根据电池的实际性能和具体的电池模型进行确定,本实施例对其具体取值不做具体限定,例如可以为百分之十几。正向仿真是指按照***设计的逻辑运行仿真,逐步推进仿真过程直至仿真结束,即按照电池的放电过程进行仿真,从当前电量逐步推进仿真过程,直至仿真到SOCAb_end。逆向仿真是指在仿真过程中进行逆向操作,从仿真结果反推出输入条件,即按照电池的放电过程的进行反向仿真,从0电量逐步推进仿真过程,直至仿真到SOCAb_end。
在一些实施例中,在实际仿真之前,可计算预设阈值的具体取值,具体可以先确定预设电池模型中预设仿真切换点对应的模拟切换点电量,模拟切换点温度,以及模拟切换点电流。然后基于待测电池的当前电流、当前温度,以及模拟切换点温度和模拟切换点电流,对待测电池的模拟切换点电量进行修正,并将修正后的切换点电量确定为预设阈值。
本实施例可以计算出最佳切换点,配置在预设电池模型中,记为模拟切换点,通过该最佳切换点,可以合理切换正向仿真或者逆向仿真,以尽量减少仿真次数,提高仿真效率。相较于仅采用正向和逆向的单一方案,导致存在仿真次数较大的情况,本实施例能够在仿真时判断是采用正向仿真还是逆向方式,从而可以采用更少的仿真次数。且在改善逆向仿真的同时,将两种仿真方式的优点相结合,可以极大缩减仿真时间和流程,提升***效率,减少运行功耗,提升整机用户体验。如此,采用逆向加正向的方式进行仿真,并将仿真节点与预设电池模型的电量格点相适配,极大增加了容量估算的精度,及估算过程中的仿真速度。
在电池的放电过程中,最佳切换点A+a%是迭代仿真为逆向或者正向的判断依据,其中A为可配置参数,a为***预估出来的参数,基于预设电池模型,可以选择将A配置为12,即SOC为12%作为正向和逆向仿真切换阈值点。若估算SOC小于12+a%,则采用正向迭代,迭代次数和仿真时间必然比逆向仿真少;若SOC大于等于12+a%,则可以采用逆向仿真,并需要基于放电截止电压、放电电流和预估温度选择模型格点作为逆向仿真起点,相比绝对容量SOC=0点出发进行仿真,根据工况和预估温度后选择模型格点作为起点,能够极大程度简化逆向仿真的流程。
在本实施例中,由于温度和电流会直接影响Vratio,电池放电过程中,放电电流和电池温度也会影响最佳切换点的偏移(直接影响电池压比)。可以通过Vratio以及Vbat_term计算出OCV_term,若电流增大,Vratio减少,则OCV_term会上移;温度上升,Vratio增加,则OCV_term下移。具体变化流程如表2所示。
表2
变化量 | 瞬态变化 | Vbat | R | OCV | OCV_end | SOCAb_end | 容量cap | 正向次数 | 逆向次数 |
I | 大→小 | 下降 | 不变 | 不变 | 变小 | 变小 | 增加 | 增加 | 减少 |
I | 小→大 | 上升 | 不变 | 不变 | 变大 | 变大 | 减少 | 减少 | 增加 |
T | 低温→高温 | 上升 | 变小 | 变小 | 变小 | 变小 | 增加 | 增加 | 减少 |
T | 高温→低温 | 下降 | 变大 | 变大 | 变大 | 变大 | 减少 | 减少 | 增加 |
需要说明的是,若温度变化或者电流变化,未使得OCV_term产生对应电池压比的模型格点变化,那么最佳切入点不会产生变化。
下面参照附图对具体切入点a%的计算流程进行详细阐述。
如图8所示,为本实施例计算最佳切换点(A+a)%的流程图,首先需要判断是否进行过仿真,若无仿真记录,则需要进行一次逆向仿真,并记录SOC为12%时的关键数据,如SOCAb,仿真电流I_old,预测温度值T_12_old,通过这些数据计算出对电池压比的影响ΔVratio_I_T,从而计算出补偿开路电压ΔOCV,通过ΔOCV计算得到OCV_12_new,最终计算绝对电量SOCAb_12_new,求得最佳切入点a%。
使用最佳切入点a%时,需要配合配置参数A%使用,一般配置为12%,12%SOC为在恒温室满充后,采用normal放电得到的仿真方式切换基点,可以基于数据进行更改。
具体地,以第一次仿真得到的数据作为依据,第一次仿真默认采用逆向仿真,得到SOC为12%时的绝对SOCAb_12_old值,预测温度值T_12_old,当前电流为I_old,当需要进行最佳切入点a%预估时,会基于之前点数据,计算SOCAb_12时的预估温度T_12_old。
首先计算起始温度变化导致预估温度变化、电流变化对Vratio_12的影响,计算平均电流变化ΔI=I_new/I_old。
其中,电流影响为:ΔVratio=(1-Vratio)*ΔI;
温度影响为:ΔVratio*ΔT*,ΔT=T_12_new-T_12_old;
OCV(T_12_new,SOCAb_12_old)=ΔT*OCVcom+OCV(T_12_old,SOCAb_12_old)。
上式中,OCV_com为开路电压的温度补偿系数,OCV_com需要根据SOCAb和温度区间进行选择,ΔT*OCV_com可理解为需要补偿的ΔOCV。
ΔOCV=OCV_12_old*ΔVratio_I_T,OCV_12_new=OCV_12_old+ΔOCV
通过OCV_12_new依据预设电池模型可以得到SOCAb_12_new。
通过二分法找到OCV_12_new所处的OCV节点区间,然后通过OCV节点值对应的SOCAb(两个节点值),利用线性插值法计算得到经过温度补偿和电流补偿后的新切换点电量SOCAb_12_new。
然后计算新切换点电量和模型切换点电量之间的绝对电量状态变化量ΔSOCAb,ΔSOCAb=SOCAb_12_new-SOCAb_12_old,然后基于绝对电量状态变化量ΔSOCAb计算最佳切入点a%,a%=ΔSOCAb*Qchem/FCC*100%。
在另一些实施例中,上述步骤S32则可以包括以下处理:步骤S321,根据压比系数和绝对当前电量,采用目标仿真迭代与预设电池模型进行匹配,确定与待测电池的实际截止电压最接近的格点负载电压;步骤S322,基于待测电池的截止电压、格点负载电压,以及预设电池模型,确定待测电池达到截止电压所对应的绝对截止电量。
如图9和图10所示,为正向仿真和逆向仿真的流程对比图及其局部放大图,由图可知,在放电过程中,若采用正向仿真的方式搜寻SOCAb_end,如图中实线箭头所示,在电量(接近100%)较高时,若每次仿真的步进采用4%,则可能需要仿真20次以上,才能找到SOCAb_end。所以,若电量在高位时,采用逆向仿真,如图中虚线箭头所示,会极大的缩减仿真迭代次数,提高仿真速度和剩余电量的估算效率。而正向仿真适合电池放电末期,在电池估算SOCAb_end小于预设阈值时,此时采用正向仿真,计算速率和***效率都较高。
具体地,上述步骤S321可以包括以下处理:根据压比系数和绝对当前电量,采用正向仿真方式与预设电池模型进行匹配,确定小于或等于,且最接近截止电压的格点负载电压;或者,根据压比系数和绝对当前电量,采用逆向仿真方式与预设电池模型进行匹配,确定大于或等于,且最接近截止电压的格点负载电压。
上述步骤S322可以包括以下处理:基于格点负载电压和截止电压,确定电量增益系数;电量增益系数用于表征实际的绝对截止电量偏移模型格点的程度;基于电量增益系数,以及待测电池在格点负载电压的格点电量,确定待测电池达到截止电压所对应的绝对截止电量。
具体地,如图11所示,在寻找绝对截止电量时,获取所需的参数之后,需要先判断***是否需要进行容量重新仿真预估,若需要(当前的电流和温度与模型中相应电量下的电流和/或温度不一致),则进行后续判断;若不需要,则继续检测参数,先判断估算的可用剩余电量是否大于或等于预设阈值,例如SOC≥12%,或者,是否为第一次仿真。若满足其中一个条件,则采用逆向仿真流程,否则采用正向仿真流程,并进行可用剩余容量的计算。
如图9、图10及图12所示,采用逆向仿真搜寻绝对截止电量SOCAb_end时,需要先根据截止电压Vbat_terminate从电池模型中找到与它最贴近的两点OCV_front[i]和OCV_later[i],三个电压之前的大小关系为OCV_front[i]>Vbat_terminate,Vbat_terminate≥OCV_later,即Vbat_terminate位于OCV_front[i]和OCV_later[i]两点之间。电池放电时,由于电池极化,导致OCV_front[i]小于电池负载电压Vbat,电压压比Vratio会小于1。
OCV_front[i]根据当前负载电流I和补偿温度ΔT[i],以及电池压比Vraito[i],可预估出电池负载电压Vbat_front[i],并判断电池负载电压Vbat_front[i]是否大于或等于截止电压Vbat_terminate。
若是,则Vbat_front[i]和Vbat_later[i]将Vbat_terminate包含在其中,则通过Vbat_front[i]和Vbat_later[i]与Vbat_terminate之间的关系,计算电池负载电压的增益gain_final_reverse=(Vbat__front-Vbat_term)/(Vbat__front-Vbat__later),然后基于下述公式计算实际可用剩余电量SOCAb_end。
SOCAb_end=SOCAb_front-(SOCAb_later-SOCAb_front)*gain_fianl_reverse
若否,则需要继续搜寻迭代,通过预设电池模型,寻找OCV_front[i]之前一点OCV_front[i-1],通过对应当前负载电流I和补偿温度ΔT[i-1],以及电池压比Vratio[i-1],计算得到Vbat_front[i-1],判断Vbat_front[i-1]是否大于或等于Vbat_terminate,直到循环找到Vbat_front[i-1]≥Vbat_terminate,通过1中循环找到绝对截止容量状态SOCAb_end。
逆向仿真搜寻能够通过截止电压匹配电池模型中最近的点,自下而上进行匹配,由于从截止电压最贴近的点进行匹配,在电池非低电量状态下能够比正向仿真更快搜寻出结果,且相比现有迭代算法,本实施例能够基于电池模型,将搜寻过程中的节点参数做到与模型点对点进行适配,极大程度地提升算法精度。
如图13所示,正向仿真搜寻SOCAb_end时,首先需要根据绝对当前电量SOCAb_new匹配预设电池模型的格点数据,找到SOCAb_new放电一段时间后最近的模型格点SOCAb_later[i],然后通过当前工况(Vbat、T、Ibat、SOCAb_new)、补偿温度ΔT[i]和SOCAb_later[i],然后对预设电池模型的格点电量进行不断迭代,找到预设电池模型中的目标格点电量,该目标格点电量对应的负载电压Vbat_later[i+1]小于或等于电池的截止电压Vbat_terminate,然后参照逆向仿真中增益的计算方式,计算电池负载电压的增益,然后该增益和计算出的在后电量格点的绝对电量SOCAb_later,和在前格点的绝对电量SOCAb_fron,采用下述公式计算出待测电池当前电量状态的绝对剩余可用电量SOCAb_end。
SOCAb_end=(SOCAb_later-SOCAb_front)*gain_fianl_forward+SOCAb_later
在电池的放电过程中,若采用正向仿真的方式搜寻SOCAb_end,在电量(100%)较高时,若仿真步进Δ%采用4%,则可能需要仿真20次以上,才能找到SOCAb_end。并且由于SOCAb_new为随机点,后续采用固定步进Δ%进行仿真,那么后续计算点位,可能都不会落在模型点位上,需要采用线性插值法等方法得到,由于电池模型一般都是曲线形,采用线性插值法会存在基础误差,且无法消除,并且在循环过程中会不断累计。故本实施例对正向仿真进行改进,计算得到绝对当前电量状态SOCAb_new后,先计算预设电池模型的下一个模型点位,以模型点位作为基准,不断搜寻后续模型格点进行匹配,能够将正向搜寻算法与预设电池模型相适配,如此,可以从算法基础上提高SOC精度。
具体地,若待测电池的电量在高位,例如大于或等于上述的最佳切换点(A+a)%,采用逆向仿真可极大的缩减仿真迭代次数,且点位与预设电池模型相匹配,能够提高算法精度。而正向仿真适合电池放电末期,例如小于上述的最佳切换点(A+a)%,此时采用正向仿真,相较于逆向仿真,可提高计算速率和***效率,减少迭代次数。
在另一些实施例中,还可以对电池的温度进行补偿,即上述基于待测电池在当前电量状态的压比系数,以及预设电池模型,估算待测电池达到截止电压所对应的预估压比系数的步骤,还可以包括以下处理:根据待测电池的初始环境温度,当前状态参数,以及达到截止电压前的放电量,预测待测电池达到截止电压所对应的实际电压截止温度;基于待测电池的实际电压截止温度,更新计算出的格点负载电压。
其中,实际电压截止温度即电池达到截止电压时的实际温度。
在实际应用中,电池的压比Vratio会受到电量状态SOCAb和温度、电流的影响。同样的SOCAb下,不同的温度值,Vratio是不同的;同样的温度下,不同的SOCAb,Vratio也是不同的,例如表1中参数所示。且迭代找到绝对截止电量SOCAb_end的过程中,需要计算SOCAb_later或者SOCAb_front下的温度,故需要进行温度补偿,确定待测电池的实际电压截止温度,并基于该实际电压截止温度更新电池达到截止电压的预估压比系数,以提高绝对截止电量的估算精度。
具体地,可以先建立电池温度和热容热阻模型,根据当前电池工况,可以预测出放电ΔQ电量后的电池温度,其中热量heat(t)=I(t)2*Rin[i],Rin为当前电池阻抗,初始环境温度记为Tambient,当前电池温度记为Ts[i],热阻记为Rt,热容记为Ct,电池放电过程中关键数据的采样频率记为Δf,需要预测的温度为Ts[i+1],当前点到预测点的电流放电时间为t,则可得到如公式(9)所示的电池温度和热容热阻模型。该模型不需要测量电池的质量和面积,在预估过程中不需要考虑电池生产工艺导致电池不一致性的影响,相比利用比热容和质量以及电池面积预估的电池温度要更加精确。且由本实施例通过采集电池放电过程中的关键数据,如电压、电流、温度、容量等参数,在模型节点时更新热容和热阻,使得温度预估模型可以保持更高的精度。
Ts[i+1]=e-Δf/RtCtTs[i]+(1-e-Δf/RtCt)Tambient+(1-e-Δf/RtCt)Rt*heat(t)(9)
其中,在计算出消耗电量Qexpend后,可根据当前负载电流I(t),计算出放电时间t,若上一次无仿真温度时,仿真温度Ts[i]可等于初始环境温度Tambient,默认初始环境温度在温度预测过程中不发生改变,热容Ct和热阻Rt可根据放电过程中的数据进行更新。
本实施例还基于该电池温度和热容热阻模型进行了仿真试验,仿真温度是基于某一放电深度下的实际采集温度,通过公式(9)的模型,在不同放电深度下进行温度补偿后的温度,不同工况下的仿真结果分别如图14a和图14b所示,由图可知,采用本实施例所提供的电池温度和热容热阻模型,对电池放电过程中的电池温度进行补偿,补偿后的温度与实际温度的值比较接近,除了极个别温差较大的值外,大多温差在3℃以内,可见,本实施例提供的电池温度和热容热阻模型,预估的电池温度较为精确。
综上,本实施例提供的电池截止电量估算方法,先基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的当前负载电压和当前开路电压,以及当前电量状态。然后基于待测电池的当前电压和当前电量状态,确定待测电池的压比系数,再根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。如此,基于当前状态下,待测电池的压比系数来对预设电池模型中预测的绝对截止电量进行修正,从而可以得到更准确的绝对截止电量。
基于上绝对截止电量估算方法相同的构思,本实施例还提供一种电池截止电量估算装置,如图15所示,该电池截止电量估算装置包括:
当前电量确定模块,用于基于待测电池的当前状态参数,以及预设电池模型,确定待测电池的绝对当前电量,以及在绝对当前电量下的当前负载电压和当前开路电压;预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;
压比系数确定模块,用于根据当前负载电压和当前开路电压,以及预设电池模型,确定待测电池在当前电量状态下的压比系数;压比系数用于表征电池的当前性能与模型预测性能之间的变化程度;
截止电量确定模块,用于根据压比系数和绝对当前电量,采用相应的仿真方式与预设电池模型进行匹配,估算待测电池达到截止电压所对应的绝对截止电量。
本实施例提供的电池截止电量估算装置,基于上绝对截止电量估算方法相同的构思,故至少能够实现上述能够实现的有益效果,且上述任意实施方式均可应用于本实施例提供的电池截止电量估算装置中,在此不再赘述。
本申请实施方式还提供一种电子设备,以执行上绝对截止电量估算方法。请参考图16,其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如附图16所示,电子设备40包括:处理器400,存储器401,总线402和通信接口403,处理器400、通信接口403和存储器401通过总线402连接;存储器401中存储有可在处理器400上运行的计算机程序,处理器400运行计算机程序时执行本申请前述任一实施方式所提供的电池截止电量估算方法。
其中,存储器401可能包含高速随机存取存储器(RAM:Random ACCess Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口403(可以是有线或者无线)实现该装置网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线402可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中,存储器401用于存储程序,处理器400在接收到执行指令后,执行程序,前述本申请实施例任一实施方式揭示的电池截止电量估算方法可以应用于处理器400中,或者由处理器400实现。
处理器400可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器400中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器400可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件电池截止电量估算方法器执行完成,或者用电池电量估算器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器401,处理器400读取存储器401中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的电池截止电量估算方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的电池电量估算对应的计算机可读存储介质,请参考图17,其示出的计算机可读存储介质为光盘30,其上存储有计算机程序(即程序产品),计算机程序在被处理器运行时,会执行前述任意实施方式所提供的电池截止电量估算方法。
需要说明的是,计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的电池截止电量估算方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,其均应涵盖在本申请的权利要求和说明书的范围当中。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (14)
1.一种电池截止电量估算方法,其特征在于,所述方法包括:
基于待测电池的当前状态参数,以及预设电池模型,确定所述待测电池的绝对当前电量,以及在所述绝对当前电量下的当前负载电压和当前开路电压;所述预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;
根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在当前电量状态下的压比系数;压比用于表征相同状态下,电池的负载电压和开路电压的比例关系;所述压比系数是指实际压比与模拟压比的比例关系,用于表征电池的当前性能与模型预测性能之间的变化程度;所述模拟压比为所述预设电池模型中同一电量状态下的负载电压和开路电压的比值;所述实际压比为所述当前负载电压和所述当前开路电压的比值;
根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量;
其中,所述基于待测电池的当前状态参数,以及预设电池模型,确定所述待测电池的绝对当前电量,以及在所述绝对当前电量下的当前负载电压和当前开路电压,包括:
基于待测电池当前状态下的电压参数,确定当前负载电压;以及,基于待测电池当前状态下的绝对初始电量与消耗容量计算所述绝对当前电量;所述消耗容量为待测电池在绝对初始容量到绝对当前容量之间放出的容量和;
基于所述绝对当前电量,通过线性插值法和所述预设电池模型,计算所述当前开路电压。
2.如权利要求1所述的方法,其特征在于,所述根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在当前电量状态下的压比系数,包括:
根据所述当前负载电压和所述当前开路电压,确定所述待测电池的当前实际压比;
根据所述预设电池模型,确定所述待测电池在当前电量状态的当前模拟压比;
基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
3.如权利要求2所述的方法,其特征在于,所述基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数,包括:
根据所述当前电量状态的压比系数,以及所述预设电池模型中在后电量状态对应的在后模拟压比,确定所述在后电量状态对应的在后实际压比;所述在后电量状态小于当前电量状态,且大于或等于截止电压对应电量状态;
基于所述在后实际压比和所述在后模拟压比,确定所述待测电池对应在后电量状态的预估压比系数;
将所述当前电量状态的压比系数,以及所述在后电量状态的预估压比系数,代入回归模型,确定所述待测电池在后电量状态下的实际压比系数;所述回归模型用于预测在后电量状态对应的压比系数。
4.如权利要求3所述的方法,其特征在于,所述基于所述当前实际压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数,还包括:
依次对所述当前实际压比进行电流归一化和温度归一化,得到所述当前实际压比对应的当前标准压比;
基于所述当前标准压比和所述当前模拟压比,确定所述待测电池在当前电量状态下,实际压比与模拟压比之间的压比系数。
5.如权利要求2-4任一项所述的方法,其特征在于,所述根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量,包括:
基于所述绝对当前电量,以及所述预设电池模型中记载的模拟绝对截止电量,确定目标仿真方式;
根据所述压比系数和所述绝对当前电量,采用所述目标仿真方式与所述预设电池模型进行匹配,确定所述待测电池达到截止电压所对应的绝对截止电量。
6.如权利要求5所述的方法,其特征在于,所述基于所述绝对当前电量,以及所述预设电池模型中记载的模拟绝对截止电量,确定目标仿真方式,包括:
基于所述绝对当前电量和所述模拟绝对截止电量,估算所述待测电池当前状态下的可用剩余电量;
在估算的可用剩余电量大于或等于预设阈值,或者首次进行仿真的情况下,确定所述目标仿真方式为逆向仿真;
在估算的可用剩余电量小于所述预设阈值,且非首次进行仿真的情况下,确定所述目标仿真方式为正向仿真。
7.如权利要求6所述的方法,其特征在于,所述基于所述绝对当前电量和所述模拟绝对截止电量,估算所述待测电池当前状态下的可用剩余电量之后,还包括:
确定所述预设电池模型中预设仿真切换点对应的模拟切换点电量,模拟切换点温度,以及模拟切换点电流;
基于所述待测电池的当前电流、当前温度,以及所述模拟切换点温度和所述模拟切换点电流,对所述待测电池的所述模拟切换点电量进行修正;
将修正后的切换点电量确定为所述预设阈值。
8.如权利要求5所述的方法,其特征在于,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定所述待测电池达到截止电压所对应的绝对截止电量,包括:
根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定与所述待测电池的截止电压最接近的格点负载电压;
基于所述待测电池的截止电压、所述格点负载电压,以及所述预设电池模型,确定所述待测电池达到截止电压所对应的绝对截止电量。
9.如权利要求8所述的方法,其特征在于,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真与所述预设电池模型进行匹配,确定与所述待测电池的截止电压最接近的格点负载电压,包括:
根据所述压比系数和所述绝对当前电量,采用正向仿真方式与所述预设电池模型进行匹配,确定小于或等于,且最接近所述截止电压的格点负载电压;或者,
根据所述压比系数和所述绝对当前电量,采用逆向仿真方式与所述预设电池模型进行匹配,确定大于或等于,且最接近所述截止电压的格点负载电压。
10.如权利要求8所述的方法,其特征在于,所述基于所述待测电池的截止电压、所述格点负载电压,以及所述预设电池模型,确定所述待测电池达到截止电压所对应的绝对截止电量,包括:
基于所述格点负载电压和所述截止电压,确定电量增益系数;所述电量增益系数用于表征实际的绝对截止电量偏移模型格点的程度;
基于所述电量增益系数,以及所述待测电池在所述格点负载电压的格点电量,确定所述待测电池达到截止电压所对应的绝对截止电量。
11.如权利要求8所述的方法,其特征在于,所述根据所述压比系数和所述绝对当前电量,采用所述目标仿真迭代与所述预设电池模型进行匹配,确定与所述待测电池的实际截止电压最接近的格点负载电压之后,还包括:
根据所述待测电池的初始环境温度,当前状态参数,以及达到截止电压前的放电量,预测所述待测电池达到截止电压所对应的实际电压截止温度;
基于所述待测电池的实际电压截止温度,更新所述格点负载电压。
12.一种电池电量估算装置,其特征在于,所述装置包括:
当前电量确定模块,用于基于待测电池的当前状态参数,以及预设电池模型,确定所述待测电池的绝对当前电量,以及在所述绝对当前电量下的当前负载电压和当前开路电压;所述预设电池模型包括不同温度下,待测电池的绝对电量与负载电压、开路电压的映射关系;
压比系数确定模块,用于根据所述当前负载电压和所述当前开路电压,以及所述预设电池模型,确定所述待测电池在当前电量状态下的压比系数;压比用于表征相同状态下,电池的负载电压和开路电压的比例关系;所述压比系数是指实际压比与模拟压比的比例关系,用于表征电池的当前性能与模型预测性能之间的变化程度;所述模拟压比为所述预设电池模型中同一电量状态下的负载电压和开路电压的比值;所述实际压比为所述当前负载电压和所述当前开路电压的比值;
截止电量确定模块,用于根据所述压比系数和所述绝对当前电量,采用相应的仿真方式与所述预设电池模型进行匹配,估算所述待测电池达到截止电压所对应的绝对截止电量;
所述当前电量确定模块,具体用于:
基于待测电池当前状态下的电压参数,确定当前负载电压;以及,基于待测电池当前状态下的绝对初始电量与消耗容量计算所述绝对当前电量;所述消耗容量为待测电池在绝对初始容量到绝对当前容量之间放出的容量和;
基于所述绝对当前电量,通过线性插值法和所述预设电池模型,计算所述当前开路电压。
13.一种电子设备,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1-11中任一项所述的方法。
14.一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,以实现如权利要求1-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311748120.5A CN117452251B (zh) | 2023-12-19 | 2023-12-19 | 电池截止电量估算方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311748120.5A CN117452251B (zh) | 2023-12-19 | 2023-12-19 | 电池截止电量估算方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117452251A CN117452251A (zh) | 2024-01-26 |
CN117452251B true CN117452251B (zh) | 2024-03-26 |
Family
ID=89595124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311748120.5A Active CN117452251B (zh) | 2023-12-19 | 2023-12-19 | 电池截止电量估算方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452251B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120082965A (ko) * | 2011-01-16 | 2012-07-25 | 김득수 | 배터리 잔존 용량 측정 방법 |
CN110568373A (zh) * | 2019-07-29 | 2019-12-13 | 深圳市科陆电子科技股份有限公司 | 锂电池健康状态评估方法、***、终端及存储介质 |
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理***和存储介质 |
CN110967638A (zh) * | 2019-06-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池的剩余可用能量估算方法、装置、***和存储介质 |
WO2020115761A1 (en) * | 2018-12-06 | 2020-06-11 | Sosaley Technologies Pvt. Ltd. | Cloud-based battery management system to predict battery life and battery health |
CN111478398A (zh) * | 2020-04-30 | 2020-07-31 | 内蒙古稀奥科镍氢动力电池有限公司 | 镍氢电池的直流屏充电管理***及充电截止方法 |
CN113917348A (zh) * | 2021-09-29 | 2022-01-11 | 一汽解放汽车有限公司 | 一种电池soc修正方法、装置、计算机设备和存储介质 |
WO2023116524A1 (zh) * | 2021-12-24 | 2023-06-29 | 长城汽车股份有限公司 | 电池soc的估算方法及相关装置 |
CN116520167A (zh) * | 2023-04-03 | 2023-08-01 | 浙江欣动能源科技有限公司 | 自调整零点的soc估算方法、装置、电子设备及存储介质 |
CN117092536A (zh) * | 2023-07-24 | 2023-11-21 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池可用容量线下检测方法、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6892148B2 (en) * | 2002-12-29 | 2005-05-10 | Texas Instruments Incorporated | Circuit and method for measurement of battery capacity fade |
CN113075562A (zh) * | 2020-01-06 | 2021-07-06 | 东莞新能德科技有限公司 | 电池压差更新方法、电量预估方法、电子装置及存储介质 |
-
2023
- 2023-12-19 CN CN202311748120.5A patent/CN117452251B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120082965A (ko) * | 2011-01-16 | 2012-07-25 | 김득수 | 배터리 잔존 용량 측정 방법 |
WO2020115761A1 (en) * | 2018-12-06 | 2020-06-11 | Sosaley Technologies Pvt. Ltd. | Cloud-based battery management system to predict battery life and battery health |
CN110967645A (zh) * | 2019-05-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soc修正方法和装置、电池管理***和存储介质 |
CN110967638A (zh) * | 2019-06-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池的剩余可用能量估算方法、装置、***和存储介质 |
CN110568373A (zh) * | 2019-07-29 | 2019-12-13 | 深圳市科陆电子科技股份有限公司 | 锂电池健康状态评估方法、***、终端及存储介质 |
CN111478398A (zh) * | 2020-04-30 | 2020-07-31 | 内蒙古稀奥科镍氢动力电池有限公司 | 镍氢电池的直流屏充电管理***及充电截止方法 |
CN113917348A (zh) * | 2021-09-29 | 2022-01-11 | 一汽解放汽车有限公司 | 一种电池soc修正方法、装置、计算机设备和存储介质 |
WO2023116524A1 (zh) * | 2021-12-24 | 2023-06-29 | 长城汽车股份有限公司 | 电池soc的估算方法及相关装置 |
CN116520167A (zh) * | 2023-04-03 | 2023-08-01 | 浙江欣动能源科技有限公司 | 自调整零点的soc估算方法、装置、电子设备及存储介质 |
CN117092536A (zh) * | 2023-07-24 | 2023-11-21 | 北京国家新能源汽车技术创新中心有限公司 | 一种动力电池可用容量线下检测方法、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
刘欣博 ; 王乃鑫 ; 李正熙 ; .基于扩展卡尔曼滤波法的锂离子电池荷电状态估算方法研究.北方工业大学学报.2016,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117452251A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shrivastava et al. | Combined state of charge and state of energy estimation of lithium-ion battery using dual forgetting factor-based adaptive extended Kalman filter for electric vehicle applications | |
CN107368619B (zh) | 一种扩展卡尔曼滤波soc估算方法 | |
CN103852727B (zh) | 动力电池荷电状态在线估算方法和装置 | |
CN103250066B (zh) | 感测电池容量的***和方法 | |
CN204269785U (zh) | 用于计算电池电荷状态的*** | |
CN104007390B (zh) | 电池电荷状态跟踪、等效电路选择及基准测试方法及*** | |
Vasebi et al. | A novel combined battery model for state-of-charge estimation in lead-acid batteries based on extended Kalman filter for hybrid electric vehicle applications | |
KR101402802B1 (ko) | 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법 | |
CN108028439B (zh) | 用于估计电池组的当前的空载电压变化过程的方法和设备 | |
JP6548387B2 (ja) | 二次電池の充電状態推定方法および推定装置 | |
CN111448468A (zh) | 用于检测电池组一致性的方法、装置及*** | |
CN114371408B (zh) | 电池荷电状态的估算方法、充电曲线的提取方法及装置 | |
CN115754741A (zh) | 储能***的soc估算方法及装置、设备及存储介质 | |
CN117648899B (zh) | 电池建模方法、装置、电子设备和存储介质 | |
CN117452251B (zh) | 电池截止电量估算方法、装置、电子设备及存储介质 | |
CN110927582B (zh) | 一种基于多种sigma点的锂电池SOC估计方法 | |
CN113138346A (zh) | 能够连接到电池的装置和用于计算电池的荷电状态的方法 | |
CN116430243A (zh) | 电芯soc的估计方法、装置、服务器及存储介质 | |
CN117074947A (zh) | 电池参数估计方法、装置、设备、存储介质和程序产品 | |
CN115792665A (zh) | 确定电池的剩余电量的方法、装置、电子设备及存储介质 | |
CN113447826B (zh) | 一种基于稳态等效电路模型的soc确定方法及装置 | |
CN116203426A (zh) | 估计方法、估计***以及计算机可读记录介质 | |
CN115421056A (zh) | 一种适用于超级电容的跨尺度多状态联合估计方法 | |
CN113748438B (zh) | 电量预测方法和设备 | |
CN117517979B (zh) | 电池参数更新方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |