WO2022000415A1 - 电池状态估算方法、装置、设备、电池***及存储介质 - Google Patents

电池状态估算方法、装置、设备、电池***及存储介质 Download PDF

Info

Publication number
WO2022000415A1
WO2022000415A1 PCT/CN2020/099909 CN2020099909W WO2022000415A1 WO 2022000415 A1 WO2022000415 A1 WO 2022000415A1 CN 2020099909 W CN2020099909 W CN 2020099909W WO 2022000415 A1 WO2022000415 A1 WO 2022000415A1
Authority
WO
WIPO (PCT)
Prior art keywords
cell
partition
battery
state parameter
state
Prior art date
Application number
PCT/CN2020/099909
Other languages
English (en)
French (fr)
Inventor
阮见
杜明树
李世超
汤慎之
卢艳华
Original Assignee
宁德时代新能源科技股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 宁德时代新能源科技股份有限公司 filed Critical 宁德时代新能源科技股份有限公司
Priority to HUE20923695A priority Critical patent/HUE061832T2/hu
Priority to CN202080097521.7A priority patent/CN115151832A/zh
Priority to PCT/CN2020/099909 priority patent/WO2022000415A1/zh
Priority to EP20923695.9A priority patent/EP3958005B1/en
Priority to US17/565,460 priority patent/US11402434B2/en
Publication of WO2022000415A1 publication Critical patent/WO2022000415A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. 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

Definitions

  • the present application relates to the field of battery technology, and in particular, to a battery state estimation method, device, device, battery system and storage medium.
  • the battery in order to increase the capacity of the battery, the battery usually includes a plurality of cells.
  • the battery management system (BMS) needs to estimate the state of the cells inside the battery.
  • the basic parameters of each battery cell may be different due to the consistency difference of each battery cell during the manufacturing process.
  • the aging degree of the cells is inconsistent, so there may be a large estimation error when estimating the battery state of the battery, and the estimation result may even be wrong especially for the battery including the battery cells that deviate greatly from the normal state.
  • the reliability and accuracy of the management of the entire battery are not high, and it is easy to cause safety problems.
  • the embodiments of the present application provide a battery state estimation method, device, equipment, battery system and storage medium, which can reduce the error of battery state estimation, improve the accuracy of battery state estimation, and the algorithm is simple and easy to implement.
  • an embodiment of the present application provides a battery state estimation method, including:
  • the following steps are respectively performed for each cell partition:
  • the target cell state parameter corresponding to the cell partition estimates the cell state in each cell partition;
  • the deviation of the first cell state parameter of each cell belonging to the same cell partition is within the first deviation range.
  • the battery state estimation method further includes:
  • the first cell state parameter of the first cell in the first cell partition is When a cell state parameter is not within the range of the first cell state parameter corresponding to the first cell partition, adjust the cell partition to which the first cell belongs according to the first cell state parameter of the first cell, and obtain the adjustment After the cell partition;
  • the following steps are respectively performed for each cell partition in the adjusted cell partition: estimating the cell state in the cell partition according to the target cell state parameter corresponding to the adjusted cell partition.
  • the battery state estimation method further includes:
  • the following steps are respectively performed for each cell partition: estimating the cell state in each cell interval according to the target cell state parameter corresponding to the cell partition.
  • acquiring the first cell state parameter of each of the plurality of cells in the battery specifically includes:
  • the cell parameters include at least one of the following: voltage, current, and temperature;
  • the first cell state parameter of the corresponding cell is calculated.
  • the first cell state parameter includes an OCV curve and/or a cell capacity.
  • the cell state includes at least one of the following states: a state of charge, a state of health, and a state of power.
  • an embodiment of the present application provides a battery state estimation device, including:
  • an acquisition module configured to acquire the first cell state parameter of each of the plurality of cells in the battery
  • the judging module is configured to perform the following steps for each of the cell partitions when there are multiple cell partitions: determine whether the first cell state parameter of each cell belonging to one cell partition is located in the Within the range of the first cell state parameter corresponding to the cell partition;
  • the first estimation module is configured to, under the condition that the first cell state parameter of each cell in each cell partition is within the range of the first cell state parameter corresponding to the cell partition, for each cell
  • the cell partitions respectively perform the following steps: estimating the cell state in each cell partition according to the target cell state parameter corresponding to the cell partition;
  • a second estimation module configured to estimate the battery state of the battery according to the battery cell state
  • the deviation of the first cell state parameter of each cell belonging to the same cell partition is within a first deviation range.
  • the battery state estimation device further includes:
  • the adjustment module is configured to, when the first cell state parameter of the first cell of the first cell partition is not within the range of the first cell state parameter corresponding to the first cell partition, according to the first cell state parameter of the first cell.
  • the state parameter of the first cell adjusts the cell partition to which the first cell belongs to obtain the adjusted cell partition;
  • the third estimation module is configured to perform the following steps for each cell subsection in the adjusted cell subsection: estimating the cells in the cell subsection according to the target cell state parameter corresponding to the adjusted cell subsection state.
  • the battery state estimation device further includes:
  • the partition module after acquiring the first cell state parameter of each of the plurality of cells in the battery, the partition module is configured to, in the absence of multiple cell partitions, The cell state parameters are used to partition each cell, and the cells whose deviation of the first cell state parameter is within the first deviation range are assigned to the same cell partition;
  • the fourth estimation module is configured to perform the following steps for each cell partition: estimating the cell state in each cell interval according to the target cell state parameter corresponding to the cell partition.
  • the acquisition module specifically includes:
  • an acquisition unit configured to acquire cell parameters of each cell, the cell parameters including at least one of the following: voltage, current and temperature;
  • the calculation unit is configured to calculate the first cell state parameter of the corresponding cell according to the cell parameter.
  • the first cell state parameter includes an OCV curve and/or a cell capacity.
  • the cell state includes at least one of the following states: a state of charge, a state of health, and a state of power.
  • an embodiment of the present application provides a battery system, including the battery state estimation apparatus provided in the second aspect.
  • an embodiment of the present application provides a battery state estimation device, including the battery state estimation method provided in the first aspect above.
  • the first cell state parameter of each cell in the plurality of cells in the battery is obtained, and when there are multiple cell partitions, it is determined that each cell belonging to one cell partition is
  • the first cell state parameter of each cell is within the range of the first cell state parameter corresponding to the cell partition, it is possible to estimate each cell only by the target cell state parameter corresponding to each cell partition.
  • the cell status within the cell partition is
  • each cell partition in the battery is based on The corresponding target cell state parameters are used to calculate the cell state of each cell partition, so as to estimate the battery state according to the cell state of each cell partition, thereby improving the accuracy of the battery state estimation.
  • FIG. 1 is a schematic flowchart of a battery state estimation method according to an embodiment of the present application
  • FIG. 2 is a schematic flowchart of a battery state estimation method provided by another embodiment of the present application.
  • FIG. 3 is a schematic structural diagram of a battery state estimation device according to an embodiment of the present application.
  • FIG. 4 is a battery state estimation system provided by an embodiment of the present application.
  • the battery will include multiple cells, and the quality of the cells directly determines the quality of the rechargeable battery.
  • the battery state such as the state of charge (SOC) of the battery is estimated by the open circuit voltage (OCV) included in the battery.
  • SOC state of charge
  • OCV open circuit voltage
  • the capacity of the cells contained in the battery and the OCV of the cells will also fluctuate, and some cells deviate from the normal state. . If the capacity and OCV of the battery cells with too many deviations from the normal state are based on the above, a unified standard (a set of set parameters or a set initial capacity, for example, an OCV-SOC curve) is used to calculate the battery SOC, it is easy to cause a large deviation in the calculated SOC of the battery, and the estimation accuracy of the SOC of the battery is low.
  • a unified standard a set of set parameters or a set initial capacity, for example, an OCV-SOC curve
  • an embodiment of the present application provides a battery state estimation method.
  • a battery state estimation method For details, please refer to the schematic flowchart of the battery state estimation method shown in FIG. 1 .
  • the battery state estimation method includes:
  • the first cell state parameter includes at least one of the following items: OCV curve and/or cell capacity.
  • the OCV curves may be different OCV curves based on estimating different battery states.
  • the OCV curve when estimating the state of charge (State Of Charge, SOC) of the battery, the OCV curve can be the OCV-SOC curve; when estimating the state of health (State Of Health, SOH) of the battery, the OCV curve can be the OCV-SOH curve ; If the power state (State Of Power, SOP) of the battery is estimated, the OCV curve can be an OCV-SOP curve.
  • the battery state estimating device may calculate the first state parameter of each battery cell by acquiring the battery cell parameters of each battery cell included in the battery, so that each battery cell can be calculated The first state parameter of .
  • the cell parameters may include voltage, current, temperature, and the like.
  • the battery state estimation device can calculate the OCV curve based on the potential difference between the two ends of the battery cells when each battery cell is in an open-circuit state at different temperatures; It is based on the obtained voltage, temperature and current of the cell to calculate the amount of electricity that the cell can discharge, that is, the cell capacity.
  • S102 when there are multiple cell partitions, perform the following steps respectively for each cell partition: determine whether the first cell state parameter of each cell belonging to one cell partition is located in the corresponding cell partition Within the range of the first cell state parameters.
  • the deviation of the first cell state parameter of each cell belonging to the same cell partition is within the first deviation range.
  • a plurality of cell partitions may be set for the battery in advance based on different first cell state parameter ranges, wherein each cell partition corresponds to a first cell state parameter range.
  • the battery state estimation device can first determine whether there are multiple cell partitions; The deviation of the first cell state parameters of each cell is within the first deviation range. Therefore, in the case of cell partitions, it is necessary to further determine each cell belonging to one cell partition for each cell partition. Whether the first cell state parameter of the cell is within the range of the first cell state parameter corresponding to the cell partition.
  • the first cell state parameter range may be understood as a parameter range in which the deviation of the first cell state parameter is within the first deviation range.
  • the first deviation range may be determined based on the applicable range of the first cell state parameter of each cell in its corresponding cell partition.
  • the first deviation range may be that the difference between the parameter values of all the first cell state parameters in the corresponding cell partition is within an applicable range.
  • the cell state includes at least one of the following: SOC, SOH, and SOP.
  • the The target cell state parameters corresponding to each cell partition are used to estimate the cell state of each cell partition.
  • the target cell state parameter corresponding to each cell partition may be the OCV-SOC curve corresponding to the average value of the OCV values of all the cells in the corresponding cell partition and all the cells in the corresponding cell partition.
  • the average value of the cell capacity can also be the OCV-SOC curve corresponding to the median value of the OCV corresponding to all cells in its corresponding cell partition and the cell capacity of all cells in its corresponding cell partition. median.
  • the OCV-SOC curve corresponding to the average value of OCV values corresponding to all cells in its corresponding cell partition and the median value of the cell capacity of all cells in its corresponding cell partition or It is the OCV-SOC curve corresponding to the average value of the OCV values of all cells in its corresponding cell partition and the average value of the cell capacity of all cells in its corresponding cell partition, or it can be the corresponding cell capacity.
  • the average value, the maximum value or the minimum value of the cell capacity of all the cells in the cell partition is not limited here.
  • the cell state in each cell partition can be based on the target cell state parameters (OCV curve and/or cell capacity), and the cell state (at least one of SOC, SOH and SOP) of the cell partition can be estimated item).
  • the battery state of the battery is estimated according to the battery cell state.
  • the battery state of the battery can be estimated based on the cell states of all cell partitions included in the battery.
  • the battery whose battery state needs to be estimated includes five cell partitions, namely cell partition A, cell partition B, cell partition C, cell partition D, and cell partition E.
  • first it is determined whether the first cell state parameters of each cell in each cell partition are all within the range of the first cell state parameters corresponding to the cell partition, and if so , respectively perform the following steps for each cell partition: estimate the SOC of each cell partition according to the target cell state parameter corresponding to the cell partition.
  • the SOC corresponding to the cell partition A can be obtained as SOC1 according to the target cell state parameter corresponding to the A cell partition.
  • One of the specific methods can be, according to the OCV value of each cell in the A cell partition, and the target cell state parameters corresponding to the A cell partition to estimate the SOC value of each cell in the A cell partition, and convert the sum of the maximum SOC and the minimum SOC in the A partition to obtain the SOC value corresponding to partition A SOC1; the same
  • the target cell state parameters corresponding to the B cell partition the SOC corresponding to the cell partition B is obtained as SOC2;
  • the target cell state parameters corresponding to the C cell partition the SOC corresponding to the cell partition C is obtained as SOC3;
  • the target cell state parameters corresponding to the D cell partition the SOC corresponding to the cell partition D is obtained as SOC4;
  • the target cell state parameters corresponding to the E cell partition the SOC corresponding to the cell partition E is obtained as SOC5.
  • the cell state of each cell partition can also be calculated based on the cell capacity, and the cell state of each cell partition can also be estimated by other conversion methods, such as taking the minimum value and average value of the SOC in the cell partition, etc. status, which is not limited here.
  • the sum of the maximum SOC and the minimum SOC in SOC1 to SOC5 corresponding to cell partition A to cell partition E can be converted, and the converted SOC value can be used as the SOC of the battery. value.
  • the SOH of each cell partition is estimated. For example, it can be obtained that the SOH corresponding to cell partition A is SOH1, the SOH corresponding to cell partition B is SOH2, the SOH corresponding to cell partition C is SOH3, the SOH corresponding to cell partition D is SOH4, and the SOH corresponding to cell partition E is SOH is SOH5.
  • the sum of the maximum SOH and the minimum SOH in the SOH1 to SOH5 corresponding to the cell partition A to the cell partition E can be converted, and the converted SOH value is used as the SOH of the battery. value.
  • the first cell state parameter of each cell in the plurality of cells in the battery is obtained, and in the case of cell partitions, it is determined that each cell belonging to one cell partition is determined.
  • each cell can be estimated only by the target cell state parameter corresponding to each cell partition Cell status within the partition.
  • each cell partition in the battery is based on The target cell state parameter is used to calculate the cell state of each cell partition, so as to estimate the battery state according to the cell state of each cell partition, thereby improving the accuracy of the battery state estimation.
  • the cells included in the battery are pre-partitioned, or the first cell state that belongs to the same cell partition
  • the deviation of the parameters is not within the first deviation range, re-adjust the cell partition, as shown in Figure 2.
  • FIG. 2 is a schematic flowchart of a battery state estimation method provided by another embodiment of the present application. As shown in Figure 2, the battery state estimation method includes:
  • S202 it is judged whether there are multiple cell partitions; if there are multiple cell divisions, S203 is performed; if there are no multiple cell partitions, S207 is performed.
  • the deviation of the first cell state parameter of each cell belonging to the same cell partition is within the first deviation range.
  • steps S201, S203 to S204 are the same steps as S101 to S103 shown in FIG. 1, and details are not repeated here.
  • the corresponding first cell state parameter is not within the range of the first cell state parameter corresponding to the first cell partition , it can be understood that the first cell state parameters (OCV curve and/or cell capacity) of the first cell have changed due to aging and other reasons. In this way, in order to ensure the accuracy of the battery state estimation, it is necessary to The first cell adjusts the cell division.
  • the cell partitions included in the battery for example, the battery includes cell partition A, cell partition B, cell partition C, and cell partition D) ) in the first cell state parameters of the cells included in each cell partition, if the first cell state parameters of the first cell are compared with the first cell state parameters of the cells included in the cell partition A If the deviations of the cell state parameters are all within the first deviation range, it can be understood that the first cell state parameters of the first cell are within the range of the first cell state parameters corresponding to the cell partition A. In this way, the first cell can be adjusted to the cell partition A.
  • the battery state of the battery is estimated according to the state of the battery cells.
  • the first cell state parameter of each cell in the plurality of cells in the battery is obtained, and when there are multiple cell partitions, it is determined that each cell belonging to one cell partition is
  • the first cell state parameter of each cell is within the range of the first cell state parameter corresponding to the cell partition, it is possible to estimate each cell only by the target cell state parameter corresponding to each cell partition.
  • the cell status within the cell partition In this way, when estimating the battery state of the battery, a unified standard is no longer used, but the cell state of each cell partition is calculated according to the target cell state parameters of each cell partition in the battery, so that the The cell state of the cell partition is used to estimate the battery state, thereby improving the accuracy of the battery state estimation.
  • each cell when there are no multiple cell partitions, each cell will be partitioned according to the first cell state parameter of each cell; or in the first cell belonging to the first cell partition.
  • the cell partition where the cell is located will also be adjusted, so that the subsequent battery state estimation can be more accurate.
  • step S209 it may further include, after every preset time period, repeating steps S201 to S209 to update and adjust the divided battery cell partitions and estimate the battery state , thereby improving the accuracy of battery state estimation.
  • the preset time period may be set according to battery performance or use requirements, which is not limited herein.
  • the present application also provides a battery state estimation device, which is described in detail with reference to FIG. 3 .
  • FIG. 3 is a schematic structural diagram of a battery state estimation device provided by an embodiment of the present application.
  • the battery state estimation device includes:
  • the acquiring module 310 is configured to acquire the first cell state parameter of each cell in the plurality of cells in the battery;
  • the judging module 320 is configured to perform the following steps for each cell partition under the condition that multiple cell partitions exist: determine whether the first cell state parameter of each cell belonging to one cell partition is located in the cell partition. Within the range of the first cell state parameter corresponding to the cell partition;
  • the first estimation module 330 is configured to, under the condition that the first cell state parameter of each cell in each cell partition is within the range of the first cell state parameter corresponding to the cell partition, for each cell
  • the cell partitions respectively perform the following steps: estimating the cell state in each cell partition according to the target cell state parameter corresponding to the cell partition;
  • the second estimation module 340 is configured to estimate the battery state of the battery according to the battery cell state
  • the deviation of the first cell state parameter of each cell belonging to the same cell partition is within the first deviation range.
  • the first cell state parameter of each cell in the plurality of cells in the battery is obtained, and in the case of cell partitions, it is determined that each cell belonging to one cell partition is determined.
  • each cell can be estimated only by the target cell state parameter corresponding to each cell partition Cell status within the partition.
  • each cell partition in the battery is based on The target cell state parameter is used to calculate the cell state of each cell partition, so as to estimate the battery state according to the cell state of each cell partition, thereby improving the accuracy of the battery state estimation.
  • the battery state estimation apparatus further includes:
  • the adjustment module is configured to, when the first cell state parameter of the first cell of the first cell partition is not within the range of the first cell state parameter corresponding to the first cell partition, according to the first cell state parameter of the first cell.
  • the state parameter of the first cell adjusts the cell partition to which the first cell belongs to obtain the adjusted cell partition;
  • the third estimation module is configured to perform the following steps for each cell subsection in the adjusted cell subsection: estimating the cells in the cell subsection according to the target cell state parameter corresponding to the adjusted cell subsection state.
  • the battery state estimation apparatus further includes:
  • the partition module after acquiring the first cell state parameter of each of the plurality of cells in the battery, the partition module is configured to, in the absence of multiple cell partitions, The cell state parameters are used to partition each cell, and the cells whose deviation of the first cell state parameter is within the first deviation range are assigned to the same cell partition;
  • the fourth estimation module is configured to perform the following steps for each cell partition: estimating the cell state in each cell interval according to the target cell state parameter corresponding to the cell partition.
  • the obtaining module 310 specifically includes:
  • an acquisition unit configured to acquire cell parameters of each cell, the cell parameters at least including one of the following: voltage, current and temperature;
  • the calculation unit is configured to calculate the first cell state parameter of the corresponding cell according to the cell parameter.
  • the first cell state parameter includes an OCV curve and/or cell capacity.
  • the cell state includes at least one of the following states: a state of charge, a state of health, and a power state.
  • FIG. 4 is a schematic diagram illustrating a hardware structure 400 of a battery state estimation system according to an embodiment of the application.
  • the battery state estimation system 400 in this embodiment includes: a processor 401 , a memory 402 , a communication interface 403 and a bus 410 , wherein the processor 401 , the memory 402 , and the communication interface 403 are connected through the bus 410 and complete communication with each other.
  • the above-mentioned processor 401 may include a central processing unit (CPU), or a specific integrated circuit (ASIC), or may be configured to implement one or more integrated circuits of the embodiments of the present application.
  • CPU central processing unit
  • ASIC specific integrated circuit
  • Memory 402 may include mass storage for data or instructions.
  • memory 402 may include an HDD, floppy disk drive, flash memory, optical disk, magneto-optical disk, magnetic tape, or universal serial bus (USB) drive, or a combination of two or more of the above.
  • Memory 402 may include removable or non-removable (or fixed) media, where appropriate.
  • Memory 402 may be internal or external to battery management system 400, where appropriate.
  • memory 402 is non-volatile solid state memory.
  • memory 402 includes read only memory (ROM).
  • the ROM may be a mask programmed ROM, programmable ROM (PROM), erasable PROM (EPROM), electrically erasable PROM (EEPROM), electrically rewritable ROM (EAROM) or flash memory or A combination of two or more of the above.
  • PROM programmable ROM
  • EPROM erasable PROM
  • EEPROM electrically erasable PROM
  • EAROM electrically rewritable ROM
  • flash memory or A combination of two or more of the above.
  • the communication interface 403 is mainly used to implement communication between modules, apparatuses, units and/or devices in the embodiments of the present application.
  • the bus 410 includes hardware, software, or both, coupling the components of the battery management system 400 to each other.
  • the bus may include Accelerated Graphics Port (AGP) or other graphics bus, Enhanced Industry Standard Architecture (EISA) bus, Front Side Bus (FSB), HyperTransport (HT) Interconnect, Industry Standard Architecture (ISA) Bus, Infiniband Interconnect, Low Pin Count (LPC) Bus, Memory Bus, Microchannel Architecture (MCA) Bus, Peripheral Component Interconnect (PCI) Bus, PCI-Express (PCI-X) Bus, Serial Advanced Technology Attachment (SATA) bus, Video Electronics Standards Association Local (VLB) bus or other suitable bus or a combination of two or more of the above.
  • Bus 410 may include one or more buses, where appropriate. Although embodiments of this application describe and illustrate a particular bus, this application contemplates any suitable bus or interconnect.
  • the battery management system 400 shown in FIG. 4 may be implemented to include: a processor 401 , a memory 402 , a communication interface 403 and a bus 410 .
  • the processor 401, the memory 402 and the communication interface 403 are connected through the bus 410 and complete the mutual communication.
  • the memory 402 is used to store program codes; the processor 401 runs a program corresponding to the executable program codes by reading the executable program codes stored in the memory 402, so as to execute the charging control of the battery in any embodiment of the present application method, thereby realizing the battery state estimation method and device described in conjunction with FIG. 1 to FIG. 3 .
  • Embodiments of the present application further provide a computer storage medium, where computer program instructions are stored thereon; when the computer program instructions are executed by a processor, the battery state estimation method provided by the embodiments of the present application is implemented.
  • the functional blocks shown in the above structural block diagrams may be implemented as hardware, software, firmware, or a combination thereof.
  • hardware When implemented in hardware, it may be, for example, an electronic circuit, an application specific integrated circuit (ASIC), suitable firmware, a plug-in, a function card, or the like.
  • ASIC application specific integrated circuit
  • elements of the present application are programs or code segments used to perform the required tasks.
  • the program or code segments may be stored in a machine-readable medium or transmitted over a transmission medium or communication link by a data signal carried in a carrier wave.
  • a "machine-readable medium” may include any medium that can store or transmit information.
  • machine-readable media examples include electronic circuits, semiconductor memory devices, ROM, flash memory, erasable ROM (EROM), floppy disks, CD-ROMs, optical disks, hard disks, fiber optic media, radio frequency (RF) links, and the like.
  • the code segments may be downloaded via a computer network such as the Internet, an intranet, or the like.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

一种电池状态估算方法，涉及电池技术领域。该电池状态估算方法包括：获取电池中多颗电芯中每颗电芯的第一电芯状态参数(S101)；在存在多个电芯分区的情况下，判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内(S102)；若位于该电芯分区对应的第一电芯状态参数范围内，根据电芯分区对应的目标电芯状态参数估算每个电芯分区的电芯状态(S103)；根据电芯状态估算电池的电池状态(S104)；其中，属于同一电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。通过该电池状态估算方法，能够降低电池状态估算的误差，提高对电池状态估算的准确性。

Description

电池状态估算方法、装置、设备、电池***及存储介质 技术领域
本申请涉及涉及电池技术领域，尤其涉及一种电池状态估算方法、装置、设备、电池***及存储介质。
背景技术
目前，为了提高电池的容量，电池通常包括多颗电芯。
在电池运行过程中，电池管理***(Battery Management System，BMS)需要对电池内部的电芯状态进行估算。
然而，目前电池管理***在估算电池的电池状态时，由于每个电芯在生产制造过程中可能存在一致性差异，导致每个电芯的基本参数可能不同，且在实际使用过程中，每个电芯的老化程度不一致，因此在估算电池的电池状态时可能存在较大的估算误差，尤其对于包括偏离正常状态较大的电芯的电池的估算结果甚至可能是错误的。从而，导致对整个电池的管理可靠性和准确性不高，容易引发安全问题。
发明内容
本申请实施例提供了一种电池状态估算方法、装置、设备、电池***及存储介质，能够降低电池状态估算的误差，提高对电池状态估算的准确性，且算法简单，易于实现。
第一方面，本申请实施例提供了一种电池状态估算方法，包括：
获取电池中多颗电芯中每颗电芯的第一电芯状态参数；
在存在多个电芯分区的情况下，分别针对每个电芯分区执行以下步骤：
判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内；
在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个电芯分区分别执行以下步骤：根据电芯分区对应的目标电芯状态参数估算每个电芯分区内的电芯状态；
根据电芯状态估算电池的电池状态；
其中，属于同一电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
作为本申请第一方面的一种可实现方式，电池状态估算方法还包括：
在判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内之后，在第一电芯分区的第一电芯的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内的情况下，根据第一电芯的第一电芯状态参数调整第一电芯的所属电芯分区，得到调整后的电芯分区；
针对调整后的电芯分区中的每个电芯分区分别执行以下步骤：按照调整后的电芯分区对应的目标电芯状态参数估算该电芯分区内的电芯状态。
作为本申请第一方面的一种可实现方式，电池状态估算方法还包括：
在获取电池中多颗电芯中每颗电芯的第一电芯状态参数之后，在不存在电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在第一偏差范围内的电芯归属到同一电芯分区；
针对每个电芯分区分别执行以下步骤：按照电芯分区对应的目标电芯状态参数估算每个电芯区间内的电芯状态。
作为本申请第一方面的一种可实现方式，获取电池中多颗电芯中每颗电芯的第一电芯状态参数，具体包括：
获取每颗电芯的电芯参数，电芯参数至少包括以下一种：电压、电流及温度；
根据电芯参数，计算对应电芯的第一电芯状态参数。
作为本申请第一方面的一种可实现方式，第一电芯状态参数包括OCV曲线和/或电芯容量。
作为本申请第一方面的一种可实现方式，电芯状态包括以下状态中的至少一个：荷电状态、健康状态和功率状态。
第二方面，本申请实施例提供了一种电池状态估算装置，包括：
获取模块，被配置为获取电池中多颗电芯中每颗电芯的第一电芯状态参数；
判断模块，被配置为在存在多个电芯分区的情况下，针对每个所述电芯分区分别执行以下步骤：判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内；
第一估算模块，被配置为在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个所述电芯分区分别执行以下步骤：根据所述电芯分区对应的目标电芯状态参数估算每个电芯分区内的电芯状态；
第二估算模块，被配置为根据所述电芯状态估算所述电池的电池状态；
其中，属于同一所述电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
作为本申请第二方面的一种可实现方式，电池状态估算装置还包括：
调整模块，被配置为在第一电芯分区的第一电芯的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内的情况下，根据第一电芯的第一电芯状态参数调整第一电芯的所属电芯分区，得到调整后的电芯分区；
第三估算模块，被配置为针对调整后的电芯分区中的每个电芯分区分别执行以下步骤：按照调整后的电芯分区对应的目标电芯状态参数估算该电芯分区内的电芯状态。
作为本申请第二方面的一种可实现方式，电池状态估算装置还包括：
分区模块，在获取电池中多颗电芯中每颗电芯的第一电芯状态参数之后，分区模块被配置为在不存在多个电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在第一偏差范围内的电芯归属到同一电芯分区；
第四估算模块，被配置为针对每个电芯分区分别执行以下步骤：按照电芯分区对应的目标电芯状态参数估算每个电芯区间内的电芯状态。
作为本申请第二方面的一种可实现方式，获取模块具体包括：
获取单元，被配置为获取每颗电芯的电芯参数，电芯参数至少包括以下一种：电压、电流及温度；
计算单元，被配置为根据电芯参数，计算对应电芯的第一电芯状态参数。
作为本申请第二方面的一种可实现方式，第一电芯状态参数包括OCV曲线和/或电芯容量。
作为本申请第二方面的一种可实现方式，电芯状态包括以下状态中的至少一个：荷电状态、健康状态和功率状态。
第三方面，本申请实施例提供了一种电池***，包括如上述第二方面所提供的电池状态估算装置。
第四方面，本申请实施例提供了一种电池状态估算设备，包括如上述第一方面所提供的电池状态估算方法。
在本申请实施例中，通过获取电池中多颗电芯中每颗电芯的第一电芯状态参数，并在存在多个电芯分区的情况下，通过判断出属于一个电芯分区的每颗电芯的第一电芯状态参数位于该电芯分区对应的第一电芯状态参数范围内的情况下，就可以只需通过每个电芯分区对应的目标电芯状态参数去估算每个电芯分区内的电芯状态。如此，在估算电池的电池状态时，由于每个电芯分区对应的目标电芯状态参数均不同，所以在估算电池状态时，不再采用统一标准，而是根据电池中的每个电芯分区对应的目标电芯状态参数去计算每个电芯分区的电芯状态，从而根据每个电芯分区的电芯状态去估算电池状态，从而提高电池状态估算的准确性。
附图说明
从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请其中，相同或相似的附图标记表示相同或相似的特征。
图1为本申请一实施例提供的一种电池状态估算方法的流程示意图；
图2为本申请另一实施例提供的一种电池状态估算方法的流程示意图；
图3为本申请一实施例提供的一种电池状态估算装置的结构示意图；
图4为本申请一实施例提供的一种电池状态估算***；
在附图中，附图并未按照实际的比例绘制。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本申请的全面理解。但是，对于本领域技术人员来说很明显的是，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。本申请决不限于下面所提出的任何具体配置和算法，而是在不脱离本申请的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本申请造成不必要的模糊。
电池中会包括有多个电芯，电芯的质量直接决定了充电电池的质量。而为了可以更加精准的获知充电电池的质量，所以会通过电池所包括的开路电压(Open Circuit Voltage，OCV)对电池的荷电状态(State of Charge，SOC)等电池状态进行估算。
然而，由于电芯在生产制造过程以及使用过程中老化程度上会存在一定的差异性，所以电池中所包含的电芯的容量、电芯的OCV也会产生一些波动，部分电芯偏差正常状态。如若基于上述这些偏差正常状态太多的电芯的容量、电芯的OCV，采用统一的标准(一套设定参数或一个设定的初始容量，例如，一条OCV-SOC曲线)来计算电池的SOC，就极易导致计算出的电池的SOC产生较大的偏差，电池的SOC估算准确率较低。
鉴于此，本申请实施例提供了一种电池状态估算方法，具体请参见如图1所示的电池状态估算方法流程示意图。
如图1所示，该电池状态估算方法包括：
S101，获取电池中多颗电芯中每颗电芯的第一电芯状态参数。
其中，第一电芯状态参数包括以下各项中的至少一项：OCV曲线和/或电芯容量。
在本申请的一些实施例中，基于估算不同的电池状态，OCV曲线可以是不同的OCV曲线。例如，若是估算电池的荷电状态(State Of Charge，SOC)时，OCV曲线可以为OCV-SOC曲线；若是估算电池的健康状态(State Of Health，SOH)时，OCV曲线可以是OCV-SOH曲线；若是估算电池的功率状态(State Of Power，SOP)时，OCV曲线可以是OCV-SOP曲线。
在本申请的一些实施例中，电池状态估算装置可以通过获取电池中包括的每颗电芯的电芯参数，计算每颗电芯的第一状态参数，由此即可计算出每颗电芯的第一状态参数。
其中，电芯参数可以包括电压、电流以及温度等等。
作为一个示例，电池状态估算装置基于获取到的电芯的电压以及温度值，就可以在不同温度下基于每颗电芯处于开路状态时，其电芯两端的电势差，计算出OCV曲线；还可以是基于获取到的电芯的电压、温度、电流计算电芯可以放出的电量，即电芯容量。
作为另一示例，还可以是根据高低点静置与净容量来估算电芯容量，还可以是在静态过程中获取OCV序列与净累计吞吐量序列生成OCV-SOC曲线、OCV-SOH曲线、OCV-SOP曲线等。
S102，在存在多个电芯分区的情况下，分别针对每个电芯分区执行以下步骤：判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内。
其中，属于同一电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
在本申请的一些实施例中，可以预先基于不同的第一电芯状态参数范围为电池设置多个电芯分区，其中，每个电芯分区对应一个第一电芯状态参数范围。
如此，电池状态估算装置在获取电池中多颗电芯中每颗电芯的第一电芯状态参数后，可以先判断是否存在多个电芯分区；并且为使得属于同一 电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内，所以在存在电芯分区的情况下，还需要进一步针对每个电芯分区，判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内。其中，第一电芯状态参数范围可以理解为是第一电芯状态参数的偏差在第一偏差范围内的参数范围。
在本申请的另一些实施例中，第一偏差范围可以是基于其对应的电芯分区内的每颗电芯的第一电芯状态参数的可适用范围确定。例如，第一偏差范围可以是所对应的电芯分区内的所有第一电芯状态参数的参数值之间的差值在可适用的范围。
S103，在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个电芯分区分别执行以下步骤：根据电芯分区对应的目标电芯状态参数估算每个电芯分区内的电芯状态。
在本申请的一些实施例中，电芯状态包括以下各项中的至少一项：SOC、SOH和SOP。
在本申请的另一些实施例中，在确定每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内后，即可根据每个电芯分区对应的目标电芯状态参数去估算每个电芯分区的电芯状态。
其中，每个电芯分区对应的目标电芯状态参数可以是其对应的电芯分区中所有电芯的OCV值的平均值所对应的OCV-SOC曲线和其对应的电芯分区中所有电芯的电芯容量的平均值，也可以是其对应的电芯分区中所有电芯对应的OCV的中值所对应的OCV-SOC曲线和其对应的电芯分区中所有电芯的电芯容量的中值。或者，也可以是其对应的电芯分区中所有电芯对应的OCV值的平均值所对应的OCV-SOC曲线和其对应的电芯分区中所有电芯的电芯容量的中值，也可以是其对应的电芯分区中所有电芯对应的OCV值的平均值所对应的OCV-SOC曲线和其对应的电芯分区中所有电芯的电芯容量的平均值，也可以是对应的电芯分区中所有电芯的电芯容量的平均值、最大值或最小值，在此不作限定。
如此，每个电芯分区中电芯状态可以基于目标电芯状态参数(OCV曲线和/或电芯容量)，即可估算出电芯分区的电芯状态(SOC、SOH和SOP中的至少一项)。
S104，根据电芯状态估算电池的电池状态。
在本申请的一些实施例中，在估算出每个电芯分区的电芯状态之后，即可基于电池中包括的所有电芯分区的电芯状态估算电池的电池状态。
作为一个示例，需要估算电池状态的电池包括有5个电芯分区，分别为电芯分区A、电芯分区B、电芯分区C、电芯分区D以及电芯分区E。
其中，通过上述实施例所述的方法，首先，判断每个电芯分区的每颗电芯的第一电芯状态参数是否均位于该电芯分区对应的第一电芯状态参数范围内，若是，针对每个电芯分区分别执行以下步骤：根据电芯分区对应的目标电芯状态参数估算出每个电芯分区的SOC。
例如，可以根据A电芯分区对应的目标电芯状态参数，得到电芯分区A对应的SOC为SOC1，具体的其中一种方法可以是，可以根据A电芯分区每颗电芯的OCV值，及A电芯分区对应的目标电芯状态参数估算出A电芯分区每颗电芯的SOC值，将A分区内最大SOC和最小SOC之和进行折算得到分区A对应的SOC值为SOC1；同理，根据B电芯分区对应的目标电芯状态参数，得到电芯分区B对应的SOC为SOC2；根据C电芯分区对应的目标电芯状态参数，得到电芯分区C对应的SOC为SOC3；根据D电芯分区对应的目标电芯状态参数，得到电芯分区D对应的SOC为SOC4；根据E电芯分区对应的目标电芯状态参数，得到电芯分区E对应的SOC为SOC5。本行业技术人员应当理解还可以通过电芯容量计算各电芯分区的电芯状态，也可以通过其他折算方法例如取电芯分区内SOC最小值，平均值等估算每个电芯分区的电芯状态，在此不作限定。
接下来，在估算电池的电池状态时，可以是将电芯分区A至电芯分区E对应的SOC1至SOC5中的最大SOC和最小SOC之和进行折算，将折算后的SOC值作为电池的SOC值。
作为另一个示例，若通过上述实施例所述的方法，估算出每个电芯分区的SOH。例如，可以得到电芯分区A对应的SOH为SOH1，电芯分区 B对应的SOH为SOH2，电芯分区C对应的SOH为SOH3，电芯分区D对应的SOH为SOH4，电芯分区E对应的SOH为SOH5。
接下来，在估算电池的电池状态时，可以是将电芯分区A至电芯分区E对应的SOH1至SOH5中的最大SOH和最小SOH之和进行折算，将折算后的SOH值作为电池的SOH值。
在本申请实施例中，通过获取电池中多颗电芯中每颗电芯的第一电芯状态参数，并在存在电芯分区的情况下，通过判断出属于一个电芯分区的每颗电芯的第一电芯状态参数位于该电芯分区对应的第一电芯状态参数范围内的情况下，就可以只需通过每个电芯分区对应的目标电芯状态参数去估算每个电芯分区内的电芯状态。如此，在估算电池的电池状态时，由于每个电芯分区对应的目标电芯状态参数均不同，所以在估算电池状态时，不再采用统一标准，而是根据电池中的每个电芯分区的目标电芯状态参数去计算每个电芯分区的电芯状态，从而根据每个电芯分区的电芯状态去估算电池状态，从而提高电池状态估算的准确性。
在本申请的一些实施例中，为了尽量避免在估算电池状态时采用统一的标准，所以会预先对电池中包括的电芯进行分区，或是在同属于一个电芯分区的第一电芯状态参数的偏差不在第一偏差范围内时，重新调整电芯分区，具体如图2所示。
图2为本申请另一个实施例提供的电池状态估算方法的流程示意图。如图2所示，该电池状态估算方法包括：
S201，获取电池中多颗电芯中每颗电芯的第一电芯状态参数。
S202，判断是否存在多个电芯分区；若存在多个电芯分芯，执行S203；若不存在多个电芯分区，执行S207。
S203，针对每个电芯分区执行如下步骤：判断属于一个电芯分区的每颗电芯的第一电芯参数是否位于该电芯分区对应的第一电芯状态参数范围内。若位于第一电芯状态参数范围内，则执行S204；若不位于第一电芯状态参数范围内，则执行S205。
其中，属于同一电芯分区的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
S204，在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个电芯分区分别执行以下步骤：根据电芯分区对应的目标电芯状态参数估算每个电芯分区的电芯状态。
其中，上述S201、S203至S204为与图1所示的S101至S103为相同的步骤，在此不再赘述。
S205，在第一电芯分区的第一电芯的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内的情况下，根据第一电芯的第一电芯状态参数调整第一电芯的所属电芯分区，得到调整后的电芯分区；
在本申请的一些实施例中，若判断出第一电芯分区中存在一个第一电芯，其对应的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内，则可理解为该第一电芯由于老化等原因，其第一电芯状态参数(OCV曲线和/或电芯容量)发生了变化，如此，为保证电池状态估算的准确性，所以需要对第一电芯进行电芯分区的调整。
例如，根据第一电芯的第一电芯状态参数，与电池中所包括的电芯分区(例如，电池中包括有电芯分区A、电芯分区B、电芯分区C以及电芯分区D)中的每个电芯分区包括的电芯的第一电芯状态参数进行对比，若第一电芯的第一电芯状态参数与电芯分区A中所包括的各颗电芯的第一电芯状态参数的偏差均在第一偏差范围内，则可以理解为该第一电芯的第一电芯状态参数位于该电芯分区A对应的第一电芯状态参数范围内。如此，即可以将该第一电芯调整至电芯分区A中。
S206，针对调整后的电芯分区中的每个电芯分区分别执行以下步骤：按照调整后的电芯分区的目标电芯状态参数估算该电芯分区内的电芯状态。
S207，在不存在多个电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在第一偏差范围内的电芯归属到同一电芯分区。
S208，针对每个电芯分区分别执行以下步骤：按照电芯分区对应的目标电芯状态参数估算每个电芯区间内的电芯状态。
S209，根据电芯状态估算电池的电池状态。
在本申请实施例中，通过获取电池中多颗电芯中每颗电芯的第一电芯状态参数，并在存在多个电芯分区的情况下，通过判断出属于一个电芯分区的每颗电芯的第一电芯状态参数位于该电芯分区对应的第一电芯状态参数范围内的情况下，就可以只需通过每个电芯分区对应的目标电芯状态参数去估算每个电芯分区内的电芯状态。如此，在估算电池的电池状态时，不再采用统一标准，而是根据电池中的每个电芯分区的目标电芯状态参数去计算每个电芯分区的电芯状态，从而根据每个电芯分区的电芯状态去估算电池状态，从而提高电池状态估算的准确性。并且，在不存在多个电芯分区时，还会根据每颗电芯的第一电芯状态参数对各颗电芯进行分区；或是在属于第一电芯分区的第一电芯的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内的情况下，还会调整电芯所在的电芯分区，以便于后续在估算电池状态时可以更加精准。
在本申请的一些实施例中，在步骤S209之后，还可以包括，每间隔预设时间段后，重复步骤S201至S209，以对所划分的电芯分区进行更新调整，并对电池状态进行估算，从而提高电池状态估算的准确性。其中，预预设时间段可以根据电池性能或按照使用需求进行设置，在此不作限定。
基于相同的申请构思，本申请还提供了一种电池状态估算装置，具体结合图3详细说明。
图3是本申请一实施例提供的电池状态估算装置的结构示意图。
如图3所示，该电池状态估算装置包括：
获取模块310，被配置为获取电池中多颗电芯中每颗电芯的第一电芯状态参数；
判断模块320，被配置为在多个存在电芯分区的情况下，针对每个电芯分区分别执行以下步骤：判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内；
第一估算模块330，被配置为在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针 对每个电芯分区分别执行以下步骤：根据电芯分区对应的目标电芯状态参数估算每个电芯分区内的电芯状态；
第二估算模块340，被配置为根据电芯状态估算电池的电池状态；
其中，属于同一电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
在本申请实施例中，通过获取电池中多颗电芯中每颗电芯的第一电芯状态参数，并在存在电芯分区的情况下，通过判断出属于一个电芯分区的每颗电芯的第一电芯状态参数位于该电芯分区对应的第一电芯状态参数范围内的情况下，就可以只需通过每个电芯分区对应的目标电芯状态参数去估算每个电芯分区内的电芯状态。如此，在估算电池的电池状态时，由于每个电芯分区对应的目标电芯状态参数均不同，所以在估算电池状态时，不再采用统一标准，而是根据电池中的每个电芯分区的目标电芯状态参数去计算每个电芯分区的电芯状态，从而根据每个电芯分区的电芯状态去估算电池状态，从而提高电池状态估算的准确性。
在本申请的一些实施例中，电池状态估算装置还包括：
调整模块，被配置为在第一电芯分区的第一电芯的第一电芯状态参数不在第一电芯分区对应的第一电芯状态参数范围内的情况下，根据第一电芯的第一电芯状态参数调整第一电芯的所属电芯分区，得到调整后的电芯分区；
第三估算模块，被配置为针对调整后的电芯分区中的每个电芯分区分别执行以下步骤：按照调整后的电芯分区对应的目标电芯状态参数估算该电芯分区内的电芯状态。
在本申请的一些实施例中，电池状态估算装置还包括：
分区模块，在获取电池中多颗电芯中各颗电芯的第一电芯状态参数之后，分区模块被配置为在不存在多个电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在第一偏差范围内的电芯归属到同一电芯分区；
第四估算模块，被配置为针对每个电芯分区分别执行以下步骤：按照电芯分区对应的目标电芯状态参数估算每个电芯区间内的电芯状态。
在本申请的一些实施例中，获取模块310具体包括：
获取单元，被配置为获取每颗电芯的电芯参数，电芯参数至少包括以下一种：电压、电流及温度；
计算单元，被配置为根据电芯参数，计算对应电芯的第一电芯状态参数。
在本申请的一些实施例中，第一电芯状态参数包括OCV曲线和/或电芯容量。
在本申请的一些实施例中，电芯状态包括以下状态中的至少一个：荷电状态、健康状态和功率状态。
根据本申请实施例的电池状态估算装置的其他细节与以上结合图1描述的根据本申请实施例的方法类似，在此不再赘述。
结合图1至图3描述的根据本申请实施例的电池状态估算方法和装置可以由电池的电池状态估算***来实现。图4是示出根据申请实施例的电池状态估算***的硬件结构400示意图。
如图4所示，本实施例中的电池状态估算***400包括：处理器401、存储器402、通信接口403和总线410，其中，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
具体地，上述处理器401可以包括中央处理器(CPU)，或者特定集成电路(ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在电池管理***400的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。在特定实施例中，存储器402包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上 这些的组合。
通信接口403，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线410包括硬件、软件或两者，将电池管理***400的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
也就是说，图4所示的电池管理***400可以被实现为包括：处理器401、存储器402、通信接口403和总线410。处理器401、存储器402和通信接口403通过总线410连接并完成相互间的通信。存储器402用于存储程序代码；处理器401通过读取存储器402中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行本申请任一实施例中的电池的充电控制方法，从而实现结合图1至图3描述的电池状态估算方法和装置。
本申请实施例还提供一种计算机存储介质，该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本申请实施例提供的电池状态估算方法。
需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路 (ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
以上，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的***、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (12)

  1. 一种电池状态估算方法，其中，包括：
    获取电池中多颗电芯中每颗电芯的第一电芯状态参数；
    在存在多个电芯分区的情况下，分别针对每个所述电芯分区执行以下步骤：
    判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内；
    在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个所述电芯分区分别执行以下步骤：根据所述电芯分区对应的目标电芯状态参数估算每个电芯分区的电芯状态；
    根据所述电芯状态估算所述电池的电池状态；
    其中，属于同一所述电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
  2. 根据权利要求1所述的方法，其中，判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内之后，还包括：
    在第一电芯分区的第一电芯的第一电芯状态参数不在所述第一电芯分区对应的第一电芯状态参数范围内的情况下，根据所述第一电芯的第一电芯状态参数调整所述第一电芯的所属电芯分区，得到调整后的电芯分区；
    针对调整后的电芯分区中的每个所述电芯分区分别执行以下步骤：按照调整后的电芯分区对应的目标电芯状态参数估算该电芯分区内的电芯状态。
  3. 根据权利要求1所述的方法，其中，在获取电池中多颗电芯中每颗电芯的第一电芯状态参数之后，还包括：
    在不存在多个电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在所述第一偏差范围内的电芯归属到同一电芯分区；
    针对每个所述电芯分区分别执行以下步骤：按照电芯分区对应的目标 电芯状态参数估算每个电芯区间内的电芯状态。
  4. 根据权利要求1所述的方法，其中，所述获取电池中多颗电芯中每颗电芯的第一电芯状态参数，包括：
    获取每颗电芯的电芯参数，所述电芯参数至少包括以下一种：电压、电流及温度；
    根据所述电芯参数，计算对应电芯的第一电芯状态参数。
  5. 根据权利要求1-4任一项所述的方法，其中，所述第一电芯状态参数包括OCV曲线和/或电芯容量。
  6. 根据权利要求1所述的方法，其中，所述电芯状态包括以下状态中的至少一个：荷电状态、健康状态和功率状态。
  7. 一种电池状态估算装置，其中，包括：
    获取模块，被配置为获取电池中多颗电芯中每颗电芯的第一电芯状态参数；
    判断模块，被配置为在存在多个电芯分区的情况下，针对每个所述电芯分区分别执行以下步骤：判断属于一个电芯分区的每颗电芯的第一电芯状态参数是否位于该电芯分区对应的第一电芯状态参数范围内；
    第一估算模块，被配置为在每个电芯分区的每颗电芯的第一电芯状态参数均位于该电芯分区对应的第一电芯状态参数范围内的情况下，针对每个所述电芯分区分别执行以下步骤：根据所述电芯分区对应的目标电芯状态参数估算每个电芯分区内的电芯状态；
    第二估算模块，被配置为根据所述电芯状态估算所述电池的电池状态；
    其中，属于同一所述电芯分区中的各颗电芯的第一电芯状态参数的偏差在第一偏差范围内。
  8. 根据权利要求7所述的装置，其中，所述装置还包括：
    调整模块，被配置为在第一电芯分区的第一电芯的第一电芯状态参数不在所述第一电芯分区对应的第一电芯状态参数范围内的情况下，根据所述第一电芯的第一电芯状态参数调整所述第一电芯的所属电芯分区，得到调整后的电芯分区；
    第三估算模块，被配置为针对调整后的电芯分区中的每个所述电芯分区分别执行以下步骤：按照调整后的电芯分区对应的目标电芯状态参数估算该电芯分区内的电芯状态。
  9. 根据权利要求7所述的装置，其中，所述装置还包括：
    分区模块，在获取电池中多颗电芯中每颗电芯的第一电芯状态参数之后，所述分区模块被配置为在不存在多个电芯分区的情况下，根据各颗电芯的第一电芯状态参数对各颗电芯进行分区，将第一电芯状态参数的偏差在所述第一偏差范围内的电芯归属到同一电芯分区；
    第四估算模块，被配置为针对每个所述电芯分区分别执行以下步骤：按照电芯分区对应的目标电芯状态参数估算每个电芯区间内的电芯状态。
  10. 一种电池***，其中，包括如权利要求7-9任一项所述的电池状态估算装置。
  11. 一种电池状态估算设备，其中，该设备包括：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程序，所述处理器执行所述程序时实现如权利要求1至6中任意一项所述的电池状态估算方法。
  12. 一种存储介质，其中，所述存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至6中任意一项所述的电池状态估算方法。
PCT/CN2020/099909 2020-07-02 2020-07-02 电池状态估算方法、装置、设备、电池***及存储介质 WO2022000415A1 (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
HUE20923695A HUE061832T2 (hu) 2020-07-02 2020-07-02 Akkumulátorállapot becslõ eljárás és berendezés, és eszköz, akkumulátor rendszer és tárolóeszköz
CN202080097521.7A CN115151832A (zh) 2020-07-02 2020-07-02 电池状态估算方法、装置、设备、电池***及存储介质
PCT/CN2020/099909 WO2022000415A1 (zh) 2020-07-02 2020-07-02 电池状态估算方法、装置、设备、电池***及存储介质
EP20923695.9A EP3958005B1 (en) 2020-07-02 2020-07-02 Battery state estimation method and apparatus, and device, battery system and storage medium
US17/565,460 US11402434B2 (en) 2020-07-02 2021-12-30 Battery state estimation method, apparatus, device, battery system and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/099909 WO2022000415A1 (zh) 2020-07-02 2020-07-02 电池状态估算方法、装置、设备、电池***及存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/565,460 Continuation US11402434B2 (en) 2020-07-02 2021-12-30 Battery state estimation method, apparatus, device, battery system and storage medium

Publications (1)

Publication Number Publication Date
WO2022000415A1 true WO2022000415A1 (zh) 2022-01-06

Family

ID=79317234

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/099909 WO2022000415A1 (zh) 2020-07-02 2020-07-02 电池状态估算方法、装置、设备、电池***及存储介质

Country Status (5)

Country Link
US (1) US11402434B2 (zh)
EP (1) EP3958005B1 (zh)
CN (1) CN115151832A (zh)
HU (1) HUE061832T2 (zh)
WO (1) WO2022000415A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115343649B (zh) * 2022-10-18 2023-03-14 力高(山东)新能源技术股份有限公司 一种电池组电芯一致性的检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901354A (zh) * 2014-04-23 2014-07-02 武汉市欧力普能源与自动化技术有限公司 一种电动汽车车载动力电池soc预测方法
CN108549032A (zh) * 2018-04-17 2018-09-18 北京智行鸿远汽车有限公司 一种电池健康状态soh的估算方法
US20180267106A1 (en) * 2017-03-14 2018-09-20 Denso Corporation Battery state estimating device
CN109596985A (zh) * 2018-12-29 2019-04-09 蜂巢能源科技有限公司 动力电池包内阻在线估算方法及电池管理***
CN109596986A (zh) * 2018-12-29 2019-04-09 蜂巢能源科技有限公司 动力电池包内阻在线估算方法及电池管理***
JP2019164969A (ja) * 2018-03-20 2019-09-26 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
CN110568362A (zh) * 2019-10-12 2019-12-13 东软睿驰汽车技术（沈阳）有限公司 一种电芯性能参数的确定方法和装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101187766B1 (ko) * 2008-08-08 2012-10-05 주식회사 엘지화학 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
DE102010030491A1 (de) * 2010-06-24 2011-12-29 Sb Limotive Company Ltd. Verfahren zur Feststellung wenigstens eines Zustandes einer Mehrzahl von Batteriezellen, Computerprogramm, Batterie und Kraftfahrzeug
US8710801B2 (en) * 2010-09-23 2014-04-29 Stmicroelectronics Application Gmbh Battery comprising circuitry for charge and discharge control, and method of operating a battery
JP5670693B2 (ja) * 2010-10-14 2015-02-18 矢崎総業株式会社 組電池の電圧監視装置
US10901042B2 (en) * 2017-04-25 2021-01-26 GM Global Technology Operations LLC Method and apparatus for evaluating battery cells containing materials that exhibit voltage hysteresis
CN107356874B (zh) * 2017-06-15 2021-02-05 宁德时代新能源科技股份有限公司 电池包荷电状态的估算方法、装置和***
CN206878453U (zh) 2017-07-11 2018-01-12 宁德时代新能源科技股份有限公司 电池保护装置和电池***
US20190190091A1 (en) * 2017-12-18 2019-06-20 Samsung Electronics Co., Ltd. Method and apparatus estimating a state of battery
CN109164398B (zh) 2018-08-03 2019-10-11 北京交通大学 一种锂离子电池组中单体电池容量估算方法
CN110031770B (zh) 2019-04-29 2021-08-17 上海玫克生储能科技有限公司 一种快速得到电池包中所有单体电池容量的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901354A (zh) * 2014-04-23 2014-07-02 武汉市欧力普能源与自动化技术有限公司 一种电动汽车车载动力电池soc预测方法
US20180267106A1 (en) * 2017-03-14 2018-09-20 Denso Corporation Battery state estimating device
JP2019164969A (ja) * 2018-03-20 2019-09-26 古河電気工業株式会社 充電可能電池状態検出装置および充電可能電池状態検出方法
CN108549032A (zh) * 2018-04-17 2018-09-18 北京智行鸿远汽车有限公司 一种电池健康状态soh的估算方法
CN109596985A (zh) * 2018-12-29 2019-04-09 蜂巢能源科技有限公司 动力电池包内阻在线估算方法及电池管理***
CN109596986A (zh) * 2018-12-29 2019-04-09 蜂巢能源科技有限公司 动力电池包内阻在线估算方法及电池管理***
CN110568362A (zh) * 2019-10-12 2019-12-13 东软睿驰汽车技术（沈阳）有限公司 一种电芯性能参数的确定方法和装置

Also Published As

Publication number Publication date
HUE061832T2 (hu) 2023-08-28
US20220120820A1 (en) 2022-04-21
CN115151832A (zh) 2022-10-04
EP3958005A1 (en) 2022-02-23
EP3958005B1 (en) 2023-04-05
EP3958005A4 (en) 2022-07-06
US11402434B2 (en) 2022-08-02

Similar Documents

Publication Publication Date Title
US11108247B2 (en) Method, apparatus, device and medium for equalization control of battery packs
US11175343B2 (en) Method and device for estimating remaining available energy of a power battery
US10989762B2 (en) Apparatus and method for detecting battery state of health
US10871521B2 (en) Method and apparatus for correcting SOC, battery management system and storage medium
CN110967636B (zh) 电池的荷电状态修正方法、装置、***和存储介质
CN107356874B (zh) 电池包荷电状态的估算方法、装置和***
US20160259012A1 (en) Energy storage device management apparatus, energy storage device management method, energy storage device module, energy storage device management program, and movable body
WO2018137324A1 (zh) 基于***参数相关系数的***升级评估方法
CN114705990B (zh) 电池簇荷电状态的估计方法及***、电子设备及存储介质
CN115932634A (zh) 一种对电池健康状态评估的方法、装置、设备及存储介质
WO2022000415A1 (zh) 电池状态估算方法、装置、设备、电池***及存储介质
KR101835377B1 (ko) 다변량 웨이블릿 변환 기반의 배터리팩 충전상태 추정 방법 및 그 장치
US11782096B2 (en) Method and system for improving state of health of rechargeable batteries
CN116087808B (zh) 一种电化学模型参数辨识过程的电流修正方法及***
US11598811B2 (en) Method, apparatus, and computer storage medium for identifying cell
CN113777497A (zh) 一种退化电池在线soc、soh联合估计方法、装置、存储介质和电子设备
CN110873846B (zh) 电流限值的获取方法、装置和存储介质
EP4253975A1 (en) Battery capacity estimation using recursive filter
CN116819339A (zh) 复合电极电池老化估计方法、装置、设备、介质及程序
CN116908703A (zh) 一种针对电网储能锂电池的soc和soh联合估计方法及装置
CN117741439A (zh) 修正参数的确定方法、装置及设备
CN114966408A (zh) 动力电池在线参数辨识方法、装置、设备及载人飞行器
CN116165565A (zh) 电池包老化值的确定方法、电子设备及可读存储介质

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2020923695

Country of ref document: EP

Effective date: 20210916

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20923695

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE