CN108169680A - 动力电池健康状态评估方法、系统及电动车辆 - Google Patents
动力电池健康状态评估方法、系统及电动车辆 Download PDFInfo
- Publication number
- CN108169680A CN108169680A CN201711297358.5A CN201711297358A CN108169680A CN 108169680 A CN108169680 A CN 108169680A CN 201711297358 A CN201711297358 A CN 201711297358A CN 108169680 A CN108169680 A CN 108169680A
- Authority
- CN
- China
- Prior art keywords
- health status
- filled
- normalization
- battery
- capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及一种动力电池健康状态评估方法，该方法包括选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；根据所述健康状态估算模型求解所述健康状态。该方法中健康状态估算模型的建立简单方便，估算过程计算量小，可以实现健康状态快速实时在线估算；只需要部分电池充电监测数据即可对电池健康状态快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。本发明还提供一种动力电池健康状态评估系统及电动车辆。
Description
技术领域
本发明涉及电池技术领域，尤其涉及一种动力电池健康状态评估方法、系统及电动车辆。
背景技术
随着能源危机与环境污染问题日益加重，使各国开始重视可再生绿色能源的使用和推广。最近几年来，电动汽车和储能等新能源领域的出现，使得锂离子电池成为热门的研究方向。锂离子电池的研究除了围绕电池本身外，电池管理系统也属于重要的研究方向之一。在电池管理系统研究中，电池系统的健康状态(State of Health,SOH)则是当前最薄弱的环节之一。电池系统的SOH估算是当前电池管理系统的重大缺陷，直接影响了电池的实用性、经济性和安全性等方面。
随着电池的不断使用，电池内部的电化学副反应累积效应会导致电池的SOH逐渐降低。目前市场上评价电芯健康状态的主流指标是指在一定条件下，电池所能充入或放出电量与电池标称容量的百分比。一般当电池的容量下降到初始容量的80％时，即SOH小于80％时，就应该更换电池。目前常见的SOH估算方法有负载放电法、内阻测试法、电化学阻抗分析法和模型建立法等。以上方法由于测试时间长、建模复杂困难或者估算精度低等原因，无法实现实时在线估算单体电芯及整个电池包的健康状态。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种动力电池健康状态评估方法、系统及电动车辆。
本发明解决上述技术问题的技术方案如下：一种动力电池健康状态评估方法，包括：
选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；
根据所述健康状态估算模型求解所述健康状态。
本发明的有益效果是：本发明根据电池充电过程中两个电压之间的充入容量，建立SOH估算模型，实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型包括：
绘制电池电芯在不同健康状态下的充电电压与容量曲线；
将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；
在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；
根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
采用上述进一步方案的有益效果是，根据上述方法简便快速精确地获取归一化充入容量数值与所述健康状态的关联关系，再根据归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，归一化充入容量数值与所述健康状态的关联关系的准确性决定了估算模型的精度。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，所述根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态包括：
绘制所述归一化充入容量数值与所述健康状态的关系曲线；
根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；
根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；
根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
采用上述进一步方案的有益效果是，通过绘制归一化充入容量数值与所述健康状态的关系曲线，并对关系曲线进行曲线拟合，实现对归一化充入容量数值的误差修正，提高归一化充入容量数值的精度，进而提高了健康状态估算模型的精度，提高了评估的准确率。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，当所述归一化充入容量数值与所述健康状态的关联关系为线性关系时，记所述线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
采用上述进一步方案的有益效果是，根据电池健康状态的定义获取健康状态与归一化充入容量数值的关系，再对关系曲线进行线性拟合，获取线性关系的关系系数，进而获得健康状态估算模型，模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，所述电池电芯为锂电池电芯。
采用上述进一步方案的有益效果是，该方法适用于各种锂电池电芯体系，包括但不限于LiFePO4、LiNixCoyMnzO2、LiNixCoyAlzO2(0≤x≤1、0≤y≤1、0≤z≤1，x+y+z＝1)、LiMn2O4等正极材料，碳/硅碳/LTO等负极材料构成的电池体系。
本发明解决上述技术问题的另一技术方案如下：一种动力电池健康状态评估系统，包括：
采集模块，用于选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
建模模块，用于确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；
估算模块，用于根据所述健康状态估算模型求解所述健康状态。
本发明的有益效果是：本发明根据电池充电过程中两个电压之间的充入容量，建立SOH估算模型，实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述建模模块包括：
绘图单元，用于绘制电池电芯在不同健康状态下的充电电压与容量曲线；
归一化单元，用于将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；
数据选取单元，用于在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；
建模单元，用于根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
采用上述进一步方案的有益效果是，根据上述方法简便快速精确地获取归一化充入容量数值与所述健康状态的关联关系，再根据归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，归一化充入容量数值与所述健康状态的关联关系的准确性决定了估算模型的精度。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，所述建模单元具体用于：
绘制所述归一化充入容量数值与所述健康状态的关系曲线；
根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；
根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；
根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
采用上述进一步方案的有益效果是，通过绘制归一化充入容量数值与所述健康状态的关系曲线，并对关系曲线进行曲线拟合，实现对归一化充入容量数值的误差修正，提高归一化充入容量数值的精度，进而提高了健康状态估算模型的精度，提高了评估的准确率。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，当所述归一化充入容量数值与所述健康状态的关联关系为线性关系时，记所述线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
采用上述进一步方案的有益效果是，根据电池健康状态的定义获取健康状态与归一化充入容量数值的关系，再对关系曲线进行线性拟合，获取线性关系的关系系数，进而获得健康状态估算模型，模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
进一步，所述电池电芯为锂电池电芯。
采用上述进一步方案的有益效果是，该方法适用于各种锂电池电芯体系，包括但不限于LiFePO4、LiNixCoyMnzO2、LiNixCoyAlzO2(0≤x≤1、0≤y≤1、0≤z≤1，x+y+z＝1)、LiMn2O4等正极材料，碳/硅碳/LTO等负极材料构成的电池体系。
本发明解决上述技术问题的另一技术方案如下：一种电动车辆，包括上述技术方案所述的动力电池健康状态评估系统。
本发明的有益效果是：包括上述技术方案所述的动力电池健康状态评估系统的电动车辆，可实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。
附图说明
图1为本发明一实施例提供的动力电池健康状态评估方法的示意性流程图；
图2为本发明另一实施例提供的动力电池健康状态评估方法的示意性流程图；
图3为本发明一实施例提供的动力电池健康状态评估系统的示意性结构框图；
图4为本发明一实施例提供的电池电芯在不同健康状态下的充电电压与容量曲线图；
图5为图4中充电电压与容量曲线图归一化获得的归一化充电电压与容量曲线图；
图6为根据图5中归一化充电电压与容量曲线获得的归一化充入容量数值与所述健康状态的关系曲线图；
图7为本发明另一实施例提供的电池电芯在不同健康状态下的充电电压与容量曲线图；
图8为图7中充电电压与容量曲线图归一化获得的归一化充电电压与容量曲线图；
图9为根据图8中归一化充电电压与容量曲线获得的归一化充入容量数值与所述健康状态的关系曲线。
附图中，各标号所代表的部件列表如下：
310、采集模块，320、建模模块，330、估算模块。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
图1给出了本发明实施例提供的一种动力电池健康状态评估方法的示意性流程图。如图1所示，该方法包括：
S110，选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
S120，确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；
S130，根据所述健康状态估算模型求解所述健康状态。
该实施例中，根据电池充电过程中两个电压之间的充入容量,两个电压可以任意选择，建立SOH估算模型，实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。
可选地，作为本发明另外一个实施例，如图2所示，一种动力电池健康状态评估方法，包括：
S210，选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
S220，绘制电池电芯在不同健康状态下的充电电压与容量曲线；
S230，将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；
S240，在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；
S250，根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态；
S260，根据所述健康状态估算模型求解所述健康状态。
当前的电池管理系统，由于SOH估算方法复杂，计算量过大或者估算精度低等，难以对电池进行实时SOH估计，本发明实施例通过对电池充电过程中电压与容量曲线进行归一化处理，然后对归一化容量与SOH曲线进行拟合，建立了一种SOH估算方法，只需要部分充电数据即可对电池SOH进行快速实时估计。
该实施例中，根据上述方法简便快速精确地获取归一化充入容量数值与所述健康状态的关联关系，再根据归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，归一化充入容量数值与所述健康状态的关联关系的准确性决定了估算模型的精度。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
可选地，作为本发明一个实施例，还包括对归一化充入容量数值进行误差修改的步骤。根据修正后的归一化充入容量数值与所述健康状态的关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态包括：
S310，绘制所述归一化充入容量数值与所述健康状态的关系曲线；
S320，根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；
S330,根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；
S340,根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
该实施例中，通过绘制归一化充入容量数值与所述健康状态的关系曲线，并对该曲线进行曲线拟合，实现对归一化充入容量数值的误差修正，提高归一化充入容量数值的精度，进而提高了健康状态估算模型的精度，提高了评估的准确率。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
该实施例中，当归一化充入容量数值与所述健康状态的关联关系为线性关系时，记线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
该实施例中，从归一化充入容量数值与所述健康状态的关系曲线中找到ΔC与SOH的关系，ΔC＝f(SOH)，该实施例中ΔC与SOH为线性关系，可表示为ΔC＝f(SOH)＝aSOH+b；根据电池健康状态的定义获取健康状态与归一化充入容量数值的关系，再对关系曲线进行线性拟合，获取线性关系的关系系数，进而获得健康状态估算模型，模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
上文结合图1至图2，详细描述了根据本发明实施例提供动力电池健康状态评估方法。下面结合图3，详细描述本发明实施例提供动力电池健康状态评估系统。
图3给出了本发明实施例提供的一种动力电池健康状态评估系统的示意性结构框图。如图3所示，该系统包括采集模块310、建模模块320和估算模块330。
采集模块310选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；建模模块320确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；估算模块330根据所述健康状态估算模型求解所述健康状态
该实施例中，根据电池充电过程中两个电压之间的充入容量，建立SOH估算模型，实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。
可选地，作为本发明另外一个实施例，建模模块包括：绘图单元、归一化单元、数据选取单元和建模单元。绘图单元用于绘制电池电芯在不同健康状态下的充电电压与容量曲线；归一化单元用于将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；数据选取单元用于在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；建模单元用于根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
该实施例中，根据上述方法简便快速精确地获取归一化充入容量数值与所述健康状态的关联关系，再根据归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，归一化充入容量数值与所述健康状态的关联关系的准确性决定了估算模型的精度。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
可选地，作为本发明一个实施例，建模单元具体用于：绘制所述归一化充入容量数值与所述健康状态的关系曲线；根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
该实施例中，通过绘制归一化充入容量数值与所述健康状态的关系曲线，并对该曲线进行曲线拟合，实现对归一化充入容量数值的误差修正，提高归一化充入容量数值的精度，进而提高了健康状态估算模型的精度，提高了评估的准确率。模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
该实施例中，当归一化充入容量数值与所述健康状态的关联关系为线性关系时，记线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
该实施例中，根据电池健康状态的定义获取健康状态与归一化充入容量数值的关系，再对关系曲线进行线性拟合，获取线性关系的关系系数，进而获得健康状态估算模型，模型建立简单方便，计算量小，可实现健康状态的实时在线评估，且估算精度高。
该实施例方案适用于各种锂电池电芯体系，包括但不限于LiFePO4、LiNixCoyMnzO2、LiNixCoyAlzO2(0≤x≤1、0≤y≤1、0≤z≤1，x+y+z＝1)、LiMn2O4等正极材料，碳/硅碳/LTO等负极材料构成的电池体系。
本发明实施例还提供一种电动车辆，包括上述技术方案所述的动力电池健康状态评估系统。该实施例中，包括上述技术方案所述的动力电池健康状态评估系统的电动车辆，可实现对电池的SOH快速估算；电池SOH估算模型的建立简单方便，估算过程计算量小，可以实现SOH快速实时在线估算；只需要部分电池充电监测数据即可对电池SOH快速准确估算；实现电池亚健康状态下故障预警，为电池系统的保养维护提供依据。一般电池包使用过程中会监测电池包中每个电芯的状态，可使用本发明实施例方法对电池包中每个电芯进行监控估算健康状态，从而得到电池包整体的健康状态。
图4给出了本发明一实施例提供的电池电芯在不同健康状态下的充电电压与容量曲线图。图5为图4中充电电压与容量曲线图归一化获得的归一化充电电压与容量曲线图。图6为根据图5中归一化充电电压与容量曲线获得归一化充入容量数值与所述健康状态的关系曲线图。
该实施例中对额定容量42Ah的三元锂离子电池进行充放电循环测试，得到不同SOH下电压与容量曲线，进而获得归一化充电电压与容量曲线图。
从充电电压与容量曲线图中可以看出，不同健康状态SOH下，电压容量曲线非常相似。选择两个电压，如4V和4.2V，在图5中找到曲线上两个电压对应的归一化电压，然后可找到对应的两个归一化容量C1和C2。
电池的健康状态SOH为电池当前可用的最大容量与新电池可用的最大容量的比值。根据归一化处理的规则，C2-C1为两电压之间的冲入容量C与电池当前可用的最大容量的比值，所以电池当前可用的最大容量为：
记归一化充入容量数值ΔC＝C2-C1，由此可得
公式中C0为电芯额定容量。
该实施例中，C为4V到4.2V之间的充入容量，C0为电芯额定容量42Ah，C1和C2分别为两电压对应的两个归一化容量。使用该公式对SOH进行估计时，误差主要由电池管理系统中监测记录的C和估算模型中的C1和C2决定。为了提高C1和C2的精度，需要对C1和C2进行误差修正。记ΔC＝C2-C1，图6为ΔC与SOH曲线，从图中可看出ΔC与SOH基本为线性关系(其它电芯不一定是线性关系,可以使用其他曲线拟合)，记ΔC＝aSOH+b，将该关系代入上述估算公式可得：
求解SOH可得：
对图6中曲线进行线性拟合可得a＝-0.29337，b＝0.45223。将a、b和C0代入公式可得：
其中C为4V到4.2V的充入容量。取几个不同SOH的旧电芯根据上述步骤进行验证，验证结果如表1所示。从表1中数据可知，本发明实施例提供的评估方法获得的评估结果准确率非常高。
表1
| 电芯编号 | 实际容量/Ah | 实际SOH/％ | SOH估计/％ | 误差/％ |
| 1 | 41.973 | 99.94 | 97.99 | -1.95117 |
| 2 | 40.603 | 96.67 | 95.63 | -1.07582 |
| 3 | 40.375 | 96.13 | 95.49 | -0.66577 |
| 4 | 39.538 | 94.14 | 95.07 | 0.98789 |
| 5 | 39.218 | 93.38 | 91.09 | -2.45235 |
| 6 | 37.589 | 89.5 | 88.04 | -1.63128 |
| 7 | 36.219 | 86.24 | 85.29 | -1.10158 |
图7给出了本发明另一实施例提供的电池电芯在不同健康状态下的充电电压与容量曲线图；图8为图7中充电电压与容量曲线图归一化获得的归一化充电电压与容量曲线图；图9为根据图8中归一化充电电压与容量曲线获得的归一化充入容量数值与所述健康状态的关系曲线。
对额定容量37Ah的三元锂离子电池进行充放电循环测试，得到不同SOH下电压与容量曲线，进而获得归一化充电电压与容量曲线图。
对图9中ΔC与SOH曲线线性拟合可得a＝-0.34037，b＝0.49742，进而得到：
取几个不同SOH的旧电芯进行验证，数据见表2。由表2数据可知，本发明实施例提供的评估方法获得的评估结果准确率非常高。
表2
| 电芯编号 | 实际容量 | 实际SOH/％ | SOH估计/％ | 误差/％ |
| 1 | 36.592 | 98.9 | 101.29 | 2.416582 |
| 2 | 35.825 | 96.82 | 99.53 | 2.799008 |
| 3 | 34.75 | 93.92 | 97.14 | 3.42845 |
| 4 | 33.683 | 91.04 | 93.48 | 2.680141 |
| 5 | 33.022 | 89.25 | 87.19 | -2.30812 |
| 6 | 31.293 | 84.58 | 83.35 | -1.45424 |
| 7 | 30.162 | 81.52 | 82.45 | 1.140824 |
本发明实施例中，估算模型的建立简单快捷；估算模型简单，只需要部分充电参数即可估算，计算过程简单，可实现在线实时计算；可实时监控电池健康状态，为电池管理系统的策略制定和监控平台预警提供有效支持，实现提前发现、提前干预的效果，可大大改善用户体验，节约售后维修成本。
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，上述描述的装置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。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种动力电池健康状态评估方法，其特征在于，包括：
选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；
根据所述健康状态估算模型求解所述健康状态。
2.根据权利要求1所述的方法，其特征在于，所述确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型包括：
绘制电池电芯在不同健康状态下的充电电压与容量曲线；
将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；
在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；
根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
3.根据权利要求2所述的方法，其特征在于，所述根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态包括：
绘制所述归一化充入容量数值与所述健康状态的关系曲线；
根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；
根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；
根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
4.根据权利要求3所述的方法，其特征在于，当所述归一化充入容量数值与所述健康状态的关联关系为线性关系时，记所述线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述电池电芯为锂电池电芯。
6.一种动力电池健康状态评估系统，其特征在于，包括：
采集模块，用于选取电池电芯充电过程中的两个电压，获取所述两个电压之间的充入容量；
建模模块，用于确定所述两个电压之间的充入容量与健康状态之间的对应关系，根据所述对应关系建立健康状态估算模型；
估算模块，用于根据所述健康状态估算模型求解所述健康状态。
7.根据权利要求6所述的系统，其特征在于，所述建模模块包括：
绘图单元，用于绘制电池电芯在不同健康状态下的充电电压与容量曲线；
归一化单元，用于将所述充电电压与容量曲线中的充电电压和容量进行归一化处理，获取归一化充电电压与容量曲线；
数据选取单元，用于在每个所述归一化充电电压与容量曲线中找出所述两个电压之间的归一化充入容量数值；
建模单元，用于根据所述归一化充入容量数值与所述健康状态的关联关系建立健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
8.根据权利要求7所述的系统，其特征在于，所述建模单元具体用于：
绘制所述归一化充入容量数值与所述健康状态的关系曲线；
根据所述关系曲线确定所述归一化充入容量数值与所述健康状态的关联关系；
根据所述关联关系对所述关系曲线进行曲线拟合，确定所述关联关系的关系系数；
根据确定关系系数的关联关系确定所述健康状态估算模型，根据所述健康状态估算模型求解所述健康状态。
9.根据权利要求8所述的系统，其特征在于，当所述归一化充入容量数值与所述健康状态的关联关系为线性关系时，记所述线性关系式为：
ΔC＝aSOH+b
其中ΔC为归一化充入容量数值，SOH为健康状态，a和b为所述线性关系的关系系数；
健康状态定义公式如下：
根据确定线性关系系数的线性关系确定所述健康状态估算模型为：
其中，C为所述选取电池电芯充电过程中的两个电压之间的充入容量，C0为电芯额定容量。
10.一种电动车辆，其特征在于，包括权利要求6至9任一项所述的动力电池健康状态评估系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711297358.5A CN108169680A (zh) | 2017-12-08 | 2017-12-08 | 动力电池健康状态评估方法、系统及电动车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711297358.5A CN108169680A (zh) | 2017-12-08 | 2017-12-08 | 动力电池健康状态评估方法、系统及电动车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108169680A true CN108169680A (zh) | 2018-06-15 |
Family
ID=62525593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711297358.5A Withdrawn CN108169680A (zh) | 2017-12-08 | 2017-12-08 | 动力电池健康状态评估方法、系统及电动车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108169680A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109633329A (zh) * | 2018-12-26 | 2019-04-16 | 上海奥威科技开发有限公司 | 多回路储能设备的故障检测方法、装置、终端设备及介质 |
| CN109856558A (zh) * | 2019-02-18 | 2019-06-07 | 王国平 | 一种蓄电池健康度检测方法及系统 |
| CN111064253A (zh) * | 2019-12-30 | 2020-04-24 | 上海电力大学 | 一种基于平均离散Fréchet距离的电池健康度快速评估方法 |
| CN112213643A (zh) * | 2020-09-30 | 2021-01-12 | 蜂巢能源科技有限公司 | 电池初始容量、电池健康状态的预测方法、系统及设备 |
| CN113015918A (zh) * | 2018-08-31 | 2021-06-22 | Avl李斯特有限公司 | 用于确定二次电池的健康状态的方法和电池管理系统 |
| WO2021238228A1 (zh) * | 2020-05-28 | 2021-12-02 | 江苏大学 | 基于"标准化温度"的宽温度范围下电池健康状态在线估测方法 |
| CN114355224A (zh) * | 2022-03-17 | 2022-04-15 | 深圳市信润富联数字科技有限公司 | 电池健康状态预测方法、装置、电子装置及可读存储介质 |
| CN116381540A (zh) * | 2023-06-05 | 2023-07-04 | 石家庄学院 | 一种计算机运行状态下电池健康监控系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| CN103728563A (zh) * | 2013-12-17 | 2014-04-16 | 惠州市亿能电子有限公司 | 一种电池健康状态的测算方法 |
| CN106569136A (zh) * | 2016-10-19 | 2017-04-19 | 广州市香港科大霍英东研究院 | 一种电池健康状态在线估计方法及系统 |
| CN106772064A (zh) * | 2016-11-25 | 2017-05-31 | 广东电网有限责任公司电力科学研究院 | 一种锂离子电池健康状态预测方法及装置 |
| JP2017129401A (ja) * | 2016-01-19 | 2017-07-27 | 日立化成株式会社 | 電池状態推定方法および装置 |
| CN107329094A (zh) * | 2017-08-23 | 2017-11-07 | 北京新能源汽车股份有限公司 | 动力电池健康状态估算方法及装置 |
-
2017
- 2017-12-08 CN CN201711297358.5A patent/CN108169680A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
| CN103728563A (zh) * | 2013-12-17 | 2014-04-16 | 惠州市亿能电子有限公司 | 一种电池健康状态的测算方法 |
| JP2017129401A (ja) * | 2016-01-19 | 2017-07-27 | 日立化成株式会社 | 電池状態推定方法および装置 |
| CN106569136A (zh) * | 2016-10-19 | 2017-04-19 | 广州市香港科大霍英东研究院 | 一种电池健康状态在线估计方法及系统 |
| CN106772064A (zh) * | 2016-11-25 | 2017-05-31 | 广东电网有限责任公司电力科学研究院 | 一种锂离子电池健康状态预测方法及装置 |
| CN107329094A (zh) * | 2017-08-23 | 2017-11-07 | 北京新能源汽车股份有限公司 | 动力电池健康状态估算方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张剑楠: "锂离子动力电池健康状态估计算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113015918B (zh) * | 2018-08-31 | 2024-04-02 | Avl李斯特有限公司 | 用于确定二次电池的健康状态的方法和电池管理系统 |
| CN113015918A (zh) * | 2018-08-31 | 2021-06-22 | Avl李斯特有限公司 | 用于确定二次电池的健康状态的方法和电池管理系统 |
| US11982720B2 (en) | 2018-08-31 | 2024-05-14 | Avl List Gmbh | Method and battery management system for ascertaining a state of health of a secondary battery |
| CN109633329A (zh) * | 2018-12-26 | 2019-04-16 | 上海奥威科技开发有限公司 | 多回路储能设备的故障检测方法、装置、终端设备及介质 |
| CN109633329B (zh) * | 2018-12-26 | 2021-11-30 | 上海奥威科技开发有限公司 | 多回路储能设备的故障检测方法、装置、终端设备及介质 |
| CN109856558A (zh) * | 2019-02-18 | 2019-06-07 | 王国平 | 一种蓄电池健康度检测方法及系统 |
| CN111064253A (zh) * | 2019-12-30 | 2020-04-24 | 上海电力大学 | 一种基于平均离散Fréchet距离的电池健康度快速评估方法 |
| WO2021238228A1 (zh) * | 2020-05-28 | 2021-12-02 | 江苏大学 | 基于"标准化温度"的宽温度范围下电池健康状态在线估测方法 |
| US11442113B2 (en) | 2020-05-28 | 2022-09-13 | Jiangsu University | On-line estimation method of battery state of health in wide temperature range based on “standardized temperature” |
| CN112213643A (zh) * | 2020-09-30 | 2021-01-12 | 蜂巢能源科技有限公司 | 电池初始容量、电池健康状态的预测方法、系统及设备 |
| CN112213643B (zh) * | 2020-09-30 | 2023-06-23 | 蜂巢能源科技有限公司 | 电池初始容量、电池健康状态的预测方法、系统及设备 |
| CN114355224A (zh) * | 2022-03-17 | 2022-04-15 | 深圳市信润富联数字科技有限公司 | 电池健康状态预测方法、装置、电子装置及可读存储介质 |
| CN116381540A (zh) * | 2023-06-05 | 2023-07-04 | 石家庄学院 | 一种计算机运行状态下电池健康监控系统 |
| CN116381540B (zh) * | 2023-06-05 | 2023-08-22 | 石家庄学院 | 一种计算机运行状态下电池健康监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108169680A (zh) | 动力电池健康状态评估方法、系统及电动车辆 | |
| CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
| CN107121643B (zh) | 锂离子电池健康状态联合估计方法 | |
| CN105866700B (zh) | 一种锂离子电池快速筛选的方法 | |
| CN108254696A (zh) | 电池的健康状态评估方法及系统 | |
| CN113219351B (zh) | 动力电池的监控方法及装置 | |
| CN107656210A (zh) | 一种估算电池电量状态的方法 | |
| CN103163480A (zh) | 锂电池健康状态的评估方法 | |
| CN106569136A (zh) | 一种电池健康状态在线估计方法及系统 | |
| CN107831444A (zh) | 一种锂离子电池健康状态估计方法 | |
| CN113406523B (zh) | 一种储能电池状态评价方法、装置、电子设备及存储系统 | |
| CN107843846A (zh) | 一种锂离子电池健康状态估计方法 | |
| CN108037462A (zh) | 蓄电池健康状况量化方法及系统 | |
| CN107064809A (zh) | 计及电池电化学特性的动态等效电路模型及其工作方法 | |
| CN107831442A (zh) | 远程估算soc的方法、装置、存储介质及计算机设备 | |
| Feng et al. | A graphical model for evaluating the status of series‐connected lithium‐ion battery pack | |
| CN107861074B (zh) | 一种锂电池soc估算方法 | |
| CN115542186B (zh) | 一种储能电池状态及一致性评价方法、装置、设备及介质 | |
| CN108732499A (zh) | 一种检测锂离子电池循环寿命的方法和系统 | |
| CN107942261A (zh) | 电池荷电状态的估计方法及系统 | |
| CN113657360A (zh) | 锂电池健康状态估计方法、装置、设备及可读存储介质 | |
| CN108572320A (zh) | 电池最小单体及系统有效容量、健康状态估算方法及装置 | |
| CN112485695A (zh) | 动力电池的检测方法及装置 | |
| TW201823757A (zh) | 電池生命週期預測系統及其方法 | |
| CN110673037A (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180615 |