CN109596986B - 动力电池包内阻在线估算方法及电池管理系统 - Google Patents
动力电池包内阻在线估算方法及电池管理系统 Download PDFInfo
- Publication number
- CN109596986B CN109596986B CN201811642076.9A CN201811642076A CN109596986B CN 109596986 B CN109596986 B CN 109596986B CN 201811642076 A CN201811642076 A CN 201811642076A CN 109596986 B CN109596986 B CN 109596986B
- Authority
- CN
- China
- Prior art keywords
- internal resistance
- battery pack
- power battery
- cell
- battery cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009826 distribution Methods 0.000 claims abstract description 43
- 238000001422 normality test Methods 0.000 claims abstract description 37
- 238000012360 testing method Methods 0.000 claims abstract description 37
- 230000009466 transformation Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000011430 maximum method Methods 0.000 description 3
- 238000000846 Bartlett's test Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000001168 Hartley's test Methods 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000011869 Shapiro-Wilk test Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明涉及汽车动力电池技术领域,提供一种动力电池包内阻在线估算方法及电池管理系统,解决了现有技术中估算动力电池包内阻误差较大的问题。本发明所述的动力电池包内阻在线估算方法包括:获取动力电池包中每个电芯的内阻和温度、电压和荷电状态,并判断当前获取的所有电芯的内阻是否满足估算条件;若满足所述估算条件,判断当前获取的所有电芯的温度、电压和荷电状态是否满足预设全局分布;若满足所述预设全局分布,对所获取的每个电芯的内阻进行正态性检验和方差齐性检验;当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,根据每个电芯的内阻确定所述动力电池包的内阻。本发明实施例适用于在线估算动力电池包内阻的过程。
Description
技术领域
本发明涉及汽车动力电池技术领域,特别涉及一种动力电池包内阻在线估算方法及电池管理系统。
背景技术
动力电池的健康度(State of health,SOH),是指在一定的条件下,电池所能放出的容量与电池标称容量的比值,是反映电池的整体性能以及电流放电的能力,主要用来表述动力电池的健康状态。实时了解动力电池包中每个电芯的健康状况,可以延长电芯的使用寿命,保证动力电池包的整体充电与放电性能。
电芯健康状态的重要依据指标可以用电池性能参数之一的内阻来标定。各种类型的电芯都存在内阻,因此在电芯工作时会被内阻消耗一部分电能,而损耗的电能与电芯内阻成正比。而对于锂离子电池,在多次充放电工作以后,其内部由于化学变化,内阻会逐渐增加,这就造成了电芯可用能量的降低。大多数条件下,相同参数的电芯中内阻小反而放电能力很强。因此,估算动力电池包的内阻成为了电动车动力电池管理系统的健康状态估算的关键技术之一。
在估算动力电池包内阻的现有技术中,存在最大法和平均法。其中,最大法是通过比较电池包中的所有电芯的内阻,得到最大的估算内阻作为电池包的估算内阻。但是存在由于某些特殊的误差点影响电池包的结果,造成错误估算。如表1所示,同一个电池包不同电芯下估算出的内阻,前7个电芯的内阻均为1,然而第8个电芯的内阻为5,如果采用最大法进行估算的话,电池包的内阻会采用最大的内阻值作为电池包的内阻,即电池包的内阻为5,就会高估电池包的老化。
表1
| 电芯号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 内阻 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 5 |
另外的平均值法是通过计算电池包中的所有电芯的平均内阻作为电池包内阻的方法,此种方法在某些情况下同样会出现较大误差。如表2所示,当第8个电芯的内阻为1.1,第7个电芯的内阻为0.9,在求平均值时,第7个电芯的内阻被平均为1,存在低估电池包老化的情况。
表2
| 电芯号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 内阻 | 1 | 1 | 1 | 1 | 1 | 1 | 0.9 | 1.1 |
发明内容
有鉴于此,本发明旨在提出一种动力电池包内阻在线估算方法及电池管理系统,以至少部分地解决上述技术问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种动力电池包内阻在线估算方法,所述动力电池包内阻在线估算方法包括:获取动力电池包中每个电芯的内阻和指标数据,并判断当前获取的所有电芯的内阻是否满足估算条件,所述指标数据包括温度、电压和荷电状态;若当前获取的所有电芯的内阻满足所述估算条件,判断当前获取的所有电芯的指标数据是否满足预设全局分布;若当前获取的所有电芯的指标数据满足所述预设全局分布,对所获取的每个电芯的内阻进行正态性检验和方差齐性检验;当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,根据每个电芯的内阻确定所述动力电池包的内阻。
进一步地,所述估算条件为由所述动力电池包中每个电芯的内阻与其对应的内阻初值进行比较,并确定所有电芯的内阻发生变化的个数超过预设个数。
进一步地,在所述判断当前获取的所有电芯的内阻是否满足估算条件之后,所述动力电池包内阻在线估算方法还包括:若当前获取的所有电芯的内阻不满足所述估算条件,继续获取所述动力电池包中每个电芯的内阻和指标数据。
进一步地,所述判断当前获取的所有电芯的指标数据是否满足预设全局分布包括:按照预设数值范围建立所述指标数据的三维列表,其中,所述三维列表被划分为预设个数的相同区域,且每个区域中包括的表格数相同;确定当前获取的所有电芯的指标数据在所述三维列表中每个区域分布的个数;根据所述每个区域分布的个数,通过概率质量函数,确定每个区域对应的质量概率值;将所有区域对应的质量概率值与预设概率值进行比较;当所有区域对应的质量概率值均大于或等于所述预设概率值时,确定当前获取的所有电芯的指标数据满足所述预设全局分布;当所有区域对应的质量概率值中存在至少一个质量概率值小于所述预设概率值时,确定当前获取的所有电芯的指标数据不满足所述预设全局分布。
进一步地,在所述判断当前获取的所有电芯的指标数据是否满足预设全局分布之后,所述动力电池包内阻在线估算方法还包括:若当前获取的所有电芯的指标数据不满足所述预设全局分布,继续获取所述动力电池包中每个电芯的内阻和指标数据。
进一步地,所述对所获取的每个电芯的内阻进行正态性检验和方差齐性检验包括:将满足所述预设全局分布的当前获取的所有电芯中每个电芯的内阻以及在满足所述预设全局分布之前获取的每个电芯的内阻,确定为每个电芯的内阻的数据集;将每个电芯的内阻的数据集进行正态性检验;当每个电芯的内阻的数据集均通过正态性检验后,将每个电芯的内阻的数据集进行方差齐性检验。
进一步地,在所述对所获取的每个电芯的内阻进行正态性检验和方差齐性检验之后,所述动力电池包内阻在线估算方法还包括:对未通过正态性检验的电芯的内阻的数据集进行正态化变换;对未通过方差齐性检验的电芯的内阻的数据集进行方差修正。
进一步地,所述根据每个电芯的内阻确定所述动力电池包的内阻包括:根据得到第i个电芯的内阻估值其中,yj为所述第i个电芯的内阻的数据集中第j个内阻值,k为所述第i个电芯的内阻的数据集中内阻值的总个数,fj为所述第i个电芯的内阻的数据集中第j个内阻值对应的权重,且为在所述第i个电芯的内阻的数据集中与第j个内阻值相同的个数与k的比值;根据得到所述动力电池包的内阻X,其中,n为所述动力电池包中电芯的总个数,为所述动力电池包中第i个电芯的内阻估值,qi为所述第i个电芯的内阻估值对应的权重,且为在所述动力电池包中与所述第i个电芯的内阻估值相同的个数与n的比值。
进一步地,在所述根据每个电芯的内阻确定所述动力电池包的内阻之后,所述动力电池包内阻在线估算方法还包括:将每个电芯的内阻估值确定为其对应的内阻初值。
相对于现有技术,本发明所述的动力电池包内阻在线估算方法具有以下优势:
(1)本发明所述的动力电池包内阻在线估算方法实现了对动力电池包内阻的在线估算,在获取电池包中的电芯内阻和指标数据时,当所有电芯的内阻满足估算条件时才进行指标数据是否满足所述预设全局分布的判断,当指标数据满足所述预设全局分布才进行电池包内阻的估算,否则继续获取电芯的内阻和指标数据。对估算电池包的内阻的条件有一定的限制,避免了一旦获取到电芯的内阻就进行估算,节省计算资源与电耗。
(2)本发明所述的动力电池包内阻在线估算方法实现了对所获取的每个电芯的内阻进行正态性检验和方差齐性检验,只有当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,才会根据每个电芯的内阻确定所述动力电池包的内阻,提高了动力电池包的内阻估算精度,数据可靠性增大。
本发明的另一目的在于提出一种电池管理系统,所述电池管理系统用于执行如上所述的动力电池包内阻在线估算方法。
所述电池管理系统与上述动力电池包内阻在线估算方法相对于现有技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施方式及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例提供的一种动力电池包内阻在线估算方法的流程示意图;
图2是本发明实施例提供的三维列表图示;
图3是本发明实施例提供的对三维列表进行区域划分的图示;
图4是本发明实施例提供的当前获取的所有电芯的指标数据在所述三维列表中每个区域分布的图示;
图5是本发明实施例提供的另一种动力电池包内阻在线估算方法的流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。
下面将参考附图并结合实施方式来详细说明本发明。
图1是本发明实施例提供的一种动力电池包内阻在线估算方法的流程示意图。如图1所示,所述动力电池包内阻在线估算方法包括如下步骤:
步骤101,获取动力电池包中每个电芯的内阻和指标数据,并判断当前获取的所有电芯的内阻是否满足估算条件,所述指标数据包括温度、电压和荷电状态;
步骤102,若当前获取的所有电芯的内阻满足所述估算条件,判断当前获取的所有电芯的指标数据是否满足预设全局分布;
步骤103,若当前获取的所有电芯的指标数据满足所述预设全局分布,对所获取的每个电芯的内阻进行正态性检验和方差齐性检验;
步骤104,当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,根据每个电芯的内阻确定所述动力电池包的内阻。
其中,获取动力电池包中每个电芯的内阻和指标数据的频率可以是实时获取,也可以是间隔固定时间获取,可根据用户具体需求来设定,在本发明实施例中不做限定。
在每次获取到动力电池包中每个电芯的内阻之后,判断当前获取的所有电芯的内阻是否满足所述估算条件。所述估算条件为由所述动力电池包中每个电芯的内阻与其对应的内阻初值进行比较,并确定所有电芯的内阻发生变化的个数超过预设个数。例如,所述动力电池包中的电芯个数为24个,在每次获取到每个电芯的内阻之后,与每个电芯的内阻初值进行比较,并统计内阻发生变化的电芯个数,当内阻发生变化的电芯个数为14个,而预设个数为12个,则内阻发生变化的电芯个数超过预设个数,即当前获取的所有电芯的内阻满足所述估算条件,继续执行步骤S102。而当内阻发生变化的电芯个数为10个,没有超过预设个数(12个),则继续获取所述动力电池包中每个电芯的内阻和指标数据,直到当前获取的所有电芯的内阻满足所述估算条件为止,然后执行步骤S102。其中,所述预设个数的设定可根据动力电池包中包括的电芯总数来确定,例如,所述预设个数可以为电芯总数的50%,40%或者其它数据,可根据用户对于动力电池包的需求来设定。
在步骤102中,若当前获取的所有电芯的内阻满足所述估算条件,判断当前获取的所有电芯的指标数据是否满足预设全局分布。其中,首先将指标数据,即温度、电压和荷电状态按照预设取值范围建立三维列表,如图2所示,X轴、Y轴和Z轴分别代表温度、电压和荷电状态,其中以预设取值范围示例了三者之间的对应关系。上述图2所示的数值仅为示例,并不用于限定本发明实施例,另外,对于纯电动汽车中的动力电池包中的电芯,以及混合汽车中的动力电池包中的电芯,其温度的取值范围会有所不同,在设置预设取值范围时应注意这一点。然后,将上述所述三维列表划分为预设个数的相同区域,且每个区域中包括的表格数相同,如图3所示,若是每个区域包括的表格数为1个,则可将三维列表划分为125个区域。或者可根据所有的表格书来设置所划分的区域,例如,当一共有27个表格,则可设置为3个区域,且每个区域中包括的表格数为9个。无论怎么划分区域,只要保证每个区域中的表格数相同,且形状一致即可。然后,按照当前获取的所有电芯的温度、电压和荷电状态对应的数值分别放置于对应的表格中,并确定当前获取的所有电芯的指标数据在所述三维列表中每个区域分布的个数,如图4所示,所有电芯的指标数据分别位于其对应的指标数据的预设取值范围内。统计每个区域分布的个数之后,通过概率质量函数,确定每个区域对应的质量概率值。
根据下述概率质量函数即可得到所有区域的质量概率值:
fX(x)=Pr(X=x)=P({s∈S:X(s)=x})
其中,fX为概率质量函数,S是所有电芯的指标数据在所述三维列表中所有区域的个数,s是每个区域的个数,X是表示区域。
当一共电芯的数量为10个,所述三维列表中划分了3个区域,所有电芯的指标数据在3个区域的分布情况为,区域一中有4个电芯的指标数据,区域二中有3个电芯的指标数据,区域三中有3个电芯的指标数据。根据上述公式得到每个区域的质量概率值分别为4/10,3/10,3/10。
根据R=1/m-d*1/m,得到所述预设概率值R,其中,m为区域个数,d为设定系数。在本发明实施例中,m为3,将d设置为0.15,则预设概率值为0.85*1/3。
通过上述三个区域对应的质量概率值与所述预设概率值进行比较,均大于或等于所述预设概率值,则表明质量分布良好,确定当前获取的所有电芯的指标数据满足所述预设全局分布,继续对所获取的每个电芯的内阻进行正态性检验和方差齐性检验。若是其中有至少一个质量概率值小于所述预设概率值时,表明分布不好,确定当前获取的所有电芯的指标数据不满足所述预设全局分布,则返回步骤101继续获取所述动力电池包中每个电芯的内阻和指标数据。
在对所获取的每个电芯的内阻进行正态性检验和方差齐性检验时,对每个电芯的内阻的数据集进行正态性检验和方差性检验。所述每个电芯的内阻的数据集为满足所述预设全局分布的当前获取的所有电芯中每个电芯的内阻以及在满足所述预设全局分布之前获取的每个电芯的内阻。
其中,对每个电芯的内阻的数据集进行正态性检验。所述正态性检验为利用观测数据判断总体是否服从正态分布的检验,它是统计判决中重要的一种特殊的拟合优度假设检验。常用的正态性检验方法有正态概率纸法、夏皮罗维尔克检验法(Shapiro-Wilktest)、科尔莫戈罗夫检验法、偏度-峰度检验法等。
在本发明实施例中以偏度-峰度检验法为例描述正态性检验:
(1)计算峰度和偏度
根据下述公式分别得到第i个电芯的内阻的数据集的偏度gi1和峰度gi2:
fX(x)=Pr(X=x)=P({s∈S:X(s)=x})
(2)峰度和偏度转换
利用下述公式得到偏度gi1和峰度gi2分别对应的转换:
μi1(gi1)=0
(3)K2计算
将偏度gi1的转换Zi1与峰度gi2的转换Zi2代入下述公式,得到K2的值:
将第i个电芯的内阻的数据集代入上述公式之后,得到第i个电芯的内阻的数据集对应的K2的值,并与其对应的预设期望值进行比较,例如,不同的k值对应不同的预设期望值,如表3所示。
表3
| k值 | 预设期望值 |
| 20 | 1.971 |
| 50 | 2.017 |
| 100 | 2.026 |
| 250 | 2.012 |
| 500 | 2.009 |
| 1000 | 2.000 |
表3仅作为示例显示了一部分k值对应的预设期望值,当第i个电芯的内阻的数据集对应的K2的值与其对应的预设期望值之间的差值在预设范围内时,表明第i个电芯的内阻的数据集通过正态性检验,然后将第i个电芯的内阻的数据集进行方差齐性检验。反之,若是所述差值不在所述预设范围内,则所述第i个电芯的内阻的数据集未通过正态性检验,需要对所述第i个电芯的内阻的数据集进行正态化变换。
本发明实施例中利用的正态化变换为标准正态化,利用公式对未通过正态性检验的电芯的内阻的数据集中的所有内阻值进行正态化变换,其中,yj为未通过正态性检验的电芯的内阻的数据集中第j个内阻值,为所述数据集中内阻值的均值,σ为所述数据集的方差。
之后,对通过正态性检验的电芯的内阻的数据集以及通过正态化变换之后的电芯的内阻的数据集进行方差齐性检验。方差齐性检验是数理统计学中检查不同样本的总体方差是否相同的一种方法。其基本原理是先对总体的特征作出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受作出推断。常用的方差齐性检验有:Hartley检验、Bartlett检验、修正的Bartlett检验。可参考现有技术中的方差齐性检验对每个电芯的内阻的数据集进行检验,由于该部分不属于本发明实施例描述的重点,因此在本发明实施例中不再赘述。其中,对于未通过方差齐性检验的电芯的内阻的数据集进行方差修正。例如,可利用现有技术中的公式对方差进行修正。由于方差修正可参考现有技术来实现,而且该部分不是本发明实施例描述的重点,因此在本发明实施例中不再赘述。
对于步骤S103,在所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,根据每个电芯的内阻确定所述动力电池包的内阻。
其中,对通过正态性检验和方差齐性检验的每个电芯的内阻的数据集中的内阻值进行加权平均,从而得到每个电芯对应的内阻估值。例如,根据得到第i个电芯的内阻估值其中,yj为所述第i个电芯的内阻的数据集中第j个内阻值,k为所述第i个电芯的内阻的数据集中内阻值的总个数,fj为所述第i个电芯的内阻的数据集中第j个内阻值对应的权重,且为在所述第i个电芯的内阻的数据集中与第j个内阻值相同的个数与k的比值。例如,第i个电芯的内阻的数据集中第j个内阻值为0.5,所述数据集中内阻值的总个数k为100,其中有30个(包括第j个内阻值)内阻值与第j个内阻值相同,则第j个内阻值对应的权重为30/100=0.3,其它内阻值的权重依此类推。
在得到所述动力电池包中每个电芯的内阻估值之后,对所述动力电池包中所有电芯的内阻估值进行加权平均得到所述动力电池包的内阻。例如。根据得到所述动力电池包的内阻X,其中,n为所述动力电池包中电芯的总个数,为所述动力电池包中第i个电芯的内阻估值,qi为所述第i个电芯的内阻估值对应的权重,且为在所述动力电池包中与所述第i个电芯的内阻估值相同的个数与n的比值。以表4所示的动力电池包中的电芯对应的内阻估值为例,所述动力电池包中电芯的总个数为24,第1个电芯的内阻估值对应的权重为1/24,即只有第1个电芯的内阻估值为0.5,第2个电芯的内阻估值对应的权重为4/24,即有4个(包括第2个电芯)电芯的内阻估值与第2个电芯的内阻估值相同,其它电芯的内阻估值的权重依此类推。
表4
另外,本发明的一种实施方式中,当根据每个电芯的内阻确定所述动力电池包的内阻之后,将每个电芯的内阻估值确定为其对应的内阻初值,从而在下一次获取动力电池包中每个电芯的内阻和指标数据之后,利用更新后的内阻初值进行当前获取的所有电芯的内阻是否满足估算条件的判断。
为了便于理解本发明实施例,图5是本发明实施例提供的一种动力电池包内阻在线估算方法的流程示意图,如图5所示,所述方法包括如下步骤:
步骤501,获取动力电池包中每个电芯的内阻和指标数据,所述指标数据包括温度、电压和荷电状态;
步骤502,判断当前获取的所有电芯的内阻是否满足估算条件,满足执行步骤503,不满足执行步骤501继续获取所述动力电池包中每个电芯的内阻和指标数据;
步骤503,判断当前获取的所有电芯的指标数据是否满足预设全局分布,满足执行步骤504,不满足执行步骤501继续获取所述动力电池包中每个电芯的内阻和指标数据;
步骤504,将满足所述预设全局分布的当前获取的所有电芯中每个电芯的内阻以及在满足所述预设全局分布之前获取的每个电芯的内阻,确定为每个电芯的内阻的数据集;
步骤505,将每个电芯的内阻的数据集进行正态性检验,通过正态性检验执行步骤507,未通过正态性检验执行步骤506;
步骤506,对未通过正态性检验的电芯的内阻的数据集进行正态化变换;
步骤507,将每个电芯的内阻的数据集进行方差齐性检验,通过方差齐性检验执行步骤509,未通过方差齐性检验执行步骤508;
步骤508,对未通过方差齐性检验的电芯的内阻的数据集进行方差修正;
步骤509,对每个电芯的内阻的数据集中的内阻值进行加权平均,得到每个电芯的内阻估值;
步骤510,将每个电芯的内阻估值确定为其对应的内阻初值,参与下一次步骤502的执行;
步骤511,对动力电池包中所有电芯的内阻进行加权平均,得到所述动力电池包的内阻。
通过本发明实施例提升了动力电池包的内阻计算精度,通过综合的、更可信的、更稳定的内阻,判断电池是否达到更换的条件。另外,本发明实施例在获取电池包中的电芯内阻时,当所有电芯的内阻满足估算条件时才进行电芯的指标数据是否满足所述预设全局分布的判断,若当前获取的电芯的指标数据分布质量很好时,则进行电池包内阻的估算,否则继续获取电芯的内阻。对估算电池包的内阻的条件有一定的限制,避免了一旦获取到电芯的内阻就进行估算,节省计算资源与电耗。而且对所获取的每个电芯的内阻进行正态性检验和方差齐性检验,只有当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,才会根据每个电芯的内阻确定所述动力电池包的内阻,提高了动力电池包的内阻估算精度,数据可靠性增大。
相应的,本发明实施例还提供一种电池管理系统,所述电池管理系统用于执行上述实施例所述的动力电池包内阻在线估算方法。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施方式所述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方式而已,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 (9)
1.一种动力电池包内阻在线估算方法,其特征在于,所述动力电池包内阻在线估算方法包括:
获取动力电池包中每个电芯的内阻和指标数据,并判断当前获取的所有电芯的内阻是否满足估算条件,所述指标数据包括温度、电压和荷电状态;
若当前获取的所有电芯的内阻满足所述估算条件,判断当前获取的所有电芯的指标数据是否满足预设全局分布;
若当前获取的所有电芯的指标数据满足所述预设全局分布,对所获取的每个电芯的内阻进行正态性检验和方差齐性检验;
当所获取的每个电芯的内阻均通过正态性检验和方差齐性检验时,根据每个电芯的内阻确定所述动力电池包的内阻,
其中,所述判断当前获取的所有电芯的指标数据是否满足预设全局分布包括:
按照预设数值范围建立所述指标数据的三维列表,其中,所述三维列表被划分为预设个数的相同区域,且每个区域中包括的表格数相同;
确定当前获取的所有电芯的指标数据在所述三维列表中每个区域分布的个数;
根据所述每个区域分布的个数,通过概率质量函数,确定每个区域对应的质量概率值;
将所有区域对应的质量概率值与预设概率值进行比较;
当所有区域对应的质量概率值均大于或等于所述预设概率值时,确定当前获取的所有电芯的指标数据满足所述预设全局分布;
当所有区域对应的质量概率值中存在至少一个质量概率值小于所述预设概率值时,确定当前获取的所有电芯的指标数据不满足所述预设全局分布。
2.根据权利要求1所述的动力电池包内阻在线估算方法,其特征在于,所述估算条件为由所述动力电池包中每个电芯的内阻与其对应的内阻初值进行比较,并确定所有电芯的内阻发生变化的个数超过预设个数。
3.根据权利要求1所述的动力电池包内阻在线估算方法,其特征在于,在所述判断当前获取的所有电芯的内阻是否满足估算条件之后,所述动力电池包内阻在线估算方法还包括:
若当前获取的所有电芯的内阻不满足所述估算条件,继续获取所述动力电池包中每个电芯的内阻和指标数据。
4.根据权利要求1所述的动力电池包内阻在线估算方法,其特征在于,在所述判断当前获取的所有电芯的指标数据是否满足预设全局分布之后,所述动力电池包内阻在线估算方法还包括:
若当前获取的所有电芯的指标数据不满足所述预设全局分布,继续获取所述动力电池包中每个电芯的内阻和指标数据。
5.根据权利要求2所述的动力电池包内阻在线估算方法,其特征在于,所述对所获取的每个电芯的内阻进行正态性检验和方差齐性检验包括:
将满足所述预设全局分布的当前获取的所有电芯中每个电芯的内阻以及在满足所述预设全局分布之前获取的每个电芯的内阻,确定为每个电芯的内阻的数据集;
将每个电芯的内阻的数据集进行正态性检验;
当每个电芯的内阻的数据集均通过正态性检验后,将每个电芯的内阻的数据集进行方差齐性检验。
6.根据权利要求5所述的动力电池包内阻在线估算方法,其特征在于,在所述对所获取的每个电芯的内阻进行正态性检验和方差齐性检验之后,所述动力电池包内阻在线估算方法还包括:
对未通过正态性检验的电芯的内阻的数据集进行正态化变换;
对未通过方差齐性检验的电芯的内阻的数据集进行方差修正。
7.根据权利要求5所述的动力电池包内阻在线估算方法,其特征在于,所述根据每个电芯的内阻确定所述动力电池包的内阻包括:
根据得到第i个电芯的内阻估值其中,yj为所述第i个电芯的内阻的数据集中第j个内阻值,k为所述第i个电芯的内阻的数据集中内阻值的总个数,fj为所述第i个电芯的内阻的数据集中第j个内阻值对应的权重,且为在所述第i个电芯的内阻的数据集中与第j个内阻值相同的个数与k的比值;
8.根据权利要求7所述的动力电池包内阻在线估算方法,其特征在于,在所述根据每个电芯的内阻确定所述动力电池包的内阻之后,所述动力电池包内阻在线估算方法还包括:
将每个电芯的内阻估值确定为其对应的内阻初值。
9.一种电池管理系统,其特征在于,所述电池管理系统用于执行上述权利要求1-8任一项所述的动力电池包内阻在线估算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811642076.9A CN109596986B (zh) | 2018-12-29 | 2018-12-29 | 动力电池包内阻在线估算方法及电池管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811642076.9A CN109596986B (zh) | 2018-12-29 | 2018-12-29 | 动力电池包内阻在线估算方法及电池管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109596986A CN109596986A (zh) | 2019-04-09 |
| CN109596986B true CN109596986B (zh) | 2020-09-18 |
Family
ID=65965569
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811642076.9A Active CN109596986B (zh) | 2018-12-29 | 2018-12-29 | 动力电池包内阻在线估算方法及电池管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109596986B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112216886B (zh) * | 2019-10-30 | 2022-05-20 | 蜂巢能源科技有限公司 | 预估电池充电时间的方法及装置 |
| WO2022000415A1 (zh) * | 2020-07-02 | 2022-01-06 | 宁德时代新能源科技股份有限公司 | 电池状态估算方法、装置、设备、电池系统及存储介质 |
| WO2023044882A1 (zh) * | 2021-09-26 | 2023-03-30 | 宁德时代新能源科技股份有限公司 | 一种电芯内阻的确定方法及装置、电池管理系统 |
| CN113884889B (zh) * | 2021-10-29 | 2024-04-26 | 章鱼博士智能技术(上海)有限公司 | 一种电池安全预警的方法、装置、存储介质及电子设备 |
| CN116430121A (zh) * | 2023-03-16 | 2023-07-14 | 杭州高特电子设备股份有限公司 | 一种均衡状态下电池内阻的在线检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106501736A (zh) * | 2017-01-04 | 2017-03-15 | 山东谦恒电子科技有限公司 | 电池内阻估算方法及装置 |
| CN106796267A (zh) * | 2015-07-31 | 2017-05-31 | 株式会社东芝 | 蓄电池评价装置、蓄电系统及蓄电池评价方法 |
Family Cites Families (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3540437B2 (ja) * | 1995-06-05 | 2004-07-07 | 本田技研工業株式会社 | 電池状態判別装置 |
| JP3543645B2 (ja) * | 1997-10-30 | 2004-07-14 | 日産自動車株式会社 | 2次電池の電池特性算出方法および残存容量推定方法 |
| JP3449226B2 (ja) * | 1998-07-03 | 2003-09-22 | 日産自動車株式会社 | ハイブリッド車両のバッテリー制御装置 |
| JP3379444B2 (ja) * | 1998-09-07 | 2003-02-24 | トヨタ自動車株式会社 | ハイブリッド車の充放電状態制御装置 |
| JP4856209B2 (ja) * | 2009-03-30 | 2012-01-18 | 株式会社東芝 | 電池性能測定装置、電池制御システム及び車両 |
| DE102009042656A1 (de) * | 2009-09-23 | 2011-03-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Steuerung bzw. Regelung mindestens eines den Alterungszustand eines elektrischen Energiespeichers beeinflussenden Betriebsparameters |
| JP5472048B2 (ja) * | 2010-11-10 | 2014-04-16 | 株式会社デンソー | 車載2次電池の状態定量化装置 |
| CN102110797A (zh) * | 2011-01-26 | 2011-06-29 | 崔荣龙 | 电动汽车用阀控式密封铅酸蓄电池 |
| US20130297244A1 (en) * | 2011-02-28 | 2013-11-07 | Mitsubishi Heavy Industries, Ltd. | Secondary battery lifetime prediction apparatus, battery system and secondary battery lifetime prediction method |
| JPWO2012131864A1 (ja) * | 2011-03-28 | 2014-07-24 | トヨタ自動車株式会社 | 電動車両およびその制御方法 |
| FR2975190B1 (fr) * | 2011-05-13 | 2013-05-17 | Valeo Equip Electr Moteur | Procede d'estimation de l'etat de fonctionnement d'une batterie pour un systeme d'arret/relance automatique du moteur thermique d'un vehicule, capteur et systeme de gestion de batterie adaptes |
| JP2012247339A (ja) * | 2011-05-30 | 2012-12-13 | Renesas Electronics Corp | 半導体集積回路およびその動作方法 |
| JP2014211307A (ja) * | 2011-08-30 | 2014-11-13 | 三洋電機株式会社 | バッテリシステム、充電状態推定装置、電動車両、移動体、電力貯蔵装置および電源装置 |
| CN103576095B (zh) * | 2012-08-02 | 2016-06-22 | 同济大学 | 一种燃料电池内部性能实时检测系统及方法 |
| CN103698706A (zh) * | 2012-09-27 | 2014-04-02 | 中国科学院上海硅酸盐研究所 | 大面积平板型固体氧化物燃料电池电流分布的测量方法及装置 |
| US9318781B2 (en) * | 2013-01-11 | 2016-04-19 | Johnson Controls Technology Company | Predicted sensor information for a battery |
| JP2014169937A (ja) * | 2013-03-04 | 2014-09-18 | Denso Corp | 充電状態算出装置 |
| JP2014190763A (ja) * | 2013-03-26 | 2014-10-06 | Toshiba Corp | 電池寿命推定方法及び電池寿命推定装置 |
| KR101708457B1 (ko) * | 2014-10-31 | 2017-02-20 | 주식회사 엘지화학 | 이차 전지의 건강 상태 추정 장치 및 방법 |
| CN104466278B (zh) * | 2014-12-10 | 2017-02-22 | 国家电网公司 | 一种电池在线检测、修复及评估的方法 |
| CN104597407A (zh) * | 2015-01-07 | 2015-05-06 | 同济大学 | 一种双功能燃料电池分区阻抗测试设备及测试方法 |
| CN105826512A (zh) * | 2015-01-08 | 2016-08-03 | 中信国安盟固利动力科技有限公司 | 一种基于导热性提高锂离子电池循环寿命的方法 |
| GB2537406B (en) * | 2015-04-16 | 2017-10-18 | Oxis Energy Ltd | Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries |
| CN104950261B (zh) * | 2015-05-27 | 2018-02-09 | 上海科梁信息工程股份有限公司 | 电池的硬件在环仿真测试方法及系统 |
| JP2018127030A (ja) * | 2017-02-06 | 2018-08-16 | トヨタ自動車株式会社 | 車両用電力制御装置 |
| CN109061516A (zh) * | 2018-10-10 | 2018-12-21 | 哈尔滨理工大学 | 一种基于模糊概率综合评判的电池健康状态评估方法 |
-
2018
- 2018-12-29 CN CN201811642076.9A patent/CN109596986B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106796267A (zh) * | 2015-07-31 | 2017-05-31 | 株式会社东芝 | 蓄电池评价装置、蓄电系统及蓄电池评价方法 |
| CN106501736A (zh) * | 2017-01-04 | 2017-03-15 | 山东谦恒电子科技有限公司 | 电池内阻估算方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109596986A (zh) | 2019-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109596986B (zh) | 动力电池包内阻在线估算方法及电池管理系统 | |
| CN109596985B (zh) | 动力电池包内阻在线估算方法及电池管理系统 | |
| CN109725266B (zh) | 一种电池健康状态soh的计算方法及装置 | |
| CN113219351B (zh) | 动力电池的监控方法及装置 | |
| CN115257457B (zh) | 车辆电池单体一致性评估方法、装置、设备及存储介质 | |
| JP7490921B2 (ja) | リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置 | |
| EP3550317B1 (en) | Method and device for detecting battery micro-short circuit | |
| CN113785209B (zh) | 用于检测异常电池单体的方法 | |
| KR20220011564A (ko) | 배터리 용량 결정 방법 및 장치, 관리 시스템 및 저장 매체 | |
| CN110221222A (zh) | 电池安全截止电压预测方法、装置及电池管理系统 | |
| CN113447821B (zh) | 评估电池荷电状态的方法 | |
| CN113111508B (zh) | 电芯一致性的评估方法、装置及服务器 | |
| CN113093027B (zh) | 电池soc校准方法、装置、系统、介质及程序产品 | |
| CN114764600B (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
| CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
| CN115469239B (zh) | 电池系统的电荷状态一致性评价方法、装置及电子设备 | |
| CN113657360A (zh) | 锂电池健康状态估计方法、装置、设备及可读存储介质 | |
| CN110806540B (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
| CN114200328A (zh) | 一种非高斯Lévy噪声下的锂离子电池SOC估计方法 | |
| CN111199104B (zh) | 一种电池残余性能分析方法、装置、设备及存储介质 | |
| KR102664486B1 (ko) | 전기차 사용후 배터리 재사용을 위한 플랫폼 서비스 장치 및 이를 이용한 서비스 제공 방법 | |
| CN114035052A (zh) | 一种基于能量窗的soc区间标定方法、系统及介质 | |
| US20230236264A1 (en) | Methods, systems and terminal devices for analyzing cell states based on cell parameters | |
| Zhang et al. | Method for Estimating the State of Health of Lithium-ion Batteries Based on Differential Thermal Voltammetry and Sparrow Search Algorithm-Elman Neural Network. | |
| CN106980089A (zh) | 一种电池荷电状态确定方法及装置 |
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 | ||
| CP03 | Change of name, title or address |
Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Patentee after: SVOLT Energy Technology Co.,Ltd. Address before: 213000 168 Huacheng Road, Jintan District, Changzhou, Jiangsu Patentee before: SVOLT Energy Technology Co.,Ltd. |
|
| CP03 | Change of name, title or address |