CN119881701A

CN119881701A - 电池包剩余电量检测方法及系统

Info

Publication number: CN119881701A
Application number: CN202510326126.6A
Authority: CN
Inventors: 蒋忠伟
Original assignee: Shenzhen Daren High Tech Electronic Co ltd
Current assignee: Shenzhen Daren High Tech Electronic Co ltd
Priority date: 2025-03-19
Filing date: 2025-03-19
Publication date: 2025-04-25
Anticipated expiration: 2045-03-19
Also published as: CN119881701B

Abstract

本发明提供了一种电池包剩余电量检测方法及系统，涉及电池包剩余电量检测技术领域，其通过检测电芯实时的运行数据，将一致性好的电芯与一致性差的电芯划分入不同的簇中；对高一致性簇提升计算权重，对低一致性簇降低对应的权重；分簇计算有利于降低计算量，输出的最终SOC值更为准确；另外对于划分入低一致性簇的电芯可发送信号至BMS，通过BMS控制减少该电芯的输出，以免电芯亏电导致出现EV受限等情况发生，影响安全。

Description

电池包剩余电量检测方法及系统

技术领域

本发明涉及电池包剩余电量检测技术领域，且更为具体地，涉及一种电池包剩余电量检测方法及系统。

背景技术

磷酸铁锂电池因成本低、安全性高，广泛应用于电动汽车。SOC指的是电池剩余电量；对于磷酸铁锂电池来说，当SOC为100%时，此时所有的锂离子从正极跑到了负极，镶嵌在负极的碳中。而放电过程也正是锂离子从负极跑到正极的过程，当负极的锂离子全部跑到正极，此时SOC为0%。

放电时，不论SOC的值是多少，磷酸铁锂正极的电压都是3.45V，磷酸铁锂负极的电压是变化值，在SOC等于0%时，负极电压值在1.5V左右，但是当SOC接近100%时，电压值只有0.08V左右。所以OCV范围在1.95V-3.37V，它的OCV-SOC曲线如图4所示；从图中我们可以看到，SOC在20%-80%时曲线过于平坦，极值只有0.1V左右，这就导致了一个问题：SOC在此范围内容易测不准；

不同的厂商测量SOC的方法也有所不同，较为常见的一种方案是通过计算电流和时间的积分估算电池剩余容量，这种方法很依赖传感器的精度，长时间没有充满校准，误差会不断积累变大，另外低温也会导致电池容量降低，也会影响此方式的测量精度。

磷酸铁锂一致性差，指的是磷酸铁锂不同电芯之间剩余电量一致性差。这是因为磷酸铁锂电池内阻高，每个电芯内阻都有所差异，充放电时有部分电量被内阻消耗了（相当于几个一样大的瓶子都在漏水，但是漏水的体积有所差异），时间久了各个电池之间电量差异会越来越大。另外一个便是二价铁在氧化还原反应过程中有可能被氧化或还原成三价铁和铁单质，亦有可能改变电池内阻。再加上SOC测不准的问题，某个单体电池过充过放也都会影响电池内阻。最终则可能产生4个电芯实际SOC为80%，70%，50%，30%的情况发生，此为磷酸铁锂一致性差问题；

新能源汽车电池包是由一个个单体的电池（电芯）串联或并联组成的模组，再由多个模组联合组成电池包。磷酸铁锂的单体电池循环次数可达3000-4000次，但是整个电池包寿命受最差的单体电芯影响，整体循环可能达不到4000次甚至低于3000次，这就是电池的木桶效应。

假设有4个单体电芯，其SOC为80%，80%，80%，30%。因为30%和80%的OCV电压差距不大，此时系统可能计算整体SOC为75%。

当30%的电芯用完电时，此时4个电池的SOC为50%，50%，50%，0%

此时电池管理系统为何保护最差的那一块电池，会触发电池的过放电保护，系统整体的SOC会显示为0%。

此时就会导致只用了30%的电，电量显示从75%直接降到了0%，也就是跳电现象，直接跳电到0%则会出现EV受限情况，影响新能源车辆的正常行驶，极易造成安全事故。

因此，急需要一种精确的磷酸铁锂动力电池包的电池剩余电量检测方案。

发明内容

为了解决上述技术问题，本发明提供了一种电池包剩余电量检测方法及系统。

根据本发明的一个方面，提供了一种电池包剩余电量检测方法，包括以下具体步骤：

S1：实时采集电池包内各个电芯的物理参数及历史数据；

S2：计算各个电芯之间的电压标准差、内阻差异率以及温度梯度；生成不一致性综合指数；

S3：基于不一致性综合指数将电芯划分为高一致性簇和低一致性簇；

S4：采用模糊控制算法动态调整高一致性簇和低一致性簇的计算权重；

S5：建立SOC计算模型；将高一致性簇和低一致性簇的电压数据及对应的权重系数作为输入，输出SOC计算值。

进一步的，采集电芯的物理参数包括电压、电流以及温度数据。

进一步的，步骤S1中采集电芯的历史数据包括历史循环次数以及基准内阻值。

进一步的，步骤S2中为电压标准差、内阻差异率以及温度梯度三个参数设置不同的权重系数；权重系数通过实验计算后标定；

对三个参数进行归一化后加权求和计算出归一化参数。

进一步的，步骤S3中基于实际实验设定判定标准；对高于判定标准的划为高一致性簇，否则划为低一致性簇；

其中，对于高一致性簇进行权重提升；对于低一致性簇进行权重抑制；

进一步的，对于已划分入高一致性簇或低一致性簇中的电芯，设定分类条件；进一步划分为多个独立计算的簇，单独处理。

进一步的，步骤S4中模糊控制算法的输入变量为不一致性综合指数以及当前SOC估算值；

输出变量为高一致性簇以及低一致性簇的计算权重。

进一步的，步骤S5基于卡尔曼滤波器建立SOC计算模型；分别计算高一致性簇以及低一致性簇的SOC均值，并进行加权融合，输出最终的SOC计算值。

本发明的第二方面提供一种电池包剩余电量检测系统，使用权上述的方法进行检测，包括：数据采集模块、数据处理模块、权重计算模块以及SOC计算模块；

数据采集模块通过BMS实时采集电池包各个电芯的电压、电流、温度数据以及历史循环次数、基准内阻值；

数据处理模块对采集到的数据进行处理，计算出各个电芯之间的电压标准差、内阻差异率以及温度梯度；生成不一致性综合指数；并根据预先设定的判定标准，对高于判定标准的划为高一致性簇，否则划为低一致性簇；

权重计算模块采用模糊控制算法动态调整高一致性簇和低一致性簇的计算权重；

SOC计算模块内置基于卡尔曼滤波器的SOC计算模型，通过高一致性簇以及低一致性簇的SOC均值，并结合对应的计算权重进行加权融合，输出最终的SOC计算值。

本发明的第三方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的电池包剩余电量检测方法的步骤。

与现有技术相比，本发明提供的电池包剩余电量检测方法及系统，其通过对将检测电芯实时的运行数据，将一致性好的电芯与一致性差的电芯划分入不同的簇中；对高一致性簇提升计算权重，对低一致性簇降低对应的权重；分簇计算有利于降低计算量，输出的最终SOC值更为准确；另外对于划分入低一致性簇的电芯可发送信号至BMS，通过BMS控制减少该电芯的输出，以免电芯亏电导致出现EV受限等情况发生，影响安全。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为根据本发明实施例的电池包剩余电量检测方法的流程图。

图2为根据本发明实施例的电池包剩余电量检测系统的框图。

图3示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

图4为现有技术中磷酸铁锂电池OCV-SOC曲线。

具体实施方式

下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。

如上述背景技术所言，磷酸铁锂一致性差，是因为磷酸铁锂电池内阻高，每个电芯内阻都有所差异，充放电时有部分电量被内阻消耗了，时间久了各个电池之间电量差异会越来越大。另外一个便是二价铁在氧化还原反应过程中有可能被氧化或还原成三价铁和铁单质，亦有可能改变电池内阻。再加上SOC测不准的问题，因此需要精确测量电池包的剩余电量，以降低新能源电动车失速的风险。

图1为根据本发明实施例的电池包剩余电量检测方法的流程图。如图1所示，一种电池包剩余电量检测方法，包括以下具体步骤：

S1：实时采集电池包内各个电芯的物理参数及历史数据；具体的：以100Hz采样率同步测量各个电芯的物理参数以及历史数据；

其中，采集电芯的物理参数包括电压V _（i）、电流I _(i)以及温度数据T _(i)；步骤S1中采集电芯的历史数据包括历史循环次数C _(i)以及基准内阻值R _0(i)；（i取1,2，……，N），N为电芯总数；

S2：计算各个电芯之间的电压标准差、内阻差异率以及温度梯度；生成不一致性综合指数；步骤S2中为电压标准差、内阻差异率以及温度梯度三个参数设置不同的权重系数；权重系数通过实验计算后标定；

对三个参数进行归一化后加权求和计算出归一化参数。

具体步骤如下：

电压标准差按如下公式计算：

式中，i为电芯的序号，N为电芯总数；V _（i）为第i个电芯的电压，电芯的平均电压；为电压的标准差；

内阻差异率按如下公式计算：

式中，i为电芯的序号，N为电芯总数；为基于交流阻抗法在线估算的第i电芯内阻值；R _0(i)为第i个电芯的基准内阻值；为第i个电芯的差异率，为电池包电芯的平均差异率。

温度梯度按如下公式计算：

式中，为温度梯度的数值，通过第i个电芯的最大温度与最小温度之差计算得出。

不一致性综合指数按如下公式计算：

α、β、γ分别为电压标准差、内阻差异率以及温度梯度的权重系数；式中，、、分别为采集历史数据中电压标准差、内阻差异率、温度梯度的最大值。

权重系数通过实验标定，其中，α取值0.5-0.7，β取值0.2-0.3、γ取值0.1-0.2。

S3：基于不一致性综合指数将电芯划分为高一致性簇和低一致性簇；步骤S3中基于实际实验设定判定标准；对高于判定标准的划为高一致性簇，否则划为低一致性簇；

判定标准为且；满足他条件则划入高一致性簇，否则划入低一致性簇；其中，对于高一致性簇进行权重提升；对于低一致性簇进行权重抑制；

对于已划分入高一致性簇或低一致性簇中的电芯，设定分类条件；进一步划分为多个独立计算的簇，单独处理；对于划入不同一致性簇中的电芯按照数量设定初始权重；对于低一致性簇中的电芯可进一步设定分类条件，进行分类处理，以降低计算的复杂度，提高计算效率。

步骤S4中模糊控制算法的输入变量为不一致性综合指数以及当前SOC估算值；输出变量为高一致性簇以及低一致性簇的计算权重；

1：定义输入与输出变量

输入变量：

不一致性综合指数（ICI）：范围0-1（0表示完全一致，1表示严重不一致）。

当前SOC估算值：范围0%-100%（低电量时对一致性敏感）。

输出变量：

高一致性簇权重W_H：范围0.5-1.0（低一致性簇权重为）。

2：设计隶属度函数

ICI的模糊集划分：

低（L）：三角形函数，顶点在ICI=0.2；

中（M）：三角形函数，顶点在ICI=0.5；

高（H）：三角形函数，顶点在ICI=0.8。

SOC的模糊集划分：

低电量（L）：梯形函数，覆盖0%-20%；

中电量（M）：梯形函数，覆盖15%-80%；

高电量（H）：梯形函数，覆盖70%-100%。

输出变量模糊化

高一致性簇权重W_H：

低权重（LW）：三角形函数，顶点在0.5；

中权重（MW）：三角形函数，顶点在0.7；

高权重（HW）：三角形函数，顶点在1.0。

3：构建模糊规则库

基于专家经验与实验数据，设计以下规则：

4：利用重心法进行解模糊化获得计算权重值。

步骤S5基于卡尔曼滤波器建立SOC计算模型；分别计算高一致性簇以及低一致性簇的SOC均值，并进行加权融合，输出最终的SOC计算值。

SOC _final为最终计算值；W_H为高一致性簇权重，SOC _H、 SOC _L分别为高一致性簇和低一致性簇的SOC估算值。

以下使用一个具体的案例对本实施例的方案进行介绍

假设某新能源汽车的动力电池包为磷酸铁锂电池，电芯数量为10；分别编号1、2、3、4、5、6、7、8、9、10；通过BMS系统采集动力电池电芯在运行过程中的物理参数以及历史数据，估算得到SOC值为45%；

实时采集电池包内各个电芯的物理参数及历史数据；具体的：以100Hz采样率同步测量各个电芯的物理参数以及历史数据；

计算各个电芯之间的电压标准差、内阻差异率以及温度梯度；生成不一致性综合指数；步骤S2中为电压标准差、内阻差异率以及温度梯度三个参数设置不同的权重系数；权重系数通过实验计算后标定；

对三个参数进行归一化后加权求和计算出归一化参数。

具体步骤如下：

电压标准差按如下公式计算：

内阻差异率按如下公式计算：

温度梯度按如下公式计算：

不一致性综合指数按如下公式计算：

表1某时刻BMS数据采集表

按照上述步骤分别计算电压标准差、内阻差异率以及温度梯度；并进一步计算出不一致性综合指数ICI。

计算结果如下：

=3.222V，=0.085V，=20.6%，ΔT=9℃；ICI=0.751

根据预设的判定标准；电芯1、2、3、5、6、7、9、10划入高一致性簇、电芯4、8划入低一致性簇；

对于已划分入高一致性簇或低一致性簇中的电芯，设定分类条件；进一步划分为多个独立计算的簇，单独处理；对于划入不同一致性簇中的电芯按照数量设定初始权重，以本实施例为例，在本实施例中共有10组电芯数据，其中8组划入高一致性簇，2组划入低一致性簇；因此可对高一致性簇设定初始权重为0.8，低一致性簇初始权重为0.2，本实施例中由于电芯数量过少，使用该方法会影响最终权重准确度，因此不使用该条规则；对于低一致性簇中的电芯可进一步设定分类条件，进行分类处理，以降低计算的复杂度，提高计算效率；由于本次实验中低一致性簇的电芯数量仅有两个，因此不对其进行进一步划分。

输入模糊化

ICI=0.751：隶属度计算：

ICI=H（高）：隶属度=0.8（因0.751靠近0.8顶点）；

ICI=M（中）：隶属度=0.2。

SOC=45%：隶属度计算：

SOC=M（中电量）：隶属度=1.0。

模糊规则匹配

匹配规则8：若ICI=H且SOC=M，则输出权重调整系数为0.5；

匹配规则6：若ICI=M且SOC=H，但SOC实际为M，此规则不激活

4：利用重心法进行解模糊化获得计算权重值。

仅规则8激活，输出权重W_H=0.5。

通过计算电流和时间的积分估算电池剩余容量SOC _H为44%，SOC _L为35%；

则通过加权融合计算得出最终SOC值为39.5%。

本实施例通过对将检测电芯实时的运行数据，将一致性好的电芯与一致性差的电芯划分入不同的簇中；对高一致性簇提升计算权重，对低一致性簇降低对应的权重；分簇计算有利于降低计算量，输出的最终SOC值更为准确；另外对于划分入低一致性簇的电芯可发送信号至BMS，通过BMS控制减少该电芯的输出，以免电芯亏电导致出现EV受限等情况发生，影响安全。

实施例2

本发明的第二方面提供一种电池包剩余电量检测系统，使用权上述的方法进行检测，包括：数据采集模块、数据处理模块、权重计算模块以及SOC计算模型；

实施例3

图4示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。

需要说明的是，本实施例中电子设备的计算机系统仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

本实施例中计算机系统包括中央处理单元401，其可以根据存储在只读存储器402中的程序或者从储存部分408加载到随机访问存储器403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的基于多光谱成像的无尾螺套形变检测系统及方法。在随机访问存储器403中，还存储有系统操作所需的各种程序和数据。中央处理单元401、只读存储器402以及随机访问存储器403通过总线404彼此相连。输入/输出接口405也连接至总线404。

以下部件连接至输入/输出接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管（CathodeRayTube，CRT）、液晶显示器（LiquidCrystalDisplay，LCD）等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN（LocalAreaNetwork，局域网）卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至输入/输出接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元401执行时，执行本发明的系统中限定的各种功能。

需要说明的是，本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（ErasableProgrammableReadOnlyMemory，EPROM）、闪存、光纤、便携式紧凑磁盘只读存储器（CompactDiscRead-OnlyMemory，CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

根据本发明的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的基于多光谱成像的无尾螺套形变检测系统及方法。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、触控终端、或者网络设备等）执行根据本发明实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims

1.一种电池包剩余电量检测方法，其特征在于，包括以下具体步骤：

S1：实时采集电池包内各个电芯的物理参数及历史数据；

2.根据权利要求1所述的电池包剩余电量检测方法，其特征在于，步骤S1中，采集电芯的物理参数包括电压、电流以及温度数据。

3.根据权利要求1或2所述的电池包剩余电量检测方法，其特征在于，步骤S1中采集电芯的历史数据包括历史循环次数以及基准内阻值。

4.根据权利要求1所述的电池包剩余电量检测方法，其特征在于，步骤S2中为电压标准差、内阻差异率以及温度梯度三个参数设置不同的权重系数；权重系数通过实验计算后标定；

对三个参数进行归一化后加权求和计算出归一化参数。

5.根据权利要求1所述的电池包剩余电量检测方法，其特征在于，步骤S3中基于实际实验设定判定标准；对高于判定标准的划为高一致性簇，否则划为低一致性簇；

其中，对于高一致性簇进行权重提升；对于低一致性簇进行权重抑制。

6.根据权利要求5所述的电池包剩余电量检测方法，其特征在于，对于已划分入高一致性簇或低一致性簇中的电芯，设定分类条件；进一步划分为多个独立计算的簇，单独处理。

7.根据权利要求1所述的电池包剩余电量检测方法，其特征在于，步骤S4中模糊控制算法的输入变量为不一致性综合指数以及当前SOC估算值；

输出变量为高一致性簇以及低一致性簇的计算权重。

8.根据权利要求1所述的电池包剩余电量检测方法，其特征在于，步骤S5基于卡尔曼滤波器建立SOC计算模型；分别计算高一致性簇以及低一致性簇的SOC均值，并进行加权融合，输出最终的SOC计算值。

9.一种电池包剩余电量检测系统，使用权利要求1-8任一项所述的方法进行检测，其特征在于，包括：数据采集模块、数据处理模块、权重计算模块以及SOC计算模块；

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1-8任一项所述的电池包剩余电量检测方法的步骤。