[go: up one dir, main page]

TWI850531B - 基於充電過程監控電池阻抗異常的方法、系統以及裝置 - Google Patents

基於充電過程監控電池阻抗異常的方法、系統以及裝置 Download PDF

Info

Publication number
TWI850531B
TWI850531B TW110106041A TW110106041A TWI850531B TW I850531 B TWI850531 B TW I850531B TW 110106041 A TW110106041 A TW 110106041A TW 110106041 A TW110106041 A TW 110106041A TW I850531 B TWI850531 B TW I850531B
Authority
TW
Taiwan
Prior art keywords
battery
cell
internal resistance
power battery
crd
Prior art date
Application number
TW110106041A
Other languages
English (en)
Other versions
TW202132137A (zh
Inventor
田維超
張健
章光輝
馮志銀
吳文泉
張甜甜
Original Assignee
大陸商上海蔚來汽車有限公司
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 大陸商上海蔚來汽車有限公司 filed Critical 大陸商上海蔚來汽車有限公司
Publication of TW202132137A publication Critical patent/TW202132137A/zh
Application granted granted Critical
Publication of TWI850531B publication Critical patent/TWI850531B/zh

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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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
    • 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
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Landscapes

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

Abstract

本發明涉及電池監控領域，具體涉及一種基於充電過程監控電池阻抗異常的方法、系統以及裝置。其方法包括：接收動力電池的運行信息；根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化；根據所述電阻差是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常。以解決如何更準確地監控動力電池是否存在阻抗異常，進而發現異常出現的位置，及時報警，實現雲端監控。

Description

基於充電過程監控電池阻抗異常的方法、系統以及裝置
本發明涉及動力電池阻抗異常監控技術領域，具體涉及一種基於充電過程監控電池阻抗異常的方法、系統以及裝置。
由於電動汽車駕駛體驗和續航等要求，需要動力電池電量大、電壓高，因而會將很多單體電芯通過串聯來提高容量、並聯來提高電壓。一方面，不同電芯之間通過銅排、焊接等方式進行連接，如果焊接異常、銅排連接鬆動或表面被氧化等問題發生，會影響電池電流分配，導致電池包內電池電壓一致性變差，阻抗較大區域容易產熱產生高溫；另一方面，電芯本身存在電阻差別，包括歐姆內阻（受焊接、連接件等影響）以及極化內阻，極化內阻較大通常反映了電池內部電化學環境發生了變化，如局部副反應堆積導致導電網絡受阻，電池電解液分佈不均導致濃差極化等，長期使用，電池會加速衰減變化，在快速充電時，也會因為電池一致性影響整包電池充入電量。無論是電池連接產生的阻抗問題還是電芯本身存在的阻抗差異，都需要及時發現並進行維修更換處理，防止電池因此一致性性能惡化甚至安全風險。混合動力脈衝能力特性(Hybrid PulsePower Characteristic, HPPC)測試方式是在測試動力電池受到大的電流衝擊後電壓變化並由此計算電池內阻，部分電動汽車通過電池管理系統(Battery Management System, BMS)監控計算動力電池阻抗異常的方式即參考了上述HPPC測試方式，捕捉動力電池在行駛過程中超大電流變化時電壓的變化而計算內容阻。但該處理手段並不能真實反映電池在持續使用過程中的極化累積影響，比如從充電過程中反映的情形。
因而，需要提供對電池阻抗異常情況進行有效監控的方案。
為了克服上述缺陷，解決或至少部分地解決如何準確監控動力電池的阻抗異常的問題，提出了本發明的基於充電過程監控電池阻抗異常的方法、系統以及裝置。
第一方面，提供一種基於充電過程監控電池阻抗異常的方法，包括：接收動力電池的運行信息；根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化；根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述動力電池阻抗是否發生異常。
其中，所述“接收動力電池的運行信息”，包括：由電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據；所述運行信號數據至少包括：一次完整充電過程中每個時刻的電流、單體電壓、單體電壓極小值、單體電壓極大值、電池極大值電芯編號、以及電池荷電狀態；所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路發送給雲端；所述雲端接收所述運行信息並存儲。
其中，所述“根據所述運行信息中的一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化”，包括：根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD；根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；其中，i為大於等於1的自然數，表示第i個，ti 表示任意一個時刻中的第i個時刻。
其中，所述“根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD”，包括：根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD；根據所述任意一個時刻對應的電流和所述單體電壓偏差CVD，計算對應所述任意一個時刻的所述動力電池的所述單體內阻偏差CRD。
其中，所述“根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化”，包括：根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平均值，並根據線性擬合法進行趨勢判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化，其中，CRDi 表示第i個時刻ti 的CRD；或者，根據分類法進行判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；或者，根據樹回歸法進行判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。
其中，所述線性擬合法包括：根據線性擬合公式進行判斷；其中，k、b為線性擬合公式中的常量；如果根據上述線性擬合公式確定常量k為：k1＜k＜k2時，其中，k1和k2的取值位於區間[-0.1,0.1]，則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）不隨Soc（i）的變化而變化；如果根據上述線性擬合公式確定常量k為：k＞k3時，其中，k3取值在區間[1,10]，則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）隨Soc（i）的增加而增加。
其中，所述“根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常”，包括：當所述單體內阻偏差CRD不隨所述荷電狀態的變化而發生變化，並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，則確定所述動力電池中存在連接阻抗的異常；當所述單體內阻偏差CRD隨所述荷電狀態的增加而增加，並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，則確定所述動力電池中存在電芯極化內阻較大的異常。
其中，所述“根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常”，還包括：當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數Mode，確定發生連接阻抗的異常的連接點位置、或者發生電芯極化內阻較大的異常的電芯；當發生阻抗的異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
第二方面，提供一種基於充電過程監控電池阻抗異常的系統，包括：監控數據接收裝置，用於接收動力電池的運行信息；監控數據處理裝置，用於根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化；監控數據判斷裝置，用於根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常
其中，所述監控數據接收裝置，包括：由電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據；所述運行信號數據至少包括：一次完整充電過程中每個時刻的電流、單體電壓、單體電壓極小值、單體電壓極大值、電池極大值電芯編號、以及電池荷電狀態；所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路發送給雲端；所述雲端接收所述運行信息並存儲。
其中，所述監控數據處理裝置，還包括：根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD；根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；其中，i為大於等於1的自然數，表示第i個，ti 表示任意一個時刻中的第i個時刻。
其中，所述監控數據處理中“根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD”，具體包括：根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD；根據所述任意一個時刻對應的電流和所述單體電壓偏差CVD，計算對應所述任意一個時刻的所述動力電池的所述單體內阻偏差CRD。
其中，所述監控數據處理裝置中“根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化”，具體包括：根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平均值，並根據線性擬合法進行趨勢判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化，其中，CRDi表示第i個時刻ti 的CRD；或者，根據分類法進行判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；或者，根據樹回歸法進行判斷，確定任何一個時刻ti對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。
其中，所述監控數據處理裝置中的“線性擬合法”包括：根據線性擬合公式進行判斷；其中，k、b為線性擬合公式中的常量；如果根據上述線性擬合公式確定常量k為：k1＜k＜k2時，其中，k1和k2的取值位於區間[-0.1,0.1]，則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）不隨Soc（i）的變化而變化；如果根據上述線性擬合公式確定常量k為：k＞k3時，其中，k3取值在區間[1,10]，則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）隨Soc（i）的增加而增加。
其中，所述監控數據判斷裝置，包括：；當所述單體內阻偏差CRD不隨所述荷電狀態的變化而發生變化，並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，則確定所述動力電池中存在連接阻抗的異常；當所述單體內阻偏差CRD隨所述荷電狀態的增加而增加，並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，則確定所述動力電池中存在電芯極化內阻較大的異常。
其中，所述監控數據判斷裝置，還包括：當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數Mode，確定發生連接阻抗的異常的連接點、或者發生電芯極化內阻較大的異常的電芯；當發生阻抗的異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
第三方面，提供一種存儲裝置，該存儲裝置其中存儲有多條程序代碼，所述程序代碼適於由處理器加載並運行以執行上述任一項所述的基於充電過程監控電池阻抗異常的方法。
第四方面，提供一種控制裝置，該控制裝置包括處理器和存儲裝置，所述存儲裝置適於存儲多條程序代碼，所述程序代碼適於由所述處理器加載並運行以執行上述任一項所述的基於充電過程監控電池阻抗異常的方法。
本發明上述一個或多個技術方案，至少具有如下一種或多種有益效果：
在實施本發明的技術方案中，電動汽車中的電池管理系統BMS（BATTERY MANAGEMENT SYSTEM）實時採集電動汽車端的動力電池充電過程中的運行信號數據（如：每次完整的充電過程中的每個時刻對應的電流、單體電壓、單體電壓極小值、單體電壓極大值、電池極大值電芯編號、電池荷電狀態等），通過車聯網將數據傳輸到雲端、由雲端強大的存儲數據能力進行存儲，以確保可以獲得較長時間包括一個完整充電過程數小時範圍的歷史數據，並利用雲端強大快速的計算運行能力，對複雜的數據進行快速運算處理而實現監控和發現動力電池是否存在阻抗異常、以及在動力電池的哪些位置（某個連接點附近或某個電芯）出現阻抗異常，進而還可以在發現存在阻抗異常時報警、以及返回相應的提示信息，從而實現雲端監控。
進一步，在雲端執行運算時，可以選擇適當的一次完整充電過程(如：開始充電荷電狀態Soc（Soc_start）和結束充電荷電狀態Soc（Soc_end）),基於一致性偏差計算內阻差的方式，通過一個完整充電過程中的單體電壓和電流的變化關係計算得到動力電池內部阻抗差別ΔR（如CRD），將充電過程中的內阻差與Soc變化相關聯，可以區分動力電池阻抗差別是源於電芯極化內阻差異還是連接阻抗的問題。
另外，由於現有的HPPC測試中通常測試的動力電池受到大電流衝擊後電壓發生變化，並由此來計算動力電池的內阻，而一部分BMS會參考此類方法捕捉動力電池在行駛過程中超大電流變化時候電壓的變化來計算內阻，但不能真實反映動力電池在持續充電過程中的極化累積影響（即內阻實際上是有差別的但該方式無法體現出來），而採用本發明的內阻計算方法才真正能夠準確地反映以充電過程為基礎的電池阻抗異常的情況，反映出實際充電過程中的內阻的異常情況與行駛過程的內阻測試的差異。
再進一步，本發明的技術方案除了能由雲端監控動力電池阻抗異常的情況，通過內阻差是否隨著荷電狀態Soc變化而明顯變化，還能夠準確有效地區分動力電池是連接阻抗異常、還是電芯極化阻抗異常這二者的差異。
下面參照附圖來描述本發明的一些實施方式。本領域技術人員應當理解的是，這些實施方式僅僅用於解釋本發明的技術原理，並非旨在限制本發明的保護範圍。
在本發明的描述中，“模塊”、“處理器”可以包括硬件、軟件或者兩者的組合。一個模塊可以包括硬件電路，各種合適的感應器，通信端口，存儲器，也可以包括軟件部分，比如程序代碼，也可以是軟件和硬件的組合。處理器可以是中央處理器、微處理器、數字信號處理器或者其他任何合適的處理器。處理器具有數據和/或信號處理功能。處理器可以以軟件方式實現、硬件方式實現或者二者結合方式實現。非暫時性的計算機可讀存儲介質包括任何合適的可存儲程序代碼的介質，比如磁碟、硬碟、光碟、快閃記憶體、唯讀存儲器、隨機存取存儲器等等。術語“A和/或B”表示所有可能的A與B的組合，比如只是A、只是B或者A和B。術語“至少一個A或B”或者“A和B中的至少一個”含義與“A和/或B”類似，可以包括只是A、只是B或者A和B。單數形式的術語“一個”、“這個”也可以包含複數形式。
這裡先解釋本發明涉及到的一些術語。
HPPC（Hybrid PulsePower Characteristic）混合動力脈衝能力特性，體現動力電池脈衝充放電性能的一種特徵。
Soc（State of charge）荷電狀態，動力電池使用一段時間或長期擱置不用後的剩餘容量與其完全充電狀態的容量的比值，常用百分數表示。其取值範圍為0~1，當Soc=0時表示電池放電完全，當Soc=1時表示電池完全充滿。
單體電池指的是，構成動力電池的基本電池單元，多個單體電池經過串並聯構成動力電池。
單體電壓（CellVoltage），指有多塊單體電池組成的電池組如上述動力電池，每一塊單體電池的電壓。如果是整塊的，就指這塊蓄電池（動力電池）的電壓，例如12V的蓄電池可以由6塊組成，看上去有6個獨立的電池室。單體也可以說是有單獨的正負極輸出的電池，大部分大容量蓄電池是通過小電壓的電池模塊通過串並聯實現額定電壓輸出的，因而單體電壓應該指單個電池模塊的電壓。
單體電壓極小值（MinCellVoltage）即一塊單體電池的最小電壓值，對於動力電池中具有多個單體電池的情況來說，是指在某個時刻所有單體電池中單體電壓數據中的最小值。
單體電壓極大值（MaxCellVoltage）即一塊單體電池的最小電壓值，對於動力電池中具有多個單體電池的情況來說，是指在某個時刻所有單體電池中單體電壓數據中的最小值。
眾數(Mode)是指在統計分佈上具有明顯集中趨勢點的數值，代表數據的一般水平，眾數可以不存在或多於一個。具體地，一組數據中出現次數最多的數值（或者，一組數據中占比例最多的那個數值），叫眾數（用M表示），有時眾數在一組數中有好幾個。
電池極大值電芯編號（MaxCellVoltageNum）表示出現最大電壓值的單體電池的電芯的編號。
下面參考圖1，本發明的技術方案涉及的一個實施例的應用場景示意圖。電動汽車的駕駛體驗和續航等情況需要動力電池的電量大、電壓高。而動力電池通過單體電芯串聯提高容量、並聯來提高電壓。由於不同電芯之間連接出現異常會影響電流分配，導致動力電池內的各電壓一致性變差，阻抗加大區域容易產生熱量產生高溫；並且電芯本身存在電阻差別歐姆內阻（受焊接、連接件等影響）和極化內阻，當極化內阻較大則通常反映了電池內部電化學環境發生變化，長期使用會加速電池衰減變化，快速充電時，會因為電池一致性影響整個動力電池充電量。因而，無論電池連接產生阻抗異常的問題還是電芯本身存在的阻抗差異導致的阻抗異常的問題，都需要及時發現維修更換，防止因此一致性惡化產生的動力電池性能惡化甚至安全風險。
本發明的一個實施例應用場景中，電動汽車一端可以通過車輛的數據採集裝置，例如進行電池管理的系統BMS等，在其動力電池（例如蓄電池）實際的每一次完整充電過程期間，對動力電池的運行信號數據進行實時採集，將持續充電好幾個小時的一個完整過程中每個時刻的運行信號數據進行採集，並將這些運行信號數據形成運行信息，通過車聯網網路傳輸給雲端進行存儲和處理。
雲端實現對動力電池阻抗是否異常的監控，雲端可以有服務器及存儲器等設備，能夠存儲較多數據，這樣，獲取較長時間的歷史數據都能一直記錄存儲，例如：包含一次完整充電過程往往數小時範圍，其數據量複雜且多；並且，雲端還可以執行複雜、快速、準確的計算。在雲端實現的計算是基於一致性偏差計算內阻的方法。確定一次完整的充電過程，比如：選擇荷電狀態Soc（Soc_start）和選擇荷電狀態（Soc_end）確定出一次完整的充電過程，通過該過程中單體電壓和電流的變化關係（例如計算壓差），計算出電池內部單體內阻偏差（作為內阻差）即阻抗差別，將該過程中每個時刻對應的單體內阻偏差與對應的荷電狀態Soc變化關聯起來（例如線性擬合），確定內阻差與荷電狀態Soc的變化關係，由此進一步區分電池阻抗差別導致的阻抗異常問題，是源於電芯極化內阻差異還是連接阻抗問題。雲端完成計算確定阻抗異常後對於監控到阻抗異常的情況向對應的電動汽車一端發出報警；進而還能發送提示信息，說明哪個位置、組成結構部分的阻抗發生了異常。由此，通過雲端實現對充電過程中電池的阻抗異常情況的監控，計算更準確，能夠準確識別出電池阻抗出現異常，並且，通過完整長時間充電過程數據的計算，能夠區分電池的連接阻抗和電池極化內阻增加所導致的一致性變化等異常情況。
請參考圖2，根據本發明的方法的一個實施例的主要步驟流程示意圖。該方法至少包括如下步驟：
步驟S210，接收電動汽車中電池管理系統發送的動力電池的運行信息。
一個實施方式中，結合前述應用場景示例，接收的運行信息由與雲端網路連接的電動汽車通過網路傳輸到雲端，一個例子，網路可以是車聯網。其中，電動汽車具有可以對動力電池，例如蓄電池，進行管理的電池管理系統BMS。在動力電池進行充電期間，電池管理系統對動力電池的運行信號數據進行採集。
具體地，該電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據。所述運行信號數據至少包括：一次完整充電過程中每個時刻ti （i取值為大於等於0的自然數表示第i個）的電流/充電電流（curent）I（i）、單體電壓（CellVoltage）、單體電壓極小值（MinCellVoltage）、單體電壓極大值(MaxCellVoltage)、電池極大值電芯編號(MaxCellVoltageNum)、以及電池荷電狀態(Soc)等。然後，所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路（如車輛網）發送給雲端，即將數個小時的充電歷史數據都傳輸給了雲端。所述雲端可以接收發送來的所述運行信息並存儲，例如存儲器、數據庫等進行存儲。以便下一步基於充電過程中的複雜的數據做相對複雜的計算而實現對電池的阻抗異常進行監控。
一個例子：一次完整充電過程中，採集到的運行信號數據可以包括例如：
t1 時刻：I(0)=5A，單體A電壓（CellVotage）CV0 =3v，單體B電壓CV0 =3v，單體C電壓CV0 =3.5v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =3.5v，Soc=30（soc_start）；
t2 時刻：I(1)=5A，單體A電壓CV1 =3.5v，單體B電壓CV1 =3v，單體C電壓CV1 =4v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =4v，Soc=60；
t3 時刻：I(2)=5A，單體A電壓CV1 =4v，單體B電壓CV1 =3v，單體C電壓CV1 =4.5v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =4.5v，Soc=90（soc_end）。
另一個實施方式，也可以由動力電池放置在換電站等地充電時，由專門的換電站等地設置的管理電池的系統做採集後通過網路傳輸到雲端。只要能夠採集一個充電過程尤其完整充電過程中的動力電池的運行信息即可。
步驟S220，根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的電阻差是否隨動力電池的荷電狀態變化而發生變化。
一個實施例中，參見圖3所示計算動力電池的電阻差的一個示例流程圖。
步驟S221，根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD，作為所述電阻差。
具體地，第一：可以根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD。比如：雲端從存儲的數據中可以選擇對應動力電池編號的運行信息，在該運行信息中找出一次完整充電過程中開始充電soc（Soc_start）荷電狀態和結束充電soc（Soc_end）荷電狀態。這裡，為了獲得較好的計算精度，可以考慮選擇soc_start＜40而soc_end＞80的一次完整充電過程。在該次充電過程中，對於其中任意一個時刻ti ，其電壓差即單體電壓偏差CVD，根據單體電壓極小值MinCellVoltage和單體電壓極大值MaxCellVoltage進行求差計算，如下述（公式1）計算電池的單體電壓偏差CVD：
（公式1）
具體地，第二，再根據所述任意一個時刻ti 對應的電流I（i）和所述單體電壓偏差CVD，計算對應所述任意一個時刻ti 的所述動力電池內的所述單體內阻偏差。如下述（公式2）計算電池的單體內阻偏差CRD作為電池的電阻差ΔR：
（公式2）
步驟S222，根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；其中，i為大於等於1的自然數，表示第i個，ti 表示任意一個時刻中的第i個時刻。
比如一次完整的充電過程包括第1,2,……i……n（i、n這裡都是大於等於1的自然數，且i≤n）個時刻，每個時刻的的單體內阻偏差為CRD（i），則該充電過程中所有時刻對應的單體內阻偏差（即電池電阻差）為：{CRD(1),CRD(2)….CRD(i)…CRD(n)}；而所有時刻對應的荷電狀態soc在之前採集的運行信號數據中為{Soc(1),Soc(2)…Soc(i)…Soc(n)}。由此，檢測CRD與Soc變化是否相關。
承上述例子，i=1、2、3，計算每個時刻的CRD為：CRD（1）：3.5-3=0.5，0.5/5=0.1；CRD（2）：4-3=1，1/5=0.2；CRD（3）：4.5-3=1.5，1.5/5=0.3，即CRD集合為｛0.1,0.2,0.3｝。Soc（1）=30，Soc（2）=60，Soc（3）=90，即Soc集合為｛30,60,90｝。
優選的一個實施方式，根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平均值，承上述例子計算AvgCRD為：0.6/3=0.2。並且，根據線性擬合法進行趨勢判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化，其中，CRDi 表示第i個時刻ti 的CRD。
具體例如：可以考慮線性擬合方式進行趨勢判斷（樣本數據統計分析），得到比如下述一元線型擬合（公式3）的線性方程式和一個完整充電過程中所有時刻單體內阻偏差平均值avgCRD（公式4）：
（公式3）
（公式4）
其中，k、b為線性擬合公式中的參數。經樣本統計分析後的估值中，k為：k1＜k＜k2時，其中，k1和k2的取值在-0.1~0.1之間（比如位於區間[-0.1,0.1]），則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）不隨Soc（i）的變化而變化，參見圖4模式I。經樣本統計分析後的估值中，k為：k＞k3時，其中，k3取值在1~10之間（比如位於區間[1,10]），則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）隨Soc（i）的增加而增加，參見圖4模式II。
另外，基於兩個數據集合（CRD和Soc），還可以根據分類算法進行分析判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。具體例如：分類算法採用根據二者數據集合中的實例來推理出決策樹表示的分類規則，構造決策樹的規則以找出二者關係，即確定CRD（i）是否隨Soc（i）而變化的情況。
另外，基於兩個數據集合（CRD和Soc），還可以根據樹回歸法進行判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。具體例如：將數據集切分成多份易建模的數據，然後利用線性回歸進行建模和擬合，確定二者擬合關係，即確定CRD（i）是否隨Soc（i）而變化的情況。
步驟S230，根據所述電阻差是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述動力電池阻抗是否發生異常。
一個實施例中，當作為所述電阻差的所述單體內阻偏差CRD不隨所述荷電狀態Soc的變化而發生變化（如圖4所示模式I），並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，例如AvgCRD＞c1，這裡c1取值可以根據實際實驗和經驗，選取在0~0.5之間，比如c1為0.2。則確定所述動力電池中存在連接阻抗的異常。這時，可以認為動力電池中某個電壓採集點附近有嚴重連接阻抗異常的問題。
一個例子：若計算得到單體內阻偏差的平均值為0.35Ohm，且k = 0.01，則滿足條件。
一個實施例中，當作為所述電阻差的所述單體內阻偏差CRD隨所述荷電狀態的增加而增加（如圖4所示模式II），並且，所述單體內阻偏差的平均值大於預設的判斷條件中的閾值，例如：AvgCRD＞c1，比如c1為0.2，則確定所述動力電池中存在電芯極化內阻較大的異常。這時，可以認為某個電芯存在極化內阻較大的問題。
一個例子：若計算得到單體內阻偏差的平均值為0.35Ohm，且k = 2，則滿足條件。
一個實施例中，當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，可以根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數Mode，確定發生連接阻抗的異常的連接點位置、或者發生電芯極化內阻較大的異常的電芯。
也就是說，當前述判斷，確定已經觸發了電池存在阻抗異常的報警條件，在該一次完整充電過程中電池極大值電芯編號的眾數(MaxCellVoltageMode)來鎖定發生阻抗異常的連接點或電芯。
進一步，當所述動力電池阻抗發生異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
再進一步，若未觸發該報警條件，則可以反饋動力電池正常的信息到電動汽車一端。
請參考圖5，根據本發明的系統的一個實施例的主要結構框圖。該系統至少包括：雲端520，雲端520中至少包括監控數據接收裝置5201、監控數據計算裝置5202、監控數據判斷裝置5203。該系統還包括與雲端520網路連接（如車聯網連接）的電動汽車510，電動汽車510至少包括車輛數據採集裝置（其中包括例如BMS等，未示出）。
監控數據接收裝置5201，用於接收電動汽車中電池管理系統發送的動力電池的運行信息。
一個實施方式中，結合前述應用場景示例，接收的運行信息由與雲端網路連接的電動汽車通過網路傳輸到雲端，一個例子，網路可以是車聯網。其中，電動汽車具有可以對動力電池，例如蓄電池，進行管理的電池管理系統BMS。在動力電池進行充電期間，電池管理系統對動力電池的運行信號數據進行採集。
具體地，該電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據。所述運行信號數據至少包括：一次完整充電過程中每個時刻ti （i取值為大於等於0的自然數表示第i個）的電流/充電電流（curent）I（i）、單體電壓（CellVoltage）、單體電壓極小值（MinCellVoltage）、單體電壓極大值(MaxCellVoltage)、電池極大值電芯編號(MaxCellVoltageNum)、以及電池荷電狀態(Soc)等。然後，所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路（如車輛網）發送給雲端，即將數個小時的充電歷史數據都傳輸給了雲端。所述雲端可以接收發送來的所述運行信息並存儲，例如存儲器、數據庫等進行存儲。以便下一步基於充電過程中的複雜的數據做相對複雜的計算而實現對電池的阻抗異常進行監控。
一個例子：一次完整充電過程中，採集到的運行信號數據可以包括例如：t1 時刻：I(0)=5A，單體A電壓（CellVotage）CV0 =3v，單體B電壓CV0 =3v，單體C電壓CV0 =3.5v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =3.5v，Soc=30（soc_start）；t2 時刻：I(1)=5A，單體A電壓CV1 =3.5v，單體B電壓CV1 =3v，單體C電壓CV1 =4v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =4v，Soc=60；t3 時刻：I(2)=5A，單體A電壓CV1 =4v，單體B電壓CV1 =3v，單體C電壓CV1 =4.5v，單體電壓極小值MinCV0 =3v，單體電壓極大值MaxCV0 =4.5v，Soc=90（soc_end）。
另一個實施方式，也可以由動力電池放置在換電站等地充電時，由專門的換電站等地設置的管理電池的系統做採集後通過網路傳輸到雲端。只要能夠採集一個充電過程尤其完整充電過程中的動力電池的運行信息即可。
監控數據計算裝置5202，用於根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的電阻差是否隨動力電池的荷電狀態變化而發生變化。
一個實施例中，先進入S1、根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD，作為所述電阻差。具體地，第一：可以根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD。比如：雲端從存儲的數據中可以選擇對應動力電池編號的運行信息，在該運行信息中找出一次完整充電過程中開始充電soc（Soc_start）荷電狀態和結束充電soc（Soc_end）荷電狀態。這裡，為了獲得較好的計算精度，可以考慮選擇soc_start＜40而soc_end＞80的一次完整充電過程。在該次充電過程中，對於其中任意一個時刻ti ，其電壓差(CellVoltDifference,CVD)即單體電壓偏差CVD，根據單體電壓極小值MinCellVoltage和單體電壓極大值MaxCellVoltage進行求差計算，如下述（公式1）計算電池的單體電壓偏差CVD：
（公式1）
具體地，第二，再根據所述任意一個時刻ti 對應的電流I（i）和所述單體電壓偏差CVD，計算對應所述任意一個時刻ti 的所述動力電池內的所述單體內阻偏差(CellRsiDifference(i),CRD)。如下述（公式2）計算電池的單體內阻偏差CRD作為電池的電阻差ΔR：
（公式2）
一個實施例中，然後進入S2、根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化；其中，i為大於等於1的自然數，表示第i個，ti 表示任意一個時刻中的第i個時刻。
比如一次完整的充電過程包括第1,2,……i……n（i、n這裡都是大於等於1的自然數，且i≤n）個時刻，每個時刻的的單體內阻偏差為CRD（i），則該充電過程中所有時刻對應的單體內阻偏差（即電池電阻差）為：{CRD(1),CRD(2)….CRD(i)…CRD(n)}；而所有時刻對應的荷電狀態soc在之前採集的運行信號數據中為{Soc(1),Soc(2)…Soc(i)…Soc(n)}。由此，檢測CRD與Soc變化是否相關。
承上述例子，i=1、2、3，計算每個時刻的CRD為：CRD（1）：3.5-3=0.5，0.5/5=0.1；CRD（2）：4-3=1，1/5=0.2；CRD（3）：4.5-3=1.5，1.5/5=0.3，即CRD集合為｛0.1,0.2,0.3｝。Soc（1）=30，Soc（2）=60，Soc（3）=90，即Soc集合為｛30,60,90｝。
優選的一個實施方式，根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平均值，承上述例子計算AvgCRD為：0.6/3=0.2。並且，根據線性擬合法進行趨勢判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化，其中，CRDi 表示第i個時刻ti 的CRD。
具體例如：可以考慮線性擬合方式進行趨勢判斷（樣本數據統計分析），得到比如下述一元線型擬合（公式3）的線性方程和一個完整充電過程中所有時刻單體內阻偏差平均值avgCRD（公式4）：
（公式3）
（公式4）
其中，k、b為線性擬合公式中的參數。經樣本統計分析後的估值中，k為：k1＜k＜k2時，其中，k1和k2的取值在-0.1~0.1之間（比如位於區間[-0.1,0.1]），則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）不隨Soc（i）的變化而變化，參見圖4模式I。經樣本統計分析後的估值中，k為：k＞k3時，其中，k3取值在1~10之間（比如位於區間[1,10]），則確定所述任何一個時刻ti 對應的單體內阻偏差CRD（i）隨Soc（i）的增加而增加，參見圖4模式II。
另外，基於兩個數據集合（CRD和Soc），還可以根據分類算法進行分析判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。具體例如：分類算法採用根據二者數據集合中的實例來推理出決策樹表示的分類規則，構築決策樹的規則以找出二者關係，即確定CRD（i）是否隨Soc（i）而變化的情況。
另外，基於兩個數據集合（CRD和Soc），還可以根據樹回歸法進行判斷，確定任何一個時刻ti 對應的單體內阻偏差CRD（i）是否隨荷電狀態Soc（i）的變化而變化。具體例如：將數據集切分成多份易建模的數據，然後利用線性回歸進行建模和擬合，確定二者擬合關係，即確定CRD（i）是否隨Soc（i）而變化的情況。
監控數據判斷裝置5203，用於根據所述電阻差是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述動力電池阻抗是否發生異常。
一個實施例中，當作為所述電阻差的所述單體內阻偏差CRD不隨所述荷電狀態Soc的變化而發生變化（如圖4所示模式I），並且，所述單體內阻偏差的平均值AvgCRD大於預設的判斷條件中的閾值，例如AvgCRD＞c1，這裡c1取值可以根據實際實驗和經驗，選取在0~0.5之間，比如c1為0.2。則確定所述動力電池中存在連接阻抗的異常。這時，可以認為動力電池中某個電壓採集點附近有嚴重連接阻抗異常的問題。
一個例子：若計算得到單體內阻偏差的平均值AvgCRD為0.35Ohm，且k = 0.01，則滿足條件。
一個實施例中，當作為所述電阻差的所述單體內阻偏差CRD隨所述荷電狀態的增加而增加（如圖4所示模式II），並且，所述單體內阻偏差的平均值AvgCRD大於預設的判斷條件中的閾值，例如：AvgCRD＞c1，比如c1為0.2，則確定所述動力電池中存在電芯極化內阻較大的異常。這時，可以認為某個電芯存在極化內阻較大的問題。
一個例子：若計算得到單體內阻偏差的平均值AvgCRD為0.35Ohm，且k = 2，則滿足條件。
一個實施例中，當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，可以根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數Mode，確定發生連接阻抗的異常的連接點位置、或者發生電芯極化內阻較大的異常的電芯。
也就是說，當前述判斷，確定已經觸發了電池存在阻抗異常的報警條件，在該一次完整充電過程中電池極大值電芯編號的眾數(MaxCellVoltageMode)來鎖定發生阻抗異常的連接點或電芯。
進一步，當所述動力電池阻抗發生異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
再進一步，若未觸發該報警條件，則可以反饋動力電池正常的信息到電動汽車一端。
基於上述方法實施例，本發明還提供了一種存儲裝置實施例。在存儲裝置實施例中，存儲裝置存儲有多條程序代碼，所述程序代碼適於由處理器加載並運行以執行上述方法實施例的動力電池絕緣監測方法。為了便於說明，僅示出了與本發明實施例相關的部分，具體技術細節未揭示的，請參照本發明實施例方法部分。
基於上述方法實施例，本發明還提供了一種控制裝置實施例。在控制裝置實施例中，該裝置包括處理器和存儲裝置，存儲裝置存儲有多條程序代碼，所述程序代碼適於由處理器加載並運行以執行上述方法實施例的動力電池絕緣監測方法。為了便於說明，僅示出了與本發明實施例相關的部分，具體技術細節未揭示的，請參照本發明實施例方法部分。
本領域技術人員能夠理解的是，本發明實現上述一實施例的方法中的全部或部分流程，也可以通過計算機程序來指令相關的硬件來完成，所述的計算機程序可存儲於一計算機可讀存儲介質中，該計算機程序在被處理器執行時，可實現上述各個方法實施例的步驟。其中，所述計算機程序包括計算機程序代碼，所述計算機程序代碼可以為源代碼形式、對象代碼形式、可執行文件或某些中間形式等。所述計算機可讀介質可以包括：能夠攜帶所述計算機程序代碼的任何實體或裝置、介質、隨身碟、隨身硬碟、磁碟、光盤、計算機存儲器、唯讀存儲器、隨機存取存儲器、電載波信號、電信信號以及軟件分發介質等。需要說明的是，所述計算機可讀介質包含的內容可以根據司法管轄區內立法和專利實踐的要求進行適當的增減，例如在某些司法管轄區，根據立法和專利實踐，計算機可讀介質不包括電載波信號和電信信號。
進一步，應該理解的是，由於各個模塊的設定僅僅是為了說明本發明的系統的功能單元，這些模塊對應的物理器件可以是處理器本身，或者處理器中軟件的一部分，硬件的一部分，或者軟件和硬件結合的一部分。因此，圖中的各個模塊的數量僅僅是示意性的。
本領域技術人員能夠理解的是，可以對系統中的各個模塊進行適應性地拆分或合併。對具體模塊的這種拆分或合併並不會導致技術方案偏離本發明的原理，因此，拆分或合併之後的技術方案都將落入本發明的保護範圍內。
至此，已經結合附圖所示的一個實施方式描述了本發明的技術方案，但是，本領域技術人員容易理解的是，本發明的保護範圍顯然不局限於這些具體實施方式。在不偏離本發明的原理的前提下，本領域技術人員可以對相關技術特徵作出等同的更改或替換，這些更改或替換之後的技術方案都將落入本發明的保護範圍之內。
510:電動汽車 520:雲端 5201:監控數據接收裝置 5202:監控數據計算裝置 5203:監控數據判斷裝置
下面參照附圖來描述本發明的具體實施方式，附圖中： 圖1是根據本發明的基於充電過程監控電池阻抗異常的方法的一個應用場景實例的示意圖； 圖2是根據本發明的基於充電過程監控電池阻抗異常的方法的一個實施例的主要步驟流程示意圖； 圖3是根據本發明的基於充電過程監控電池阻抗異常的方法的一個實施例中計算動力電池的電阻差的一個示例流程圖； 圖4是根據本發明的所述方法的一個實施例的一個完整充電過程中每個時刻對應的動力電池的內阻偏差CRD（i）與荷電狀態Soc（i）的線性擬合趨勢判斷模式I和模式II的示意圖； 圖5是根據本發明的基於充電過程監控電池阻抗異常的方法的一個實施例的主要結構框圖。

Claims (16)

  1. 一種基於充電過程監控電池阻抗異常的方法，包括：接收動力電池的運行信息；根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化；其中，所述運行信息中一次完整充電過程的動力電池的運行信號數據包括所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態；根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常，包括：當單體內阻偏差CRD不隨所述荷電狀態的變化而發生變化，並且，所述單體內阻偏差CRD的平均值AvgCRD大於預設的判斷條件中的閾值，則確定所述動力電池中存在連接阻抗的異常；當所述單體內阻偏差CRD隨所述荷電狀態的增加而增加，並且，所述單體內阻偏差CRD的平均值AvgCRD大於預設的判斷條件中的閾值，則確定所述動力電池中存在電芯極化內阻較大的異常。
  2. 如請求項1所述基於充電過程監控電池阻抗異常的方法，其中，所述“接收動力電池的運行信息”，包括：由電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據；所述運行信號數據至少包括：一次完整充電過程中每個時刻的電流、單體電壓、單體電壓極小值、單體電壓極大值、電池極大值電芯編號、以及電池荷電狀態； 所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路發送給雲端；所述雲端接收所述運行信息並存儲。
  3. 如請求項2所述基於充電過程監控電池阻抗異常的方法，其中，所述“根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化”，包括：根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD；根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化；其中，i為大於等於0的自然數，表示第i個，ti表示任意一個時刻中的第i個時刻。
  4. 如請求項3所述基於充電過程監控電池阻抗異常的方法，其中，所述“根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD”，包括：根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD；根據所述任意一個時刻對應的電流和所述單體電壓偏差CVD，計算對應所述任意一個時刻的所述動力電池的所述單體內阻偏差CRD。
  5. 如請求項4所述基於充電過程監控電池阻抗異常的方法，其中，所述“根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化”，包括：根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平 均值
    Figure 110106041-A0305-02-0029-6
    ，並根據線性擬合法進行趨勢判斷，確定任何一個時刻ti對 應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化，其中，CRDi表示第i個時刻ti的CRD；或者，根據分類法進行判斷，確定任何一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化；或者，根據樹回歸法進行判斷，確定任何一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化。
  6. 如請求項5所述基於充電過程監控電池阻抗異常的方法，其中，所述線性擬合法包括：根據線性擬合公式CRD(i)=k * Soc(i)+b進行判斷；其中，k、b為線性擬合公式中的常量；如果根據上述線性擬合公式確定常量k為：k1<k<k2時，其中，k1和k2的取值位於區間[-0.1,0.1]，則確定所述任何一個時刻t對應的單體內阻偏差CRD(i)不隨Soc(i)的變化而變化；如果根據上述線性擬合公式確定常量k為：k>k3時，其中，k3取值在區間[1,10]，則確定所述任何一個時刻ti對應的單體內阻偏差CRD(i)隨Soc(i)的增加而增加。
  7. 如請求項6所述基於充電過程監控電池阻抗異常的方法，其中，所述“根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常”，還包括：當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數，確定發生連接阻抗的異常的連接點位置、或者發生電芯極化內阻較大的異常的電芯；當所述動力電池阻抗發生異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
  8. 一種基於充電過程監控電池阻抗異常的系統，包括：一監控數據接收裝置，用於接收動力電池的運行信息；一監控數據處理裝置，用於根據所述運行信息中一次完整充電過程的動力電池的運行信號數據進行計算，以確定動力電池的內阻變化是否隨動力電池的荷電狀態變化而發生變化；其中，所述運行信息中一次完整充電過程的動力電池的運行信號數據包括所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態；一監控數據判斷裝置，用於根據所述內阻變化是否隨所述荷電狀態變化的而發生變化的結果、以及預設的判斷條件，確定所述電池阻抗是否發生異常；所述監控數據判斷裝置，包括：當單體內阻偏差CRD不隨所述荷電狀態的變化而發生變化，並且，所述單體內阻偏差CRD的平均值AvgCRD大於預設的判斷條件中的閾值，則確定所述動力電池中存在連接阻抗的異常；當所述單體內阻偏差CRD隨所述荷電狀態的增加而增加，並且，所述單體內阻偏差CRD的平 均值AvgCRD大於預設的判斷條件中的閾值，則確定所述動力電池中存在電芯極化內阻較大的異常。
  9. 如請求項8所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據接收裝置，包括：由電動汽車電池管理系統採集每次完整的充電過程中所監測到的電池運行信號數據；所述運行信號數據至少包括：一次完整充電過程中每個時刻的電流、單體電壓、單體電壓極小值、單體電壓極大值、電池極大值電芯編號、以及電池荷電狀態；所述電動汽車電池管理系統將所述電池運行信號數據形成所述運行信息，通過網路發送給雲端；所述雲端接收所述運行信息並存儲。
  10. 如請求項9所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據處理裝置，還包括：根據一次完整充電過程的動力電池的運行信號數據中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD；根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻t對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化；其中，i為大於等於1的自然數，表示第i個，ti表示任意一個時刻中的第i個時刻。
  11. 如請求項10所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據處理中“根據一次完整充電過程的動力電池的運行信號數據 中，任意一個時刻的單體電壓極小值、單體電壓極大值和電流，計算所述任意一個時刻的所述動力電池的單體內阻偏差CRD”，具體包括：根據所述任意一個時刻對應的單體電壓極小值和單體電壓極大值，計算所述任意一個時刻的所述動力電池的單體電壓偏差CVD；根據所述任意一個時刻對應的電流和所述單體電壓偏差CVD，計算對應所述任意一個時刻的所述動力電池的所述單體內阻偏差CRD。
  12. 如請求項11所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據處理裝置中“根據所述一次完整充電過程的動力電池的運行信號數據中所有時刻的所述動力電池的單體內阻偏差CRD、以及所有時刻的所述動力電池的各個荷電狀態，判斷任意一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化”，具體包括：根據所有時刻的所述動力電池的單體內阻偏差CRD計算單體內阻偏差的平 均值
    Figure 110106041-A0305-02-0032-7
    ，並根據線性擬合法進行趨勢判斷，確定任何一個時刻ti對 應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化，其中，CRDi表示第i個時刻ti的CRD；或者，根據分類法進行判斷，確定任何一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化；或者，根據樹回歸法進行判斷，確定任何一個時刻ti對應的單體內阻偏差CRD(i)是否隨荷電狀態Soc(i)的變化而變化。
  13. 如請求項12所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據處理裝置中的“線性擬合法”包括：根據線性擬合公式CRD(i)=k * Soc(i)+b進行判斷；其中，k、b為線性擬合公式中的常量； 如果根據上述線性擬合公式確定常量k為：k1<k<k2時，其中，k1和k2的取值位於區間[-0.1,0.1]，則確定所述任何一個時刻ti對應的單體內阻偏差CRD(i)不隨Soc(i)的變化而變化；如果根據上述線性擬合公式確定常量k為：k>k3時，其中，k3取值在區間[1,10]，則確定所述任何一個時刻ti對應的單體內阻偏差CRD(i)隨Soc(i)的增加而增加。
  14. 如請求項13所述基於充電過程監控電池阻抗異常的系統，其中，所述監控數據判斷裝置，還包括：當確定所述動力電池中存在連接阻抗的異常、或者存在電芯極化內阻較大的異常時，根據計算所述一次完整充電過程中每個時刻的所述電池極大值電芯編號的眾數Mode，確定發生連接阻抗的異常的連接點、或者發生電芯極化內阻較大的異常的電芯；當發生阻抗的異常時由雲端向所述動力電池所在電動汽車發出報警、以及發送包含存在連接阻抗的異常的所述連接點或存在電芯極化內阻較大的異常的所述電芯的提示信息。
  15. 一種存儲裝置，其中存儲有多條程序代碼，其特徵在於，所述程序代碼適於由處理器加載並運行以執行請求項1至7中任一項所述的基於充電過程監控電池阻抗異常的方法。
  16. 一種控制裝置，包括處理器和存儲裝置，所述存儲裝置適於存儲多條程序代碼，其特徵在於，所述程序代碼適於由所述處理器加載並運行以執行請求項1至7中任一項所述的基於充電過程監控電池阻抗異常的方法。
TW110106041A 2020-02-24 2021-02-22 基於充電過程監控電池阻抗異常的方法、系統以及裝置 TWI850531B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010113134.XA CN111257775A (zh) 2020-02-24 2020-02-24 基于充电过程监控电池阻抗异常的方法、系统以及装置
CN202010113134.X 2020-02-24

Publications (2)

Publication Number Publication Date
TW202132137A TW202132137A (zh) 2021-09-01
TWI850531B true TWI850531B (zh) 2024-08-01

Family

ID=70949380

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110106041A TWI850531B (zh) 2020-02-24 2021-02-22 基於充電過程監控電池阻抗異常的方法、系統以及裝置

Country Status (3)

Country Link
CN (1) CN111257775A (zh)
TW (1) TWI850531B (zh)
WO (1) WO2021169486A1 (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111257775A (zh) * 2020-02-24 2020-06-09 上海蔚来汽车有限公司 基于充电过程监控电池阻抗异常的方法、系统以及装置
CN112014758B (zh) * 2020-07-22 2023-04-25 量道(深圳)储能科技有限公司 基于电池管理系统的事件信息分析电池性能的方法及系统
CN112379281B (zh) * 2020-11-26 2025-05-02 蔚来汽车科技(安徽)有限公司 车辆低压电池的监控方法、装置、系统、服务器以及介质
CN112736302B (zh) * 2020-12-24 2021-12-07 广州橙行智动汽车科技有限公司 一种电芯容量异常判断方法及装置、车辆、存储介质
CN113064081B (zh) * 2021-03-11 2023-12-05 北京车和家信息技术有限公司 动力电池劣化检测方法、装置、介质、车载系统和车辆
CN112816881B (zh) * 2021-03-12 2024-03-22 武汉蔚来能源有限公司 电池压差异常检测方法、装置及计算机存储介质
ES2987974T3 (es) * 2021-04-01 2024-11-18 Contemporary Amperex Technology Hong Kong Ltd Método y aparato de detección de anomalías de carga y medio de almacenamiento
CN113253128B (zh) * 2021-05-12 2022-04-12 合肥国轩高科动力能源有限公司 一种电池系统soc一致性评估方法和内阻一致性评估方法
CN113533985B (zh) * 2021-06-28 2024-05-03 合肥国轩高科动力能源有限公司 一种电池包内阻异常模块的识别方法及其存储介质
CN113540588A (zh) * 2021-07-12 2021-10-22 力高(山东)新能源技术有限公司 基于均衡电路预测电芯热失控的方法
CN116325413B (zh) * 2021-09-08 2025-08-05 宁德时代新能源科技股份有限公司 动力电池充电的方法和电池管理系统
CN113805080B (zh) * 2021-09-15 2022-12-06 力高(山东)新能源技术股份有限公司 一种判断电池组电芯异常的方法
WO2023044874A1 (zh) * 2021-09-26 2023-03-30 宁德时代新能源科技股份有限公司 确定显示荷电状态的方法、装置和电池管理芯片
CN114062943B (zh) * 2021-10-21 2024-02-09 合肥国轩高科动力能源有限公司 一种锂离子电池系统极化异常预警方法及系统
CN113985288A (zh) * 2021-10-26 2022-01-28 广州小鹏汽车科技有限公司 车辆电池的组件异常提醒方法、装置、车辆以及存储介质
CN114062930B (zh) * 2021-11-16 2023-06-09 蜂巢能源科技有限公司 一种电芯极耳异常接触的检测方法、装置和设备
CN114252770B (zh) * 2021-11-19 2023-12-22 东软睿驰汽车技术（沈阳）有限公司 一种电池包的功率的检测方法、装置、系统及电子设备
CN114200347B (zh) * 2021-11-30 2023-07-18 杭州煦达新能源科技有限公司 一种储能系统中电芯电压采样线连接异常的检测方法
CN114264957B (zh) * 2021-12-02 2024-05-07 东软集团股份有限公司 一种异常单体检测方法及其相关设备
CN114221833B (zh) * 2021-12-15 2023-12-05 傲普(上海)新能源有限公司 Bms系统数据通讯方法
CN113963033B (zh) * 2021-12-20 2022-03-25 华东交通大学 一种基于人工智能的电力设备异常检测方法和系统
CN115407245B (zh) * 2021-12-21 2025-04-29 北京车和家汽车科技有限公司 一种铜排连接状态检测方法、装置及计算机存储介质
CN114487888B (zh) * 2021-12-30 2024-12-31 国联汽车动力电池研究院有限责任公司 一种车辆电池系统异常电池筛选及监测方法
CN114415047B (zh) * 2022-01-07 2025-09-19 青岛特来电新能源科技有限公司 电池内阻的确定方法、装置及电子设备
CN114705995B (zh) * 2022-03-25 2024-09-03 章鱼博士智能技术(上海)有限公司 一种电连接状态识别方法、装置、设备及存储介质
CN114660492A (zh) * 2022-03-31 2022-06-24 西安交通大学 一种网联汽车动力电池阻抗异常的在线诊断系统
CN115079028B (zh) * 2022-05-13 2025-08-19 瑞浦兰钧能源股份有限公司 基于离线数据的电池故障预检判定方法和装置
CN115128481B (zh) * 2022-07-04 2023-10-27 上海交通大学 基于神经网络及阻抗辩识校正的电池状态估计方法、系统
CN115184823B (zh) * 2022-07-29 2025-03-21 欣旺达动力科技股份有限公司 二次电池的一致性检测方法
CN115327409B (zh) * 2022-08-09 2025-08-01 阳光电源股份有限公司 一种储能系统、储能电池的运行异常分析方法
CN115015768B (zh) * 2022-08-10 2022-11-11 力高(山东)新能源技术股份有限公司 一种预测电池组异常电芯的方法
CN115808632B (zh) * 2022-11-03 2025-08-05 宁德时代新能源科技股份有限公司 电池一致性检测方法、检测装置、计算机设备及存储介质
CN115524629B (zh) * 2022-11-23 2023-02-24 陕西汽车集团股份有限公司 一种车辆动力电池系统健康状态的评估方法
CN115825778A (zh) * 2022-12-30 2023-03-21 欣旺达电动汽车电池有限公司 温度异常检测方法、装置、设备及存储介质
CN115986234B (zh) * 2023-01-05 2025-12-12 珠海冠宇电源有限公司 电池管理方法、系统和电子设备
CN116243199A (zh) * 2023-02-02 2023-06-09 湖北亿纬动力有限公司 异常电池单体的检测方法及装置、计算机存储介质
CN117054916B (zh) * 2023-07-27 2024-06-11 小米汽车科技有限公司 动力电池的异常检测方法、系统及云端服务器
US12494657B2 (en) 2023-09-06 2025-12-09 Ford Global Technologies, Llc Systems and methods for battery cell degradation detection
CN117207837B (zh) * 2023-10-07 2024-02-09 嘉丰盛精密电子科技(孝感)有限公司 一种新能源汽车电池包负载均衡调度方法及系统
CN118033467B (zh) * 2024-04-15 2024-07-09 北汽福田汽车股份有限公司 动力电池的异常识别方法、装置、车辆、介质及程序
CN118399539B (zh) * 2024-04-24 2024-11-22 珩星电子（连云港）股份有限公司 一种大电流信号灯充电连接方法
CN118151019B (zh) * 2024-05-08 2024-09-10 北汽福田汽车股份有限公司 动力电池异常识别方法、装置、存储介质及车辆
CN118849859B (zh) * 2024-08-29 2025-10-17 岚图汽车科技有限公司 一种超级快充的充电控制方法、系统、介质及新能源汽车
CN119575216B (zh) * 2024-10-31 2025-12-26 羿动新能源科技有限公司 电池直流内阻和电池容量数据预处理方法、系统及程序产品
CN120013360B (zh) * 2025-04-18 2025-06-24 大唐山东能源营销有限公司 一种基于人工智能的电量核算管理系统
CN121043683A (zh) * 2025-11-04 2025-12-02 大连罗宾森电源设备有限公司 一种大功率直流充电设备的充电过程监测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060033475A1 (en) * 2004-08-12 2006-02-16 Moore Stephen W Method for cell balancing for lithium battery systems
US20090099802A1 (en) * 2007-10-10 2009-04-16 Texas Instruments Incorporated Systems, Methods and Circuits for Determining Potential Battery Failure Based on a Rate of Change of Internal Impedance
CN102282477A (zh) * 2009-03-24 2011-12-14 松下电器产业株式会社 电池异常检测电路及电源装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3839761B2 (ja) * 2001-09-14 2006-11-01 松下電器産業株式会社 バッテリ制御装置
JP2013096752A (ja) * 2011-10-28 2013-05-20 Sanyo Electric Co Ltd パック電池の異常判定方法及びパック電池
CN104950181B (zh) * 2014-03-31 2018-03-23 上海汽车集团股份有限公司 基于充电电流变化的蓄电池内阻测量方法和装置
CN104865445A (zh) * 2014-08-29 2015-08-26 北汽福田汽车股份有限公司 一种动力电池内阻检测方法及动力电池健康度诊断方法
CN104614630B (zh) * 2015-01-19 2017-11-28 清华大学 一种电池微短路的识别方法
CN106356908B (zh) * 2015-07-17 2019-08-13 联创汽车电子有限公司 动力电池组及其构成的控制系统和控制方法
CN105958590B (zh) * 2016-06-08 2018-08-28 西安特锐德智能充电科技有限公司 依据充电电量变化判断电池充电过程异常的装置及方法
CN106556802A (zh) * 2016-11-01 2017-04-05 东软集团股份有限公司 一种蓄电池组异常单体电池识别方法及装置
CN107589378A (zh) * 2017-08-24 2018-01-16 深圳供电局有限公司 一种蓄电池均衡装置及方法
WO2019053557A1 (ja) * 2017-09-14 2019-03-21 株式会社半導体エネルギー研究所 二次電池の異常検知システム及び二次電池の異常検出方法
CN107861070B (zh) * 2017-10-25 2019-10-18 北京交通大学 一种锂离子电池健康状态在线诊断方法
CN108008310B (zh) * 2017-11-24 2020-04-07 中国电力科学研究院有限公司 充电桩检测电池包内阻分布的方法、装置及系统
CN108459278B (zh) * 2018-07-05 2021-01-19 宁波均胜科技有限公司 一种锂离子电池内阻与荷电状态同步估算方法
CN109760542B (zh) * 2018-12-24 2020-09-29 长园深瑞继保自动化有限公司 充电桩控制方法及其控制器
CN110515005A (zh) * 2019-08-13 2019-11-29 上海欣诣科技有限公司 一种用于充电桩监测充电中的电动汽车的自燃预警系统
CN111257775A (zh) * 2020-02-24 2020-06-09 上海蔚来汽车有限公司 基于充电过程监控电池阻抗异常的方法、系统以及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060033475A1 (en) * 2004-08-12 2006-02-16 Moore Stephen W Method for cell balancing for lithium battery systems
US20090099802A1 (en) * 2007-10-10 2009-04-16 Texas Instruments Incorporated Systems, Methods and Circuits for Determining Potential Battery Failure Based on a Rate of Change of Internal Impedance
CN102282477A (zh) * 2009-03-24 2011-12-14 松下电器产业株式会社 电池异常检测电路及电源装置

Also Published As

Publication number Publication date
TW202132137A (zh) 2021-09-01
WO2021169486A1 (zh) 2021-09-02
CN111257775A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
TWI850531B (zh) 基於充電過程監控電池阻抗異常的方法、系統以及裝置
US11408942B2 (en) Method for predicting service life of retired power battery
CN113933732B (zh) 新能源汽车动力电池健康状态分析方法、系统及存储介质
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
CN111025168A (zh) 一种电池健康状态监控装置及电池荷电状态智能估算方法
CN115902646B (zh) 一种储能电池故障识别方法及系统
CN103698713A (zh) 一种锂离子电池健康状态评估方法
CN115469226B (zh) 一种基于运行大数据的电动汽车动力电池实时安全预警方法
CN113075575A (zh) 车辆电池包安全状态评估方法、系统、装置及存储介质
CN116027199B (zh) 基于电化学模型参数辨识检测电芯全寿命内短路的方法
CN113884884B (zh) 一种基于相关性的动力电池组故障诊断方法及系统
EP4568054A1 (en) Battery health state assessment method, device, computer apparatus and storage medium
CN116401585A (zh) 一种基于大数据的储能电池失效风险评估方法
CN115144765A (zh) 电池内短路故障检测方法及装置
CN111509319B (zh) 一种储能电源phm管理系统
CN116256642B (zh) 一种适用于稀疏数据的磷酸铁锂电池故障诊断方法
CN115684976B (zh) 储能电池故障在线诊断定位方法、电子设备及介质
CN116774046A (zh) 电池安全状态监测方法、装置、计算机设备、存储介质
CN115742852A (zh) 动力电池采样异常识别装置、方法和换电站
CN114977416B (zh) 电池管理方法、系统及计算机可读存储介质
CN117590269A (zh) 基于充电稀疏大数据的电池系统综合健康状态评估方法
CN120064984A (zh) 电池状态评估方法、装置、系统及存储介质
CN118275908A (zh) 检测电池包自放电状态的方法、车辆和计算机存储介质
US20250180658A1 (en) Load measurement method and apparatus of battery balancer, computer device and storage medium
CN114300763A (zh) 基于车云协调的电池内阻异常监测方法、设备及存储介质