CN108318775B - 在线诊断电池短路故障的方法及装置 - Google Patents
在线诊断电池短路故障的方法及装置 Download PDFInfo
- Publication number
- CN108318775B CN108318775B CN201810448614.4A CN201810448614A CN108318775B CN 108318775 B CN108318775 B CN 108318775B CN 201810448614 A CN201810448614 A CN 201810448614A CN 108318775 B CN108318775 B CN 108318775B
- Authority
- CN
- China
- Prior art keywords
- capacity
- charging
- battery
- discharge
- determining
- 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 54
- 239000000178 monomer Substances 0.000 claims abstract description 66
- 238000003745 diagnosis Methods 0.000 claims abstract description 57
- 238000007599 discharging Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 3
- 230000032683 aging Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910052744 lithium Inorganic materials 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
-
- 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)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明提供了一种在线诊断电池短路故障的方法及装置，涉及电池技术领域。通过本申请实施例中的诊断方法，即可确定电池单体的当前状态，判断该电池单体是出现了短路故障还是正常状态。该诊断方法需要获取的数据量小，运算成本低，可以快速的诊断出任一电池单体或电池组中的某一单体是否发生了短路故障。诊断过程使用的充放电电流都较小，且充放电是在单向的情形下进行的，可以实现恒流工况下的电池单体的短路故障的诊断。
Description
技术领域
本发明涉及电池技术领域，具体而言，涉及一种在线诊断电池短路故障的方法及装置。
背景技术
在电池的使用过程中，如太阳能路灯中的蓄电池模组，储能电站中的电池模组，电动汽车中的电池模组等，由于蓄电池模组的工作在较恶劣的环境下，会造成模组内部元器件、控制开关、内部线路等部件老化，造成电池单体发生外短路的故障。另一方面，由于电池制造工艺的瑕疵或者由于电池的不当使用，会造成电池单体发生内部短路的故障。如果电池发生短路故障但未能及时通过电池管理系统诊断出，轻微的短路则会造成电池容量的衰减，而当短路电阻过小时，短路电阻会在短时间内产生大量的热量，进而引发电池发生热失控。
因此，对电池的短路故障诊断是本领域亟待解决的问题。
发明内容
有鉴于此，本发明提供了一种在线诊断电池短路故障的方法及装置，可以实现电池的短路故障诊断。
本发明提供的技术方案如下：
一种在线诊断电池短路故障的方法，包括：
获得电池单体的充电数据和放电数据；
根据所述充电数据确定充电容量的电压区间段；
确定与所述充电容量的电压区间段对应的充电时间；
根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量；
根据所述放电数据确定放电容量的电压区间段；
确定与所述放电容量的电压区间段对应的放电时间；
根据所述电池单体的放电曲线确定当前的放电容量；
根据所述充电时间和放电时间计算短路故障诊断阈值；
确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障；
若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
进一步地，根据所述充电数据确定充电容量的电压区间段的步骤包括：
确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系；
根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
进一步地，根据所述放电数据确定放电容量的电压区间段的步骤包括：
确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系；
根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
进一步地，所述充电容量增长曲线为所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量；所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。
进一步地，根据所述充电时间和放电时间计算短路故障诊断阈值采用以下公式计算：
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率，自放电等造成的充放电电量差异；k为短路故障级别系数；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差。
本发明还提供了一种在线诊断电池短路故障的装置，包括：
充放电数据获取模块，用于获得电池单体的充电数据和放电数据；
充电电压确定模块，用于根据所述充电数据确定充电容量的电压区间段；
充电时间确定模块，用于确定与所述充电容量的电压区间段对应的充电时间；
充电容量确定模块，用于根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量；
放电电压确定模块，用于根据所述放电数据确定放电容量的电压区间段；
放电时间确定模块，用于确定与所述放电容量的电压区间段对应的放电时间；
放电容量确定模块，用于根据所述电池单体的放电曲线确定当前的放电容量；
故障诊断阈值计算模块，用于根据所述充电时间和放电时间计算短路故障诊断阈值；
短路故障确定模块，用于确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障；若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
进一步地，所述充电电压确定模块根据所述充电数据确定充电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系；
根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
进一步地，所述放电电压确定模块根据所述放电数据确定放电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系；
根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
进一步地，所述充电容量增长曲线为所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量；所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。
进一步地，故障诊断阈值计算模块根据所述充电时间和放电时间计算短路故障诊断阈值采用以下公式计算：
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率，自放电等造成的充放电电量差异；k为短路故障级别系数；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差。
通过本申请实施例中的诊断方法，即可确定电池单体的当前状态，判断该电池单体是出现了短路故障还是正常状态。该诊断方法需要获取的数据量小，运算成本低，可以快速的诊断出任一电池单体或电池组中的某一单体是否发生了短路故障。诊断过程使用的充放电电流都较小，且充放电是在单向的情形下进行的，可以实现恒流工况下的电池单体的短路故障的诊断。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明实施例提供的一种在线诊断电池短路故障的方法的流程示意图。
图2为本发明实施例提供的一种在线诊断电池短路故障的方法中步骤S103的子步骤的流程示意图。
图3为本发明实施例提供的一种在线诊断电池短路故障的方法中步骤S105的子步骤的流程示意图。
图4为本发明实施例提供的一种在线诊断电池短路故障的装置的功能模块示意图。
图标：100-在线诊断电池短路故障的装置；101-充放电数据获取模块；102-充电电压确定模块；103-充电时间确定模块；104-充电容量确定模块；105-放电电压确定模块；106-放电时间确定模块；107-放电容量确定模块；108-故障诊断阈值计算模块；109-短路故障确定模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
目前有关电池短路故障的方法主要依赖于模型参数在线辨识，这种方法在动态工况下取得了不错的效果，但是在恒流工况下，很难得到较可靠的模型参数，会出现模型参数结果发散的现象，不能很好的适应恒流工况下的短路故障诊断。如太阳能路灯中用于储能的蓄电池，一般充放电流都较小，且都是单向的，采用模型参数辨识的方法估计短路故障可行性较差。
有鉴于此，本申请实施例提供了一种在线诊断电池短路故障的方法，包括以下步骤：
步骤S101，获得电池单体的充电数据和放电数据。
在本申请实施例中，待检测的电池单体可以是锂电池或其他形式的电池。在进行诊断时，可以获取针对该电池单体的充电数据和放电数据。充电数据可以包括充电时的电压大小、电流大小、充电时长、电池单体充入的容量等信息。
步骤S102，根据所述充电数据确定充电容量的电压区间段。
详细的，充电容量的电压区间段可以根据电池单体的充电老化特征以及充电数据进行选取。充电老化特征是指电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系变化较小。
如图2所示，确定充电容量的电压区间段时，可以如子步骤S121，先确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系。再如子步骤S122，根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
步骤S103，确定与所述充电容量的电压区间段对应的充电时间。
在本申请实施例中，所述充电时间是电池单体的实际充电时长，而不是电池单体为全新电池时的充电时间段。通过对电池单体的充电数据的获取，可以确定电池单体在于充电容量的电压区间段对应的充电时间。
步骤S104，根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量。
在本申请实施例中，充电容量增长曲线是所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量。
步骤S105，根据所述放电数据确定放电容量的电压区间段。
与确定充电容量的电压区间段相似，在确定放电容量的电压区间段时，可以据电池单体的放电老化特征以及放电数据进行选取。放电老化特征是指所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系变化较小。
如图3所示，通过子步骤S151，确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系。再通过子步骤S152，根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
步骤S106，确定与所述放电容量的电压区间段对应的放电时间。
在确定了放电容量的电压区间段后，再确定电池单体的放电时间。可以理解的是，放电时间是当前被诊断的电池单体的实际放电时长，而不是电池单体作为新电池时的放电时长。
步骤S107，根据所述电池单体的放电曲线确定当前的放电容量。
所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。通过该放电曲线，确定当前的放电容量。
步骤S108，根据所述充电时间和放电时间计算短路故障诊断阈值。
在计算短路故障诊断阈值时，可以采用以下公式计算。
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率，自放电造成的充放电电量差异；k为短路故障级别系数；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差。
在实施时，σ小于或等于被诊断的电池单体的额定容量的0.3％，短路故障级别系数k取决于电池单体的额定电压和欲诊断的短路故障电阻的大小。充电时间和放电时间的量纲为秒，容量估计误差ε不大于电池单体的额定容量的5％。
例如，对三元锂电池进行诊断时，该三元锂电池的额定电压为3.8V，额定容量为10Ah，欲诊断的短路故障电阻的大小为5Ω，则σ取0.03,ε取0.5，k的取值为：3.8÷5＝0.76。
步骤S109，确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障。
通过上述公式计算得到短路故障诊断阈值后，即可判断充电容量与放电容量之间的大小关系。当充电容量大于放电容量，并且充电容量超过放电容量的数值大于或等于上述短路故障诊断阈值，表明该电池单体存在短路故障。
步骤S110，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
通过上述诊断方法，即可确定电池单体的当前状态，判断该电池单体是出现了短路故障还是正常状态。该诊断方法需要获取的数据量小，运算成本低，可以快速的诊断出任一电池单体或电池组中的某一单体是否发生了短路故障。诊断过程使用的充放电电流都较小，且充放电是在单向的情形下进行的，可以实现恒流工况下的电池单体的短路故障的诊断。
本发明还提供了一种在线诊断电池短路故障的装置，包括：
本发明还提供了一种在线诊断电池短路故障的装置100，如图4所示，包括：
充放电数据获取模块101，用于获得电池单体的充电数据和放电数据；
充电电压确定模块102，用于根据所述充电数据确定充电容量的电压区间段；
充电时间确定模块103，用于确定与所述充电容量的电压区间段对应的充电时间；
充电容量确定模块104，用于根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量；
放电电压确定模块105，用于根据所述放电数据确定放电容量的电压区间段；
放电时间确定模块106，用于确定与所述放电容量的电压区间段对应的放电时间；
放电容量确定模块107，用于根据所述电池单体的放电曲线确定当前的放电容量；
故障诊断阈值计算模块108，用于根据所述充电时间和放电时间计算短路故障诊断阈值；
短路故障确定模块109，用于确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障；若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
进一步地，所述充电电压确定模块根据所述充电数据确定充电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系；
根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
进一步地，所述放电电压确定模块根据所述放电数据确定放电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系；
根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
进一步地，所述充电容量增长曲线为所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量；所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。
进一步地，故障诊断阈值计算模块根据所述充电时间和放电时间计算短路故障诊断阈值采用以下公式计算：
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率，自放电等造成的充放电电量差异；k为短路故障级别系数；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差。
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，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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。在这点上，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，所述模块、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方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种在线诊断电池短路故障的方法，其特征在于，包括：
获得电池单体的充电数据和放电数据；
根据所述充电数据确定充电容量的电压区间段；
确定与所述充电容量的电压区间段对应的充电时间；
根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量；
根据所述放电数据确定放电容量的电压区间段；
确定与所述放电容量的电压区间段对应的放电时间；
根据所述电池单体的放电曲线确定当前的放电容量；
根据所述充电时间和放电时间计算短路故障诊断阈值，其中，该短路故障诊断阈值的计算公式为：
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率以及自放电造成的充放电电量差异；k为短路故障级别系数，所述短路故障级别系数为所述电池单体的额定电压与欲诊断的短路故障电阻之间的比值；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差；
确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障；
若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
2.根据权利要求1所述的在线诊断电池短路故障的方法，其特征在于，根据所述充电数据确定充电容量的电压区间段的步骤包括：
确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系；
根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
3.根据权利要求1所述的在线诊断电池短路故障的方法，其特征在于，根据所述放电数据确定放电容量的电压区间段的步骤包括：
确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系；
根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
4.根据权利要求1所述的在线诊断电池短路故障的方法，其特征在于，所述充电容量增长曲线为所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量；所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。
5.一种在线诊断电池短路故障的装置，其特征在于，包括：
充放电数据获取模块，用于获得电池单体的充电数据和放电数据；
充电电压确定模块，用于根据所述充电数据确定充电容量的电压区间段；
充电时间确定模块，用于确定与所述充电容量的电压区间段对应的充电时间；
充电容量确定模块，用于根据电池单体的充电容量增长曲线确定所述电池单体当前的充电容量；
放电电压确定模块，用于根据所述放电数据确定放电容量的电压区间段；
放电时间确定模块，用于确定与所述放电容量的电压区间段对应的放电时间；
放电容量确定模块，用于根据所述电池单体的放电曲线确定当前的放电容量；
故障诊断阈值计算模块，用于根据所述充电时间和放电时间计算短路故障诊断阈值，其中，该短路故障诊断阈值的计算公式为：
φ＝Q·(σ+ε)+k·(tcha+tdch)；
其中，Φ为所述短路故障诊断阈值，Q为电池容量，σ为电池单体正常的库伦效率以及自放电造成的充放电电量差异；k为短路故障级别系数，所述短路故障级别系数为所述电池单体的额定电压与欲诊断的短路故障电阻之间的比值；tcha为所述充电时间，tdch为所述放电时间，ε为所述电池单体的容量估计误差；
短路故障确定模块，用于确定所述充电容量是否大于所述放电容量，若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值大于或等于所述短路故障诊断阈值，确定所述电池单体出现短路故障；若所述充电容量大于所述放电容量，且所述充电容量与所述放电容量的差值小于所述短路故障诊断阈值，确定所述电池单体为正常单体。
6.根据权利要求5所述的在线诊断电池短路故障的装置，其特征在于，所述充电电压确定模块根据所述充电数据确定充电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系；
根据所述预设电压区间段的充电电压与该预设电压区间段内充入所述电池单体的容量的对应关系，以及所述电池单体的充电电压确定充电容量的电压区间段。
7.根据权利要求5所述的在线诊断电池短路故障的装置，其特征在于，所述放电电压确定模块根据所述放电数据确定放电容量的电压区间段的方法包括：
确定所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系；
根据所述电池单体在预设电压区间段的放电电压与该预设电压区间段内所述电池单体放出的容量的对应关系，以及所述电池单体的放电电压确定放电容量的电压区间段。
8.根据权利要求5所述的在线诊断电池短路故障的装置，其特征在于，所述充电容量增长曲线为所述电池单体充电过程中，在预设端电压下所述电池单体充入的电量；所述放电曲线为所述电池单体放电过程中，在预设端电压下所述电池单体放出的电量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810448614.4A CN108318775B (zh) | 2018-05-11 | 2018-05-11 | 在线诊断电池短路故障的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810448614.4A CN108318775B (zh) | 2018-05-11 | 2018-05-11 | 在线诊断电池短路故障的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108318775A CN108318775A (zh) | 2018-07-24 |
| CN108318775B true CN108318775B (zh) | 2020-06-09 |
Family
ID=62896616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810448614.4A Active CN108318775B (zh) | 2018-05-11 | 2018-05-11 | 在线诊断电池短路故障的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108318775B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109738811B (zh) * | 2019-01-28 | 2020-12-01 | 东北大学 | 基于双级模型预测的锂离子电池组外部短路故障诊断方法 |
| CN110376530B (zh) * | 2019-08-08 | 2020-06-30 | 清华大学 | 电池内短路检测装置及方法 |
| CN110824372A (zh) * | 2019-11-25 | 2020-02-21 | Oppo广东移动通信有限公司 | 一种判断电池内短路的方法、设备和电子设备 |
| CN110888072A (zh) * | 2019-11-28 | 2020-03-17 | Oppo广东移动通信有限公司 | 电池微短路的检测方法及装置、电子设备 |
| CN111610456B (zh) * | 2020-04-29 | 2022-08-23 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
| CN111679217A (zh) * | 2020-06-19 | 2020-09-18 | 中国电力科学研究院有限公司 | 一种采用soc区间段内库伦效率的电池预警方法及装置 |
| CN111929602B (zh) * | 2020-06-23 | 2023-06-16 | 上海理工大学 | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 |
| CN111781504B (zh) * | 2020-08-03 | 2023-09-01 | 北京理工大学 | 一种锂离子动力电池老化状态识别与开路电压重构方法 |
| CN112014746B (zh) * | 2020-09-08 | 2023-04-25 | 上海理工大学 | 一种区分串联电池包内外微短路的故障诊断方法 |
| CN112098893B (zh) * | 2020-09-18 | 2023-06-20 | 哈尔滨理工大学 | 一种适用于电动汽车的基于初始容量差异的电池内短路故障诊断方法 |
| CN113525117A (zh) * | 2021-08-13 | 2021-10-22 | 泉州市贝瓦电子技术有限公司 | 一种智能反馈电池健康状态的系统和方法 |
| CN113848495B (zh) * | 2021-10-11 | 2023-11-21 | 江苏省特种设备安全监督检验研究院 | 基于充电曲线的内部微短路故障诊断方法 |
| CN115047361A (zh) * | 2022-05-26 | 2022-09-13 | 同济大学 | 一种基于序列相似度的电池内短路在线诊断方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1821801A (zh) * | 2005-02-18 | 2006-08-23 | 松下电器产业株式会社 | 二次电池的内部短路检测装置和检测方法、二次电池的电池组件及电子设备 |
| JP2009204401A (ja) * | 2008-02-27 | 2009-09-10 | Nec Corp | 二次電池の内部短絡検出装置および内部短絡検出方法 |
| CN102565611A (zh) * | 2011-12-27 | 2012-07-11 | 惠州市亿能电子有限公司 | 动力电池的内短路检测方法 |
| CN104617330A (zh) * | 2015-01-19 | 2015-05-13 | 清华大学 | 电池微短路的识别方法 |
| CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
-
2018
- 2018-05-11 CN CN201810448614.4A patent/CN108318775B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1821801A (zh) * | 2005-02-18 | 2006-08-23 | 松下电器产业株式会社 | 二次电池的内部短路检测装置和检测方法、二次电池的电池组件及电子设备 |
| JP2009204401A (ja) * | 2008-02-27 | 2009-09-10 | Nec Corp | 二次電池の内部短絡検出装置および内部短絡検出方法 |
| CN102565611A (zh) * | 2011-12-27 | 2012-07-11 | 惠州市亿能电子有限公司 | 动力电池的内短路检测方法 |
| CN104617330A (zh) * | 2015-01-19 | 2015-05-13 | 清华大学 | 电池微短路的识别方法 |
| CN107870301A (zh) * | 2016-09-27 | 2018-04-03 | 华为技术有限公司 | 一种电池微短路的检测方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| "烧结式MH-Ni电池微短路的快速确定方法";郭红霞等;《电源技术 测试与分析》;20100630;第134卷(第6期);第608-609页 * |
| "锂离子电池内部短路研究进展";李宁等;《电源技术 综述》;20160531;第140卷(第5期);第1139-1141页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108318775A (zh) | 2018-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108318775B (zh) | 在线诊断电池短路故障的方法及装置 | |
| CN107192914B (zh) | 锂离子动力电池内短路检测方法 | |
| CN110370984B (zh) | 动力电池热失控预警方法 | |
| US7482784B2 (en) | Degradation judgment circuit for secondary battery | |
| JP7289113B2 (ja) | 管理装置、及び電源システム | |
| CN106324508B (zh) | 电池健康状态的检测装置及方法 | |
| CN109932661B (zh) | 一种电池状态监测方法及装置 | |
| CN109342950B (zh) | 一种用于锂电池荷电状态的评估方法、装置及其设备 | |
| Susanna et al. | Comparison of simple battery model and thevenin battery model for SOC estimation based on OCV method | |
| 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 | |
| KR102550371B1 (ko) | 내부 단락 고장 조기 검출 방법 및 장치 | |
| CN110764014A (zh) | 电池内短路的检测方法、装置、终端及可读存储介质 | |
| KR20190056743A (ko) | 배터리 저항 추정 장치 및 방법 | |
| CN112345943A (zh) | 一种电池热失控预警方法及装置 | |
| CN112485691B (zh) | 一种锂离子电池的soh估算方法 | |
| Choi et al. | A temperature-dependent state of charge estimation method including hysteresis for lithium-ion batteries in hybrid electric vehicles | |
| CN104597404B (zh) | 电池实际容量、soc以及soh的自动标定方法 | |
| CN108680869A (zh) | 一种动力电池健康状态的评估方法和装置 | |
| CN104237792B (zh) | 电池容量预测方法 | |
| CN106249170B (zh) | 一种动力电池系统功率状态估计方法及装置 | |
| CN110018422B (zh) | 一种电池管理方法及装置 | |
| CN106154173A (zh) | 一种快速低廉便捷的二次电池的自放电筛选方法 | |
| CN112467822A (zh) | 一种电池管理方法、装置以及系统 | |
| CN114035074A (zh) | 一种诊断磷酸铁锂串联电池组中微短路单体的方法 | |
| Kim et al. | Hysteresis modeling for model-based condition monitoring of lithium-ion batteries |
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 |