CN109768340B - 一种电池放电过程电压不一致性估计方法及装置 - Google Patents
一种电池放电过程电压不一致性估计方法及装置 Download PDFInfo
- Publication number
- CN109768340B CN109768340B CN201811480178.5A CN201811480178A CN109768340B CN 109768340 B CN109768340 B CN 109768340B CN 201811480178 A CN201811480178 A CN 201811480178A CN 109768340 B CN109768340 B CN 109768340B
- Authority
- CN
- China
- Prior art keywords
- voltage
- discharge
- capacity
- battery
- discharge process
- 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 192
- 230000008569 process Effects 0.000 title claims abstract description 135
- 238000009826 distribution Methods 0.000 claims abstract description 150
- 230000008859 change Effects 0.000 claims abstract description 44
- 238000007619 statistical method Methods 0.000 claims abstract description 26
- 238000009795 derivation Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 239000006185 dispersion Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 208000028659 discharge Diseases 0.000 description 147
- 238000010586 diagram Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本发明提供了一种电池放电过程电压不一致性估计方法及装置，所述方法包括：获取电池成组前电池放电电压随容量变化的概率分布云图；对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。本发明采用三参数Weibull概率模型可清晰地描述电压分布特在电池放电区间的变化过程。与传统的不一致性估计方法相比，不仅可以描述电压的离散性变化过程，还可以描述电压的对称性变化过程，将统计结果作为电池组性能指标之一，可以有效指导电池组状态估计算法的建立，保证电池组内每个单体电池都在监测范围内，避免监测死角。
Description
技术领域
本发明涉及锂离子电池技术领域，具体涉及一种电池放电过程电压不一致性估计方法及装置。
背景技术
为满足高能量高功率的车用需求，锂离子电池需要串并联成组才能上车使用。然而，由于单体电池之间性能的差异，使电池组性能低于单体电池，这不仅会影响BMS的检测精度，也会使池组寿命缩短或出现安全问题。单体电池成组后的不一致性问题不可避免，只会随循环过程加剧。电池组内单体之间不一致性最主要的表现是电压和容量的不一致性，这将直接影响到BMS系统对电池状态估计的准确性；也会使不同电池的工作载荷不同，直接影响电池寿命的不一致性。因此，充分理解电池电压不一致性规律的演变过程及其背后的原因，是缓解电池组不一致性问题以及由不一致性引起的电池组状态估计和寿命预测问题的关键。
目前电池组的SOC、SOH状态估计方法都是选取容量最大和最小的电池作为依据，直接将单体电池状态估计模型转化为电池组估计模型。这样的方式短期内可以准确的估计电池状态，但是无法捕捉每一个电池的实际工况信息，也无法对每一个电池的未来状态做出预测。
完全依赖Data-Driven的数学方法，在电池使用初期可以保证电池仿真结果的精度，但这种方法需要对被研究的电池组进行充分的数据学习后，才能预测该电池的剩余寿命，无法将所学习参数推广至其他电池，即方法不具有普适性。这种被忽略的不一致性信息将会成为一种不可控因素，使电池组在未来的工作中不一致性演变路径偏离预期数值，随之原有的状态估计方法精度也将不再适用。但是，实际BMS对电池组的监测为减少计算量而只选择关注容量最大和最小的两个电池，因此电池参数不一致性的数据将无法获取。
在实际生产和电池成组阶段，通过对电池容量和内阻的筛选来降低电池的不一致性，在一定程度上可以减少成组后单体电池之间的差别。这类参数的选取，只能保证电池静态参数的一致，而不能保证充放电过程的一致，即电压的不一致性。然而，对电压的不一致性虽然可以通过BMS的均衡模块缓解，但是无法完全消除，而且随着电池性能的衰减，电池之间的不一致性会逐渐加剧。因此，对于电池的不一致性问题的解决方案，不仅需要最大可能地排除，还需要准确的监测和预测。
目前，无论是电池组的状态监测方法还是成组电池的不一致性问题的研究，都是相对独立的。生产过程引起的电池不一致性问题可以一定程度地通过筛选方法来环节，但是对成组后电池的不一致性问题仍然缺少全面的认知。这将影响电池组长期的检测精度和工况控制，使个别电池在电池组中成为监控死角，无法在正常的工况下工作，引起加速老化或安全问题。
发明内容
针对现有技术中的问题，本发明提供一种电池放电过程电压不一致性估计方法及装置。
具体地，本发明提供以下技术方案：
第一方面，本发明提供了一种电池放电过程电压不一致性估计方法，包括：
获取电池成组前电池放电电压随容量变化的概率分布云图；
对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；
根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
进一步地，所述方法还包括：
对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律，以及判断获取的不同单体电池电压分布离散性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
进一步地，所述方法还包括：
对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律，以及判断获取的不同单体电池电压分布对称性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
进一步地，所述在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律，包括：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
第二方面，本发明还提供了一种电池放电过程电压不一致性估计装置，包括：
获取模块，用于获取电池成组前电池放电电压随容量变化的概率分布曲线；
统计分析模块，用于对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；
第一估计模块，用于根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
进一步地，所述装置还包括：
第二估计模块，用于对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律；
第一判断模块，用于判断所述第二估计模块获取的不同单体电池电压分布离散性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度；
第一选择模块，用于在所述第一判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
进一步地，所述装置还包括：
第三估计模块，用于对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律；
第二判断模块，用于判断所述第三估计模块获取的不同单体电池电压分布对称性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度；
第二选择模块，用于在所述第二判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
进一步地，所述第二选择模块，具体用于：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
第三方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述电池放电过程电压不一致性估计方法的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述电池放电过程电压不一致性估计方法的步骤。
由上面技术方案可知，本发明提供的电池放电过程电压不一致性估计方法，包括：获取电池成组前电池放电电压随容量变化的概率分布云图；对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。本发明采用三参数Weibull概率模型可清晰地描述电压分布特在电池放电区间的变化过程。与传统的不一致性估计方法相比，不仅可以描述电压的离散性变化过程，还可以描述电压的对称性变化过程，将统计结果作为电池组性能指标之一，可以有效指导电池组状态估计算法的建立，保证电池组内每个单体电池都在监测范围内，避免监测死角。此外，在本发明的其他实施方式中，用数值求导的方法得到的电压关于容量一阶导数和二阶导数代替Weibull概率模型的a和b值，可以直接得到电压离散性和对称性，由此，降低电池抽样成本和测试周期，实现放电电压不一致性的高效快速预测。
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。
图1是本发明一实施例提供的电池放电过程电压不一致性估计方法的流程图；
图2是本发明一实施例提供的仿真电池电压概率分布云图；
图3是本发明一实施例提供的仿真电池电压概率分布云图(X-Y轴视图)；
图4是本发明一实施例提供的仿真电池电压概率分布云图(X-Z轴视图)；
图5是本发明一实施例提供的Weibull概率模型参数曲线；
图6是本发明一实施例提供的数值求导a’和统计估计aWeibull曲线对比示意图；
图7是本发明一实施例提供的数值求导b’和统计估计bWeibull曲线对比示意图；
图8是本发明另一实施例提供的电池放电过程电压不一致性估计装置的结构示意图；
图9是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。
图1示出了本发明一实施例提供的电池放电过程电压不一致性估计方法的流程图。如图1所示，本实施例提供的电池放电过程电压不一致性估计方法，包括：
步骤101：获取电池成组前电池放电电压随容量变化的概率分布云图。
步骤102：对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势。
步骤103：根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
由上面技术方案可知，本实施例提供的电池放电过程电压不一致性估计方法，包括：获取电池成组前电池放电电压随容量变化的概率分布云图；对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。本实施例采用三参数Weibull概率模型可清晰地描述电压分布特在电池放电区间的变化过程。与传统的不一致性估计方法相比，不仅可以描述电压的离散性变化过程，还可以描述电压的对称性变化过程，将统计结果作为电池组性能指标之一，可以有效指导电池组状态估计算法的建立，保证电池组内每个单体电池都在监测范围内，避免监测死角。此外，在本实施例的其他实施方式中，用数值求导的方法得到的电压关于容量一阶导数和二阶导数代替Weibull概率模型的a和b值，可以直接得到电压离散性和对称性，由此，降低电池抽样成本和测试周期，实现放电电压不一致性的高效快速预测。
基于上述实施例内容，在一种可选实施方式中，所述方法还包括：
对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律，以及判断获取的不同单体电池电压分布离散性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
本实施方式在采用三参数Weibull统计分析方式获取不同单体电池电压分布离散性和对称性随放电过程的变化规律之外，还采用数值求导的方法，剖析电压不一致性变化趋势形成的原因，由于电压离散性与电压对容量的一阶导数高度相关，电压的对称性与电压对容量的二阶导数相关。因此，本实施方式充分利用该特征，对由容量不一致性引起的放电电压不一致性变化过程直接通过对电压曲线求导得到，从而实现对电池放电过程电压分布的变化规律的预测，并将利用求导结果得到的放电电压不一致性分析结果与上述三参数Weibull统计分析结果进行比较，若经对比获知两者在某一放电时间段(如放电后期)相似(如相似度达到预设标准80％)，则可以在该放电时间段采用求导的方式获取放电电压不一致性的估计。需要说明的是，在电池实际生产和成组匹配过程中，用数值求导的方法得到电压关于容量的一阶导数和二阶导数代替Weibull概率模型的a和b值，可以直接得到电压离散性和对称性，降低电池抽样成本和测试周期，实现放电电压不一致性的高效快速预测。
基于上述实施例内容，在一种可选实施方式中，所述方法还包括：
对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律，以及判断获取的不同单体电池电压分布对称性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
基于上述实施例内容，在一种可选实施方式中，所述在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律，包括：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
需要说明的是，对于电压对称性，由于采用对概率分布云图求取关于电压对容量的二阶导数值的方式获取的电压对称性分析结果与采用三参数Weibull统计分析方式获取的电压对称性分析结果存在数量级的差异，因此无法直接由二阶导数值直接推测bWeibull的数值，故可以通过二阶导数值的符号判断函数的凹凸性，进而对bWeibull做定性推测，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
由上面内容可知，本实施例为提高电池组检测算法对不一致性问题的认知，保证电池组状态估计和寿命预测算法的长期精度的同时尽可能满足每个电池的拥有健康的工作环境，对成组前电池放电行为进行统计分析，并用数值求导的方法验证统计结果的可信度，进而得到电池放电过程电压不一致性行为的变化过程，用于成组后电池电压不一致性预测。
下面将结合附图及原理对本实施例提供的电池放电过程电压不一致性估计方法进行详细说明。
第一步：电压曲线的概率分布。对100支电池的放电电压的概率分布随放电容量变化做成4维图像，如图2-4所示，四个维度分别为：x轴：放电容量；y轴归一化电压；z轴：电压；颜色轴：分布概率。
第二步：电压不一致性的统计分析。
Weibull概率模型概率密度函数(PDF)如下式一所示：
上述函数由三个参数确定，其中，a为尺寸参数，b为形状参数，c为位置参数；
对100支电池的放电电压曲线做三参数Weibull统计分析，得到三个参数随放电过程的变化趋势如图5所示。
第三步：电压不一致性的数值推导
依据式二V＝V(SOC)电压-容量曲线和式三
容量与SOC的关系推导电池不一致性行为变化规律。分别对电压-容量曲线求关于容量的一阶导数和二阶导数，得到由容量引起电压的离散性和对称性的变化规律。其中，C表示电池放电电量，Ct表示电池容量，SOC表示电池荷电状态；SOC(Ct，C)表示电池荷电状态为容量及放电电量的函数。
电池电压离散性与容量离散性的关系如下式：
电池电压对称性与放电容量的关系如下式：
分别设式四和式五为a’和b’，由此得到式四和式五的计算结果与统计结果对比，如图6、图7所示。
对电压曲线的数值求导得到的a’值和b’值用于分析电压曲线离散性和凹凸性对电压分布的影响。其中，计算结果与Weibull概率模型的a值和b值趋势呈现出较好的相似性，a’值和aWeibull值曲线趋势上高度一致，放电后期数值也高度吻合，因此，a’可用于放电后期电压离散性的离散性预测。b’和bWeibull趋势上也十分相似，但是由于两种方法计算结果本身存在数量级的差异，无法直接由b’值直接推测bWeibull的数值，因此可以通过b’值的符号判断函数的凹凸性，对bWeibull做定性推测。
由上面描述可知，本实施例用三参数Weibull概率模型可清晰地描述电压分布特在电池放电区间的变化过程。与传统的不一致性估计方法相比，不仅可以描述电压的离散性变化过程，还可以描述电压的对称性变化过程。将统计结果作为电池组性能指标之一，可以有效指导电池组状态估计算法的建立，保证电池组内每个单体电池都在监测范围内，避免监测死角。此外，在电池实际生产和成组匹配过程中，用数值求导的方法得到的电压关于容量一阶导数和二阶导数代替Weibull概率模型的a和b值，可以直接得到电压离散性和对称性，由此，降低电池抽样成本和测试周期，实现放电电压不一致性的高效快速预测。
图8示出了本发明另一实施例的电池放电过程电压不一致性估计装置的结构示意图。如图8所示，本实施例提供的电池放电过程电压不一致性估计装置包括：获取模块21、统计分析模块22和第一估计模块23，其中：
获取模块21，用于获取电池成组前电池放电电压随容量变化的概率分布云图；
统计分析模块22，用于对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；
第一估计模块23，用于根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
基于上述实施例的内容，在一种可选实施方式中，所述装置还包括：
第二估计模块，用于对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律；
第一判断模块，用于判断所述第二估计模块获取的不同单体电池电压分布离散性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度；
第一选择模块，用于在所述第一判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
基于上述实施例的内容，在一种可选实施方式中，所述装置还包括：
第三估计模块，用于对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律；
第二判断模块，用于判断所述第三估计模块获取的不同单体电池电压分布对称性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度；
第二选择模块，用于在所述第二判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
基于上述实施例的内容，在一种可选实施方式中，所述第二选择模块，具体用于：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
由于本实施例提供的电池放电过程电压不一致性估计装置可以用于执行上述实施例上述的电池放电过程电压不一致性估计方法，其工作原理和有益效果类似，故此处不再详述，具体内容可参见上述实施例的介绍。
图9示出了本发明又一实施例的电子设备的结构示意图。如图9所示，本实施例提供的电子设备，具体包括如下内容：处理器601、存储器602、通信接口603和总线604；
其中，所述处理器601、存储器602、通信接口603通过所述总线604完成相互间的通信；所述通信接口603用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输；
所述处理器601用于调用所述存储器602中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取电池成组前电池放电电压随容量变化的概率分布云图。
步骤102：对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势。
步骤103：根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
此外，上述的存储器中的逻辑指令可以通过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。
基于相同的发明构思，本发明又一实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例一的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤101：获取电池成组前电池放电电压随容量变化的概率分布云图。
步骤102：对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势。
步骤103：根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律。
需要说明的是，在本文中，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。
需要说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电池放电过程电压不一致性估计方法，其特征在于，包括：
获取电池成组前电池放电电压随容量变化的概率分布云图；
对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；
根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律；
其中，对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；以及，根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律，具体包括：
第一步：电压曲线的概率分布；对100支电池的放电电压的概率分布随放电容量变化做成4维图像，四个维度分别为：x轴：放电容量；y轴归一化电压；z轴：电压；颜色轴：分布概率；
第二步：电压不一致性的统计分析；
Weibull概率模型概率密度函数如下式一所示：
上述函数由三个参数确定，其中，a为尺寸参数，b为形状参数，c为位置参数；
对100支电池的放电电压曲线做三参数Weibull统计分析，得到三个参数随放电过程的变化趋势；
第三步：电压不一致性的数值推导
依据式二V＝V(SOC)电压-容量曲线和式三
容量与SOC的关系推导电池不一致性行为变化规律，分别对电压-容量曲线求关于容量的一阶导数和二阶导数，得到由容量引起电压的离散性和对称性的变化规律，其中，C表示电池放电电量，Ct表示电池容量，SOC表示电池荷电状态；SOC(Ct，C)表示电池荷电状态为容量及放电电量的函数；
电池电压离散性与容量离散性的关系如下式：
电池电压对称性与放电容量的关系如下式：
分别设式四和式五为a’和b’，由此得到式四和式五的计算结果与统计结果对比；
对电压曲线的数值求导得到的a’值和b’值用于分析电压曲线离散性和凹凸性对电压分布的影响。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律，以及判断获取的不同单体电池电压分布离散性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律，以及判断获取的不同单体电池电压分布对称性随放电过程的变化规律与根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度，并在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
4.根据权利要求3所述的方法，其特征在于，所述在两者相似程度达到预设标准的放电时间段采用对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律，包括：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
5.一种电池放电过程电压不一致性估计装置，其特征在于，包括：
获取模块，用于获取电池成组前电池放电电压随容量变化的概率分布云图；
统计分析模块，用于对所述概率分布云图用Weibull概率模型作统计分析，获取三个参数随电池放电过程的变化趋势；
第一估计模块，用于根据三个参数随电池放电过程的变化趋势获取不同单体电池电压分布离散性和对称性随放电过程的变化规律；
其中，所述统计分析模块和所述第一估计模块，具体用于：
第一步：电压曲线的概率分布；对100支电池的放电电压的概率分布随放电容量变化做成4维图像，四个维度分别为：x轴：放电容量；y轴归一化电压；z轴：电压；颜色轴：分布概率；
第二步：电压不一致性的统计分析；
Weibull概率模型概率密度函数如下式一所示：
上述函数由三个参数确定，其中，a为尺寸参数，b为形状参数，c为位置参数；
对100支电池的放电电压曲线做三参数Weibull统计分析，得到三个参数随放电过程的变化趋势；
第三步：电压不一致性的数值推导
依据式二V＝V(SOC)电压-容量曲线和式三
容量与SOC的关系推导电池不一致性行为变化规律，分别对电压-容量曲线求关于容量的一阶导数和二阶导数，得到由容量引起电压的离散性和对称性的变化规律，其中，C表示电池放电电量，Ct表示电池容量，SOC表示电池荷电状态；SOC(Ct，C)表示电池荷电状态为容量及放电电量的函数；
电池电压离散性与容量离散性的关系如下式：
电池电压对称性与放电容量的关系如下式：
分别设式四和式五为a’和b’，由此得到式四和式五的计算结果与统计结果对比；
对电压曲线的数值求导得到的a’值和b’值用于分析电压曲线离散性和凹凸性对电压分布的影响。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第二估计模块，用于对概率分布云图求取关于电压对容量的一阶导数，并根据所述一阶导数获取不同单体电池电压分布离散性随放电过程的变化规律；
第一判断模块，用于判断所述第二估计模块获取的不同单体电池电压分布离散性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布离散性随放电过程的变化规律在不同放电时间段的相似程度；
第一选择模块，用于在所述第一判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的一阶导数的方式获取不同单体电池电压分布离散性随放电过程的变化规律。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第三估计模块，用于对概率分布云图求取关于电压对容量的二阶导数，并根据所述二阶导数获取不同单体电池电压分布对称性随放电过程的变化规律；
第二判断模块，用于判断所述第三估计模块获取的不同单体电池电压分布对称性随放电过程的变化规律与所述第一估计模块根据三个参数随电池放电过程的变化趋势获取的不同单体电池电压分布对称性随放电过程的变化规律在不同放电时间段的相似程度；
第二选择模块，用于在所述第二判断模块确定的两者相似程度达到预设标准的放电时间段选择对概率分布云图求取关于电压对容量的二阶导数的方式获取不同单体电池电压分布对称性随放电过程的变化规律。
8.根据权利要求7所述的装置，其特征在于，所述第二选择模块，具体用于：
在两者相似程度达到预设标准的放电时间段，根据对所述概率分布云图求取的关于电压对容量的二阶导数值的符号，判断不同单体电池电压分布对称性随放电变化的凹凸性变化情况，进而获取不同单体电池电压分布对称性随放电过程的变化规律。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述电池放电过程电压不一致性估计方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述电池放电过程电压不一致性估计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811480178.5A CN109768340B (zh) | 2018-12-05 | 2018-12-05 | 一种电池放电过程电压不一致性估计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811480178.5A CN109768340B (zh) | 2018-12-05 | 2018-12-05 | 一种电池放电过程电压不一致性估计方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109768340A CN109768340A (zh) | 2019-05-17 |
| CN109768340B true CN109768340B (zh) | 2020-12-22 |
Family
ID=66451426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811480178.5A Active CN109768340B (zh) | 2018-12-05 | 2018-12-05 | 一种电池放电过程电压不一致性估计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109768340B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112827863A (zh) * | 2020-12-30 | 2021-05-25 | 国联汽车动力电池研究院有限责任公司 | 一种基于制造过程的电池一致性筛选方法及装置 |
| CN113868831B (zh) * | 2021-08-19 | 2024-10-11 | 国联汽车动力电池研究院有限责任公司 | 一种电池容量一致性估计方法及系统 |
| CN114114039B (zh) * | 2021-12-06 | 2023-10-03 | 湖北亿纬动力有限公司 | 一种电池系统的单体电芯一致性的评估方法和装置 |
| CN115166563B (zh) * | 2022-08-17 | 2024-06-18 | 山东大学 | 一种动力电池老化状态评估与退役筛选方法及系统 |
| CN116908720B (zh) * | 2023-09-07 | 2023-12-26 | 中国华能集团清洁能源技术研究院有限公司 | 一种电池组一致性状态诊断方法、装置及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5719795A (en) * | 1995-07-26 | 1998-02-17 | Westvaco Corporation | Method to provide consistent estimated growth and yield values for loblolly pine plantations |
| CN101252480A (zh) * | 2008-04-02 | 2008-08-27 | 北京邮电大学 | 一种建立多媒体网页浏览业务模型的实现方法 |
| CN103258115A (zh) * | 2013-04-12 | 2013-08-21 | 中国航天标准化研究所 | 基于多项式拟合和寿命分布的锂离子电池动态可靠性评估方法 |
| CN105515030A (zh) * | 2015-11-27 | 2016-04-20 | 中国电力科学研究院 | 一种接入电网的电动汽车的有序充电方法 |
| JP2016126886A (ja) * | 2014-12-26 | 2016-07-11 | 株式会社日本触媒 | 固体酸化物形燃料電池用電解質シートとその製造方法 |
| CN108445398A (zh) * | 2018-02-07 | 2018-08-24 | 江苏大学 | 一种基于威布尔分布的串联电池组剩余寿命预测方法 |
-
2018
- 2018-12-05 CN CN201811480178.5A patent/CN109768340B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5719795A (en) * | 1995-07-26 | 1998-02-17 | Westvaco Corporation | Method to provide consistent estimated growth and yield values for loblolly pine plantations |
| CN101252480A (zh) * | 2008-04-02 | 2008-08-27 | 北京邮电大学 | 一种建立多媒体网页浏览业务模型的实现方法 |
| CN103258115A (zh) * | 2013-04-12 | 2013-08-21 | 中国航天标准化研究所 | 基于多项式拟合和寿命分布的锂离子电池动态可靠性评估方法 |
| JP2016126886A (ja) * | 2014-12-26 | 2016-07-11 | 株式会社日本触媒 | 固体酸化物形燃料電池用電解質シートとその製造方法 |
| CN105515030A (zh) * | 2015-11-27 | 2016-04-20 | 中国电力科学研究院 | 一种接入电网的电动汽车的有序充电方法 |
| CN108445398A (zh) * | 2018-02-07 | 2018-08-24 | 江苏大学 | 一种基于威布尔分布的串联电池组剩余寿命预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109768340A (zh) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109768340B (zh) | 一种电池放电过程电压不一致性估计方法及装置 | |
| CN109800446B (zh) | 一种锂离子电池放电过程电压不一致性估计方法及装置 | |
| CN111157897B (zh) | 评估动力电池的方法、装置、存储介质及处理器 | |
| KR20200140093A (ko) | 배터리의 충방전 사이클에 따른 용량 변화 예측방법 및 예측시스템 | |
| CN114280479B (zh) | 一种基于电化学阻抗谱的退役电池快速分选方法 | |
| KR20190123172A (ko) | 배터리 상태 추정 방법 | |
| CN109143074B (zh) | 一种动力电池模型参数辨识方法及系统 | |
| WO2022144542A1 (en) | Method for predicting condition parameter degradation of a cell | |
| Wimarshana et al. | Parameter sensitivity analysis of a physico-chemical lithium-ion battery model with combined discharge voltage and electrochemical impedance data | |
| CN114578237A (zh) | 一种基于恒流充电时间的快速锂离子电池健康状态估计方法、系统及设备 | |
| Tekin et al. | Comparative analysis of equivalent circuit battery models for electric vehicle battery management systems | |
| CN112327183A (zh) | 一种锂离子电池soc估算方法和装置 | |
| CN115598539A (zh) | 一种电池参数辨识方法、系统、电子设备及存储介质 | |
| CN112686380A (zh) | 基于神经网络的梯次动力电芯一致性评估方法和系统 | |
| CN115166532A (zh) | 镍氢电池容量预测方法、装置、电子设备及存储介质 | |
| CN109840353B (zh) | 锂离子电池双因素不一致性预测方法及装置 | |
| Tang et al. | State of health estimation based on inconsistent evolution for lithium-ion battery module | |
| CN110794319A (zh) | 预测锂电池阻抗模型的参数的方法、装置及可读存储介质 | |
| CN111856307A (zh) | 估算电池SoH的方法、装置、存储介质及智能设备 | |
| CN115902628A (zh) | 一种电池内阻的计算方法、装置、设备及存储介质 | |
| CN118144616A (zh) | 动力电池的充电方法、充电装置、电子设备和存储介质 | |
| Shen et al. | Simultaneous model selection and parameter estimation for lithium‐ion batteries: A sequential MINLP solution approach | |
| CN117330987B (zh) | 基于时间的电池健康状态评估的方法、系统、介质和设备 | |
| CN118707374A (zh) | 一种锂离子电池容量检测方法及系统 | |
| CN116705210B (zh) | 电芯老化模型构建方法和电芯全生命周期性能预测方法 |
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 |