[go: up one dir, main page]

CN111201445B - 电池诊断设备和方法 - Google Patents

电池诊断设备和方法 Download PDF

Info

Publication number
CN111201445B
CN111201445B CN201980004947.0A CN201980004947A CN111201445B CN 111201445 B CN111201445 B CN 111201445B CN 201980004947 A CN201980004947 A CN 201980004947A CN 111201445 B CN111201445 B CN 111201445B
Authority
CN
China
Prior art keywords
potential
battery
electrode
capacity
processor
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
Application number
CN201980004947.0A
Other languages
English (en)
Other versions
CN111201445A (zh
Inventor
裵允玎
金大洙
金志妍
金东规
李在宪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Energy Solution Ltd
Original Assignee
LG Energy Solution Ltd
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 LG Energy Solution Ltd filed Critical LG Energy Solution Ltd
Publication of CN111201445A publication Critical patent/CN111201445A/zh
Application granted granted Critical
Publication of CN111201445B publication Critical patent/CN111201445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R31/36—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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
    • B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/10—Measuring sum, difference or ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/12—Measuring rate of change
    • 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]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • 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
    • 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
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4285—Testing apparatus
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/50—Current conducting connections for cells or batteries
    • H01M50/569—Constructional details of current conducting connections for detecting conditions inside cells or batteries, e.g. details of voltage sensing terminals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/547—Voltage
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/54—Drive Train control parameters related to batteries
    • B60L2240/549—Current
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/44—Control modes by parameter estimation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

根据本发明的电池诊断设备包括：感测单元，该感测单元被配置为测量电池的电势和电流；以及处理器，该处理器被配置为基于由所述感测单元测量的电流来估计电池的容量；基于其中由所述感测单元测量的电势和所估计的容量彼此映射的电势‑容量数据来检测所述电势‑容量数据中所包括的多个拐点数据；基于检测到的所述多个拐点数据的电势、容量和数量来估计所述多个拐点数据的电极电势；计算所估计的多个电极电势与基准电极电势之间的电势差；基于所计算的多个电势差的增减模式来诊断电池的活性材料面积、充电深度和放电深度中的至少一者的变化；以及基于诊断结果来确定电池的模式为正常模式还是故障模式。

Description

电池诊断设备和方法
技术领域
本发明涉及一种电池诊断设备和方法，更具体地，涉及这样一种电池诊断设备和方法，其用于诊断电池的活性材料面积、充电深度和放电深度的变化。
背景技术
二次电池通过电化学氧化和还原反应产生电能，并且被广泛用于各种应用中。例如，二次电池的使用领域逐渐扩展到：能够用人手携带的便携式设备，例如蜂窝电话、膝上型计算机、数字照相机、摄像机、平板计算机或电动工具；各种电动设备，例如电动自行车、电动摩托车、电动车辆、混合动力电动车辆、电动船或电动飞机；用于存储可再生能源产生的电力或剩余发电的电力存储设备；用于稳定地向包括服务器计算机和用于通信的基站的各种信息通信设备供电的电源设备；等等。
二次电池包括三个基本部件，即，包含在放电过程中排放电子时被氧化的物质的负极(阳极)；包含在放电过程中接受电子时被还原的物质的正极(阴极)；以及允许在负极与正极之间进行离子转移的电解液。电池可被分类为在放电后不可重复使用的一次电池和由于电化学反应至少部分可逆而允许重复充电和放电的二次电池。
本领域已知的二次电池的实例包括铅酸电池、镍镉电池、镍锌电池、镍铁电池、氧化银电池、镍金属氢化物电池、锌锰氧化物电池、溴化锌电池、金属-空气电池、锂二次电池等。在这些电池中，与其他二次电池相比，锂二次电池由于其高能量密度、高电池电压和长寿命而引起了最大的商业兴趣。
同时，二次电池的电极电势被测量以检查二次电池的性能。
为了测量电极电势，主要使用利用基准电极、工作电极和电势电极的三电极系统电极电势测量方法。
基准电极是这样一种电极，其用于通过与电池的电极或发生电解的电极组合来形成用于测量电极电势的电池电路以测量电极电势。当测量电极电势的相对值时，基准电极用作电势基准。
基准电极是可逆电极电势并且应遵循能斯特平衡定理。而且，基准电极应满足这样的要求，例如，始终保持恒定电势值的非极化特性，尽可能小的液体电势差，尽管温度发生变化电势的变化也很小，以及在恒定温度下电势值恒定。
每个电池单元组合一个基准电极以测量电极电势。为了提高基准电极的可靠性，基准电极被激活为平坦的电势，不会由于充电或放电而导致电势变化。
通过上述过程测量的电极电势不仅取决于所应用的二次电池的类型和容量，而且即使指定了二次电池的类型或容量还取决于由于使用而导致的退化。因此，需要一种通过使用电极电势来诊断二次电池的性能和退化的技术。
发明内容
技术问题
本公开针对于响应于电池的电极电势与基准电极电势之间的电势差根据对应于电池的电极电势的容量增大还是减小来诊断电池的电极的活性材料面积的增大或减小。
另外，本公开针对响应于电池的电极电势是否包括在基准电势范围中而诊断电池的电极的充电深度和放电深度的变化。
从以下详细描述中可以理解本公开的这些和其他目的以及优点，并且从本公开的示例性实施方式中，本公开的这些和其他目的以及优点将变得更加显而易见。而且，将容易理解，本公开的目的和优点可以通过所附权利要求中示出的装置及其组合来实现。
技术方案
在本公开的一个方面，提供了一种电池诊断设备，该电池诊断设备包括：感测单元，该感测单元被配置为测量电池的电势和电流；以及处理器，该处理器被配置为：基于由所述感测单元测量的电流来估计电池的容量；基于其中由所述感测单元测量的电势和所估计的容量彼此映射的电势-容量数据来检测所述电势-容量数据中所包括的多个拐点数据；基于检测到的所述多个拐点数据的电势、容量和数量来估计所述多个拐点数据的多个电极电势；计算所估计的所述多个电极电势与基准电极电势之间的多个电势差；基于所计算的所述多个电势差的增减模式来诊断电池的电极的活性材料面积、充电深度和放电深度中的至少一者的变化；以及基于诊断结果来确定电池的模式为正常模式还是故障模式。
所述处理器可被配置为基于预先存储的活性材料类型数据根据检测到的拐点数据的数量来确定电池的负极活性材料类型和正极活性材料类型，在所述预先存储的活性材料类型数据中，拐点数据的数量相对于负极活性材料类型和正极活性材料类型被映射。
所述处理器可被配置为当诊断活性材料面积、充电深度和放电深度中的任何一者发生变化时确定电池的模式为故障模式。
所述处理器可被配置为根据电势的大小，将检测到的所述多个拐点数据分类为第一组和第二组。
所述处理器可被配置为从存储的第一电极-容量数据提取与对应于属于所述第一组的拐点数据的容量的基准容量匹配的基准正极电势，并将提取的基准正极电势估计为属于所述第一组的拐点数据的每个容量处的正极电势。
所述处理器可被配置为从存储的第二电极-容量数据提取与对应于属于所述第二组的拐点数据的容量的基准容量匹配的基准负极电势，并基于提取的基准负极电势和属于所述第二组的拐点数据的电势来估计属于所述第二组的拐点数据的每个容量处的正极电势。
存储的第一电极-容量数据可以是所述基准正极电势与基准容量根据正极活性材料类型而匹配的预先存储数据。
存储的第二电极-容量数据可以是所述基准负极电势与基准容量根据负极活性材料类型而匹配的预先存储数据。
所述处理器可被配置为计算与所估计的所述多个电极电势对应的基准电极电势与对应的所估计的电极电势之间的电势差，并基于计算出的电势差以及所计算的电势差的增减模式来诊断活性材料面积、放电深度和充电深度中的至少一者的变化。
当针对所估计的所述多个电极电势的全部而计算出的所有电势差均为0V时，所述处理器可配置为诊断活性材料面积、放电深度和充电深度全都没有发生变化，并确定电池的模式为正常模式。
当针对所估计的所述多个电极电势中与最小容量对应的电极电势计算的电势差为0V时，所述处理器可配置为诊断放电深度没有发生变化。
当针对与所述最小容量对应的电极电势计算的电势差大于0V时，所述处理器可被配置为诊断放电深度减小。
当针对与所述最小容量对应的电极电势计算的电势差小于0V时，所述处理器可被配置为诊断放电深度增大。
当针对估计的所述多个电极电势计算的电势差相同时，所述处理器可被配置为诊断为活性材料面积没有发生变化。
当针对所估计的所述多个电极电势计算的电势差随着相应容量的增大而变大时，所述处理器可被配置为诊断活性材料面积减小。
当针对所估计的所述多个电极电势计算的电势差随着相应容量的增大而变小时，所述处理器可被配置为诊断活性材料面积增大。
当针对所估计的所述多个电极电势中与最大容量对应的电极电势计算的电势差为0V时，所述处理器可被配置为诊断充电深度没有发生变化。
当针对与所述最大容量对应的电极电势计算的电势差大于0V时，所述处理器可被配置为诊断充电深度增大。
当针对与所述最大容量对应的电极电势计算的电势差小于0V时，所述处理器可被配置为诊断为充电深度减小。
所述处理器可被配置为计算基准电极电势之间的变化率，基于计算出的变化率来调整预设基准容量区域的大小，并通过在估计的电极电势中仅选择属于大小调整过的基准容量区域的电极电势来计算电势差。
所述处理器可被配置为从电池中包括的正极或负极中选择至少一个诊断目标电极，并诊断所选择的诊断目标电极的活性材料面积、充电深度和放电深度中的至少一者的变化。
根据本公开的另一实施方式的电池管理系统可以包括根据本公开的实施方式的电池诊断设备。
根据本公开的另一实施方式的车辆可以包括根据本公开的实施方式的电池诊断设备。
在本公开的另一方面，还提供了一种用于诊断电池的方法，该方法包括：容量估计步骤，该容量估计步骤测量电池的电势和电流，并基于所测量的电流来估计电池的容量；拐点数据检测步骤，该拐点数据检测步骤基于其中所测量的电势和所估计的容量相互映射的电势-容量数据来检测包括在所述电势-容量数据中的多个拐点数据；多个电极电势估计步骤，该多个电极电势估计步骤基于检测到的所述多个拐点数据的电势、容量和数量来估计所述多个拐点数据的多个电极电势；多个电势差计算步骤，该多个电势差计算步骤计算所估计的所述多个电极电势与基准电极电势之间的多个电势差；诊断步骤，该诊断步骤基于所计算的所述多个电势差的增减模式来诊断电池的电极的活性材料面积、充电深度和放电深度中的至少一者的变化；以及电池模式确定步骤，该电池模式确定步骤基于诊断结果将电池的模式确定为正常模式或故障模式。
技术效果
根据本公开，在估计电池的电极电势时，可以通过仅测量电池的电势而不使用基准电极来估计电池的正极电势和负极电势。
此外，根据本公开，可以从电池的电势-容量数据提取拐点数据，并基于提取的拐点数据的数量来确定电池的正极活性材料和负极活性材料的类型。
而且，根据本公开，由于响应于电池的电极电势与基准电极电势之间的电势差根据对应于电池的电极电势的容量是增大还是减小来诊断电池的活性材料面积的增大和减小，因此可以快速而准确地弄清电池的各电极的活性材料面积的变化。
另外，根据本公开，由于响应于电池的电极电势是否包括在基准电势范围中来诊断电池的充电深度和放电深度的变化，因此可以快速而准确地弄清电池的各电极的充电深度和放电深度的变化。
附图说明
附图示出了本公开的优选实施方式，并且附图与前述公开一起用于提供对本公开的技术特征的进一步理解，因此，本公开不被解释为限于附图。
图1是示出根据本公开的一个实施方式的电池诊断设备的图。
图2是电池的对应于该电池的电势的容量曲线图。
图3和图4是平滑前后对应于电池电势的电池容量差异曲线图。
图5和图6是示出对应于电池容量的电池电势以及对应于基准电池的容量的基准电池的第一电极电势和第二电极电势的曲线图。
图7是示出电池的正极电势和基准电极电势的第一示例的图。
图8是示出电池的正极电势和基准电极电势的第二示例的图。
图9是示出电池的正极电势和基准电极电势的第三示例的图。
图10是示出电池的正极电势和基准电极电势的第四示例的图。
图11是用于示意性地示出根据本公开的另一实施方式的用于诊断电池的方法的流程图。
具体实施方式
在下文中，将参照附图详细描述本公开的优选实施方式。在描述之前，应该理解的是，说明书和所附权利要求书中使用的术语不应被解释为受限于一般含义和词典含义，而是基于允许发明人为了进行最好的说明而适当地定义这些术语的原则在对应于本公开的技术方面的含义和概念的基础上进行解释。
因此，本文提出的描述仅是出于说明目的的优选示例，而无意于限制本公开的范围，因此应当理解，在不脱离本公开的范围的情况下，可以对其做出其他等同替换和修改。
另外，在描述本公开时，当认为相关的已知元件或功能的详细描述会使本公开的关键主题不明确时，在此将省略该详细描述。
包括序数的术语，例如“第一”、“第二”等，可以用于在各种元件中区分一个元件与另一个元件，但是并不旨在通过这些术语来限制这些元件。
在整个说明书中，当一部分被称为“包括”或“包含”任何元素时，意味着该部分可以进一步包括其他元素，而不排除其他元素，除非另有明确说明。此外，说明书中描述的术语“处理器”指的是处理至少一个功能或操作的单元，并且可以由硬件、软件或硬件和软件的组合来实现。
另外，在整个说明书中，当一个部分被称为“连接”到另一部分时，不限于它们“直接连接”的情况，而是还包括在它们之间插入了另一个元素的情况下它们彼此“间接连接”的情况。
图1是示出根据本公开的一个实施方式的电池诊断设备的图。
参照图1，根据本公开的一个实施方式的电池诊断设备100可以被包括在具有电池B的电池组1中并且可以连接至电池B以诊断电池B的活性材料面积的变化、电极的充电深度和放电深度。这里，电池B可以包括正极和负极。另外，电池B可以是指诊断其活性材料面积、充电深度和放电深度的电池。另外，根据本公开的实施方式的电池诊断设备100可以被包括在电池组1中设置的电池管理系统(BMS)中。
电池B可以包括串联和/或并联电连接的多个单元电池。当然，电池组B仅包括一个单元电池的情况也属于本公开的范围。这里，单元电池不限于特定类型，并且包括可以重复充电的任何电池类型。例如，单元电池可以是袋型锂聚合物电池。
电池B可以通过外部端子电联接到各种类型的外部装置。例如，外部装置可以是电动车辆、混合动力电动车辆、诸如无人机的飞行物体、电网中包括的大容量能量存储系统(ESS)或移动设备。在这种情况下，电池B可以包括安装在外部装置中的模块化电池组中包括的一些或全部单元电池。
电池B的外部端子可以选择性地联接到充电装置。可以通过安装电池组B的外部装置的控制将充电装置选择性地联接到电池B。
在下文中，参照图1详细描述根据本公开的一个实施方式的电池诊断设备的功能配置。
参照图1，电池诊断设备100可以包括感测单元110、存储单元120和处理器130。
感测单元110可操作地联接到处理器130。也就是说，感测单元110可以连接到处理器130以将电信号发送到处理器130或从处理器130接收电信号。
感测单元110可以以预定间隔重复地测量施加在电池B的正极和负极之间的电势以及流入或流出电池B的电流，并且将指示所测量的电势和电流的测量信号提供给处理器130。
感测单元110包括被配置为测量电池B的电流的电流传感器。此外，感测单元110还可以包括被配置为测量电池B的电势的电压传感器。尽管在图1中未示出，但是电流传感器可以通过电路连接到与电池B相连的感测电阻器的两端。即，电流传感器可以测量感测电阻器的两端之间的电势差，并且基于所测量的电势差和感测电阻器的电阻值来测量电池B的电流。
当处理器130从感测单元110接收到测量信号时，处理器130可以通过信号处理来确定电池的电势和电流中的每一者的数字值，并将该数字值存储在存储单元120中。
存储单元120是半导体存储装置，其记录、擦除和更新由处理器130生成的数据，并且存储准备用于估计电池B的电极电势的多个程序代码。此外，存储单元120可以存储在实施本公开时使用的各种预定参数的预设值。
存储单元120可以不受特别限制，只要它是本领域中已知的能够记录、擦除和更新数据的半导体存储元件即可。例如，存储单元120可以是DRAM、SDRAM、闪存、ROM、EEPROM、寄存器等。另外，存储单元120可以进一步包括存储介质，该存储介质存储定义处理器130的控制逻辑的程序代码。该存储介质包括诸如闪存或硬盘之类的非易失性存储元件。存储单元120可以在物理上与处理器130分离或者可以与处理器130集成在一起。
处理器130可以控制电池B的电流，以便将预设充电电流值的电流输入到电池B以对电池B充电，并基于输入到电池B的电流来估计电池B的容量。在此，电池B的容量与电池B的SOC(充电状态)相同。
此时，可以使用下面的等式1来计算预设充电电流值。
[等式1]
IC＝α×Cn
在此，Ic可以是预设充电电流值，α可以是等于或小于1的常数，并且Cn可以是电池的额定电流。
因此，处理器130可以估计通过接收充电电流值等于或小于额定电流的电流而被充电的电池B的容量。
另外，处理器130可以通过使用对输入到电池B的电流的电流值进行积分的电流积分方法来估计电池B的容量。这里，即使已经描述了处理器130通过使用电流积分方法来估计估计电池B的容量，估计方法也不限于此，只要可以估计输入了预设充电电流值的电流的电池B的容量即可。
同时，处理器130可以通过将由感测单元110测量的电势与电池B的估计容量进行映射来生成电池B的电势-容量数据。
这里，电池B的电势可以是电池B的开路电压。
图2是电池的对应于该电池的电势的容量曲线图。如图2所示，可以根据电池B的容量将电池B的电势-容量数据表达为电池B的电势曲线。即，处理器130可以以二维图来表达所生成的电势-容量数据，在二维图中，X轴为电势(V)，并且Y轴为容量(mAh)。
此时，存储单元120可以按照至少一种形式的近似函数来存储电池B的电势-容量数据，该近似函数根据电池B的容量以及其中电池B的电势与电池B的每个容量进行映射的查找表来将电池B的电势-容量数据近似为电池B的电势曲线。
处理器130可以基于电池B的电势-容量数据来检测电势-容量数据的拐点数据。这里，拐点数据可以是包括位于图2所示曲线上的拐点处的电势和容量的数据。
更具体地，处理器130可以在基于电势-容量数据根据电势的微小变化电池B的容量变化增大然后减小的点处作为拐点检测电池B的电势和容量。
另外，处理器130可以在基于电势-容量数据根据电势的微小变化电池B的容量变化减小然后增大的点处作为拐点检测电池B的电势和容量。
即，处理器130可以检测与电池B的电势-容量数据对应的近似函数的二阶导数系数为“0”的电势以及电池B的与该电势对应的容量作为拐点。
将参照图3和图4来描述电势-容量数据的一阶导数的例子。图3和图4是电池的平滑前后对应于电池电势的容量微分图。
处理器130可以通过对与电池B的电势-容量数据对应的近似函数进行微分来计算一阶导数，如图3所示。
之后，处理器130可以通过平滑与电池B的电势-容量数据对应的近似函数的一阶导数来去除噪声分量，如图4所示。
此时，处理器130可以通过使用噪声滤波器对与电池B的电势-容量数据对应的近似函数的一阶导数进行平滑处理。
以这种方式，处理器130可以防止由噪声分量引起的对拐点数据的错误检测，从而提高了拐点数据检测的准确性。
随后，处理器130可通过对平滑的近似函数的一阶导数进行微分来计算二阶导数，并将计算出的二阶导数的函数值为“0”的电势和电池B的与该电势对应的容量检测为拐点数据。
即，如图4所示，处理器130可以检测电池B的八个拐点数据IA1至IA6、IC1、IC2。
处理器130可以根据电势的大小将检测到的多个拐点数据分类为第一组和第二组。例如，处理器130可以将与检测到的拐点数据对应的电势与预设的基准电势进行比较，并且根据比较结果将拐点数据分类为第一组或第二组。
更具体地，如果拐点数据的电势等于或大于预设的基准电势，则处理器130可以将拐点数据分类为第一组。相反，如果与拐点数据对应的电势小于预设的基准电势，则处理器130可以将拐点数据分类为第二组。
这里，属于第一组的拐点数据可以是通过电池B的正极和负极中的正极的活性材料类型的电特性检测到的拐点数据，并且属于第二组的拐点数据可以是通过电池B的正极和负极中的负极的活性材料类型的电特性检测到的拐点数据。
例如，如果预设的基准电势是“3.8V”，则在检测到的拐点数据IA1至IA5、IC1、IC2中，处理器130可以将其对应电势等于或大于预设的基准电势“3.8V”的拐点数据IC1、IC2分类为第一组。
相反，在检测到的拐点数据IA1至IA6、IC1、IC2中，处理器130可以将其对应电势小于预设的基准电势“3.8V”的拐点数据IA1至IA6分类为第二组。
处理器130可以基于检测到的拐点数据IA1至IA6、IC1、IC2来识别电池B的电极的活性材料类型。更具体地，处理器130可以基于属于第一组的拐点数据IC1、IC2的数量和属于第二组的拐点数据IA1至IA6的数量来识别电池B的正极活性材料类型和负极活性材料类型。
为此，存储单元120可以预先存储活性材料类型数据，其中电极的活性材料类型相对于属于第一组的拐点数据的数量和第二组中的拐点数据的数量被映射。
例如，如在图4的实施方式中一样，假定属于第一组的拐点数据IC1、IC2的数量是2，并且属于第二组的拐点数据IA1至IA6的数量是6。在这种情况下，可以将活性材料类型数据作为正极活性材料“LiMO2”和负极活性材料“SiO2”存储在存储单元120中。
处理器130可以通过使用存储在存储单元120中的活性材料类型数据基于属于第一组的拐点数据的数量和属于第二组的拐点数据的数量来识别电池B的正极活性材料类型和负极活性材料类型。
处理器130可以被配置为在识别出正极活性材料类型和负极活性材料类型之后基于检测到的多个拐点数据的电势、容量和数量来估计多个拐点数据的电极电势。
将参照图5和图6描述对多个拐点数据的电极电势的估计。图5和图6是示出对应于电池容量的电池电势以及对应于基准电池的容量的基准电池的电极电势的曲线图。
图5和图6所示的DR1是预先存储在存储单元120中的第一电极-容量数据，并且DR2是预先存储在存储单元120中的第二电极-容量数据。在此，所存储的第一电极-容量数据是其中基准正极电势和基准容量根据正极活性材料类型而匹配的先前存储的数据，并且所存储的第二电极-容量数据是其中基准负极电势和基准容量根据负极活性材料类型而匹配的先前存储的数据。即，存储单元120可以预先存储具有各种活性材料类型的每个基准电池的第一电势-容量数据和第二电势-容量数据。
处理器130可以从存储的第一电极-容量数据提取与对应于属于第一组的拐点数据的容量的基准容量匹配的基准正极电势，并将提取的基准正极电势估计为属于第一组的拐点数据的每个容量处的正极电势。
例如，在图5的实施方式中，处理器130可以从电势-容量数据读取属于第一组的拐点数据IC1、IC2的电势。此后，处理器130可以从存储的第一电势-容量数据DR1提取与对应于属于第一组的拐点数据IC1、IC2的容量的基准容量匹配的基准电池的基准正极电势。另外，处理器130可以通过使用所提取的基准正极电势与属于第一组的拐点数据IC1、IC2的电势之间的差来估计属于第一组的拐点数据IC1、IC2的负极电势。此时，处理器130可以通过使用下面的等式2来计算基准正极电势与属于第一组的拐点数据IC1、IC2的电势之间的差。
[等式2]
VBA＝VRC-VB1
在此，VBA是第一电极电势，VRC是基准电池的基准正极电势，并且VB1是属于第一组的拐点数据IC1、IC2的电势。
在图5的实施方式中，属于第一组的拐点数据IC1、IC2的电势VB1被标记为“●”，基准电池的基准正极电势VRC被标记为“■”，并且所计算的第一电极电势VBA被标记为“▲”。
在使用等式2计算了第一电极电势VBA之后，处理器130可以将计算出的第一电极电势VBA估计为电池B的负极电势，并且将基准正极电势VRC估计为电池B的正极电势。
另外，处理器130可以从存储的第二电极-容量数据提取与对应于属于第二组的拐点数据的容量的基准容量匹配的基准负极电势，并将提取的基准负极电势估计为属于第二组的拐点数据的每个容量处的负极电势。
例如，在图6的实施方式中，处理器130可以从电势-容量数据读取属于第二组的拐点数据IA1至IA6的电势。此后，处理器130可以从存储的第二电势-容量数据DR2提取与对应于属于第二组的拐点数据IA1至IA6的容量的基准容量匹配的基准电池的基准负极电势。另外，处理器130可以基于所提取的基准负极电势与属于第二组的拐点数据IA1至IA6的电势之和来估计属于第二组的拐点数据IA1至IA6的正极电势。此时，处理器130可以使用下面的等式3来计算基准负极电势和属于第二组的拐点数据IA1至IA6的电势之和。
[等式3]
VBC＝VRA+VB2
在此，VBC是第二电极电势，VRA是基准电池的基准负极电势，并且VB2是属于第二组的拐点数据IA1至IA6的电势。
在图6的实施方式中，属于第二组的拐点数据IA1至IA6的电势VB2被标记为“●”，基准电池的基准负极电势VRA被标记为“■”，并且计算出的第二电极电势VBC被标记为“▲”。
在使用等式3计算第二电极电势VBC之后，处理器130可以将计算出的第二电极电势VBC估计为电池B的正极电势，并且将基准负极电势VRA计算为电池B的负极电势。
即，在估计电池B的电极电势时，根据本公开的实施方式的电池诊断设备可以通过仅测量电池B的电势而不使用基准电极来准确地估计电池B的正极电势和负极电势。
之后，处理器130可以计算电池B的估计的电极电势与基准电极电势之间的电势差。具体地，处理器130可以计算电池B的估计的正极电势与基准电极电势之间的电势差。
将参照图7至图10详细描述电池B的估计的正极电势与基准电极电势之间的电势差的计算。
图7是示出电池的正极电势和基准电极电势的第一示例的图。图8是示出电池的正极电势和基准电极电势的第二示例的图。
在图7和图8的实施方式中，电池B的由处理器130估计的正极电势为VA1至VA5，而基准电极电势为VRA1至VRA5。这里，基准电极电势VRA1至VRA5可以是从处于BOL(寿命开始)状态的电池B测量的正极电势。另外，即使将等式2的基准电池的基准电极电势VRC和等式3的计算出的第二电极电势VBC估计为电池B的正极电势，为了便于解释，也应当注意，将电池B的估计的正极电势描述为图7和图8所示的VA1至VA5。
处理器130可以通过下面的等式4来计算电势差。
[等式4]
VD＝VA-VRA
在此，VD是电势差，VA是电池B的估计的正极电势，并且VRA是与电池B的正极电势对应的基准电极电势。
例如，如果电池B的估计的电极电势VA等于基准电极电势VRA，则电势差VD可被计算为0V。如果电池B的估计的正极电势VA大于基准电极电势VRA，则可以在大于0V的范围内计算电势差VD。如果电池B的估计的正极电势VA小于基准电极电势VRA，则可以在小于0V的范围内计算电势差VD。
例如，在图7和图8的实施方式中，处理器130可以基于电池B的估计的电极电势VA1至VA5与基准电极电势VRA1至VRA5之间的差来计算电池B的电势差。具体地，处理器130可以基于第一正极电势VA1和第一基准电极电势VRA1之间的差来计算第一电势差，并且可以基于第二正极电势VA2和第二基准电极电势VA2之间的差来计算第二电势差。另外，处理器130可以基于第三正极电势VA3和第三基准电极电势VRA3之间的差来计算第三电势差，并且可以基于第四正极电势VA4和第四基准电极电势VRA4之间的差来计算第四电势差。最后，处理器130可以通过第五正极电势VA5和第五基准电极电势VRA5之间的差来计算第五电势差。
处理器130可以被配置为基于多个计算出的电势差的增减模式来诊断电池的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。在这种情况下，处理器130可以在电池中包括的正极和负极中选择至少一个诊断目标电极，并诊断所选择的诊断目标电极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。例如，处理器130可以选择正极作为诊断目标电极，并且诊断正极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。另外，处理器130可以选择负极作为诊断目标电极，并且诊断负极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。另外，处理器130可以选择正极和负极这两者作为诊断目标电极，并且分别诊断正极和负极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。
在下文中，将参照下面的表1至表3来描述处理器130确定电池B的电极的活性材料面积、充电深度和放电深度的变化的过程。
[表1]
Figure GDA0003510243290000141
表1示出处理器130基于电池B的电极电势与基准电极电势之间的电势差的增减模式来诊断电池B的电极的放电深度是否发生变化。在下文中，为了便于解释，将描述处理器130诊断正极的放电深度是否发生变化的情况。然而，表1也可以相同地应用于处理器130诊断负极的放电深度是否发生变化的情况。
例如，参照前一实施方式，表1中的第一电势差是指与电池B的多个正极电势中的最小容量对应的第一正极电势VA1和多个基准电极电势中与第一正极电势VA1对应的第一基准电极电势VRA1之间的电势差。
另外，在表1中，电势差增大模式是指其中多个正极电势与对应的基准电极电势之间的电势差逐渐增大的模式，电势差相同模式是指其中电势差恒定的模式，并且电势差减小模式是指其中电势差逐渐减小的模式。例如，参照前一实施方式，电势差增大模式是指其中计算出的电势差从第一电势差逐渐增大到第六电势差的模式，电势差相同模式是指其中计算出的第一电势差到计算出的第六电势差相同模式，并且电势差减小模式是指其中计算出的电势差从第一电势差逐渐减小到第六电势差的模式。
如果第一电势差为0(零)，则处理器130可以诊断为当前电池B的正极的放电深度等于处于BOL状态的电池B的正极的放电深度。即，如果第一电势差为0，则处理器130可以诊断为电池B的正极的放电深度未从处于BOL状态的电池B的正极的放电深度发生变化。
另外，如果第一电势差大于0，则处理器130可以诊断为电池B的放电深度与处于BOL状态的电池B的正极的放电深度相比有所减小。
另外，如果第一电势差小于0，则处理器130可以诊断为电池B的放电深度与处于BOL状态的电池B的正极的放电深度相比有所增大。
[表2]
Figure GDA0003510243290000151
表2示出了处理器130基于电池B的电极电势与基准电极电势之间的电势差的增减模式来诊断电池B的电极的活性材料面积是否发生变化。在下文中，为了便于解释，将描述处理器130诊断仅正极的活性材料面积是否发生变化的情况。然而，表2也可以相同地应用于处理器130诊断负极的活性材料面积是否发生变化的情况。
与前一实施方式类似，表2中的第一电势差是指与电池B的多个正极电势中的最小容量对应的第一正极电势VA1和多个基准电极电势中与第一正极电势VA1对应的第一基准电极电势VRA1之间的电势差。
处理器130可以根据电势差增减模式来诊断电池B的正极的活性材料面积是否发生变化，而与第一电势差无关。
例如，如果电势差增减模式是电势差相同模式，则处理器130可以诊断为当前电池B的正极的活性材料面积等于处于BOL状态的电池B的正极的活性材料面积。即，如果电势差增减模式是电势差相同模式，则处理器130可以诊断为电池B的正极的活性材料面积没有发生变化。
另外，如果电势差增减模式是电势差增大模式，则处理器130可以诊断为当前电池B的正极的活性材料面积与处于BOL状态的电池B的正极的活性材料面积相比有所减小。
另外，如果电势差增减模式是电势差减小模式，则处理器130可以诊断为电池B的正极的活性材料面积与处于BOL状态的电池B的正极的活性材料面积相比有所增大。
[表3]
电势差增大模式 电势差相同模式 电势差减小模式
第一电势差＝0 充电深度增大 充电深度相同 充电深度减小
第一电势差>0 充电深度增大 充电深度增大 视情况而定
第一电势差<0 视情况而定 充电深度减小 充电深度减小
表3示出了处理器130基于电池B的电极电势与基准电极电势之间的电势差的增减模式来诊断电池B的电极的充电深度是否发生变化。在下文中，为了便于解释，将描述处理器130诊断正极的充电深度是否发生变化的情况。然而，表3也可以相同地应用于处理器130诊断负极的充电深度是否发生变化的情况。
处理器130可以通过使用第N电势差来诊断电池B的正极的充电深度是否发生变化。在此，N是多个拐点数据的数量，并且第N电势差是指与第一电势差相反与最大容量对应的第N正极电势和与第N正极电势对应的第N基准电极电势之间的电势差。例如，在图7和图8的实施方式中，第N正极电势是第五正极电势VA5，第N基准电极电势是第五基准电极电势VRA5，并且第N电势差是第五正极电势VA5和第五基准电极电势VRA5之间的电势差。
如果第N电势差为0，则处理器130可以诊断为当前电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相同。即，如果第N电势差为0，则处理器130可以诊断为电池B的正极的充电深度没有发生变化。
另外，如果第N电势差大于0，则处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所增大。
另外，如果第N电势差小于0，则处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。
首先将参照表3描述第一电势差为0的情况。如果第一电势差为0并且发现是电势差增大模式，则第N电势差势必大于0。因此，处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所增大。
如果第一电势差为0并且发现是电势差相同模式，则由于第N电势差为0，处理器130可以诊断为电池B的正极的充电深度未从处于BOL状态的电池B的正极的充电深度发生变化。即，处理器130可以诊断为电池B的正极的充电深度等于处于BOL状态的电池B的正极的充电深度。
如果第一电势差为0并且发现是电势差减小模式，则第N电势差势必小于0。因此，处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。
接下来，将描述第一电势差大于0的情况。如果第一电势差大于0并且发现是电势差增大模式，则第N电势差势必大于0。因此，处理器130可以诊断为电池B的正极的充电深度与处于BOL状态下的电池B的正极的充电深度相比有所增大。
如果第一电势差大于0并且发现是电势差相同模式，则第N电势差势必大于0。因此，处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所增大。
如果第一电势差大于0并且发现是电势差减小模式，则处理器130可以根据第N电势差的大小来诊断电池B的正极的充电深度的变化。即，如果第一电势差大于0并且发现是电势差减小模式，则第N电势差可以是0，大于0或小于0。因此，如果第一电势差大于0并且发现是电势差减小模式，则处理器130可以计算第N电势差，然后基于计算出的第N电势差来诊断电池B的正极的充电深度的变化。
最后，将说明第一电势差小于0的情况。如果第一电势差小于0并且发现是电势差增大模式，则可以类似于第一电势差大于0并且发现是电势差减小模式的情况来诊断电池B的正极的充电深度的变化。即，处理器130可以计算第N电势差，并基于计算出的第N电势差来诊断电池B的正极的充电深度的变化。
如果第一电势差小于0并且发现是电势差相同模式，则第N电势差势必小于0。因此，处理器130可以诊断为当前电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。
如果第一电势差小于0并且发现是电势差减小模式，则第N电势差势必小于0。因此，处理器130可以诊断为当前电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。
在图7的实施方式中，假定第一正极电势VA1和第一基准电极电势VRA1之间的第一电势差为0，并且电势差增减模式为电势差增大模式。参照表1至表3和图7的实施方式，由于第一电极电势差为0，因此处理器130可以诊断为电池B的正极的放电深度未从处于BOL状态的电池B的正极的放电深度没有发生变化。另外，由于电势差增减模式是电势差增大模式，因此处理器130可以诊断为电池B的正极的活性材料面积与处于BOL状态的电池B的正极的活性材料面积相比有所减小。另外，由于第五正极电势VA5和第五基准电极电势VRA5之间的对应于第N电势差的电势差大于0，因此处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所增大。
在图8的实施方式中，假定第一正极电势VA1和第一基准电极电势VRA1之间的第一电势差为0，并且电势差增减模式是电势差减小模式。参照表1至表3和图8的实施方式，由于第一电势差为0，因此处理器130可以诊断为电池B的正极的放电深度未从处于BOL状态的电池B的正极的放电深度没有发生变化。另外，由于电势差增减模式是电势差减小模式，因此处理器130可以诊断为电池B的正极的活性材料面积与处于BOL状态的电池B的正极的活性材料面积相比有所增大。另外，由于第五正极电势VA5和第五基准电极电势VRA5之间的对应于第N电势差的电势差小于0，因此处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。
在诊断为电池B的活性材料面积、充电深度和放电深度中的至少一者发生变化之后，处理器130可以基于诊断结果将电池B的模式确定为正常模式或故障模式。另外，在确定电池B的模式之后，处理器130可以将电池B的模式设置为所确定的模式。
具体地，处理器130可以被配置为如果诊断为电池B的活性材料面积、充电深度和放电深度中的任何一者发生了变化，则将电池B的模式确定为故障模式。另外，处理器130可以将电池B的模式设置为故障模式。
例如，参照表1至表3，处理器130可以分别独立地确定电池B的活性材料面积的变化、电极的充电深度的变化和放电深度的变化。特别地，仅当第一电势差为0并且发现是电势差相同模式时，处理器130可以诊断为电池B的电极的活性材料面积、充电深度和放电深度全都没有发生变化。因此，仅当第一电势差为0并且发现是电势差相同模式时，处理器130才可以确定电池B的模式为正常模式。另外，处理器130可以将电池B的模式设置为正常模式。
参照前一实施方式，在图7的实施方式中，处理器130诊断为电池B的正极的放电深度没有发生变化，但是正极的活性材料面积减小并且正极的充电深度增大。因此，处理器130可以将电池B的模式确定为故障模式。
另外，参照前一实施方式，在图8的实施方式中，处理器130诊断为电池B的正极的放电深度没有发生变化，但是正极的活性材料面积增大并且正极的充电深度减小。因此，处理器130可以将电池B的模式确定为故障模式。
即，根据本公开的一个实施方式的电池诊断设备100可以准确地诊断电池退化的原因，并根据退化原因将电池B的模式确定为正常模式或故障模式。另外，如果确定电池B的电极的活性材料面积、放电深度和充电深度中的任何一者与BOL状态相比有所增大或减小，则电池诊断设备100可以确定电池B的模式为故障模式，并防止由于电池退化而可能发生的意外问题，例如过放电或过充电。
在下文中，将参照图9和图10描述电池B的正极的活性材料面积、放电深度和充电深度的变化的诊断以及电池B的模式的确定。
图9是示出电池的正极电势和基准电极电势的第三示例的图。图10是示出电池的正极电势和基准电极电势的第四示例的图。
首先，处理器130可以被配置为计算基准电极电势之间的变化率，基于计算出的变化率来调整预设基准容量区域的大小，并且通过在所估计的电极电势中仅选择属于大小调整后的基准容量区域的电极电势来计算电势差。
预设基准容量区域的大小可以等于电池B的容量。例如，在图9和图10的实施方式中，预设基准容量区域的大小可以被预设为0mAh至80mAh。
在图9和图10的实施方式中，基准电极电势之间的变化率是指包括第一基准电极电势VRA1、第二基准电极电势VRA2、第三基准电极电势VRA3、第四基准电极电势VRA4和第五基准电极电势VRA5的曲线的斜率的变化率。即，由于曲线的斜率基于40mAh的容量而迅速增大，因此处理器130可以将预设基准容量区域的大小从“0mAh至80mAh”调整为“0mAh至40mAh”。在图9和图10的实施方式中，大小调整后的基准容量区域是RR区域。
处理器130可以基于属于RR区域的第一正极电势VA1、第二正极电势VA2和第三正极电势VA3来诊断电池B的正极的活性材料面积和放电深度中的至少一者的变化。然而，处理器130可以基于与第N正极电势对应的第五正极电势VA5与第五基准电极电势之间的电势差来诊断电池B的正极的充电深度的变化。
例如，在图9的实施方式中，假定在RR区域中电势差增减模式是电势差相同模式。由于第一正极电势VA1和第一基准电极电势VRA1之间的第一电势差大于0并且电势差增减模式是电势差相同模式，因此处理器130可以诊断为电池B的正极的活性材料面积未从处于BOL状态的电池B的正极的活性材料面积没有发生变化。另外，处理器130可以诊断为电池B的正极的放电深度与处于BOL状态的电池B的正极的放电深度相比有所减小。另外，由于第五正极电势VA5和第五基准电极电势VRA5之间的电势差大于0，因此处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所增大。因此，在图9的情况下，处理器130可以将电池B的模式确定为故障模式。
作为另一示例，在图10的实施方式中，假定RR区域中的电势差增减模式是电势差相同模式。由于第一正极电势VA1和第一基准电极电势VRA1之间的第一电势差小于0，并且电势差增减模式为电势差相同模式，因此处理器130可以诊断为电池B的正极的活性材料面积未从处于BOL状态的电池B的正极的活性材料面积没有发生变化。此外，处理器130可以诊断为电池B的正极的放电深度与处于BOL状态的电池B的正极的放电深度相比有所增大。另外，由于第五正极电势VA5和第五基准电极电势VRA5之间的电势差小于0，因此处理器130可以诊断为电池B的正极的充电深度与处于BOL状态的电池B的正极的充电深度相比有所减小。因此，在图10的情况下，处理器130可以将电池B的模式确定为故障模式。
处理器130可以通过通信终端(COM)向外部装置发送指示电池B的估计的电极电势的消息。
另外，处理器130可以通过通信终端(COM)向外部装置发送指示电池B的活性材料面积、充电深度和放电深度的诊断结果的消息。
处理器130可以选择性地包括专用集成电路(ASIC)、另一芯片组、逻辑电路、寄存器、通信调制解调器和数据处理设备。可以组合处理器130可执行的各种控制逻辑中的至少一者，并且将组合的控制逻辑写入计算机可读代码系统中并记录在计算机可读记录介质上。记录介质没有限制，只要其可以被计算机中包括的处理器130访问即可。作为一个示例，记录介质包括选自由ROM、RAM、寄存器、CD-ROM、磁带、硬盘、软盘和光学数据记录装置组成的组中的至少一种。另外，代码系统可以被调制为载波信号并且在特定时间被存储在通信载波中，并且可以以分布式的方式在通过网络连接的计算机上进行存储和执行。此外，在本公开所属的技术领域中，程序员可以容易地推断出用于实现组合的控制逻辑的功能程序、代码和片段。
同时，根据本公开的车辆可以包括上述电池诊断设备。通过这样做，可以估计包括在车辆中的电池组的电极电势。
同时，根据本公开的能量存储系统可包括上述电池诊断设备。通过这样做，可以估计包括在能量存储系统中的电池组的电极电势。
图11是用于示意性地示出根据本公开的另一实施方式的用于诊断电池的方法的流程图。在此，可以在根据本公开的实施方式的电池诊断设备100中执行用于诊断电池的方法。
参照图11，用于诊断电池的方法可以包括：容量估计步骤(S100)、拐点数据检测步骤(S200)、电极电势估计步骤(S300)、电势差计算步骤(S400)、诊断步骤(S500)和电池模式确定步骤(S600)。
容量估计步骤(S100)是这样的步骤：测量电池B的电势和电流，并基于测量的电流估计电池B的容量。在容量估计步骤(S100)中，可以通过感测单元110来测量电池B的电势和电流，并且可以通过处理器130来估计电池B的容量。
处理器130可以基于电池B的由感测单元110测量的电流来估计电池B的容量。这里，电池B的容量可以是电池B的充电状态(SOC)。
拐点数据检测步骤(S200)是这样的步骤：基于其中所测量的电势和所估计的容量彼此映射的电势-容量数据来检测包括在电势-容量数据中的多个拐点数据。拐点数据检测步骤(S200)可以由处理器130执行。
处理器130可以通过将针对电池B估计的容量和电池B的由感测单元110测量的电势彼此映射来产生电势-容量数据，并且将产生的电势-容量数据存储在存储单元120中。
另外，处理器130可以从电势-容量数据检测多个拐点数据。在此，拐点数据可以包括在二维平面上表达电势-容量数据的电势容量曲线的拐点处的电势和容量数据。
电极电势估计步骤(S300)是这样的步骤：基于检测到的多个拐点数据的电势、容量和数量来估计多个拐点数据的电极电势。电极电势估计步骤(S300)可以由处理器130执行。
处理器130可以基于预设的基准电势将检测到的多个拐点数据分类为第一组和第二组。另外，处理器130可以基于属于第一组的拐点数据的数量和属于第二组的拐点数据的数量来识别电池B的负极活性材料类型和正极活性材料类型。
例如，存储单元120可以预先存储其中电极的活性材料类型与属于第一组的拐点数据的数量和第二组中的拐点数据的数量映射的活性材料类型数据。因此，处理器130可以基于预先存储在存储单元120中的活性材料类型数据来识别电池B的负极活性材料类型和正极活性材料类型。
处理器可以识别电池B的负极活性材料类型和正极活性材料类型，然后通过使用存储在存储单元120中的第一电极-容量数据和第二电极-容量数据来估计电池B的正极电势和负极电势。这里，存储的第一电极-容量数据是其中基准正极电势和基准容量根据正极活性材料的类型而匹配的预先存储的数据，并且存储的第二电极-容量数据是其中基准负极电势和基准容量根据负极活性材料的类型而匹配的预先存储的数据。
处理器130可以从存储的第一电极-容量数据提取与对应于属于第一组的拐点数据的容量的基准容量匹配的基准正极电势，并将提取的基准正极电势估计为属于第一组的拐点数据的每个容量处的正极电势。另外，处理器130可以通过计算属于第一组的拐点数据的电势与所提取的基准正极电势之间的差来计算负极电势，并且将计算出的负极电势估计为属于第一组的拐点数据的每个容量处的负极电势。
另外，处理器130可以从存储的第二电极-容量数据提取与对应于属于第二组的拐点数据的容量的基准容量匹配的基准负极电势，并将提取的基准负极电势估计为属于第二组的拐点数据的每个容量处的负极电势。另外，处理器130可以通过计算属于第二组的拐点数据的电势与所提取的基准负极电势之和来计算正极电势，并将计算出的正极电势估计为属于第二组的拐点数据每个容量处的正极电势。
电势差计算步骤(S400)是这样的步骤：计算多个估计的电极电势和基准电极电势之间的电势差。电势差计算步骤(S400)可以由处理器执行。
处理器130可以计算针对电池B估计的电极电势与基准电极电势之间的电势差。
例如，在图7的实施方式中，处理器130可以计算估计的正极电势VA1至VA5与基准电极电势VRA1至VRA5之间的电势差。
具体地，处理器130可以基于第一正极电势VA1和第一基准电极电势VRA1之间的差来计算第一电势差，并可以基于第二正极电势VA2和第二基准电极电势VRA2之间的差来计算第二电势差。另外，处理器130可以基于第三正极电势VA3和第三基准电极电势VRA3之间的差来计算第三电势差，并可以基于第四正极电势VA4和第四基准电极电势VRA4之间的差来计算第四电势差。最后，处理器130可以基于第五正极电势VA5和第五基准电极电势VRA5之间的差来计算第五电势差。
诊断步骤(S500)是这样的步骤：基于多个计算的电势差的增减模式来诊断电池B的电极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。诊断步骤(S500)可以由处理器130执行。
处理器130可以在电池B的正极和负极中选择至少一个诊断目标电极。此外，处理器130可以基于第一电势差、电势差增减模式以及第N电势差来诊断所选择的电极的活性材料面积、充电深度和放电深度中的至少一者是否发生变化。
例如，在图7的实施方式中，假定第一正极电势VA1和第一基准电极电势VRA1之间的第一电势差为0，并且电势差增减模式为电势差增大模式。由于第一电极电势差为0，因此处理器130可以诊断为电池B的放电深度没有发生变化。此外，由于电势差增减模式是电势差增大模式，因此处理器130可以诊断为电池B的活性材料面积减小。另外，由于第五正极电势VA5与第五基准电极电势VRA5之间的第五电势差大于0，因此处理器130可以诊断为电池B的充电深度增大。
电池模式确定步骤(S600)是这样的步骤：基于诊断步骤(S500)的诊断结果将电池的模式确定为正常模式或故障模式。电池模式确定步骤(S600)可以由处理器130执行。
如果诊断为电池B的电极的放电深度、活性材料面积和充电深度中的至少一者发生了变化，则处理器130可以确定电池B的模式为故障模式。具体地，如果诊断为电池B的放电深度、活性材料面积和充电深度中的至少一者与BOL状态相比有所增大或减小，则处理器130可以确定电池B的模式为故障模式。即，如果电池B的放电深度、活性材料面积和充电深度的诊断结果对应于以下情况中的至少一种情况，则处理器130可以确定电池B的模式是故障模式：电池B的放电深度与BOL状态的电池B的放电深度相比有所增大或减小的情况；电池B的活性材料面积与BOL状态的电池B的活性材料面积相比有所增大或减小的情况；以及电池B的充电深度与BOL状态的电池B的充电深度相比有所增大或减小的情况。
例如，随着电池B的退化，可能发生诸如锂电镀和鼓胀现象以及过放电和过充电的各种问题。因此，如果诊断为与BOL状态相比电池B的电极的放电深度、活性材料面积变化和充电深度中的任何一者增大或减小，则处理器130确定电池B的模式是故障模式，因此可以事先防止可能在电池B上发生的意外问题。
上述本公开的实施方式不一定由设备和方法来实施，而是也可以通过用于实现与本公开的配置对应的功能的程序或在其上记录有该程序的记录介质来实施。根据实施方式的以上描述，本领域技术人员可以容易地执行这种实施。
已经详细描述了本公开。然而，应当理解，详细说明和具体示例虽然指示了本公开的优选实施方式，但是它们仅是以说明的方式给出的，这是因为从这个详细描述来看，在本公开的范围内的各种改变和修改对于本领域技术人员而言都将是显而易见的。
另外，在不脱离本公开的技术方面的情况下，本领域技术人员可以对上文描述的本公开进行许多替换、修改和改变，并且本公开不限于上述实施方式和附图，并且每个实施方式可以被部分或全部选择性地组合以允许进行各种修改。
本申请要求2018年4月10日在大韩民国提交的韩国专利申请10-2018-0041693的优先权，其公开内容通过引用合并于此。
附图标记
1： 电池组
B： 电池
100： 电池诊断设备
110： 感测单元
120： 存储单元
130： 处理器

Claims (14)

1.一种电池诊断设备，该电池诊断设备包括：
感测单元，该感测单元被配置为测量电池的电势和电流；以及
处理器，该处理器被配置为：基于由所述感测单元测量的电流来估计电池的容量；基于其中由所述感测单元测量的电势和所估计的容量彼此映射的电势-容量数据来检测所述电势-容量数据中所包括的多个拐点数据；基于检测到的所述多个拐点数据的电势、容量和数量来估计所述多个拐点数据的多个电极电势；计算所估计的所述多个电极电势与基准电极电势之间的多个电势差；基于所计算的所述多个电势差的增减模式来诊断电池的电极的活性材料面积、充电深度和放电深度中的至少一者的变化；以及基于诊断结果来确定电池的模式为正常模式还是故障模式，
其中，所述处理器被配置为当诊断为活性材料面积、充电深度和放电深度中的任何一者发生变化时确定电池的模式为故障模式。
2.根据权利要求1所述的电池诊断设备，
其中，所述处理器被配置为基于预先存储的活性材料类型数据根据检测到的拐点数据的数量来确定电池的负极活性材料类型和正极活性材料类型，在所述预先存储的活性材料类型数据中，拐点数据的数量相对于负极活性材料类型和正极活性材料类型被映射。
3.根据权利要求1所述的电池诊断设备，
其中，所述处理器被配置为：
根据电势的大小，将检测到的所述多个拐点数据分类为第一组和第二组，
从存储的第一电极-容量数据提取与对应于属于所述第一组的拐点数据的容量的基准容量匹配的基准正极电势，并将提取的基准正极电势估计为属于所述第一组的拐点数据的每个容量处的正极电势，以及
从存储的第二电极-容量数据提取与对应于属于所述第二组的拐点数据的容量的基准容量匹配的基准负极电势，并基于提取的基准负极电势和属于所述第二组的拐点数据的电势来估计属于所述第二组的拐点数据的每个容量处的正极电势。
4.根据权利要求3所述的电池诊断设备，
其中，存储的第一电极-容量数据是所述基准正极电势与基准容量根据正极活性材料类型而匹配的预先存储数据，并且
其中，存储的第二电极-容量数据是所述基准负极电势与基准容量根据负极活性材料类型而匹配的预先存储数据。
5.根据权利要求1所述的电池诊断设备，
其中，所述处理器被配置为计算与所估计的所述多个电极电势对应的基准电极电势与对应的所估计的电极电势之间的电势差，并基于计算出的电势差以及所计算的电势差的增减模式来诊断活性材料面积、放电深度和充电深度中的至少一者的变化。
6.根据权利要求5所述的电池诊断设备，其中，
其中，当针对所估计的所述多个电极电势的全部而计算出的所有电势差都为0V时，所述处理器配置为诊断活性材料面积、放电深度和充电深度全都没有发生变化，并确定电池的模式为正常模式。
7.根据权利要求5所述的电池诊断设备，
其中，当针对所估计的所述多个电极电势中与最小容量对应的电极电势计算的电势差为0V时，所述处理器配置为诊断放电深度没有发生变化，
其中，当针对与所述最小容量对应的电极电势计算的电势差大于0V时，所述处理器被配置为诊断放电深度减小，并且
其中，当针对与所述最小容量对应的电极电势计算的电势差小于0V时，所述处理器被配置为诊断放电深度增大。
8.根据权利要求5所述的电池诊断设备，
其中，当针对所估计的所述多个电极电势计算的电势差相同时，所述处理器被配置为诊断活性材料面积没有发生变化，
其中，当针对所估计的所述多个电极电势计算的电势差随着相应容量的增大而变大时，所述处理器被配置为诊断活性材料面积减小，并且
其中，当针对所估计的所述多个电极电势计算的电势差随着相应容量的增大而变小时，所述处理器被配置为诊断活性材料面积增大。
9.根据权利要求5所述的电池诊断设备，其中，
其中，当针对所估计的所述多个电极电势中与最大容量对应的电极电势计算的电势差为0V时，所述处理器被配置为诊断充电深度没有发生变化，
其中，当针对与所述最大容量对应的电极电势计算的电势差大于0V时，所述处理器被配置为诊断充电深度增大，并且
其中，当针对与所述最大容量对应的电极电势计算的电势差小于0V时，所述处理器被配置为诊断充电深度减小。
10.根据权利要求5所述的电池诊断设备，
其中，所述处理器被配置为计算基准电极电势之间的变化率，基于计算出的变化率来调整预设基准容量区域的大小，并通过在估计的电极电势中仅选择属于大小调整过的基准容量区域的电极电势来计算电势差。
11.根据权利要求1所述的电池诊断设备，
其中，所述处理器被配置为从电池中包括的正极或负极中选择至少一个诊断目标电极，并诊断所选择的诊断目标电极的活性材料面积、充电深度和放电深度中的至少一者的变化。
12.一种电池管理系统，该电池管理系统包括根据权利要求1至11中的任一项所述的电池诊断设备。
13.一种车辆，该车辆包括根据权利要求1至11中的任一项所述的电池诊断设备。
14.一种用于诊断电池的方法，该方法包括：
容量估计步骤，该容量估计步骤测量电池的电势和电流，并基于所测量的电流来估计电池的容量；
拐点数据检测步骤，该拐点数据检测步骤基于其中所测量的电势和所估计的容量相互映射的电势-容量数据来检测包括在所述电势-容量数据中的多个拐点数据；
电极电势估计步骤，该电极电势估计步骤基于检测到的所述多个拐点数据的电势、容量和数量来估计所述多个拐点数据的多个电极电势；
电势差计算步骤，该电势差计算步骤计算所估计的所述多个电极电势与基准电极电势之间的多个电势差；
诊断步骤，该诊断步骤基于所计算的所述多个电势差的增减模式来诊断电池的电极的活性材料面积、充电深度和放电深度中的至少一者的变化；以及
电池模式确定步骤，该电池模式确定步骤基于诊断结果将电池的模式确定为正常模式或故障模式，
其中，所述电池模式确定步骤被配置为当诊断为活性材料面积、充电深度和放电深度中的任何一者发生变化时确定电池的模式为故障模式。
CN201980004947.0A 2018-04-10 2019-04-10 电池诊断设备和方法 Active CN111201445B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2018-0041693 2018-04-10
KR20180041693 2018-04-10
PCT/KR2019/004297 WO2019199064A1 (ko) 2018-04-10 2019-04-10 배터리 진단 장치 및 방법

Publications (2)

Publication Number Publication Date
CN111201445A CN111201445A (zh) 2020-05-26
CN111201445B true CN111201445B (zh) 2022-12-09

Family

ID=68163729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980004947.0A Active CN111201445B (zh) 2018-04-10 2019-04-10 电池诊断设备和方法

Country Status (6)

Country Link
US (1) US11193985B2 (zh)
EP (1) EP3690461B1 (zh)
JP (1) JP7020720B2 (zh)
KR (1) KR102362886B1 (zh)
CN (1) CN111201445B (zh)
WO (1) WO2019199064A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102253781B1 (ko) * 2017-04-28 2021-05-20 주식회사 엘지화학 방전 제어 장치 및 방법
KR102772303B1 (ko) * 2020-05-15 2025-02-21 주식회사 엘지에너지솔루션 충전 심도 설정 장치 및 방법
KR20220045451A (ko) * 2020-10-05 2022-04-12 주식회사 엘지에너지솔루션 배터리 상태 진단 장치 및 방법
KR20220054105A (ko) * 2020-10-23 2022-05-02 주식회사 엘지에너지솔루션 배터리 관리 장치 및 방법
CN112793463B (zh) * 2020-12-29 2022-10-04 联合汽车电子有限公司 车载电池诊断方法及车载电池诊断装置
JP7235790B2 (ja) * 2021-03-18 2023-03-08 本田技研工業株式会社 劣化セルの内部劣化状態推定方法、及び測定システム
JP7235789B2 (ja) * 2021-03-18 2023-03-08 本田技研工業株式会社 劣化セルの内部劣化状態推定方法、及び測定システム
CN114089204B (zh) * 2021-11-30 2023-11-21 蜂巢能源科技(无锡)有限公司 一种电池容量跳水拐点预测方法及装置
CN114509478B (zh) * 2022-02-21 2023-10-10 中创新航科技股份有限公司 一种电池中壳体腐蚀的检测方法、其检测装置及电动设备
CN114839251B (zh) * 2022-03-18 2023-04-07 清华大学 缺陷识别方法、装置、电位传感器、电池、介质和产品
CN114750640A (zh) * 2022-05-12 2022-07-15 四川野马汽车股份有限公司 一种基于能量池的电动汽车电池功率状态控制方法
CN115602268B (zh) * 2022-10-19 2024-04-16 四川新能源汽车创新中心有限公司 电极材料安全性评估方法及相关装置
KR102718496B1 (ko) * 2022-12-21 2024-10-15 주식회사 엘지에너지솔루션 전리튬화 진단 장치 및 방법
US12119700B2 (en) * 2023-01-20 2024-10-15 Element Energy, Inc. Systems and methods for adaptive electrochemical cell management
KR20250023217A (ko) * 2023-08-09 2025-02-18 주식회사 엘지에너지솔루션 이차전지 진단 장치 및 방법

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101064791B1 (ko) 2007-08-23 2011-09-14 주식회사 엘지화학 혼합 전극 활물질, 및 이를 포함하는 이차전지
JP4561859B2 (ja) * 2008-04-01 2010-10-13 トヨタ自動車株式会社 二次電池システム
JP5682955B2 (ja) 2010-08-04 2015-03-11 Ｎｅｃエナジーデバイス株式会社 リチウム二次電池の制御システム、およびリチウム二次電池の状態検出方法
JP5282789B2 (ja) 2011-01-11 2013-09-04 株式会社デンソー リチウムイオン二次電池の電池容量検出装置
JP5946955B2 (ja) 2012-04-30 2016-07-06 エルジー・ケム・リミテッド 二次電池のパラメータ推定装置及び方法
JP2013247003A (ja) * 2012-05-28 2013-12-09 Sony Corp 二次電池の充電制御装置、二次電池の充電制御方法、二次電池の充電状態推定装置、二次電池の充電状態推定方法、二次電池の劣化度推定装置、二次電池の劣化度推定方法、及び、二次電池装置
WO2013187581A1 (ko) 2012-06-13 2013-12-19 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 충전 상태 추정 장치 및 방법
JP5846054B2 (ja) 2012-06-22 2016-01-20 トヨタ自動車株式会社 診断装置および診断方法
JP6155830B2 (ja) 2012-11-05 2017-07-05 株式会社Ｇｓユアサ 状態推定装置、状態推定方法
JP5354416B1 (ja) 2012-11-05 2013-11-27 東洋システム株式会社 二次電池評価方法および評価プログラム
CN104685367B (zh) 2012-11-29 2017-09-08 株式会社Lg化学 用于估计包括混合正极材料的二次电池的功率的设备和方法
EP2952919B1 (en) 2012-12-04 2021-03-24 LG Chem, Ltd. Method and system with an apparatus for estimating a parameter of a secondary battery
WO2014088325A1 (ko) 2012-12-04 2014-06-12 주식회사 엘지화학 이차 전지의 방전 심도 추정 장치 및 방법
JP2014139897A (ja) 2013-01-21 2014-07-31 Toyota Industries Corp 二次電池システム
WO2014128902A1 (ja) 2013-02-22 2014-08-28 株式会社 日立製作所 二次電池の劣化診断方法およびそれを用いた装置
US9461490B2 (en) 2013-03-13 2016-10-04 GM Global Technology Operations LLC Method and apparatus for evaluating a rechargeable battery
JP6033155B2 (ja) 2013-03-29 2016-11-30 日立オートモティブシステムズ株式会社 電池制御装置
JP6147128B2 (ja) 2013-07-25 2017-06-14 株式会社エフ・シー・シー 鞍乗り型車両
US9935477B2 (en) 2013-08-22 2018-04-03 Hitachi, Ltd. Charge/discharge control method and charge/discharge control apparatus for lithium ion battery
JP2015230193A (ja) * 2014-06-04 2015-12-21 ソニー株式会社 劣化状態推定装置、充電状態推定装置、ｏｃｖカーブ算出生成装置および蓄電装置
JP6314043B2 (ja) 2014-06-26 2018-04-18 プライムアースＥｖエナジー株式会社 蓄電池の検査方法及び蓄電池の検査装置
JP6295858B2 (ja) 2014-07-02 2018-03-20 日産自動車株式会社 バッテリ管理装置
EP2990818B1 (en) 2014-09-01 2019-11-27 Yokogawa Electric Corporation Secondary battery capacity measurement system and secondary battery capacity measurement method
JP6488105B2 (ja) 2014-10-28 2019-03-20 株式会社東芝 蓄電池評価装置及び方法
JP6564647B2 (ja) * 2015-01-30 2019-08-21 大和製罐株式会社 電池の劣化状態推定装置及び、その劣化状態推定方法
US9834625B2 (en) 2015-08-14 2017-12-05 Kraton Polymers U.S. Llc Amine-containing polyalkenyl coupling agents and polymers prepared therefrom
KR101897859B1 (ko) 2015-08-24 2018-09-12 주식회사 엘지화학 리튬 석출 탐지 방법, 이를 이용한 이차전지 충전 방법과 장치 및 이차전지 시스템
JP6437407B2 (ja) 2015-09-16 2018-12-12 株式会社東芝 電池パックおよび充電制御方法
KR101780777B1 (ko) 2015-12-18 2017-09-21 울산과학기술원 리튬 이차 전지의 충방전 방법
US10658660B2 (en) * 2016-09-26 2020-05-19 Primearth Ev Energy Co., Ltd. Nickel-metal hydride battery
WO2019199058A1 (ko) 2018-04-10 2019-10-17 주식회사 엘지화학 배터리 진단 장치 및 방법

Also Published As

Publication number Publication date
EP3690461A1 (en) 2020-08-05
JP2020533759A (ja) 2020-11-19
CN111201445A (zh) 2020-05-26
EP3690461B1 (en) 2022-06-29
US20210041506A1 (en) 2021-02-11
US11193985B2 (en) 2021-12-07
KR20190118536A (ko) 2019-10-18
JP7020720B2 (ja) 2022-02-16
KR102362886B1 (ko) 2022-02-14
WO2019199064A1 (ko) 2019-10-17
EP3690461A4 (en) 2021-03-10

Similar Documents

Publication Publication Date Title
CN111201445B (zh) 电池诊断设备和方法
EP3674731B1 (en) Apparatus and method for diagnosing battery
US11391780B2 (en) Battery diagnostic device and method
KR102349300B1 (ko) 배터리의 전극 정보를 결정하기 위한 장치, 방법, 배터리 팩 및 전기 시스템
CN110546522B (zh) 用于估计电池余裕容量的装置
EP3690462B1 (en) Battery management apparatus and method
CN107533110A (zh) 用于评估二次电池的老化程度的设备和方法
KR102677986B1 (ko) 배터리 관리 장치 및 방법
KR102672185B1 (ko) 배터리 진단 장치

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220727

Address after: Seoul, South Kerean

Applicant after: LG Energy Solution

Address before: Seoul, South Kerean

Applicant before: LG CHEM, Ltd.

GR01 Patent grant
GR01 Patent grant