CN118176642A - 电池异常检测系统、电池异常检测方法、以及电池异常检测程序 - Google Patents
电池异常检测系统、电池异常检测方法、以及电池异常检测程序 Download PDFInfo
- Publication number
- CN118176642A CN118176642A CN202280072635.5A CN202280072635A CN118176642A CN 118176642 A CN118176642 A CN 118176642A CN 202280072635 A CN202280072635 A CN 202280072635A CN 118176642 A CN118176642 A CN 118176642A
- Authority
- CN
- China
- Prior art keywords
- voltage
- parallel cell
- block
- abnormality detection
- parallel
- 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.)
- Pending
Links
- 230000005856 abnormality Effects 0.000 claims abstract description 131
- 238000001514 detection method Methods 0.000 claims abstract description 95
- 230000008859 change Effects 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000015556 catabolic process Effects 0.000 claims description 7
- 238000006731 degradation reaction Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000007600 charging Methods 0.000 description 42
- 238000004891 communication Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000007599 discharging Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 208000032953 Device battery issue Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010281 constant-current constant-voltage charging Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage 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
-
- 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
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from 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
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
电池数据取得部(111)取得多个并联单元块串联连接而成的电池组的各并联单元块的电压数据,所述并联单元块并联连接有多个单元。异常检测部(113)基于正常的并联单元块的电压变化和正常的并联单元块与作为对象的并联单元块的电压差的变化,检测作为对象的并联单元块的异常。
Description
技术领域
本公开涉及用于检测电池的异常的电池异常检测系统、电池异常检测方法、以及电池异常检测程序。
背景技术
在EV等用途中,为了增加电池电压和电池容量,大多使用将多个并联连接有多个单元的并联单元块串联连接而成的电池组。在这样的电池组中,作为检测异常的并联单元块的方法,提出了使用均衡电路的方法(例如,参照专利文献1)。在该方法中,在均衡处理中,利用包含异常单元的并联单元块到达目标SOC(State Of Charge:荷电状态)的时间变快这一点来检测异常的并联单元块。
[在先技术文献]
[专利文献]
专利文献1:国际公开第19/123907号公报
发明内容
[发明要解决的课题]
上述方法只能在安装有均衡电路的电池组中使用。在笔记本PC、智能手机等小型的电池组中大多未安装均衡电路。另外,均衡处理是通过对SOC相对较高的并联单元块进行电阻放电而使并联单元块间的SOC一致的处理,因此会产生由电阻放电引起的发热和能量损失。
本公开鉴于这样的状况而完成,其目的在于提供一种简单地检测多个并联单元块串联连接而成的电池组的异常的技术。
[用于解决技术课题的技术方案]
为了解决上述课题,本公开的一个方案的电池异常检测系统包括:取得部,其取得多个并联单元块串联连接而成的电池组的各并联单元块的电压数据,所述并联单元块并联连接有多个单元;以及异常检测部,其基于正常的并联单元块的电压变化和所述正常的并联单元块与作为对象的并联单元块的电压差的变化,检测作为所述对象的并联单元块的异常。
此外,以上构成要素的任意组合、以及将本公开的表面在装置、系统、方法、程序等之间进行转换的方案,作为本公开的方案也是有效的。
[发明效果]
根据本公开,能够简单地检测多个并联单元块串联连接而成的电池组的异常。
附图说明
图1是用于说明实施方式的电池异常检测系统的概略的图。
图2是用于说明电动车辆所搭载的电源系统的详细构成的图。
图3是表示SOC-OCV曲线的一个示例的图。
图4是表示实施方式的电池异常检测系统的构成例的图。
图5是表示电池组内的单元的连接例的图。
图6的(a)-(b)是表示第1-第3块的电压变化趋势、块间的电压差变化趋势的一个示例的图。
图7是示意性地表示相对于正常块的电压变化,各块间的电压差变化的情况的图。
图8是汇总了应该与电压故障度进行比较的阈值的设定规则的图。
图9的(a)-(b)是用曲线图表示块内的并联单元数为2、故障单元数为1的情况下的电压故障度成为1的图。
图10是表示由实施方式的电池异常检测系统进行的异常检测的基本处理的流程的流程图。
图11是用于说明由实施方式的电池异常检测系统进行的异常检测处理的滤波处理的具体例的流程图。
图12是表示示出电池组的电压故障度的变化趋势的实验数据的图。
具体实施方式
图1是用于说明实施方式的电池异常检测系统1的概略的图。实施方式的电池异常检测系统1是用于检测搭载于电动车辆3的电池组所包含的并联单元块的异常的系统。电动车辆3包括电动汽车(EV)、插电混合动力车(PHV)、混合动力车(HV),但在实施方式中设想纯粹的电动汽车(EV)。
实施方式的电池异常检测系统1是由至少一个配送经营者利用的系统。电池异常检测系统1例如也可以构建在提供面向电动车辆3的运行管理支援服务的服务提供主体的本公司设施或设置在数据中心的本公司服务器上。另外,电池异常检测系统1也可以构建在基于云服务合同利用的云服务器上。另外,电池异常检测系统1也可以构建在分散地设置在多个据点(数据中心、本公司设施)的多个服务器上。该多个服务器可以是多个本公司服务器的组合、多个云服务器的组合、本公司服务器与云服务器的组合的任意一种。
配送经营者拥有多个电动车辆3和多个充电器4,将多个电动车辆3用于配送经营。此外,电动车辆3也能够从设置在配送据点的充电器4之外的充电器4进行充电。
多个电动车辆3具有无线通信功能,能够与电池异常检测系统1所连接的网络2连接。电动车辆3能够经由网络2将所搭载的电池组的电池数据发送到电池异常检测系统1。
网络2是互联网、专用线路、VPN(Virtual Private Network:虚拟专用网络)等通信线路的统称,其通信介质、协议没有限制。作为通信介质,例如可以使用移动电话网(蜂窝网)、无线LAN、有线LAN、光纤网、ADSL网、CATV网等。作为通信协议,例如可以使用TCP(Transmission Control Protocol:传输控制协议)/IP(Internet Protocol:互联网协议)、UDP(User Datagram Protocol:用户数据报协议)/IP、以太网(注册商标)等。
图2是用于说明电动车辆3所搭载的电源系统40的详细构成的图。电源系统40经由第1继电器RY1和逆变器35与电动机34连接。逆变器35在动力运行时将从电源系统40供给的直流电力转换为交流电力并供给到电动机34。在再生时,将从电动机34供给的交流电力转换为直流电力并供给到电源系统40。电动机34是三相交流电动机,在动力运行时根据从逆变器35供给的交流电力而旋转。在再生时,将由减速产生的旋转能量转换为交流电力并供给到逆变器35。
车辆控制部30是控制电动车辆3整体的车辆ECU(Electronic Control Unit:电子控制单元),例如也可以由集成的VCM(Vehicle Control Module:车辆控制模块)构成。无线通信部36具有调制解调器,进行用于经由天线36a与网络2无线连接的无线信号处理。作为电动车辆3可进行无线连接的无线通信网,例如,可以使用移动电话网(蜂窝网)、无线LAN、V2I(Vehicle-to-Infrastructure:车辆到基础设施)、V2V(Vehicle-to-Vehicle:车辆到车辆)、ETC系统(Electronic Toll Collection System:电子收费系统)、DSRC(DedicatedShort Range Communications:专用短程通信)。
第1继电器RY1是插入到连接电源系统40与逆变器35的配线间的接触器。车辆控制部30在行驶时将第1继电器RY1控制为接通状态(闭合状态),将电源系统40与电动车辆3的动力系统电连接。车辆控制部30在非行驶时原则上将第1继电器RY1控制为断开状态(打开状态),将电源系统40与电动车辆3的动力系统电切断。此外,也可以使用半导体开关等其他种类的开关来替代继电器。
电动车辆3通过与充电器4连接,能够从外部对电源系统40内的电池组41进行充电。在本实施方式中,电动车辆3经由充电适配器6与充电器4连接。充电适配器6例如安装在充电器4的端子的前端。充电适配器6安装在充电器4时,充电适配器6内的控制部与充电器4内的控制部确立通信信道。
充电适配器6优选由小型壳体构成。在这种情况下,电动车辆3的驾驶员能够容易地搬运充电适配器6,在设置于配送据点的充电器4之外的充电器4上也能够安装充电适配器6来使用。例如,作为设置于配送据点的充电器4之外的充电器4,能够在设置于公共设施、商业设施、加油站、汽车经销商或高速公路的服务区的充电器4上安装充电适配器6来使用。
安装在充电器4的充电适配器6与电动车辆3通过充电电缆连接时,成为能够从充电器4对电动车辆3内的电池组41进行充电的状态。充电适配器6将从充电器4供给的电力通入电动车辆3。充电适配器6具有无线通信功能,能够经由网络2与电池异常检测系统1进行数据的交换。充电适配器6作为对电动车辆3与充电器4间、电动车辆3与电池异常检测系统1间、以及充电器4与电池异常检测系统1间的通信进行中继的网关而发挥功能。
充电器4与商用电力系统5连接,对电动车辆3内的电池组41进行充电。在电动车辆3中,在连接电源系统40与充电器4的配线间插入第2继电器RY2。此外,也可以使用半导体开关等其他种类的开关来替代继电器。电池管理部42在充电开始前经由车辆控制部30或直接将第2继电器RY2控制为接通状态,在充电结束后将第2继电器RY2控制为断开状态。
一般,在普通充电的情况下通过交流进行充电,在快速充电的情况下通过直流进行充电。在通过交流(例如,单相100/200V)进行充电的情况下,通过插入到第2继电器RY2与电池组41之间的AC/DC转换器(未图示),将交流电力转换为直流电力。在通过直流进行充电的情况下,充电器4通过对从商用电力系统5供给的交流电力进行全波整流,并利用滤波器进行平滑化来生成直流电力。
作为快速充电标准,例如可以使用CHAdeMO(注册商标)、ChaoJi、GB/T、Combo(Combined Charging System:联合充电系统)。在CHAdeMO2.0中,最大输出(规格)被规定为1000V×400A=400kW。在CHAdeMO3.0中,最大输出(规格)被规定为1500V×600A=900kW。在ChaoJi中,最大输出(规格)被规定为1500V×600A=900kW。在GB/T中,最大输出(规格)被规定为750V×250A=185kW。在Combo中,最大输出(规格)被规定为900V×400A=350kW。在CHAdeMO、ChaoJi、GB/T中,作为通信方式采用CAN(Controller Area Network:控制器局域网)。在Combo中,作为通信方式采用PLC(Power Line Communication:电力线通信)。
在采用CAN方式的充电电缆内除电力线之外还包含通信线。通过该充电电缆将电动车辆3与充电适配器6连接时,车辆控制部30与充电适配器6内的控制部确立通信信道。此外,在采用PLC方式的充电电缆中,通信信号叠加在电力线上而传输。
车辆控制部30与电池管理部42经由车载网络(例如,CAN、LIN(LocalInterconnect Network:局域互联网))确立通信信道。在车辆控制部30与充电适配器6内的控制部间的通信标准和车辆控制部30与电池管理部42间的通信标准不同的情况下,车辆控制部30承担网关功能。
电动车辆3所搭载的电源系统40包括电池组41和电池管理部42。电池组41包含多个并联单元块E1p-Enp。并联单元块E1p-Enp中包含的各单元可以使用锂离子电池单元、镍氢电池单元、铅电池单元等。以下,在本说明书中设想使用锂离子电池单元(标称电压:3.6-3.7V)的示例。并联单元块E1p-Enp的串联数根据电动机34的驱动电压(例如,300V-400V)而确定。
分流电阻Rs与多个并联单元块E1p-Enp串联连接。分流电阻Rs作为电流检测元件而发挥功能。此外,也可以使用霍尔元件来替代分流电阻Rs。在电池组41内设置有用于检测多个并联单元块E1p-Enp的温度的多个温度传感器T1、T2。温度传感器T1、T2例如可以使用热敏电阻。温度传感器例如可以在6~8个并联单元块中设置一个。
电池管理部42包括电压测量部43、温度测量部44、电流测量部45以及电池控制部46。串联连接的多个并联单元块E1p-Enp的各节点与电压测量部43之间通过多条电压线连接。电压测量部43通过分别测量相邻的两根电压线间的电压来测量各并联单元块E1p-Enp的电压。电压测量部43将测量出的各并联单元块E1p-Enp的电压发送到电池控制部46。
由于电压测量部43相对于电池控制部46为高压,因此电压测量部43与电池控制部46间以绝缘的状态通过通信线连接。电压测量部43可以由ASIC(Application SpecificIntegrated Circuit:专用集成电路)或通用的模拟前端IC构成。电压测量部43包含复用器和A/D转换器。复用器将相邻的两根电压线间的电压从上方起依次输出到A/D转换器。A/D转换器将从复用器输入的模拟电压转换为数字值。
温度测量部44包含分压电阻和A/D转换器。A/D转换器将通过多个温度传感器T1、T2和多个分压电阻分别分压后的多个模拟电压依次转换为数字值并输出到电池控制部46。电池控制部46测量电池组41内的多个观测点的温度。
电流测量部45包含差分放大器和A/D转换器。差分放大器将分流电阻Rs的两端电压放大并输出到A/D转换器。A/D转换器将从差分放大器输入的模拟电压转换为数字值并输出到电池控制部46。电池控制部46基于该数字值测量流过多个并联单元块E1p-Enp的电流。
此外,在电池控制部46内搭载有A/D转换器,在电池控制部46未设置模拟输入端口的情况下,温度测量部44和电流测量部45也可以将模拟电压输出到电池控制部46,通过电池控制部46内的A/D转换器转换为数字值。
电池控制部46基于由电压测量部43、温度测量部44以及电流测量部45测量出的多个并联单元块E1p-Enp的电压、温度以及电流来管理多个并联单元块E1p-Enp的状态。若多个并联单元块E1p-Enp的至少一个发生过电压、过小电压、过电流或温度异常,则电池控制部46将第2继电器RY2或电池组41内的保护继电器(未图示)关断来保护该并联单元块。
电池控制部46可以由微控制器以及非易失性存储器(例如,EEPROM(ElectricallyErasable Programmable Read-Only Memory:电可擦除可编程只读存储器)、闪速存储器)构成。电池控制部46推定多个并联单元块E1p-Enp各自的SOC。
电池控制部46将OCV(Open Circuit Voltage:开路电压)法和电流累计法组合来推定SOC。OCV法是基于由电压测量部43测量出的各并联单元块(≈各单元)的OCV和单元的SOC-OCV曲线来推定SOC的方法。单元的SOC-OCV曲线基于由电池制造商进行的特性试验预先制作,在出厂时登记于微控制器的内部存储器内。
图3是表示SOC-OCV曲线的一个示例的图。SOC-OCV曲线的形状根据电池的类别而不同。
电流累计法是基于各并联单元块的充放电开始时的OCV和由电流测量部45测量出的电流的累计值来推定SOC的方法。随着充放电时间变长,电流累计法的电流测量部45的测量误差逐渐累积。另一方面,OCV法受到电压测量部43的测量误差以及极化电压造成的误差的影响。因此,优选将通过电流累计法推定出的SOC和通过OCV法推定出的SOC进行加权平均而使用。
电池控制部46对包含各并联单元块E1p-Enp的电压、电流、温度、SOC的电池数据进行定期(例如,10秒间隔)采样,并经由车载网络发送到车辆控制部30。车辆控制部30在电动车辆3的行驶中能够使用无线通信部36将电池数据实时地发送到电池异常检测系统1。
此外,车辆控制部30也可以将电动车辆3的电池数据存储在内部的存储器,在规定的定时将存储器中存储的电池数据一并发送。例如,车辆控制部30在一天的营业结束后将存储器中存储的电池数据一并发送到营业所的终端装置。营业所的终端装置在规定的定时将多个电动车辆3的电池数据一并发送到电池异常检测系统1。
另外,车辆控制部30也可以在从充电器4进行充电时经由充电电缆将存储器中存储的电池数据一并发送到具备网络通信功能的充电适配器6或充电器4。具备网络通信功能的充电适配器6或充电器4将接收到的电池数据发送到电池异常检测系统1。该示例对未搭载无线通信功能的电动车辆3有效。
图4是表示实施方式的电池异常检测系统1的构成例的图。电池异常检测系统1包括处理部11和存储部12。处理部11包含:电池数据取得部111、故障度计算部112、异常检测部113、警报通知部114以及上限电流计算值115。处理部11的功能可以通过硬件资源与软件资源的协作或仅通过硬件资源来实现。作为硬件资源,可以利用CPU、ROM、RAM、GPU(Graphics Processing Unit:图形处理单元)、ASIC(Application Specific IntegratedCircuit:专用集成电路)、FPGA(Field Programmable Gate Array:现场可编程门阵列)、其他LSI。作为软件资源可以利用操作系统、应用等程序。
存储部12包含电池数据保持部121。存储部12包含HDD(Hard Disk Drive:硬盘驱动器)、SSD(Solid State Drive:固态驱动器)等非易失性的记录介质,存储各种数据。
电池数据取得部111经由网络2从电动车辆3、营业所的终端装置等取得电池数据。电池数据至少包含电池组41的各并联单元块E1p-Enp的电压数据。电池数据取得部111将所取得的电池数据保存在电池数据保持部121。
异常检测部113基于正常的并联单元块(以下,简称为正常块)的电压变化和该正常块与作为对象的并联单元块(以下,简称为对象块)的电压差的变化,检测对象块的异常。对象块的异常包括在块内产生故障单元。故障单元是引起功能不健全的单元,因气体排出阀的打开、CID(Current Interrupt Device:电流中断装置)的动作、断线、接触不良等而产生。气体排出阀的打开、CID的动作在电池内部的压力异常上升的情况下启动。气体排出阀的打开、CID的动作、断线是不可逆的故障,接触不良是可逆的故障。
在本实施方式中,主要目的在于非破坏地检测包含故障单元的块(以下,称为故障块)。由此,能够向用户通知单元故障的产生,促使电池组41的更换或修理,能够预先防止不安全事件的发生。以下,进行具体说明。
图5是表示电池组41内的单元的连接例的图。以下,以图5所示的2并3串的电池组41为前提来说明具体例。在该具体例中,第2块E2p的第2单元E2b是故障单元。
在本实施方式中,为了检测故障块而使用电压故障度这一指标。电压故障度是利用了在进行相同电流量[Ah]的充电或放电的情况下OCV和SOC的变化量随着电池的SOH(State Of Health:健康状态)变小而变大的独特的指标,能够用于块的容量异常的检测。
图6的(a)-(b)表示第1-第3块E1p-E3p的电压变化趋势、块间的电压差变化趋势的一个示例。在图6的(a)-(b)中,将第1块E1p的电压记为V1、将第2块E2p的电压记为V2、将第3块E3p的电压记为V3。图6的(a)的横轴表示时刻,纵轴表示各块的电压。图6的(b)的横轴表示时刻,纵轴表示各块间的电压。
图6的(a)-(b)表示从5月9日的11点半连续放电2小时左右时的情况。如图6的(a)所示,第1-第3块E1p-E3p的电压V1-V3均减少。由于包含故障单元的第2块(故障块)E2p实质上作为SOH大幅降低的电池而动作,因此与第1块E1p(正常块)和第3块E3p(正常块)相比电压急速降低。
图6的(b)表示图6的(a)所示的第1-第3块E1p-E3p中的任意2块间的电压差(全部3种组合)。正常块彼此的电压差(V1-V3)大致为0,正常块与故障块的电压差(V1-V2、V2-V3)逐渐扩大。将该电压差逐渐扩大的速度进行定量化而得到的指标是电压故障度。
图7是示意性地表示相对于正常块的电压变化,各块间的电压差变化的情况的图。将从一系列的充放电开始到结束为止的期间电压变化最小的块设定为正常块。即,在一系列的充放电后,将SOH最高的块设定为正常块。图7表示从一系列的放电开始到结束为止的期间的正常块的电压变化与各块间的电压差的变化。正常块的电压通过放电从3.95V下降至3.8V。
图7中描绘了相对于正常块的电压变化的各块间的电压差,用最小二乘法示出进行一次回归后的近似直线。各近似直线具有与块间的SOH差大致成比例的斜率。此外,斜率的极性根据块间的电压的降序而变化。在图7所示的示例中,正常块是第1块E1p或第3块E3p,第1块E1p与第2块E2p的电压差(V1-V2)的一次回归曲线的斜率为(-0.1/0.15),第1块E1p与第3块E3p的电压差(V1-V3)的一次回归曲线的斜率为(0/0.15),第2块E2p与第3块E3p的电压差(V2-V3)的一次回归曲线的斜率为(0.1/0.15)。
在本实施方式中,将通过正常块的电压变化对该块间的电压差的扩大速度进行归一化后的值作为各对象块的电压故障度。电压故障度的值越大,越由于更微小的充放电而产生大的块间的电压差。将各对象块的电压故障度中的绝对值最大的电压故障度作为电池组41的电压故障度。即,电池组41的电压故障度为SOH从正常块最背离的块的电压故障度。在图7所示的示例中,电池组41的电压故障度为0.67(=0.1/0.15)。
接着,说明应该与电池故障度进行比较的阈值。希望将块中包含的并联单元中的规定根数以上的单元发生故障(完全地功能不健全)的情况判定为异常,但由于上述电压故障度是表示块间的SOH背离的指标,因此在发生SOH偏差的情况下也导出某些数值。因此,为了区分故障和允许的SOH偏差,需要对电压故障度设定适当的阈值。
图8是汇总了应该与电压故障度进行比较的阈值的设定规则的图。在本示例中,假设SOC-OCV曲线具有比例关系来设定阈值。即,假定若SOC的变化量成为2倍,则OCV的变化量也成为2倍。在本实施方式中,电压故障度由(故障块的电压变化量-正常块的电压变化量)/正常块的电压变化量定义。
以下,将块内的并联单元数设为P,将块内的故障单元数设为F。若P根并联单元中的F根单元发生故障,则对剩余的正常的(P-F)根单元施加P根的电流负荷。在将对正常块进行充放电的情况下的电压变化量设为ΔV的情况下,故障块的电压变化量为ΔV×(P/(P-F))。此时,正常块与故障块的电压差为ΔV-(ΔV×(P/(P-F))=ΔV×(F/(P-F))。电压故障度为ΔV×(F/(P-F))/ΔV=F/(P-F)。
例如,在块内的并联单元数为4根的情况下(P=4),在1根故障的情况下(F=1),电压故障度为1/(4-1)=0.333。在2根故障的情况下(F=2),电压故障度为2/(4-2)=1。此外,电压故障度是仅由块内的并联单元数与故障单元数的比例决定的数值,例如无论在4并联中的1根故障的情况下还是在40并联中的10根故障的情况下,电压故障度都是0.333。
电压故障度为表示在将块内不存在单元故障的情况下的对各单元施加的电流负荷设为1的情况下的、产生故障单元时的对剩余的各正常单元施加的电流负荷的增量的指标。例如,电压故障度=0.333表示由于在块内产生单元故障,因此剩余的各正常单元的电流负荷增加至1.333(1+0.333)倍。
设计者可以在将块内的并联单元数中的1/4以上的根数发生故障的情况检测为异常的情况下将阈值设定为0.333,在将1/3以上的根数发生故障的情况检测为异常的情况下将阈值设定为0.5,在将1/2以上的根数发生故障的情况检测为异常的情况下将阈值设定为1。像这样,设计者可以任意调整故障检测的灵敏度。
图9的(a)-(b)是用曲线图表示块内的并联单元数P为2、故障单元数F为1的情况下的电压故障度成为1的图。图9的(a)表示故障块与正常块的电压的变化趋势。图9的(b)表示故障块和正常块的电压差与正常块的电压的关系。
在并联单元数P为2、故障单元数F为1的情况下,能够将故障块的SOH视为正常块的SOH的1/2,因此故障块的电压变化量成为正常块的电压变化量ΔV的2倍(2ΔV)。因此,电压故障度成为(2ΔV-ΔV)/ΔV=1。
图10是表示由实施方式的电池异常检测系统1进行的异常检测的基本处理的流程的流程图。故障度计算部112对各块的多个样本时刻的电压数据进行一次回归,计算各块的电压变化的斜率(S10)。故障度计算部112将计算出的各块的电压变化的斜率中的绝对值最小的块设定为正常块(S11)。故障度计算部112将对象块与正常块的电压变化量之差除以正常块的电压变化量(归一化),计算对象块的电压故障度(S12)。
即,在将正常块的电压变化量设为ΔV,将对象块的电压变化量设为ΔVn时,故障度计算部112计算|(ΔVn-ΔV)|/ΔV来计算出对象块的电压故障度。
异常检测部113在电压故障度为阈值以上的情况下(S13的是),判定为对象块中包含故障单元(S14),在电压故障度小于阈值的情况下(S13的否),判定为对象块中不包含故障单元(S15)。
接着,说明通过对使用的电压数据进行滤波来提高电压故障度的计算精度的方法。保持于电池数据保持部121的、作为单元故障的解析对象的电压数据,设为从比分析对象期间向过去回溯规定天数(例如,3天)的时刻起到当前时刻。这是为了能够将跨越日期的充放电动作作为一系列的数据来处理。在本实施方式中,在基于规定的滤波条件从解析对象的电压数据中提取充放电区间的各块的电压数据的基础上,基于该各充放电区间的电压数据来计算电压故障度。上述的检测单元故障的算法是基于充放电时各块间的电压差扩大的速度的算法。以下,说明用于有效地抑制该充放电时的电压数据中包含的噪声成分的滤波处理的具体例。
图11是用于说明由实施方式的电池异常检测系统1进行的异常检测处理的滤波处理的具体例的流程图。故障度计算部112提取电池组41中包含的所有块的电压数据收敛于规定的电压范围(例如,3.4-4.2V)的区间的电压数据(S20)。该滤波条件是用于排除充放电时的电压变化大的低SOC区域(参照上述图3)和电流大幅变化的CV(恒压)充电时的SOC区域的条件。在通常的CCCV充电中,在接近目标SOC的高SOC区域中从CC充电切换为CV充电。
故障度计算部112独立地提取一系列的充电区间和一系列的放电区间的电压数据(S21)。在电流施加状态下,在发生了规定的设定时间(例如,30分钟)以上的时间跳跃的情况下,暂时设为充放电结束。另外,将包含规定的电压范围之外的电压数据的区间视为未进行充放电的区间。该滤波条件是通过使充电和放电不混合存在而使各块的电压行为稳定化的条件。
故障度计算部112将电压数据限定为放电数据(S22)。该滤波条件是用于排除CV充电时的电压数据的条件。此外,也可以限定为充电数据,也可以使用二者的数据。
故障度计算部112排除充电或放电的持续时间小于所设定的持续时间(例如,10分钟)的电压数据(S23)。该滤波条件是用于排除难以掌握各块间的电压差扩大的行为的短时间的充放电数据的条件。
故障度计算部112排除从电流施加开始起到所设定的初始施加时间(例如,5分钟)内的电压数据(S24)。该滤波条件是用于排除各块间的电压差的变动不稳定的瞬态响应区域的电压数据的条件。
故障度计算部112排除电流施加结束之前的所设定的结束时样本数(例如,3个)的电压数据(S25)。该滤波条件是用于阻止一部分解析数据的电压、电流采样时刻偏差引起的电流施加末期的休止缓和电压的瞬态响应混入(日语:過渡応答混入)的条件。
故障度计算部112按照图10所示的流程图,计算电压故障度(S10)。故障度计算部112排除作为电压故障度计算的基础的样本数小于所设定的样本数(例如,10)的电压故障度(S26)。该滤波条件是用于仅保留在计算电压故障度时实施的一次回归的精度高的数据的条件。
故障度计算部112排除电压变化最小的块的电压变化小于所设定的变化阈值(例如,0.1V)的电压故障度(S27)。该滤波条件是用于仅保留在计算电压故障度时实施的一次回归的精度高的数据的条件。
图11所示的滤波处理的顺序只是一个示例,也可以为其他顺序。另外,不需要全部执行图11所示的滤波处理,也可以仅执行它们的一部分。
至此,说明了异常检测部113基于电压故障度来检测有无包含故障单元的故障块的处理。异常检测部113也能够检测故障块的检测之外的电池组41的异常。在对象块的电压故障度在小于阈值的状态下逐渐增加的情况下,异常检测部113判定为在对象块的单元中包含SOH劣化相对于其他单元加速的单元。例如,在包含急剧劣化的单元的块中,电压故障度增加。
在对象块的电压故障度小于阈值的状态下,在对象块与正常块的电压差背离规定值以上的状态持续规定时间以上的情况下,异常检测部113判定为对象块的SOC偏离。该规定值和该规定时间基于设计者判定SOC偏差的条件而设定。在块间存在电压差的状态下且该电压差不扩大的情况下,块间的SOH大致相同,能够视为SOC存在差异。
在对象块发生异常的情况下,警报通知部114经由网络2向电池数据的发送源(例如,电动车辆3或营业所的终端装置)通知警报。警报通知部114例如通知包含以下至少一种的警报:促使电池更换或修理的消息,立即停止或经过一定期间后的停止的指示,以及上限电流限制的指示。
在通知上限电流限制的指示的情况下,上限电流计算值115基于电池组41的电压故障度计算允许流入电池组41的上限电流值。如上所述,电压故障度是表示产生故障单元时的对剩余的各单元施加的电流负荷的增量的指标。上限电流计算值115以抵消对故障块的剩余的各单元施加的电流负荷的增量的方式计算上限电流值。例如,在电压故障度为0.333的情况下,将上限电流值限制为额定电流值的0.667倍。由此,能够抑制因对故障块的剩余的单元施加过电流而造成的锂析出等不安全事件的发生。
电动车辆3或营业所的终端装置从电池异常检测系统1接受到上述警报时,执行以下至少一种操作:在显示部(未图示)显示警报消息,电动车辆3的车辆控制部30使电动车辆3停止,电池管理部42将流过电池组41的电流的上限值限制为接收到的上限电流值。
另外,在对象块的电压故障度在小于阈值的状态下逐渐增加的情况下,能够预测SOH偏差的扩大。异常检测部113推定SOH偏差到达规定值为止的区间。该规定值被设定为在电池组41的各用途中作为使用结束时的值的SOH偏差的值。警报通知部114通知包含至电池组41的使用结束为止的期间和督促提前进行电池更换或修理的消息的警报。
图12是表示示出电池组41的电压故障度的变化趋势的实验数据的图。在本示例中,示出搭载于笔记本PC的2并3串的电池组41的电压故障度的变化趋势。用于检测有无故障块的阈值被设定为1。在本示例中,电压故障度的值超过1后又低于1,再次超过1后又低于1。能够推定该行为不是由CID的动作等不可逆的故障导致的,而是由端子连接不良导致的故障。
异常检测部113为了抑制由电压数据中包含的噪声导致的误检测,也可以在连续多次(例如,3次)检测到电压故障度的值成为1以上的解析对象的数据区间的情况下判定为产生了故障块。同样,在电压故障度的值成为1以上后,异常检测部113也可以在连续多次(例如,3次)检测到电压故障度的值小于1的解析对象的数据区间的情况下判定为故障块消失(故障单元的通电重新开始)。
另外,异常检测部113也可以将对解析对象的数据区间的电压故障度的值进行移动平均所得到的值与阈值进行比较。在这种情况下,也能够抑制由噪声导致的误检侧。
如上述说明,根据本实施方式,能够根据多个块的电压数据的情况,不破坏电池组41而简单地检测串联连接有多个块的电池组41的异常。在本实施方式中,基于各块的电压数据来计算将块间的SOH劣化的偏差量定量化的电压故障度,通过将电压故障度与阈值进行比较,能够容易地区分SOH劣化和故障。
由于电压故障度是对对象块的异常度进行定量化的指标,因此能够基于电压故障度来预测至发生不能容许的异常为止的期间。另外,也能够判断是否应该尽快停止。另外,由于能够通过电压故障度将故障块的电流负荷增量定量化,因此也能够进行抵消电流负荷增量的电流控制。在这种情况下,能够不使电流停止而抑制过电流流过故障块内的剩余的单元。进而,也能够检测块间的SOC偏离。
另外,由于不需要安装均衡电路,因此在未安装均衡电路的电池组41中也能够使用。另外,由于使用充放电时的电压数据,因此与在均衡处理时进行检测的方法相比能够增加异常检测的机会。均衡处理基本上在实际使用之外的时间带实施,若SOC偏差不变大则基本不实施,因此实施频率少。另外,能够不产生均衡放电那样的发热或能量损失而检测电池组41的异常。
另外,通过以正常块的电压变化量进行归一化来求出电压故障度,能够在块间抵消环境因素(温度因素等)的影响,能够高精度地推定块间的电压差的扩大速度。
以上,基于实施方式说明了本公开。本领域技术人员应该理解,实施方式仅是例示,其各构成要素、各处理过程的组合可以有各种变形例,并且这样的变形例也在本公开的范围内。
在上述实施方式中,使用电压故障度(=(故障块的电压变化量-正常块的电压变化量)/正常块的电压变化量),但也可以使用SOC故障度(=(故障块的SOC变化量-正常块的SOC变化量)/正常块的SOC变化量)来替代电压故障度。在从电动车辆3或营业所的终端装置等取得的各块的电池数据中包含SOC数据的情况下,故障度计算部112能够使用该SOC数据来计算SOC故障度。
另外,在从电动车辆3或营业所的终端装置等取得的各块的电池数据中不包含SOC数据但包含电流数据,且掌握了各块所包含的单元的内部电阻和SOC-OCV曲线的情况下,故障度计算部112能够如以下这样推定各块的各样本时刻的SOC。即,故障度计算部112根据充放电时的各样本时刻的电池数据(CCV),考虑基于各样本时刻的电流数据和内部电阻的电压变动量来计算OCV,并将计算出的OCV应用于SOC-OCV曲线来推定SOC。
在实验中,在使用电压故障度和SOC故障度的情况下几乎观察不到精度的不同,使用哪一个都可以。电压故障度不需要电压数据之外的数据,可以说是简便的检测方法。此外,如果能够理想地求出各参数(实际上由于劣化而受到SOC-OCV曲线的形状变化等影响),则使用SOC故障度能够更严密地推定块间的SOH偏差。
在上述实施方式中,将电压故障度定义为(故障块的电压变化量-正常块的电压变化量)/正常块的电压变化量,但也可以定义为正常块的电压变化量/(故障块的电压变化量-正常块的电压变化量)。另外,也可以将SOC故障度定义为正常块的SOC变化量/(故障块的SOC变化量-正常块的SOC变化量)。
在上述实施方式中,说明了通过与网络2连接的电池异常检测系统1来检测搭载于电动车辆3的电池组41的异常的示例。关于这一点,电池异常检测系统1也可以组装在电池控制部46内。另外,电池异常检测系统1也可以组装在充电器4或充电适配器6内。
另外,本公开的电池异常检测系统1并不限定于搭载于电动车辆3的电池组41内的异常检测。例如,也能够用于搭载于电动船舶、多旋翼飞行器(无人机)、电动摩托车、电动自行车、固定蓄电系统、智能手机、平板电脑、笔记本PC等的电池组41的异常检测。特别是,对大多未安装均衡电路的、搭载于智能手机、平板电脑、笔记本PC等的电池组41的异常检测是有效的。
此外,实施方式也可以通过以下项目来特定。
[项目1]
电池异常检测系统(1),包括:
取得部(111),其取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的电压数据,所述并联单元块并联连接有多个单元,以及
异常检测部(113),其基于正常的并联单元块(E1p)的电压变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的电压差的变化,检测作为所述对象的并联单元块(E2p)的异常。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[项目2]
如项目1所记载的电池异常检测系统(1),
还包括故障度计算部(112),其在将所述正常的并联单元块(E1p)的电压变化设为ΔV,将作为所述对象的并联单元块(E2p)的电压变化设为ΔVn时,计算|(ΔVn-ΔV)|/ΔV来算出电压故障度;
所述异常检测部(113)在所述电压故障度成为阈值以上时判定为在作为所述对象的并联单元块(E2p)中发生了单元的故障。
由此,能够基于将各并联单元块(E1p-Enp)的异常度进行定量化所得到的指标来判定有无故障单元。
[项目3]
如项目2所记载的电池异常检测系统(1),
在将所述并联单元块(E1p-Enp)中包含的单元的数量设为P,将应该检测为发生故障的所述并联单元块(E2p)中包含的单元的故障的数量设为F时,
所述阈值被设定为F/(P-F)。
由此,能够设定与设计者的意图相应的阈值。
[项目4]
如项目2或3所记载的电池异常检测系统(1),
所述故障度计算部(112)对设定数以上的样本数的电压数据进行一次回归来计算各并联单元块(E1p-Enp)的电压变化。
由此,能够有效地抑制电压数据中包含的噪声成分。
[项目5]
如项目2至4的任意一项所记载的电池异常检测系统(1),
所述故障度计算部(112)使用全部并联单元块(E1p-Enp)的电压数据收敛于规定的电压范围的区间的电压数据来计算所述电压故障度。
由此,能够有效地抑制电压数据中包含的噪声成分。
[项目6]
如项目2至5的任意一项所记载的电池异常检测系统(1),
在作为所述对象的并联单元块(E2p)的电压故障度在小于所述阈值的状态下逐渐增加的情况下,所述异常检测部(113)判定为在作为所述对象的并联单元块(E2p)的单元中包含SOH(State Of Health:健康状态)劣化加速的单元。
由此,能够检测未达到故障的单元的SOH劣化偏差。
[项目7]
如项目2至6的任意一项所记载的电池异常检测系统(1),
在作为所述对象的并联单元块(E2p)的电压故障度小于所述阈值的状态下,在与所述正常的并联单元块(E1p)的电压差背离规定值以上的状态持续了规定时间以上的情况下,所述异常检测部(113)判定为作为所述对象的并联单元块(E2p)的SOC(State OfCharge:荷电状态)已偏离。
由此,能够检测并联单元块(E1p-Enp)间的SOC偏差。
[项目8]
如项目2至6的任意一项所记载的电池异常检测系统(1),
还包括警报通知部(114),其在作为所述对象的并联单元块(E2p)发生了异常的情况下通知警报。
由此,能够促使用户更换电池等。
[项目9]
如项目8所记载的电池异常检测系统(1),
还包括上限电流计算部(115),其基于所述电压故障度计算允许流入所述电池组(41)的上限电流值;
所述警报通知部(114)通知包含对所述上限电流值的限制指示的警报。
由此,能够抑制过电流在包含故障单元的并联单元块的剩余的单元中流动。
[项目10]
一种电池异常检测方法,具有:
取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的电压数据的步骤,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块(E1p)的电压变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的电压差的变化,检测作为所述对象的并联单元块(E2p)的异常的步骤。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[项目11]
一种电池异常检测程序,使计算机执行以下处理:
取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的电压数据的处理,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块(E1p)的电压变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的电压差的变化,检测作为所述对象的并联单元块(E2p)的异常的处理。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[项目12]
电池异常检测系统(1),包括:
取得部(111),其取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的SOC数据,所述并联单元块并联连接有多个单元,以及
异常检测部(113),其基于正常的并联单元块(E1p)的SOC变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的SOC差的变化,检测作为所述对象的并联单元块(E2p)的异常。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[项目13]
如项目12所记载的电池异常检测系统(1),
还包括故障度计算部(112),其在将所述正常的并联单元块(E1p)的SOC变化设为Δsoc,将作为所述对象的并联单元块(E2p)的SOC变化设为Δsocn时,计算|(Δsocn-Δsoc)|/Δsoc来计算SOC故障度;
所述异常检测部(113)在所述SOC故障度成为阈值以上时判定为在作为所述对象的并联单元块(E2p)中发生了单元的故障。
由此,能够基于将各并联单元块(E1p-Enp)的异常度进行定量化而得到的指标来判定有无故障单元。
[项目14]
一种电池异常检测方法,具有:
取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的SOC数据的步骤,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块(E1p)的SOC变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的SOC差的变化,检测作为所述对象的并联单元块(E2p)的异常的步骤。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[项目15]
一种电池异常检测程序,使计算机执行以下处理:
取得多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的各并联单元块(E1p-Enp)的SOC数据的处理,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块(E1p)的SOC变化和所述正常的并联单元块(E1p)与作为对象的并联单元块(E2p)的SOC差的变化,检测作为所述对象的并联单元块(E2p)的异常的处理。
由此,能够简单地检测多个并联单元块(E1p-Enp)串联连接而成的电池组(41)的异常。
[工业可利用性]
本公开能够用于车辆的驱动用电池的异常检测。
[附图标记说明]
1电池异常检测系统,2网络,3电动车辆,4充电器,5商用电力系统,6充电适配器,11处理部,111电池数据取得部,112故障度计算部,113异常检测部,114警报通知部,115上限电流计算值,12存储部,121电池数据保持部,30车辆控制部,34电动机,35逆变器,36无线通信部,36a天线,40电源系统,41电池组,42电池管理部,43电压测量部,44温度测量部,45电流测量部,46电池控制部,E1p-Enp并联单元块,RY1-RY2继电器,T1-T2温度传感器,Rs分流电阻。
Claims (11)
1.一种电池异常检测系统,包括:
取得部,其取得多个并联单元块串联连接而成的电池组的各并联单元块的电压数据,所述并联单元块并联连接有多个单元,以及
异常检测部,其基于正常的并联单元块的电压变化和所述正常的并联单元块与作为对象的并联单元块的电压差的变化,检测作为所述对象的并联单元块的异常。
2.如权利要求1所述的电池异常检测系统,
还包括故障度计算部,其在将所述正常的并联单元块的电压变化设为ΔV,将作为所述对象的并联单元块的电压变化设为ΔVn时,计算|(ΔVn-ΔV)|/ΔV来算出电压故障度;
所述异常检测部在所述电压故障度成为阈值以上时判定为在作为所述对象的并联单元块中产生了单元的故障。
3.如权利要求2所述的电池异常检测系统,
在将所述并联单元块中包含的单元的数量设为P,将应该检测为发生故障的所述并联单元块中包含的单元的故障的数量设为F时,
所述阈值被设定为F/(P-F)。
4.如权利要求2或3所述的电池异常检测系统,
所述故障度计算部对设定数以上的样本数的电压数据进行一次回归来计算各并联单元块的电压变化。
5.如权利要求2至4的任意一项所述的电池异常检测系统,
所述故障度计算部使用全部并联单元块的电压数据收敛于规定的电压范围的区间的电压数据来计算所述电压故障度。
6.如权利要求2至5的任意一项所述的电池异常检测系统,
在作为所述对象的并联单元块的电压故障度在小于所述阈值的状态下逐渐增加的情况下,所述异常检测部判定为在作为所述对象的并联单元块的单元中包含SOH(State OfHealth:健康状态)劣化加速的单元。
7.如权利要求2至6的任意一项所述的电池异常检测系统,
在作为所述对象的并联单元块的电压故障度小于所述阈值的状态下,在与所述正常的并联单元块的电压差背离规定值以上的状态持续规定时间以上的情况下,所述异常检测部判定为作为所述对象的并联单元块的SOC(State Of Charge:荷电状态)已偏离。
8.如权利要求2至6的任意一项所述的电池异常检测系统,
还包括警报通知部,其在作为所述对象的并联单元块发生了异常的情况下通知警报。
9.如权利要求8所述的电池异常检测系统,
还包括上限电流计算部,其基于所述电压故障度计算允许流入所述电池组的上限电流值;
所述警报通知部通知包含对所述上限电流值的限制指示的警报。
10.一种电池异常检测方法,具有:
取得多个并联单元块串联连接而成的电池组的各并联单元块的电压数据的步骤,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块的电压变化和所述正常的并联单元块与作为对象的并联单元块的电压差的变化,检测作为所述对象的并联单元块的异常的步骤。
11.一种电池异常检测程序,使计算机执行以下处理:
取得多个并联单元块串联连接而成的电池组的各并联单元块的电压数据的处理,所述并联单元块并联连接有多个单元,以及
基于正常的并联单元块的电压变化和所述正常的并联单元块与作为对象的并联单元块的电压差的变化,检测作为所述对象的并联单元块的异常的处理。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021-192868 | 2021-11-29 | ||
JP2021192868 | 2021-11-29 | ||
PCT/JP2022/042369 WO2023095674A1 (ja) | 2021-11-29 | 2022-11-15 | 電池異常検知システム、電池異常検知方法、および電池異常検知プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118176642A true CN118176642A (zh) | 2024-06-11 |
Family
ID=86539651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280072635.5A Pending CN118176642A (zh) | 2021-11-29 | 2022-11-15 | 电池异常检测系统、电池异常检测方法、以及电池异常检测程序 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPWO2023095674A1 (zh) |
CN (1) | CN118176642A (zh) |
WO (1) | WO2023095674A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8049465B2 (en) * | 2007-10-10 | 2011-11-01 | Texas Instruments Incorporated | Systems, methods and circuits for determining micro-short |
JP5289083B2 (ja) * | 2009-02-05 | 2013-09-11 | 三洋電機株式会社 | 二次電池の異常検出装置および二次電池装置 |
WO2017130258A1 (ja) * | 2016-01-28 | 2017-08-03 | パナソニックIpマネジメント株式会社 | 管理装置、及び蓄電システム |
WO2018043222A1 (ja) * | 2016-08-30 | 2018-03-08 | パナソニックIpマネジメント株式会社 | 管理装置、及び蓄電システム |
JP7147809B2 (ja) * | 2019-08-01 | 2022-10-05 | 株式会社デンソー | 二次電池の劣化度判定装置及び組電池 |
-
2022
- 2022-11-15 JP JP2023563635A patent/JPWO2023095674A1/ja active Pending
- 2022-11-15 WO PCT/JP2022/042369 patent/WO2023095674A1/ja active Application Filing
- 2022-11-15 CN CN202280072635.5A patent/CN118176642A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JPWO2023095674A1 (zh) | 2023-06-01 |
WO2023095674A1 (ja) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220055483A1 (en) | First series then parallel battery pack system | |
JP6228666B2 (ja) | 電池システム | |
US20210086661A1 (en) | Management device and power supply system | |
CN111987765A (zh) | 电池控制装置和电池组 | |
CN112753148B (zh) | 电源系统和管理装置 | |
US20220355700A1 (en) | Management device and power supply system | |
US20250076403A1 (en) | Battery abnormality detection system, battery abnormality detection method, and battery abnormality detection program | |
EP3982458A1 (en) | Battery control device | |
US20240083283A1 (en) | Battery abnormality prediction notification system, battery abnormality prediction system, battery abnormality prediction method, and non-transitory recording medium storing battery abnormality prediction program | |
CN206374571U (zh) | 电动汽车及其电池管理系统 | |
Gould et al. | Novel battery model of an all-electric personal rapid transit vehicle to determine state-of-health through subspace parameter estimation and a Kalman Estimator | |
CN118176642A (zh) | 电池异常检测系统、电池异常检测方法、以及电池异常检测程序 | |
CN118696240A (zh) | 电池状态分析系统、电池状态分析方法、及电池状态分析程序 | |
US20240369643A1 (en) | Deterioration determination system, deterioration determination method, and deterioration determination program | |
WO2023188772A1 (ja) | 電池分析システム、電池分析方法および電池分析プログラム | |
CN118318178A (zh) | 电池状态分析系统、电池状态分析方法、及电池状态分析程序 | |
US20250116712A1 (en) | Battery abnormality detection system, battery abnormality detection method, and non-transitory computer-readable recording medium | |
US20250020731A1 (en) | Battery abnormality detection system, battery abnormality detection method, and battery abnormality detection program | |
EP4376165A1 (en) | Indication detection system, indication detection method, and indication detection program | |
EP4376164A1 (en) | Sign detection system, sign detection method, and sign detection program | |
CN118679394A (zh) | 电压测量系统诊断系统、电压测量系统诊断方法、以及电压测量系统诊断程序 |
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 |