Nothing Special   »   [go: up one dir, main page]

CN118818359B - 一种电池健康状态获取方法和装置 - Google Patents

一种电池健康状态获取方法和装置 Download PDF

Info

Publication number
CN118818359B
CN118818359B CN202411305182.3A CN202411305182A CN118818359B CN 118818359 B CN118818359 B CN 118818359B CN 202411305182 A CN202411305182 A CN 202411305182A CN 118818359 B CN118818359 B CN 118818359B
Authority
CN
China
Prior art keywords
battery
charging
health state
ampere
health
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
CN202411305182.3A
Other languages
English (en)
Other versions
CN118818359A (zh
Inventor
韩其峰
赵乎
王兰体
张星河
张东江
贺荣霞
李萱
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.)
Jiuxing Energy Technology Chongqing Co ltd
Shanghai Enneagon Energy Technology Co ltd
Beijing Jiuxing Zhiyan Transportation Technology Co ltd
Original Assignee
Jiuxing Energy Technology Chongqing Co ltd
Shanghai Enneagon Energy Technology Co ltd
Beijing Jiuxing Zhiyan Transportation Technology Co 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 Jiuxing Energy Technology Chongqing Co ltd, Shanghai Enneagon Energy Technology Co ltd, Beijing Jiuxing Zhiyan Transportation Technology Co ltd filed Critical Jiuxing Energy Technology Chongqing Co ltd
Priority to CN202411305182.3A priority Critical patent/CN118818359B/zh
Publication of CN118818359A publication Critical patent/CN118818359A/zh
Application granted granted Critical
Publication of CN118818359B publication Critical patent/CN118818359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—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]
    • G01R31/3644—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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本申请提供一种电池健康状态获取方法和装置。本申请提供的方法，包括：根据电表充电记录和电流充电实时数据获取充电片段数据，充电片段数据至少包括电表充电片段数据和电流充电片段数据；分别根据电表充电片段数据和电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；其中，根据电表充电片段数据和电池的额定总能量计算电池的容量变化，获得电表电量健康状态估计值；基于电流充电片段数据与电池的实时容量估计值计算安时积分健康状态估计值；融合电表电量健康状态估计值和安时积分健康状态估计值，确定电池的综合健康状态。本申请提供的电池健康状态获取方法和装置，用以可靠、精准地获取电池的健康状态。

Description

一种电池健康状态获取方法和装置
技术领域
本申请涉及电池管理技术领域，尤其涉及一种电池健康状态获取方法和装置。
背景技术
矿山重卡是一种用于矿山运输的重型车辆，通常在恶劣的环境中工作，包括高负荷、频繁的启停和复杂的地形条件使得矿山重卡对电池的要求非常高，因此需要实时掌握电池健康状态的准确估算值，帮助用户及时维护和更换电池。电池健康状态是指电池的当前状态与其额定状态的对比，通常用来反映电池的衰减程度，准确估算电池健康状态对于延长电池寿命和优化电池管理系统具有重要意义，实时掌握技术电池健康状态的准确估算值，有助于用户及时维护和更换电池。
当前常用的电池健康状态估算方法主要为电化学分析法，基于对电池内部电化学反应的研究，直接测量或推断电池内部的状态和变化。但由于汽车的电池组的性能参数与汽车的运行工况高度相关，而实验室条件难以对实际运行工况进行模拟。在电动汽车和储能系统中，另一种电池健康状态的获取方法，是利用充电过程中的数据来估算电池健康状态，但是当前已有技术无法在高负荷、频繁的启停和复杂的地形条件等恶劣环境下应用，无法满足生产中的实际使用需求。
发明内容
有鉴于此，本申请提供一种电池健康状态获取方法和装置，用以可靠的完成电池健康状态的实时获取。
具体地，本申请是通过如下技术方案实现的：
本申请第一方面提供一种电池健康状态获取方法，所述方法包括：
根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据；
分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；
其中，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值；
融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
本申请第二方面提供一种电池健康状态获取装置，所述装置包括获取模块、计算模块和确定模块；其中，
所述获取模块，用于根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据；
所述计算模块，用于分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；
其中，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值；
所述确定模块，用于融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
本申请第三方面提供一种电池健康状态获取设备，包括存储器、处理器及存储在所述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本申请第一方面提供的任一项所述方法的步骤。
本申请第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本申请第一方面提供的任一项所述方法的步骤。
本申请提供的电池健康状态获取方法和装置，首先根据电表充电记录和电流充电实时数据获取充电片段数据，充电片段数据至少包括电表充电片段数据和电流充电片段数据，进而分别根据电表充电片段数据和电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值，其中，根据电表充电片段数据和电池的额定总能量计算电池的容量变化，获得电表电量健康状态估计值；基于电流充电片段数据与电池的实时容量估计值计算安时积分健康状态估计值，最后融合电表电量健康状态估计值和安时积分健康状态估计值，确定电池的综合健康状态。这样，通过电表充电记录确定电表变量健康状态估计值，可以通过电表的数据反应电池的实际情况；再通过电流充电实时数据确定安时积分健康状态估计值，可以准确估算充电过程中实际传递的电量，进而将二者结合起来，获得准确的电池的综合健康状态。进一步的，结合两种数据共同获取电池的综合健康状态，可以保证估算结果的准确性。这样，可以在恶劣环境下完成数据的获取，直接进行快速运算，即可获得估算结果，无需进行复杂的测算，解决了矿山重卡无法实时获取估算结果的问题，充分利用两种电池数据的优势，综合分析和验证，保证了电池综合健康状态估算的准确性和可靠性。
附图说明
图1为本申请提供的电池健康状态获取方法实施例一的流程图；
图2为本申请提供的电池健康状态获取方法实施例二的流程图；
图3为本申请提供的电池健康状态获取方法实施例三的流程图；
图4为本申请电池健康状态获取装置所在电池健康状态获取设备的一种硬件结构图；
图5为本申请提供的电池健康状态获取装置实施例一的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请提供一种电池健康状态获取方法和装置，用以可靠、精准地获取电池的健康状态。
本申请提供的电池健康状态获取方法和装置，首先根据电表充电记录和电流充电实时数据获取充电片段数据，充电片段数据至少包括电表充电片段数据和电流充电片段数据，进而分别根据电表充电片段数据和电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值，其中，根据电表充电片段数据和电池的额定总能量计算电池的容量变化，获得电表电量健康状态估计值；基于电流充电片段数据与电池的实时容量估计值计算安时积分健康状态估计值，最后融合电表电量健康状态估计值和安时积分健康状态估计值，确定电池的综合健康状态。这样，通过电表充电记录确定电表变量健康状态估计值，可以通过电表的数据反应电池的实际情况；再通过电流充电实时数据确定安时积分健康状态估计值，可以准确估算充电过程中实际传递的电量，进而将二者结合起来，获得准确的电池的综合健康状态。这样，充分利用两种电池数据的优势，综合分析和验证，保证了电池综合健康状态估算的准确性和可靠性。
下面给出具体的实施例，用以详细介绍本申请的技术方案。
图1为本申请提供的电池健康状态获取方法实施例一的流程图。请参照图1，本实施例提供的方法，可以包括：
S101、根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据。
具体的，电表充电记录是在充电过程中电表累积记录下来的充电相关的数据。具体实现时，电表充电记录中包含的具体数据类型是根据实际需要确定的，本实施例中，不对此进行限定。例如，一实施例中，电表充电记录中可以包含每次充电过程中的电量增量和相关的时间戳等信息。再例如，另一实施例中，电表充电记录包含电池的充电和放电过程中的充电电量、放电电量、电压、电流、温度等信息。
进一步的，电表充电记录的具体获取方式是根据实际情况选取的，本实施例中，不对此进行限定。例如，一实施例中，可以通过车载的电池管理系统获取电表充电记录。再例如，另一实施例中，可以将独立的电表设备所记录下来的数据确定为电表充电记录。
进一步的，电流充电实时数据是充电过程中实时测量的电流数据通过高频采样记录充电过程中每一时刻的数据，可以得到电流充电实时数据。需要说明的是，电流充电实时数据相较于充电记录，能够实时反应充电过程中的电流变化情况，且电流充电实时数据中记录的信息更加详细。
进一步的，电表充电片段为电表充电记录中数据量变化明显的一段数据，以便通过电表充电片段中的数据，对电池的状态进行判断。需要说明的是，仅将电表充电记录中数据量变化较大（即包含数据量多）的数据作为电表充电片段，防止数据量不大的数据中数据量过少，造成误判。
同样的，电流充电片段数据为电流充电实时数据中数据量变化明显的一段数据。具体实现时，例如，一实施例中，可以基于获取电流充电实时数据前后，电池的容量变化情况确定数据量变化的程度。
S102、分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值。
可选的，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值。
具体的，电池的额定总能量是电池在额定条件下能够存储和释放的总能量，它表示电池在完全充满时所能提供的最大能量，通过电池的额定总能量可以衡量电池的容量和性能。
进一步的，电池的实时容量估计值是电池当前可以提供的电荷量。需要说明的是，电池的实时容量估计值随着电池的使用和环境条件的变化而变化。
下面给出一具体的实施例，用以详细介绍根据电表充电片段数据和电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值的过程：
（1）根据所述电表充电片段数据确定充电过程中的电表电流预计总量。
具体的，电表电流预计总量是在电表充电片段数据持续的时间段内，通过电表记录的充电的电量的累计值。通过电表电流预计总量可以表征整个充电过程中的实际充电的电流综合，通过电表表征该数值。
具体实现时，本步骤中，可以直接通过电表充电片段数据中电池前后的充电状态（State of Charge，简称SOC）确定对应的电表电流预计总量。
（2）根据所述电表电流预计总量与所述电池的所述额定总能量计算所述电表电量健康状态估计值。
具体实现时，本步骤中，因为电表电流预计总量与电池的额定总能量之间的比值可以反应电池在实际使用中所能提供的能量与其实际的容量的对比，因此可以直接将电表电流预计总量与电池的额定总能量之间的比值确定为电表电量健康状态估计值。
本实施例提供的方法，通过电表充电片段中获取到的电表电流预计总量和电池的额定总能量综合判断电池的电表电量健康状态估计值，可以准确的分析电表测量到的信息，得到可靠的电表电量健康状态估计值。
进一步的，电池的实时容量估计值指在任意指定时刻，电池当前可用的容量，通过电池的实时容量估计值反映了电池在当前状态下能够存储和释放的电量。需要说明的是，电池的实时容量估计值是一个动态的参数，会随着电池的充放电过程、温度变化和使用条件等因素而变化。
下面给出一具体的实施例，用以详细介绍根据电流充电片段数据与电池的实时容量估计值计算安时积分健康状态估计值的过程：
（1）根据所述电流充电实时数据确定充电过程中的安时电流总量。
具体的，安时电流总量是在充电的过程中测量得到的实际电流数据。具体实现时，例如，一实施例中，可以对电流充电实时数据中的电流进行积分，得到安时电流总量。
（2）根据所述安时电流总量与所述电池的实时容量估计值计算所述安时积分健康状态估计值。
具体的，因为电池的实时容量估计值与电池的安时电流总量的比值反应了电池在实际使用过程中的性能与理想状态之间的差异，所以可以直接将电池的实时容量估计值与电池的安时电流总量的比值确定为安时积分健康状态估计值。
本实施例提供的方法，通过电池的实时容量估计值与电池的安时电流总量分析电池在实际使用中与理想状态下的差异，可以准确的得到反映电池健康状态的安时积分健康状态估计值。
S103、融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
具体的，通过融合电表电量健康状态估计值和安时积分健康状态估计值，可以得到一个综合的电池健康状态估计值。具体实现时，例如，一实施例中，可以基于安时积分健康状态估计值对电表电量健康状态估计值进行校准和修正，得到电池的综合健康状态。再例如，另一实施例中，可以将电表电量健康状态估计值和安时积分健康状态估计值相加，得到电池的综合健康状态。
本申请提供的电池健康状态获取方法，通过电表充电记录确定电表变量健康状态估计值，可以通过电表的数据反应电池的实际情况；再通过电流充电实时数据确定安时积分健康状态估计值，可以准确估算充电过程中实际传递的电量，进而将二者结合起来，获得准确的电池的综合健康状态。这样，充分利用两种电池数据的优势，综合分析和验证，保证了电池综合健康状态估算的准确性和可靠性。
图2为本申请提供的电池健康状态获取方法实施例二的流程图。请参照图2，在上述实施例的基础上，所述融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态的步骤，可以包括：
S201、获取所述电池的健康状态参考值。
具体的，健康状态参考值是通过连接在电池上的监控设备测量得到的，通过健康状态参考值可以为电池的实际的健康状态的值提供参考标准，例如，可以将健康状态参考值确定为电池的健康状态的参考标准。具体实现时，可以基于电池的电池预警系统获取电池的健康状态参考值。
需要说明的是，可以通过健康状态参考值获取该健康状态参考值获取的时间。例如，一实施例中，通过健康状态参考值携带的时间戳信息确定健康状态参考值的具体获取时间。
S202、将所述电表电量健康状态估计值和所述安时积分健康状态估计值分别与所述健康状态参考值进行匹配，得到目标匹配结果。
具体的，目标匹配结果表征电表电量健康状态估计值与健康状态参考值的匹配关系、以及安时积分健康状态估计值与健康状态参考值的匹配关系。具体实现时，可以基于传统的匹配方法对电表电量健康状态估计值和安时积分健康状态估计值进行匹配，也可以基于神经网络的匹配方法对电表电量健康状态估计值和安时积分健康状态估计值进行匹配，本实施例中，不对此进行限定。例如，一实施例中，获取电表电量健康状态估计值和安时积分健康状态估计值测量的时间，并与健康状态参考值的时间戳进行匹配，将测量时间相同的值确定为匹配，否则确定为不匹配。
需要说明的是，当电表电量健康状态估计值和安时积分健康状态估计值没有匹配的健康状态参考值时，可以将目标匹配结果确定为不匹配；在电表电量健康状态估计值和安时积分健康状态估计值均匹配时，若电表电量健康状态估计值和安时积分健康状态估计值的数值位于健康状态参考值的左右两侧，可以将目标匹配结果确定为双侧匹配；若电表电量健康状态估计值和安时积分健康状态估计值的数值均大于或均小于健康状态参考值，可以将目标匹配结果确定为单侧匹配。
S203、基于所述目标匹配结果确定电表电量权重和安时积分权重。
具体的，电表电量权重和安时积分权重可以表征电表电量健康状态估计值和安时积分健康状态估计值在计算最后的综合健康状态的贡献程度。具体实现时，可以基于目标匹配结果，将匹配度高的设置较高的权重值，将匹配度低的设置为较低的权重值。
下面给出一具体的实施例，用以详细介绍基于所述目标匹配结果确定电表电量权重和安时积分权重的过程：
（1）在所述目标匹配结果为不匹配时，将所述电表电量权重和所述安时积分权重均确定为预设权重值。
具体的，预设权重值的具体数值是根据实际需要设定的，本实施例中，不对此进行限定。例如，一实施例中，可以将预设权重值设置为0.5。
具体实现时，结合上面的实施例，当目标匹配结果为不匹配时，可以将电表电量权重设置为0.5，将安时积分权重设置为0.5。
（2）在所述目标匹配结果为双侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的匹配程度确定所述电表电量权重和所述安时积分权重。
具体的，在通过目标匹配结果确定匹配后，可以继续根据数值大小确定匹配的匹配程度。具体实现时，例如，一实施例中，将与健康状态参考值数值接近的设置为较大的权重值，将与健康状态参考值数值较远的设置为较小的权重值。
再例如，另一实施例中，基于以下公式确定匹配程度，得到对应的电表电量权重和安时积分权重：
；
；
其中，WAH为安时积分权重，WMeter为电表电量权重，BMS为健康状态参考值数值，AH为安时积分健康状态估计值，Meter为电表电量健康状态估计值。
（3）在所述目标匹配结果为单侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的数值大小确定所述电表电量权重和所述安时积分权重。
具体的，在通过目标匹配结果确定匹配后，继续确定单侧匹配，可以理解的是，此时健康状态参考值为安时积分健康状态估计值、电表电量健康状态估计值和健康状态参考值三者中的最小值或最大值。具体实现时，例如，一实施例中，将与健康状态参考值数值接近的设置为较大的权重值，将与健康状态参考值数值较远的设置为较小的权重值。
再例如，另一实施例中，基于以下公式确定匹配程度，得到对应的电表电量权重和安时积分权重：
；
；
其中，WMax为安时积分健康状态估计值和电表电量健康状态估计值数值大的权重值，WMin为安时积分健康状态估计值和电表电量健康状态估计值数值小的权重值，Max为安时积分健康状态估计值和电表电量健康状态估计值数值大的值，Min为安时积分健康状态估计值和电表电量健康状态估计值数值小的值，BMS为健康状态参考值数值。
本实施例提供的方法，基于目标匹配结果，并结合安时积分健康状态估计值、电表电量健康状态估计值和健康状态参考值的数值大小，将安时积分健康状态估计值和电表电量健康状态估计值与健康状态参考值进行比较，基于健康状态参考值确定电表电量权重和安时积分权重，这样，通过与健康状态参考值的距离设置权重值，相较于现有技术中仅设定预设的权重值相比，通过与健康状态参考值的距离确定的权重值更加科学、准确，便于准确的确定电池的综合健康状态。这样，可以保证电池的综合健康状态的科学性和准确性。
S204、基于所述电表电量权重和所述安时积分权重确定所述电池的综合健康状态。
具体实现时，本步骤中，基于电表电量权重为电表电量健康状态估计值进行加权，基于安时积分权重为安时积分健康状态估计值进行加权，最后进行求和得到电池的综合健康状态。
本实施例提供的电池健康状态获取方法，首先获取电池的健康状态参考值，然后将电表电量健康状态估计值和安时积分健康状态估计值分别与健康状态参考值进行匹配，得到目标匹配结果，再基于目标匹配结果确定电表电量权重和安时积分权重，最后基于电表电量权重和安时积分权重确定电池的综合健康状态。这样，通过电池的健康状态参考值确定电表电量权重和安时积分权重，通过准确的权重值表征电表电量健康状态估计值和安时积分健康状态估计值对电池的综合健康状态的共享程度，进而保证了加权后得到的综合健康状态值可以更加精准，提高了电池健康状态获取的可靠性。
图3为本申请提供的电池健康状态获取方法实施例三的流程图。请参照图3，本实施例提供的方法，可以包括：
S301、从所述电表充电记录中获取电表充电数据。
具体的，在电池的充电过程中，电表实时记录了经过电表流向电池的电流数据，可以通过读表直接获取电表充电数据。
S302、对所述电流充电实时数据进行线性差值补充处理，得到完整实时数据。
具体的，线性差值补充处理是一种用于填补数据集中缺失值的方法，通过利用缺失值前后相邻数据点之间的线性关系，按照直线插值的原则计算并填充这些缺失值，以确保数据的连续性和完整性。
具体实现时，电流充电实时数据是不连续的，需要对电流充电实时数据进行线性插值补充，确保完整实时数据的连续性和完整性。
S303、根据所述电表充电数据和所述完整实时数据中充电前后SOC变化程度确定目标充电片段，其中，所述目标充电片段为所述电表充电数据和所述完整实时数据充电前后SOC差异同时大于第一阈值的片段。
具体的，SOC变化明显的片段通常反映了电池在实际工作过程中经历的显著充电或放电过程，这种片段包含了电池的重要信息，可以更准确地评估电池的健康状态。
具体实现时，充电前后SOC第一阈值的具体数值是根据实际需要设定的，本实施例中，不对此进行限定。例如，一实施例中。可以将第一阈值设定为较大的值，以保证电池的SOC变化显著。
进一步的，可以理解的是，从电表充电数据和完整实时数据均需获取目标充电片段。
S304、对所述目标充电片段中的电流异常数据进行预处理，得到所述充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据。
具体的，可以采用传统的数据预处理方法处理目标充电片段，也可以采用神经网络模型的数据预处理方法处理目标充电片段，本实施例中，不对此进行限定。例如，一实施例中，获取目标充电片段中电流数值异常的异常点，将异常点删除，完成平滑处理，得到电表充电片段数据和电流充电片段数据。
S305、根据所述电表充电片段数据确定充电过程中的电表电流预计总量。
具体实现时，可以对电表充电片段数据中的电流数据进行积分，得到电表电流预计总量。
S306、根据所述电表充电片段数据计算电表电量健康状态估计值。
具体实现时，下面给出一具体的实施例，用以详细介绍根据电表充电片段数据计算电表电量健康状态估计值的过程：
（1）根据所述电表充电片段数据提取充电电量。
具体实现时，可以对电表充电片段数据中的电流数据进行计算，得到充电电量。
（2）计算充电前后的SOC差值。
提示显示，通过电表充电片段数据确定充电前后的电池数据，将充电后的电池SOC数值进行对比，得到SOC差值。
（3）基于充电电量与SOC差值的比值确定电表电流预计总量。
具体的，充电电量为电表中记录的电池的充电的总电量。
具体实现时，可以基于如下公式计算电池对应的电表电流预计总量：
；
其中，Ecurrent为电表电流预计总量，W为充电电量，Q为安时电流总量，SOC为SOC差值，t1和t2分别为充电开始和结束的时间。
（4）将所述电表电流预计总量与所述电池的所述额定总能量的比值确定为所述电表电量健康状态估计值。
具体实现时，可以基于如下公式计算电池对应的电表电量健康状态估计值：
；
其中，Ecurrent为电表电流预计总量，Erated为电池的额定总能量，SOH1为当前电池电表电量健康状态估计值。
本实施例提供的方法，首先根据电表充电片段数据提取充电电量，然后计算充电前后的SOC差值，进而基于充电电量与SOC差值的比值确定电表电流预计总量，最后将电表电流预计总量与电池的额定总能量的比值确定为电表电量健康状态估计值。这样，通过电表充电片段数据可以简便的、准确的获取到电表电量健康状态估计值，保证了后续计算的可靠性。
S307、根据所述电流充电实时数据确定充电过程中的安时电流总量。
本步骤的具体实现过程，可以参见上面实施例中的相关介绍，此处不再赘述。
S308、根据所述电流充电片段数据计算安时积分健康状态估计值。
具体实现时，下面给出一具体的实施例，用以详细介绍根据电流充电片段数据计算安时积分健康状态估计值的过程：
（1）根据所述电流充电实时数据，基于电流积分确定充电前后所述电池的安时电流总量。
具体的，根据电流充电实时数据确定充电过程中传递给电池的安时电流总量。具体实现时，可以基于如下公式计算安时电流总量：
；
其中，Q为安时电流总量，I(t)为充电过程中的电流，t1和t2分别为充电开始和结束的时间。
（2）将所述安时电流总量和所述电池充电前后的SOC差值的比值确定为所述电池的所述实时容量估计值。
具体的，安时电流总量和电池充电前后的SOC差值的比值可以反应电池的有效的容量，因此可以通过这个比值评估电池的事实容量估计值。
具体实现时，可以基于如下公式计算电池的实时容量估计值：
；
其中，Ccurrent为实时容量估计值，Q为安时电流总量，SOC为SOC差值。
（3）将所述电池的所述实时容量估计值与所述电池的额定总容量的比值确定为所述安时积分健康状态估计值。
具体的，通过电池的实时容量估计值与电池的额定总容量的比值可以表征电池的性能，因此可以直接将电池的实时容量估计值与电池的额定总容量的比值确定为安时积分健康状态估计值。
具体实现时，可以基于如下公式计算电池的安时积分健康状态估计值：
；
其中，SOH2为电池的安时积分健康状态估计值，Crated为电池额定容量，Ccu根据电流充电实时数据，基于电流积分确定充电前后电池的安时电流总量电池充电前后的SOC差值，然后将安时电流总量和电池充电前后的SOC差值的比值确定为电池的实时容量估计值，最后将电池的实时容量估计值与电池的额定总容量的比值确定为安时积分健康状态估计值。这样，通过实时获取到的电流充电实时数据，监测电池的健康状态，可以得到准确的安时积分健康状态估计值。
S309、计算所述电表电量健康状态估计值和所述安时积分健康状态估计值的算数平均值，得到综合健康状态估计值。
具体的，综合健康状态估计值是结合电表电量健康估计值和安时积分健康状态估计值得到的电池参数。具体实现时，将电表电量健康状态估计值和安时积分健康状态估计值进行算术平均值估算，得到对应的综合健康状态。
需要说明的是，在电表电量健康状态估计值和安时积分健康状态估计值均超过1时，可以直接将二者的数值修改为1。在电表电量健康状态估计值和安时积分健康状态估计值之中仅有一个数值超过1时，将超过1的数据删除，直接将另一个不超过1的数据确定为电池的综合健康状态。
S310、识别所述综合健康状态估计值的异常数据。
具体实现时，可以基于传统的异常数据识别方法识别综合健康状态估计值中的异常数据，也可以基于神经网络的异常数据识别方法识别综合健康状态估计值中的异常数据，本实施例中，不对此进行限定。
S311、基于异常数据的异常程度匹配异常数据处理方式。
具体实现时，可以将异常数据的异常程度划分为不同的等级，根据异常程度匹配异常数据处理方式。例如，一实施例中，将异常数据划分为低度异常、中度异常和高度异常。
进一步的，异常数据的处理方式与异常程度的具体匹配关系是根据实际需要设定的，本实施例中，不对此进行限定。例如，一实施例中，将综合健康状态估计值大于1的数据修改为1。例如，另一实施例中，结合上面的例子，在低度异常时，进行数据平滑和简单修正进行处理；在中度异常时候，进行数据差值和异常修正；在高度异常时，将异常数据进行删除。
S312、基于所述异常数据处理方式处理所述异常数据，得到所述电池的综合健康状态。
具体实现时，基于异常数据方式对监测到的异常数据处理后，得到无异常数据的综合健康状态估计值，将其确定为电池的综合健康状态。
本实施例提供的电池健康状态获取方法，无需复杂的模型和计算，可以通过计算电池在充电过程中的电量和能量，提供精准性高的电池健康状态，进一步的，由于无需额外的专用设备，利用现有的充电监测设备即可实现，降低了系统成本。同时，通过提供连续的电池健康状态的数值，可以反映电池状态的细微变化，无需专业知识即可操作和理解，提升了用户友好性。进一步的，在电表电量健康状态估计值和安时积分健康状态估计值出现数值超过1的异常数据时，将数值超过1的异常数据删除，保证了最终综合健康状态的准确。
与前述一种电池健康状态获取方法的实施例相对应，本申请还提供了一种电池健康状态获取装置的实施例。
本申请一种电池健康状态获取装置的实施例可以应用在电池健康状态获取设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在电池健康状态获取设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本申请电池健康状态获取装置所在电池健康状态获取设备的一种硬件结构图，除了图4所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的电池健康状态获取设备通常根据该电池健康状态获取装置的实际功能，还可以包括其他硬件，对此不再赘述。
图5为本申请提供的电池健康状态获取装置实施例一的结构示意图。请参照图5，本实施例提供的装置，包括获取模块410、计算模块420和确定模块430；其中，
所述获取模块410，用于根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据；
所述计算模块420，用于分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；
其中，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值；
所述确定模块430，用于融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
本实施例的装置，可用于执行图1所示方法实施例的步骤，具体实现原理和实现过程类似，此处不再赘述。
可选的，所述计算模块420，具体用于根据所述电表充电片段数据确定充电过程中的电表电流预计总量；
所述计算模块420，还具体用于根据所述电表电流预计总量与所述电池的所述额定总能量计算所述电表电量健康状态估计值。
可选的，所述计算模块420，还具体用于根据所述电表充电片段数据提取充电电量；
所述计算模块420，还具体用于计算充电前后的SOC差值；
所述计算模块420，还具体用于基于充电电量与SOC差值的比值确定电表电流预计总量；
所述计算模块420，还具体用于将所述电表电流预计总量与所述电池的所述额定总能量的比值确定为所述电表电量健康状态估计值。
可选的，所述计算模块420，还具体用于根据所述电流充电实时数据确定充电过程中的安时电流总量；
所述计算模块420，还具体用于根据所述安时电流总量与所述电池的实时容量估计值计算所述安时积分健康状态估计值。
可选的，所述计算模块420，还具体用于根据所述电流充电实时数据，基于电流积分确定充电前后所述电池的安时电流总量电池充电前后的SOC差值；
所述计算模块420，还具体用于将所述安时电流总量和所述电池充电前后的SOC差值的比值确定为所述电池的所述实时容量估计值；
所述计算模块420，还具体用于将所述电池的所述实时容量估计值与所述电池的额定总容量的比值确定为所述安时积分健康状态估计值。
可选的，所述确定模块430，具体用于计算所述电表电量健康状态估计值和所述安时积分健康状态估计值的算数平均值，得到综合健康状态估计值；
所述确定模块430，还具体用于识别所述综合健康状态估计值的异常数据；
所述确定模块430，还具体用于基于异常数据的异常程度匹配异常数据处理方式；
所述确定模块430，还具体用于基于所述异常数据处理方式处理所述异常数据，得到所述电池的综合健康状态。
可选的，所述获取模块410，具体用于从所述电表充电记录中获取电表充电数据；
所述获取模块410，还具体用于对所述电流充电实时数据进行线性差值补充处理，得到完整实时数据；
所述获取模块410，还具体用于根据所述电表充电数据和所述完整实时数据中充电前后SOC变化程度确定目标充电片段，其中，所述目标充电片段为所述电表充电数据和所述完整实时数据充电前后SOC差异同时大于第一阈值的片段；
所述获取模块410，还具体用于对所述目标充电片段中的电流异常数据进行预处理，得到所述充电片段数据。
可选的，所述确定模块430，具体用于获取所述电池的健康状态参考值；
所述确定模块430，还具体用于将所述电表电量健康状态估计值和所述安时积分健康状态估计值分别与所述健康状态参考值进行匹配，得到目标匹配结果；
所述确定模块430，还具体用于基于所述目标匹配结果确定电表电量权重和安时积分权重；
所述确定模块430，还具体用于基于所述电表电量权重和所述安时积分权重确定所述电池的综合健康状态。
可选的，所述确定模块430，还具体用于在所述目标匹配结果为不匹配时，将所述电表电量权重和所述安时积分权重均确定为预设权重值；
所述确定模块430，还具体用于在所述目标匹配结果为双侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的匹配程度确定所述电表电量权重和所述安时积分权重；
所述确定模块430，还具体用于在所述目标匹配结果为单侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的数值大小确定所述电表电量权重和所述安时积分权重。
请继续参照图4，本申请还提供一种电池健康状态获取设备，包括存储器、处理器及存储在所述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本申请第一方面提供的任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本申请提供的任一项所述方法的步骤。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (8)

1.一种电池健康状态获取方法，其特征在于，所述方法包括：
根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据；
分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；
其中，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值；
获取所述电池的健康状态参考值；
将所述电表电量健康状态估计值和所述安时积分健康状态估计值分别与所述健康状态参考值进行匹配，得到目标匹配结果；
若所述目标匹配结果为匹配，确定匹配程度为单侧匹配或双侧匹配，根据所述目标匹配结果确定电表电量权重和安时积分权重；其中，在所述目标匹配结果为双侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的匹配程度确定所述电表电量权重和所述安时积分权重；在所述目标匹配结果为单侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的数值大小确定所述电表电量权重和所述安时积分权重；
基于所述电表电量权重和所述安时积分权重融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
2.根据权利要求1所述的方法，其特征在于，所述根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值，包括：
根据所述电表充电片段数据确定充电过程中的电表电流预计总量；
根据所述电表电流预计总量与所述电池的所述额定总能量计算所述电表电量健康状态估计值。
3.根据权利要求2所述的方法，其特征在于，所述根据所述电表电流预计总量与所述电池的所述额定总能量计算所述电表电量健康状态估计值，包括：
根据所述电表充电片段数据提取充电电量；
计算充电前后的SOC差值；
基于充电电量与SOC差值的比值确定电表电流预计总量；
将所述电表电流预计总量与所述电池的所述额定总能量的比值确定为所述电表电量健康状态估计值。
4.根据权利要求1所述的方法，其特征在于，所述基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值，包括：
根据所述电流充电实时数据确定充电过程中的安时电流总量；
根据所述安时电流总量与所述电池的实时容量估计值计算所述安时积分健康状态估计值。
5.根据权利要求4所述的方法，其特征在于，所述根据所述安时电流总量与所述电池的实时容量估计值计算所述安时积分健康状态估计值，包括：
根据所述电流充电实时数据，基于电流积分确定充电前后所述电池的所述安时电流总量；
将所述安时电流总量和所述电池充电前后的SOC差值的比值确定为所述电池的所述实时容量估计值；
将所述电池的所述实时容量估计值与所述电池的额定总容量的比值确定为所述安时积分健康状态估计值。
6.根据权利要求1所述的方法，其特征在于，所述融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态，包括：
计算所述电表电量健康状态估计值和所述安时积分健康状态估计值的算数平均值，得到综合健康状态估计值；
识别所述综合健康状态估计值的异常数据；
基于异常数据的异常程度匹配异常数据处理方式；
基于所述异常数据处理方式处理所述异常数据，得到所述电池的综合健康状态。
7.根据权利要求1所述的方法，其特征在于，所述根据电表充电记录和电流充电实时数据获取充电片段数据，包括：
从所述电表充电记录中获取电表充电数据；
对所述电流充电实时数据进行线性差值补充处理，得到完整实时数据；
根据所述电表充电数据和所述完整实时数据中充电前后SOC变化程度确定目标充电片段，其中，所述目标充电片段为所述电表充电数据和所述完整实时数据充电前后SOC差异同时大于第一阈值的片段；
对所述目标充电片段中的电流异常数据进行预处理，得到所述充电片段数据。
8.一种电池健康状态获取装置，其特征在于，所述装置包括获取模块、计算模块和确定模块；其中，
所述获取模块，用于根据电表充电记录和电流充电实时数据获取充电片段数据，所述充电片段数据至少包括电表充电片段数据和电流充电片段数据；
所述计算模块，用于分别根据所述电表充电片段数据和所述电流充电片段数据计算电表电量健康状态估计值和安时积分健康状态估计值；
其中，根据所述电表充电片段数据和所述电池的额定总能量计算所述电池的容量变化，获得所述电表电量健康状态估计值；基于所述电流充电片段数据与所述电池的实时容量估计值计算安时积分健康状态估计值；
获取所述电池的健康状态参考值；
将所述电表电量健康状态估计值和所述安时积分健康状态估计值分别与所述健康状态参考值进行匹配，得到目标匹配结果；
若所述目标匹配结果为匹配，确定匹配程度为单侧匹配或双侧匹配，根据所述目标匹配结果确定电表电量权重和安时积分权重；其中，在所述目标匹配结果为双侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的匹配程度确定所述电表电量权重和所述安时积分权重；在所述目标匹配结果为单侧匹配时，基于所述电表电量健康状态估计值和所述安时积分健康状态估计值的数值大小确定所述电表电量权重和所述安时积分权重；
所述确定模块，用于基于所述电表电量权重和所述安时积分权重融合所述电表电量健康状态估计值和所述安时积分健康状态估计值，确定所述电池的综合健康状态。
CN202411305182.3A 2024-09-19 2024-09-19 一种电池健康状态获取方法和装置 Active CN118818359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411305182.3A CN118818359B (zh) 2024-09-19 2024-09-19 一种电池健康状态获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411305182.3A CN118818359B (zh) 2024-09-19 2024-09-19 一种电池健康状态获取方法和装置

Publications (2)

Publication Number Publication Date
CN118818359A CN118818359A (zh) 2024-10-22
CN118818359B true CN118818359B (zh) 2024-12-27

Family

ID=93070962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411305182.3A Active CN118818359B (zh) 2024-09-19 2024-09-19 一种电池健康状态获取方法和装置

Country Status (1)

Country Link
CN (1) CN118818359B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119064797B (zh) * 2024-11-07 2025-01-07 上海玖行能源科技有限公司 一种电池状态评估方法和装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115932634A (zh) * 2022-12-29 2023-04-07 天津市捷威动力工业有限公司 一种对电池健康状态评估的方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109159684A (zh) * 2018-08-07 2019-01-08 宁波智果科技咨询服务有限公司 一种电池健康状态电池更换的充电站系统
CN110850318A (zh) * 2019-11-06 2020-02-28 上海理工大学 带滤波法权重分配的锂电池健康状态估计方法
CN115616421B (zh) * 2022-09-26 2024-08-13 深蓝汽车科技有限公司 一种电池健康状态估算方法、系统、设备和介质
CN117783884A (zh) * 2023-12-31 2024-03-29 金陵科技学院 一种基于片段充电数据的锂离子电池健康状态估计方法
CN117907923A (zh) * 2024-01-19 2024-04-19 国网山西省电力公司营销服务中心 一种电表健康状态的评价方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115932634A (zh) * 2022-12-29 2023-04-07 天津市捷威动力工业有限公司 一种对电池健康状态评估的方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN118818359A (zh) 2024-10-22

Similar Documents

Publication Publication Date Title
EP2963433B1 (en) Method and apparatus for estimating state of battery
EP2581754B1 (en) Battery adaptive learning management system
KR102343967B1 (ko) 배터리의 상태를 추정하는 방법 및 장치
JP5175173B2 (ja) バッテリーの充電状態を推定する装置及び方法
US20170115355A1 (en) Maximum capacity estimator for battery state of health and state of charge determinations
JP6234946B2 (ja) 電池状態推定装置
CN107910607A (zh) 电池健康度soh的修正方法、装置、电动汽车和存储介质
CN113219351B (zh) 动力电池的监控方法及装置
Lyu et al. A new method for lithium-ion battery uniformity sorting based on internal criteria
CN109100655B (zh) 一种动力电池的数据处理方法和装置
WO2015041093A1 (ja) 蓄電池性能評価装置およびその方法
Zhou et al. Peak power prediction for series-connected LiNCM battery pack based on representative cells
CN118818359B (zh) 一种电池健康状态获取方法和装置
CN106772064A (zh) 一种锂离子电池健康状态预测方法及装置
US9766297B2 (en) Battery system capacity estimation systems and methods
CN114444370B (zh) 一种考虑运行工况的充电电池累计损耗寿命预测方法、装置、电子设备及可读存储介质
CN115542186B (zh) 一种储能电池状态及一致性评价方法、装置、设备及介质
CN107037375B (zh) 电池直流内阻测量方法及装置
KR20230080112A (ko) 배터리 현재 상태 예측을 위한 배터리 진단 장치
JP6140314B1 (ja) マイクロバッテリ、蓄電装置及びマイクロバッテリシステム
CN117347078A (zh) 一种新能源车辆健康状态年检平台及方法
EP3824305B1 (fr) Procédé et dispositif de détermination d'une durée limite d'utilisation d'une batterie
CN118887020A (zh) 新能源车险推荐方法、装置、电子设备及计算机程序产品
CN114441980A (zh) 一种量测锂离子电池的健康情况和剩余使用寿命的方法
CN106199432A (zh) 确定可再充电电池老化状态的方法及可再充电电池系统

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