[发明专利]一种智能充电桩有效
| 申请号: | 201811554190.6 | 申请日: | 2018-12-18 |
| 公开(公告)号: | CN109367433B | 公开(公告)日: | 2021-09-24 |
| 发明(设计)人: | 郭兴众;何志军;高文根;葛愿;苏鑫;王天恒;王保兴 | 申请(专利权)人: | 安徽工程大学 |
| 主分类号: | B60L53/31 | 分类号: | B60L53/31;B60L58/16 |
| 代理公司: | 芜湖安汇知识产权代理有限公司 34107 | 代理人: | 朱圣荣 |
| 地址: | 241000 安*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 智能 充电 | ||
1.一种智能充电桩,包括充电桩主体,其特征在于,所述充电桩主体包括:
数据采集模块:读取和采集动力电池数据和充电时的状态数据并进行存储,并将获取的数据发送至电池健康状态检测模块;
电池健康状态检测模块:对动力电池的健康度进行检测获得当前充电的动力电池的健康度,对动力电池的续航里程进行预测获取当前充电的动力电池的续航里程,并将获取的健康度和续航里程发送至可触控显示模块和充电控制模块;
可触控显示模块:显示电池健康状态检测模块获取的健康度和续航里程,并和用户实现人机交互操作;
充电控制模块:根据检测的健康度为动力电池充电;
所述数据采集模块采集动力电池的用户数据和实时检测动力电池的充电状态数据;
所述电池健康状态检测模块对充电的动力电池进行SOC的估算和续航里程预测,并将数据发送到可触控显示模块和充电控制模块
基于所述智能充电桩的动力电池健康状态检测和续航里程预测的方法,包括以下步骤:
步骤S1:识别动力电池的序列号,对不同的电动汽车赋予唯一的识别码,存储于系统存储模块;若是识别到相同序列号的电池,则直接读取存储器中的数据,不需要确定初始SOC;
若是新的动力电池,则需要确定初始SOC;
步骤S2:数据采集模块采集跟踪用户电动汽车上的动力电池的数据和动力电池在充电时的实测电流、端电压等数据,并对该动力电池的数据进行存储;
步骤S3:信息采集模块中的电流和电压检测部分对电池的电压和电流进行实时检测,记为Vrt和Irt;
步骤S4:提取信息模块采集到的当前电池的已释放容量和制造商提供的电池额定容量,计算放电时的放电深度DOD:;
利用充电的实测的电流和工作周期,可以得到DOD的差异:;为了提高估计精度,需要考虑充电的工作效率,则放电深度为:;
步骤S5:判断电池是否充满,若是电池充满则执行步骤B1,若是未充满则执行步骤B2;
步骤B1:根据电池健康度和电池荷电状态,SOH=SOC;
步骤B2:则此时的放电深度为:;所以此时的电池荷电状态就为:;
步骤S6:根据估算结果得到电池的SOC的函数:,同时可以得到此时电池的剩余可用能量为;
步骤S7:根据能耗预测方法计算车辆未来行驶平均能耗,任意一段路程到,则此段路程的平均能耗:;
在这段任意路程中的车辆剩余行驶里程可表示为,,其中是根据动力电池放电要求确定的;
步骤S8:根据步骤S7计算出的车辆的平均能耗就可以得到该动力电池的续航里程公里数,并将估算的电池的健康度和续航里程发送到可触控显示模块和充电控制模块。
2.根据权利要求1所述的智能充电桩,其特征在于:所述步骤S1中,通过开路电压法初步估计初始SOC(), SOH=100,。
3.根据权利要求1所述的智能充电桩,其特征在于:所述步骤S7中,能耗预测方法;
是在中合理选择,其中是考虑车辆历史行车平均能耗并结合最近一段时间的能耗计算得到的,其中代表在行驶前的任意300公里内车辆的平均行驶能耗,代表在行驶前2公里内的车辆平均能耗,代表选定初始位置到当前位置的车辆平均行驶能耗,数据从汽车内存中读取;
b∈[0,1]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽工程大学,未经安徽工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811554190.6/1.html,转载请声明来源钻瓜专利网。





