[发明专利]一种在线识别电池自放电率异常的方法在审

专利信息
申请号: 202211022812.7 申请日: 2022-08-24
公开(公告)号: CN115166566A 公开(公告)日: 2022-10-11
发明(设计)人: 任永欢;林炳辉;孙玮佳;苏亮;宋光吉;许依凝;罗斌;洪少阳 申请(专利权)人: 厦门金龙联合汽车工业有限公司
主分类号: G01R31/396 分类号: G01R31/396;G01R31/387;G01R31/388;G01R31/367;G01R31/3842;G01R31/52
代理公司: 泉州市博一专利事务所(普通合伙) 35213 代理人: 郑庭山
地址: 361000 *** 国省代码: 福建;35
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 在线 识别 电池 放电 异常 方法
【权利要求书】:

1.一种在线识别电池自放电率异常的方法,其特征在于,包括以下步骤:

(1)收集某个日期Di车辆运行过程中电池的相关参数,包含电压V、电流I、时间t;

(2)对步骤(1)收集到的电流I和时间t数组进行计算处理,得到每时每刻的容量值Q(k),再通过搭建模型、参数辨识,得到Di当天的每个电压数据对应的开路电压数据uoc(k);

(3)将步骤(2)中开路电压数据uoc(k)输入MQ求解模块,得到相应的MQi值;

(4)选定另一日期,重复步骤(1)至(3),得到[DiMQi]n×2矩阵,其中,n为重复的次数;

(5)当[DiMQi]n×2矩阵中n=2时,采用公式SDR=[MQ2-MQ1-(MQ20-MQ10)]/(D2-D1)/Q0计算得到SDR,其中MQ20与MQ10分别为D2与D1当天利用标准电压曲线重复步骤(1)至(3)所计算得到的对应的MQ值;当n>2时,先对MQi进行矫正,再采用DBSCAN算法对矩阵中的异常点进行删除,将剩余点进行线性拟合得到斜率K,再由公式SDR=K/Q0,计算得到电池的自放电率。

2.如权利要求1所述的一种在线识别电池自放电率异常的方法,其特征在于:所述步骤(1)收集电池相关参数数据开始的时刻要求电池系统为满电状态,即SOC≥99%,收集数据结束的时刻为车辆运行结束,开始去充电前的时刻。

3.如权利要求1所述的一种在线识别电池自放电率异常的方法,其特征在于,所述步骤(2)中每时每刻的容量值Q(k)是按以下两个公式进行处理获得的:Q(1)=Q0- (1),Q(k)=Q(k-1)-I(k)×[t(k)-t(k-1)]/3600- (2);其中,k为从1到N的序列号,N为时间t数组所拥有的总个数,Q0为电池系统额定容量。

4.如权利要求3所述的一种在线识别电池自放电率异常的方法,其特征在于,所述步骤(3)MQ求解模块的具体步骤包括:

S1、先初始化Mov_Q、Mov_V、Comp三个参数,将其带入以下公式(3)-(5)得到目标函数J:

x(k)=(Q(k)-Mov_Q)×Comp/Q0- (3);

y(k)=fi(x(k))- (4);

其中,Mov_Q为与容量Q量纲相同的设计参数,取边界最小为0,最大为Q0;Mov_V为与uoc量纲相同的设计参数,取边界最小为0,最大为0.1;Comp为无量纲的设计参数,取边界最小为1,最大为10;x(k)为相应的荷电状态转换值;f(x)为该电池荷电状态SOC-开路电压uoc数据的关系函数;y(k)为x(k)通过关系函数转化得到的开路电压转化值;

S2、利用参数寻优方法求解得到最佳的Mov_Q、Mov_V、Comp,使得J达到最小;

S3、利用S2中得到的Mov_Q根据公式(6)计算得到MQ:

MQ=f1(y0)*Q0/Comp+Mov_Q (6)

其中,f1(y)为f(x)的逆函数,y取y0,y0为某个固定的开路电压值,Di对应得到的MQ标记为MQi

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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厦门金龙联合汽车工业有限公司,未经厦门金龙联合汽车工业有限公司许可,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/202211022812.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top