System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种锂离子电池检充一体的内短路识别方法及装置制造方法及图纸_技高网

一种锂离子电池检充一体的内短路识别方法及装置制造方法及图纸

技术编号:40475727 阅读:12 留言:0更新日期:2024-02-26 19:12
本发明专利技术涉及一种锂离子电池检充一体的内短路识别方法及装置,所述方法包括以下步骤:采集锂电池的实时电压电流数据;基于所述实时电压电流数据进行电压仿真,获得仿真电压;基于所述实时电压电流数据和仿真电压进行多维度充电过程内短路识别,得到综合内短路风险。与现有技术相比,本发明专利技术具有可靠性高等优点可在充电过程中尤其是高电态时识别异常电芯。

【技术实现步骤摘要】

本专利技术属于锂电池安全,涉及一种电池内短路识别方法,尤其是涉及一种锂离子电池检充一体的内短路识别方法及装置


技术介绍

1、锂离子电池随着使用时间和充放电次数的增加,析锂风险加剧,且体积逐渐膨胀,应力增加导致锂离子电池的内短路风险加剧,进而引发热失控等问题,不仅会对电动汽车、储能电站、移动机器人等造成财产损失,还会驾驶员、或设备附近人员的生命安全造成威胁。

2、锂电池在充电过程中电芯体积逐渐增大、压力增加,且充电后期电态逐渐升高,内短路进而引发热失控的风险加剧,越高电态电芯内短路导致的热失控危险程度越高。所以如何在充电过程中提前识别电池内部存在的短路现象,对于减小锂电池热失控等导致的安全风险是十分必要的。

3、例如公布号为cn113884924a的专利技术专利申请提供了一种基于卷积神经网络的锂离子电池内部短路诊断方法及系统,通过建立锂离子电池三维电化学-热-内部短路耦合模型,通过三维有限元模拟的方式对恒流充电工况下锂离子电池内部短路情况进行仿真,得到锂离子电池内部短路特征参数数据,通过特征参数数据对卷积神经网络进行训练,得到锂离子电池内部短路诊断模型,进而利用锂离子电池内部短路诊断模型进行当前的锂离子电池内部短路诊断。但该方法是利用当前数据进行判断,给出的判断结果不够及时。


技术实现思路

1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高的锂离子电池检充一体的内短路识别方法及装置。

2、本专利技术的目的可以通过以下技术方案来实现:

3、一种锂离子电池检充一体的内短路识别方法,包括以下步骤:

4、采集锂电池的实时电压电流数据;

5、基于所述实时电压电流数据进行电压仿真,获得仿真电压;

6、基于所述实时电压电流数据和仿真电压进行多维度充电过程内短路识别,得到综合内短路风险。

7、进一步地,所述实时电压电流数据基于锂电池bms系统获取。

8、进一步地,所述电压仿真具体包括:

9、构建二阶rc等效电路;

10、基于历史数据及经验数据获得二阶rc等效电路的拟合参数;

11、基于所述二阶rc等效电路及拟合好的二阶rc等效电路获得某个时刻各节电芯的仿真电压。

12、进一步地,所述仿真电压的计算公式为:

13、

14、其中,u_fiti为tm时刻第i节电芯拟合仿真电压,r0、r1、r2、c1和c2为拟合参数,uoc为电芯开路电压,i为当前时刻电流。

15、进一步地,所述多维度充电过程内短路识别在soc满足平台条件后执行,所述平台条件为soc≥a,a=90~95%。

16、进一步地,所述综合内短路风险基于多维度的电芯电压一致性评分、电压突变评分和仿真电压一致性评分获得。

17、进一步地,所述电芯电压一致性评分基于电池压差指标是否大于第一设定阈值确定,所述电池压差指标的表达式为:

18、αi=|umean-ui|

19、其中,αi为第i节电芯的电池压差指标,umean为各节电芯的平均电压,ui为第i节电芯的实际电压。

20、进一步地,所述电芯电压一致性评分基于电压跳变指标是否大于第二设定阈值确定,所述电压跳变指标的表达式为:

21、

22、其中,ji为第i节电芯的电压跳变指标,为t时刻第i节电芯电压,tw为设定时间长度,tm为当前时刻,s为计算步长。

23、进一步地,所述仿真电压一致性评分基于实际与仿真电压之差是否大于第三设定阈值以及差值一致性指标是否大于第四设定阈值确定,所述实际与仿真电压之差的计算公式为:

24、dui=ui-u_fiti

25、其中,u_fiti为tm时刻第i节电芯的仿真电压,ui为第i节电芯的实际电压;

26、所述差值一致性指标的计算公式为:

27、

28、

29、σ为差值离散度标准差,dui_mean为实际与仿真电压之差均值,n为电芯个数,m为时刻数。

30、本专利技术还提供一种锂离子电池检充一体的内短路识别装置,包括:

31、数据采集模块,用于采集锂电池的实时电压电流数据;

32、电压仿真模块,基于所述实时电压电流数据进行电压仿真,获得仿真电压;

33、充电过程内短路识别算法模块,基于所述实时电压电流数据和仿真电压进行多维度充电过程内短路识别,得到综合内短路风险;

34、预警情况展示模块,用于展示所述综合内短路风险。

35、与现有技术相比,本专利技术具有以下有益效果:

36、1、本专利技术通过锂离子电池充电过程采集数据识别锂离子电池是否存在内短路情况,对锂离子电池的健康和安全情况进行监控,可在充电过程中尤其是高电态时识别异常电芯。

37、2、本专利技术通过多个维度来对内短路风险程度进行评判,评价指标多样化。本专利技术从多个维度对内短路的外在特征进行识别,评价指标多样化,并对不同特征分级,按相关程度不同分配不同的风险比重,计算内短路风险评分,结果较单一维度更可靠。

本文档来自技高网...

【技术保护点】

1.一种锂离子电池检充一体的内短路识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述实时电压电流数据基于锂电池BMS系统获取。

3.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述电压仿真具体包括:

4.根据权利要求3所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述仿真电压的计算公式为:

5.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述多维度充电过程内短路识别在SOC满足平台条件后执行,所述平台条件为SOC≥A,A=90~95%。

6.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述综合内短路风险基于多维度的电芯电压一致性评分、电压突变评分和仿真电压一致性评分获得。

7.根据权利要求6所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述电芯电压一致性评分基于电池压差指标是否大于第一设定阈值确定,所述电池压差指标的表达式为:

8.根据权利要求6所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述电芯电压一致性评分基于电压跳变指标是否大于第二设定阈值确定,所述电压跳变指标的表达式为:

9.根据权利要求6所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述仿真电压一致性评分基于实际与仿真电压之差是否大于第三设定阈值以及差值一致性指标是否大于第四设定阈值确定,所述实际与仿真电压之差的计算公式为:

10.一种锂离子电池检充一体的内短路识别装置,其特征在于,包括:

...

【技术特征摘要】

1.一种锂离子电池检充一体的内短路识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述实时电压电流数据基于锂电池bms系统获取。

3.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述电压仿真具体包括:

4.根据权利要求3所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述仿真电压的计算公式为:

5.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述多维度充电过程内短路识别在soc满足平台条件后执行,所述平台条件为soc≥a,a=90~95%。

6.根据权利要求1所述的锂离子电池检充一体的内短路识别方法,其特征在于,所述综合内短路风险基于多维度的...

【专利技术属性】
技术研发人员:沈豪栋曹博源许唐云刘召杰苏运陈洁赵莹莹马妍
申请(专利权)人:国网上海市电力公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1