锂电池备电系统SOH估算方法及装置与流程

锂电池备电系统soh估算方法及装置
技术领域
1.本发明涉及电池soh估算的技术领域，特别涉及一种锂电池备电系统soh估算方法及装置。


背景技术：

2.常用锂电池健康度的计算方式需要通过持续深度循环充放电，实现对锂电池当前可用容量的实时数据更新，并直接计算得到soh，但在备电领域，锂电池极少做深度放电且长期处于满电浮充状态。
3.目前常用的锂电池soh计算方式有两种：1.以电池系统判断满电前累积的充电电流积分所得容量作为soh的判断依据；2.以下一次深度放电后计算放电累积积分所得容量作为soh的判断依据，重新刷新为新的soh,第一种方法过于片面，不能保证充电所得容量能完全进行释放；第二种方法虽然刷新后较为精准，但此前未深度放电情况下，长时间处于不更新状态，难免导致健康状况评估失真，且这两种方式对锂电池其它性能指标未进行深度考量，不能真实反应出系统的健康水平，实际放电使用整体效能差距大。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种锂电池备电系统soh估算方法，能够在较短时更新并获取更为准确的soh估算值。
5.本发明还提出一种具有上述锂电池备电系统soh估算方法的锂电池备电系统soh估算系统。
6.本发明还提出一种具有上述锂电池备电系统soh估算方法的计算机可读存储介质。
7.根据本发明的第一方面实施例的锂电池备电系统soh估算方法，包括以下步骤：若锂电池组处于长期浮充满电状态，则监测所述电池组中各单体电池对应的soc变化趋势，确定是否出现异常自放电单体电池，根据所述异常自放电单体电池对应的soc得出第一soh值，并基于所述第一soh值更新所述锂电池组的soh值；若所述锂电池组处于累积放电阶段，则当累计放电容量达到第一容量记录为累计放电一次循环，根据单次循环过程中的累积放电的平均温度及平均倍率得出第二soh值，并基于所述第二soh值更新所述锂电池组的soh值；若所述锂电池组完成深度放电，则重新校准库伦效率，在所述锂电池组满充电后，根据累计积分充电电流所得的容量及最新的所述库伦效率得出第三soh值，更新所述锂电池组的soh值为所述第三soh值。
8.根据本发明实施例的锂电池备电系统soh估算方法，至少具有如下有益效果：从电池系统所处如浮充，事故短时放电，深度放电的状态，结合目前备电电池系统可读取的性能指标如直流内阻，电池电压，库伦效率，循环次数以及通过对电池测试所得出的相关性能矩阵等进行综合评估，通过对锂电池性能的深入研究和合理的逻辑判断及计算，可以获得更为准确的soh估算值，并持续更新soh估算值，为电池健康度的监控带来便利。
9.根据本发明的一些实施例，监测所述电池组中各单体电池对应的soc变化趋势，确定是否出现自放电异常单体电池包括：监测所述单体电池在对应温度下的静态电压值的变化趋势；根据soc
‑
静态电压
‑
温度矩阵获取所述单体电池对应的soc值；若所述单体电池对应的osc值下降至第一阈值以下，或者，所述单体电池在对应温度下的所述静态电压值与初始电压值对比下降百分比大于第二阈值，则确定所述单体电池异常自放电。
10.根据本发明的一些实施例，根据所述异常自放电单体电池对应的soc得出第一soh值，并基于所述第一soh值更新所述锂电池组的soh值包括：根据所述锂电池组当前soh值及所述异常自放电单体电池对应的soc得出所述第一soh值；仅当所述第一soh值小于所述锂电池组的soh，则更新所述锂电池组的soh为所述第一soh值。
11.根据本发明的一些实施例，根据单次循环过程中的累积放电的平均温度及平均倍率得出第二soh值，并基于所述第二soh更新所述锂电池组的soh值包括：基于电池组温度
‑
倍率
‑
循环寿命设计矩阵，根据所述累积放电的平均温度及平均倍率，得出总循环周期数；根据所述总循环周期数对所述锂电池组当前的soh值进行加权，获取所述第二soh值；仅当所述第二soh值小于所述锂电池组当前的soh值，并更新所述锂电池组当前的soh值为所述第二soh值。
12.根据本发明的一些实施例，根据所述总循环周期数对所述锂电池组当前的soh值进行加权中的加权系数为：(所述总循环周期数
‑
1)/所述总循环周期数。
13.根据本发明的一些实施例，根据累计积分充电电流所得的容量及最新的所述库伦效率得出第三soh值，并基于所述第三soh值更新所述锂电池组的soh值包括：若不存在所述异常自放电单体电池，则所述第三soh值为：满电积分容量
×
最新的所述库伦效率/标称容量，并更新所述锂电池组的soh值为所述第三soh值；若存在所述异常自放电单体电池，则所述第三soh值为：满电积分容量
×
最新的所述库伦效率
×
所述异常自放电单体在电池浮充状态下记录的最低soc/标称容量，仅当所述第三soh值小于所述锂电池组的soh值，则更新所述锂电池组的soh值为所述第三soh值。
14.根据本发明的一些实施例，还包括：所述锂电池组浮充转换为放电后持续第一时间记录平均电流及直流内阻值，并将soh值与soh更新前最后一次直流内阻值保存为配对数据；根据所述配对数据进行一次函数拟合，得到拟合函数；根据所述拟合函数及当前的直流内阻得出第四soh值，并根据所述第四soh值更新所述锂电池组的soh值。
15.根据本发明的一些实施例，根据所述拟合函数及当前的直流内阻得出第四soh值，并根据所述第四soh值更新所述锂电池组的soh值：若所述配对数据的数量达到第三阈值，且内阻值与所述拟合函数的偏差低于第四阈值，则根据所述拟合函数及当前的直流内阻得出第四soh值；仅当所述第四soh值小于所述锂电池组的soh值，则更新所述锂电池组的soh值为所述第四soh值。
16.根据本发明的第二方面实施例的锂电池备电系统soh估算装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本发明第一方面实施例的方法。
17.根据本发明实施例的锂电池备电系统soh估算装置，至少具有与本发明的第一方面实施例的方法同样的有益效果。
18.根据本发明的第三方面实施例的计算机可读存储介质，其上存储有计算机程序，
所述计算机程序被处理器执行时实现根据本发明的第一方面实施例的方法。
19.根据本发明实施例的计算机可读存储介质，至少具有与本发明的第一方面实施例的方法同样的有益效果。
20.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
21.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
22.图1为本发明实施例的方法的流程示意图；
23.图2为本发明实施例的方法中的soh初始值计算流程示意图；
24.图3为本发明实施例的方法中的浮充状态下soh计算流程示意图；
25.图4为本发明实施例的方法中的soc
‑
静态电压
‑
温度矩阵的示例；
26.图5为本发明实施例的方法中的累计放电状态下soh计算流程示意图；
27.图6为本发明实施例的方法中的电池组温度/倍率/循环寿命设计矩阵的示例；
28.图7为本发明实施例的方法中的深度放电状态下soh计算流程示意图；
29.图8为同一平均电流对应直流内阻/soh数据统计表的示例；
30.图9为图8中的拟合函数示意图；
31.图10为本发明实施例的装置的模块示意框图。
32.附图标记：
33.存储器100、处理器200。
具体实施方式
34.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
35.在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个及两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。在本发明的描述中，步骤标号仅是为了描述的方便或者引述的方便所作出的标识，各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
36.名词解释：
37.soc：state of charge，即荷电状态，用来反映电池的剩余容量，其数值上定义为剩余容量占电池容量的比值，常用百分数表示。其取值范围为0～1，当soc＝0时表示电池放电完全，当soc＝1时表示电池完全充满。
38.soh：state of health,电池健康度，可以理解为电池当前的容量与出厂容量的百分比。
39.参照图1，本发明的实施例的方法包括：若锂电池组处于长期浮充满电状态，则监测电池组中各单体电池对应的soc变化趋势，确定是否出现异常自放电单体电池，根据异常自放电单体电池对应的soc得出第一soh值，并基于第一soh值更新锂电池组的soh值；若锂电池组处于累积放电阶段，则当累计放电容量达到第一容量记录为累计放电一次循环，根据单次循环过程中的累积放电的平均温度及平均倍率得出第二soh值，并基于第二soh值更新锂电池组的soh值；若锂电池组完成深度放电，则重新校准库伦效率，在锂电池组满充电后，根据累计积分充电电流所得的容量及最新的库伦效率得出第三soh值，更新锂电池组的soh值为第三soh值。
40.锂电池组在初始阶段准确形成初始soh值，如图2所示，步骤如下：
41.以25℃参考实际工况条件下进行库伦效率测试，即标准充电电流/标准放电电流＝标准库伦效率，如：备电锂电池组要求0.1c限流充电，0.5c标准放电配置系统，即按照0.1c/0.5c计算标准库伦效率；
42.锂电池组充满电容量定义如：充电过程平均温度20℃
‑
45℃，进入浮充状态后24h且充电电流持续＜0.005c，对充电电流进行积分统计得到锂电池组的满电容量；
43.锂电池组首次充满电容量*标准库伦效率＝锂电池组满电初始剩余容量基准值，锂电池组满电初始剩余容量基准值/电池组额定容量＝soh初始值。
44.实现soh初始值计算后，后续按锂电池组的不同状态和阶段，对锂电池组长期运行过程中计算相应的健康状态，并更新锂电池组的soh值。
45.(1)长期浮充状态：
46.电池组应长期处于浮充满电状态，电池系统的均衡状态正常，soh在浮充状态下不进行调整。本实施例中，在均衡状态不正常情况下进行soh更新，参照图3，方法如下：
47.记录上次满电soh更新时锂电池中各单节电池(即单体电池)的电压，并持续记录各单节电池电压变化。
48.由于浮充电压接近静态电压，本实施例中，基于入soc
‑
静态电压
‑
温度矩阵(该矩阵如图4所示)，持续计算各单体电池对应soc变化趋势，如单体电池在对应温度下的电压值在持续时间变化下soc持续降低至第一阀值(如85％)以下或者，该电压值与初始电压值对比降低百分比大于第二阀值(如10％)，则确定该单体电池异常自放电，发送该单体电池自放电过大告警，并更新第一soh＝锂电池组的当前soh值
×
异常单体电压对应的soc。当第一soh值小于锂电池组的soh，则更新锂电池组的soh为第一soh值。
49.应理解的是，图4中的矩阵的列对应的温度表示温度区间的上限，且该列包括对应的上限。即温度为(10℃，25℃]时，静态电压为3.338v，此时，锂电池组在该温度下对应的soc值取90％。图4仅为说明soc
‑
静态电压
‑
温度矩阵的示例，并不限定该矩阵的行列数目及各行列对应的温度、soc值。
50.本发明的实施例中，还会将该异常单体电池绑定至相应的锂电池组，浮充电压接近静态电压，并在为该异常单体电池所在的锂电池组的后续soh计算中均绑定此异常单体电池，即以正常均衡状态假设条件下计算所得锂电池组的soh*此异常电池对应soc作为相应的soh值。本发明的一些实施例中，还会通过此异常自放电的单体电池的电压变化时间曲线拟合，给出此异常状态下的单体电池的soh下降趋势。通过维修等方式排除此单体电池的异常自放电后可在上位机解除相应的soc绑定。
51.(2)累计放电放电状态：
52.如图5所示，电池组放电容量累计大于第一容量(例如：额定容量80％)视为一次循环,计算单次循环期间，整个累积放电过程的平均温度和平均倍率，基于如图6所示的电池组温度
‑
倍率
‑
循环寿命矩阵，输入累积放电的平均温度及平均倍率，得出总循环周期数；根据总循环周期数对锂电池组当前的soh值进行加权，获取第二soh值，仅当第二soh值小于锂电池组当前的soh值，更新锂电池组当前的soh值为第二soh值。
53.例如，如图6所示的电池组温度
‑
倍率
‑
循环寿命矩阵，各列对应的温度取值包括下限，不包括上限；各行对应的倍率取值包括下限，不包括上限。例如第一行第一列，表示对应的温度为[0℃，15℃)，表示对应的倍率为[0，0.3c)。应理解的是，图6所示的电池组温度
‑
倍率
‑
循环寿命矩阵仅是为了用作说明，并不限定行列的数目，及各行列对应的值区间，仅需要所有行的区间、所有列的区间不存在重叠即可。
[0054]
例如平均温度[15℃，35℃)环境下平均倍率[0.3，0.6c)已循环一周，则由图6的电池组温度
‑
倍率
‑
循环寿命矩阵可知，对应的总循环周期数为1500，因此，加权系数取(1500
‑
1)/1500＝1499/1500，第二soh值为锂电池组当前的soh值
×
(1499/1500)，以此方式进行循环次数加权参数计算。
[0055]
长期浮充状态转入放电状态后，如未深度放电，即累计放电状态，若新计算得出的第二soh值大于锂电池的当前soh，不对锂电池的当前soh进行更新(保持原值不动)；仅当第二soh值大于锂电池的当前soh，不对锂电池的当前soh进行更新。
[0056]
(3)深度放电后充满电：
[0057]
当电池组在常温环境下由浮充状态切换到放电状态并每进行一次完整的深度放电，应重新校准库伦效率(因负载固定，此时的库伦效率最为贴近真实工况)，在下一次常温满充电后，累计积分充电电流所得容量并采用最新的库伦效率进行soh的计算，得到第三soh值，并令锂电池组的当前soh值取第三soh。
[0058]
参照图7，若锂电池组深度放电至保护电压或设定的电压阈值，则认为完成深度放电，计算累计放电电流积分所得到的总放电容量，并获取该锂电池上一次满电状态下充电电流积分得到的总充电电容，对库伦效率进行校准，得到新的库伦效率。然后在对该锂电池进行充电至满充电时，计算充电电流积分得到的总充电电容，根据最新的库伦效率，得出第三soh值。最后根据第三soh值更新锂电池组的soh值。
[0059]
若该锂电池组中已绑定异常自放电单体电池，即存在异常自放电单体电池，则第三soh值为：满电积分容量
×
最新的库伦效率
×
异常自放电单体在电池浮充状态下记录的最低soc/标称容量。此时，仅当第三soh值小于锂电池组的当前soh值，更新锂电池组的当前soh值为第三soh值。
[0060]
若不存在异常自放电单体电池，则第三soh值为：满电积分容量
×
最新的库伦效率/标称容量。即深度放电状态下相当于重新计算soh的初始值。此时，直接令锂电池组的当前soh值为第三soh值。
[0061]
(4)电池组直流内阻：
[0062]
每次浮充转为放电的瞬间，该转换瞬间一般均处于常温状态且负载固定，持续10s后计算直流放电内阻，记录10s内平均电流及计算所得直流内阻数据，并保存锂电池组当前soh更新前的最后一次直流内阻数据的计算数据，将每次soh更新前最后一次直流内阻计算
数据与更新后的soh值保存为配对数据，当配对数据达到第三阈值时(如五对配对数据)且内阻值与拟合函数的偏差低于设定第四阈值，则保存该拟合函数。系统未深度放电并在下一次判断满电状态下即可用直流内阻通过该拟合函数得到第四soh值。仅当第四soh值小于锂电池的当前soh值，才将锂电池组的当前soh值更新为第四soh值。显然，未形成拟合函数；或者，虽有拟合函数，但内阻值与拟合函数的偏差大于等于设定第四阈值，则不生成第四soh值，进而也不会对锂电组的当前soh值进行更新。
[0063]
应理解的是，计算直流阻值时，应将同一平均电流归类统计，不同平均电流应分开归类统计。
[0064]
同一平均电流对应直流内阻/soh数据统计表如图8所示，通过对图8中的数据做一次函数拟合，得到如图9所示的拟合函数。因此，若得知下一次的直流内阻，即可预测出锂电池的soh值。
[0065]
应理解的是，上述soh的计算应是各状态下综合判断分析的结果，上述状态均可能产生新计算所得的soh＞当前soh。长期浮充状态转入放电状态后，深度放电至空电，当深度放电后，若该电池组中不存在异常自放电单体电池，按满电积分容量*最新库伦效率*/标称容量进行计算，新计算出的第三soh值即使大于锂电池的当前soh，仍令当前soh为第三soh值。
[0066]
若该电池组中存在异常自放电单体电池，即已识别并且绑定异常自放电单体电池，按满电积分容量*最新库伦效率*异常电池浮充状态下记录的最低soc/标称容量进行计算，新计算出的第三soh值若大于等于锂电池的当前soh，则不对锂电池的当前soh作更新操作(即保持原值)；否则，则令当前soh为第三soh值。
[0067]
长期浮充状态转入放电状态后，如未深度放电，即累计放电状态，若新计算得出的第二soh值大于锂电池的当前soh，不对锂电池的当前soh进行更新(保持原值不动)；仅当第二soh值大于锂电池的当前soh，不对锂电池的当前soh进行更新。
[0068]
本发明的实施例的方法中，还包括日历寿命同步显示：若当前时间超过锂电池组的使用寿命，则即使其soh大于第五阈值，也提醒工作人员评估更换电池。例如，若电池系统设计使用寿命为10年，应同步计算日历寿命，即使电池系统使用十年后显示的soh≥80％，也应提醒工作人员评估是否更换电池。也就是说，只要超过电池寿命时间，都提醒工作人员评估是否更换电池。
[0069]
本发明实施例的装置参照图10，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现本发明上述实施例中的方法。
[0070]
尽管本文描述了具体实施方案，但是本领域中的普通技术人员将认识到，许多其它修改或另选的实施方案同样处于本公开的范围内。例如，结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外，虽然已根据本公开的实施方案描述了各种例示性具体实施和架构，但是本领域中的普通技术人员将认识到，对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
[0071]
上文参考根据示例性实施方案所述的系统、方法、系统和/或计算机程序产品的框图和流程图描述了本公开的某些方面。应当理解，框图和流程图中的一个或多个块以及框图和流程图中的块的组合可分别通过执行计算机可执行程序指令来实现。同样，根据一些
实施方案，框图和流程图中的一些块可能无需按示出的顺序执行，或者可以无需全部执行。另外，超出框图和流程图中的块所示的那些部件和/或操作以外的附加部件和/或操作可存在于某些实施方案中。
[0072]
因此，框图和流程图中的块支持用于执行指定功能的装置的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令装置。还应当理解，框图和流程图中的每个块以及框图和流程图中的块的组合可以由执行特定功能、元件或步骤的专用硬件计算机系统或者专用硬件和计算机指令的组合来实现。
[0073]
本文所述的程序模块、应用程序等可包括一个或多个软件组件，包括例如软件对象、方法、数据结构等。每个此类软件组件可包括计算机可执行指令，所述计算机可执行指令响应于执行而使本文所述的功能的至少一部分(例如，本文所述的例示性方法的一种或多种操作)被执行。
[0074]
软件组件可以用各种编程语言中的任一种来编码。一种例示性编程语言可以为低级编程语言，诸如与特定硬件体系结构和/或操作系统平台相关联的汇编语言。包括汇编语言指令的软件组件可能需要在由硬件架构和/或平台执行之前由汇编程序转换为可执行的机器代码。另一种示例性编程语言可以为更高级的编程语言，其可以跨多种架构移植。包括更高级编程语言的软件组件在执行之前可能需要由解释器或编译器转换为中间表示。编程语言的其它示例包括但不限于宏语言、外壳或命令语言、作业控制语言、脚本语言、数据库查询或搜索语言、或报告编写语言。在一个或多个示例性实施方案中，包含上述编程语言示例中的一者的指令的软件组件可直接由操作系统或其它软件组件执行，而无需首先转换成另一种形式。
[0075]
软件组件可存储为文件或其它数据存储构造。具有相似类型或相关功能的软件组件可一起存储在诸如特定的目录、文件夹或库中。软件组件可为静态的(例如，预设的或固定的)或动态的(例如，在执行时创建或修改的)。
[0076]
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。