分析电池运行工况的数据处理方法
【专利摘要】本发明提出了一种分析电池运行工况的数据处理方法，属于电池【技术领域】。对于电池或电池组设定某一恒定电流进行充电或放电，数据采集系统等间隔采样记录实时的电池或电池组电压数据，对电压数据进行概率统计，并绘制电压数值的概率密度直方图和概率密度函数(PDF)图，可以分析电池的电压平台位置信息。对于实际运行过程中，数据采集系统等间隔采样记录的实时电池组的电流数据进行概率统计，并绘制电流数值的概率密度直方图，可以分析实际使用过程中电池的运行工况，有助于设计电池管理系统的控制算法。
【专利说明】分析电池运行工况的数据处理方法【技术领域】
[0001]本发明属于电池【技术领域】，具体涉及一种分析电池运行工况的数据处理方法。
【背景技术】
[0002]在电池运行过程中，有效评估电池运行工况有助于研究人员发现电池运行中的问题，从而改进电池系统的软硬件设计，发挥电池潜力节约能源，延长电池寿命降低使用成本，保证电池安全提高系统可靠性。然而，面对大量的电池运行数据，如何进行数据分析，提取电池的工况从而评估电池工作状态，就成为了电池测试人员需要解决的重要问题。
[0003]—般情况下,研究人员在测试中对电池给定一个电流工况,结合对应时刻的电压和电流的数值，可以分析电池的容量、内阻等信息。使用容量增量法(IncrementalCapacity Analysis, I CA)或电压微分法(Differential Voltage Analysis, DVA),在给定的电流工况条件下，获取电池的实时容量-电压曲线，对所述容量-电压进行微分，绘制微分曲线，分析所述微分曲线可获得电池电压平台位置、电池健康状态等工况信息。然而，电压微分法(DVA)和容量增量法(ICA)有其无法克服的缺点，在对所述容量-电压曲线进行微分时，由于实际测量的容量-电压曲线是离散的，直接对原始数据微分会出现“除零”导致无穷大的结果，而使微分得到的所述微分曲线噪声大，甚至无法得到合理的微分曲线。所以，一般地，使用电压微分法(DVA)和容量增量法(ICA)进行电压或容量微分前，都会使用曲线拟合的方法对于电池容量-电压曲线进行拟合，然后对于拟合得到的连续的结果进行微分。这种拟合的预处理方法 存在两个问题，其一是数据拟合有不同的方法，所以不同的拟合方法会得到不同的结果，即拟合导致了原始数据的部分“失真”;其二是数据拟合的算法较为复杂，无法植入实时的电池管理系统，只能用于离线的数据分析，难以用于在线的数据分析，也就难以应用于实际的汽车、储能电站的实时监控。另外，在电池实际使用的情况下，电池充放电工况的变化情况是复杂的，面对快速变化的电池工况数据，传统办法更是束手无策。
【发明内容】
[0004]本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。
[0005]为此，本发明提出一种分析电池运行工况的数据处理方法，具体包括:
等间隔采样记录实时的电池或电池组充电数据或放电数据；
对所述充电数据或放电数据进行概率密度直方图的绘制；以及 分析所述概率密度直方图，获得所述电池运行工况信息。
[0006]与现有技术相比，本发明提供的分析电池运行工况的数据处理方法不会受到数据拟合的限制，可植入实时的电池管理系统中对电池运行工况的数据进行在线的分析，在复杂变载条件下，本发明提供的分析电池运行工况的数据处理方法可以较为容易地获得电池充放电工况信息。【专利附图】
【附图说明】
[0007]图1为本发明提供的分析电池运行工况数据处理方法的流程图。
[0008]图2为本发明实施例锰酸锂电池的电压散点曲线图。
[0009]图3为本发明实施例锰酸锂电池的概率密度直方图。
[0010]图4为本发明实施例锰酸锂电池的概率密度函数图。
[0011]图5为本发明实施例磷酸铁锂电池的电压散点曲线图。
[0012]图6为本发明实施例磷酸铁锂电池的概率密度直方图。
[0013]图7为本发明实施例磷酸铁锂电池的概率密度函数图。
[0014]图8为本发明实施例混合动力汽车用锰酸锂电池组的电流散点曲线图。
[0015]图9为本发明实施例混合动力汽车用锰酸锂电池组的概率密度直方图。
[0016]图10为本发明实施例混合动力汽车用锰酸锂电池组的概率密度函数图。
[0017]图11为本发明实施例纯动力汽车用磷酸铁锂电池组的电流散点曲线图。
[0018]图12为本发明实施例纯动力汽车用磷酸铁锂电池组的概率密度直方图。
[0019]图13为本发明实施例纯动力汽车用磷酸铁锂电池组的概率密度函数图。
【具体实施方式】
[0020]下面将结合具体实施例，对本发明提供的分析电池运行工况的数据处理方法作进一步的详细说明。
[0021]本发明提出一种使用概率密度直方图分析电池运行工况的方法，该方法的流程图请参见图1，该方法既可以分析理想的恒电流条件下的电池充电数据或放电数据，也可以分析复杂工况下的电池充电数据或放电数据。该充电数据或放电数据指的是电压数据或电流数据。
[0022]本发明第一实施方式提供一种恒定电流条件下分析电池运行工况的数据处理方法，具体包括:
Sl-1，对于电池或电池组以恒定电流进行充电或放电，等间隔采样记录实时的电池或电池组充电电压数据或放电电压数据；
S1-2，对所述充电电压数据或放电电压数据进行概率密度直方图的绘制；以及 S1-3，分析所述概率密度直方图，获得所述电池或电池组的运行工况信息。
[0023]在上述步骤Sl-1中，所述电池或电池组可以是现有技术中的任何电池或电池组，例如可以是锂离子电池、燃料电池、镍氢电池、铅酸电池等。在本实施例中，采用以锰酸锂为正极、以石墨为负极的锰酸锂电池。
[0024]所述等间隔采样指的是采样的时间间隔相等。所述等间隔采样采集的数据量要足够大，“数据量大”指的是在一次充电或放电过程中采集到的数据量至少为IO3数量级，少于IO3数量级的概率统计结果无法有效反应电池的运行工况。为保证数据分析不失真，所述采样间隔要保证在一次充电或放电过程中采样的数据量至少为1X103。一般地，所述采样间隔为时间间隔0.2秒?2秒。在本实施例中，所述采样间隔为时间间隔I秒。图2是本实施例对所述锰酸锂电池放电过程中的电压数据进行等间隔采样得到的放电曲线图，从图2箭头所指放大的图中可以看出，该放电曲线图中电压数据的采样是等间隔且离散的。[0025]在上述步骤S1-2中，可根据所述步骤Sl-1的离散采样结果确定概率密度直方图的区间间距，然后进行概率密度的采样，绘制概率密度直方图。所述区间间距选取过小会导致运算量增大，所述区间间距选取过大会导致数据统计结果的失真。一般地，所述区间间距为对所述充电电压数据或放电电压数据进行等间隔采样时采样精度的rioo倍。对于电压数据，一般地，所述区间间距为0.1mV飞OmV。在本实施例中，所述等间隔采样的电压数据的起始电压为3V，截止电压为4.2 V，可按照IOmV的电压区间间距将所述电压数据分为[3V，
3V+1OmV), [3V+1OmV，3V+2 X IOmV)、[3V+2 X IOmV ,3V+3X10mV)......[3V+119X10mV
，4.2V]共120个电压区间，对所述等间隔采样的电压数据在每一电压区间出现的频率进行统计，将以所述频率为纵坐标、以所述区间间距为横坐标在直角坐标系上进行表示，即得到如图3所示的概率密度直方图。
[0026]在上述步骤S1-3中，可分析所述概率密度直方图，获得所述电池或电池组的运行工况信息。例如可根据所述概率密度直方图获得所述电池或电池组充电或放电的电压平台位置的信息。在本实施例中，从图3可以获知，所述锰酸锂电池概率密度直方图的统计值集中在3.8V和4.1V附近，对应着锰酸锂正极锂离子的嵌入过程，即该锰酸锂电池的主要放电电压平台为3.8V和4.1V，还有一部分统计值集中3.6V附近，对应着石墨负极锂离子的脱出过程，即该锰酸锂电池还具有电压为3.6V的次要的放电电压平台。
[0027]第一实施方式提供的所述电池运行工况的数据处理方法还可进一步包括一步骤S1-4，绘制概率密度函数图。对所述概率密度直方图进行平滑处理，即可得到所述概率密度函数图。从所述概率密度函数图上可更直观地获得所述电池或电池组的运行工况信息，所述概率密度函数图也更为美观。例如在本实施例中，对图3所示的所述锰酸锂电池的概率密度直方图进行平滑处理，可以得到如图4所示的锰酸锂电池的概率密度函数图，从图4可直观地看出，所述锰酸锂电池概率密度函数图在3.8V和4.1V附近有两个明显的峰值，对应着锰酸锂正极锂离子的嵌入过程，即该锰酸锂电池的主要放电电压平台为3.8V和4.1V，而在3.6V附近不明显的峰值对应着石墨负极锂离子的脱出过程，即该锰酸锂电池还具有电压为3.6V的次要的放电电压平台。
[0028]在本发明第一实施方式的另一个实施例中，对以磷酸铁锂为正极、以石墨为负极的磷酸铁锂电池在恒定电流放电条件下的实时电压数据进行了等间隔采样，图5为所述磷酸铁锂电池的放电曲线图，图6为所述磷酸铁锂电池的概率密度直方图，图7为所述磷酸铁锂电池的概率密度函数图。从图5箭头所指放大的图中可以看出，该放电曲线图中电压数据的采样是等间隔且离散的。图6和图7的绘制方法与本发明实施例图3和图4的绘制方法相同，在此不再赘述。从图6或图7可以获知，所述磷酸铁锂电池概率密度函数图的统计值集中在3.2V附近，对应着磷酸铁锂正极的锂离子的嵌入过程，即该磷酸铁锂电池的主要放电电压平台为3.2V，两个小的峰值对应着石墨负极锂离子的脱出过程，即该磷酸铁锂电池还具有两个次要的放电电压平台。
[0029]本发明第一实施方式的实施例对恒定电流条件下电池放电过程中的电压数据进行了处理和分析。但本发明第一实施方式的实施例是示例性的，第一实施方式的所述数据处理方法不限于处理和分析电压数据，可以应用于处理和分析所有具有“采样等间隔，数据量足够大”特征的电池运行工况数据。“数据量足够大”指的是采集到的数据量至少为
IXlO3O[0030]本发明第二实施方式提供一种在复杂工况或在变载条件下，即在实际使用过程中，分析电池运行工况的数据处理方法，具体包括:
S2-1，直接在电池或电池组的实际运行过程中，等间隔采样记录实时的电池或电池组充电数据或放电数据；
S2-2，对所述充电数据或放电数据进行概率密度直方图的绘制；以及 S2-3，分析所述概率密度直方图，获得所述电池或电池组的运行工况信息。
[0031]在上述步骤S2-1中，所述电池或电池组可以是现有技术中的任何电池或电池组，例如可以是锂离子电池、燃料电池、镍氢电池、铅酸电池等。所述实际运行过程可以是在日常生活、工业生产过程等任何情况下使用电池或电池组时该电池或电池组的充放电过程。在本实施例中，对混合动力汽车用锰酸锂电池组在实际运行过程中的充放电数据进行了采集。
[0032]所述等间隔采样指的是采样的时间间隔相等。所述等间隔采样采集的数据量要足够大，“数据量大”指的是在一次充电或放电过程中采集到的数据量至少为IO3数量级，少于IO3数量级的概率统计结果无法有效反应电池的运行工况。为使数据分析不失真，所述采样间隔要保证在一次充电或放电过程中采样的数据量至少为1X103。一般地，所述采样间隔为时间间隔0.2秒到2秒。在本发明实施例中，所述采样间隔为时间间隔I秒。图8为本实施例对所述混合动力汽车用锰酸锂电池组实际运行过程中的电流数据进行采样得到的充放电曲线图。
[0033]在上述步骤S2-2中，所述概率密度直方图的绘制方法与本发明第一实施方式提供的概率密度直方图的绘制方法相同。对于电流数据，一般地，所述区间间距为0.1A10A。在本实施例中，以2A为电流区间间距可获得如图9所示的所述混合动力汽车用锰酸锂电池组的概率密度直方图。
[0034]在上述步骤S2-3中，可分析所述概率密度直方图，获得所述电池或电池组的运行工况信息。例如可以分析所述概率密度直方图，获得所述电池或电池组在实际运行过程中充电或放电的电流信息。例如在本实施例中，从图9可以获知，所述混合动力汽车用的锰酸锂电池组的一个典型工况为，所述混合动力汽车用锰酸锂电池组的充电电流集中在一 150A附近，所述混合动力汽车用锰酸锂电池组放电电流集中在125 A附近。
[0035]本发明第二实施方式提供的所述电池运行工况的数据处理方法还可进一步包括一步骤S2-4，绘制概率密度函数图。对所述概率密度直方图进行平滑处理，即可得到所述概率密度函数图。从所述概率密度函数图上可更直观地获得所述电池或电池组的运行工况信息，所述概率密度函数图也更为美观。例如在本实施例中，对图9所示的所述混合动力汽车用锰酸锂电池组的概率密度直方图进行平滑处理，可以得到如图10所示的概率密度函数图，从图10可直观地看出，所述混合动力汽车用锰酸锂电池组的充电电流集中在一 150 A附近，所述混合动力汽车用锰酸锂电池组放电电流集中在125 A附近。
[0036]在本发明第二实施方式的另一个实施例中，对纯电动汽车用磷酸铁锂组在车辆运行过程中的电流数据进行了等间隔采样，图11为所述纯电动汽车用磷酸铁锂组的放电曲线图，图12为所述纯电动汽车用磷酸铁锂组的概率密度直方图，图13为所述纯电动汽车用磷酸铁锂组的概率密度函数图。从图12或图13可以获知，所述纯电动汽车用磷酸铁锂组的一个典型工况为，所述纯电动汽车用磷酸铁锂组的放电电流集中在4A附近。[0037]本发明第二实施方式的实施例对实际运行过程中电池充放电的电流数据进行了处理和分析。但本发明第二实施方式的实施例是示例性的，第二实施方式的所述数据处理方法不限于处理和分析电流数据，可以应用于处理和分析所有具有“采样等间隔，数据量足够大”特征的电池运行工况数据。“数据量足够大”指的是采集到的数据量至少为ιχιο3。
[0038]对于所述电池或电池组的实际运行工况进行概率密度函数分析，即可统计出所述电池或电池组在实际运行过程中的典型工况，有助于后续对于电池组的设计，也有助于设计电池管理系统的控制算法。
[0039]本发明指出，本发明提供的分析电池运行工况的数据处理方法不会受到数据拟合的限制，解决了电压微分法和容量增量法的共性问题，可植入实时的电池管理系统中对电池运行工况的数据进行在线的分析；在复杂变载条件下，本发明提供的分析电池运行工况的数据处理方法可以较为容易地获得电池充放电工况信息。
[0040]另外，本领域技术人员还可以在本发明精神内做其他变化，这些依据本发明精神所做的变化，都应包含在本发明所要求保护的范围内。
【权利要求】
1.一种分析电池运行工况的数据处理方法，包括: 等间隔采样记录实时的电池或电池组充电数据或放电数据； 对所述充电数据或放电数据进行概率密度直方图的绘制；以及 分析所述概率密度直方图，获得所述电池运行工况信息。
2.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，所述等间隔采样的数据量至少为I X 103。
3.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，所述等间隔采样的采样间隔为时间间隔0.2s到2 S。
4.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，进一步对所述概率密度直方图进行平滑处理，获得概率密度函数图。
5.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，所述概率密度直方图的区间间距为等间隔采样所述充电数据或放电数据时采样精度的I到100倍。
6.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，对所述电池或电池组在恒定电流下进行充放电，等间隔采样记录实时的电池或电池组充电电压数据或放电电压数据。
7.如权利要求6所述的分析电池运行工况的数据处理方法，其特征在于，所述分析所述概率密度直方图的步骤包括:分析所述概率密度直方图获得所述电池或电池组电压平台位置的信息。
8.如权利要求1所述的分析电池运行工况的数据处理方法，其特征在于，在所述电池或电池组实际运行过程中，等间隔采样记录实时的电池或电池组充电电流数据或放电电流数据。
9.如权利要求8所述的分析电池运行工况的数据处理方法，其特征在于，所述分析所述概率密度直方图的步骤包括:分析所述概率密度直方图获得所述电池或电池组在实际运行过程中充电或放电的电流工况信息。
【文档编号】G01R31/36GK103616643SQ201310571077
【公开日】2014年3月5日 申请日期:2013年11月15日 优先权日:2013年11月15日
【发明者】冯旭宁, 卢兰光, 欧阳明高, 李建秋, 何向明, 华剑锋, 徐梁飞 申请人:清华大学