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BMS电池单片一致性测试系统及其测试方法技术方案_技高网

一种BMS电池单片一致性测试系统及其测试方法技术方案

技术编号:40429441 阅读:6 留言:0更新日期:2024-02-20 22:51
本发明专利技术公开了一种BMS电池单片一致性测试系统及其测试方法,包括:工况模拟模块,数据采集模块,数据处理模块,模型拟合模块以及一致性评估模块;工况模拟模块用于建立不同工况模拟在不同场景需求下电池工作状态;数据采集模块用于对模拟电路采集记录电压‑时间变化实时数据和状态运行数据;数据处理模块用于对数据进行预处理,得到电压‑时间集成数据;模型拟合模块用于将电压‑时间集成数据和状态运行数据拟合建立数据学习模型,计算模型优度指标表征单片电池一致性;一致性评估模块用于对模型优度指标进行分析。本发明专利技术通过模拟不同工况与滤波器结合,避免了现有技术中无法与具体使用状态结合的问题出现,使测试结果更加真实和准确。

【技术实现步骤摘要】

本专利技术涉及电学性能的测试领域,尤其涉及获取或处理用于测试或监测电池内单个电池或电池组数据领域,具体涉及一种bms电池单片一致性测试系统及其测试方法。


技术介绍

1、bms电池系统俗称之为电池保姆或电池管家,主要就是为了智能化管理及维护各个电池单元,防止电池出现过充电和过放电,延长电池的使用寿命,监控电池的状态。通常bms电池需要保证一定年限的使用寿命,而电池使用寿命除了和电芯质量相关,还和充电装置电流和电压相关,同时也和使用电池的单片一致性有关。

2、电池一致性是指统一规格型号的单体电池组成电池组后,其电压、荷电量、容量及其衰退率、内阻及其变化率、寿命、温度影响、自放电率等参数存在一定的差别。

3、而电压不一致的主要影响因素在于并联组中电池的互充电,当并联组中一节电池电压低时,其他电池将给此电池充电。这种连接方式,会使低压电池容量小幅增加的同时高压电池容量急剧降低,能量将损耗在互充电过程中而达不到预期的对外输出。同时因为设备电流检测偏差,当bms电池充电完成时,还有微电流给电池进行慢充电,会导致电芯单体电压较高的故障,导致输出电流纹波非常大,纹波电流达到10%以上,输出电流波动会影响电池的使用寿命。

4、现有技术中通常是通过直接测试电池的相关数据来评估电池一致性,但无法模拟不同工况下的电池电压变化情况,导致测试结果较为单一,无法与具体使用状态结合。

5、因此,需要提供一种bms电池单片一致性测试系统及其测试方法,以改善上述问题。


技术实现思路

1、本专利技术克服了现有技术的不足,提供一种bms电池单片一致性测试系统及其测试方法。

2、为达到上述目的,本专利技术采用的技术方案为:一种bms电池单片一致性测试系统,包括:工况模拟模块,数据采集模块,数据处理模块,模型拟合模块以及一致性评估模块;

3、所述工况模拟模块包括:模拟电路和设置在所述模拟电路中的滤波器;用于通过建立电池使用时出现的不同工况,来模拟在不同应用场景和需求下的电池工作状态,以便进行一致性测试;

4、所述数据采集模块包括:采集单元和记录单元;用于对滤波器的实时电压数据进行采集记录,得到滤波器电压-时间变化实时数据和状态运行数据;

5、所述数据处理模块包括:数据预处理单元,数据输出单元;用于对滤波器电压-时间变化实时数据进行预处理,得到电压-时间集成数据;

6、所述模型拟合模块包括:模型建立单元,计算单元;用于将电压-时间集成数据和状态运行数据拟合建立数据学习模型,计算模型优度指标表征单片电池一致性;

7、所述一致性评估模块用于对模型优度指标进行分析,模型优度指标越高表明拟合模型与实际数据的吻合程度越高,单片电池一致性越好,反之则表明单片电池一致性越差。

8、本专利技术一个较佳实施例中,所述工况模拟模块包括:充电工况,放电工况,循环工况,温度工况,以及存储工况。

9、本专利技术一个较佳实施例中,所述充电工况包括:充电速率因素、充电电流因素以及充电温度因素;所述放电工况包括:放电速率因素、放电电流因素以及放电温度因素;所述循环工况包括:循环次数因素和循环速率因素;所述温度工况包括:高温环境因素和低温环境因素;所述存储工况包括:电荷状态因素和存储时间因素。

10、本专利技术一个较佳实施例中,所述采集单元用于实时采集滤波器的电压数据,所述记录单元用于记录采集到的实时电压数据。

11、本专利技术一个较佳实施例中,所述数据预处理单元用于对滤波器电压-时间变化实时数据进行预处理,包括异常数据的识别和剔除,以及数据曲线的平滑除噪处理;所述数据输出单元用于输出处理后的电压-时间集成数据,为后续的模型拟合和提供性评估提供数据。

12、本专利技术一个较佳实施例中,所述模型建立单元用于根据电压-时间集成数据和状态运行数据,建立数据学习模型;所述计算单元用于计算模型的优度指标。

13、本专利技术一个较佳实施例中,所述数据学习模型为基于人工智能的深度学习模型,用于通过拟合优度算法精确计算模型优度指标。

14、本专利技术一个较佳实施例中,衡量所述模型优度指标的统计量为可决系数,可决系数的值越接近1,表明拟合程度越好,反之可决系数的值越小,表明拟合程度越差。

15、本专利技术一个较佳实施例中,所述采集单元内设置有若干传感器,包括:热敏传感器、电流传感器、电压传感器、湿敏传感器、气敏传感器以及磁敏传感器。

16、本专利技术还提供了一种bms电池单片一致性测试系统的测试方法,具体包括以下步骤:

17、s1、将多个锂电池单片的正极和负极依次连接在一起,形成一个电池组;将滤波器的输入端与电池组连接,滤波器的输出端与用电负载连接,搭建模拟电路;

18、s2、通过工况模拟模块进行模拟后,控制采集单元对滤波器的电压变化进行测试,并使用记录单元录入各工况对应的滤波器电压-时间变化实时数据和状态运行数据;

19、s3、将s2中的滤波器电压-时间变化数据发送至数据预处理单元进行处理,通过数据预处理单元去除异常值并进行平滑处理,将得到的电压-时间集成数据传输至模型拟合模块;

20、s4、将电压-时间集成数据和状态运行数据拟合得到数据学习模型;所述数据学习模型为基于人工智能的深度学习模型,用于通过拟合优度算法精确计算模型优度指标;

21、s5、将模型优度指标传输至一致性评估模块进行评估,得到评估结果。

22、本专利技术解决了
技术介绍
中存在的缺陷,本专利技术具备以下有益效果:

23、(1)本专利技术提供了一种bms电池单片一致性测试系统及其测试方法,避免了现有技术中测试结果较为单一,无法与具体使用状态结合的问题出现,使得测试结果更加真实和准确;并结合学习模型可以准确评估电池的一致性,为指导电池设计和应用的优化提供了基础。

24、(2)本专利技术设置了工况模拟模块,通过建立电池使用时出现的不同工况,可以模拟在充放电和充放电循环应用场景、温度影响以及存储需求下的电池工作状态;可以测试滤波器电压的多种影响因素,扩大了工况的考虑范围,这样可以更准确地评估电池的一致性。

25、(3)本专利技术设置了数据采集模块,通过设置的多种传感器可以准确得知影响滤波器电压的具体因素范围,同时可以实时采集记录滤波器的电压数据;可以获取准确的电池状态信息,为后续的数据处理和模型拟合提供了具体数据。

26、(4)本专利技术设置了模型拟合模块,建立了基于人工智能的深度学习模型,通过不断学习和迭代,不断提高模型的准确性;且可以根据输入数据的特征自动调整模型参数,从而更好地拟合优度算法和实际数据;同时可以处理大规模的复杂数据,能够加快拟合与计算速度,节约了时间和资源成本。

27、(5)本专利技术通过模拟不同工况与滤波器结合,通过测量滤波器的实时电压输出数据来表征单片电池的一致性,可以有效滤除高频噪声数据和异常数据,减少由于噪声数据引起的误判,提高测试结果的可本文档来自技高网...

【技术保护点】

1.一种BMS电池单片一致性测试系统,包括:工况模拟模块,数据采集模块,数据处理模块,模型拟合模块以及一致性评估模块,其特征在于,

2.根据权利要求1所述的一种BMS电池单片一致性测试系统,其特征在于:所述工况模拟模块包括:充电工况,放电工况,循环工况,温度工况,以及存储工况。

3.根据权利要求2所述的一种BMS电池单片一致性测试系统,其特征在于:所述充电工况包括:充电速率因素、充电电流因素以及充电温度因素;所述放电工况包括:放电速率因素、放电电流因素以及放电温度因素;所述循环工况包括:循环次数因素和循环速率因素;所述温度工况包括:高温环境因素和低温环境因素;所述存储工况包括:电荷状态因素和存储时间因素。

4.根据权利要求1所述的一种BMS电池单片一致性测试系统,其特征在于:所述采集单元用于实时采集滤波器的电压数据,所述记录单元用于记录采集到的实时电压数据。

5.根据权利要求1所述的一种BMS电池单片一致性测试系统,其特征在于:所述数据预处理单元用于对滤波器电压-时间变化实时数据进行预处理,包括异常数据的识别和剔除,以及数据曲线的平滑除噪处理;所述数据输出单元用于输出处理后的电压-时间集成数据,为后续的模型拟合和提供性评估提供数据。

6.根据权利要求1所述的一种BMS电池单片一致性测试系统,其特征在于:所述模型建立单元用于根据电压-时间集成数据和状态运行数据,建立数据学习模型;所述计算单元用于计算模型的优度指标。

7.根据权利要求6所述的一种BMS电池单片一致性测试系统,其特征在于:所述数据学习模型为基于人工智能的深度学习模型,用于通过拟合优度算法精确计算模型优度指标。

8.根据权利要求7所述的一种BMS电池单片一致性测试系统,其特征在于:衡量所述模型优度指标的统计量为可决系数,可决系数的值越接近1,表明拟合程度越好,反之可决系数的值越小,表明拟合程度越差。

9.根据权利要求1所述的一种BMS电池单片一致性测试系统,其特征在于:

10.基于权利要求1-9中所述的任意一种BMS电池单片一致性测试系统的测试方法,其特征在于,具体包括以下步骤:

...

【技术特征摘要】

1.一种bms电池单片一致性测试系统,包括:工况模拟模块,数据采集模块,数据处理模块,模型拟合模块以及一致性评估模块,其特征在于,

2.根据权利要求1所述的一种bms电池单片一致性测试系统,其特征在于:所述工况模拟模块包括:充电工况,放电工况,循环工况,温度工况,以及存储工况。

3.根据权利要求2所述的一种bms电池单片一致性测试系统,其特征在于:所述充电工况包括:充电速率因素、充电电流因素以及充电温度因素;所述放电工况包括:放电速率因素、放电电流因素以及放电温度因素;所述循环工况包括:循环次数因素和循环速率因素;所述温度工况包括:高温环境因素和低温环境因素;所述存储工况包括:电荷状态因素和存储时间因素。

4.根据权利要求1所述的一种bms电池单片一致性测试系统,其特征在于:所述采集单元用于实时采集滤波器的电压数据,所述记录单元用于记录采集到的实时电压数据。

5.根据权利要求1所述的一种bms电池单片一致性测试系统,其特征在于:所述数据预处理单元用于对滤波器电压-时间变化实时数...

【专利技术属性】
技术研发人员:欧煌王宏建张军
申请(专利权)人:苏州思道尔新能源科技有限公司
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