本发明提供一种电池管理装置、蓄电装置、电池管理方法以及计算机程序。电池管理装置对连接有分流电阻器的蓄电元件进行管理。电池管理装置具备：电流测量部,使用与所述分流电阻器的两端连接的一对信号线,测量流过所述分流电阻器的电流；连接线,经由开闭开关而将所述信号线与基准电位源连接；和判定部,基于在所述开闭开关开闭时所述电流测量部测量的电流的变化,判定有无经由所述分流电阻器的所述一对信号线之间的连接成为不良的故障。

在对技术组件进行进一步处理之前,针对所述技术组件的功能对它们进行检查。在这种情况下,可能由于测量误差或错误测量而导致对功能的错误判断,这进而导致非常低效的测试。本发明提供了一种能够实现增加的测量精度的方法和装置。这是通过以下特征来实现的：在管芯组件的端子处,至少一个第一电压值是在第一恒定测量电流下测量的,并且至少一个第二电压值是在第二恒定测量电流下测量的,每个测量的电压值分别使用分布因子PF进行缩放以形成测量值M,并且仅至少公差范围位于公共值范围内的测量值M被用于确定电气参数。

本发明属于电池系统教学技术领域,涉及一种基于模拟电池的电池系统教学平台及实现方法,教学平台包括：模拟电池模组、电池管理系统、总正继电器、总负继电器、预充继电器、预充电阻、分流器、电池电流模拟单元、温度模拟单元、电池总电压模拟单元、故障设置单元、维修开关、高压线束、采集线束、测量面板、供电单元、输出端子、台架和上位机。本申请技术方案能够完成电池系统原理教学、电池系统故障分析及处理教学、电池系统运行维护教学任务,且教学过程安全、全面、经济和可靠。

本申请公开了一种电池建模数据处理方法、装置、存储介质和设备,获取电池建模所需的充放电数据,充放电数据包括各个时刻的端电压、第一电流、电池荷电量、第一电流的变化率和第二电流。当电池处于放电状态时,第一电流为放电电流,当电池处于充电状态时,第一电流为充电电流。第二电流为电池处于未放电、且未充电状态时的电流。对各个时刻的端电压进行曲线拟合,生成得到目标曲线。基于预设时间段内的第一电流,对预设时间段内的端电压所属的目标曲线段的斜率进行调整,使得斜率小于目标数值。利用本申请所示方法,能够在不对测试设备进行改造的情况下,提高电池建模数据的精确度以及趋势走向的正确性。

本发明涉及电池技术领域,特别涉及一种锂离子电池的电压预测方法及装置,其中,锂离子电池的电压预测方法包括以下步骤：每隔第一预设时长,采集锂离子电池的实际电压；根据第一至第n次采集的实际电压和采集时刻建立时间差值-电压比值的关系式；基于时间差值-电压比值的关系式,预测一个或多个待测锂离子电池的预测电压。该方法可以快速准准确筛选出自放电不良的电池,提升生产效率,降低电池成本,并提升下线电池电压的一致性,进而提高电池的安全性能,降低因自放电不良造成的热失控事故的发生。

本发明公开了一种梯次利用三元电池热失控能量释放估算方法。常规的电池热失控温度测试方法,测试时间较长,一般需要十几小时到二十几小时,并且测试仪器费用较高,不能做到普及使用。本发明主要针对在未来更具有梯次利用潜力的三元/石墨体系的电池,对不同健康状态的梯次利用三元电池的自产热起始温度T-(0)、电压降落温度T-(d)、热失控触发温度T-(c)和热失控最高温度T-(m)等热失控相关数据进行测试,该方法可在1小时内完成梯次利用三元电池的热失控温度测定,大幅度缩短了梯次利用三元电池热失控温度测定的时间和成本。本发明通过得到的温度数据计算出梯次利用三元电池热失控过程中释放的能量。

本申请涉及一种电池荷电状态的确定方法、装置、计算机设备和存储介质,根据电池模型参数的当前值及电池模型参数的估计值,确定优化目标,电池模型参数用于指示电池的工作状态,电池模型参数的估计值是根据噪声组的数值计算得到的；通过不断调整噪声组的数值大小,直至确定满足预设条件的优化目标结果,将满足预设条件的优化目标结果所对应的电池模型参数的估计值,作为当前电池模型参数的最终值。在传统的卡尔曼滤波算法计算SOC的基础上,增加基于粒子算法的优化目标,可在离线时通过优化目标对噪声进行优化,提高SOC计算方法的精确度和计算速度,并且减小计算过程受噪声的影响。

本发明提供一种基于量子同化与数据填充的异常退化锂电池容量预测方法,其包括：将锂电池原始数据集划分为训练集和测试集；对训练集锂电池数据进行量子同化处理；记录训练集中每个数据点的退化增量和对应的势能信息,形成一个退化增量抽样库；对于待预测电池,根据当前循环的信息在抽样库中按照一定的规则抽样产生当前循环的退化增量,生成新样本；将新样本填充到训练集中,得到适应异常样本的锂电池容量预测模型；对测试集锂电池的后续容量退化情况进行预测。本发明能够利用已有的锂电池数据信息,外推获得额外信息,生成能够涵盖异常电池后续可能的退化轨迹的新样本,由此来填充训练集并训练神经网络模型,提升模型对异常电池的预测准确度。

本发明公开了锂电池备电系统SOH估算方法及装置,该方法包括以下步骤：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,并更新锂电池组的SOH值；若锂电池组完成深度放电,则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。本发明可以获得更为准确的SOH估算值,并持续更新SOH估算值。

本发明提供了一种动力电池健康状态的估算方法,所述方法包括：建立动力电池的等效电路模型；搭建动力电池测试平台,测出电池模型中的电池内阻；使用两个扩展卡尔曼滤波器,初始化状态方程中的状态变量和协方差；将电池内阻作为第一个扩展卡尔曼滤波器的输入量,输出为SOC,建立相关的状态方程和观测方程；将第一个扩展卡尔曼滤波器的输出SOC作为第二个扩展卡尔曼滤波器的输入量,选择容量Q作为估算SOH的状态变量,建立相应的状态方程和观测方程；以及重复循环第一个和第二个扩展卡尔曼滤波算法,直至双扩展卡尔曼滤波算法结束,得到估计的SOC值和估计的容量值Q,根据所得到的容量值Q求得电池的SOH。本发明估算精度高。