本公开涉及一种确定电池等效电路模型的参数的方法、装置、存储介质及电子设备,所述方法包括：获取电池的状态数据,所述状态数据包括电流数据、电压数据；基于所述电池的等效电路模型、误差信息以及所述状态数据,通过最小二乘法RLS预估模型,确定所述等效电路模型中的元件参数值；其中,所述误差信息包括电压数据的采样误差因子和/或电流数据的采样误差因子。

本发明提供一种锂电池自放电率评价方法、装置和计算机设备,该锂电池自放电率评价方法包括：对锂电池进行第一预设规则的混合脉冲充放电处理,直至锂电池的电压到达预设放电截止电压；按照预设充电电流对锂电池进行恒流充电处理,直至锂电池的电压到达预设老化电压；对锂电池进行第二预设规则的温度循环以及振动步进综合应力处理,并利用预设自放电率算法计算每次温度循环结束时锂电池的自放电率；根据预设截止算法确定自放电率稳定后,停止温度循环以及振动步进处理,并获取稳定后的自放电率为锂电池的标准自放电率。本发明可提高锂电池自放电率评价的效率,并消除锂电池在使用、储存及运输过程中温度场景及振动场景对自放电率稳定性的影响。

一种基于随机森林的锂电池安全度估算方法及装置属于电池安全性领域。本发明为了解决现有技术无法对锂电池安全性进行量化表示和估算精度低的问题,根据过充时的实验电池参数数据,以热失控开始的温度,临界温度,热失控前的电压和充电上限电压构建安全度函数F(T,U)。所述样本划分为训练集和测试集,将所述电池的特征参数电压,温度和温度变化率作为随机森林算法的输入,安全度F(T,U)的数值作为输出,利用训练集进行训练,经过训练的模型得到当前电池的安全度数值。本发明实现了电池安全度的量化和高精度估算。

本发明公开了一种电池剩余容量的获取方法,通过建立电池等效电路模型,然后利用带遗忘因子的最小二乘法参数辨识,从而在电池正常运行状态建立准确的电池模型；在电池剩余容量估算方面,本方法通过建立的电池模型和历史运行数据,计算模型参数与寿命的相应关系,综合电池多因子建立健康度评估的模型,实时在线监测电池状态。本发明提供的一种电池剩余容量的获取方法,解决现在技术所存在的精确识别对电池造成一定的破坏性,且工作量大,实际运行中难以实现；算法确定后无法在线修改完善,通用性不强；电池概率模型的参数提取工作量大,且模型的准确性有待考量的问题。本发明作用效果显著,适于广泛推广。

本发明涉及HEV技术领域,具体为一种适用于HEV的SOC算法,围绕电池包内部的单体建立等效电池模型——一阶电路模型,并使用EKF(拓展卡尔曼滤波算法)进行状态(SOC)最优估计。本发明能很好减少安时积分法带来的误差累计,降低对开路修正法的依赖,进一步提高SOC估算自主修正的准确性和鲁棒性,以便很好地适应复杂的行车工况。

本发明提供了一种电池模型参数在线辨识的方法,属于电池模型参数辨识技术领域。本发明的一种电池模型参数在线辨识的方法,首先根据待测电池建立电池等效电路模型；然后当所述待测电池在放电过程中,放电电流降为0时,根据所述电池等效电路模型建立电池输出电压公式和电池端电压的时域响应模型；最后根据所述电池输出电压公式和所述电池端电压的时域响应模型得到待测电池模型参数。本发明利用电池放电降到0时的暂态片段,计算出电路模型中的待测电池模型参数,可以大大简化计算步骤,保证了在线监测的实时性和准确性。本发明还提供一种电池模型参数在线辨识的系统。

本申请提供一种锂离子电池分选方法和装置。该方法包括：服务器获取每一待分选锂离子电池的电池参数。服务器可以将每一待分选锂离子电池的电池参数聚类为第一预设数量个聚类簇。服务器可以根据所述聚类簇和所述电池参数,确定所述待分选锂离子电池的分选等级值。服务器根据所述分选等级值,从所述待分选锂离子电池中分选出第二预设数量个目标锂离子电池,所述预设数量个目标锂离子电池的分选等级值为接近值。本申请的方法,实现在不经过直流内阻测试的情况下,筛选得到一致性高的目标锂离子电池,实现了提高分选准确率,降低耗时,优化工序的效果。

本发明实施例提供了一种基于稳态等效电路模型的SOC确定方法及装置,该方法包括：获取目标车辆在运行过程中目标电池处于稳态时对应的当前充/放电电流、当前稳态电压及当前工作温度；基于当前充/放电电流及当前工作温度从目标电池对应的稳态等效电路模型数据库中确定不同SOC下对应的稳态电压；基于当前稳态电压与不同SOC下对应的稳态电压的关系,确定目标电池的当前SOC。通过利用稳态等效电路模型数据库,查找与目标电池稳态时当前充/放电电流、当前工作温度对应的不同SOC下的稳态电压,并通过比较当前稳态电压与不同SOC下的稳态电压的大小,确定目标电池的当前SOC。整体方案计算量小、精度高且容易实施。

本发明公开了一种退役动力电池一致性评估和分选重组装置,包括可调压双向DC/AC变流器、N个充放电单元和上位机；各充放电单元通过直流母线与通信总线互联,并通过通信总线与上位机相连；该装置通过对双向DC/DC变换器配对互补同步控制,实现能量互相流动平衡；基于多维EIS数据组、温度、开路电压等参数建立电池多维多时间尺度SOC和SOH数学模型,采用神经网络确定动力电池的一致性状态、SOC和SOH参数；根据一致性对退役电池进行分选重组,再以能量损失最小和时间最短为目标函数确定各分组退役电池的均衡电压值,进而对各分组退役电池进行均衡优化的充放电控制,提高配组质量和整体性。本发明实现快速、高效、精准、灵活的退役动力电池一致性评估和分选重组。

本发明公开了一种电池最大充放电电流的估算方法、装置及存储介质,涉及汽车电池领域。其中方法包括：读取待估算电池的电压序列值和电流序列值,其中,电压序列值包括多个连续时刻的端电压值,电流序列值包括多个连续时刻的电流值；利用递推最小二乘法,根据待估算电池的电压序列值和电流序列值,得到当前时刻的待估参数；通过二阶RC等效电池模型得到待估参数与电池特性参数之间的对应关系,并根据待估参数与电池特性参数之间的对应关系,得到当前时刻的电池特性参数；根据当前时刻的电池特性参数,得到待估算电池在当前时刻的最大充放电电流。上述方法可以提高电池最大充放电电流估算结果的精确度。