基于等效电路模型的锂离子电池SOC预测方法及装置制造方法及图纸

本发明专利技术公开了一种基于等效电路模型的锂离子电池SOC预测方法及装置。锂离子电池SOC预测方法包括：采用锂离子电池地面试验数据中的端电压U、充/放电电流I、荷电状态SOC、容量Q、放电深度以及容量电压微分参量dQ/dV表征锂离子电池的性能和故障，以建立基于戴维南定理的等效电路模型；根据容量电压微分参量dQ/dV与SOC的对应关系，以端电压U、充/放电电流I，容量Q、放电深度以及容量电压微分参量dQ/dV作为输入变量，以SOC作为输出变量，建立数据对集合；根据数据对集合建立预测模型。通过端电压和充/放电电流预测出SOC，提高SOC估计的准确度。

【技术实现步骤摘要】

本专利技术涉及锂离子电池故障预测与健康管理
，尤其涉及一种基于等效电路模型的锂离子电池SOC预测方法。此外，本专利技术还涉及一种锂离子电池SOC预测装置。
技术介绍
锂离子电池作为新型蓄电池具有较大的应用前景，特别是在贮能的电性能以及可靠性要求较高的场合，例如低地球轨道、地球同步轨道、空间站等宇航设备具有巨大的发展前景。蓄电池的荷电状态(StateofCharge，简称SOC)用于描述蓄电池的剩余容量，目前比较统一的是从电量角度定义SOC，其定义为电池在一定放电倍率下，剩余容量与相同条件下额定容量的比值，它是电池使用过程中的重要参数。准确的SOC可以有效得知蓄电池的使用状态，管理蓄电池的充放电情况，使其均衡及防止过充、过放，提高蓄电池组的使用寿命。因此，SOC的估算是电池管理的一项研究热点。但是，现有技术中大多以开路电压为特征估计SOC的方法在实际应用中存在一定局限性，具体地：实际应用中开路电压不易测量，采用开路电压估计SOC存在迟滞的现象。另外，锂离子电池内部复杂的电化学反应过程难以表征，给SOC估计带来了一定的困难，由此导致锂离子电池SOC的估计不精确，未能真实地反映电池SOC的变化，从而为未来所使用锂离子电池的故障预测与健康管理带来了很多困难。因此，需要一种基于等效电路模型的锂离子电池SOC预测方法，以解决现有技术中存在的上述技术问题。
技术实现思路
本专利技术提供一种锂离子电池SOC预测方法。采用这种锂离子电池SOC预测方法可以通过端电压和充/放电电流预测出SOC，提高SOC估计的准确度。此外，本专利技术还提供一种锂离子电池SOC预测装置。本专利技术采用的技术方案是：一种基于等效电路模型的锂离子电池SOC预测方法，其包括以下步骤：等效电路模型建立步骤：采用锂离子电池地面试验数据中的端电压U、充/放电电流I、荷电状态SOC、容量Q、放电深度以及容量电压微分参量dQ/dV表征锂离子电池的性能和故障，以建立锂离子电池的基于戴维南定理的等效电路模型；模型辨识步骤：根据容量电压微分参量dQ/dV与所述SOC的对应关系，以端电压U、充/放电电流I，容量Q、放电深度以及容量电压微分参量dQ/dV作为输入变量，以所述SOC作为输出变量，建立用于SOC预测的数据对集合；预测模型建立步骤：根据所述数据对集合建立预测模型，以通过所述预测模型对所述锂离子电池进行SOC预测。优选地，所述预测模型建立步骤中：对所述数据对集合执行相关向量机RVM回归，找出符合RVM回归特性的数据对，匹配非零基函数的稀疏数据集，确定RVM预测模型的未知权值参数，以拟合出RVM预测模型。优选地，所述锂离子电池SOC预测方法，在预测模型建立步骤之后，还包括：RVM预测模型的优化步骤：采用所述RVM预测模型对采集的测试样本进行SOC估计预测，根据得出的SOC预测值与SOC实际值的误差，判断所述RVM预测模型是否合格，如果不合格，则返回所述预测模型建立步骤中重新对所述数据对集合执行相关向量机RVM回归，直到所述RVM预测模型合格。优选地，所述等效电路模型建立步骤中，将交流阻抗谱图在通常电压时、电压大于通常电压时和电压小于通常电压时所对应的三条曲线表征为3个串联阻抗，dQ/dV曲线上的四个特征峰值反映锂离子电池在充放电下的实时内阻的变化。优选地，所述等效电路模型，包括漏电阻抗Rli和电源产生的时变阻抗Cpi，其中i的取值为1、2和3，漏电阻抗Rli和对应的实变阻抗Cpi并联后组成并联单元，将各并联单元再依次串联，其中，漏电阻抗Rl2、时变阻抗Cp2表示在通常电压下的阻抗，漏电阻抗Rl1、时变阻抗Cp1表示在电压大于通常电压下的阻抗，漏电阻抗Rl3、时变阻抗Cp3表示在电压小于通常电压下的阻抗。优选地，所述模型辨识步骤中，在每个预定义取值点SOCj，j＝1,2,…,J，对应不同的SOC，根据所述每个预定义取值点SOCj得出辨识结果统计函数θ(SOCj)，以形成矩阵{θ(SOCj),SOC本文档来自技高网...

【技术保护点】
一种基于等效电路模型的锂离子电池SOC预测方法，其特征在于，包括以下步骤：等效电路模型建立步骤：采用锂离子电池地面试验数据中的端电压U、充/放电电流I、荷电状态SOC、容量Q、放电深度以及容量电压微分参量dQ/dV表征锂离子电池的性能和故障，以建立锂离子电池的基于戴维南定理的等效电路模型；模型辨识步骤：根据容量电压微分参量dQ/dV与所述SOC的对应关系，以端电压U、充/放电电流I、容量Q、放电深度以及容量电压微分参量dQ/dV作为输入变量，以所述SOC作为输出变量，建立用于SOC预测的数据对集合；预测模型建立步骤：根据所述数据对集合建立预测模型，以通过所述预测模型对所述锂离子电池进行SOC预测。

【技术特征摘要】
1.一种基于等效电路模型的锂离子电池SOC预测方法，其特征在于，包
括以下步骤：
等效电路模型建立步骤：采用锂离子电池地面试验数据中的端电压U、充/
放电电流I、荷电状态SOC、容量Q、放电深度以及容量电压微分参量dQ/dV
表征锂离子电池的性能和故障，以建立锂离子电池的基于戴维南定理的等效电
路模型；
模型辨识步骤：根据容量电压微分参量dQ/dV与所述SOC的对应关系，以
端电压U、充/放电电流I、容量Q、放电深度以及容量电压微分参量dQ/dV作
为输入变量，以所述SOC作为输出变量，建立用于SOC预测的数据对集合；
预测模型建立步骤：根据所述数据对集合建立预测模型，以通过所述预测
模型对所述锂离子电池进行SOC预测。
2.根据权利要求1所述的锂离子电池SOC预测方法，其特征在于，所述
预测模型建立步骤中：对所述数据对集合执行相关向量机RVM回归，找出符合
RVM回归特性的数据对，匹配非零基函数的稀疏数据集，确定RVM预测模型
的未知权值参数，以拟合出RVM预测模型。
3.根据权利要求2所述的锂离子电池SOC预测方法，其特征在于，所述
锂离子电池SOC预测方法，在预测模型建立步骤之后，还包括：RVM预测模型
的优化步骤：采用所述RVM预测模型对采集的测试样本进行SOC估计预测，
根据得出的SOC预测值与SO...

【专利技术属性】
技术研发人员：房红征，樊焕贞，罗凯，李蕊，
申请(专利权)人：北京航天测控技术有限公司，
类型：发明
国别省市：北京;11