一种动力电池组SOC和SOH的自适应估计方法技术

本发明专利技术公开了一种动力电池组SOC和SOH的自适应估计方法，本发明专利技术的自适应估计系统主要包括电池ID特性数据输入模块、电池状态信息采集模块、汽车行驶工况信息识别模块、电池自适应估计模块，本发明专利技术的方法提出容量矩阵的概念，运用该矩阵能够更准确地记录和评价动力电池的实际放电容量，更真实的体现一个充放电周期内动力电池以不同放电率工作的累积时间和分布特性，本发明专利技术提出容量矩阵的概念，适用于所有型号的电池、各种类型的汽车和几乎所有的工况，增强了SOC和SOH估计系统的移植性和通用性；同时，能够较好地解决由于外部环境变化、行驶工况变化、电池老化等问题造成的SOC估计失效问题。

An adaptive estimation method for power cell SOC and SOH

The invention discloses a method of adaptive estimation of power battery SOC and SOH, the invention of the adaptive estimation system consists of ID battery characteristic data input module, battery status information acquisition module, vehicle condition information recognition module, adaptive estimation of battery module, the method of the invention puts forward the concept of capacity matrix, the actual discharge capacity more accurate records and evaluation of power battery using the matrix, more reflected a battery charge and discharge cycle to accumulation time and the distribution characteristics of different discharge rate, the invention proposes the concept of capacity matrix, applicable to all types of batteries, vehicles of various types, and almost all of the conditions, enhance the SOC and SOH to estimate the system's portability and versatility; at the same time, can better solve due to changes in the external environment and the driving conditions change SOC estimation failure caused by aging and battery aging problems.

【技术实现步骤摘要】
一种动力电池组SOC和SOH的自适应估计方法
本专利技术属于动力电池管理领域，具体是指一种动力电池组SOC和SOH的自适应估计方法。
技术介绍
动力电池组SOC(StateofCharge，电池荷电状态)指的是当前剩余有效电量百分比，是后续可行驶里程估计及能量管理与控制的重要参数。不能直接测量得到，只能进行估计计算。但其值受电池类型、连接方式、SOH(StateofHealth，电池的健康状态)、工作温度和充放电率等多因素影响，所以，根据定义的传统计算方法准确性不高，且具有移植性和通用性差的特点。目前，公知的动力电池SOC估计有很多种算法，但通常需要根据具体的电池类型与模组配置及工况特性或工作环境等进行单独设计。由于涉及的动力电池数量庞大、结构复杂，单独设计SOC估计系统的工作量大，而且一旦更换电池，原有的SOC估计算法往往无法再使用，需要重新针对新电池设计SOC估计算法。如何解决SOC估计失准和移植性、通用性差等难题，是当前电池管理系统亟需克服的一大挑战。
技术实现思路
本专利技术针对现有技术中存在的问题，公开了一种动力电池组SOC和SOH的自适应估计方法，该方法提出容量矩阵的概念，运用该矩阵能够更准确地记录和评价动力电池的实际放电容量，更真实的体现一个充放电周期内动力电池以不同放电率工作的累积时间和分布特性，该矩阵数据也用于SOH的修正计算，用以增加电池SOC估计的准确性。本专利技术是这样实现的，一种动力电池组SOC和SOH的自适应估计方法，具体步骤如下：步骤一，电池管理系统BMS启动；BMS启动，并进行自我检测，如果不正常，则进入BMS自检系统，如果正常，则进一步确定电池组与汽车是否为首次连接；若电池组与汽车首次连接，电池ID特性数据输入模块启动，读取电池组内部参数信息，确定电池组的额定容量Ce，同时电池自适应估计模块启动，对SOC和SOH进行初步估计；若电池组与汽车不是首次连接，电池状态信息采集模块启动，读取电池组上次充放电容量矩阵的存储数据，对SOC进行初步估计；步骤二，判断电池组是否需要充电；是，则提示充电，再进一步确认是否充电，如果进行充电，则电池状态信息采集模块和电池自适应估计模块启动，开始充电量的计算，并实时更新充电容量矩阵，进行电池的SOC/SOH估计计算，充电结束后储存容量矩阵数据和SOC/SOH数据，等待下一次使用；否，则等待电池放电，一旦电池进入放电状态，电池状态信息采集模块、汽车行驶工况信息识别模块和电池自适应估计模块启动，开始放电量的计算，并实时更新放电容量矩阵，进行电池的SOC/SOH估计计算，放电结束后储存容量矩阵数据和SOC/SOH数据，等待下一次使用。进一步，所述的步骤一中的容量矩阵对一个完整的充放电周期内的充放电状态进行记录和标识，分为充电容量矩阵和放电容量矩阵；充电容量矩阵又分为一个充电周期内的实时充电容量矩阵Ccc和该充电周期结束时的充电容量矩阵Cce，二者的矩阵表达式相同，Ccc的表达式如下：式中：ic1、ic2…icn等为充电倍率，tc1、tc2…tcn为该充电倍率下的累积充电时间，记录的一个完整充电周期的充电情况，单位为秒s；放电容量矩阵又分为一个放电周期内的实时放电容量矩阵Cdc和该放电周期结束时的放电容量矩阵Cde，二者的矩阵表达式相同，Cdc的表达式如下：式中：id1、id2…idn等为放电倍率，tdc1、tdc2…tdcn为该放电率下的累积放电时间，记录的一个完整充放电周期的放电情况，单位为秒s。进一步，所述的步骤二具体如下：2.1，通过汽车行驶工况信息识别模块确定当前行驶工况，对放电容量矩阵Cdc和Cde的放电率区间进行离散值的优化调整；2.2，通过电池状态信息采集模块中的温度传感器实时采集电池温度，确定不同放电倍率区间容量的温度修正系数Td1、Td2、Tdi，进行放电时间的累积修正计算。进一步，所述的步骤二中，汽车行驶工况信息识别模块在放电时启动，实时识别汽车的行驶工况；电池状态信息采集模块在充放时启动，实时采集动力电池的充放电倍率、温度、电压、放电时间数据。进一步，所述的放电容量矩阵中根据工况信息优化调整放电率离散点的确定方法采用有边界的类集聚法，具体公式为：式中：it为汽车工况下所对应的一般工况倍率，idi为电池状态信息采集模块实时采集的放电倍率，n为汽车行驶过程中所识别的工况倍率数，Δr为工况倍率和放电倍率差值的绝对值。进一步，所述的步骤二中容量矩阵更新的时间累积公式如下：式中：tc1、tc2…tcn为该充电倍率下的累积充电时间，记录的一个完整充电周期的充电情况，单位为秒s；td1、td2…tdn为该充电倍率下的累积放电时间，记录的一个完整放电周期的放电情况，单位为秒s；Td1、Td2…Tdi为不同放电倍率区间容量的温度修正系数，Δtj为电池在不同温度下的充放电时间。进一步，所述的SOC和SOH计算时，放电时，以当前实时放电容量矩阵Cdc和上一个完整放电周期结束时的容量矩阵Cec为参考计算数据，具体方法如下：其中，ΔCdc为实时放电容量矩阵Cdc与上一个完整放电周期结束时的容量矩阵Cec的修正容量矩阵；id1、id2…idn为放电倍率；tde1、tde2…tden为上个放电周期中某倍率下的放电时间；tdc1、tdc2…tdcn为当前放电模式某倍率下的放电时间；Δtdc1、Δtdc2…Δtdcn为前后两次同倍率放电时间差值；k1、k2…kn，l1、l2…ln为基于放电率的容量修正系数；SOC0为电动汽车开始运行时的动力电池的初始SOC值；为电动汽车新电池初始运行存储的放电容量矩阵数据。本专利技术相对于现有技术的有益效果在于：本专利技术通过电池ID特性数据输入模块读取动力电池的电芯材料及出厂特性测试数据，完成动力电池SOC和SOH的初始化计算，并在首个充放电周期内进行容量的测试和验证；其后的SOC和SOH计算主要是根据电动汽车动力电池的实测实时数据和存储的历史数据进行自适应计算。由于电动汽车动力电池系统本身受具体的工况和电池的实际状态影响，一直采用出厂时的数据进行计算并不合理，会造成SOC和SOH的计算值误差较大，不能很好的表征动力电池的状态。通过自适应SOC和SOH估计系统，用近期的动力电池历史数据进行计算，同时，容量矩阵还考虑了温度、放电率和再生制动及行车充电等对剩余容量的影响，再者，容量矩阵本身根据电动汽车日常行驶工况的自适应调整，对于剩余容量的准确估计和标识更为合理。本专利技术提出容量矩阵的概念，适用于所有型号的电池、各种类型的汽车和几乎所有的工况，增强了SOC和SOH估计系统的移植性和通用性，能够避免动力电池模组与SOC估计捆绑的麻烦，缩减电动汽车BMS的开发周期；同时，能够较好地解决由于外部环境变化、行驶工况变化、电池老化等问题造成的SOC估计失效问题。附图说明图1是本专利技术一种动力电池组SOC和SOH的自适应估计系统的组成构架图；图2是本专利技术一种动力电池组SOC和SOH的自适应估计方法的方法流程图；图3是本专利技术中汽车工况倍率点与电池实际放电倍率点的离散优化示意图；其中，1-电池ID特性数据输入模块，2-电池状态信息采集模块，3-汽车行驶工况信息识别模块，4-电池自适应估计模块。具体实施方式本专利技术提供一种动力电池组SOC和SOH的自适应估计方本文档来自技高网...

【技术保护点】
一种动力电池组SOC和SOH的自适应估计方法，其特征在于，具体步骤如下：步骤一，电池管理系统BMS启动；BMS启动，并进行自我检测，如果不正常，则进入BMS自检系统，如果正常，则进一步确定电池组与汽车是否为首次连接；若电池组与汽车首次连接，电池ID特性数据输入模块启动，读取电池组内部参数信息，确定电池组的额定容量C

【技术特征摘要】
1.一种动力电池组SOC和SOH的自适应估计方法，其特征在于，具体步骤如下：步骤一，电池管理系统BMS启动；BMS启动，并进行自我检测，如果不正常，则进入BMS自检系统，如果正常，则进一步确定电池组与汽车是否为首次连接；若电池组与汽车首次连接，电池ID特性数据输入模块启动，读取电池组内部参数信息，确定电池组的额定容量Ce，同时电池自适应估计模块启动，对SOC和SOH进行初步估计；若电池组与汽车不是首次连接，电池状态信息采集模块启动，读取电池组上次充放电容量矩阵的存储数据，对SOC进行初步估计；步骤二，判断电池组是否需要充电；是，则提示充电，再进一步确认是否充电，如果进行充电，则电池状态信息采集模块和电池自适应估计模块启动，开始充电量的计算，并实时更新充电容量矩阵，进行电池的SOC/SOH估计计算，充电结束后储存容量矩阵数据和SOC/SOH数据，等待下一次使用；否，则等待电池放电，一旦电池进入放电状态，电池状态信息采集模块、汽车行驶工况信息识别模块和电池自适应估计模块启动，开始放电量的计算，并实时更新放电容量矩阵，进行电池的SOC/SOH估计计算，放电结束后储存容量矩阵数据和SOC/SOH数据，等待下一次使用。2.根据权利要求1所述的一种动力电池组SOC和SOH的自适应估计方法，其特征在于，所述的步骤一中的容量矩阵对一个完整的充放电周期内的充放电状态进行记录和标识，分为充电容量矩阵和放电容量矩阵；充电容量矩阵又分为一个充电周期内的实时充电容量矩阵Ccc和该充电周期结束时的充电容量矩阵Cce，二者的矩阵表达式相同，Ccc的表达式如下：式中：ic1、ic2…icn等为充电倍率，tc1、tc2…tcn为该充电倍率下的累积充电时间，记录的一个完整充电周期的充电情况，单位为秒s；放电容量矩阵又分为一个放电周期内的实时放电容量矩阵Cdc和该放电周期结束时的放电容量矩阵Cde，二者的矩阵表达式相同，Cdc的表达式如下：式中：id1、id2…idn等为放电倍率，tdc1、tdc2…tdcn为该放电率下的累积放电时间，记录的一个完整充放电周期的放电情况，单位为秒s。3.根据权利要求1或2所述的一种动力电池组SOC和SOH的自适应估计方法，其特征在于，所述的步骤二具体如下：2.1，通过汽车行驶工况信息识别模块确定当前行驶工况，对放电容量矩阵Cdc和Cde的放电率区间进行离散值的优化调整；2.2，通过电池状态信息采集模块中的温度传感器实时采集电池温度，确定不同放电倍率区间容量的温度修正系数Td1、Td2、Tdi，进行放电容量矩阵的累积修正计算。4.根据权利要求3所述的一种动力电池组SOC...

【专利技术属性】
技术研发人员：李玉芳，郭阳东，张文浩，赵万忠，邵东骁，陈明诺，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32