一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法技术方案

本申请涉及一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法。基于电化学相关理论建立了伪二维电化学模型相关数学方程，使用有限分析方法和数值计算方法对复杂偏微分方程进行降维处理和计算求解，将电极开路电势等效为电池开路电压，建立了容量‑表面SOC‑EOCV三维响应面；使用智能优化算法，基于电池老化试验数据，提取并建立了电池性能衰退特征参数的衰退路径图；最终基于衰退路径图实现了动力电池的SOH估计，基于电池内部锂离子浓度分布与变化规律实现了动力电池的SOC估计。

【技术实现步骤摘要】
一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法
本专利技术涉及动力电池管理
，尤其是动力电池系统荷电状态和健康状态技术。
技术介绍
动力电池系统是一类具有强时变非线性非均一特点的动态系统，如何准确地获得电池的荷电、能量、健康、安全、峰值功率等状态信息和实时剩余寿命、剩余时间等的预测是目前受到广泛关注的问题，同时也是电池管理系统所要具备重要功能。电池的荷电状态(SOC)表征了电池当前剩余的可用容量，健康状态(SOH)表征了电池当前内部的健康状态，对SOC和SOH进行精确的估计更是电池管理系统的重中之重。因此，往往需要一些特殊的传感器和检测设备去观察电池关键变量的变化，然而由于某些关键质量变量的传感器价格昂贵、可靠性差或者具有很大的测量滞后性等缺点，导致一些重要的过程变量不能实时有效地测量。针对这些问题，建立精确的电池仿真模型是实现电池状态估计与预测等的重要手段。锂离子电池电化学模型通过对电池内部电化学反应、离子扩散和迁移、欧姆作用等物理、化学过程进行定量求解，建立起电池外部特性与内部过程之间的数量关系。该模型的参数均具有特定的物理意义，其值是对电极或电解液材料特本文档来自技高网...

【技术保护点】
一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法，其特征在于：具体包括以下步骤：(1).对锂离子动力电池的充放电过程建立数学方程；(2).基于有限计算方法对建立的所述数学方程进行网格化降维处理，再利用数值计算方法进行求解，获得所述动力电池系统的电化学模型，对所述锂离子动力电池的端电压进行仿真；(3).基于建立的所述电化学模型，结合电池老化实验数据，基于智能优化算法提取电池的衰退特征参数变化路径，建立所述动力电池衰退特征参数和健康状态之间的对应关系；(4).基于所述的电化学模型及所述动力电池衰退特征参数和健康状态之间的对应关系，对所述动力电池系统进行SOC/SOH联合估计。

【技术特征摘要】
1.一种基于电化学模型的动力电池系统荷电状态和健康状态的联合估计方法，其特征在于：具体包括以下步骤：(1).对锂离子动力电池的充放电过程建立数学方程；(2).基于有限计算方法对建立的所述数学方程进行网格化降维处理，再利用数值计算方法进行求解，获得所述动力电池系统的电化学模型，对所述锂离子动力电池的端电压进行仿真；(3).基于建立的所述电化学模型，结合电池老化实验数据，基于智能优化算法提取电池的衰退特征参数变化路径，建立所述动力电池衰退特征参数和健康状态之间的对应关系；(4).基于所述的电化学模型及所述动力电池衰退特征参数和健康状态之间的对应关系，对所述动力电池系统进行SOC/SOH联合估计。2.如权利要求1所述的方法，其特征在于:所述锂离子动力电池的端电压采用如下公式进行仿真：Ut＝φs,p-φs,n-iRSEI其中，φs，p和φs，n分别为正负极集流体处固相电势，RSEI为SEI膜内阻，i为外部电流大小。3.如权利要求1所述的方法，其特征在于:所述步骤(3)具体包括以下步骤：步骤①：对所述动力电池进行老化试验，以标准电流进行充放电循环直至电池容量降至额定容量的80％；步骤②：基于智能优化算法对所述电化学模型进行参数辨识；步骤③：每隔若干个周期对老化试验数据进行一次可用容量统计和衰退特征参数的辨识和提取，直至电池容量降至额定容量的80％，采用多项式拟合此过程中衰退特征参数-可用容量的变化路径图。4.如权利要求3所述的方法，其特征在于:所述基于智能优化算法对所述电化学模型进行参数辨识具体步骤如下：步骤a：确定待辨识的衰退特征参数和约束条件，所述衰退特征参数包括电池SEI膜内阻、负极初始锂离子浓度、正极固相扩散系数和负极扩散系数。步骤b：确定目标函数，即电压的误差平方和函数；步骤c：确定待辨识参数的编码方法和解码方法；步骤d：确定个体基因的评价方法；步骤e：设计遗传因子；步骤f：设置遗传算法的运行参数；步骤g：对待辨识参数进行编码，随机产生若干个初始个体，进行种群初始化；步骤h：计算种群中个体适应度；步骤i：对种群进行遗传、交叉和变异，获得子代；步骤j：对子代进行解码，判断是否满足要求；若满足，辨识结束；若不满足，重复步骤i。5.如权利要求1所述的方法，其特征在于:所述步骤(4)具体包括以下步骤：步骤①：初始化所述电化学模型内部各参数初值；步骤②：基于所述动力电池近期工况数据，对电化学模型进行参数辨识，获取当前时刻包括包括电池SEI膜内阻、负极初始锂离子浓度、正极固相扩散系数和负极扩散系数的四个衰退特征参数的估计值；步骤③：结合已建立的衰退特征参数-可用容量变化路线图，找出当前时刻各衰退特征参数在路径上所对应的点，从而获...

【专利技术属性】
技术研发人员：熊瑞，李治润，何洪文，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11