锂离子电池的荷电状态在线估计方法及系统技术方案

本发明专利技术公开了一种锂离子电池的荷电状态在线估计方法及系统，其中，方法包括：获取锂离子电池组和/或系统内的电池单体的最高端电压Vmax；获取锂离子电池组和/或系统内的电池单体的最低端电压Vmin；根据单体电池最高端电压Vmax、电流等参数估计得到荷电状态SOC1，并且根据单体电池最低端电压Vmin、电流等参数估计得到荷电状态SOC2；根据荷电状态SOC1和荷电状态SOC2融合得到锂离子电池组和/或系统的当前荷电状态。该方法可以分别同时得到最高端电压Vmax对应的荷电状态SOC1和最低端电压Vmin对应的荷电状态SOC2，再根据融合算法得到当前荷电状态，从而有效提高估计的工作效率，简单易实现。

On-line estimation method and system for charge state of lithium ion batteries

The invention discloses a lithium ion battery charged state estimation method and system, wherein the method: obtain a lithium ion battery and / or within the system of the single battery voltage to obtain the most high-end Vmax; lithium ion batteries and / or system in the most low-end single battery voltage Vmin; according to the parameters of single battery voltage and current the most high-end Vmax estimate the state of charge SOC1, and according to the parameters of single battery voltage and current the most low-end Vmin estimate the state of charge SOC2; according to the state of charge SOC1 and the state of charge SOC2 fusion of lithium ion batteries and / or the system's current state of charge. This method can get the state of charge SOC1 corresponding to the highest voltage Vmax corresponding to the charged state SOC1 and the lowest terminal voltage Vmin at the same time, and then get the current state of charge according to the fusion algorithm, so as to effectively improve the efficiency of the estimation, and is simple and easy to implement.

【技术实现步骤摘要】
锂离子电池的荷电状态在线估计方法及系统
本专利技术涉及电池管理
，特别涉及一种锂离子电池的荷电状态在线估计方法及系统。
技术介绍
锂离子电池模组和/或系统的SOC(StateofCharge，荷电状态)，反映电池模组和/或系统的剩余电量，电池模组和/或系统的当前SOC的状态将影响BMS(BatteryManagementSystem，电池管理系统)对电动汽车的能量管理决策，如纯电动汽车的电池组充电、混合动力汽车的电池组能量分配等。因此电池模组和/或系统的荷电状态估计是BMS最重要的功能之一。目前，比较常用的单体SOC估计方法包括：扩展卡尔曼滤波法、无迹卡尔曼滤波算法、自适应滤波法、滑膜观测器法、开路电压查表法等。但是，电池模组和/或系统是由众多电池单体电池模组和/或系统是由众多电池单体组成的，由于各个单体之间存在容量差异性、剩余电量差异性，从而单体SOC无法直接等同于模组/系统SOC。此外，根据单体SOC与模组/系统SOC的关系，可以分别估计各个单体的SOC，然后根据电池成组SOC的定义确定电池模组和/或系统SOC，但是在没有均衡的情况下，放电时成组和/或系统单体容量和SOC的本文档来自技高网...

【技术保护点】
一种锂离子电池的荷电状态在线估计方法，其特征在于，包括以下步骤：获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最高端电压Vmax；获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最低端电压Vmin；根据所述单体电池最高端电压Vmax、电流等参数估算得到锂离子电池模组和/或系统内单体电池最高端电压Vmax对应的荷电状态SOC1，并且根据所述单体电池最低端电压Vmin、电流等参数估算得到锂离子电池模组和/或系统内单体电池最低端电压Vmin对应的荷电状态SOC2；以及根据所述荷电状态SOC1...

【技术特征摘要】
1.一种锂离子电池的荷电状态在线估计方法，其特征在于，包括以下步骤：获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最高端电压Vmax；获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最低端电压Vmin；根据所述单体电池最高端电压Vmax、电流等参数估算得到锂离子电池模组和/或系统内单体电池最高端电压Vmax对应的荷电状态SOC1，并且根据所述单体电池最低端电压Vmin、电流等参数估算得到锂离子电池模组和/或系统内单体电池最低端电压Vmin对应的荷电状态SOC2；以及根据所述荷电状态SOC1和荷电状态SOC2融合得到所述锂离子电池组和/或系统的当前荷电状态。2.根据权利要求1所述的锂离子电池的荷电状态在线估计方法，其特征在于，通过融合公式得到所述当前荷电状态，所述融合公式为：其中，所述SOCpack为所述当前荷电状态，所述SOC1为所述锂离子电池和/或系统的内最高单体电压对应的荷电状态，所述SOC2为所述锂离子电池和/或系统内最低单体电压对应的荷电状态。3.根据权利要求1或2所述的锂离子电池的荷电状态在线估计方法，其特征在于，通过拓展卡尔曼滤波估计SOC算法、无迹卡尔曼滤波估计SOC算法、自适应滤波估计SOC算法、滑膜观测器估计SOC算法、开路电压查表法等其他的SOC估计算法中的一种或多种单体SOC估计算法得到所述荷电状态SOC1和/或所述荷电状态SOC2。4.根据权利要求3所述的锂离子电池的荷电状态在线估计方法，其特征在于，所述根据所述最高端电压Vmax得到荷电状态SOC1，并且根据所述最低端电压Vmin得到荷电状态SOC2，为了能够直观的描述整个估计方法的过程，举例选用一阶RC的等效电路模型，用卡尔曼滤波算法进行单体电池的荷电状态估计；对所述锂离子电池组和/或系统内的单体电池进行开路电压测试，获取不同荷电状态对应的开路电压；选用一阶RC等效电路模型，并在离线状获取所述一阶RC等效电路模型的参数，所述一阶RC等效电路模型的电压-电流关系式为：Ut＝OCV-I·R0-IR1[1-exp(-t/τ1)]，其中，I为通过电池欧姆内阻R0的电流，Ut为端电压，R1为极化内阻，C1为极化电容，t为时间，τ1为时间常数；在处于在线状态时，根据所述最高端电压Vmax和所述最低端电压Vmin获取所述一阶RC等效电路模型的端电压，并同时采用两组卡尔曼滤波算法进行荷电状态在线估计，...

【专利技术属性】
技术研发人员：卢兰光，周雪亮，沈萍，韩雪冰，欧阳明高，李建秋，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11