一种基于安时积分法的锂电池SOC估计方法技术

本发明专利技术提供一种基于安时积分法的锂电池SOC估计方法，采用安时积分法对锂电池SOC状态进行估计，其中对于安时积分法当中所使用到的充放电初始状态、电池容量、库伦效率值进行校正，校正的方法为通过多种途径获取同一个参数的多组初始数据，对初始数据求平均值得到校正后的数据，其中初始数据的获取中包括了采用神经网络来获取的部分，神经网络采用锂电池在长期使用过程中的相应数据训练而成，由于安时积分法中的各个参数都得到了校正，因此最终得到的锂电池SOC状态的误差也较小，从而可以对电池的使用状态进行正确的判断，方便后续对锂电池的维修或者更换。

A SOC estimation method of lithium battery based on ampere hour integral method

【技术实现步骤摘要】
一种基于安时积分法的锂电池SOC估计方法
本专利技术涉及电池管理
，特别涉及一种基于安时积分法的锂电池SOC估计方法。
技术介绍
在无人机飞行系统中，动力电池荷电状态(SOC)是电池状态的重要参数，被用来直接反应电池的剩余电量，电池SOC也是无人机控制系统制定最优能量管理策略的重要依据，准确估计动力电池SOC值，对于延长电池寿命、提高电池的安全可靠性和提高其性能具有重要研究意义。电池SOC受多种因素影响，无法通过传感器直接测量，必须通过测量电池电压、工作电流和温度等物理量并采用一定的数学模型和算法估计得到，目前常用的方法有开路电压法、安时积分法、神经网络法以及卡尔曼滤波法，而安时积分法因其成本低、测量方便等优点受到广泛应用，安时积分法的表达式为：由此可知电池SOC和充放电初始状态SOCO、电池总容量C、电池库伦效率η有关，而目前采用安时积分法时所使用的上述几个参数都会存在一定的误差，导致电池SOC的测量不够精确，无法正确判断电池的使用状态。
技术实现思路
鉴以此，本专利技术提出一种基于安时积分法的锂电池SOC估计方法，采用安时积分法对锂电池SOC状态进行估计，其中对于安时积分法中的各个参数进行校正，从而最终获取的电池SOC状态误差较小，可以对电池的使用状态进行正确的判断。本专利技术的技术方案是这样实现的：一种基于安时积分法的锂电池SOC估计方法，包括以下步骤：步骤S1、读取数据库中存储的前一次使用结束后的电池SOC作为第一充放电初始状态；获取环境温度信息以及压强信息作为已训练好的第一神经网络的输入，得到第二充放电初始状态以及第三充放电初始状态，求取第一充放电初始状态、第二充放电初始状态、第三充放电初始状态的平均值获得充放电初始状态校正值SOCO；步骤S2、获取电池健康状态SOH值，并以此获得第一电池容量；获取电池的使用时长作为已训练好的第二神经网络的输入，得到第二电池容量；获取充满电时长以及放完电时长，并以此获得第三电池容量和第四电池容量；求取第一电池容量、第二电池容量、第三电池容量、第四电池容量的平均值获得电池容量校正值C；步骤S3、获取电池放电电量以及电池充电电量，并以此获得第一库伦效率；获取环境温度信息作为第三神经网络的输入，得到第二库伦效率，求取第一库伦效率和第二库伦效率的平均值得到库伦效率校正值η；步骤S4、获取电池充放电电流I；步骤S5、利用安时积分法根据SOCO、C、η以及I获得电池SOC状态。优选的，还包括以下步骤：步骤S6、将电池停止放电时的SOC值存入到数据库中，作为下一次计算电池SOC状态时的第一充放电初始状态。优选的，所述步骤S2中获取电池健康状态SOH值，并以此获得第一电池容量的具体步骤为：步骤S21、利用电池内阻求取电池健康状态SOH值，SOH值求取公式为：其中，RO为锂电池在寿命完结时的内阻大小，Rn为锂电池出厂时的内阻大小，R为电池在使用过程中测得的内阻大小；步骤S22、第一电池容量C1＝SOH*CN，其中CN为电池额定容量。优选的，所述步骤S2中获取充满电时长以及放完电时长，并以此获得第三电池容量和第四电池容量的具体步骤为：采用以下公式获取第三电池容量和第四电池容量：其中C3为第三电池容量，T3为采集的充满电时长，CN为电池额定容量，TN3为额定充满电时长，C4为第四电池容量，T4为采集的放完电时长，TN4为额定放完电时长。优选的，所述步骤S3中第一库伦效率的表达式为：其中Qdis为电池放电电量，Qcha为电池充电电量。优选的，所述步骤S4中采用电流传感器采集电池充放电电流I。优选的，所述步骤S5中安时积分法的表达式为：优选的，所述第一神经网络、第二神经网络以及第三神经网络由多种型号的锂电池在长期使用过程中保存的数据所训练而成。与现有技术相比，本专利技术的有益效果是：本专利技术提供了一种基于安时积分法的锂电池SOC估计方法，采用传统的安时积分法来对锂电池SOC状态进行估计，并对安时积分法中所使用参数进行了校正，包括充放电初始状态、电池容量以及库伦效率，每个参数都至少采取了两组初始数据来获得校正值，并且初始数据中还包括了采用神经网络结合锂电池长期使用过程中的数据来获得的部分，从而可以对安时积分法的各个参数进行校正，减少由于各个参数的误差而导致的锂电池SOC状态的差异，使得最终获取的电池SOC状态误差较小，从而可以对电池的使用状态进行正确的判断。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的一种基于安时积分法的锂电池SOC估计方法的一个实施例的流程图。具体实施方式为了更好理解本专利技术
技术实现思路
，下面提供一具体实施例，并结合附图对本专利技术做进一步的说明。参见图1，本专利技术提供的一种基于安时积分法的锂电池SOC估计方法，包括以下步骤：步骤S1、读取数据库中存储的前一次使用结束后的电池SOC作为第一充放电初始状态；获取环境温度信息以及压强信息作为已训练好的第一神经网络的输入，得到第二充放电初始状态以及第三充放电初始状态，求取第一充放电初始状态、第二充放电初始状态、第三充放电初始状态的平均值获得充放电初始状态校正值SOCO；步骤S2、获取电池健康状态SOH值，并以此获得第一电池容量；获取电池的使用时长作为已训练好的第二神经网络的输入，得到第二电池容量；获取充满电时长以及放完电时长，并以此获得第三电池容量和第四电池容量；求取第一电池容量、第二电池容量、第三电池容量、第四电池容量的平均值获得电池容量校正值C；步骤S3、获取电池放电电量以及电池充电电量，并以此获得第一库伦效率；获取环境温度信息作为第三神经网络的输入，得到第二库伦效率，求取第一库伦效率和第二库伦效率的平均值得到库伦效率校正值η；步骤S4、获取电池充放电电流I；通过电流传感器来实时检测以及保存测得的电池充放电电流I；步骤S5、利用安时积分法根据SOCO、C、η以及I获得电池SOC状态；步骤S6、将电池停止放电时的SOC值存入到数据库中，作为下一次计算电池SOC状态时的第一充放电初始状态。本专利技术的一种基于安时积分法的锂电池SOC估计方法，是采用安时积分法来对锂电池SOC状态来进行估计的，其中对于安时积分法当中使用到的多个参数进行校正，从而使得最终获得的锂电池SOC状态的误差较小，从而可以对电池的使用状态进行判断，方便后续的维护或者更换。其中主要对充放电初始状态、电池容量以及库伦效率进行校正，对于充放电初始状态而言，首先从数据库当中读取前一次使用结束后的电池SOC状态，以此来作为第一充放电初始状态SOCO1，然后获取环境本文档来自技高网...

【技术保护点】
1.一种基于安时积分法的锂电池SOC估计方法，其特征在于，包括以下步骤：/n步骤S1、读取数据库中存储的前一次使用结束后的电池SOC作为第一充放电初始状态；获取环境温度信息以及压强信息作为已训练好的第一神经网络的输入，得到第二充放电初始状态以及第三充放电初始状态，求取第一充放电初始状态、第二充放电初始状态、第三充放电初始状态的平均值获得充放电初始状态校正值SOC

【技术特征摘要】
1.一种基于安时积分法的锂电池SOC估计方法，其特征在于，包括以下步骤：
步骤S1、读取数据库中存储的前一次使用结束后的电池SOC作为第一充放电初始状态；获取环境温度信息以及压强信息作为已训练好的第一神经网络的输入，得到第二充放电初始状态以及第三充放电初始状态，求取第一充放电初始状态、第二充放电初始状态、第三充放电初始状态的平均值获得充放电初始状态校正值SOCO；
步骤S2、获取电池健康状态SOH值，并以此获得第一电池容量；获取电池的使用时长作为已训练好的第二神经网络的输入，得到第二电池容量；获取充满电时长以及放完电时长，并以此获得第三电池容量和第四电池容量；求取第一电池容量、第二电池容量、第三电池容量、第四电池容量的平均值获得电池容量校正值C；
步骤S3、获取电池放电电量以及电池充电电量，并以此获得第一库伦效率；获取环境温度信息作为第三神经网络的输入，得到第二库伦效率，求取第一库伦效率和第二库伦效率的平均值得到库伦效率校正值η；
步骤S4、获取电池充放电电流I；
步骤S5、利用安时积分法根据SOCO、C、η以及I获得电池SOC状态。


2.根据权利要求1所述的一种基于安时积分法的锂电池SOC估计方法，其特征在于，还包括以下步骤：
步骤S6、将电池停止放电时的SOC值存入到数据库中，作为下一次计算电池SOC状态时的第一充放电初始状态。


3.根据权利要求1所述的一种基于安时积分法的锂电池SOC估计方法，其特征在于，所述步骤S2中获取电池健康状态SOH值，并以此获得第一电池容量的具体步骤为：
步骤S21、利用电池内阻求取电池...

【专利技术属性】
技术研发人员：魏千翔，刘春波，张诗军，顾志东，冯建伟，王联智，王鹏，胡微，王信科，谢敏，王保强，
申请(专利权)人：海南鼎立信科技有限责任公司，
类型：发明
国别省市：海南;46