一种基于大数据的磷酸铁锂电池SOC充电在线校正方法技术

本发明专利技术公开了一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，属于汽车电池领域。针对现有电动汽车经常使用在浅充浅放的工况，而磷酸铁锂电池在此时没有较好的校正方法，导致SOC不准确从而影响驾驶体验性的问题，本发明专利技术提供一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，使用数据过滤模块基于已有的充电数据得到表征电池特性的特征值，搭建包含BP神经网络模型的电池模型；根据后台电池当前充电情况和特征值，通过SOC校正模块得到估算SOC，从而实现SOC的在线校正。本发明专利技术能够根据已有的数据分析结果，在车辆充电过程中校正SOC，防止SOC长时间没有得到校正而造成较大累积误差，数据过滤模块对大数据进行筛选，保证了SOC的准确性和精度。

An on-line SOC charge correction method for lithium iron phosphate battery based on big data

【技术实现步骤摘要】
一种基于大数据的磷酸铁锂电池SOC充电在线校正方法
本专利技术涉及汽车电池领域，更具体地说，涉及一种基于大数据的磷酸铁锂电池SOC充电在线校正方法。
技术介绍
动力电池即为工具提供动力来源的电源，多指为电动汽车、电动列车、电动自行车、高尔夫球车提供动力的蓄电池。动力电池是将化学能转为电能的装置，是未来将取代汽油和柴油，作为电动汽车或电动自行车的行驶动力电源，动力电池具有超长寿命，一般来说具有5-10年使用寿命，同时支持快速充放电，耐高温，容量大，体积小，质量轻，使用安全等特点。动力电池还是一种环保绿色电源，不使用任何汞、铬、铅等有毒物质，对环境没有污染。动力电池的转化过程是一个复杂的物理化学反应过程，而容量电压的微分曲线dQ/dv的峰值能很好的表现转化过程的相变。对于磷酸铁锂电池来说，平台区范围很大，不好进行OCV校正或扩展卡尔曼滤波法计算SOC，一般都是使用安时积分法，而浅充浅放对电池的寿命有很大的提高，因而在这种工况下纯粹的安时积分法会导致累积越来越大，dQ/dv的峰值可以很好的反映出电池在充电过程的相变，但是在实际运行过程中考虑到本文档来自技高网...

【技术保护点】
1.一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，系统采集当前工况的充电参数，使用数据过滤模块对参数过滤，BP神经网络模块对已选择过滤参数进行数据分析，SOC校正模块对分析后数据进行校正，实现充电过程的在线修正。/n

【技术特征摘要】
1.一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，系统采集当前工况的充电参数，使用数据过滤模块对参数过滤，BP神经网络模块对已选择过滤参数进行数据分析，SOC校正模块对分析后数据进行校正，实现充电过程的在线修正。


2.根据权利要求1所述的一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，数据过滤模块先对采集数据进行分组，然后对每组数据进行过滤选择。


3.根据权利要求2所述的一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，充电参数包括电流、温度、电压、电池健康度SOH和电池荷电状态SOC。


4.根据权利要求3所述的一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，数据过滤模块的分组条件包括：
判断充电电流是否稳定；
充电起始电池荷电状态SOC小于阈值且满充校正时电池荷电状态SOC偏差小于设定值；计算获取数据的电池容量微分曲线dQ/dv，计算的时间间隔为等电位间隔，并对dQ/dv采用滑动平均滤波；



其中dt表示一段充电时间；dQ表示dt时间的累积充电电量；I表示充电电流；dv表示dt时间的电压变化；
据蓄电池健康度SOH以及电池温度进行分组，得到每组的平均电压和平均dQ/dv值。


5.根据权利要求4所述的一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，当前电流和前次上传的电流相差在5％以内认为充电已稳定；满足充电起始SOC小于30％且满充校正时SOC偏差小于2％时计算获取数据的电池容量微分曲线dQ/dv值；dQ/dv每间隔5mv进行一次计算，滑动平均滤波的滤波次数为10次；参数根据SOH相差2％和温度相差5℃进行分组。


6.根据权利要求4或5所述的一种基于大数据的磷酸铁锂电池SOC充电在线校正方法，其特征在于，数据过滤模块对...

【专利技术属性】
技术研发人员：来翔，彭勇俊，习清平，王晓东，
申请(专利权)人：安徽优旦科技有限公司，
类型：发明
国别省市：安徽;34