智能电池与其荷电状态在线估计方法及应用技术

本发明专利技术公开了智能电池与其荷电状态在线估计方法及应用，其中所述荷电状态在线估计方法包括：基于实时估计模型对智能电池的荷电状态进行在线估计，其中所述实时估计模型基于电路等效模型，通过荷电状态‑开路电压关系式、不同工作状态下的电流‑电压关系式、及电池的当前端电压和温度获得荷电状态在线估计值。本发明专利技术的估计方法可对智能电池的荷电状态进行精确、稳定，不依赖于电流测量值的实时估计，应用该方法的智能电池复杂度低、成本低、效率高、能源利用率高。

【技术实现步骤摘要】
智能电池与其荷电状态在线估计方法及应用
本专利技术涉及智能单体的

技术介绍
传统的动力电池系统通过串并联方式实现预期的输出电压与功率，其电池管理系统（BatteryManagementSystem,BMS）多采用主-从式拓扑结果。这种动力电池系统灵活性差，系统性能往往受到最弱单体的制约，效率较低；同时，其统通信布线复杂，且不能实现对每个单体的精确监测与控制，安全性和可靠性也较为不足。与之相对的，智能电池单体通过集成多种传感器，可以实现单体级别的精确监测、保护与控制，并可通过集成开关器件实现单体的自由接入与退出，实现电池系统的实时自重构，有望大幅提高动力电池系统的综合性能。但现有技术中，智能单体普遍需要集成电流传感器、电压传感器、温度传感器、开关器件、通讯模块等，集成度高，成本高，使用过程中温升效应明显。另外，由于其空间限制电流测量基本采用分流器，传感器本身会消耗一部分电能，更重要的是，其精度在宽温度范围和电磁干扰条件下会受到严重影响，得到含有显著误差的电流测量结果，并易直接导致众多电池管理功能的弱化甚至失效。现有技术中使用的荷电状态（StateofCharge,SOC）估计多采用安时积分法和基于模型的闭环估计方法，如卡尔曼滤波法、滑模状态观测器、粒子滤波法等，这类方法对电流测量值的精度要求很高，若出现较大的电流测量误差，将直接导致估计结果失准，继而引发严重的安全问题。即，现有技术中的智能电池单体在成本、热特性、可靠性等方面都有待提高，同时其电流测量的准确性和/或基于电流测量的SOC估计的精确性、稳定性等也有待改进。其中，针对SOC估计的精确性的提升，一种解决方法是通过具有噪声免疫特性的参数辨识与SOC估计方法，通过实时估计电流、电压测量噪声统计特性对噪声效应进行补偿，实现较为精确的SOC估计。但该方法对测量中的低频漂移误差抑制效果较差，且仍需要使用电流传感器，无法解决高成本、温升与能量消耗问题，也难以保证结果的稳定性。另外一种解决方法是不使用电流传感器，而基于等效电路模型进行解析计算或者采用滤波算法，进而实现电流与SOC的实时估计，但这种方法基于多种假设，并且需要系统噪声统计特性的先验知识，其中大倍率充放电和强噪声等场景易造成SOC估计精度的下降。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种可对智能电池进行精确、稳定，不依赖于电流测量的SOC实时估计的方法，其具有良好的鲁棒性。本专利技术的目的还在于提供上述估计方法的一种应用。本专利技术的目的还在于提供应用上述估计方法的一种智能电池，其不含电流传感器，可有效减少智能电池管理单元的复杂度，降低成本，提高效率，能通过单体电池提供充分的能源利用。本专利技术首先提供了如下的技术方案：智能电池的荷电状态在线估计方法，其包括：基于实时估计模型对荷电状态进行在线估计，其中所述实时估计模型基于参数待定的等效电路模型，通过荷电状态-开路电压关系式、不同工作状态下的电流-电压关系式及电池的当前端电压和温度获得荷电状态在线估计值。其中电池工作状态优选包括荷电状态、电池温度和电池老化状态。根据本专利技术的一些具体实施方式，所述实时估计模型的构建包括：获得含有待定参数的电池等效电路模型；获得电池的荷电状态-开路电压关系式；获得电池在不同工作状态下的电流-电压关系式；基于所述荷电状态-开路电压关系式及电流-电压关系式，获得待定参数与电池工作状态的映射关系式；基于所述映射关系式，获得拟合后的参数标定的等效电路模型；基于参数标定的等效电路模型，根据电池当前端电压和温度，通过状态空间方程与滚动时域优化的联合估计方法，获得实时估计值。根据本专利技术的一些具体实施方式，所述拟合通过批量最小二乘优化方法实现。根据本专利技术的一些具体实施方式，所述电池等效电路模型选自：一阶RC模型、二阶RC模型、内阻等效模型、PNGV模型或电化学模型。根据本专利技术的一些具体实施方式，所述电池等效电路模型为一阶RC模型。根据本专利技术的一些具体实施方式，所述电池等效电路模型为：，，其中，t表示时间，IL表示负载电流，IL(t)表示t时刻的负载电流，Vp表示极化电压，Vp（t）表示t时刻的极化电压，Vt表示路端电压，Vt（t）表示t时刻的路端电压，η表示电池的库伦效率，Cn表示电池的额定容量，Ro、Rp和Cp分别表示待确定的欧姆内阻参数、极化电阻参数及极化电容参数，Voc表示电池开路电压OCV，Voc（t）表示t时刻的极化电压，z表示电池SOC、则dz（t）表示电池SOC对时间的导数。根据本专利技术的一些具体实施方式，所述荷电状态-开路电压关系式通过以下过程获得：测量电池在不同充电及放电阶段中的端电压值，将其作为不同充电或放电阶段的开路电压，并将其与通过安时积分法获得的同一时刻的电池荷电状态进行对应，分别获得充电过程荷电状态-开路电压数据及放电过程荷电状态-开路电压数据；基于所述荷电状态-开路电压数据及放电过程荷电状态-开路电压数据，或平均化后的荷电状态-开路电压数据及放电过程荷电状态-开路电压数据，通过拟合模型获得荷电状态-开路电压的整体关系式。根据本专利技术的一些具体实施方式，所述拟合模型选自多项式拟合、高斯函数拟合或洛伦兹函数拟合。根据本专利技术的一些具体实施方式，所述拟合模型选自多项式拟合。根据本专利技术的一些具体实施方式，所述电流-电压响应关系式和/或所述待定参数与电池工作状态的映射关系式通过电池不同工作状态下的HPPC测试获得，所述工作状态包括荷电状态、电池温度和电池老化状态。根据本专利技术的一些具体实施方式，所述联合估计方法包括以下步骤：将所述等效电路电路模型经离散化变换，转换为如下的状态空间方程：，其中，x(k)=[Vp(k)z(k)]T表示k时刻待估计的状态向量,x(k-1)表示k-1时刻的状态向量，y(k)=Vt(k)表示系统输出，表示单体管理单元的计算时间步长，A表示状态转移矩阵，表示k时刻的极化电压，表示k时刻的负载电流，f(z(k))表示OCV计算函数，其中为根据多项式拟合得到的荷电状态-开路电压关系式；基于所述状态空间方程，构造自定义时间窗口内使得端电压误差最小的受限最优化问题，并通过滚动时域估计方法在线估计荷电状态和输入电流；其中，所述最优化问题及其约束条件为：s.t.满足所述状态空间方程，其中，，其中，Vt,i代表i时刻路端电压测量值，代表i时刻路端电压估计值，表示第k-n时刻状态向量估计值，n表示自定义的滚动时域窗口长度，上标“︿”表示真实量的估计值,‖·‖2表示2范数,α表示权重矩阵。根据本专利技术的一些具体实施方式，1＜n＜5。根据本专利技术的一些具体实施方式，所述最优化问题的求解包括：将所述最优化问题转换为不带约束的最优化问题，得到转换后的优化本文档来自技高网...

【技术保护点】
1.智能电池的荷电状态在线估计方法，其特征在于：包括：基于实时估计模型对荷电状态进行在线估计，其中所述实时估计模型基于参数待定的等效电路模型，通过荷电状态-开路电压关系式、不同工作状态下的电流-电压关系式、及电池的当前端电压和温度获得荷电状态在线估计值。/n

【技术特征摘要】
1.智能电池的荷电状态在线估计方法，其特征在于：包括：基于实时估计模型对荷电状态进行在线估计，其中所述实时估计模型基于参数待定的等效电路模型，通过荷电状态-开路电压关系式、不同工作状态下的电流-电压关系式、及电池的当前端电压和温度获得荷电状态在线估计值。


2.根据权利要求1所述的在线估计方法，其特征在于：所述实时估计模型的构建包括：
获得含有待定参数的电池等效电路模型；
获得电池的荷电状态-开路电压关系式；
获得电池在不同工作状态下的电流-电压关系式；
基于所述荷电状态-开路电压关系式及电流-电压关系式，获得待定参数与电池工作状态的映射关系式；
基于所述映射关系式，获得拟合后的参数标定的等效电路模型；
基于参数标定的等效电路模型，根据电池当前端电压和温度，通过状态空间方程与滚动时域优化的联合估计方法，获得实时估计值。


3.根据权利要求2所述的在线估计方法，其特征在于：所述电池等效电路模型选自：一阶RC模型、二阶RC模型、内阻等效模型、PNGV模型或电化学模型。


4.根据权利要求3所述的在线估计方法，其特征在于：所述电池等效电路模型为：

，

，
其中，t表示时间，IL表示负载电流，IL(t)表示t时刻的负载电流，Vp表示极化电压，Vp（t）表示t时刻的极化电压，Vt表示路端电压，Vt（t）表示t时刻的路端电压，η表示电池的库伦效率，Cn表示电池的额定容量，Ro、Rp和Cp分别表示待确定的欧姆内阻参数、极化电阻参数及极化电容参数，Voc表示电池开路电压OCV，Voc（t）表示t时刻的极化电压，z表示电池SOC、则dz（t）表示电池SOC对时间的导数。


5.根据权利要求2所述的在线估计方法，其特征在于：所述荷电状态-开路电压关系式通过以下过程获得：
测量电池在不同充电及放电阶段中的端电压值，将其作为不同充电或放电阶段的开路电压，并将其与通过安时积分法获得的同一时刻的电池荷电状态进行对应，分别获得充电过程荷电状态-开路电压数据及放电过程荷电状态-开路电压数据；
基于所述荷电状态-开路电压数据及放电过程荷电状态-开路电压数据，或平均化后的荷电状态-开路电压数据及放电过程荷电状态-开路电压数据，通过拟合模型获得荷电状态...

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