一种用于提高电池容量估计精度的算法制造技术

本发明专利技术公开了一种用于提高电池容量估计精度的算法，包括：四阶扩展卡尔曼滤波模块以一阶RC等效电路为电池模型，对电池参数开路电压Voc、欧姆电阻R0、极化电阻Rp、极化电容Cp进行识别，然后以SOC、Up、R0、1/Ccap为状态变量，电流I为输入变量，端电压Ut为输出变量，进行四阶扩展卡尔曼滤波估计出电池容量Ccap值；利用遗传算法对缩放平移后的充电曲线进行电压特征点优化辨识，再根据电压特征点之间的时间间隔估计出电池容量Cr值；扩展卡尔曼滤波再融合模块以C

【技术实现步骤摘要】
一种用于提高电池容量估计精度的算法


[0001]本专利技术涉及电池管理的
，特别涉及一种用于提高电池容量估计精度的算法。

技术介绍

[0002]如今，在化石燃料紧张的情况下，作为化石燃料消耗量极大的汽车业，纷纷将目光转向了电动汽车。而锂离子动力电池因具有能量密度大、功率密度大、自发放电率低、无记忆效应等优点在电动汽车上得到了大量的运用。目前，电动汽车面临许多难题，例如续航里程短，电池寿命短，价格高等，这些问题制约着电动汽车进一步发展。耐久性是锂离子电池的重要参数，其与电池的寿命直接相关，耐久性越好，电池使用寿命越长。电池的容量衰减程度表征了电池寿命的长短，因此，需要对电池的容量进行估计。
[0003]电池容量估计分开环估计和闭环估计两种。开环估计方法是通过建立耐久性模型，基于电池耐久性模型来直接预测容量衰减和内阻的变化，最常用的是Arrhenius模型及其扩展模型，但上述模型是开环的，并且是在恒定条件下试验获得的经验模型，未考虑实际的车辆运行多变工况，因此不能获得准确的容量估计值。闭环估计方法主要基于已有的电池模型，采用最优状态估计技术，如最小二乘法、卡尔曼滤波等等算法，根据运行的数据，对电池模型参数如容量、内阻等进行辨识，但闭环估计方法的精度主要取决于SOC估计精度，一旦SOC估计发生偏差，容量估计就会产生较大误差。

技术实现思路

[0004]针对现有技术中存在的不足之处，本专利技术的目的是提供一种用于提高电池容量估计精度的算法，有利于减小容量估计误差，更准确地评估电池的健康状态，提高以锂电池为动力源的新能源车的安全性。为了实现根据本专利技术的上述目的和其他优点，提供了一种用于提高电池容量估计精度的算法，包括以下步骤：
[0005]S1、基于基尔霍夫电压定律和电流定律建立一阶RC等效电路电池模型，公式如下：
[0006][0007]S2、通过静态容量测试、混合脉冲测试、直流电阻测试、动态应力测试、联邦城市驾驶计划测试辨识电池参数，其中的Rp和Cp用递推最小二乘算法提取；
[0008]S3、再以SOC、电容电压Up、欧姆内阻R0、容量的倒数1/Ccap为状态变量，利用四阶扩展卡尔曼滤波算法对Ccap进行更新估计,电容的计算公式如下：
[0009][0010]S4、通过进行耐久性循环寿命试验，获得电池单体不同衰减阶段完整充电曲线；
[0011]S5、在同一电流恒流充电情况下，充电曲线到达任何两个电压点A、B的时间间隔与两个电压点之间实际能充入的电量成正比关系，即满足以下关系式，
[0012][0013]又因两个电压点之间实际能充入的电量取决于电池单体当前时刻的容量，故得以下关系式，
[0014][0015]因此，只需知道充电曲线在两个电压特征点之间的时间间隔和初始容量，就可估计的电池当前容量Cr；
[0016]S6、扩展卡尔曼滤波再融合模块以C
D
为状态空间变量，Ccap为输入变量，Cr为输出变量进行迭代得出容量估计值C
D
。
[0017]优选的，所述步骤S2还包括以下步骤：
[0018][0019]其中，
[0020][0021]优选的，利用电压特征点在线辨识锂离子电池容量，衰减后第r条充电曲线相对于第1条充电曲线(电池初始状态)满足如下关系：
[0022][0023]两个电压点之间实际能充入的电量取决于电池单体当前时刻的容量，满足以下公式：
[0024][0025]由公司(1)与(2)，可得以下公式：
[0026][0027]优选的，寻找电压特征点包括以下步骤：
[0028]1)对电池单体进行耐久性循环寿命实验，每隔一段时间进行一次标准容量测试，获得其从寿命开始至寿命结束的不同阶段的完整充电曲线及其容量；
[0029]2)选择电池初始充电曲线和在电池容量衰减过程中第r条充电曲线并以第1条充电曲线为基准对第r条充电曲线进行缩放平移，使得第r条充电曲线结束点与第1条充电曲线结束点重合；
[0030]3)使得缩放后第r条充电曲线在两个特征点之间的时间间隔与第1条充电曲线在两个特征点之间的时间间隔相同，
[0031]Δt
′
r(AB)
＝Δt
1(AB)
[0032]式中，
[0033]Δt
′
r(AB)
＝t
′
rB
‑
t
′
rA
，Δt
1(AB)
＝t
1B
‑
t
1A
[0034]变形得，
[0035]t
′
rA
‑
t
1A
＝t
′
rB
‑
t
1B
。
[0036]优选的，电池容量衰减过程中，只要每条缩放后的充电曲线都能满足上式，即使下式结果最小，就可以找到电压特征点A、B，
[0037][0038]利用遗传算法，以σ
AB
最小为优化目标，求解两个电压特征点，约束条件为两个电压特征点间隔至少100mV。
[0039]优选的，利用扩展卡尔曼滤波更新电池容量值，包括以下步骤：
[0040]1)建立线性化的状态空间模型，其方程如下：
[0041][0042][0043]2)进行初始化赋值如下：
[0044]当k＝0时，
[0045]3)状态变量时间更新如下：
[0046][0047]4)误差协方差时间更新如下：
[0048][0049]5)扩展卡尔曼增益矩阵更新如下：
[0050][0051]6)状态变量测量更新如下：
[0052][0053]7)误差协方差测量更新如下：
[0054][0055]其中，四阶扩展卡尔曼滤波算法估算出的容量值Ccap为输入变量u
k
，基于电压特征点估算出的容量值Cr为输出变量y
k
，融合算法估计值C
D
值为状态变量x
k
。
[0056]本专利技术与现有技术相比，其有益效果是：以电压特征点进行初步容量辨识，其精度高、可靠性好，能供为后续的模型修正提供较准确的修正值，接着融合容量在线辨识值与四阶扩展卡尔曼滤波算法，再通过扩展卡尔曼滤波算法更新电池容量，进一步提高了容量估计的精度。
附图说明
[0057]图1为根据本专利技术的用于提高电池容量估计精度的算法的融合算法流程图；
[0058]图2为根据本专利技术的用于提高电池容量估计精度的算法的一阶RC电池等效电路结构图；
[0059]图3为根据本专利技术的用于提高电池容量估计精度的算法的充电曲线缩放平移图；
[0060]图4为根据本专利技术的用于提高电池容量估计精度的算法的时间差计算示意图；
[0061]图5为根据本专利技术的用于提高电池容量估计精度的算法的融合算法估计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于提高电池容量估计精度的算法，其特征在于，包括以下步骤：S1、基于基尔霍夫电压定律和电流定律建立一阶RC等效电路电池模型，公式如下：S2、通过静态容量测试、混合脉冲测试、直流电阻测试、动态应力测试、联邦城市驾驶计划测试辨识电池参数，其中的Rp和Cp用递推最小二乘算法提取；S3、再以SOC、电容电压Up、欧姆内阻R0、容量的倒数1/Ccap为状态变量，利用四阶扩展卡尔曼滤波算法对Ccap进行更新估计,电容的计算公式如下：S4、通过进行耐久性循环寿命试验，获得电池单体不同衰减阶段完整充电曲线；S5、在同一电流恒流充电情况下，充电曲线到达任何两个电压点A、B的时间间隔与两个电压点之间实际能充入的电量成正比关系，即满足以下关系式，又因两个电压点之间实际能充入的电量取决于电池单体当前时刻的容量，故得以下关系式，因此，只需知道充电曲线在两个电压特征点之间的时间间隔和初始容量，就可估计的电池当前容量Cr；S6、扩展卡尔曼滤波再融合模块以C
D
为状态空间变量，Ccap为输入变量，Cr为输出变量进行迭代得出容量估计值C
D
。2.如权利要求1所述的一种用于提高电池容量估计精度的算法，其特征在于，所述步骤S2还包括以下步骤：其中，3.如权利要求1所述的一种用于提高电池容量估计精度的算法，其特征在于，利用电压特征点在线辨识锂离子电池容量，衰减后第r条充电曲线相对于第1条充电曲线(电池初始状态)满足如下关系：
两个电压点之间实际能充入的电量取决于电池单体当前时刻的容量，满足以下公式：由公司(1)与(2)，可得以下公式：4.如权利要求3所述的一种用于提高电池容量估计精度的算法，其特征在于，寻找电压特征点包括以下步骤：1)对电池单体进行耐久性循环寿命实验，每隔一段时间进行一次标准容量测试，获得其从寿命开始至寿命结束的不同阶段的完整充电曲线及其容量；2)选择电池初始充电曲线和在电池容量衰减过程中第r条充电曲线并以第1条充电曲线为基准对第r条充电曲线进...

【专利技术属性】
技术研发人员：郑岳久，周旋，秦超，周龙，崔一凡，晏莉琴，吕桃林，解晶莹，
申请(专利权)人：上海空间电源研究所，
类型：发明
国别省市：