一种基于电化学模型的锂电池SOP估算方法技术

本发明专利技术公开电动汽车中的一种基于电化学模型的锂电池SOP估算方法，根据模型电压和实时电压计算出遗传算法中的适应度值，寻找到最优的正负极颗粒的固相扩散系数，计算出最优的正负极颗粒最外层锂离子浓度值，求解出由最优的正负极颗粒最外层锂离子浓度值限制的峰值充电电流和放电电流，计算得到峰值充放电功率；本发明专利技术采用锂离子浓度极限进行SOP预测，更能从电化学原理上反映电池的功率能力，对电池前置状态变化更为敏感，对动态工况下的电池SOP预测有更高的精度以及可靠性，采用遗传算法对模型进行实时参数辨识，可以实时优化模型参数，降低温度变化以及电池老化对预测结果的影响，提高预测精度。

【技术实现步骤摘要】
一种基于电化学模型的锂电池SOP估算方法
本专利技术涉及电动汽车中的电池管理系统(BMS)，涉及其电池功率状态(SOP)的估算方法，确定电动汽车动力电池系统的极限功率。
技术介绍
与传统燃料汽车相比，电动汽车以电池为动力来源，具有环境污染小、噪音低、能源利用率高等特点，被公认为未来汽车发展的主流。锂离子电池作为最先进的二次电池，因其体积小、重量轻、能量密度高、使用寿命长、无记忆效应、环保等优点，在电动汽车中得到了广泛的应用。然而，锂离子电池在恶劣或复杂的条件下工作，在安全性和效率方面仍存在一些问题。因此，设计一个可靠稳定的电池管理系统，实时监控电池电源系统的状态，对于实现电池系统的高效安全运行具有重要意义。电池管理系统由多个功能模块组成，其中的数据采集模块依靠高精度传感器来采集电池的道路终端电压、充放电电流和环境温度，状态估计模块采用算法将采集到的电池状态数据与电池的特征参数相结合，实时估计出电池的充电状态(SOC)、功率状态(SOP)、健康状态(SOH)等状态量。SOP作为表征电池瞬时动力性能的指标，在电池安全以及高效工作上，有着不可忽视的重要作用。SOP作为电池功率的参考标准，当将其放在电动汽车的工作背景时，可以将汽车的摩擦制动和可再生制动联系到一起，此外，SOP的引入可以有效地延长锂电池的寿命，能够帮助锂电池系统的整体或者单体减少甚至避免过充过放的现象，实时在线估计锂电池的SOP对电池的容量等参数的优化有很大作用，而且，对于SOP提供的给定时间可用功率，可以作为锂电池的量化参考，从而保证锂电池的安全使用以及能量回收，简而言之，SOP不仅对锂电池是否高效、安全工作提供判断依据，在结合新能源发展前景而言，也能够直接影响电动汽车的推进操作方案、汽车动力表现及舒适度。目前，对于工作状态中的锂电池SOP的估计，都是以宏观物理量电流、电压或SOC为限制进行电池SOP预测，例如，中国专利公开号为CN108226797B文献中提出了一种基于当前电压和截止电压限制的电池SOP估算方法、公开号为CN105277895B文献中提出的采用电压和电流综合限制的方法进行电池SOP的在线估计、公开号为CN111443290A文献中提出的使用SOC限制和模型电压限制条件预测电池SOP，这些方法并不能从微观物理层面上对电池SOP作估计，预测结果误差较大。
技术实现思路
本专利技术的目的在于解决现有的锂电池SOP在线预测存在的问题，提出一种基于电化学模型的锂电池SOP估算方法，从锂离子层面进行电池SOP估算，具有更高的预测精度。本专利技术一种基于电化学模型的锂电池SOP估算方法采用的技术方案是：采集电池实时电流Ir(k)和实时电压Ur(k)，实时电流Ir(k)输入电化学模型，实时电压Ur(k)输入参数辨识系统，电化学模型基于实时电流Ir(k)得到模型电压Up(k)，k表示当前时刻，还采用以下步骤：步骤A：采集电池k-60到k时刻内的实时电压Ur(k-j)，电化学模型获得k-60到k时刻内的模型电压Up(k-j)，1＜j≤60，参数辨识系统调用电化学模型，根据模型电压Up(k-j)和实时电压Ur(k-j)计算出遗传算法中的适应度值，基于适应度值辨识电化学模型中的正极颗粒和负极颗粒的固相扩散系数，寻找到最优的正极颗粒的固相扩散系数Ds+和最优的负极颗粒的固相扩散系数Ds-；步骤B：正负极峰值电流计算模块基于所述的最优的正极颗粒的固相扩散系数Ds+和最优的负极颗粒的固相扩散系数Ds-计算出最优的正负极颗粒最外层锂离子浓度值和步骤C：求解出由所述的最优的正负极颗粒最外层锂离子浓度值和限制的峰值充电电流Imax(k)和放电电流Imin(k)；步骤D：给与电池k时刻状态相同的电化学模型加载峰值充电电流Imax(k)和放电电流Imin(k)Imin(k)，持续时间为△t，记录下△t内每一秒的模型电压Up(k+△t)，计算得到k时刻的峰值充电功率Pmax(k)和峰值放电功率Pmin(k)。本专利技术采用上述技术方案后的有益效果是：1、与其他基于电池电压极限、电池SOC和电流极限的SOP预测方法相比，本专利技术采用锂离子浓度极限进行SOP预测，更能从电化学原理上反映电池的功率能力，并且相较于前者，本专利技术对电池前置状态变化更为敏感，对动态工况下的电池SOP预测有更高的精度以及可靠性。2、本专利技术采用遗传算法对模型进行实时参数辨识，可以实时优化模型参数，降低了温度变化以及电池老化对预测结果的影响，有效提高了该方法对电池老化和温度变化的鲁棒性，提高了预测系统的鲁棒性，提高了预测精度。附图说明图1是实现本专利技术所述锂电池SOP估算方法的估算系统框图；图2是在环境温度25度时，美国联邦城市运行工况(FUDS)下的模型预测电压与实际电压比较图；图3是在环境温度25度时，美国联邦城市运行工况(FUDS)下的模型预测电压与实际电压的误差图；图4是在环境温度25度时，持续时间为30秒，美国联邦城市运行工况(FUDS)下基于锂离子浓度限制预测的峰值放电功率和混合动力脉冲能力特性(HPPC)实验法测得的峰值放电功率对比图；图5是在环境温度25度时，持续时间为30秒，美国联邦城市运行工况(FUDS)下基于锂离子浓度限制预测的峰值充电功率和混合动力脉冲能力特性(HPPC)实验法测得的峰值充电功率对比图。具体实施方式参见图1，对锂电池SOP估算的估算系统由电池参数采集平台、电化学模型、参数辨识系统、正负极峰值电流计算模块、电池SOP计算模块组成，电池参数采集平台的输出端分别连接电化学模型和参数辨识系统，电化学模型和参数辨识系统之间双向互联，电化学模型的输出端依次串联正负极峰值电流计算模块、电池SOP计算模块以及电池SOP。通过电池参数采集平台获得电池工作过程中电池的实时电压Ur(k)、实时电流Ir(k)的实时数据，其中k表示当前时刻。电池参数采集平台将获得的实时电流Ir(k)输入到电化学模型中，将实时电压Ur(k)输入到参数辨识系统中。电化学模型采用的是常规的单粒子电化学模型，模型中将锂离子电池的正负极分别视作球体颗粒，并将正负极固相颗粒沿半径均分为node层，第1层为最内层，第node层为最外层。电化学模型以实时电流Ir(k)为输入，获得模型电压Up(k)和实时预测电池的正极各层锂离子浓度值负极各层锂离子浓度值其中k表示当前时刻，i是正负极固相颗粒层数，1＜i＜node，node为正负极固相颗粒最外层数。基于实时电流Ir(k)，通过下式获得模型电压Up(k)：其中：Ir(k)为实时电流，F为法拉第常数，R为通用气体常数，T为温度，Vocv为电池开路电压，Rsum为电池内阻，a+和a-分别为正负极有效界面积，L+和L-分别为正负极的长度，reff+和reff-分别为正负极的反应速率常数，ce为液相锂离子浓度，和分别为正负极最大锂离子浓度，和分别为k时刻正负极最外层锂离子浓度，正负极各层锂离子浓度值的本文档来自技高网...

【技术保护点】
1.一种基于电化学模型的锂电池SOP估算方法，采集电池实时电流I

【技术特征摘要】
1.一种基于电化学模型的锂电池SOP估算方法，采集电池实时电流Ir(k)和实时电压Ur(k)，实时电流Ir(k)输入电化学模型，实时电压Ur(k)输入参数辨识系统，电化学模型基于实时电流Ir(k)得到模型电压Up(k)，k表示当前时刻，其特征是采用以下步骤：
步骤A：采集电池k-60到k时刻内的实时电压Ur(k-j)，电化学模型获得k-60到k时刻内的模型电压Up(k-j)，1＜j≤60，参数辨识系统调用电化学模型，根据模型电压Up(k-j)和实时电压Ur(k-j)计算出遗传算法中的适应度值，基于适应度值辨识电化学模型中的正极颗粒和负极颗粒的固相扩散系数，寻找到最优的正极颗粒的固相扩散系数Ds+和最优的负极颗粒的固相扩散系数Ds-；
步骤B：正负极峰值电流计算模块基于所述的最优的正极颗粒的固相扩散系数Ds+和最优的负极颗粒的固相扩散系数Ds-计算出最优的正负极颗粒最外层锂离子浓度值和
步骤C：求解出由所述的最优的正负极颗粒最外层锂离子浓度值和限制的峰值充电电流Imax(k)和放电电流Imin(k)；
步骤D：给与电池k时刻状态相同的电化学模型加载峰值充电电流Imax(k)和放电电流Imin(k)Imin(k)，持续时间为△t，记录下△t内每一秒的模型电压Up(k+△t)，计算得到k时刻的峰值充电功率Pmax(k)和峰值放电功率Pmin(k)。


2.根据权利要求1所述的一种基于电化学模型的锂电池SOP估算方法，其特征是：所述的模型电压其中，






F为法拉第常数，R为通用气体常数，T为温度，Vocv为电池开路电压，Rsum为电池内阻，a+和a-分别为正负极有效界面积，L+和L-分别为正负极的长度，reff+和reff-分别为正负极的反应速率常数，ce为液相锂离子浓度，和分别为正负极最大锂离子浓度值，和分别为k时刻正负极最外层锂离子浓度值，node为正负极固相颗粒最外层数。


3.根据权利要求2所述的一种基于电化学模型的锂电池SOP估算方法，其特征是：所述的正负极各层锂离子浓度值的变化遵循以下正负极各层锂离子扩散方程：






边界条件分别为：



dr+＝Rp+/node，dr-＝Rp-/node，Rp+和Rp-分别为正负极颗粒的半径，Ds+和Ds-为正极颗粒和负极颗粒的固相扩散系数，和表示k+1时刻正负极颗粒第i层锂离子浓度...

【专利技术属性】
技术研发人员：孙晓东，陈琦，陈龙，田翔，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32