一种基于电池实际工况的开路电压获取方法技术

本发明专利技术涉及锂离子电池状态评估技术领域，具体的说是一种基于电池实际工况的开路电压获取方法，具体步骤如下：步骤一：根据电池的工作过程，建立其对应的物理模型；步骤二：建立自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法；步骤三：利用所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线。同现有技术相比，通过对电池工作过程分析建立其物理模型，结合自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法。无需长期搁置，利用所得方法处理电池实际工作过程中所获得的数据，即可直接得到过程中电池的开路电压曲线。线。线。

【技术实现步骤摘要】
一种基于电池实际工况的开路电压获取方法


[0001]本专利技术涉及锂离子电池状态评估
，具体的说是一种基于电池实际工况的开路电压获取方法。

技术介绍

[0002]由于锂离子电池具有工作电压高、能量密度大、放电倍率高、循环寿命长、无记忆效应、对环境无污染等优点，已大规模的应用于通讯、新能源汽车、智能电网等领域。同时由于锂离子电池具有输出功率高、温度范围广、自放电率低等优点，也广泛的应用于国防领域。
[0003]近年来，锂离子电池的状态评估已经成为研究的热点，基于不同的原理提出了不同的评估方法，无论是何种方法，电池的开路电压曲线均是非常重要的参数。
[0004]电池的开路电压曲线一般通过极小电流充放电或长时间搁置获得。
[0005]但是，上述方法在电池的实际使用过程中很难获得，且大多数情况下只能得到若干个孤立点的开路电压。因此，如何在电池的实际工作过程中获得其开路电压，从而为电池的状态评估提供可靠依据，依然是亟需解决的问题。

技术实现思路

[0006]本专利技术为克服现有技术的不足，提供一种基于电池实际工况的开路电压获取方法，通过对电池工作过程分析建立其物理模型，结合自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法。无需长期搁置，利用所得方法处理电池实际工作过程中所获得的数据，即可直接得到过程中电池的开路电压曲线。
[0007]为实现上述目的，设计一种基于电池实际工况的开路电压获取方法，其特征在于：具体步骤如下：
[0008]步骤一：根据电池的工作过程，建立其对应的物理模型；
[0009]步骤二：建立自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法；
[0010]步骤三：利用所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线。
[0011]所述的步骤一中的物理模型为等效电路模型。
[0012]所述的步骤二中的自适应优化算法为带有动态遗忘因子的递推最小二乘法。
[0013]所述的步骤二中的参数包括电池的开路电压、欧姆阻抗、极化时间常数。
[0014]所述的步骤三中的数据处理方法为带有动态遗忘因子的递推最小二乘法，电池实际工作过程数据为包含动态过程的数据。
[0015]所述的等效电路模型参见图1：其中，U为电池工作电压，OCV为
电池开路电压，I为电池工作电流，R0为电池欧姆内阻，R1为电池极化内阻，C1为电池极化电容。
[0016]所述的带有动态遗忘因子的递推最小二乘法为：
[0017][0018][0019]其中，J(θ)为目标函数，λ为动态遗忘因子，Y为实测结果，为模型输入，θ为模型参数，α为误差最大时需要的最小遗忘因子，γ为动态算法对模型误差的敏感程度，E为模型与噪声引起的误差。
[0020]所述的所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线的计算流程为：
[0021](1)初始化：θ0、P0、α、γ；
[0022][0023][0024][0025][0026][0027]本专利技术同现有技术相比，提供一种基于电池实际工况的开路电压获取方法，通过对电池工作过程分析建立其物理模型，结合自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法。无需长期搁置，利用所得方法处理电池实际工作过程中所获得的数据，即可直接得到过程中电池的开路电压曲线。
附图说明
[0028]图1为电池等效电路模型。
[0029]图2为电池动态工况图。
[0030]图3为基于电池动态工况获得的开路电压曲线图。
具体实施方式
[0031]下面根据附图对本专利技术做进一步的说明。
[0032]如图1，所示，一种基于电池实际工况的开路电压获取方法，具体步骤如下：
[0033]步骤一：根据电池的工作过程，建立其对应的物理模型；
[0034]步骤二：建立自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法；
[0035]步骤三：利用所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线。
[0036]步骤一中的物理模型为等效电路模型。
[0037]步骤二中的自适应优化算法为带有动态遗忘因子的递推最小二乘法。
[0038]步骤二中的参数包括电池的开路电压、欧姆阻抗、极化时间常数。
[0039]步骤三中的数据处理方法为带有动态遗忘因子的递推最小二乘法，电池实际工作过程数据为包含动态过程的数据。
[0040]等效电路模型参见图1：其中，U为电池工作电压，OCV 为电池开路电压，I为电池工作电流，R0为电池欧姆内阻，R1为电池极化内阻，C1为电池极化电容。
[0041]带有动态遗忘因子的递推最小二乘法为：
[0042][0043][0044]其中，J(θ)为目标函数，λ为动态遗忘因子，Y为实测结果，为模型输入，θ为模型参数，α为误差最大时需要的最小遗忘因子，γ为动态算法对模型误差的敏感程度，E为模型与噪声引起的误差。
[0045]所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线的计算流程为：
[0046](1)初始化：θ0、P0、α、γ；
[0047][0048][0049][0050][0051][0052]实施例：
[0053]本专利技术的目的是为了解决如何利用电池实际工况数据获得电池开路电压的方法。为达到上述目的，本专利技术提出的电池开路电压的获取方法，其包含如下步骤：
[0054]步骤一、根据电池的工作过程，建立其对应的物理模型。此处为建立电池的等效电路模型。
[0055]步骤二、建立自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法，主要包括以下步骤：
[0056]选用带有动态遗忘因子的递推最小二乘法如下所示：
[0057][0058][0059][0060]其中，J(θ)为目标函数，λ为动态遗忘因子，Y为实测结果，为模型输入，θ为模型参数，α为误差最大时需要的最小遗忘因子，γ为动态算法对模型误差的敏感程度， E为模型与噪声引起的误差。
[0061]根据所建立的模型，设定带有动态遗忘因子的递推最小二乘法中的各个参数，如下所示：
[0062]Y
k
＝U
k
；
[0063][0064]θ
k
＝[OCV
k
，R
0，k
+R
1，k
，R
0，k
τ
k
，τ
k
]；
[0065]τ
k
＝R
1，k
C
1，k
；
[0066]其中，U为电池工作电压，OCV为电池开路电压，I为电池工作电流，R0为电池欧姆内阻，R1为电池极化内阻，C1为电池极化电容。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电池实际工况的开路电压获取方法，其特征在于：具体步骤如下：步骤一：根据电池的工作过程，建立其对应的物理模型；步骤二：建立自适应优化算法，建立模型中包含开路电压在内的多个参数的在线辨识方法；步骤三：利用所得方法处理电池实际工作过程中所获得的数据，得到过程中电池的开路电压曲线。2.根据权利要求1所述的一种基于电池实际工况的开路电压获取方法，其特征在于：所述的步骤一中的物理模型为等效电路模型。3.根据权利要求1所述的一种基于电池实际工况的开路电压获取方法，其特征在于：所述的步骤二中的自适应优化算法为带有动态遗忘因子的递推最小二乘法。4.根据权利要求1所述的一种基于电池实际工况的开路电压获取方法，其特征在于：所述的步骤二中的参数包括电池的开路电压、欧姆阻抗、极化时间常数。5.根据权利要求1所述的一种基于电池实际工况的开路电压获取方法，其特征在于：所述的步骤三中的数据处理方法为带有动态遗忘因子的递推最小二乘法，电池实际工作过程数据...

【专利技术属性】
技术研发人员：闫寒明，吕桃林，罗伟林，刘喜青，冯敏，闵凡奇，王奇，张东江，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：