【技术实现步骤摘要】
一种锂离子电池SOC与容量联合估计方法
[0001]本专利技术属于动力电池管理领域,具体是指一种锂离子电池SOC与容量联合估计方法。
技术介绍
[0002]车用动力电池为电动汽车提供主要动力,其技术性能和经济成本决定着电动汽车的发展前景。为了提高电池的工作性能和延长电池的使用寿命,良好的电池管理系统(Battery Management System,BMS)已经成为当今电动汽车至关重要的一部分。电池SOC和容量估计是BMS最核心的功能,二者的估算精度和实用性非常重要。
[0003]电池荷电状态(State Of Charge,SOC)反映电池的剩余电量。目前主要的SOC估计方法有开路电压法、电化学阻抗法、安时积分法、神经网络法、卡尔曼滤波法等。各种算法存在的问题如下:开路电压法虽然在充放电开始和结束阶段能够较好地估计电池SOC,但充放电过程中因SOC
‑
OCV“平台期”的存在导致SOC估计误差较大,并且因为需要长时间静置电池组才能获取开路电压,与实时性相矛盾,在工程实践中很少单独使用;电化学阻抗法在电池电量较低或较高时能够得到较为准确的SOC估计结果,但是因为电量在中间段时交流阻抗的变化较小,所以SOC估计不准,此外阻抗受电量初始值、温度、老化程度等较大程度的影响,BMS硬件也难以实现,很少用于实际的BMS中;安时积分法简单、实用有效,是目前最常用的SOC估计算法,安时积分法作为开环算法受到SOC初始误差、库伦效率、电流测量误差、容量误差等因素的影响,产生SOC估计误差且会不断累积;神经网 ...
【技术保护点】
【技术特征摘要】
1.一种锂离子电池SOC与容量联合估计方法,其特征在于,所述的估算方法包括以下步骤:步骤一,建立锂离子电池等效电路模型,其作用是用来研究包括电池的端电压、充、放电电流、工作温度外特性之间的关系,表征电池静态特性及动态特性;步骤二,结合电池模型与安时积分模型建立状态空间方程;步骤三,将电池容量衰减量作为电池模型误差在状态方程中表征;步骤四,将以上状态空间方程代入EKF算法迭代式,解耦估计算法得到并行的状态量估计器与模型误差估计器,即误差校正扩展卡尔曼滤波算法用来同时估计锂离子电池SOC和容量。2.根据权利要求1所述的一种锂离子电池SOC与容量联合估计方法,其特征在于,步骤一,建立一阶RC锂离子电池等效电路模型的表达式为:其中U
t
为电池端电压;U
OCV
为电池开路电压;I
B
为电流,规定放电时为正,充电时为负;R0为电池欧姆内阻;U
P
为极化电压;R
P
与C
P
分别是极化内阻和极化电容。3.根据权利要求1所述的一种锂离子电池SOC与容量联合估计方法,其特征在于,步骤二,安时积分模型:其中,SOC
k
和SOC
k+1
分别为迭代至第k步和第k+1步的电池荷电状态的数值;η为库伦效率;Δt为系统采样周期;C
N
为电池标称容量;I
B,k
为电流值,规定放电为正,充电为负,则系统的状态空间方程是:式中w
1,k
和w
2,k
分别为系统状态方程中对应于SOC和U
P
的高斯白噪声项,v
k+1
为系统观测方程的高斯白噪声项。4.根据权利要求1所述的一种锂离子电池SOC与容量联合估计方法,其特征在于,所述的步骤三具体为:将电池容量衰减量作为电池模型误差在状态方程中表征,得到以下的状态空间表达式
其中b
k
为电池容量衰减导致的模型误差。5.根据权利要求1所述的一种锂离子电池SOC与容量联合估计方法,其特征在于,所述步骤四中,将所述状态空间表达式代入EKF算法迭代式,解耦估计算法得到并行的状态量估计器与模型误差估计器,可用来同时估计锂离子电池SOC和容量,首先,非线性时变系统的状态方程为:式中,x
k
和x
k
‑1分别为系统处于k时刻和k
‑
1时刻的状态向量,u
k
和u
k
‑1分别为系统k时刻和k
‑
1时刻的控制输入向量,f(x
k
‑1,u
k
‑1)是非线性系统的状态方程函数,w
k
‑1为过程噪声,y
k
为系统k时刻的观测向量,h(x
k
,u
k
)为非线性系统的观测方程函数,v
k
为观测噪声。6.根据权利要求5所述的一种锂离子电池SOC与容量联合估计方法,其特征在于,为了达到线性化处理,采用泰勒公式进行展开,定义达到线性化处理,采用泰勒公式进行展开,定义其中,A
k
为系统状态转移矩阵,C
k
为系统的观测矩阵,扩展卡尔曼滤波算法的递推过程式可表达如下:滤波状态初始条件:滤波状态初始条件:式中,为状态量初始值;为误差协方差矩阵初始值;x0为状态量真实值,假定系统当...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。