【技术实现步骤摘要】
一种全寿命全温度下锂电池SOC及可用容量联合估计方法
[0001]本专利技术属于锂离子电池
，尤其涉及一种全寿命全温度下锂电池SOC及可用容量联合估计方法。
技术介绍
[0002]锂离子电池因其高电能潜力、高能量密度、优选的安全特性和寿命长而成为电动汽车的主要能源。电池管理系统是动力电池技术的核心与关键，一个功能齐全的电池管理系统对于电池状态检测、电池内部状态估计、电池能量控制管理、电池安全保护至关重要。精确的SOC值可以更准确的控制充放电电流及截止时间，避免过充、过放和过负荷工作，有效保护电池，延长电池使用寿命。同时，精确的可用容量信息可以提高SOC估算，促进电池的高质量管理。因此，高效精确的SOC和可用容量估计至关重要。
[0003]截至目前，已经开发出多种方法来对SOC值估计，基于模型的估算方法因其具有较好的在线应用能力、较高精度和初始误差纠正能力，被广泛地研究和应用，但这种方法很大程度依赖于模型精确程度，而电池模型的参数及容量会随着电池的老化不断发生变化，并对电池SOC的估计结果产生影响，同时锂离子电池...
【技术保护点】
【技术特征摘要】
1.一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于，包括以下步骤：步骤1：采集锂离子电池在预设温度下的充放电数据；步骤2：构建带有宽动态温度补偿的二阶RC等效电路模型；步骤3：利用粒子群优化算法集成数据和动态更新技术，对步骤2中的二阶RC等效电路模型的模型参数进行自适应识别；步骤4：选择电池在恒流充电过程中电压增加间隔的持续时间作为电池健康特征量，并利用长短期记忆神经网络对电池容量进行高精度估计，得到电池可用容量；步骤5：将步骤3中动态更新的模型参数和步骤4中获得的电池可用容量作为输入值，利用平方根容积卡尔曼滤波器进行SOC估计。2.根据权利要求1所述的一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于，所述步骤1中采集的锂离子电池在预设温度下的充放电数据具体包括：电池端电压、电流、温度、电池充放电持续时间以及所放出的实际容量，其中，电池充电过程采用恒流恒压的充电方式，放电过程采用车用工况对锂离子电池进行放电，所述的车用工况为HPPC或者UDDS或者其他可用于对锂离子电池进行放电的工况。3.根据权利要求1所述的一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于：所述的步骤2中构建带有宽动态温度补偿的二阶RC等效电路模型，模型参数方程推导如下：由于温度变化对模型参数产生较大影响，因此，模型参数应随温度变化进行更新，更新公式如下所示：式中Q
a
为电池可用容量，f(.)为SOC与模型参数的关系式，T为电池温度，U
oc
为开路电压OCV，R0为欧姆电阻，C1、C2为R1、R2两端的极化电容，R1、R2为C1、C2两端的极化电阻，SOH为电池的健康状态，其定义为C
n
为电池额定容量；带有宽动态温度补偿的二阶等效电路模型参数方程表示为：
式中U
t
(t)为t时刻模型的端电压，U0(t)为欧姆电阻R0两端的电压，U1(t)、U2(t)为极化电阻R1、R2和极化电容C1、C2两端的电压，其t时刻的SOC定义为：式中，η为库伦效率，i为电流值，SOC(t0)为初始时刻的SOC值。4.根据权利要求1所述的一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于，所述的步骤3中，利用粒子群优化算法集成数据和动态更新技术，对步骤2中的带有宽动态温度补偿的二阶RC等效电路模型的模型参数进行自适应识别，具体包括以下步骤：(31)利用粒子群优化算法对模型参数进行识别；(32)设定粒子群优化算法启动所需的累积数据长度，记录电池放电数据，当测量数据长度大于所设定的累积数据长度时，激活粒子群优化算法，根据累积的电流和电压数据识别模型参数，并利用自动更新技术自动更新上一周期所辨识的模型参数结果，当所测量数据长度小于所设定的累积数据长度时，将不触发粒子群优化算法并不进行模型参数更新，继续沿用上一循环所辨识的模型参数。5.根据权利要求4所述的一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于：所述累积数据长度设定原则为：选取具体型号电池后，设置不同的数据长度来分别进行电池模型参数辨识和更新，基于相同的滤波算法估算电池SOC，并与真实SOC值做对比，选择SOC估算精度较高时选择的数据长度作为设定标准。6.根据权利要求1所述的一种全寿命全温度下锂电池SOC及可用容量联合估计方法，其特征在于：所述的步骤4中的长短期记忆神经网络回归函数为：
式中i,g,O，c和Op
k
分别代表输入门、遗忘门、输出门和状态单元和输...
【专利技术属性】
技术研发人员：申江卫，高承志，陈峥，沈世全，马文赛，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
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。