一种电池剩余容量动态估算方法技术

本发明专利技术公开了一种电池剩余容量动态估算方法，包括如下步骤：S1建立电池的电路模型；S2根据实验数据结果辨识模型参数，得到OCV

【技术实现步骤摘要】
一种电池剩余容量动态估算方法


[0001]本专利技术涉及电池状态检测
，具体涉及一种电池剩余容量动态估算方法。

技术介绍

[0002]针对电池在制造、使用过程中的不一致性，以及电池容量、内阻随电池生命周期的变化，同源科技团队创造性的应用多状态联合估计、扩展卡尔曼滤波算法、内阻/容量在线识别等方法，实现对电池全生命周期的高精度状态估算。经测算，针对三元锂电池，常温状态下单体电池SOC估算偏差可达最大2％，平均估算偏差1％。
[0003]同时针对电池单体间的不一致性，使用基于剩余充电电量一致等均衡策略，最大程度的挥电池的最大能效。但是对SOC估算系统建模难度大、估算误差大、不能动态在线预测等技术问题使锂电池的发展受到了很大制约。虽然国内外针对SOC进行了大量的研究，但是其估算精度仍达不到现代人们的要求；此外，目前国内外对电池的研究大多还停留在静态研究的层面上，难以实现动态在线的连续监测，因此需要提出一种电池剩余容量动态的估算方法。

技术实现思路

[0004](一)要解决的技术问题
[0005]为了克服现有技术不足，现提出一种电池剩余容量动态估算方法，能够解决上述技术背景中提到的问题。
[0006](二)技术方案
[0007]本专利技术通过如下技术方案实现：本专利技术提出了一种电池剩余容量动态估算方法，包括如下步骤：
[0008]S1建立电池的电路模型；
[0009]S2根据实验数据结果辨识模型参数，得到OCV
‑
SOC关系的拟合曲线；
[0010]S3基于锂电池恒流充电与恒流放电实验过程，分析其端电压变化特征，完成模型参数的辨识。
[0011]S4基于导通时间积分方法，改进的卡尔曼滤波算法用于估算锂电池的SOC。
[0012]进一步的，所述电路模型为戴维南电路模型。
[0013]进一步的，所述实验条件为分别为锂电池组在0.1C、0.3C充放电倍率条件下工作，并记录它们的SOC随开路电压OCV的变化，得到在0.1C、0.3C充放电倍率下的拟合曲线图。
[0014]进一步的，所述基于锂电池恒流充电与恒流放电实验过程为：以锂电池在 25度环境条件下，放电率为0.3C的恒流充放电实验为例，对锂电池模型参数的辨识方法进行具体分析。
[0015]进一步的，所述实现过程为:将锂电池放电直到其状态达到截止电压，此时 SOC为零,再对锂电池进行充电处理最后在没有任何操作的情况下放置锂电池 1h，然后使锂电池达到满电状态并实验中记录端电压数值。
[0016]进一步的，所述所述方法如下：由电路原理，电池模型的电路表达式为：
[0017]V＝E
‑
VP
‑
IR0
ꢀꢀ
(1)
[0018]I＝CPVP+VP/RP
ꢀꢀ
(2)
[0019]可得递推公式：
[0020]SOCk+1＝SOCk
‑
iΔ/Qk
ꢀꢀ
(3)
[0021]将其带入电路表达式，得到离散化公式如下：
[0022]Vk+1＝fk+1(SOCk+1)
‑
Vp,k+1
‑
R0ik+1
ꢀꢀ
(4)
[0023]Vp,k+1＝Vp,kexp(
‑
Δt/RpCp)+Rpik(1
‑
exp(
‑
Δt/RpCp))
ꢀꢀ
(5)
[0024]根据式(4)
‑
(5)，可推导得SOC估计空间模型的状态方程和观测方程分别为：
[0025][0026][0027]将式(6)、(7)与改进卡尔曼滤波算法相结合，可得出其状态量、控制量及观测量的对应关系为状态向量Xk和[SOCk，Vp，k]T相对应，控制向量 Uk和锂电池工作电流ik相对应，观测向量Yk和锂电池端电压相对应。
[0028](三)有益效果
[0029]本专利技术相对于现有技术，具有以下有益效果：
[0030]本专利技术提到的一种电池剩余容量动态估算方法，在SOH估计方面，随着电池的老化这种能力逐渐降低，嵌锂能力的变化反映了SOH的变化的考虑，反映放电健康状况，而且可以反映充电健康状况。通过对SOH的评估方法反映循环次数的增加导致的电池内阻变化、嵌锂容量的变化，进而综合评估电池的老化程度。
附图说明
[0031]图1是电路模型图。
[0032]图2是0.1C充放电倍率的OCV
‑
SOC拟合曲线图。
[0033]图3是0.3C充放电倍率的OCV
‑
SOC拟合曲线。
[0034]图4是未处理放置时端电压变化过程图。
[0035]图5是恒流充电期间的端子电压变化过程。
[0036]图6是利用最小二乘法辨识出的用于实验的锂电池参数值表。
[0037]图7是基于改进卡尔曼滤波的SOC估算流程图。
具体实施方式
[0038]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0039]如图1～7所示的一种电池剩余容量动态估算方法，采用如下方法实现：
[0040]选用电池的戴维南电路模型，如图1所示，锂电池组的电动势为E，极化内阻为Rp欧
姆内阻为R0，极化电容为CP，极化电压为VP，端电压为V，干路电流为I，以放电电流为电流正方向。此模型中RP、R0、CP、E为主要参数，其中 OCV课等效替代电动势E，则建立戴维南电路模型关键在于获取RP、R0、CP和 OCV等参数。
[0041]根据实验数据结果辨识模型参数，得到OCV
‑
SOC关系的拟合曲线，如图2～图3所示，0.1C充放电倍率得到的拟合曲线多项式为：
[0042]y＝13.098x5
‑
40.975x4+48.919x3
‑
27.515x2+7.274x+2.5469
[0043]式中，y为锂电池开路电压OCV，单位为V；x为锂电池SOC
[0044]0.3C充放电倍率得到的拟合曲线多项式为：
[0045]y＝14.571x5
‑
42.268x4+45.701x3
‑
22.646x2+5.1477x+2.8535
[0046]由图可知，在SOC较大或较小的区域时，OCV值变化较快；而SOC值中间区域时，OCV值变化较为缓慢，曲线斜率较小，则表明锂电池组在该区域充放电能力较强。
[0047]如图4
‑
5所示基于锂电池恒流充电与恒流放电实验过程，分析其端电压变化特征，可以完成模型参数的辨识。以锂电池在25
°
环境条件下，放电率为0.3C 的恒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池剩余容量动态估算方法，其特征在于：包括如下步骤：S1建立电池的电路模型；S2根据实验数据结果辨识模型参数，得到OCV
‑
SOC关系的拟合曲线；S3基于锂电池恒流充电与恒流放电实验过程，分析其端电压变化特征，完成模型参数的辨识。S4基于导通时间积分方法，改进的卡尔曼滤波算法用于估算锂电池的SOC。2.根据权利要求1所述的一种电池剩余容量动态估算方法，其特征在于：所述电路模型为戴维南电路模型。3.根据权利要求1所述的一种电池剩余容量动态估算方法，其特征在于：所述实验条件为分别为锂电池组在0.1C、0.3C充放电倍率条件下工作，并记录它们的SOC随开路电压OCV的变化，得到在0.1C、0.3C充放电倍率下的拟合曲线图。4.根据权利要求1所述的一种电池剩余容量动态估算方法，其特征在于：所述基于锂电池恒流充电与恒流放电实验过程为：以锂电池在25度环境条件下，放电率为0.3C的恒流充放电实验为例，对锂电池模型参数的辨识方法进行具体分析。5.根据权利要求4所述的一种电池剩余容量动态估算方法，其特征在于：所述实现过程为:将锂电池放电直到其状态达到截止电压，此时SOC为零,再对锂电池进行充电处理最后在没有任何操作的情况下放置锂电池1h，然后使锂电池达到满电状态并实验中记录端电压数值。6.根据权利要求1所述的一种电池剩余容量动...

【专利技术属性】
技术研发人员：郝健淇，韩磊，田翰文，王金胜，
申请(专利权)人：长治医学院，
类型：发明
国别省市：