一种电池端电压动力学模型与荷电动力学模型及荷电状态估计算法制造技术

本发明专利技术提出了一种电池端电压动力学模型(1)与荷电动力学模型(3)及其荷电状态估计算法，具体包括：根据电池荷电特性(11)、安时积分公式(12)和锂离子电池模型(13)建立电池端电压动力学模型(1)和电池荷电动力学模型(3)，获取电池端电压(138)估计值。电池端电压动力学模型(1)采用观测器(2)作为电池荷电状态估计算法(7)；电池荷电状态动力学模型(3)采用卡尔曼滤波器(33)作为电池荷电状态估计算法(7)。本发明专利技术创新出了电池端电压动力学模型(1)和电池荷电动力学模型(3)，并根据两个模型推导出两个全新的电池荷电状态估计算法(7)。本发明专利技术将锂离子电池模型(13)、电池荷电特性(11)以及安时积分公式(12)整合到一个电池动力学模型方程中，简化了估计算法的复杂性，有利于降低系统计算量以及增加电池荷电状态(111)估计精度。度。度。

【技术实现步骤摘要】
一种电池端电压动力学模型与荷电动力学模型及荷电状态估计算法


[0001]本专利技术适用于电动汽车动力电池领域，具体是电池端电压动力学模型(1)与电池荷电动力学模型(3)及其荷电状态估计算法(7)，应用于电动汽车的电池荷电状态(111)估计。

技术介绍

[0002]近年来，由于环境污染和能源匮乏等问题日益突出，电动汽车正逐步取代燃油汽车，且高功率和高能量密度的锂离子电池已成为电动汽车中最关键的组成部分。电池的荷电状态(State Of Charge,S
oc
)(111)为电池剩余可用容量与其额定容量之比，作为电池管理系统(Battery Management System,BMS)(6)中的关键一环，其对电动汽车的发展起着至关重要的作用。因此，当前电动汽车的重要研究方向是获取一种估算电池荷电状态S
oc
(111)准确而简单的方法。
[0003]申请号为ZL201510160645.6，专利技术名称为“一种电池SOC估算方法、装置以及电池管理系统”的专利中，提供一种荷电状态估计算法(7)，采用安时积分法估算电池荷电状态S
oc
(111)，方法简单可靠、易于实现。但其仍存在两个方面的不足：其一，由于电流存在测量误差，且随着时间增长，误差也会逐步增大，且该方法无法获取一个准确的电池荷电状态初值S
oc0
(121)；其二，采用电池荷电状态S
oc
(111)和电池开路电压(112)的关系来修正安时积分法的估算结果，估算精度虽有所提高，但查表修正的方法较为复杂。
[0004]申请号为ZL201811444425.6，专利技术名称为“基于二阶EKF算法的锂离子电池SOC估计方法”的专利中，提供一种荷电状态估计算法(7)，即基于模型的估算方法，其一般原理是：根据输入信号及空间模型方程计算输出量，并和实际测量量比较得到差值，由滤波器或者观测器(2)更新模型参数及状态方程，以此来估算电池荷电状态S
oc
(111)。该专利技术的重点是构建一个准确的锂离子电池模型(13)，二阶阻容等效电路模型(62)的鲁棒性以及抗噪能力强，但计算量过大，一般不会应用于实车中。基于模型的估算方法难点就在于需要建立一个精确的估计模型，建模过程比较复杂而且耗费的时间很多。
[0005]申请号为ZL201910531963.7，专利技术名称为“一种基于机器学习的锂离子动力电池健康状态估算方法”的专利中，提供一种基于机器学习的估算方法，该方法无需建立精确的电池模型，而是通过输入的电流电压等输入值，经过自主学习可精确估算电池荷电状态S
oc
(111)。但该方法需要大量的参考数据进行训练，训练数据及训练方法对电池荷电状态S
oc
(111)估算的误差影响很大。
[0006]综上所述，现有的电池荷电状态S
oc
(111)的估算方法都存在一定的不足，难以对电池荷电状态S
oc
(111)进行准确简便的估算，因此需要在此基础上对电池荷电状态S
oc
(111)的估计方法进行改进，提高电池荷电状态S
oc
(111)估算精度。

技术实现思路

[0007]本专利技术的目的在于提出一种电池端电压动力学模型(1)与电池荷电动力学模型(4)及其荷电状态估计算法(2)，以解决电池荷电状态S
oc
(111)估计方法存在的不足。
[0008]为达此目的，本专利技术采用以下技术方案：
[0009]1.一种电池端电压动力学模型(1)与电池荷电动力学模型(3)及其荷电状态估计算法(7)，其特征在于，包括电池荷电特性(11)、安时积分公式(12)、锂离子电池模型(13)、电池端电压动力学模型(Terminal Voltage Dynamics,TVD)(1)、观测器(2)、电池荷电动力学模型(Battery Charging Dynamics,BCD)(3)以及卡尔曼滤波器(32)，电池荷电状态S
oc
(111)的估计方法为两种方式：
[0010]第一种是基于电池端电压动力学模型的荷电状态估计算法(71)，需要采用以下五步进行电池荷电状态(111)估计，
[0011]TVD第一步、电池荷电特性(11)，建立电池开路电压(112)与电池荷电状态(111)的关系式：
[0012]U
oc
＝α
soc
S
oc
(1.1)
[0013]其中，U
oc
(112)为锂离子电池的开路电压，S
oc
(111)为对应的锂离子电池荷电状态；
[0014]TVD第二步、安时积分公式(12)，利用安时积分法(61)估算电池的荷电状态(111)：
[0015][0016]其中，S
oc0
(121)为电池荷电状态的初始值，η
b
(122)为库伦系数，Q
ah
(123)为电池安时容量，I
m
(124)为电池实测负载电流；
[0017]TVD第三步、锂离子电池模型(13)，采用二阶阻容等效电路模型(62)作为锂离子电池模型(13)：
[0018][0019]U
oc
＝U
el
+U
et
+R
in
I
m
+U
w
(1.9)
[0020]其中，R
in
(131)为电池内部的欧姆电阻，R
el
(132)和C
el
(133)分别为电池电极极化电阻和电容，R
et
(134)和C
et
(135)分别为电池电解液极化电阻和电容，U
el
(136)和U
et
(137)分别为电池电极极化电压和电解液极化电压，U
oc
(112)为电池开路电压，U
w
(138)和I
m
(124)分别为电池的端电压和负载电流；
[0021]TVD第四步、电池端电压动力学模型(1)，根据开路电压(112)与电池荷电状态(111)关系式、安时积分公式(12)及所述的锂离子电池模型(13)建立电池端电压动力学模型(1)，获取电池端电压(138)估计值：
[0022][0023]其中，为锂离子实测负载电流的导数。
[0024]将式(1.12)进行离散化，得到离散化后的电池端电压动力学模型，其状态方程如式(1.13)所示：
[0025][0026]其中，a1＝T/R
el
C
el
，a2＝T/R
et
C
et
，a3＝1+a1，a4＝1+a2，b1＝R
in
，b2＝R
in
‑
T/C...

【技术保护点】

【技术特征摘要】
1.一种电池端电压动力学模型与荷电动力学模型及荷电状态估计算法，其特征在于：包括电池荷电特性(11)、安时积分公式(12)、锂离子电池模型(13)、电池端电压动力学模型(1)、观测器(2)、电池荷电动力学模型(3)以及卡尔曼滤波器(32)等，基于上述模块，可以构建出两种电池荷电状态S
oc
(111)估计算法；第一种是基于电池端电压动力学模型的荷电状态估计算法(71)，其计算公式为，其中，λ(217)为等速趋近增益系数，ξ(219)为指数趋近增益系数，sgn(218)为符号函数；第二种是基于电池荷电动力学模型的荷电状态估计算法(72)。2.根据权利要求1所述的一种基于电池端电压动力学模型的荷电状态估计算法(71)，其特征在于:TVD第一步、电池荷电特性(11)，建立电池开路电压(112)与电池荷电状态(111)的关系式；TVD第二步、安时积分公式(12)，利用安时积分法(61)估算电池的荷电状态(111)；TVD第三步、锂离子电池模型(13)，采用二阶阻容等效电路模型(62)作为锂离子电池模型(13)；TVD第四步、电池端电压动力学模型(1)，根据所述的电池开路电压(112)与电池荷电状态(111)关系式、安时积分公式(12)及锂离子电池模型(13)建立电池端电压动力学模型(1)，获取电池端电压(138)估计值；TVD第五步、观测器(2)，根据所述电池端电压(138)估计值与电池端电压(215)实测值，获取端电压偏差值(212)，将其输入观测器(2)中，获得电池荷电状态观测值(2111)作为系统输出。3.根据权利要求1所述的电池端电压动力学模型(1)，其特征在于：根据式(1.1)电池荷电特性(11)中开路电压U
oc
(112)对S
oc
(111)微分得到，其中，α
soc
(113)为开路电压(112)与电池荷电状态(111)关...

【专利技术属性】
技术研发人员：贺林，尹广威，石琴，胡兴文，王洋洋，
申请(专利权)人：北京华田汽车科技有限公司，
类型：发明
国别省市：