基于开关高频谐振电抗的锂电池SOC在线监测方法及系统技术方案

本发明专利技术涉及一种基于开关高频谐振电抗的锂电池SOC在线监测方法及系统，该方法包括以下步骤：步骤S1、构建PWM开关谐振回路；步骤S2、进行A/D采样和型号信号调理，使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i

【技术实现步骤摘要】
基于开关高频谐振电抗的锂电池SOC在线监测方法及系统


[0001]本专利技术涉及锂电池荷电状态在线监测
，尤其是涉及一种基于开关高频谐振电抗的锂电池SOC在线监测方法及系统。

技术介绍

[0002]锂电池广泛应用于新能源电动汽车领域，而电池管理系统(BATTERY MANAGEMENT SYSTEM，BMS)是制约电动汽车未来发展的主要因素，其中，锂电池荷电状态(SOC)估算是BMS的核心功能，其主要任务是对锂电池的异常工作情况进行预警和处理，保障锂电池的安全运行。因此在线监测锂电池SOC对提高系统运行可靠性并降低运维成本具有重要意义。锂电池是复杂的电化学装置，由于其内部和外部条件具有明显的非线性行为，导致锂电池SOC不能直接测量，必须通过测量电流、电压和温度参数，并建立合适的电化学模型或数学模型进行估算，因此锂电池SOC在线监测极具挑战。
[0003]Xia Z等人在“Method for online battery AC impedance spectrum measurement using dc
‑
dc power converter duty
‑
cycle control”通过高频交流注入的方法对锂电池SOC进行监测。但额外激励源的注入不可避免地会干扰锂离子电池系统的正常运行，导致安全性差和效率降低等问题。
[0004]经过检索，中国专利申请CN114859235A公开了一种基于扩展卡尔曼滤波的锂电池SOC估计方法，该方法通过锂电池等效模型建立离散非线性系统状态及观测方程，根据重构的扩展卡尔曼滤波算法所需的线性系统状态及观测方程估计锂电池SOC。但是扩展卡尔曼滤波算法对锂电池等效模型的依赖性较强，观测方程的非线性函数在采用线性化时忽略了高次项，容易产生线性化误差，SOC估算精度不足。
[0005]中国专利申请CN114757340A公开了一种基于神经网络集成的锂电池健康状态预测方法及系统。该方法根据锂电池循环充放电过程采集的数据及预设的多组神经网络，构建多个锂电池健康状态预测模型，并将结果综合，迭代调整，得到综合后的锂电池健康状态预测模型来计算锂电池健康状态。虽然该方法不需要建立精确的锂电池模型，具有高度非线性、自学习性强等优点，但训练过程过于复杂，且过度依赖样本数据。
[0006]现有对锂电池SOC的估算方法中安时积分法原理简单、计算方便，但是电池老化、累计误差等制约了安时法计算精度。开路电压法需要长时间静置，难以满足在线估算要求。卡尔曼滤波法其精度十分依赖准确的锂电池等效模型，且需考虑温度的影响，不同温度下卡尔曼滤波法的SOC估算精度有较大差异。
[0007]针对现有技术的不足，亟需设置一种灵敏度高、抗温度干扰性强的锂电池SOC在线监测方法。

技术实现思路

[0008]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供了一种无扰式、灵敏度高、抗温度干扰性强的基于开关高频谐振电抗的锂电池SOC在线监测方法及系统。
[0009]本专利技术的目的可以通过以下技术方案来实现：
[0010]根据本专利技术的第一方面，提供了一种基于开关高频谐振电抗的锂电池SOC在线监测方法，该方法包括以下步骤：
[0011]步骤S1、构建PWM开关谐振回路；
[0012]步骤S2、进行A/D采样和型号信号调理，使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i
sw_res
；
[0013]步骤S3、提取振荡电流谐振频率特征参数f0，计算不同荷电状态SOC下的谐振电抗X
res
；
[0014]步骤S4、拟合SOC
‑
X
res
的测量结果得出SOC
‑
X
res
的回归函数；
[0015]步骤S5、在线测算谐振电抗X
res
，带入回归函数监测锂电池荷电状态SOC。
[0016]优选地，所述步骤S1具体为：
[0017]在锂电池和负载之间，安装有双向DC
‑
DC转换器，用于电压调节和充放电电流控制；若DC
‑
DC电路自身已经安装用于平滑输入电压的输入电容，PWM开关激励下锂电池和输入电容之间形成谐振回路；
[0018]若回路中没有输入电容，在靠近锂电池的部分配备一个额外的小型金属聚丙烯薄膜MPPF输入电容器C
in
，输入电容与锂电池构成一个LC串联谐振电路，通过调节C
in
的容值可以调节谐振电路的频率。
[0019]优选地，所述步骤S2具体为：使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i
sw_res
，电流传感器上限带宽大于PWM开关振荡电流频率，下限频率大于变流器载波频率K倍。
[0020]优选地，所述下限频率大于变流器载波频率2倍。
[0021]优选地，所述步骤S3具体为：截取PWM开关振荡电流片段i
sw_res
，利用频域分析方法获取振荡电流谐振频率f0，并计算出谐振电抗X
res
，表达式为：
[0022]X
res
≈1/(2πf0C
res
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0023]式中，C
res
为谐振电容，等于输入电容C
in
。
[0024]优选地，所述步骤S4具体为：
[0025]设定振荡电流谐振频率f0保持不变，分别在不同荷电状态SOC下重复步骤S3，获取不同状态下的谐振电抗X
res
；利用包括但不限于最小二乘法对SOC
‑
X
res
的测量结果进行函数拟合，得出SOC
‑
X
res
的回归函数。
[0026]优选地，所述回归函数为指数回归函数。
[0027]根据本专利技术的第二方面，提供了一种基于所述的基于开关高频谐振电抗的锂电池SOC在线监测方法的系统，所述系统包括：
[0028]PWM开关谐振回路模块，包括锂电池、输入电容和PWM纹波电流激励源；
[0029]A/D采样和信号调理模块，用于使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i
sw_res
；
[0030]谐振电抗计算模块，用于依据提取的振荡电流谐振频率特征参数f0，计算不同荷电状态SOC下的谐振电抗X
res
；
[0031]拟合回归模块，用于拟合SOC
‑
X
res
的测量结果得出SOC
‑
X
res
的回归函数；
[0032]在线监测模块，用于在线测算谐振电抗X
res
，带入回归函数监测锂电池荷电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于开关高频谐振电抗的锂电池SOC在线监测方法，其特征在于，该方法包括以下步骤：步骤S1、构建PWM开关谐振回路；步骤S2、进行A/D采样和型号信号调理，使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i
sw_res
；步骤S3、提取振荡电流谐振频率特征参数f0，计算不同荷电状态SOC下的谐振电抗X
res
；步骤S4、拟合SOC
‑
X
res
的测量结果得出SOC
‑
X
res
的回归函数；步骤S5、在线测算谐振电抗X
res
，带入回归函数监测锂电池荷电状态SOC。2.根据权利要求1所述的一种基于开关高频谐振电抗的锂电池SOC在线监测方法，其特征在于，所述步骤S1具体为：在锂电池和负载之间，安装有双向DC
‑
DC转换器，用于电压调节和充放电电流控制；若DC
‑
DC电路自身已经安装用于平滑输入电压的输入电容，PWM开关激励下锂电池和输入电容之间形成谐振回路；若回路中没有输入电容，在靠近锂电池的部分配备一个额外的小型金属聚丙烯薄膜MPPF输入电容器C
in
，输入电容与锂电池构成一个LC串联谐振电路，通过调节C
in
的容值可以调节谐振电路的频率。3.根据权利要求2所述的一种基于开关高频谐振电抗的锂电池SOC在线监测方法，其特征在于，所述步骤S2具体为：使用高频电流传感器采集锂电池储能系统自激高频PWM开关振荡电流i
sw_res
，电流传感器上限带宽大于PWM开关振荡电流频率，下限频率大于变流器载波频率K倍。4.根据权利要求3所述的一种基于开关高频谐振电抗的锂电池SOC在线监测方法，其特征在于，所述下限频率大于变流器载波频率2倍。5.根据权利要求2所述的一种基于开关高频谐振电抗的锂电池SOC在线监测方法，其特征在于，所述步骤S3具体为：截取PWM开关振荡电流片段i
sw_res
，利用频域分析方法获取振荡电流谐振频...

【专利技术属性】
技术研发人员：李豪，段宇，向大为，周艺恒，张浩隆，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：