【技术实现步骤摘要】
一种全温度下基于SRCKF的锂电池内部温度在线估计方法
[0001]本专利技术属于锂离子电池
,尤其涉及一种全温度下基于SRCKF的锂电池内部温度在线估计方法。
技术介绍
[0002]锂电池作为能量存储及电动汽车动力源的关键动力部件,其使用性能与安全备受关注。电池温度作为锂离子电池内部的关键状态参数之一,对其内部温度的精确估计对保障电池安全使用至关重要。同时,内部温度状态也是影响锂电池荷电状态估计与热管理的重要参数。
[0003]然而,实际车载工况下电池内部温度难以实时获取,现有方法仍难以实现全温度下在线预测并保证其估计精度。现阶段锂电池内部温度估计主要采用的基于电热耦合模型的方法包括,基于偏微分方程的电热耦合模型、集中参数的电热耦合模型及混合型电热耦合模型。其中,基于偏微分方程的电热耦合模型采用大量的偏微分方程的求解会极大的增加BMS(Battery management system)运行负荷,从而限制了其在实时控制中的应用。集中参数电热耦合模型,其难点在于如何建立电学模型参数与温度之间的相关性。混合型电热耦合模型其难点在于如何建立电化学参数与温度之间的相关性,通常需要大量试验对其电化学参数进行标定。因此,电池所处外部环境对其内部温度估计的准确性具有重大影响。然而现阶段综合考虑电池实际工作状况和全工作温度环境影响下的电池温度精确耦合模型研究仍然较少。因此,为了解决全温度条件下车载动力电池温度在线估计的难题,建立能够符合电池实际工作状况、全温度工作范围下电池温度估计的精度较高且便于在线应用的热电耦合模 ...
【技术保护点】
【技术特征摘要】
1.一种全温度下基于SRCKF的锂电池内部温度在线估计方法,其特征在于,包括以下步骤:步骤1:数据采集:获取锂离子单体电池充放电数据:在
‑
20℃至60℃全温度条件下,对锂离子电池进行充放电测试,并采集锂离子电池单体充放电数据;步骤2:二阶RC等效电路模型与热模型的建立:建立二阶RC等效电路模型,热模型包括生热模型和传热模型,采用简化的Bernardi方程作为生热模型,采用双状态集中参数热模型作为传热模型模拟电池内部热量传递,并将二阶RC等效电路模型和双状态集中参数热模型离散化表达,分别得到系统状态空间方程和测量方程;步骤3:分别对二阶RC等效电路模型和双状态集中参数热模型的参数进行辨识:全温度条件下,基于步骤1得到的电池充放电数据,使用遗传算法对步骤2中建立的二阶RC等效电路模型进行参数辨识,采用递归最小二乘算法对双状态集中参数热模型进行在线辨识;步骤4:给予SRCKF算法进行电池内外部温度在线估算:基于步骤2的系统状态空间方程和量测方程,将SRCKF算法融入到锂离子电池温度估算中,将二阶RC等效电路模型输出的端电压、开路电压作为带入Bernardi生热方程进行电池产热功率的计算,再根据双状态集中参数热模型结合SRCKF算法实现电池内外部温度的估计;步骤5:等效电路模型与双状态集中参数热模型的耦合:将步骤4中得到的电池温度用于二阶RC等效电路模型与双状态集中参数热模型参数的更新,实现二阶RC等效电路模型与双状态集中参数热模型的耦合,再采用更新的电池电热参数用于下一时刻电池温度的估算,实现基于热电耦合模型的电池温度在线估计。2.根据权利要求1所述的一种全温度下基于SRCKF的锂电池内部温度在线估计方法,其特征在于,所述的步骤1中采集的锂离子电池单体充放电数据包括电压、电流、表面温度、极耳温度数据。3.根据权利要求1所述的一种全温度下基于SRCKF的锂电池内部温度在线估计方法,其特征在于,所述的步骤2中建立的二阶RC等效电路模型为:U(t)=U1(t)+U2(t)+U
OCV
(t)+R0I(t)二阶RC等效电路模型离散表达公式为:式中,I表示电流,U表示电池端电压,U1和U2分别表示相应的RC网络的电压降,R0表示欧姆内阻,R1、R2和C1、C2分别表示极化电阻、电容,其数值与温度相关,E
oc
表示开路电压;步骤2所建立的热模型中,Bernardi生热方程离散化表达式为:双状态集中参数热模型求解方程离散化表达式为:
其中,Q
c
为电池单位体积产热功率;C
c
为电池热容;R
c
为电池内部与表面之间热阻;C
air
为电池表面壳体的热容;R
air
为电池表面与外部环境之间热阻;T
c
、T
s
和T
air
则分别为电池内部核心处温度、电池表面和电池周围环境温度;基于上述对二阶RC等效电路模型与热模型的离散化表达,建立电池内外部温度估计模型,得到系统状态空间方程和测量方程:式中:X
k
为第k步状态向量;A为状态转移矩阵;B为系统控制矩阵;u
k
为第k步控制量;Z
k+1
为测量状态向量;V
k
为具有测量噪声矩阵R
k
协方差的白高斯测量噪声。4.根据权利要求1所述的一种全温度下基于SRCKF的锂电池内部温度在线估计方法,其特征在于,所述的步骤3中通过采用递归最小二乘算法对双状态集...
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。