一种带自学习功能的锂电池SOH估算方法技术

本发明专利技术公开一种带自学习功能的锂电池SOH估算方法，包括S1.对输入参数进行诊断和校验；S2.根据直流内阻公式DCR＝dV/dI计算DCR，其中dV为Δt时间内的电压增量，dI为脉冲电流的大小；S3.根据电池模型计算的DCR系数表，将S2步骤中不同温度和SOC条件下的插枪充电的DCR换算成T＝25℃、SOC＝50％时的DCR；S4.根据S3步骤计算得到的DCR执行自学习功能；S5.以自学习功能执行完成后输出的自学习DCR

【技术实现步骤摘要】
一种带自学习功能的锂电池SOH估算方法


[0001]本专利技术属于锂电池
，具体涉及一种带自学习功能的锂电池SOH估算方法。

技术介绍

[0002]对于锂电池而言，SOH是表征其寿命和健康程度的重要参数，电池从使用开始性能将逐步下降，这是一个不可逆的过程，所以电池的劣化程度越高，越接近于寿命的终点，SOH变化带来的直接体验就是车辆的续航里程或可使用时长明显减少。电池的直流阻抗与SOH存在一定的关系，SOH越低，电池内阻越大，一般可以通过检测电压、电流、温度等数据，间接计算出电池的内阻值，然后根据SOH与电池内阻的关系求得SOH。
[0003]行业内直流内阻DCR的计算方法为：对电池进行一段时间的脉冲充/放电，根据公式R＝dV/dI计算得到DCR，其中dV为Δt时间内的电压变化量，dI为脉冲电流的大小。以上方案通过专业检测设备对单个电芯进行HPPC测试可以很容易实现，但是在实际电池包的使用过程中却无法开展，只有依靠BMS采集电压、电流、温度等信息后进行计算，考虑到BMS的性能差异，其电流和电压采样都难免会有一定的延迟，无法保证采样的实时性和同步性，且电流也不可能是标准的脉冲波形，因此即便是同一SOH下采集数据并计算得到的DCR也可能存在较大的差别。
[0004]为了弥补现有技术的不足，在电池包和整车使用的条件下正确计算电池的DCR，进而估算SOH，本专利提出了一种带自学习功能的锂电池SOH估算方法。

技术实现思路

[0005]本专利技术的目的在于提供一种带自学习功能的锂电池SOH估算方法，以解决现有锂电池包和整车在使用过程中采集数据存在误差，导致DCR和SOH的估算精度低等技术问题。为实现该目的，本专利技术具体技术方案如下：
[0006]一种带自学习功能的锂电池SOH估算方法，所述方法包括DCR计算阶段、自学习阶段和修正阶段，具体步骤如下：
[0007]S1.对输入参数进行诊断和校验，若发现输入参数不符合条件，则本次不对SOH值进行任何修改；
[0008]S2.根据直流内阻公式DCR＝dV/dI计算DCR，其中dV为Δt时间内的电压增量，dI为脉冲电流的大小；
[0009]S3.根据电池模型计算的DCR系数表，将S2步骤中不同温度和SOC条件下的插枪充电的DCR换算成T＝25℃、SOC＝50％时的DCR；
[0010]S4.根据S3步骤计算得到的DCR执行自学习功能；
[0011]S5.以自学习功能执行完成后输出的自学习DCR
learn
值作为后续计算内阻增量的基准，计算内阻增量DCR
rate
＝DCR/DCR
learn
；
[0012]S6.根据DCR
rate
查内阻增量
‑
容量衰减表(DCR
‑
Cap)获得电池当前的最大容量衰减，进而可得本次的SOH值SOH
Est
；
[0013]S7.对SOH
Est
进行一阶滤波：SOH＝SOH
Pre
×
k
f
+SOH
Est
×
(1
‑
k
f
)，其中k
f
为滤波系数，最终得到本次循环计算的SOH；SOH
Est
是本次计算得到的SOH值，SOH
Pre
是上次计算得到的SOH值，即用上次的SOH
Pre
和本次的SOH
Est
进行加权，最后输出滤波值。
[0014]其中，步骤S1、S2和S3属于DCR计算阶段，步骤S4属于自学习阶段，步骤S5、S6、S7属于修正阶段。
[0015]具体的，所述步骤S2中，记插枪充电前一时刻电池静置的最高单体电压为V1，电流I1＝0A，此时执行插枪动作，BMS和充电机进行充电报文交互，BMS向充电机请求充电电流I
req
，经过Δt时间后充电机实际输出电流I
req
，并记此刻电池的最高单体电压为V2，由此得到在当前温度和SOC的条件下，DCR的实际计算公式为：DCR＝(V2‑
V1)/(I2‑
I1)。
[0016]具体的，所述步骤S4中，在自学习需求计算次数Learn_Num内，锂电池的前期DCR的变化不大，电池的DCR基本保持不变，因此可以用前N次DCR的计算结果作为自学习的计算依据，得到一个自学习DCR
learn
值，后续的计算以该DCR
learn
值为基准，用以降低因BMS采集时效性和数据同步性上的固有缺陷所带来的影响。
[0017]具体的，当计算次数n<Learn_Num时，自学习未完成，下一次循环将回到S1步骤执行，当n>＝Learn_Num时，自学习完成，得到DCR
learn
作为修正阶段的输入。
[0018]其中，当计算次数n小于自学习需求计算次数，即n<Learn_Num时，对于每一个DCR输入值都先缓存起来，若本次计算DCR和上次DCR
Pre
的差值大于限制值R
th
，即|DCR
‑
DCR
Pre
|>R
th
，则认为本次计算结果无效，舍弃DCR，并重新回到步骤S1进行下一次循环。
[0019]具体的，通过公式DCR
learn
＝(DCR
Pre
*n+DCR)/(n+1)计算DCR的自学习DCR
learn
值，其中n初始值为0，每计算一次DCR
learn
，n加1，直到n>＝Learn_Num。
[0020]与现有技术相比，本专利技术有以下优点：
[0021](1)本专利技术方法考虑了实际电池包的使用情形，纳入插枪充电的操作，通过插枪充电请求电流的脉冲来计算DCR，无需增加外部测试设备，并加入自学习功能来降低因BMS采集时效性上的缺陷所带来的影响，提高了SOH的估算精度；
[0022](2)对输入的电压、电流、温度、SOC等参数进行诊断和校验，防止因输入参数错误对SOH计算带来影响；
[0023](3)加入自学习功能，将前N次DCR的计算结果作为自学习的计算依据，降低了因BMS采集时效性和数据同步性上的固有缺陷所带来的影响；将自学习结果作为后续计算内阻增量的基准，查表获取当前容量衰减，并作滤波处理，增加了计算的可靠性。
附图说明
[0024]图1为本专利技术的方法流程图。
具体实施方式
[0025]下面结合附图对本专利技术一种带自学习功能的锂电池SOH估算方法作进一步说明。
[0026]如图1所示，一种带自学习功能的锂电池SOH估算方法，该方法包括DCR计算阶段、自学习阶段和修正阶段，具体步骤包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带自学习功能的锂电池SOH估算方法，其特征在于，所述方法包括DCR计算阶段、自学习阶段和修正阶段，具体步骤如下：S1.对输入参数进行诊断和校验，若发现输入参数不符合条件，则本次不对SOH值进行任何修改；S2.根据直流内阻公式DCR＝dV/dI计算DCR，其中dV为Δt时间内的电压增量，dI为脉冲电流的大小；S3.根据电池模型计算的DCR系数表，将S2步骤中不同温度和SOC条件下的插枪充电的DCR换算成T＝25℃、SOC＝50％时的DCR；S4.根据S3步骤计算得到的DCR执行自学习功能；S5.以自学习功能执行完成后输出的自学习DCR
learn
值作为后续计算内阻增量的基准，计算内阻增量DCR
rate
＝DCR/DCR
learn
；S6.根据DCR
rate
查内阻增量
‑
容量衰减表(DCR
‑
Cap)获得电池当前的最大容量衰减，进而可得本次的SOH值SOH
Est
；S7.对SOH
Est
进行一阶滤波：SOH＝SOH
Pre
×
k
f
+SOH
Est
×
(1
‑
k
f
)，其中k
f
为滤波系数，最终得到本次循环计算的SOH，SOH
Pre
是上次计算得到的SOH值；其中，步骤S1、S2和S3属于DCR计算阶段，步骤S4属于自学习阶段，步骤S5、S6、S7属于修正阶段。2.根据权利要求1所述的一种带自学习功能的锂电池SOH估算方法，其特征在于，所述步骤S2中，记插枪充电前一时刻电池静置的最高单体电压为V1，电流I1＝0A，此时执行插枪动作，BMS和充电机进行充电报文交互，BMS向充电机请求充电电流I
req
，经过Δt时间后充电机实际输出电流...

【专利技术属性】
技术研发人员：曹嘉伟，孔德宝，刘永青，马帅，许奇，
申请(专利权)人：杭州鹏成新能源科技有限公司，
类型：发明
国别省市：