一种锂电池末端局部制造技术

本发明专利技术实施例提供一种锂电池末端局部

【技术实现步骤摘要】
一种锂电池末端局部SOC动态校准方法、装置和系统


[0001]本专利技术涉及电池
，具体地涉及一种锂电池末端局部
SOC
动态校准方法
、
装置和系统

技术介绍

[0002]近年来电动汽车及相关技术飞速发展
。
电池荷电状态的估计
(State
‑
of
‑
Charge
，
SOC)
是电池管理系统的重要组成部分，准确的
SOC
估计有利于充分发挥电池系统的动力性能
、
防止动力电池过充和过放
、
保障动力电池的使用寿命和使用过程中的安全性
。
[0003]目前常用的的
SOC
估计方法有安时积分法
、
开路电压法
、
神经网络法及卡尔曼滤波法
。
其中，安时积分法成本较低
、
实现方法简单，但是需要借助其他方法确定
SOC
初始值且由于电流的测量误差，长时间运行会造成较大的累积误差；开路电压法将电动汽车长时间静置后的端电压作为开路电压，通过开路电压与
SOC
的对应关系确定校准值，在实际运行过程中难以实现动态估算；神经网络属于人工智能领域，通过大量的训练数据获得输入与输出的映射关系，动力电池作为复杂的非线性系统采用神经网络的方法估算
SOC
，可以实现较高的精度，但是由于计算复杂且需要大量的数据存储空间，在单片机上难以实现；卡尔曼滤波法估计
SOC
以电池等效电路模型为基础，通过系统状态方程计算出
SOC
估计值，再根据当前电压测量值对估计值进行修正，实现对系统状态做出最小方差估计的过程
。
利用卡尔曼滤波法估算电池运行全过程的
SOC
时，可能会出现误差累计的情况，使得算法结果发散，
SOC
的估算准确性可能不足
。

技术实现思路

[0004]本专利技术实施例的目的是提供一种锂电池末端局部
SOC
动态校准方法
、
装置和系统，该方法可以在电池末端应用卡尔曼滤波算法，有利于减小累计误差，使得算法结果不易发散，提高电池
SOC
估计值的准确性
。
[0005]为了实现上述目的，一方面，本专利技术实施例提供一种锂电池末端局部
SOC
动态校准方法，所述方法包括：
[0006]获取各单体电池在不同温度下的参数，以得到在不同温度下的电池模型参数表，用于卡尔曼滤波算法估计电池
SOC
；
[0007]判断所述单体电池是否进入电池末端；
[0008]在所述单体电池进入电池末端时，通过卡尔曼滤波算法估计所述电池
SOC。
[0009]可选的，所述获取各单体电池在不同温度下的参数，以得到在不同温度下的电池模型参数表，用于卡尔曼滤波算法估计电池
SOC
包括：
[0010]获取各单体电池在预设温度下电池的
HPPC
试验数据，并建立各单体电池的二阶
RC
等效电路模型；
[0011]获取
HPPC
脉冲数据的温度
、
电流
、
电压及时间；
[0012]根据在一定温度下所述单体电池的电流随时间的变化趋势识别
SOC
断点；
[0013]根据所述
SOC
断点划分数据子集，所述数据子集包括与所述
SOC
断点对应的温度
、
电流
、
电压及时间；
[0014]在每个所述数据子集中对电池响应状态曲线进行数据拟合，以得到不同电池
SOC
对应的电池参数；
[0015]将静置一定时间得到的端电压作为当前电池
SOC
对应的开路电压；
[0016]对开路电压和电池
SOC
的函数关系进行
n
阶多项式拟合；
[0017]汇总得到各单体电池在不同温度下的模型参数随电池
SOC
变化的参数表和
OCV
‑
SOC
函数关系
。
[0018]可选的，所述在每个所述数据子集中对电池响应状态曲线进行数据拟合，以得到不同电池
SOC
对应的电池参数包括：
[0019]将所述单体电池响应状态曲线进行数据拟合；
[0020]获取在拟合曲线中所述单体电池的相邻的两个
SOC
断点；
[0021]获取相邻的两个
SOC
断点对应的电压参数，根据公式
(1)
获取单体电池的欧姆内阻：
[0022][0023]其中，
R0表示欧姆内阻，
V
A
表示第一断点对应的高电压，
V
B
表示第一断点对应的低电压，
V
D
表示第二断点对应的高电压，
V
C
表示第二断点对应的低电压，
I
表示单体电池的电流；
[0024]极化所述单体电池对应的二阶
RC
等效电路模型中的第一电阻
、
第二电阻
、
第一电容和第二电容；
[0025]根据所述单体电池的参数并通过公式
(2)
得到所述拟合曲线中后半段曲线的函数关系：
[0026][0027]其中，
U
L
为等效电压，
U
oc
为开路电压，
R1为第一电阻，
R2为第二电阻，
C1为第一电容，
C2为第二电容，
t
为时间
。
[0028]可选的，所述判断所述单体电池是否进入电池末端包括：
[0029]按照等时间间隔采集所述电流
、
所述个单体电池的端电压和温度；
[0030]以所述端电压为数据特征，对所述各个单体电池进行聚类分析，从而确定表征动力电池组
SOC
的单体簇；
[0031]获取所述单体簇中最小的簇电压；
[0032]判断所述簇电压是否小于等于预设阈值；
[0033]当所述簇电压小于等于所述预设阈值时，则获取该簇电压对应的单体簇内的单体号，并确定进入电池末端
。
[0034]可选的，所述判断所述单体电池是否进入电池末端包括：
[0035]当所述簇电压大于所述预设阈值时，返回按照等时间间隔采集所述电流
、
所述个单体电池的端电压和温度的步骤
。
[0036]可选的，所述以所述端电压为数据特征，对所述各个单体电池进行聚类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种锂电池末端局部
SOC
动态校准方法，其特征在于，所述方法包括：获取各单体电池在不同温度下的参数，以得到在不同温度下的电池模型参数表，用于卡尔曼滤波算法估计电池
SOC
；判断所述单体电池是否进入电池末端；在所述单体电池进入电池末端时，通过卡尔曼滤波算法估计所述电池
SOC。2.
根据权利要求1所述的方法，其特征在于，所述获取各单体电池在不同温度下的参数，以得到在不同温度下的电池模型参数表，用于卡尔曼滤波算法估计电池
SOC
包括：获取各单体电池在预设温度下电池的
HPPC
试验数据，并建立各单体电池的二阶
RC
等效电路模型；获取
HPPC
脉冲数据的温度
、
电流
、
电压及时间；根据在一定温度下所述单体电池的电流随时间的变化趋势识别
SOC
断点；根据所述
SOC
断点划分数据子集，所述数据子集包括与所述
SOC
断点对应的温度
、
电流
、
电压及时间；在每个所述数据子集中对电池响应状态曲线进行数据拟合，以得到不同电池
SOC
对应的电池参数；将静置一定时间得到的端电压作为当前电池
SOC
对应的开路电压；对开路电压和电池
SOC
的函数关系进行
n
阶多项式拟合；汇总得到各单体电池在不同温度下的模型参数随电池
SOC
变化的参数表和
OCV
‑
SOC
函数关系
。3.
根据权利要求2所述的方法，其特征在于，所述在每个所述数据子集中对电池响应状态曲线进行数据拟合，以得到不同电池
SOC
对应的电池参数包括：将所述单体电池响应状态曲线进行数据拟合；获取在拟合曲线中所述单体电池的相邻的两个
SOC
断点；获取相邻的两个
SOC
断点对应的电压参数，根据公式
(1)
获取单体电池的欧姆内阻：其中，
R0表示欧姆内阻，
V
A
表示第一断点对应的高电压，
V
B
表示第一断点对应的低电压，
V
D
表示第二断点对应的高电压，
V
C
表示第二断点对应的低电压，
I
表示单体电池的电流；极化所述单体电池对应的二阶
RC
等效电路模型中的第一电阻
、
第二电阻
、
第一电容和第二电容；根据所述单体电池的参数并通过公式
(2)
得到所述拟合曲线中后半段曲线的函数关系：其中，
U
L
为等效电压，
U
oc
为开路电压，
R1为第一电阻，
R2为第二电阻，
C1为第一电容，
...

【专利技术属性】
技术研发人员：周定华，曾国建，卢剑伟，郑昕昕，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：