【技术实现步骤摘要】
本专利技术涉及电池管理，特别涉及一种考虑不一致性的动力电池组soc在线估计方法。
技术介绍
1、soc(state of charge)，指电池的荷电状态，用来描述电池剩余容量，是电池管理系统最重要的参数之一，其估计的准确性是高性能bms(battery management system)的必然需求，直接影响电池系统的使用性能。
2、目前，针对动力电池组的soc估计主要采取以电池组中的最高单体电压或最低单体电压作为门限值，利用安时积分法估算整个电池组的soc，该方法没有考虑单体电池的差异性对整个电池组的soc的影响，无法准确反映电池组的整体荷电状态，估计精度较差。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种考虑不一致性的动力电池组soc在线估计方法，包括如下步骤：
2、步骤1，考虑电池组实际使用过程中的二次不一致性的影响，获取动力电池组和各单体电池的实时参数，所述实时参数包括端电压和放电电流；
3、步骤2，建立考虑不一致性的动力电池组等效电路模型，基于动力电池组均值差异模型，获得电池组平均性能和各单体电池的差异性能，采用滤波算法获得均值模型的soc估计值socm和各单体电池soc的偏差值δsoc；
4、步骤3，利用各单体电池soc偏差值修正均值模型的soc估计值，获得当前动力电池组各单体电池的soc估计值soci；
5、步骤4，结合熵权-topsis法评价动力电池组中单体的
6、步骤1中，所述二次不一致性的影响因素包括内阻、电压、容量。
7、步骤2包括：
8、步骤2-1，基于二阶戴维南模型，建立均值模型，表征动力电池组的均值状态；
9、步骤2-2，基于内阻模型，建立单体差异模型，表征各电池单体与均值状态的偏差值；
10、步骤2-3，利用测试数据，对均值模型和差异模型中的未知参数进行离线和在线辨识；
11、步骤2-4，结合滤波算法，得到均值模型的soc估计值，并通过差异模型对均值模型的估计值进行差异修正，得到各单体电池的soc估计值。
12、步骤2-1包括：所述均值模型的状态方程为：
13、ut＝uocv-r0i-u1-u2
14、
15、
16、其中，ut表示电池端电压，uocv表示电池开路电压，r0表示电池等效欧姆内阻，i为工作电流，u1和u2表征电池内部的极化电压，t为电池对应工作时刻，r1和r2分别表示电池的电化学极化电阻和浓差极化电阻，c1和c2分别表示电化学极化电容和浓差极化电容，d是积分符号。
17、步骤2-2包括：所述单体差异模型的状态方程为：
18、
19、其中，表示第i个电池组单体电池和均值放电电压ut之间的差值，表示第i个电池单体与均值开路电压uocv之间的差值，表示第i个电池单体与均值内阻r0的差值；
20、差异模型的输入为实时获取的当前动力电池组均值状态与单体电池的差异电压、放电电流，输出为单体差异模型的荷电状态估计偏差值δsoci。
21、步骤2-3包括：
22、实时获取当前动力电池组和单体电池的端电压和放电电流，利用离线参数识别和在线参数识别方法进行参数辨识；
23、均值模型的待辨识参数为开路电压uocv、欧姆内阻r0、电化学极化电容c1、浓差极化电容c2、电池的电化学极化电阻r1和浓差极化电阻r2，差异模型中的待辨识参数为单体开路电压差和内阻差
24、步骤2-4包括：均值模型模拟的是电池组的平均性能，利用安时积分法和卡尔曼滤波算法求得动力电池组均值状态下的荷电状态socm，计算公式为：
25、
26、其中，soc0和socm(t)分别表示初始时刻的soc和t时刻均值模型的soc；qn为额定容量；为初始时刻到t时刻的电池工作电流积分；η为充放电效率；
27、单体差异模型表征动力电池组中各个单体的偏差值，对均值模型进行修正后得到单体soc；结合均值状态soc估计值socm和差异模型求得的δsoci，估算动力电池组中各单体电池的荷电状态估计值soci＝socm+δsoci，soci表示第i个单体电池的荷电状态估计值。
28、步骤4中，提出一种基于动力电池组的不一致性表征方法，包括如下步骤：
29、步骤4-a1，建立评价指标体系，并计算各指标的熵值其中sj为对应第j项指标的熵值，其中j为1，2，3，具体代表电池电压、内阻、容量这些指标；i指代动力电池组中各单体；m为指标评价体系中指标总数；n为电池单体数；yij为第i个单体第j项指标无量纲处理后的值；
30、步骤4-a2，计算评价体系内各个指标的权重值，第j个指标的权重值wj计算公式为
31、步骤4-a3，将由熵权法确定的权值赋给标准均值得到加权评判矩阵v＝(vij)m×n，确定正理想解v+、负理想解v-：
32、v+＝{(maxvij/j∈j1)，(minvij/j∈j2)}
33、v-＝{(minvij/j∈j1)，(minvij/j∈j2)}
34、其中中间参数vij通过第i个单体第j项指标和熵权法计算的权重值获得，vij＝wiyij；j1为收益型指标集合；j2为损失型指标集合。
35、步骤4-a4，分布计算各个评价对象与正理想解的欧几里得距离各个评价对象与负理想解的欧几里得距离
36、
37、
38、步骤4-a4，计算相对接近度系数ci，表征动力电池组的不一致性：
39、
40、步骤4-a1具体包括：
41、所述评价指标体系是以动力电池组中各单体电池为评价对象，不一致性指标参数包括电池电压、内阻、容量，其中电压，内阻为接近均值状态越有利型指标，容量为越大越有利型指标，无量纲处理方式为：
42、
43、
44、其中xij表示第i个单体第j项指标值；表示第j个指标的平均值；
45、步骤4中，采用如下公式实现对动力电池组的soc融合估计：
46、
47、其中socpack为电池组的荷电状态。
48、当单体电池串并联成组后，各单体之间的状态会互相影响，导致电池组状态无法由单体电池来表征。因此，本专利技术考虑电池组中各单体电池的不一致性及其表征方法，研究其对动力电池组整体荷电性能的影响，提出考虑不一致性的动力电池组soc估计方法，实现其在线准确估计具有重要的研究与工程应用价值。
49、有益效果：
50、(1)本专利技术一种考虑不一致性的动力电池组soc在线估计方法考虑了电池组单体不一致性对动力电池组soc估计的影响，结合电压、内阻、容量三个本文档来自技高网...
【技术保护点】
1.一种考虑不一致性的动力电池组SOC在线估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中，所述二次不一致性的影响因素包括内阻、电压、容量。
3.根据权利要求2所述的方法，其特征在于，步骤2包括：
4.根据权利要求3所述的方法，其特征在于，步骤2-1包括：所述均值模型的状态方程为：
5.根据权利要求4所述的方法，其特征在于，步骤2-2包括：所述单体差异模型的状态方程为：
6.根据权利要求5所述的方法，其特征在于，步骤2-3包括：
7.根据权利要求6所述的方法，其特征在于，步骤2-4包括：均值模型模拟的是电池组的平均性能，利用安时积分法和卡尔曼滤波算法求得动力电池组均值状态下的荷电状态SOCm，计算公式为：
8.根据权利要求7所述的方法，其特征在于，步骤4中，提出一种基于动力电池组的不一致性表征方法，包括如下步骤：
9.根据权利要求8所述的方法，其特征在于，步骤4-a1具体包括：
10.根据权利要求9所述的方法，其特征在于，步骤4中，采
...【技术特征摘要】
1.一种考虑不一致性的动力电池组soc在线估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中，所述二次不一致性的影响因素包括内阻、电压、容量。
3.根据权利要求2所述的方法，其特征在于，步骤2包括：
4.根据权利要求3所述的方法，其特征在于，步骤2-1包括：所述均值模型的状态方程为：
5.根据权利要求4所述的方法，其特征在于，步骤2-2包括：所述单体差异模型的状态方程为：
6.根据权利要求5所述的方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：李玉芳，张可涵，李骥航，王宇航，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
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。