動力電池荷電狀態(tài)在線估算方法和裝置制造方法
【專利摘要】本發(fā)明揭示了一種動力電池荷電狀態(tài)在線估算方法和裝置，所述方法包括步驟：通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)；計(jì)算動力電池的內(nèi)阻；建立動力電池的狀態(tài)空間模型：將所述動力電池的狀態(tài)空間模型代入到無跡卡爾曼濾波器，得到電池荷電狀態(tài)的估計(jì)值。本發(fā)明的動力電池荷電狀態(tài)在線估算方法和裝置，通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)，動力電池的累計(jì)釋放能量，它是指電池從第一次使用開始直到目前為止對負(fù)載做功以及被內(nèi)阻所消耗的能量總和，也能像循環(huán)次數(shù)一樣反映電池的使用歷史，但是它在數(shù)值上更便于精確計(jì)量，因此，通過動力電池的累計(jì)釋放能量來對電池的相關(guān)參數(shù)進(jìn)行修正更具有可操作性且得到的估算值更加精準(zhǔn)。
【專利說明】動力電池荷電狀態(tài)在線估算方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及到動力電池荷電狀態(tài)的在線估算領(lǐng)域，特別是涉及到一種動力電池荷電狀態(tài)在線估算方法和裝置。
【背景技術(shù)】
[0002]荷電狀態(tài)(State of Charge，S0C)是反映電池剩余電量及做功能力的一項(xiàng)重要指標(biāo)，同時也是電池管理系統(tǒng)(Battery Management System,BMS)其他各項(xiàng)功能,諸如充放電控制、電池健康狀態(tài)監(jiān)測、熱管理等功能的重要依據(jù)。因此，SOC的估算是BMS開發(fā)最為重要和核心的技術(shù)。然而，SOC作為動力電池的內(nèi)部狀態(tài)無法直接測取，只能通過對電池電壓、電流、內(nèi)阻、溫度等外參數(shù)的檢測來進(jìn)行估計(jì)。但是上述外參數(shù)與SOC的關(guān)系不僅隨電池的老化過程而改變，而且與電池的工作狀態(tài)及電動汽車的運(yùn)行工況密切相關(guān)，加之電動汽車的實(shí)際運(yùn)行工況復(fù)雜，因此SOC的精確估算已成為動力電池和電動汽車領(lǐng)域一個公認(rèn)的技術(shù)難題。
[0003]目前，典型的動力電池SOC估算方法主要有:安時積分法、開路電壓法、神經(jīng)網(wǎng)絡(luò)法和卡爾曼濾波法等。其中，安時積分法(也稱庫侖計(jì)量法)雖然實(shí)現(xiàn)簡單，但是存在幾個突出的缺陷:第一，電流測量誤差引起的累計(jì)估算誤差大;第二，由于動力電池在實(shí)際應(yīng)用中可能從任意SOC值開始工作，因而難以確定其初始SOC值，并由此帶來較大的估算誤差。開路電壓法，需要電池靜置一段時間才能進(jìn)行測量估算，不適用于SOC的實(shí)時在線估算。神經(jīng)網(wǎng)絡(luò)法，需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，估算誤差受訓(xùn)練數(shù)據(jù)和訓(xùn)練方法影響較大，適用范圍受訓(xùn)練樣本限制，而且在電池管理系統(tǒng)中較難實(shí)現(xiàn)。卡爾曼濾波法，是目前國內(nèi)外研究得比較多的估算方法，然而，卡爾曼濾波是基于模型的算法，對模型精度要求高，由于電池是個復(fù)雜的非線性動力系統(tǒng)，在使用過程中反復(fù)充放電引起電池老化、電池內(nèi)阻增大、容量減小，因此會造成電池模型參數(shù)的變化，所以需要對電池模型進(jìn)行動態(tài)修正。
[0004]現(xiàn)有技術(shù)中，公開了一種動力電池荷電狀態(tài)的估測方法及系統(tǒng)，通過安時積分法的估計(jì)結(jié)果和Sigma點(diǎn)卡爾曼濾波器的估計(jì)結(jié)果進(jìn)行加權(quán)平均來獲得最終的SOC估計(jì)值，但是并未考慮溫度、SOC和循環(huán)壽命等參數(shù)變化對電池容量、內(nèi)阻等的影響，隨著電池工作環(huán)境的變化和循環(huán)次數(shù)的增加，估算誤差將逐漸增大。
[0005]現(xiàn)有技術(shù)中，還公開了一種動力電池荷電狀態(tài)估算方法，采用安時積分法和擴(kuò)展卡爾曼濾波法相結(jié)合的方法來估算電池的S0C，解決了安時積分法無法確定初始SOC的問題，但是并未考慮溫度、SOC和循環(huán)壽命等參數(shù)變化對電池容量、內(nèi)阻等的影響，另外擴(kuò)展卡爾曼濾波算法需要求取Jacobian (雅可比)矩陣，導(dǎo)致計(jì)算量大，而且擴(kuò)展卡爾曼濾波算法本身的精度并不高。
[0006]現(xiàn)有技術(shù)中，還公開了一種動力電池荷電狀態(tài)估計(jì)方法，對充放電效率和實(shí)際容量進(jìn)行了倍率修正、溫度修正和循環(huán)次數(shù)修正，該方法適用于電池工作狀態(tài)和非工作狀態(tài)下的SOC估計(jì)，在一定程度上提高了 SOC的估算精度。但是在數(shù)據(jù)擬合時采用了神經(jīng)網(wǎng)絡(luò)方法，導(dǎo)致計(jì)算量大，不易于硬件實(shí)現(xiàn)；另外，僅僅依靠開路電壓法來確定電池初始SOC值，誤差較大；再者，動力電池在實(shí)際使用過程中，經(jīng)常會出現(xiàn)電量未完全放完即再次充電，電量未完全充滿即再次放電，即“隨充隨用”的情況，導(dǎo)致無法準(zhǔn)確統(tǒng)計(jì)電池的完全循環(huán)充放電次數(shù)，因此，采用循環(huán)次數(shù)修正的方法不易實(shí)現(xiàn)。
[0007]縱觀現(xiàn)有技術(shù)，存在的主要問題有:沒有考慮溫度、SOC和循環(huán)壽命等參數(shù)變化對電池容量、內(nèi)阻等的影響，誤差較大；或者是雖然考慮了對電池實(shí)際容量和內(nèi)阻等參數(shù)的修正，但是采用的方法運(yùn)算量大，且實(shí)際可操作性較差。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的主要目的為提供一種動力電池荷電狀態(tài)在線估算方法和裝置，可提高估算的精度。
[0009]為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提出的一種解決技術(shù)方案為:一種動力電池荷電狀態(tài)在線估算方法，包括步驟:
[0010]通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)；
[0011 ] 計(jì)算動力電池的內(nèi)阻；
[0012]建立動力電池的狀態(tài)空間模型；
[0013]將所述動力電池的狀態(tài)空間模型代入到無跡卡爾曼濾波器，得到電池荷電狀態(tài)的估計(jì)值。
[0014]進(jìn)一步地，所述通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)的方法包括:
[0015]檢測動力電池在多個不同溫度、不同累計(jì)釋放能量條件下的有效容量；
[0016]通過所述的有效容量與動力電池的額定容量進(jìn)行比值運(yùn)算，得到不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的樣本數(shù)據(jù)；
[0017]通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式；
[0018]查找電池容量修正系數(shù)的二維數(shù)組，通過線性平均法得到相鄰的兩個電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)之間的電池容量修正系數(shù)。
[0019]進(jìn)一步地，所述計(jì)算動力電池的內(nèi)阻的方法包括:
[0020]檢測動力電池在多個不同溫度、不同荷電狀態(tài)條件下的內(nèi)阻值，得到不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的樣本數(shù)據(jù)；
[0021]通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式；
[0022]查找動力電池的內(nèi)阻值的二維數(shù)組，通過線性平均法得到相鄰兩個內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)之間的電池內(nèi)阻值。
[0023]進(jìn)一步地，所述通過動力電池的累計(jì)釋放量計(jì)算動力電池的容量修正系數(shù)的步驟之前還包括步驟:
[0024]讀取動力電池上一次停機(jī)時的荷電狀態(tài)和時間，若動力電池的靜止時間大于指定時間，則檢測動力電池初始電動勢，若動力電池的靜止時間小于指定時間，則讀取上次停機(jī)時動力電池的電動勢；
[0025]其中，所述動力電池的狀態(tài)空間模型的狀態(tài)方程為:
【權(quán)利要求】
1.一種動力電池荷電狀態(tài)在線估算方法，其特征在于，包括步驟: 通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)； 計(jì)算動力電池的內(nèi)阻； 建立動力電池的狀態(tài)空間模型； 將所述動力電池的狀態(tài)空間模型代入到無跡卡爾曼濾波器，得到電池荷電狀態(tài)的估計(jì)值。
2.根據(jù)權(quán)利要求1所述的動力電池荷電狀態(tài)在線估算方法，其特征在于，所述通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)的方法包括: 檢測動力電池在多個不同溫度、不同累計(jì)釋放能量條件下的有效容量； 通過所述的有效容量與動力電池的額定容量進(jìn)行比值運(yùn)算，得到不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的樣本數(shù)據(jù)； 通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式； 查找電池容量修正系數(shù)的二維數(shù)組，通過線性平均法得到相鄰的兩個電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)之間的電池容量修正系數(shù)。
3.根據(jù)權(quán)利要 求1所述的動力電池荷電狀態(tài)在線估算方法，其特征在于，所述計(jì)算動力電池的內(nèi)阻的方法包括: 檢測動力電池在多個不同溫度、不同荷電狀態(tài)條件下的內(nèi)阻值，得到不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的樣本數(shù)據(jù)； 通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式； 查找動力電池的內(nèi)阻值的二維數(shù)組，通過線性平均法得到相鄰兩個內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)之間的電池內(nèi)阻值。
4.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的動力電池荷電狀態(tài)在線估算方法，其特征在于，所述通過動力電池的累計(jì)釋放量計(jì)算動力電池的容量修正系數(shù)的步驟之前還包括步驟: 讀取動力電池上一次停機(jī)時的荷電狀態(tài)和時間，若動力電池的靜止時間大于指定時間，則檢測動力電池初始電動勢，若動力電池的靜止時間小于指定時間，則讀取上次停機(jī)時動力電池的電動勢； 其中，所述動力電池的狀態(tài)空間模型的狀態(tài)方程為:
SOC = SOC — &k 1.I1.A, + R丨<.1 ' I ' Af
^“― K (Jl(KrEjil-Kr)Ew) 輸出方程:
Uk = ko-ki/SOC^SOC^ln (SOCk) +k4ln (1-SOCk) -RkIk
式中， SOCk為K時刻的荷電狀態(tài)， Uh為k-Ι時刻的電池工作電壓， Ik-!為k-Ι時刻的電池工作電流， Qn為電池額定容量，&為電池停機(jī)時間是否大于指定時間，當(dāng)大于指定時間時&=1，否則&=0， E0為電池開始工作時的初始電動勢， Em為電池上一次停止工作時的電動勢，1?、Ii1、k2、k3和k4為電池簡化電化學(xué)模型中的各項(xiàng)系數(shù)，其中:所述電池簡化電化學(xué)模型，其數(shù)學(xué)表達(dá)式為，
Uocv = k0-k1/SOC-k2SOC+k3ln (SOC) +k4ln (1-S0C) -RbIb
式中， Uocv為動力電池的開路電壓， SOC為動力電池的荷電狀態(tài)， Rb為動力電池的內(nèi)阻， Ib為動力電池的工作電流， kQ、kp k2、k3和k4為各項(xiàng)的系數(shù)。
5.根據(jù)權(quán)利要求1-3所述的動力電池荷電狀態(tài)在線估算方法，其特征在于，所述動力電池的狀態(tài)空間模型的狀態(tài)方程為:
6.一種動力電池荷電狀態(tài)在線估算裝置，其特征在于，包括: 容量修正系數(shù)模塊，用于通過動力電池的累計(jì)釋放能量計(jì)算動力電池的容量修正系數(shù)； 內(nèi)阻模塊，用于計(jì)算動力電池的內(nèi)阻； 空間模型模塊，用于建立動力電池的狀態(tài)空間模型； 無跡卡爾曼濾波器模塊，用于將所述空間模型代入到無跡卡爾曼濾波器，得到電池荷電狀態(tài)的估計(jì)值。
7.根據(jù)權(quán)利要求6所述的動力電池荷電狀態(tài)在線估算裝置，其特征在于，所述容量修正系數(shù)模塊包括: 第一檢測單元，用于檢測動力電池在多個不同溫度、不同累計(jì)釋放能量條件下的有效容量； 比值預(yù)算單元，用于通過所述的有效容量與動力電池的額定容量進(jìn)行比值運(yùn)算，得到不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的樣本數(shù)據(jù)； 第一擴(kuò)充單元，用于通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同累計(jì)釋放能量下的動力電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式； 第一查找計(jì)算單元，用于查找電池容量修正系數(shù)的二維數(shù)組，通過線性平均法得到相鄰的兩個電池容量修正系數(shù)的擴(kuò)充樣本數(shù)據(jù)之間的電池容量修正系數(shù)。
8.根據(jù)權(quán)利要求6所述的動力電池荷電狀態(tài)在線估算裝置，其特征在于，所述內(nèi)阻模塊包括: 第二檢測單元，檢測動力電池在多個不同溫度、不同荷電狀態(tài)條件下的內(nèi)阻值，得到不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的樣本數(shù)據(jù)； 第二比值預(yù)算單元，用于通過數(shù)學(xué)插值方法得到更小步長的不同溫度、不同荷電狀態(tài)下的動力電池的內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)，并保存為二維數(shù)組的形式； 第二查找計(jì)算單元，用于查找動力電池的內(nèi)阻值的二維數(shù)組，通過線性平均法得到相鄰兩個內(nèi)阻值的擴(kuò)充樣本數(shù)據(jù)·之間的電池內(nèi)阻值。
9.根據(jù)權(quán)利要求6-8中任一項(xiàng)所述的動力電池荷電狀態(tài)在線估算裝置，其特征在于，還包括: 電可擦除可編程只讀存儲器模塊，用于讀取動力電池上一次停機(jī)時的荷電狀態(tài)和時間，若動力電池的靜止時間大于指定時間，則檢測動力電池初始電動勢，若動力電池的靜止時間小于指定時間，則讀取上次停機(jī)時動力電池的電動勢； 其中，所述動力電池的狀態(tài)空間模型的狀態(tài)方程為: 輸出方程:
Uk = ko-ki/SOC^SOC^ln (SOCk) +k4ln (1-SOCk) -RkIk
式中， SOCk為K時刻的荷電狀態(tài)， Uh為k-Ι時刻的電池工作電壓， Ik-!為k-Ι時刻的電池工作電流， Qn為電池額定容量， &為電池停機(jī)時間是否大于指定時間，當(dāng)大于指定時間時&=1，否則&=0， E0為電池開始工作時的初始電動勢， Em為電池上一次停止工作時的電動勢， k0, V k2、k3和k4為電池簡化電化學(xué)模型中的各項(xiàng)系數(shù)，其中:所述電池簡化電化學(xué)模型，其數(shù)學(xué)表達(dá)式為，
Uocv = k0-k1/SOC-k2SOC+k3ln (SOC) +k4ln (1-S0C) -RbIb
式中，Uocv為動力電池的開路電壓， SOC為動力電池的荷電狀態(tài)， Rb為動力電池的內(nèi)阻， Ib為動力電池的工作電流， kQ、kp k2、k3和k4為各項(xiàng)的系數(shù)。
10.根據(jù)權(quán)利要求6-8中任一項(xiàng)所述的動力電池荷電狀態(tài)在線估算裝置，其特征在于，所述動力電池的狀態(tài)空間模型的狀態(tài)方程為:
【文檔編號】G06F19/00GK103852727SQ201410052452
【公開日】2014年6月11日 申請日期:2014年2月14日 優(yōu)先權(quán)日:2014年2月14日
【發(fā)明者】田勇, 夏必忠, 王明旺, 孫威, 鄭偉偉, 徐智慧, 賴勇智 申請人:清華大學(xué)深圳研究生院, 欣旺達(dá)電子股份有限公司