一種電池最大放電功率估算方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及電動汽車技術(shù)領(lǐng)域，特別設(shè)及一種電池最大放電功率的估算方法和裝 置。
【背景技術(shù)】
[0002] 電動汽車是未來汽車行業(yè)的重要發(fā)展、升級領(lǐng)域，其通過內(nèi)部動力電池系統(tǒng)作為 動力來源，電池系統(tǒng)的最大放電功率直接決定了電動汽車的輸出功率和行駛速度，如何根 據(jù)電池的各種狀況估算電池的最大放電功率，對防止電池過放電、增加電池使用壽命具有 重要意義。
[0003] 經(jīng)過長期的實(shí)踐積累，已得出可用于評價(jià)電池放電功率的參數(shù)包括電池荷電狀態(tài) (Sl:ate of Qiarge，SOC)、電池健康狀態(tài)（State of Health, SOH)和溫度（Temperature, T)。 其中SOC表示電池剩余電量與電池總?cè)萘康谋戎?、SOH代表了電池可放出容量與電池組出 廠容量的比值。從使用角度考慮，電池的輸出電壓直接表示了電池的放電功率。
[0004] 目前，純電動汽車電池的最大放電功率都是通過不同溫度、不同S0C建立查找表 得到預(yù)先設(shè)計(jì)好的數(shù)值，實(shí)際應(yīng)用中直接利用查找表查找特定溫度、特定S0C下對應(yīng)的最 大放電功率數(shù)值。該一方法雖然使用簡單，但從實(shí)際應(yīng)用出發(fā)，可發(fā)現(xiàn)其具有W下問題：首 先，由于預(yù)先設(shè)定的查找表代表了同一型號電池組的整體放電特性，并不能真實(shí)反映每一 輛汽車特定的電池組實(shí)際特性；其次，設(shè)定值為在線理想環(huán)境下采用精密儀器測量得到，實(shí) 際應(yīng)用中測量條件和理想環(huán)境條件有很大差距，造成相關(guān)數(shù)據(jù)測量可能產(chǎn)生較大誤差，如 S0C誤差在6% W上；再次，隨著使用電池的放電性能會發(fā)生衰減，W出廠電池條件下設(shè)計(jì) 的最大放電參數(shù)與實(shí)際電池放電能力不符，經(jīng)常會造成電池的過放電。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種電池最大放電功率估算方法，包括W下步驟：
[0006] 建立輸入為S0C、S0H和溫度T W及輸出為電池估算最大放電功率Pmsi。。前BP神 經(jīng)網(wǎng)絡(luò)模型；
[0007] 按照預(yù)設(shè)步長獲取所述S0C、所述S0H和所述溫度T及對應(yīng)的所述Pd^i。。,；
[000引將所述S0C、所述S0H、所述溫度T和所述PDkmJ乍為所述BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練 樣本、按照預(yù)設(shè)算法訓(xùn)練所述BP神經(jīng)網(wǎng)絡(luò)模型、獲得所述S0C、所述S0H、所述溫度T與所述 Pms。。,的函數(shù)映射關(guān)系，建立電池最大放電功率估算函數(shù)；
[0009] 利用所述電池最大放電功率估算函數(shù)估算電池的最大放電功率。
[0010] 通過建立BP神經(jīng)網(wǎng)絡(luò)模型，并采用實(shí)際采集的訓(xùn)練樣本對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行 訓(xùn)練，可根據(jù)電池特性建立滿足特定精度要求的電池最大放電功率估算函數(shù)用于估算電池 的最大放電功率。
[0011] 優(yōu)選的，所述BP神經(jīng)網(wǎng)絡(luò)模型網(wǎng)絡(luò)層數(shù)為S層、分別為輸入層、隱層和輸出層；所 述隱層的節(jié)點(diǎn)數(shù)目為6。
[0012] 優(yōu)選的，所述隱層的傳輸函數(shù)采用單極性Si gmo i d函數(shù)，所述單極性Si gmo i d函數(shù) 為：
[001 引
【主權(quán)項(xiàng)】
1. 一種電池最大放電功率估算方法，其特征在于，包括以下步驟： 建立輸入為SOC、SOH和溫度T以及輸出為電池最大放電功率Pllismax的BP神經(jīng)網(wǎng)絡(luò)模 型； 按照預(yù)設(shè)步長獲取所述S0C、所述SOH和所述溫度T及對應(yīng)的所述Pllismax; 將所述S0C、所述S0H、所述溫度T和所述Pllismax作為所述BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本、 按照預(yù)設(shè)算法訓(xùn)練所述BP神經(jīng)網(wǎng)絡(luò)模型、獲得所述S0C、所述S0H、所述溫度T與所述Pllismax 的函數(shù)映射關(guān)系，建立電池最大放電功率估算函數(shù)； 利用所述電池最大放電功率估算函數(shù)估算電池的最大放電功率。
2. 根據(jù)權(quán)利要求1所述的電池最大放電功率估算方法，其特征在于： 所述BP神經(jīng)網(wǎng)絡(luò)模型網(wǎng)絡(luò)層數(shù)為三層、分別為輸入層、隱層和輸出層；所述隱層的節(jié) 點(diǎn)數(shù)目為6。
3. 根據(jù)權(quán)利要求2所述的電池最大放電功率估算方法，其特征在于，所述隱層的傳輸 函數(shù)采用單極性Sigmoid函數(shù)，所述單極性Sigmoid函數(shù)為：
4. 根據(jù)權(quán)利要求1所述的電池最大放電功率估算方法，其特征在于： 采用Levenberg-Marquardt算法對所述BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到所述輸入層與 所述隱層的權(quán)值向量IW2、閾值向量b1以及所述隱層與所述輸出層的權(quán)值向量IW2、閾值向 量b2。
5. 根據(jù)權(quán)利要求4所述的電池最大放電功率估算方法，其特征在于： 采用Levenberg-Marquardt算法對所屬BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練時(shí)的訓(xùn)練允許誤差 為 100W。
6. 根據(jù)權(quán)利要求1所述的電池最大放電功率估算方法，其特征在于： 所述SOC的預(yù)設(shè)步長為5%、所述SOH的預(yù)設(shè)步長為5%、所述溫度的預(yù)設(shè)步長為2°C。
7. 根據(jù)權(quán)利要求1所述的電池最大放電功率估算方法，其特征在于，還包括： 實(shí)時(shí)獲取所述電池的當(dāng)前放電功率P、實(shí)際電壓U ; 對所述當(dāng)前放電功率P和實(shí)際電壓U進(jìn)行判斷，若所述當(dāng)前放電功率P小于所述PDismax、 且所述實(shí)際電壓U小于設(shè)定閾值時(shí)，以當(dāng)前放電功率P和對應(yīng)的所述S0C、所述SOH和所述 溫度T對所述電池最大放電功率估算函數(shù)進(jìn)行修正。
8. 根據(jù)權(quán)利要求7所述的電池最大放電功率估算方法，其特征在于，所述設(shè)定閾值為 Ulev+2〇
9. 一種電池最大放電功率估算裝置，其特征在于，包括： 模型建立單元（201)，用于建立SOC、SOH和溫度T及電池估算最大放電功率Pllismax的BP 神經(jīng)網(wǎng)絡(luò)模型； 獲取單元（202)，用于按照預(yù)設(shè)步長獲取所述S0C、所述SOH和所述溫度T及對應(yīng)的所 述P Dismax? 模型訓(xùn)練單元（203)，用于將所述S0C、所述S0H、所述溫度T和所述Pllismax作為所述BP 神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本、按照預(yù)設(shè)算法訓(xùn)練所述BP神經(jīng)網(wǎng)絡(luò)模型，獲取所述S0C、所述 SOH、所述溫度T與所述Pllisniax的函數(shù)映射關(guān)系，建立電池最大放電功率估算函數(shù)； 控制單元（204)，利用所述電池最大放電功率估算函數(shù)估算電池的最大放電功率。
10.根據(jù)權(quán)利要求9所述的電池最大放電功率估算裝置，其特征在于，還包括： 實(shí)時(shí)監(jiān)控單元（205)，用于實(shí)時(shí)獲取所述電池的當(dāng)前放電功率P、實(shí)際電壓U ; 修正單元（206)，用于對所述當(dāng)前放電功率P和實(shí)際電壓U進(jìn)行判斷，若所述當(dāng)前放電 功率P小于所述Pllismax、且所述實(shí)際電壓U小于設(shè)定閾值時(shí)，以當(dāng)前放電功率P和對應(yīng)的所 述S0C、所述SOH和所述溫度T對所述電池最大放電功率估算函數(shù)進(jìn)行修正。
【專利摘要】本發(fā)明提供一種電池最大放電功率估算方法，包括：建立輸入為SOC、SOH和溫度T以及輸出為電池估算最大放電功率PDismax的神經(jīng)網(wǎng)絡(luò)模型；按照預(yù)設(shè)步長獲取SOC、SOH和溫度T及對應(yīng)的PDismax；將SOC、SOH、溫度T和PDismax作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本、按照預(yù)設(shè)算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型、獲得SOC、SOH、溫度T與PDismax的函數(shù)映射關(guān)系，建立電池最大放電功率估算函數(shù)；利用電池最大放電功率估算函數(shù)估算電池的最大放電功率。通過建立神經(jīng)網(wǎng)絡(luò)模型，并采用實(shí)際采集的訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，可根據(jù)電池特性建立滿足特定精度要求的電池最大放電功率估算函數(shù)用于估算電池的最大放電功率。
【IPC分類】G06F19-00
【公開號】CN104537268
【申請?zhí)枴緾N201510025666
【發(fā)明人】馬守明, 馮超, 劉宇
【申請人】重慶長安汽車股份有限公司, 重慶長安新能源汽車有限公司
【公開日】2015年4月22日
【申請日】2015年1月19日