CN103033762A - 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法 - Google Patents

基于差值微分的动力磷酸铁锂电池荷电量动态预测方法 Download PDF

Info

Publication number
CN103033762A
CN103033762A CN2012105509786A CN201210550978A CN103033762A CN 103033762 A CN103033762 A CN 103033762A CN 2012105509786 A CN2012105509786 A CN 2012105509786A CN 201210550978 A CN201210550978 A CN 201210550978A CN 103033762 A CN103033762 A CN 103033762A
Authority
CN
China
Prior art keywords
battery
difference value
difference
loading capacity
iron phosphate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105509786A
Other languages
English (en)
Other versions
CN103033762B (zh
Inventor
方建华
方正政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Ankerui Power Management System Co., Ltd.
Original Assignee
SHANGHAI FOUNTAIN HEAD ELECTRONICS CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI FOUNTAIN HEAD ELECTRONICS CO Ltd filed Critical SHANGHAI FOUNTAIN HEAD ELECTRONICS CO Ltd
Priority to CN201210550978.6A priority Critical patent/CN103033762B/zh
Publication of CN103033762A publication Critical patent/CN103033762A/zh
Application granted granted Critical
Publication of CN103033762B publication Critical patent/CN103033762B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Secondary Cells (AREA)

Abstract

本发明涉及一种基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，主要包括⑴进行电池电压差值、电流差值、温度差值的数据测量与采集，建立不同工作段的数据相关性模型；⑵构建数据表，建立基于动态时变三个物理量的代数插值函数，分析插值余项，分析余项的微分特性；⑶分析相关性，修正电池组中各电池荷电量动态模型因子。本发明不仅考虑了动力单体电池电压、电流和稳定对电池荷电量的影响，而且进一步考虑了单位时间内动力电池电压差值、电流差值和温度差值以及电池组中各单体电池之间差值变化量的自相关性和互相关性对电池动态工作时的荷电量影响，应用离散数值的差值分析方法，精确预测动力电池组各单体电池动态工作时的荷电量。

Description

基于差值微分的动力磷酸铁锂电池荷电量动态预测方法
技术领域
本发明涉及一种诊断动力磷酸铁锂电池的动态工作状态时的荷电量的预测方法，尤其涉及一种电池组中，通过单体电池电压差值、电流差值、温度差值、时间差值的测量与相关性分析，建立插值函数模型精确预测动态单体电池荷电状态的方法，为更进一步的电池均衡控制做决策。
背景技术
磷酸铁锂电池是指用磷酸铁锂作为正极材料的锂离子电池，锂离子电池的正极材料有很多种，主要有钴酸锂、锰酸锂、镍酸锂、三元材料、磷酸铁锂等。动力磷酸铁锂电池已被广泛应用于工业、日常生活等领域，在电池动态工作过程中，电池的端电压、电池的内阻等特征参数会随着电池的差值量变化而发生具有某些规律的变化。为了更加准确而科学地表征电池的在线工作状态，通常用电池荷电量来表征；但是，由于电池结构复杂，以及电池动态工作时，电子组中个体电池工况变化的复杂性，单体电池的荷电状态不但受放电电流、电池内部温度、自放电、老化等复杂因素的影响，而且与电池组中其它单体电子的状态有相关性，使得准确动态预测电池的荷电量面临许多困难和挑战。影响磷酸铁锂电池推广应用的主要因素包括电池的安全性、使用成本和电池的使用寿命等问题；为确保电池性能良好，延长电池使用寿命，必须对电池组以及单体电池的动态工况进行及时检测、合理有效的管理和控制；为了达到这一目的，精确预测动力磷酸铁锂锂电池的动态工作荷电状态是必不可或缺的解决方法。
当前，对动力磷酸铁锂电池的荷电状态的预测只是基于直接采集单体电池电压、电流和温度数据进行荷电状态分析，并不能够实现单体电池的荷电状态实现精确预测，从而不能准确而有效地实现对电池进行实时、动态科学管理。
发明内容
针对以上缺陷，本发明提供一种基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，以便于精确预测动力电池组各单体电池动态工作时的荷电量。
为实现上述目的，本发明采用以下技术方案：
一种基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，主要包括以下步骤：
⑴在单位工作时间内，进行电池电压差值、电流差值、温度差值不同动态物理量的数据测量与采集，提取电池在充电与放电动态跟踪期间，个体电池的模型参数变化趋势以及相邻电池的差异，通过单体电池在动态过程中差值数据采集，建立不同工作段的数据相关性模型；
⑵基于测量与采集到的有限互异点的差值数据，构建数据表，建立基于动态时变三个物理量的代数插值函数，依据电池设定的工作区间，分析插值余项，分析余项的微分特性；
⑶根据步骤（2）的工作区间范围值、插值余项以及微分特性，分析其相关性，修正电池组中各电池荷电量动态模型因子。
在步骤（3）中，在分析其相关性之前，需要根据建立的各状态变量的插值函数、差值余项，查找相近状态，进行比较，拟合动态工作时电压、电流和温度状态函数。
对于步骤（3）进行之后，可记录并刷新存储模块数据，同时，基于各单体电池不同的在线工作状态，启动相应的主动或被动均衡策略，显示、预警监控与执行模块。
本发明所述的基于差值微分的动力磷酸铁锂电池荷电量动态预测方法的有益效果为：该预测方法不仅考虑了动力单体电池电压、电流和稳定对电池荷电量的影响，而且进一步考虑了单位时间内动力电池电压差值、电流差值和温度差值以及电池组中各单体电池之间差值变化量的自相关性和互相关性对电池动态工作时的荷电量的影响，应用离散数值的差值分析方法，精确预测动力电池组各单体电池动态工作时的荷电量；可针对不同型号，不同工作状态的动力磷酸铁锂电池都能实现精确预测、均衡能量调度与分配，从而使得动力磷酸铁锂电池在动态工作时，及时与主动的均衡与控制，使电池健康而有效工作。
附图说明
下面根据附图对本发明作进一步详细说明。
图1是本发明实施例所述预测方法的流程示意图。
具体实施方式
如图1所示，本发明实施例所述的基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，主要包括以下步骤：
⑴首先初始化工作状态，对动力电池组中单体电池，采用离散式差值结构的电压差值测量模块、温度差值测量模块、电流差值测量模块、时间计算模块分别对电池的电压、电流、温度、时间变化量这些异构数据进行准确采集，有效预测电池瞬时状态和时变状态下的参量值，及动态工况下的荷电量变化趋势；
⑵基于采集的差值数据，建立基于差值微分的电压差值、电流差值、温度差值的动态模型差值拟合函数，分析动态过程各单体电池自相关性和互相关性；
⑶记录并存储电池工作前的各种工况下的老化过程参数数据，根据建立的各状态变量的插值函数、差值余项，查找相近状态，进行比较，拟合动态工作时电压、电流和温度状态函数，并同时分析其相关性，动态调整相应的与荷电量计算相关的修正因子，计算单体动力电池动态工作时的荷电量，与电池老化试验的荷电量值进行比对；
⑷记录并刷新存储模块数据，同时，基于各单体电池不同的在线工作状态，启动相应的主动或被动均衡策略，显示、预警监控与执行模块，从而根据电池动态和老化阶段的工作状态，实现均衡能量控制和调度策略。
以上实施例是本发明较优选具体实施方式的一种，本领域技术人员在本技术方案范围内进行的通常变化和替换应包含在本发明的保护范围内。

Claims (3)

1.一种基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，其特征在于，主要包括以下步骤：
⑴在单位工作时间内，进行电池电压差值、电流差值、温度差值不同动态物理量的数据测量与采集，提取电池在充电与放电动态跟踪期间，个体电池的模型参数变化趋势以及相邻电池的差异，通过单体电池在动态过程中差值数据采集，建立不同工作段的数据相关性模型；
⑵基于测量与采集到的有限互异点的差值数据，构建数据表，建立基于动态时变三个物理量的代数插值函数，依据电池设定的工作区间，分析插值余项，分析余项的微分特性；
⑶根据步骤（2）的工作区间范围值、插值余项以及微分特性，分析其相关性，修正电池组中各电池荷电量动态模型因子。
2.根据权利要求1所述的基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，其特征在于：在步骤（3）中，在分析其相关性之前，需要根据建立的各状态变量的插值函数、差值余项，查找相近状态，进行比较，拟合动态工作时电压、电流和温度状态函数。
3.根据权利要求1所述的基于差值微分的动力磷酸铁锂电池荷电量动态预测方法，其特征在于：对于步骤（3）进行之后，可记录并刷新存储模块数据，同时，基于各单体电池不同的在线工作状态，启动相应的主动或被动均衡策略，显示、预警监控与执行模块。
CN201210550978.6A 2012-12-18 2012-12-18 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法 Expired - Fee Related CN103033762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210550978.6A CN103033762B (zh) 2012-12-18 2012-12-18 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210550978.6A CN103033762B (zh) 2012-12-18 2012-12-18 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法

Publications (2)

Publication Number Publication Date
CN103033762A true CN103033762A (zh) 2013-04-10
CN103033762B CN103033762B (zh) 2015-07-15

Family

ID=48020849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210550978.6A Expired - Fee Related CN103033762B (zh) 2012-12-18 2012-12-18 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法

Country Status (1)

Country Link
CN (1) CN103033762B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558555A (zh) * 2013-10-28 2014-02-05 国家电网公司 一种用于评价车用动力电池性能参数的仿真模型
CN104849671A (zh) * 2015-05-22 2015-08-19 大连理工大学 一种基于组合神经网络的电池组容量检测系统
CN105021993A (zh) * 2015-06-16 2015-11-04 北京亿利智慧能源科技有限公司 一种电池在线控制性能评估方法
CN105068009A (zh) * 2015-07-14 2015-11-18 盐城工学院 电池循环寿命预测方法
CN105068007A (zh) * 2015-07-01 2015-11-18 清华大学 锂离子电池模型参数变化的预测方法及系统
CN105607005A (zh) * 2015-09-14 2016-05-25 国家电网公司 储能电池健康状态关键参数提取方法
CN109884532A (zh) * 2019-03-06 2019-06-14 郑州大学 一种电网储能电池检测装置和检测方法
CN110031769A (zh) * 2019-04-24 2019-07-19 合肥国轩高科动力能源有限公司 锂电池的电池包容量测算方法
CN110888064A (zh) * 2019-12-20 2020-03-17 厦门金龙联合汽车工业有限公司 一种评估电池系统电芯容量分布区间的算法
CN111462830A (zh) * 2020-01-22 2020-07-28 杭州电子科技大学 一种基于电解铝工艺模型的状态观测方法
CN112924872A (zh) * 2021-01-22 2021-06-08 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN113447826A (zh) * 2021-09-01 2021-09-28 蜂巢能源科技有限公司 一种基于稳态等效电路模型的soc确定方法及装置
CN113748438A (zh) * 2020-12-02 2021-12-03 宁德新能源科技有限公司 电量预测方法和设备
CN117169733A (zh) * 2023-11-01 2023-12-05 车城智能装备(武汉)有限公司 一种动力电池监控方法、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004031254A (ja) * 2002-06-28 2004-01-29 Nissan Motor Co Ltd 組電池の容量調整装置および方法
US20060055373A1 (en) * 2002-12-09 2006-03-16 Daimlerchrysler Ag Method for predicting the voltage of a battery
CN101276949A (zh) * 2007-12-27 2008-10-01 奇瑞汽车股份有限公司 一种用于混合动力汽车电池性能检测装置及检测方法
CN101359036A (zh) * 2007-07-31 2009-02-04 比亚迪股份有限公司 电池荷电状态的测定方法
CN101813754A (zh) * 2010-04-19 2010-08-25 清华大学 一种用于汽车起动照明型铅酸蓄电池的状态估算方法
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理系统、电动车及荷电状态的估算方法
CN102116844A (zh) * 2009-12-31 2011-07-06 深圳清华大学研究院 测量阀控铅酸蓄电池荷电状态的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004031254A (ja) * 2002-06-28 2004-01-29 Nissan Motor Co Ltd 組電池の容量調整装置および方法
US20060055373A1 (en) * 2002-12-09 2006-03-16 Daimlerchrysler Ag Method for predicting the voltage of a battery
CN101359036A (zh) * 2007-07-31 2009-02-04 比亚迪股份有限公司 电池荷电状态的测定方法
CN101276949A (zh) * 2007-12-27 2008-10-01 奇瑞汽车股份有限公司 一种用于混合动力汽车电池性能检测装置及检测方法
CN102116844A (zh) * 2009-12-31 2011-07-06 深圳清华大学研究院 测量阀控铅酸蓄电池荷电状态的方法和装置
CN101813754A (zh) * 2010-04-19 2010-08-25 清华大学 一种用于汽车起动照明型铅酸蓄电池的状态估算方法
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理系统、电动车及荷电状态的估算方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558555B (zh) * 2013-10-28 2016-02-24 国家电网公司 一种用于评价车用动力电池性能参数的仿真模型
CN103558555A (zh) * 2013-10-28 2014-02-05 国家电网公司 一种用于评价车用动力电池性能参数的仿真模型
CN104849671A (zh) * 2015-05-22 2015-08-19 大连理工大学 一种基于组合神经网络的电池组容量检测系统
CN104849671B (zh) * 2015-05-22 2017-07-11 大连理工大学 一种基于组合神经网络的电池组容量检测系统
CN105021993B (zh) * 2015-06-16 2019-07-09 北京亿利智慧能源科技有限公司 一种电池在线控制性能评估方法
CN105021993A (zh) * 2015-06-16 2015-11-04 北京亿利智慧能源科技有限公司 一种电池在线控制性能评估方法
CN105068007A (zh) * 2015-07-01 2015-11-18 清华大学 锂离子电池模型参数变化的预测方法及系统
CN105068009A (zh) * 2015-07-14 2015-11-18 盐城工学院 电池循环寿命预测方法
CN105068009B (zh) * 2015-07-14 2017-10-20 盐城工学院 电池循环寿命预测方法
CN105607005A (zh) * 2015-09-14 2016-05-25 国家电网公司 储能电池健康状态关键参数提取方法
CN109884532A (zh) * 2019-03-06 2019-06-14 郑州大学 一种电网储能电池检测装置和检测方法
CN110031769B (zh) * 2019-04-24 2021-10-15 合肥国轩高科动力能源有限公司 锂电池的电池包容量测算方法
CN110031769A (zh) * 2019-04-24 2019-07-19 合肥国轩高科动力能源有限公司 锂电池的电池包容量测算方法
CN110888064A (zh) * 2019-12-20 2020-03-17 厦门金龙联合汽车工业有限公司 一种评估电池系统电芯容量分布区间的算法
CN110888064B (zh) * 2019-12-20 2021-10-08 厦门金龙联合汽车工业有限公司 一种评估电池系统电芯容量分布区间的算法
CN111462830A (zh) * 2020-01-22 2020-07-28 杭州电子科技大学 一种基于电解铝工艺模型的状态观测方法
CN111462830B (zh) * 2020-01-22 2023-11-14 杭州电子科技大学 一种基于电解铝工艺模型的状态观测方法
CN113748438A (zh) * 2020-12-02 2021-12-03 宁德新能源科技有限公司 电量预测方法和设备
CN113748438B (zh) * 2020-12-02 2023-09-05 宁德新能源科技有限公司 电量预测方法和设备
CN112924872A (zh) * 2021-01-22 2021-06-08 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN112924872B (zh) * 2021-01-22 2023-10-20 苏州宇量电池有限公司 一种磷酸铁锂电池荷电状态的监测方法
CN113447826A (zh) * 2021-09-01 2021-09-28 蜂巢能源科技有限公司 一种基于稳态等效电路模型的soc确定方法及装置
CN117169733A (zh) * 2023-11-01 2023-12-05 车城智能装备(武汉)有限公司 一种动力电池监控方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN103033762B (zh) 2015-07-15

Similar Documents

Publication Publication Date Title
CN103033762B (zh) 基于差值微分的动力磷酸铁锂电池荷电量动态预测方法
Zhang et al. Study on battery pack consistency evolutions and equilibrium diagnosis for serial-connected lithium-ion batteries
Wang et al. Online dynamic equalization adjustment of high-power lithium-ion battery packs based on the state of balance estimation
Xu et al. A novel adaptive dual extended Kalman filtering algorithm for the Li‐ion battery state of charge and state of health co‐estimation
CN102468521B (zh) 用于估计蓄电池健康状态的方法和装置
CN102565710B (zh) 用于估计蓄电池健康状态的方法和装置
Kang et al. A new neural network model for the state-of-charge estimation in the battery degradation process
Ahmed et al. Model-based parameter identification of healthy and aged li-ion batteries for electric vehicle applications
Eddahech et al. Behavior and state-of-health monitoring of Li-ion batteries using impedance spectroscopy and recurrent neural networks
CN105738815A (zh) 一种在线检测锂离子电池健康状态的方法
CN102590751A (zh) 动力电池包一致性评估方法和装置
CN102662148A (zh) 在线反馈式蓄电池soc预测方法
CN110376536B (zh) 电池系统soh检测方法、装置、计算机设备和存储介质
Haiying et al. Study on correlation with SOH and EIS model of Li-ion battery
Wang et al. Estimation of battery open-circuit voltage and state of charge based on dynamic matrix control-extended Kalman filter algorithm
CN103412264A (zh) 蓄电池组内单体电池一致性的评价方法
Zhang et al. An application‐oriented multistate estimation framework of lithium‐ion battery used in electric vehicles
Wang et al. Lithium-ion battery security guaranteeing method study based on the state of charge estimation
Tian et al. Lithium-ion battery charging optimization based on electrical, thermal and aging mechanism models
CN109557475A (zh) 一种电池可用容量soc的确定方法及装置
CN110673037B (zh) 基于改进模拟退火算法的电池soc估算方法及系统
Feng et al. Equivalent circuit modeling of sodium-ion batteries
CN103176137A (zh) 基于电池soc不均匀性的电池组健康状态评价方法
Li et al. Investigation of the internal resistance in LiFePO 4 cells for battery energy storage system
CN115032540A (zh) 锂离子电池健康状态估计方法、装置、设备及介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SHANGHAI ANKERUI POWER MANAGEMENT SYSTEM CO., LTD.

Free format text: FORMER OWNER: SHANGHAI FOUNTAINHEAD ELECTRONIC CO., LTD.

Effective date: 20141011

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 201508 JINSHAN, SHANGHAI TO: 201801 JIADING, SHANGHAI

TA01 Transfer of patent application right

Effective date of registration: 20141011

Address after: 201801, room 2, building 253, 101 Yu Green Road, Shanghai, Jiading District

Applicant after: Shanghai Ankerui Power Management System Co., Ltd.

Address before: 201508 No. 2028 Ting Wei Road, Shanghai, Jinshan District

Applicant before: Shanghai Fountain Head Electronics Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150715

Termination date: 20191218

CF01 Termination of patent right due to non-payment of annual fee