CN103675703B - 一种用于电池荷电状态估计方法 - Google Patents

Abstract

一种用于电池荷电状态估计方法，通过电流传感器测量得到的电池电流值输入电池模型中，计算出计算所得的电池电压，将该值与测得的电池电压进行比较，得到其电压误差，并将该电压误差通过比例系数和积分系数反馈回电池模型中，校正电池模型，从而使所获得的荷电状态估计值能更加的精确；而由于反馈回电池模型的量中有电压误差的积分值，因而，该系统具有更强的鲁棒性，估计速度也将大大提高，本发明具有估计精度高、算法简单等优点。

Description

一种用于电池荷电状态估计方法

技术领域

本发明属于电池荷电状态估计技术领域，特别涉及一种用于电池荷电状态估计方法。

背景技术

随着能源危机的发展和环境问题的日益突出，作为绿色能源的一大重要组成部分的电动汽车，已引起世界各国的广泛关注。电池作为电动汽车核心部件之一，是电动汽车的驱动能源，是限制电动汽车发展的一大瓶颈，也是目前的一大研究热点。然而，电池本体研究涉及材料、电化学等多门学科的融合，虽已在实验室阶段取得一定成果，但实际可应用于电动汽车的牵引电池产品在短时间内很难得到跨越式的发展。如何在现有电池产品的基础上，尽可能地提高其使用安全性、使用效率和使用寿命，降低电池的使用成本，从而最终降低现有电池应用于电动汽车的市场推广难度成为目前亟待解决的问题。

电池的荷电状态(StateofCharge，SOC)作为电池的关键参数，对电池的监测、电动汽车的续驶里程估计等起到至关重要的作用。然而，不同于电池电压、电流等信号，电池的荷电状态是不可直接测量的量，没有一种传感器可以直接测得其值，因而，根据可测得的物理量，如电压、电流等，通过一定的算法估计电池的荷电状态是目前亟待解决的问题。根据文献资料显示，世界范围内已有大量电池荷电状态的估计方法，而其中，基于模型的荷电状态估计方法被认为是最流行也是最具前途的荷电状态估计方法。

然而，现有的基于模型的荷电状态方法均有其各自的缺点，不能很好的满足目前电动汽车等领域对电池荷电状态估计的要求。如卡尔曼滤波器方法能在电池模型存在高斯噪声时仍能较好的估计电池的荷电状态，但其需要精确的电池模型，且其运算量较大，在电动汽车等实时性要求较高的场合将大大提高系统的成本；龙伯格观测器方法虽然结构简单，运算量小，但其大大依赖于电池的模型精度，如果电池模型稍有误差，其估算误差也会大大加大。

综上所述，基于模型的方法由于其特殊结构，能有效的提高电池荷电状态的估计精度。然而，现有的基于模型的方法要么大大依赖于电池模型的精度，要么运算量大，算法过于复杂，没有一种较好的解决以上问题的算法。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种用于电池荷电状态估计方法，以降低其对模型精度的依赖，提高估计精度，简化算法，使算法能更好的应用于实际应用中。

为了达到上述目的，本发明采用的技术方案是：

一种用于电池荷电状态估计方法，包括以下步骤：

第一步，用电流传感器P和电压传感器R分别测得在电池负载O作用下电池Q上的电池电流T和电池电压y；

第二步，将电池电流T输入电池模型U中计算，并输出计算所得电池电压

第三步，将测得的电池电压y和计算所得电池电压分别输入比较器V进行比较，并获得电压误差S；

第四步，将电压误差S分别经过两个途径输入第三累加器3，第一途径为电压误差S乘上比例系数K_p，然后再输入第三累加器3；第二途径为电压误差S乘上积分系数K_i1，并经过一个积分环节再乘上积分系数K_i2，最后输入第三累加器3；

第五步，第三累加器3将以上两条途径所得值进行累加并输入电池模型U中的第一累加器1中。

所述电池模型U的计算过程为：测得的电池电流T分成两个途径输入第二累加器2，第一途径为电池电流T乘以第四模型系数D后输入第二累加器2；第二途径为电池电流T乘以第二模型系数B后输入第一累加器1，并经过一个积分环节再乘上第三模型系数C，最后输入第二累加器2，电池电流T乘以第二模型系数B后输入第一累加器1，经过上述积分环节的信号再乘以第一模型系数A再输入第一累加器1，第二累加器2处理过的数据即为计算所得电池电压

所述电流传感器P为霍尔电流传感器，或为分流器类可测量电流的器件。

所述电池Q为锂离子电池、铅酸电池、镍氢电池或镍铬电池等。

所述电池模型U为电化学模型、等效电路模型或数学模型。

所述比例系数K_p、积分系数K_i1为一维数值或多维数组。

用于电池荷电状态估计方法采用连续域的形式，在实际应用中将其进行离散化，不影响实施。

本发明将电压误差通过比例系数和积分系数反馈回电池模型中，校正电池模型，从而使所获得的状态估计值能更加的精确；而由于反馈回电压误差的积分量，从而使该系统具有更强的鲁棒性，估计速度也将大大提高，具有估计精度高、算法简单等优点。

附图说明

图1为本发明的流程图。

图2为本发明采用的电路模型的等效电路图。

图3为本发明实施例中电池初始荷电状态已知情况下的估计结果图。

图4为本发明实施例中电池初始荷电状态未知情况下的估计结果图。

具体实施方式

下面结合附图对本发明作详细描述。

参照图1，一种用于电池荷电状态估计方法，包括以下步骤：

第一步，用电流传感器P和电压传感器R分别测得在电池负载O作用下电池Q上的测得的电池电流T和电池电压y；

第二步，将测得的电池电流T输入电池模型U中计算，并输出计算所得电池电压

第三步，将测得的电池电压y和计算所得电池电压分别输入比较器V进行比较，并获得电压误差S；

第四步，将所得的电压误差S分别经过两个途径输入第三累加器3，第一途径为电压误差S乘上比例系数K_p，然后再输入第三累加器3；第二途径为电压误差S乘上积分系数K_i1，并经过一个积分环节再乘上积分系数K_i2，最后输入第三累加器3；

第五步，第三累加器3将以上两条途径所得值进行累加并输入电池模型U中的第一累加器1中。

所述的电池模型U的计算过程为：测得的电池电流T分成两个途径输入第二累加器2，第一途径为电池电流T乘以第四模型系数D后输入第二累加器2；第二途径为电池电流T乘以第二模型系数B后输入第一累加器1，并经过一个积分环节再乘上第三模型系数C，最后输入第二累加器2，电池电流T乘以第二模型系数B后输入第一累加器1，经过上述积分环节的信号再乘以第一模型系数A再输入第一累加器1，第二累加器2处理过的数据即为计算所得电池电压

所述电流传感器P为霍尔电流传感器，或为分流器类可测量电流的器件。

所述电池Q为锂离子电池、铅酸电池、镍氢电池或镍铬电池。

所述电池模型U为电化学模型、等效电路模型或数学模型。

所述比例系数K_p、积分系数K_i1为一维数值或多维数组。

用于电池荷电状态估计方法采用连续域的形式，在实际应用中将其进行离散化，不影响实施。

下面给出一个具体实施例：

需要说明的是，本实施例只是本发明的一种实施方式，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可以根据本发明作出各种相应的改变和变形，但这些改变和变形均应属于本发明所附的权利要求的保护范围。

本实施例所采用的电池为锂离子电池，参照图2为本发明选用的电池模型(一阶RC模型)，该模型可写成标准状态方程形式，如下式所示：

$\left\{\begin{array}{c}\stackrel{\·}{x}=\mathrm{Ax}+\mathrm{Bu}\\ y=\mathrm{Cx}+\mathrm{Du}\end{array}\right.---\left(1\right)$

其中A、B、C、D分别为本发明所述的第一模型参数A、第二模型参数B、第三模型参数C和第四模型参数D。

本实施例中，电路传感器采用霍尔电流传感器，电池负载为模拟电动汽车行驶工况的电流需求，采用模数转换器采集电池两端的电压。电流传感器所采集得到的电流值输入如图2所示的电池模型中，并得到计算所得电池电压，该计算所得电池电压与测得的电池电压进行比较获得电压误差。比例系数和积分系数通过LQ或极点配置等方式获得，从而将电压误差的比例值和积分值反馈回电池模型中。

参照图3为本实施例在电池初始荷电状态已知的情况下估计所得荷电状态与参考荷电状态的比较情况，从图中可以看出，通过本发明，可以有效的估计电池的荷电状态，且估计精度较高。

参照图4为本实施例在电池初始荷电状态未知的情况下估计所得的荷电状态与参考荷电状态的比较情况，从图中可以看出，本发明可以有效的应对电池初始荷电状态未知的情况，并能在很短的时间内达到估计所得的荷电状态与参考荷电状态基本一致。并且，在估计过程达到稳定的情况下，整个估计的误差都非常小，具有很高的估计精度。

Claims (6)

1.一种用于电池荷电状态估计方法，其特征在于，包括以下步骤：

第一步，用电流传感器(P)和电压传感器(R)分别测得在电池负载(O)作用下电池(Q)上的测得的电池电流T和电池电压y；

第二步，将电池电流T输入电池模型(U)中计算，并输出计算所得电池电压

第三步，将测得的电池电压y和计算所得电池电压分别输入比较器(V)进行比较，并获得电压误差S；

第四步，将电压误差S分别经过两个途径输入第三累加器(3)，第一途径为电压误差S乘上比例系数K_p，然后再输入第三累加器(3)；第二途径为电压误差S乘上积分系数K_i1，并经过一个积分环节再乘上积分系数K_i2，最后输入第三累加器(3)；

第五步，第三累加器(3)将以上两条途径所得值进行累加并输入电池模型(U)中的第一累加器(1)中；

所述的电池模型(U)的计算过程为：测得的电池电流T分成两个途径输入第二累加器(2)，第一途径为电池电流T乘以第四模型系数D后输入第二累加器(2)；第二途径为电池电流T乘以第二模型系数B后输入第一累加器(1)，并经过一个积分环节再乘上第三模型系数C，最后输入第二累加器(2)，电池电流T乘以第二模型系数B后输入第一累加器(1)，经过上述积分环节的信号再乘以第一模型系数A再输入第一累加器(1)，第二累加器(2)处理过的数据即为计算所得电池电压

2.根据权利要求1所述的一种用于电池荷电状态估计方法，其特征在于：所述电流传感器(P)为霍尔电流传感器，或为分流器类可测量电流的器件。

3.根据权利要求1所述的一种用于电池荷电状态估计方法，其特征在于：所述电池(Q)为锂离子电池、铅酸电池、镍氢电池或镍铬电池。

4.根据权利要求1所述的一种用于电池荷电状态估计方法，其特征在于：所述电池模型(U)为电化学模型、等效电路模型或数学模型。

5.根据权利要求1所述的一种用于电池荷电状态估计方法，其特征在于：所述比例系数K_p、积分系数K_i1为一维数值或多维数组。

6.根据权利要求1所述的一种用于电池荷电状态估计方法，其特征在于：用于电池荷电状态估计方法采用连续域的形式，在实际应用中将其进行离散化，不影响实施。