CN105093127A - 一种基于充电方式的锂电池荷电状态的校准与估计方法 - Google Patents

Abstract

本发明涉及一种基于充电方式的锂电池荷电状态的校准与估计方法，通过分析安时积分法的误差来源，利用锂电池静置状态下的开路电压OCV来校准SOC初始值，再利用充电前、后静置状态下通过开路电压OCV估计的SOC值来校准总容量，建立终端电压与SOC值之间的映射关系，利用恒流、恒压不同充电阶段的电池特性，从而实现锂电池系统在一个放电周期内SOC值的高精度估计。

Description

一种基于充电方式的锂电池荷电状态的校准与估计方法

技术领域

本发明涉及电池检测技术的领域，特别是锂电池荷电状态的校准与估计方法。

背景技术

随着储能系统以及新能源产业的发展，储能电池及动力电池的也取得了突飞猛进的发展。锂离子电池具有高能量比、长寿命、高单体工作电压、低自放电率、强高低温适应性等优点，使其成为储能电池和动力电池的首选。锂电池通常以电池组的形式在实际系统中应用，需要电池管理系统对其基本参数进行实时监测，确保电池运行在可靠的范围之内，延长电池使用寿命。荷电状态——英文缩写为SOC(充电容量与额定容量的比值，用百分比来表示)作为锂电池的重要参数，反映了锂电池剩余容量的大小，对其进行精确估计可以保护电池，准确提醒用户电池的剩余电量和提高电池利用率。

现有的SOC值估计方法主要有神经网络法、模糊控制法、基于模型的方法、安时积分法等几种。其中，神经网络法通过建立合理的网络达到准确估计，然而网络训练需要大量数据而且很难收敛。模糊控制法采用模糊逻辑的方法进行估计，而模糊规则通常不易确定而且隶属度函数具有一定的主观性，从而导致误差较大。基于模型的方法通常是建立合理的电池模型，然后利用EKF、UPF等数学方法进行估计，而电池组系统具有非线性及使用环境不确定的特性，使得建模十分困难。此外，在电池管理系统成本和性能的实际应用下，较为复杂的建模方法和算法难以实现。安时积分法通过电流积分实现SOC值估计，具有简单易于实现的优点，但是安时积分法也存在初始值不准确，总容量变化，电流值不精确和累积误差等问题，需要采用一些校准方法来减小误差。因此，现有技术有待改进和提高。

发明内容

本发明的目的是克服上述现有技术的不足，提供一种基于充电方式的锂电池荷电状态的校准与估计方法，通过对安时积分法的误差进行精确校准并且结合锂电池充电特性实现对电池荷电状态SOC值的精确估计。

本发明的技术解决方案：一种基于充电方式的锂电池荷电状态的校准与估计方法，其特征在于：第一步，利用锂电池静置时间较长的特性，得到开路电压(OCV)与荷电状态(SOC)的OCV—SOC关系曲线，利用OCV—SOC关系曲线中的小于20％或大于90％的相应区间的开路电压(OCV)对荷电状态(SOC)的SOC初始值进行校准；第二步，利用充电阶段工况稳定的特性，通过电流积分法获得充入总容量，并且采用上述第一步中OCV—SOC关系曲线估计荷电状态(SOC)的初始值的方法，估算出计锂电池在充电前和充电后且处于静置状态下的SOC值，将充入总容量除以充电前和充电后估算的SOC值差值得到校准的锂电池总容量；第三步，根据锂电池充电方式的特性，将其分为运行阶段、恒流充电阶段和恒压充电阶段，通过对各个阶段的极化电压进行分析得出：当恒流充电时间较长时，运行阶段的锂电池终端电压在恒流充电末期与一直以恒流充电的电池终端电压相同，建立在恒流充电阶段的电池终端电压与荷电状态的关系曲线，最终，以恒流充电阶段的终端电压来估计运行阶段的锂电池的精确SOC值。

进一步地，开路电压(OCV)与荷电状态(SOC)的OCV—SOC关系曲线中，开路电压(OCV)与荷电状态(SOC)存在如下关系：当SOC值在20％-90％的区间时，SOC值随电压波动很大，而在此区间外的0％—20％低区间和90％—100％高区间则SOC值变化引起电压差值较大；利用低区间和高区间开路电压与荷电状态的上述特性，按如下方法对SOC初始值进行校准：先判断锂电池是否达到静置状态，然后根据行业内标准5％的误差要求判断SOC值是否在上述的低区间或高区间，最后利用锂电池出厂时的OCV-SOC曲线通过OCV值来获取SOC值，实现SOC初始值精确校准。

所述第三步中，通过将锂电池的工况划分为运行、恒流充电和恒压充电三个阶段，并且计算出经历了运行阶段和恒流充电阶段的锂电池极化电压，然后，将运行阶段也按恒流充电阶段计算，得到运行阶段和恒流充电阶段都按恒流充电阶段计算的极化电压，对两者进行比较分析得出：当恒流充电阶段时间较长时，实际工况下的锂电池终端电压在恒流充电阶段末期与一直以恒流充电的锂电池终端电压相同，即可以通过恒流充电阶段的终端电压来对锂电池在运行阶段的SOC值进行精确估计。

本发明通过分析安时积分法的误差来源，利用锂电池静置状态下的开路电压OCV来校准SOC初始值，利用充电前后静置状态下通过开路电压OCV估计的SOC值来校准总容量，利用锂电池恒流转恒压充电的特性，在实际工况下，在充电末期利用终端电压进行SOC值精确校准。

本发明的优点是：通过对初始SOC、总容量及累积误差的校准保证了该SOC估计方法的高精度；利用锂电池工作特性提出的基于充电方式的SOC估计方法，符合工程实际应用，简单易行，成本低廉。

附图说明

图1为本发明锂电池开路电压与荷电状态的OCV—SOC关系曲线图；

图2为本发明SOC初始值校准算法流程图；

图3为本发明锂电池总容量校准示意图；

图4为本发明锂电池恒流转恒压充电方式电流随时间的变化曲线图；

图5为本发明不同恒流充电条件下SOC和电池终端电压的变化曲线图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明作进一步详细说明。

参见图1-图4，本实施例提出了一种针对实际工况的高精度锂电池荷电状态的校准与估计的方法。本实施例采用锂电池静置状态下的开路电压OCV来校准锂电池SOC初始值，采用充电前后静置状态下的开路电压OCV及充电充入容量来校准总容量，采用基于恒流转恒压充电模式特性并通过实际工况终端电压来估计SOC值。

本实施例SOC初始值校准是根据如图1所示的开路电压与荷电状态的OCV—SOC关系曲线图，从关系曲线图可以得出：当SOC值处于20％-90％的区间时，开路电压OCV很小的波动将导致较大的SOC值变化，故需要考虑电压检测误差对校准的影响。设定电压检测的误差为±k，为了保证SOC值的估计误差在n％内，则需满足公式V(SOC+n％)-V(SOC)＞2k，通过对不同误差条件下的OCV-SOC关系曲线进行分析，得到在OCV-SOC关系曲线不是很平坦区间内，可以利用电压估计SOC值消除由于电压检测误差带来的校准误差。事实上，该误差在行业内标准为5％。

通过上述分析，为了保证锂电池静置状态下开路电压OCV估计SOC值在合理的误差范围内，给出如图2所示的静置状态下SOC初始值校准算法：首先判断电池是否达到静置状态，再根据误差需求，判断SOC值是否满足V(SOC+n％)-V(SOC)＞2k，得出的合适区间S，如果满足则利用开路电压OCV估计SOC值，从而实现校准。

本实施例的锂电池总容量校准原理如图3所示，设定锂电池初始处于静置状态，其开路状态电压为OCV1，设定此时SOC值位于OCV—SOC关系曲线图的低区间S1内，则可以按照该方法得到电池荷电状态SOC1。锂电池经过充电后，利用电流积分法得到充入容量为Qin，静置一段时间得到OCV2，设定此时SOC值位于高区间S₂，同理可以得到荷电状态SOC2。在保证前后温度相同时，利用上述参数可以得到锂电池的总容量Q_max＝(Q_in/(SOC2-SOC1))。

本实施例基于充电方式的累积误差校准是根据如图4所示的锂电池恒流转恒压充电方式的特性曲线实现的。在锂电池运行过程中，锂电池终端电压由开路电压、极化电压以及内阻引起的电压组成，即V＝V_oc+V_p+iR，其中V_oc为开路电压，V_p为极化电压，i为电流值，R为电池内阻。

极化电压V_p与历史电流和温度有关，当电池静置一段时间极化作用将会消失，此时终端电压为开路电压。根据上述特点，在0-t时间内，极化电压V_p表示为其中f(i(τ),T(τ))表示τ时刻电流i(τ)和温度T(τ)对极化电压的影响，w(t-τ)为τ时刻电流引起极化用用的影响因子。上式表明极化电压与电池运行共享有关，这将导致在运行工况下电池电流波动较大，极化电压难以确定，很难直接通过电池的终端电压确定SOC的值

针对上述问题，将电池运行状态分为在0-t1时间段电流为i₁(τ)的运行阶段，t1-t时间段电流为I的恒流充电阶段，t-t2时间段电流为i₂(τ)的恒压充电阶段。在0-t过程中，极化电压由运行段电压和恒流充电段电压组成，可表示为 $V_{\mathrm{\ρ}}=\underset{0}{\overset{t_1}{\∫}}f\left(i_1\right(\mathrm{\τ}),T(\mathrm{\τ}\left)\right)w(t-\mathrm{\τ})d\mathrm{\τ}+\underset{t_1}{\overset{t}{\∫}}f(I,T(\mathrm{\τ}\left)\right)w(t-\mathrm{\τ})d\mathrm{\τ}.$ 假定电流在0-t过程中都是恒流，则极化电压为 ${V^{,}}_p=\underset{0}{\overset{t_1}{\∫}}f(I,T(\mathrm{\τ}\left)\right)w(t-\mathrm{\τ})d\mathrm{\τ}+\underset{t_1}{\overset{t}{\∫}}f(I,T(\mathrm{\τ}\left)\right)w(t-\mathrm{\τ})d\mathrm{\τ}.$ 通过计算 $|V_p-V_p^{,}|=w(t-t_1)\underset{0}{\overset{t_1}{\∫}}|f\left(i\right(\mathrm{\τ}),T(\mathrm{\τ}\left)\right)-f(I,T(\mathrm{\τ}\left)\right)\mathrm{|d}\mathrm{\τ}$ 可得，当t>>t₁时,该计算结果趋近0。

通过上述分析可得在恒流充电时间较长时，实际运行工况下的电池终端电压在恒流充电末期与一直以恒定电流充电的电池终端电压相同。因此，通过实验方法建立如图5所示的在恒定充电电流条件下电池的终端电压与SOC值的对比关系，从而实现在实际工况下，电池在充电末期通过终端电压来精确校准SOC值。

应当理解的是，本专利的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本专利所附权利要求的保护范围，这里不再赘述。

Claims (3)

1.一种基于充电方式的锂电池荷电状态的校准与估计方法，其特征在于：

第一步，利用锂电池静置时间较长的特性，得到开路电压(OCV)与荷电状态(SOC)的OCV—SOC关系曲线，利用OCV—SOC关系曲线中的小于20％或大于90％的相应区间的开路电压(OCV)对荷电状态(SOC)的SOC初始值进行校准；

第二步，利用充电阶段工况稳定的特性，通过电流积分法获得充入总容量，并且采用上述第一步中OCV—SOC关系曲线估计荷电状态(SOC)的初始值的方法，估算出计锂电池在充电前和充电后且处于静置状态下的SOC值，将充入总容量除以充电前和充电后估算的SOC值差值得到校准的锂电池总容量；

第三步，根据锂电池充电方式的特性，将其分为运行阶段、恒流充电阶段和恒压充电阶段，通过对各个阶段的极化电压进行分析得出：当恒流充电时间较长时，运行阶段的锂电池终端电压在恒流充电末期与一直以恒流充电的电池终端电压相同，建立在恒流充电阶段的电池终端电压与荷电状态SOC的关系曲线，最终，以恒流充电阶段的终端电压来估计运行阶段的锂电池的精确SOC值。

2.根据权利要求1所述的荷电状态的校准与估计方法，其特征在于：开路电压(OCV)与荷电状态(SOC)的OCV—SOC关系曲线中，开路电压(OCV)与荷电状态(SOC)存在如下关系：当SOC值在20％-90％的区间时，SOC值随电压波动很大，而在此区间外的0％—20％低区间和90％—100％高区间则SOC值变化引起电压差值较大；利用低区间和高区间开路电压与荷电状态的上述特性，按如下方法对SOC初始值进行校准：先判断锂电池是否达到静置状态，然后根据行业内标准5％的误差要求判断SOC值是否在上述的低区间或高区间，最后利用锂电池出厂时的OCV-SOC曲线通过OCV值来获取SOC值，实现SOC初始值精确校准。

3.根据权利要求1或2所述的荷电状态的校准与估计方法，其特征在于：所述第三步中，通过将锂电池的工况划分为运行、恒流充电和恒压充电三个阶段，并且计算出经历了运行阶段和恒流充电阶段的锂电池极化电压，然后，将运行阶段也按恒流充电阶段计算，得到运行阶段和恒流充电阶段都按恒流充电阶段计算的极化电压，对两者进行比较分析得出：当恒流充电阶段时间较长时，实际工况下的锂电池终端电压在恒流充电阶段末期与一直以恒流充电的锂电池终端电压相同，即可以通过恒流充电阶段的终端电压来对锂电池在运行阶段的SOC值进行精确估计。