CN105116344B - 基于二进制编码的电池开路电压估算方法 - Google Patents
基于二进制编码的电池开路电压估算方法 Download PDFInfo
- Publication number
- CN105116344B CN105116344B CN201510543674.0A CN201510543674A CN105116344B CN 105116344 B CN105116344 B CN 105116344B CN 201510543674 A CN201510543674 A CN 201510543674A CN 105116344 B CN105116344 B CN 105116344B
- Authority
- CN
- China
- Prior art keywords
- battery
- equivalent
- open circuit
- circuit voltage
- battery open
- 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.)
- Active
Links
Abstract
本发明公开了基于二进制编码的电池开路电压预测方法,属于电动汽车技术领域,包括:一阶RC等效电路模型参数辨识阶段、电池开路电压预测阶段;一阶RC等效电路模型参数辨识阶段包括:步骤1,建立描述电池动态特性的一阶RC等效电路模型;步骤2,依据实际采集的电池电流及电压信号,基于最小二乘法预测模型参数;电池开路电压预测阶段包括:步骤3,建立描述电池静置特性的多阶RC等效电路模型;步骤4,以一阶RC等效电路模型参数辨识阶段辨识的R1C1作为基准R0C0;步骤5,令多阶RC等效电路模型中的RiCi=2iR0C0;步骤6,依据最小二乘法辨识电池开路电压。本发明引入二进制编码原理预测电池开路电压,解决了多阶等效电路模型非线性度高,耦合性高不利于求解的问题。
Description
技术领域
本发明属于电动汽车技术领域,具体涉及电动汽车动力电池开路电压估算。
背景技术
为了防止电动汽车动力电池组过充过放,延长电池组使用寿命,从而提高整车性能和安全性,一般要求电池管理系统能够实时准确的预估电池荷电状态(State ofCharge,SOC)。
目前,电池SOC估算方法包括电池容量测试法、安时积分法、开路电压法、卡尔曼滤波法、神经网络法和模糊控制算法等。电池容量测试法测试时间长、效率低,不适用于在线应用。神经网络法选择电池电压、充放电电流、环境温度、总放电量及内阻等参数作为输入,SOC作为输出,基于训练建立输入输出参数间的关系,实现了电池SOC的估算,但该方法的精度受输入参数、模型、训练数据和训练方法的影响。模糊控制法利用模糊推理的方法来估计电池的SOC,并以电池模型参数为模糊输入量,SOC为模糊输出量,该方法的精度受制于模糊推理系统的设计;卡尔曼滤波方法通过建立电池状态及测量方程,利用递推算法对电池组SOC实现最小方差意义上的最优估算,其估算精度受制于电池模型和电池开路电压与SOC间关系的描述精度;但上述算法由于运算量较大对系统处理器速度要求较高。电池开路电压与SOC间有唯一的对应关系,且与电池寿命影响不大,开路电压法精度较高,但需静止较长时间以达到平衡。安时积分法在电池管理系统中也得到了普遍应用,但该方法最大缺陷是,在实际应用场合电池的充放电效率难以测定,另外,因电池的自放电及老化导致容量衰减,无法确定SOC的初始值,同时还存在积分的累积误差等。
从上面的分析发现,因电池开路电压与SOC间存在唯一的对应关系,目前比较常用的电池SOC估算方法是安时积分法结合开路电压法或充电结束时SOC修正,但该算法的难点在于电池开路电压的预测。
针对磷酸铁锂电池,多阶RC等效电路模型因没有分支,结构简单,因而被广泛采用,另外,一阶RC等效电路模型即可恰当的描述磷酸铁锂电池使用过程中的动态特性。从电池电压静置曲线可以看出,电池开路电压预测模型中除了短时间常数的RC模块、还应包含若干更长时间常数的RC模块,多阶等效电路模型非线性度高,耦合效果不利于求解。
发明内容
针对上述多阶RC等效电路模型非线性度高、耦合效果不利于求解的问题,本发明提出了基于二进制编码的电池开路电压预测方法。采用的技术方案为:
基于二进制编码的电池开路电压预测方法,包括:一阶RC等效电路模型参数辨识阶段和电池开路电压预测阶段;
所述一阶RC等效电路模型参数辨识阶段包括如下步骤:
步骤1,建立描述电池动态特性的一阶RC等效电路模型;所述一阶RC等效电路模型由描述电池动态特性的电阻R1、电容C1并联后再与欧姆内阻R0、电池开路电压Em串联组成;
步骤2,依据实际采集的电池电流及电压信号,基于最小二乘法预测电池模型参数;
所述电池开路电压预测阶段包括如下步骤:
步骤3,建立描述电池静置特性的多阶RC等效电路模型;多阶RC等效电路模型由若干个RiCi并联电路相串联后再与欧姆内阻R0、电池开路电压Em串联组成,其中i=1,2,3…n;
步骤4,以所述一阶RC等效电路模型参数辨识阶段辨识的R1C1作为基准R0C0;
步骤5,令多阶RC等效电路模型表达式中的RiCi=2iR0C0;其中i为描述电池静置特性的最佳阶次;
步骤6,依据最小二乘法辨识电池开路电压。
进一步地,所述步骤1中的等效电路模型的表达式为:
其中Em为电池开路电压,为欧姆内阻R0上压降,用于描述R1C1并联电路的压降,I为串联电流。
进一步地,所述步骤2中所述的电池模型参数包括:电池开路电压Em,欧姆内阻R0,描述电池动态特性的电阻R1、电容C1。
进一步地,所述步骤3中的所述的多阶RC等效电路模型为:
其中,用于描述RiCi上的压降。
进一步地,所述步骤5中所述的最佳阶次为7阶次。
和现有技术相比,本发明的有益效果:
本发明的有益效果是引入了二进制编码原理预测电池开路电压,解决了多阶等效电路模型非线性度高,耦合性高不利于求解的问题。
附图说明
图1为多阶RC等效电路模型原理图;
图2为电池电压静置阶段实测曲线;
图3为基于一阶RC等效电路模型预测及试验静置的电池开路电压;
图4为基于多阶RC等效电路模型预测及试验静置的电池开路电压;
图5为基于多阶RC等效电路模型预测及试验静置的电池开路电压的局部放大图。
具体实施方式
本发明提出的基于二进制编码的电池开路电压预测方法包括一阶RC等效电路模型参数辨识、电池开路电压预测。
上述一阶RC等效电路模型参数辨识阶段包括如下过程:
(1)首先建立描述电池动态特性的一阶RC等效电路模型;所述一阶RC等效电路模型由描述电池动态特性的电阻R1、电容C1并联后再与欧姆内阻R0、电池开路电压Em串联组成;一阶RC等效电路模型表达式为:
其中Em为电池开路电压,为欧姆内阻R0上的压降,用于描述R1C1并联电路上的压降,I为串联电流;
(2)然后依据实际采集的电池电流及电压信号,基于最小二乘法预测电池模型参数,所述电池模型参数包括:Em,R0,R1,C1。
上述电池开路电压预测阶段包括如下过程:
(1)当电池进入静置阶段,如图2所示,电池电压先以较快的速率恢复,随后进入较平缓的恢复阶段,导致基于一阶RC等效电路模型预测及试验静置的电池开路电压存在较大偏差,如图3所示。
为此,建立描述电池静置特性的多阶RC等效电路模型;如图1所示,所述多阶RC等效电路模型由若干个RiCi并联电路相串联后再与欧姆内阻R0、电池开路电压Em串联组成,其中i=1,2,3…n,多阶RC等效电路模型表达式为:
其中用于描述RiCi并联电路上的压降;
(2)然后以一阶RC等效电路模型参数辨识阶段辨识的R1C1作为基准R0C0;
(3)再令多阶RC等效电路模型表达式中的RiCi=2iR0C0,其中i为描述电池静置特性的最佳阶次,如图4和图5所示,当为7阶次时最佳;
(4)最后依据最小二乘法辨识电池开路电压。
多阶RC等效电路模型表达式可变成:
利用一个有限项采样值A=(a1,a2,...,aN)描述R0C0,其中aj表示R0C0网络在j时刻对单位阶跃响应的采样值,N为R0C0网络输出值达到稳定所需的时域长度。k时刻电池端电压的多阶RC等效电路模型表达式为:
最小二乘法的含义即求解模型参数Em,R0,R1,C1,使Q(Em,R0,Ri)取得极值。而Q(Em,R0,Ri)取得极值的必要条件为其中求解的Em值即为电池开路电压。
以上仅用于描述本发明的技术方案,并不用于限定本发明的保护范围,在不违背本发明实质内容和精神的前提下,所作任何修改或等同替换等都将落入本发明的保护范围内。
Claims (4)
1.基于二进制编码的电池开路电压预测方法,其特征在于,包括:一阶RC等效电路模型参数辨识阶段和电池开路电压预测阶段;
所述一阶RC等效电路模型参数辨识阶段包括如下步骤:
步骤1,建立描述电池动态特性的一阶RC等效电路模型;所述一阶RC等效电路模型由描述电池动态特性的电阻R1、电容C1并联后再与欧姆内阻R0、电池开路电压Em串联组成;
步骤2,依据实际采集的电池电流及电压信号,基于最小二乘法预测电池模型参数,所述模型参数包括:电池开路电压Em,欧姆内阻R0,描述电池动态特性的电阻R1、电容C1;
所述电池开路电压预测阶段包括如下步骤:
步骤3,建立描述电池静置特性的多阶RC等效电路模型;所述多阶RC等效电路模型由若干个RiCi并联电路相串联后再与欧姆内阻R0、电池开路电压Em串联组成,其中i=1,2,3…n;
步骤4,以所述一阶RC等效电路模型参数辨识阶段辨识的R1C1作为基准R0C0;
步骤5,令多阶RC等效电路模型表达式中的RiCi=2iR0C0;其中i为描述电池静置特性的最佳阶次;
步骤6,依据最小二乘法辨识电池开路电压。
2.根据权利要求1所述的基于二进制编码的电池开路电压预测方法,其特征在于,所述
步骤1中的等效电路模型的表达式为:其中Em
为电池开路电压,VR0为欧姆内阻R0上压降,VR1用于描述R1C1并联电路的压降,I为串联电流。
3.根据权利要求1所述的基于二进制编码的电池开路电压预测方法,其特征在于,所述步骤3中的所述的多阶RC等效电路模型为:
其中,VRi用于描述RiCi上的压降。
4.根据权利要求1所述的基于二进制编码的电池开路电压预测方法,其特征在于,所述步骤5中所述的最佳阶次为7阶次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510543674.0A CN105116344B (zh) | 2015-08-28 | 2015-08-28 | 基于二进制编码的电池开路电压估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510543674.0A CN105116344B (zh) | 2015-08-28 | 2015-08-28 | 基于二进制编码的电池开路电压估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105116344A CN105116344A (zh) | 2015-12-02 |
CN105116344B true CN105116344B (zh) | 2018-08-10 |
Family
ID=54664377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510543674.0A Active CN105116344B (zh) | 2015-08-28 | 2015-08-28 | 基于二进制编码的电池开路电压估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105116344B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929338B (zh) * | 2016-05-30 | 2018-12-25 | 北京大学深圳研究生院 | 一种测量电池状态的方法及其应用 |
CN106918787A (zh) * | 2017-03-20 | 2017-07-04 | 国网重庆市电力公司电力科学研究院 | 一种电动汽车锂电池剩余电荷估算方法及装置 |
CN107255786B (zh) * | 2017-05-18 | 2020-06-30 | 中山职业技术学院 | 一种磷酸铁锂电池loc模型 |
CN110045286B (zh) * | 2019-03-21 | 2021-04-20 | 江苏大学 | 一种基于气液动力学模型的电池开路电压估算方法及装置 |
CN110348062B (zh) * | 2019-06-14 | 2023-05-26 | 湖北锂诺新能源科技有限公司 | 一种锂离子电池等效电路模型的构建方法 |
CN111930564B (zh) * | 2020-07-21 | 2024-02-09 | 宁波拜特测控技术有限公司 | 用于电池测试的采集显示方法、系统、终端及存储介质 |
CN112763916B (zh) * | 2021-01-04 | 2023-01-10 | 北京空间飞行器总体设计部 | 一种空间用锂离子电池组未来工况预测方法 |
CN113125971A (zh) * | 2021-03-18 | 2021-07-16 | 深圳逸驰云动科技有限公司 | 一种确定电池开路电压的方法、装置及充电桩 |
CN116774091B (zh) * | 2023-08-24 | 2023-10-17 | 南京市计量监督检测院 | 一种高精度动力电池组soh在线测量系统及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621497A (zh) * | 2012-03-22 | 2012-08-01 | 青岛理工大学 | 蓄电池剩余电量监测方法及监测装置 |
CN103197251A (zh) * | 2013-02-27 | 2013-07-10 | 山东省科学院自动化研究所 | 一种动力锂电池二阶rc等效模型的辨识方法 |
CN103926538A (zh) * | 2014-05-05 | 2014-07-16 | 山东大学 | 基于aic准则的变阶数rc等效电路模型及实现方法 |
CN104007395A (zh) * | 2014-06-11 | 2014-08-27 | 北京交通大学 | 锂离子电池荷电状态与参数自适应联合估计方法 |
CN203825171U (zh) * | 2014-05-05 | 2014-09-10 | 山东大学 | 基于aic准则的变阶数rc等效电路模型 |
CN104502858A (zh) * | 2014-12-31 | 2015-04-08 | 桂林电子科技大学 | 基于后向差分离散模型的动力电池soc估计方法与系统 |
-
2015
- 2015-08-28 CN CN201510543674.0A patent/CN105116344B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621497A (zh) * | 2012-03-22 | 2012-08-01 | 青岛理工大学 | 蓄电池剩余电量监测方法及监测装置 |
CN103197251A (zh) * | 2013-02-27 | 2013-07-10 | 山东省科学院自动化研究所 | 一种动力锂电池二阶rc等效模型的辨识方法 |
CN103926538A (zh) * | 2014-05-05 | 2014-07-16 | 山东大学 | 基于aic准则的变阶数rc等效电路模型及实现方法 |
CN203825171U (zh) * | 2014-05-05 | 2014-09-10 | 山东大学 | 基于aic准则的变阶数rc等效电路模型 |
CN104007395A (zh) * | 2014-06-11 | 2014-08-27 | 北京交通大学 | 锂离子电池荷电状态与参数自适应联合估计方法 |
CN104502858A (zh) * | 2014-12-31 | 2015-04-08 | 桂林电子科技大学 | 基于后向差分离散模型的动力电池soc估计方法与系统 |
Non-Patent Citations (2)
Title |
---|
电动汽车锂离子电池等效电路模型的参数辨识研究;李思;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20150715(第7期);全文,特别是第26页-27页,第31页-第32页,第44页-第45页及图3.1、3.24 * |
电动汽车锂离子电池等效电路模型的参数辨识研究;邓晔等;《仪表技术》;20150228(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105116344A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105116344B (zh) | 基于二进制编码的电池开路电压估算方法 | |
CN106909716B (zh) | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 | |
CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
CN107957562B (zh) | 一种锂离子电池剩余寿命在线预测方法 | |
CN105068008B (zh) | 利用车载充电机辨识电池参数的电池荷电状态估计方法 | |
CN103091642B (zh) | 一种锂电池容量快速估计方法 | |
CN104360285B (zh) | 一种基于改进的安时积分法的电池容量修正方法 | |
CN107390127A (zh) | 一种soc估算方法 | |
CN107576919A (zh) | 基于armax模型的动力电池荷电状态估算系统及方法 | |
CN104535934B (zh) | 在线前馈补偿的动力电池电荷状态估计方法与系统 | |
CN106842060A (zh) | 一种基于动态参数的动力电池soc估算方法及系统 | |
CN113253140B (zh) | 电池健康状态在线估算方法 | |
CN106405433A (zh) | 一种基于扩展卡尔曼粒子滤波的soc估计方法及系统 | |
CN106501724B (zh) | 一种基于rls和ekf算法的全钒液流电池soc估计方法 | |
CN106716158A (zh) | 电池荷电状态估算方法和装置 | |
CN104535932A (zh) | 一种锂离子电池荷电状态估计方法 | |
CN103018679A (zh) | 一种铅酸电池初始荷电状态soc0的估算方法 | |
CN105929338B (zh) | 一种测量电池状态的方法及其应用 | |
CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
CN112098849B (zh) | 基于求积分卡尔曼滤波的锂电池剩余电量估计方法 | |
CN107290678A (zh) | 一种动力电池健康状态在线监测方法 | |
Kim et al. | Real-time state of charge and electrical impedance estimation for lithium-ion batteries based on a hybrid battery model | |
CN109085505A (zh) | 一种动力电池充放电状态估算方法 | |
CN110082684A (zh) | 一种基于加权多新息扩展卡尔曼滤波的锂电池soc估计方法 | |
CN105093129B (zh) | 一种储能电池剩余容量检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |