CN105277898B - 一种电池荷电状态的检测方法 - Google Patents

一种电池荷电状态的检测方法 Download PDF

Info

Publication number
CN105277898B
CN105277898B CN201510708610.1A CN201510708610A CN105277898B CN 105277898 B CN105277898 B CN 105277898B CN 201510708610 A CN201510708610 A CN 201510708610A CN 105277898 B CN105277898 B CN 105277898B
Authority
CN
China
Prior art keywords
battery
soc
voltage
discharge
charging
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.)
Expired - Fee Related
Application number
CN201510708610.1A
Other languages
English (en)
Other versions
CN105277898A (zh
Inventor
王正仕
杨雁勇
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201510708610.1A priority Critical patent/CN105277898B/zh
Publication of CN105277898A publication Critical patent/CN105277898A/zh
Application granted granted Critical
Publication of CN105277898B publication Critical patent/CN105277898B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种电池荷电状态的检测方法,该方法首先确定电池的初始SOC,考虑电池的自放电效应,利用查表的方法对电池的SOC进行了精确的估算,再利用安时积分法求出下一刻电池的SOC估算值,并结合电池Thevenin模型,利用扩展卡尔曼滤波器算法对电池的SOC进行了校正。最后对电池的低电量、过流过温等进行了判断并作出预警和保护。本发明的方法综合考虑了电池是否第一次运行、停机时间造成电池自放电对电池容量的影响、温度、循环充放电次数、充放电电流等对电池额定容量的影响,对电池的SOC进行了误差的校正,提高了精度。

Description

一种电池荷电状态的检测方法
技术领域
[0001] 本发明属于电气工程领域,涉及电池管理系统,尤其涉及一种电池荷电状态的检 测方法。
背景技术
[0002] 随着化石能源的不断消耗,电动汽车将成为新的交通工具,并且逐渐取代传统的 依靠化石能源的汽车。然而电池作为电动车的能量来源,它的正确管理将直接影响到电动 车的安全与稳定运行。因此,电池管理系统中电池的荷电状态(SOC),也就是电池的剩余电 量的估算问题至关重要,不精确的电池SOC估算会导致对电池的实时状态把握不正确,可能 导致电池的过充和过放,甚至过热等现象。这些危害都会对电池造成永久性的损伤。
[0003] 电池荷电状态的定义
[0004] 电池荷电状态(SOC)定义为电池剩余容量与电池额定容量的比值:
[0005]
Figure CN105277898BD00041
[0006] 其中Qt表示剩余的电池电量,Qq表示电池的额定电量。根据电池充放电的规律,有 以下对应关系
[0007]
Figure CN105277898BD00042
[0008] 其中SOCq表示电池初始的剩余荷电状态,i (τ)表示实时的充放电电流,放电电流 为正,充电电流为负。
[0009] 现有SOC估算方案存在的问题:
[0010] (1)难于确定电池的初始soc;因为电池的初始soc和之前发生的充放电情况有关, 在无法知道电池的先前状态以前,电池的初始SOC的估算精度比较难以满足,而且电池的初 始SOC也影响着电池后续的电量实时估算。
[0011] (2)电动车实际运行过程中,剧烈的电压电流波动很容易引入电磁干扰和噪声信 号,这样的噪声会造成SOC估算误差,且该误差会不断积累。误差的积累会造成电池SOC估算 的精度不够。
[0012] (3)对于锂电池的充放电过程,电池容量受到充放电倍率、电池温度、充放电循环 次数等因素的影响:充放电倍率因素,即锂电池在不同的放电电流情况下,所能放出的电量 是不同的。电池的可用容量总是随着电池放电的倍率,即电池的放电电流的增加而下降。
[0013] 温度因素,在一般情况下,锂电池的容量总是随着电池的温度上升而增加。当温度 过低时,电池的实际可用容量减小、能量利用效率下降,允许的最大放电倍率也减小。当温 度升高时,锂离子嵌入脱嵌更加活跃,放出电池容量也随之变大。但温度过高时,电池容量 会因里面的带电粒子自由运动加剧而导致容量不再上升,反而电池的内阻增加,充放电效 率下降。
[0014] 充放电循环次数因素,即电池老化因素,主要是指随着电池循环充放电次数的增 加,会出现电池容量衰减和电池内阻增加等现象。这主要是由于在充放电过程中电极活性 物质表面积减少,极化增大,电池内部短路,隔膜损坏等原因导致。导致电池的充放电容量 减小,电池健康度(SOH)减小,如果不考虑电池老化因素,电池容量的误差会不断累积,SOC 计算会变得越来越不准确。
[0015] 传统的SOC测量大多是采用安时计量法,电池管理系统都是对连续变量进行采样, 然后再对得到的离散数据进行处理。在一个采样周期时间内,电池的电流都是通过零阶保 持环节来保持不变的。若to时刻的电池电量为SOCo,采样间隔为Δ t,检测到ti = to+ Δ t时刻 的电池充放电电流为i (1),则以时刻的电池电量SOC1可以用to的表示出来:
[0016] SOCi = SOCo-I (1) * Δ t
[0017] 但是从to到^的时间内,电流并不是i (1),会有一个小小的误差存在。对于连续的 一段时间,用求和表不如下:
[0018]
Figure CN105277898BD00051
[0019] 因此按照传统的安时计量法来进行算法实现,会有如图1的误差积累。
[0020] 传统安时积分法所采用的零阶保持环节会和实际的充放电电量有图中三角形的 积累误差,该误差会随着时间的积累越来越多。虽然可以通过提高采样频率来解决,但是电 流的采样频率也会受到电池管理系统的使用环境,运行速度以及硬件等多方面的限制,该 问题依然不能很好解决。
发明内容
[0021] 本发明的目的在于针对现有技术的不足,提供一种电池荷电状态(SOC)的检测方 法,该方法可针对电动车的电池管理系统,实时精确获得电池的SOC值。
[0022] 本发明的电池荷电状态的检测方法,包括如下步骤:
[0023] 1)根据电池的Thevenin模型,确定参数:电池的极化内阻Rl、极化电容Cl及电池内 阻R0;
Figure CN105277898BD00052
[0026] 其中Ek为电池的负载电压,Eo为电池充满电后的空载电压,R为电池的内阻,ik为k 时刻的瞬时电流值,SOCk为K时刻的电池SOC,Ko、K1、K2、K3是电池的模型参数,是常数。
[0024] 目前多数研究认为电池的模型可由Shepherd模型、Unnewehr universal模型以及 Nernst模型三个模型进行整合,得到一个复合模型,其开路电压与电池SOC的关系可以表示 为:
[0025]
[0027] 这个模型很显然存在问题,当SOC趋于0时,
Figure CN105277898BD00053
趋于无穷大的速度远大于I K2In (SOCk) I的速度,所以Ek将趋于无穷大;当SOC趋于1时候,|K3lna-S0Ck) I将趋于无穷大,所 以Ek将趋于无穷大。这两种情况显然不符合实际情况。
[0028] 基于上述问题,本发明基于Thevenin模型的电池SOC与电压关系模型,电池在由工 作突然进入静置状态时候会存在电压回弹,一段时间以后电压进入稳定状态,这个稳定的 电压就是电池的稳定电动势,这个电压的大小主要和电池的剩余容量有关。电池的回弹特 性主要是由电池内部极化效应引起的,对电池用Thevenin模型进行等效,如图2所示,其中 电池的回弹特性代表的这种极化效应可以在电池模型中用电容Cl和电阻Rl并联体现出来。
[0029] 其中由电极材料、电解液、隔膜内阻及各部分零件的接触电阻组成引起的电阻是 反应电池充放电时压降的电池内阻R〇;Rl是电池的极化内阻,它是电化学反应时由极化引 起的电阻,极化电容Cl表示由浓度差引起的电压回弹影响。Uo为电池端电压,即实时检测到 的电压。Rl与Cl并联构成阻容回路,用于模拟电池状态突然发生变化过程中表现出的动态 特性。
[0030] 2)建立SOC-RO和SOC-E查询表
[0031] 采用传统方法获得电池SOC值,如利用新威8点电池充放电测试仪进行测试,并测 得电池不同SOC时对应的电池内阻RO,建立SOC-RO查询表;
[0032] 获得电池内阻RO的方法为:
[0033] 电池在静置状态和某一SOC值状态间有四种状态突变方式:(1)静置状态到额定放 电状态、(2)额定放电状态到静置状态、(3)静置状态到额定充电状态、(4)额定充电状态到 静置状态,按下式计算相应电池内阻:
[0034]
Figure CN105277898BD00061
[0035] 其中AU表示电压的突变,I表示充放电电流;将四种状态下分别获得的电池内阻 求平均值,即获得该SOC值对应的电池内阻RO;采用传统方法获得电池SOC值,并测得电池不 同SOC时对应的端电压Uo,根据下式(定义为g函数):
[0036] U0 = E-Ro I+Ui
[0037]
Figure CN105277898BD00062
[0038] U。为电池的端电压,I表示电池的充放电电流,E表示电池的稳定开路电压,该电压 只和电池的SOC有关,Ul为等效的极化电容两端的电压,联立上述两个方程式,可获得不同 SOC对应的电池稳定开路电压E,获得SOC-E查询表;
[0039] 3)估算电池的初始SOC
[0040] 电池管理系统在启动时先判断本次启动是否第一次运行,若不是,则读取上次停 机时间和记录的最后一个SOC数据,当停机时间超过预先设定值Tl (根据电池的电压回弹特 性,需要大于电池电压回弹后达到稳定的最小时间,可以取这个时间的10倍作为Tl)时,测 得此时电池开路电压并根据步骤2)的SOC-E查询表获得相应SOC,即为初始SOC,当停机时间 未超过Tl,则直接读取停机时最后一个SOC数据作为初始SOC;
[0041] 若电池管理系统是第一次工作,则实时测量电池的电压变化,直至电池的电压变 化率不超过设定值A,(这个值得选取是在判断电压的变化率,可以取O.Olv/min)则认为该 电压为稳定开路电压,根据SOC-E查询表获得相应SOC,作为初始SOC;
[0042] 4)电池充放电后估算k+Ι时刻的SOC
[0043] 利用安时积分法估算充放电Δ t时长后电池的SOC值,公式如下(定义为f函数):
[0044]
Figure CN105277898BD00063
[0045] 其中SOCk为k时刻电池的SOC,在充放电时长后为k+1时刻,i为k+1时刻电池的充放 电电流,Qo为实时校正后的电池额定电量;初始SOC为0时刻的SOC;
[0046] 5)获得精确SOC值
[0047] 根据步骤4)获得的k+Ι时刻的SOC值,对应SOC-E查询表及SOC-RO查询表,获得相应 的稳定开路电压E和电池内阻R0,根据公式(2)和(3)可获得k+Ι时刻估算的端电压Uo,同时 通过测量获得k+Ι时刻实际的端电压,检测该实际端电压是否达到充电完成时的电压,若达 到则强制将电池SOC值设为100%,反之,则采用扩展卡尔曼滤波器增益算法获得修正后的k +1时刻的SOC值,即为该时刻精确SOC值;返回步骤4)再进行确定下一时刻电池精确SOC值;
[0048] 卡尔曼滤波算法只能应用于线性模型的估算,而电池是一个非线性的模型,所以 需要采用扩展卡尔曼滤波器算法进行SOC精确估算。
[0049] 首先根据前一状态推算出后一状态的理论值,根据安时积分法可得:
[0050] S0Ck+i = f (SOCkJk)+Wk
[0051] 其中Wk为测量噪声,不考虑噪音wk,
[0052] 观测值方程可基于Thevenin电池模型模型根据电池的SOC查表得到电池的开路电 压理论值:
[0053] Uk=g (SOCk,Ik) +Vk
[0054] 其中Vk为测量噪声,不考虑噪音vk,I表示充放电电流,其中放电电流为正,充电电 流为负;
[0055] 具体的扩展卡尔曼滤波器算法(不考虑噪声)实现如下:
[0056] 1 ·确定 Ak-i 和 Ck
Figure CN105277898BD00071
[0059] 2.获得初始的电池荷电状态SOCo以及均方估计误差初始值
Figure CN105277898BD00072
[0060] SOCo = SOCt=O
[0061]
Figure CN105277898BD00073
[0062] 即均方估计误差初始值等于SOCo的方差。
[0063] 3.获得预测SOC值预测电压
Figure CN105277898BD00074
[0066] 4.获得预测均方估计误差Pi,计算卡尔曼增益Lk。
Figure CN105277898BD00075
[0069] 5 ·求取精确的SOC值并计算新的Pfc+。
Figure CN105277898BD00081
[0072] 由此递推可求得每一采样时刻的SOC。
[0073] 6)当步骤5)得到的修正后的电池SOC值低于20%时,触发电池声光警示,提示充 电,当低于10%时,停机保护。
[0074] 上述步骤1)所述的确定电池的极化内阻Rl和极化电容Cl的方法具体为:
[0075] 采用经典法分析电池Thevenin模型电路的过渡过程,定义过渡过程开始的时刻为 t = 0,根据经典法可求得极化电容Cl上电压的时域解满足下式:
[0076]
Figure CN105277898BD00082
[0077] 其中,1+为流过极化内阻Rl的电流;
[0078] 实时检测电池过渡过程中电池的端电压,并通过MATLAB进行数据拟合,得到电池 的回弹特性数据拟合公式:
[0079] Δ U = bi*exp (_b2*t)
[0080] 将上述两个公式对比,令Id1 = LR1,
Figure CN105277898BD00083
,即可解得Rl和C1。
[0081] 上述步骤4)中所述的Qo的实时校正方法为:
[0082] 分析电池的datasheet数据,获得电池额定电量与温度的关系表、电池额定电量与 循环充放电次数的关系表以及电池额定电量与充放电电流的关系表;定义αι为某温度下电 池额定电量与标况下电池额定电量的比值,α2为某循环充放电次数下电池额定电量与标况 下电池额定电量的比值,α3为某充放电电流下电池额定电量与标况下电池额定电量的比 值;分别获得αι与温度关系表、α2与循环充放电次数关系表、α3与充放电电流关系表;实时检 测电池的温度、循环充放电次数以及充放电电流,并查表获得Ci1、α2、α3,三者相乘,再乘以电 池标况下的额定电量,即得到校正后的电池额定电量。
[0083] 本发明具有的有益效果是:
[0084] 本发明提出的实时SOC检测方法,对电池管理系统的SOC估算功能做了如下的改进 与完善,提尚了电池的SOC估算精度。
[0085] 1.改进电池初始SOC的确定方法,对于电池管理系统的运行,考虑了其是否第一次 运行、停机时间造成电池自放电对电池容量的影响,提出了合理的估算方案;对于检测稳定 开路电压,使用了构建数据表和查表的方法;此外对电池的SOC进行充电完成后的强制置1, 对电池的SOC进行了误差的校正,提高了精度。
[0086] 2.应用扩展卡尔曼滤波器算法,改进电池采样电流无法完全等效阶段电流所带来 的误差,更精确逼近电池的实际充放电电量,从而进一步提高电池管理系统的电量估算精 度。
[0087] 3.通过考虑温度、循环次数、电池充放电电流对于电池的额定容量的影响并加以 校正,对安时积分法运算方程的常数项QO进行实时的修正。
[0088] 4.对电池内阻RO进行了实时校正,使得SOC的估算结果更加精确。
附图说明
[0089] 图1为传统安时积分法的误差积累;
[0090] 图2为电池Thevenin模型的等效电路;
[0091] 图3为本发明的检测方法流程图。
具体实施方式
[0092] 下面结合附图对本发明做进一步说明。
[0093] 本发明的电池荷电状态的检测方法,包括如下步骤:
[0094] 1)根据电池的Thevenin模型,其等效电路如图2所示,确定参数:电池的极化内阻 Rl、极化电容Cl及电池内阻RO;
[0095] 目前多数研究认为电池的模型可由Shepherd模型、Unnewehr universal模型以及 Nernst模型三个模型进行整合,得到一个复合模型,其开路电压与电池SOC的关系可以表示 为:
[0096]
Figure CN105277898BD00091
[0097] 其中Ek为电池的负载电压,Eo为电池充满电后的空载电压,R为电池的内阻,ik为k 时刻的瞬时电流值,SOCk为K时刻的电池SOC,Ko、K1、K2、K3是电池的模型参数,是常数。
[0098] 这个模型很显然存在问题,当SOC趋于0时,
Figure CN105277898BD00092
趋于无穷大的速度远大于I K2In (SOCk) I的速度,所以Ek将趋于无穷大;当SOC趋于1时候,IK3Ina-SOCk) I将趋于无穷大,所 以Ek将趋于无穷大。这两种情况显然不符合实际情况。
[0099] 基于上述问题,本发明基于Thevenin模型的电池SOC与电压关系模型,电池在由工 作突然进入静置状态时候会存在电压回弹,一段时间以后电压进入稳定状态,这个稳定的 电压就是电池的稳定电动势,这个电压的大小主要和电池的剩余容量有关。电池的回弹特 性主要是由电池内部极化效应引起的,对电池用Thevenin模型进行等效,如图2所示,其中 电池的回弹特性代表的这种极化效应可以在电池模型中用电容Cl和电阻Rl并联体现出来。
[0100] 其中由电极材料、电解液、隔膜内阻及各部分零件的接触电阻组成引起的电阻是 反应电池充放电时压降的电池内阻R〇;Rl是电池的极化内阻,它是电化学反应时由极化引 起的电阻,极化电容Cl表示由浓度差引起的电压回弹影响。Uo为电池端电压,即实时检测到 的电压。Rl与Cl并联构成阻容回路,用于模拟电池状态突然发生变化过程中表现出的动态 特性。
[0101] 2)建立SOC-RO和SOC-E查询表
[0102] 采用传统方法获得电池SOC值,如利用新威8点电池充放电测试仪进行测试,实验 过程中的充放电电流、充放电电量、充放电电压都可以采用该测试仪精确测量以及控制。测 得电池不同SOC时对应的电池内阻RO,建立SOC-RO查询表;
[0103] 获得电池内阻RO的方法为:
[0104]电池在静置状态和某一SOC值状态间有四种状态突变方式:(1)静置状态到额定放 电状态、(2)额定放电状态到静置状态、(3)静置状态到额定充电状态、(4)额定充电状态到 静置状态,按下式计算相应电池内阻:
[0105]
Figure CN105277898BD00101
[0106] 其中Δ U表示电压的突变,I表示充放电电流;将四种状态下分别获得的电池内阻 求平均值,即获得该SOC值对应的电池内阻RO;采用传统方法获得电池SOC值,并测得电池不 同SOC时对应的端电压Uo,根据下式(定义为g函数):
[0107] U0 = E-Ro I+Ui
[0108]
Figure CN105277898BD00102
[0109] U。为电池的端电压,I表示电池的充放电电流,E表示电池的稳定开路电压,该电压 只和电池的SOC有关,Ul为等效的极化电容两端的电压,联立上述两个方程式,可获得不同 SOC对应的电池稳定开路电压E,获得SOC-E查询表;
[0110] 3)估算电池的初始SOC
[0111] 电池管理系统在启动时先判断本次启动是否第一次运行,若不是,则读取上次停 机时间和记录的最后一个SOC数据,当停机时间超过预先设定值Tl (根据电池的电压回弹特 性,需要大于电池电压回弹后达到稳定的最小时间,可以取这个时间的10倍作为Tl)时,测 得此时电池开路电压并根据步骤2)的SOC-E查询表获得相应SOC,即为初始SOC,当停机时间 未超过Tl,则直接读取停机时最后一个SOC数据作为初始SOC;
[0112] 若电池管理系统是第一次工作,则实时测量电池的电压变化,直至电池的电压变 化率不超过设定值A (这个值得选取是在判断电压的变化率,可以取O.Olv/min),则认为该 电压为稳定开路电压,根据SOC-E查询表获得相应SOC,作为初始SOC;
[0113] 4)电池充放电后估算k+Ι时刻的SOC
[0114] 利用安时积分法估算充放电Δ t时长后电池的SOC值,公式如下(定义为f函数):
[0115]
Figure CN105277898BD00103
[0116] 其中SOCk为k时刻电池的SOC,在充放电时长后为k+1时刻,i为k+Ι时刻电池的充放 电电流,Qo为实时校正后的电池额定电量;初始SOC为0时刻的SOC;
[0117] 5)获得精确SOC值
[0118] 根据步骤4)获得的k+Ι时刻的SOC值,对应SOC-E查询表及SOC-RO查询表,获得相应 的稳定开路电压E和电池内阻R0,根据公式(2)和(3)可获得k+Ι时刻估算的端电压Uo,同时 通过测量获得k+Ι时刻实际的端电压,检测该实际端电压是否达到充电完成时的电压,若达 到则强制将电池SOC值设为100%,(这么做主要是解决安时积分法误差的积累问题,可以在 电池发生较长时间静置时进行校正,比如电动车在夜间停止运行时。还有一种解决办法是 隔一段时间进行完全充电或者完全放电,然后确定的电池的SOC为0或者100 %。由于放电到 0这种过放电会对电池有着不可修复的损伤。所以本发明提出一种在充电完成时的校正方 法:采用将电池充电充满时,将SOC强制置1进行校正。)反之,则采用扩展卡尔曼滤波器算法 获得修正后的k+Ι时刻的SOC值,即为该时刻精确SOC值;返回步骤4)再进行确定下一时刻电 池精确SOC值;
[0119] 卡尔曼滤波算法只能应用于线性模型的估算,而电池是一个非线性的模型,所以 需要采用扩展卡尔曼滤波器算法进行SOC精确估算。
[0120] 首先根据前一状态推算出后一状态的理论值,根据安时积分法可得:
[0121] S0Ck+i = f (SOCkJk)+Wk
[0122] 其中Wk为测量噪声,不考虑噪音Wk,
[0123] 观测值方程可基于Thevenin电池模型模型根据电池的SOC查表得到电池的开路电 压理论值:
[0124] Uk=g (SOCk,Ik)+Vk
[0125] 其中Vk为测量噪声,不考虑噪音vk,I表示充放电电流,其中放电电流为正,充电电 流为负;
[0126] 具体的扩展卡尔曼滤波器算法(不考虑噪声)实现如下:
[0127] 1.确定Ak-ι和Ck
Figure CN105277898BD00111
[0130] 2.获得初始的电池荷电状态SOCo以及均方估计误差初始值
Figure CN105277898BD00112
[0131] SOCo = SOCt=O
[0132]
Figure CN105277898BD00113
[0133] 即均方估计误差初始值ρί等于SOCo的方差。
[0134] 3.获得预测SOC值预测电压
Figure CN105277898BD00114
[0137] 4.获得预测均方估计误差计算卡尔曼增益Lk。
Figure CN105277898BD00115
[0140] 5.求取精确的SOC值并计算新的
Figure CN105277898BD00116
Figure CN105277898BD00117
[0143] 由此递推可求得每一采样时刻的S0C。
[0144] 6)当步骤5)得到的修正后的电池SOC值低于20%时,触发电池声光警示,提示充 电,当低于10%时,停机保护。
[0145] 上述步骤1)所述的确定电池的极化内阻Rl和极化电容Cl的方法具体为:
[0146] 采用经典法分析电池Thevenin模型电路的过渡过程,定义过渡过程开始的时刻为 t = 0,根据经典法可求得极化电容Cl上电压的时域解满足下式:
[0147]
Figure CN105277898BD00121
[0148] 其中,1+为流过极化内阻Rl的电流;
[0149] 实时检测电池过渡过程中电池的端电压,并通过MATLAB进行数据拟合,得到电池 的回弹特性数据拟合公式:
Figure CN105277898BD00122
[0150] Δ U = bi*exp (_b2氺t)
[0151] 将上述两个公式对比,令Id1 = LR1 即可解得Rl和C1。
[0152] 上述步骤4)中所述的Qo的实时校正方法为:
[0153] 分析电池的datasheet数据,获得电池额定电量与温度的关系表、电池额定电量与 循环充放电次数的关系表以及电池额定电量与充放电电流的关系表;定义αι为某温度下电 池额定电量与标况下电池额定电量的比值,α2为某循环充放电次数下电池额定电量与标况 下电池额定电量的比值,α3为某充放电电流下电池额定电量与标况下电池额定电量的比 值;分别获得αι与温度关系表、α2与循环充放电次数关系表、α3与充放电电流关系表;实时检 测电池的温度、循环充放电次数以及充放电电流,并查表获得Ci1、α2、α3,三者相乘,再乘以电 池标况下的额定电量,即得到校正后的电池额定电量。
[0154] 如果没有datasheet,则可以通过实际测试得到电池在不同温度(其它条件为标 况),不同循环充放电次数(其它条件为标况)以及不同充放电电流(其它条件为标况)情况 下的电池最大放电量容量,然后构建三个数据表。

Claims (3)

  1. I. 一种电池荷电状态的检测方法,其特征在于,该方法包括如下步骤: 1) 根据电池的Thevenin模型,确定参数:电池的极化内阻Rl、极化电容C1及电池内阻 RO; 2) 建立SOC-RO和SOC-E查询表 采用传统方法获得电池SOC值,并测得电池不同SOC时对应的电池内阻RO,建立SOC-RO 查询表; 获得电池内阻RO的方法为: 电池在静置状态和某一SOC值状态间有四种状态突变方式:(1)静置状态到额定放电状 态、(2)额定放电状态到静置状态、(3)静置状态到额定充电状态、(4)额定充电状态到静置 状态,按下式计算相应电池内阻:
    Figure CN105277898BC00021
    其中Λ U表示电压的突变,I表示充放电电流;将四种状态下分别获得的电池内阻求平 均值,即获得该SOC值对应的电池内阻RO;采用传统方法获得电池SOC值,并测得电池不同 SOC时对应的端电压Uo,根据下式:
    Figure CN105277898BC00022
    U。为电池的端电压,I表示电池的充放电电流,E表示电池的稳定开路电压,该电压只和 电池的SOC有关,Ul为等效的极化电容两端的电压,联立上述两个方程式,可获得不同SOC对 应的电池稳定开路电压E,获得SOC-E查询表; 3) 估算电池的初始SOC 电池管理系统在启动时先判断本次启动是否第一次运行,若不是,则读取上次停机时 间和记录的最后一个SOC数据,当停机时间超过预先设定值Tl时,测得此时电池开路电压并 根据步骤2)的SOC-E查询表获得相应SOC,即为初始SOC,当停机时间未超过T1,则直接读取 停机时最后一个SOC数据作为初始SOC; 若电池管理系统是第一次工作,则实时测量电池的电压变化,直至电池的电压变化率 不超过设定值A,则认为该电压为稳定开路电压,根据SOC-E查询表获得相应S0C,作为初始 SOC ; 4) 电池充放电后估算k+Ι时刻的SOC 利用安时积分法估算充放电A t时长后电池的SOC值,公式如下:
    Figure CN105277898BC00023
    其中SOCk为k时刻电池的SOC,在充放电时长后为k+1时刻,i为k+1时刻电池的充放电电 流,Qo为实时校正后的电池额定电量;初始SOC为0时刻的SOC; 5) 获得精确SOC值 根据步骤4)获得的k+Ι时刻的SOC值,对应SOC-E查询表及SOC-RO查询表,获得相应的稳 定开路电压E和电池内阻R0,根据公式⑵和(3)可获得k+Ι时刻估算的端电压Uo,同时通过 测量获得k+Ι时刻实际的端电压,检测该实际端电压是否达到充电完成时的电压,若达到则 强制将电池SOC值设为100%,反之,则采用扩展卡尔曼滤波器增益算法获得修正后的k+Ι时 刻的SOC值,即为该时刻精确SOC值;返回步骤4)再进行确定下一时刻电池精确SOC值; 6)当步骤5)得到的修正后的电池SOC值低于20%时,触发电池声光警示,提示充电,当 低于10%时,停机保护。
  2. 2. 根据权利要求1所述的电池荷电状态的检测方法,其特征在于,步骤1)所述的确定电 池的极化内阻Rl和极化电容Cl的方法具体为: 采用经典法分析电池Thevenin模型电路的过渡过程,定义过渡过程开始的时刻为t = 0,根据经典法可求得极化电容Cl上电压的时域解满足下式:
    Figure CN105277898BC00031
    其中,1+为流过极化内阻Rl的电流; 实时检测电池过渡过程中电池的端电压,并通过MATLAB进行数据拟合,得到电池的回 弹特性数据拟合公式:
    Figure CN105277898BC00032
    将公式⑸和⑹对比,另h = 1+¾
    Figure CN105277898BC00033
    即可解得Rl和Cl。
  3. 3. 根据权利要求1所述的电池荷电状态的检测方法,其特征在于,步骤4)中所述的Q0的 实时校正方法为: 分析电池的datasheet数据,获得电池额定电量与温度的关系表、电池额定电量与循环 充放电次数的关系表以及电池额定电量与充放电电流的关系表;定义Ci1为某温度下电池额 定电量与标况下电池额定电量的比值,α2为某循环充放电次数下电池额定电量与标况下电 池额定电量的比值,α3为某充放电电流下电池额定电量与标况下电池额定电量的比值;分 别获得αι与温度关系表、α2与循环充放电次数关系表、α3与充放电电流关系表;实时检测电 池的温度、循环充放电次数以及充放电电流,并查表获得Ci1、α2、α3,三者相乘,再乘以电池标 况下的额定电量,即得到校正后的电池额定电量。
CN201510708610.1A 2015-10-27 2015-10-27 一种电池荷电状态的检测方法 Expired - Fee Related CN105277898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510708610.1A CN105277898B (zh) 2015-10-27 2015-10-27 一种电池荷电状态的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510708610.1A CN105277898B (zh) 2015-10-27 2015-10-27 一种电池荷电状态的检测方法

Publications (2)

Publication Number Publication Date
CN105277898A CN105277898A (zh) 2016-01-27
CN105277898B true CN105277898B (zh) 2018-07-10

Family

ID=55147245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510708610.1A Expired - Fee Related CN105277898B (zh) 2015-10-27 2015-10-27 一种电池荷电状态的检测方法

Country Status (1)

Country Link
CN (1) CN105277898B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105676142A (zh) * 2016-01-28 2016-06-15 深圳市雄韬电源科技股份有限公司 一体化电池、电池系统及电池剩余电量显示方法
CN105842627B (zh) * 2016-02-01 2018-06-01 北京理工大学 基于数据模型融合的动力电池容量和荷电状态的估计方法
CN106054081A (zh) * 2016-06-17 2016-10-26 合肥工业大学智能制造技术研究院 一种用于电动汽车动力电池soc估计的锂电池建模方法
CN106154176B (zh) 2016-07-01 2019-06-04 宁德时代新能源科技股份有限公司 一种电池 soc 的检测方法及装置
CN106443492A (zh) * 2016-11-30 2017-02-22 深圳职业技术学院 一种低速电动车锂电池soc的估算方法
CN106932729A (zh) * 2017-04-14 2017-07-07 深圳市金立通信设备有限公司 一种电池电压检测方法及终端
CN107091992A (zh) * 2017-05-15 2017-08-25 安徽锐能科技有限公司 电池组荷电状态soc估计方法及估计系统
CN107290678B (zh) * 2017-07-03 2019-12-10 北京理工大学 一种动力电池健康状态在线监测方法
CN107482269B (zh) * 2017-07-31 2020-01-14 北京新能源汽车股份有限公司 一种动力电池的放电控制方法、装置、控制器及汽车
CN107515374B (zh) * 2017-07-31 2020-04-03 湖北工业大学 一种应用于agv车soc估算动态调整滤波增益的方法
CN107607878A (zh) * 2017-08-30 2018-01-19 苏州精控能源科技有限公司 电池soc的卡尔曼迭代算法、装置及电池管理系统
CN107632264A (zh) * 2017-08-30 2018-01-26 苏州精控能源科技有限公司 电池soc估算方法、装置及电池管理系统
CN107703458B (zh) * 2017-10-17 2020-03-24 北汽福田汽车股份有限公司 动力电池的剩余电量修正方法、装置、车辆及存储介质
CN107861074B (zh) * 2017-12-21 2020-05-26 江苏罗思韦尔电气有限公司 一种锂电池soc估算方法
CN110687468B (zh) * 2018-06-19 2021-01-15 华为技术有限公司 一种电池荷电状态的估计方法及装置
CN108828460A (zh) * 2018-08-22 2018-11-16 合肥国轩高科动力能源有限公司 一种快速估算整车电池系统剩余能量的方法
CN109239614A (zh) * 2018-11-12 2019-01-18 合肥工业大学 一种考虑传感器中漂移电流值的锂电池soc估计方法
CN111289898A (zh) * 2018-12-06 2020-06-16 中国科学院大连化学物理研究所 一种金属/空气电池剩余电量估算方法
TWI691143B (zh) * 2019-01-03 2020-04-11 陳勁萁 動態優化電池模組管理系統電容量的系統及方法
CN110187283A (zh) * 2019-06-14 2019-08-30 湖北锂诺新能源科技有限公司 一种锂离子电池soc的估计方法
CN110542863A (zh) * 2019-08-23 2019-12-06 江西优特汽车技术有限公司 一种动力电池自放电率检测方法
CN110542864A (zh) * 2019-08-23 2019-12-06 江西优特汽车技术有限公司 一种锂离子电池自放电率热力学检测方法
CN112583060A (zh) * 2019-09-29 2021-03-30 宁德新能源科技有限公司 电池循环中的阴极保护方法、阴极保护装置及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100229168B1 (ko) * 1996-07-13 1999-11-01 류정열 전기자동차 배터리의 초기잔존용량 측정장치
CN103018679A (zh) * 2012-12-10 2013-04-03 中国科学院广州能源研究所 一种铅酸电池初始荷电状态soc0的估算方法
CN103185865A (zh) * 2011-12-31 2013-07-03 陕西汽车集团有限责任公司 运用ekf对电动汽车锂离子电池soc闭环实时估算法
CN103616646A (zh) * 2013-12-02 2014-03-05 惠州市亿能电子有限公司 一种利用ocv-soc曲线修正soc的方法
CN103675683A (zh) * 2012-09-02 2014-03-26 东莞市振华新能源科技有限公司 一种锂电池荷电状态(soc)估算方法
CN103797374A (zh) * 2011-09-30 2014-05-14 Kpit技术有限责任公司 用于电池监控的系统和方法
CN104502853A (zh) * 2014-12-12 2015-04-08 广西科技大学 一种基于ekf的锂电池soc估算方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100229168B1 (ko) * 1996-07-13 1999-11-01 류정열 전기자동차 배터리의 초기잔존용량 측정장치
CN103797374A (zh) * 2011-09-30 2014-05-14 Kpit技术有限责任公司 用于电池监控的系统和方法
CN103185865A (zh) * 2011-12-31 2013-07-03 陕西汽车集团有限责任公司 运用ekf对电动汽车锂离子电池soc闭环实时估算法
CN103675683A (zh) * 2012-09-02 2014-03-26 东莞市振华新能源科技有限公司 一种锂电池荷电状态(soc)估算方法
CN103018679A (zh) * 2012-12-10 2013-04-03 中国科学院广州能源研究所 一种铅酸电池初始荷电状态soc0的估算方法
CN103616646A (zh) * 2013-12-02 2014-03-05 惠州市亿能电子有限公司 一种利用ocv-soc曲线修正soc的方法
CN104502853A (zh) * 2014-12-12 2015-04-08 广西科技大学 一种基于ekf的锂电池soc估算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于 Thevenin 等效电路模型的锂离子电池组SOC估算研究;谢旺;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20130715(第07期);第36-61页 *

Also Published As

Publication number Publication date
CN105277898A (zh) 2016-01-27

Similar Documents

Publication Publication Date Title
Yang et al. A study of the relationship between coulombic efficiency and capacity degradation of commercial lithium-ion batteries
Zheng et al. State-of-charge inconsistency estimation of lithium-ion battery pack using mean-difference model and extended Kalman filter
Monem et al. Lithium-ion batteries: Evaluation study of different charging methodologies based on aging process
Zheng et al. Investigating the error sources of the online state of charge estimation methods for lithium-ion batteries in electric vehicles
CN105548898B (zh) 一种离线数据分段矫正的锂电池soc估计方法
Xiong et al. A robust state-of-charge estimator for multiple types of lithium-ion batteries using adaptive extended Kalman filter
Weng et al. A unified open-circuit-voltage model of lithium-ion batteries for state-of-charge estimation and state-of-health monitoring
Wang et al. A method for state-of-charge estimation of LiFePO4 batteries at dynamic currents and temperatures using particle filter
Brand et al. Current distribution within parallel-connected battery cells
Dong et al. Online state of charge estimation and open circuit voltage hysteresis modeling of LiFePO4 battery using invariant imbedding method
CN103675702B (zh) 一种实时评估电池健康状态的方法
CN104678316B (zh) 锂离子电池荷电状态估算方法和装置
US9537325B2 (en) Battery state estimation system, battery control system, battery system, and battery state estimation method
Dai et al. Online cell SOC estimation of Li-ion battery packs using a dual time-scale Kalman filtering for EV applications
Fleischer et al. On-line adaptive battery impedance parameter and state estimation considering physical principles in reduced order equivalent circuit battery models part 2. Parameter and state estimation
Li et al. A comparative study of state of charge estimation algorithms for LiFePO4 batteries used in electric vehicles
Murnane et al. A closer look at state of charge (SOC) and state of health (SOH) estimation techniques for batteries
EP2990818B1 (en) Secondary battery capacity measurement system and secondary battery capacity measurement method
Piller et al. Methods for state-of-charge determination and their applications
Stroe et al. Diagnosis of lithium-ion batteries state-of-health based on electrochemical impedance spectroscopy technique
Liu et al. Butler–volmer-equation-based electrical model for high-power lithium titanate batteries used in electric vehicles
CN103344917B (zh) 一种锂电池循环寿命快速测试方法
CN102508165B (zh) 一种评价磷酸铁锂电池自放电一致性的方法
CN106324523B (zh) 基于离散变结构观测器的锂电池soc估计方法
CN106291372B (zh) 一种新的锂离子动力电池剩余寿命预测方法

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

Granted publication date: 20180710

Termination date: 20181027