CN107037366A - 一种电力动车锂离子电池控制系统 - Google Patents

一种电力动车锂离子电池控制系统 Download PDF

Info

Publication number
CN107037366A
CN107037366A CN201611096879.XA CN201611096879A CN107037366A CN 107037366 A CN107037366 A CN 107037366A CN 201611096879 A CN201611096879 A CN 201611096879A CN 107037366 A CN107037366 A CN 107037366A
Authority
CN
China
Prior art keywords
battery
remaining power
lithium ion
temperature
soc
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
CN201611096879.XA
Other languages
English (en)
Other versions
CN107037366B (zh
Inventor
李卫松
韩德猛
潘志龙
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.)
Jiangsu Fuwei Energy Co Ltd
Original Assignee
Jiangsu Fuwei Energy 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 Jiangsu Fuwei Energy Co Ltd filed Critical Jiangsu Fuwei Energy Co Ltd
Priority to CN201611096879.XA priority Critical patent/CN107037366B/zh
Publication of CN107037366A publication Critical patent/CN107037366A/zh
Application granted granted Critical
Publication of CN107037366B publication Critical patent/CN107037366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385Arrangements for measuring battery or accumulator variables
    • G01R31/387Determining ampere-hour charge capacity or SoC
    • G01R31/388Determining ampere-hour charge capacity or SoC involving voltage measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明公开了一种电力动车锂离子电池控制系统,通过精确估算并反馈电池剩余容量实现电池的安全控制,通过采集包括放电电流、输出电压和电池温度,并经过滤波器进行滤波处理消除声噪,并基于安时法和普克特经验公建立电池剩余容量和电池输出电流的数学关系;通过考虑温度因素和电池初始容量的非线性变化等因素,通过卡尔曼法进行修正补偿,从而降低电池剩余容量估算的误差。本发明采用开路电压法和卡尔曼滤波法进行预测比较,并进行增益矩阵的补偿得到更接近真实的电池初始容量,从而使本发明预测估算的误差更小;与此同时,本发明考虑到温度对电池剩余容量的影响,以修正后K,n参数对安时法数学模型进行修正,进一步降低本发明的估算误差。

Description

一种电力动车锂离子电池控制系统
技术领域
本发明属于电动车锂离子电池BMS控制技术,尤其涉及BMS管理系统中电池关键参数COS的估计方法。
背景技术
电动车电池管理系统BMS主要用于对动力电池参数进行实时监控、故障诊断、SOC估算、行驶里程估算、短路保护、漏电检测、显示报警、充放电模式选择,并通过CAN总线的方式与车辆集成控制器或充电设备进行交互,保证电池的高校、可靠、安全的运行。
电池剩余容量SOC也叫电池剩余容量的估算是为了显示电池的剩余能量并转化成动车还能行驶的里程。准确并实时的估算SOC值是BMS的基础,也是其最基本和首要任务,只有准确的SOC估算值,才能提供电池的循环使用寿命和使系统各功能的稳定。电池的不当使用将会导致电池损害等,因此SOC能否精确估算将直接影响锂离子电池的动力发挥效率。目前通常是通过充放电电流、电压等参数,并通过相应的等效电路模型算法进行剩余电量的估计。但电池在工作过程中,电池SOC受电流、自放电、老化、充放电效率、时间等因素影响,并呈现非线性的变化,SOC估计值准确度和修正模型还需要更多的改进。
发明内容
发明目的:针对上述现有存在的问题和不足,本发明的目的是提供了一种电力动车锂离子电池控制系统,考虑了温度因素、电池初始容量不可测性、测量误差的累积等因素对电池剩余容量的估算影响,降低了估算误差。
技术方案:为实现上述发明目的,本发明采用以下技术方案:一种电力动车锂离子电池控制系统,通过精确估算并反馈电池剩余容量实现电池的安全控制,包括以下步骤:
S1:对锂离子电池进行小电流恒流放电,并根据预设采样频率对锂离子电池放电过程进行数据采集,所述数据采集包括放电电流、输出电压和电池温度,并经过滤波器进行滤波处理消除声噪;
S2:以步骤S1中采集的数据,并基于安时法和普克特经验公式建立电池剩余容量的数学模型,得到电池剩余容量和电池输出电流的数学关系;
S3:进一步引入电池温度的因素修正,并建立电池温度分别与普克特经验公式中常 数的经验数学关系,得到当前修正后的电池剩余容量的估算值;
S4:按照预设周期反馈电池的开路电压,同时分别通过开路电压法和卡尔曼滤波器法估算电池剩余容量并进行比较,然后通过卡尔曼滤波器法对电池的初始状态容量SOC0进行修正,并将修正后的SOC0返回步骤S2中并重复步骤S3~S4,最终得到收敛修正后的电池剩余容量的估算值。
进一步的,步骤S2中所述数学关系建立过程如下:定义电池初始状态时的剩余容量为SOC0,根据安时法计算可得当前状态电池剩余容量然后进行离散化处理,从而获得电池的剩余容量估计值:
式中,SOCk+1为第k+1次数据采集时的电池剩余容量估计值;SOCk为第k次数据采集时的剩余容量值;η为电池放电效率;C0为电池额定容量,ik为电池的负载电流;Δt为第k次到k+1次数据采集的时间间隔;K和n为普克特经验公式常数;T为电池温度。
进一步的,对普克特经验公式常数K和n进行温度因素修正,通过引入温度T,使温度T与K和n的数值按照二次多项式经验数学模型拟合,如公式(2)所示:
式中,a,b,c,d,e为经验公式修正系数,并通过不同温度下制作K、n分别与温度T的曲线,然后采用二次多项式拟合回归求取修正系数。
进一步的,步骤S3中,将电池置于-20℃~60℃的温度范围内,并间隔5℃采集K和n与电池温度T之间的数据映射关系,并以二次多项式函数模型进行平滑拟合获取K和n与电池温度T的数学函数模型(3):
进一步的,步骤S4的具体过程如下:
(1)对电池建立等效电路模型,并使锂离子电池小电流恒流放电,预先得到开路电压法和卡尔曼滤波法分别与电池SOC的曲线拟合数学关系;
(2)然后进行初始化设置,设定t=0时,开路电压法估算得到卡尔曼滤波法估算得到的
(3)在t=k时刻,以作为初值,通过卡尔曼滤波法和开路电压法分别估算得到t=k+1时刻的的电池剩余容量为并比较两者的误差,并对进行修正,得到修正后的t=0时刻的电池容量初值SOC1′;具体而言,
(4)在t=k+1时刻,以修正后电池容量初值SOC1′为基础,然后通过安时法对t=k+1时刻的SOCk+1并作为输出值,从而对安时法估算的电池剩余容量相对于真实值的收敛;(降低数据采集的累计误差)
(5)同时利用卡尔曼法和开路电压法分别估算t=k+1时刻的电池剩余容量的估算值 并重复步骤(3)~(5)。
进一步的,步骤S1中电池进行放电,并以0.5h/次的频率测得剩余电池容量与输出电压的数据关系,并以其中60%的数据样本建立电池剩余容量-输出电压的离散点曲线然后进行多项式平滑拟合得到电池剩余容量与输出电压的数学模型;同时以剩余40%的数据样本作为测试集进行对比测试。
进一步的,所述电池剩余容量与输出电压之间的数学关系采用三次多项式模型拟合。
进一步的,电池放电时采用小电流恒流放电时电流大小I为0.2Ca,其中Ca为电池的额定容量。
有益效果:与现有技术相比,本发明相对于现有安时法估算随着电池老化、充放电效率的降低,估算误差会越来越大,本发明采用开路电压法和卡尔曼滤波法进行预测比较,并进行增益矩阵的补偿得到更接近真实的电池初始容量,从而使本发明预测估算的误差更小;与此同时,本发明考虑到温度对电池剩余容量的影响,以修正后K,n参数对安时法数学模型进行修正,进一步降低本发明的估算误差。
附图说明
图1为本发明电池剩余容量估算原理流程示意图;
图2为本发明实施例中经过修正后的安时法估算与未经修正安时法估算的精确度对比曲线。
图3为本发明实施例中经过拟合后的开路电压与电池剩余容量的关系曲线。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
在动力电池剩余容量的估算中,需要考虑的因素非常多,系统数学模型与各因素之间呈现非线性关系特点,而且随充放电时间发生非线性变化。BMS通过测量电池电压、输出电流、温度和内阻等数据来估计SOC,有安时法、开路电压法、卡尔曼滤波法和神经元网络法等理论,本发明主要基于安时法并进行温度因素修正改良,现有的安时法的SOC估计精度不高,会受到SOC初始值、电池温度和数据采集累计误差的影响,从而影响估计值。
本发明对电池进行一阶RC等效电路模型建立,模型如下:
U0(t)=Uocv(t)-UP(T)-i(t)Rd(t)
其中,在放电过程中随时间流逝,U0为输出电压、Uocv为电池开路电压、UP(T)为极化电容电压,Rp为极化电阻,Rd为电池内阻,i(t)为放电回路的输出电流,SOC(t)为电池剩余容量,CN为电池额定容量。本发明首先对锂离子电池进行小电流恒流放电,以一定频率采集锂离子电池放电过程中的输出电流、输出电压、电池温度的模拟信号并经过滤波处理和AD转换成数据信号,消除电路声噪的影响。然后预先通过开路电压法和卡尔曼滤波法,得到电池剩余容量关于开路电压的数学表达式,本发明采用三次多项式进行开路电压Uocv与电池剩余容量的曲线拟合得到Uocv(z)=az3+bz2+cz+d,以富 威能源科技有限公司生产的V03型锂离子电池为测试对象,得到拟合数学表达式的参数集合为{1.1205,-0.5563,0.2366,2.5867},即:
{1.1205,-0.5563,0.2366,2.5867},即:
与此同时,本发明按照安时法理论计算电池当前剩余容量得到电池剩余容量估计值关于输出电流和时间的数学关系式,由于电池剩余容量受电池温度影响,且两者之间为非线性关系。本发明通过引入温度因素并改进普克特常数,从而得到电池剩余容量估计值的数学函数集:
式中,SOCk+1为第k+1次数据采集时的电池剩余容量估计值;SOCk为第k次数据采集时的剩余容量值;η为电池放电效率;C0为电池额定容量,ik为电池的负载电流;Δt为第k次到k+1次数据采集的时间间隔;K和n为普克特经验公式常数;T为电池温度;a,b,c,d,e为经验公式修正系数,并通过不同温度下制作K、n分别与温度T的曲线,并采用二次多项式拟合回归求取修正系数的取值。然后,通过分别在0℃~50℃范围内测定电池放电过程电池容量参数K和n,并分别建立温度T与K、n的坐标点,并进行拟合曲线得到K和n的修正补偿表达式:
通过上述补偿关系代入公式组(1)中,进而得到修正后电池剩余容量估计值,并作为输出值。如图2和图3可知,修正前和经过修正后的SOC估计值与真实值进行比较可知,修正后的电池剩余容量估计值的误差明显小于修正前的估计值,估计值误差最大不超过11%,而修正前最大误差超过100%。
考虑到锂离子电池的初始容量也是电池剩余容量估算的关键影响因素,且其受电池使用时间、电池生产工艺的影响,以及随着时间推移测量误差的累计会大幅影响安时法估算电池剩余容量的精确度,此时需要进行实时修正。本发明在通过安时法输出电池剩余容量估算值时,还通过卡尔曼法对开路电压法获得剩余容量进行比较,通过迭代收敛的方式降低电池初始容量带来的误差,具体过程如下:
(1)对电池建立等效电路模型,并使锂离子电池小电流恒流放电,预先得到开路电压法和卡尔曼滤波法分别与电池SOC的曲线拟合数学关系;
(2)然后进行初始化设置,设定t=0时,开路电压法估算得到卡尔曼滤波法估算得到的
(3)在t=k时刻,以作为初值,通过卡尔曼滤波法和开路电压法分别估算得到t=k+1时刻的的电池剩余容量为并比较两者的误差,并对进行修正,得到修正后的t=0时刻的电池容量初值SOC1′,该过程中以设定的初始化值为基础,在安时法估算电池剩余容量的同时,通过卡尔曼法进行预测并与开路电压法的估算值进行比较,得到两者协方差矩阵Pk/k-1,并根据协方差矩阵Pk/k-1判定安时法估算值的偏离程度,并得到卡尔曼增益矩阵Kk从而作为电池额定容量SOC0和测量累计误差的补偿得到修正后的池额定容量SOC1′,提高估算精度;
(4)在t=k+1时刻,将修正后电池额定容量SOC1′代入公式(1),然后通过安时法对t=k+1时刻的SOCk+1并作为输出值,从而对安时法估算的电池剩余容量相对于真实值的收敛,实现降低数据采集的累计误差的目的。
(5)同时利用卡尔曼法和开路电压法分别估算t=k+1时刻的电池剩余容量的估算值 进行k+1次的估算,重复步骤(3)~(5)。
如图2和3所示,通过对比放电试验进行验证本发明估算方法的精度,设定t=0时,开路电压法估算得到卡尔曼滤波法估算得到的初始误差协方差P0为0.01,;并采集输出电压和输出电流。如图2所示,通过在一阶RC模型下最大误差10.053%,最小误差为6.3289%,未进行温度因素影响修正的误差超过100%。

Claims (8)

1.一种电力动车锂离子电池控制系统,通过精确估算并反馈电池剩余容量实现电池的安全控制,其特征在于包括以下步骤:
S1:对锂离子电池进行小电流恒流放电,并根据预设采样频率对锂离子电池放电过程进行数据采集,所述数据采集包括放电电流、输出电压和电池温度,并经过滤波器进行滤波处理消除声噪;
S2:以步骤S1中采集的数据,并基于安时法和普克特经验公式建立电池剩余容量的数学模型,得到电池剩余容量和电池输出电流的数学关系;
S3:进一步引入电池温度的因素修正,并建立电池温度分别与普克特经验公式中常数的经验数学关系,得到当前修正后的电池剩余容量的估算值;
S4:按照预设周期反馈电池的开路电压,同时分别通过开路电压法和卡尔曼滤波器法估算电池剩余容量并进行比较,然后通过卡尔曼滤波器法对电池的初始状态容量SOC0进行修正,并将修正后的SOC0返回步骤S2中并重复步骤S3~S4,最终得到收敛修正后的电池剩余容量的估算值。
2.根据权利要求1所述电力动车锂离子电池控制系统,其特征在于:步骤S2中所述数学关系建立过程如下:定义电池初始状态时的剩余容量为SOC0,根据安时法计算可得当前状态电池剩余容量然后进行离散化处理,从而获得电池的剩余容量估计值:
式中,SOCk+1为第k+1次数据采集时的电池剩余容量估计值;SOCk为第k次数据采集时的剩余容量值;η为电池放电效率;C0为电池额定容量,ik为电池的负载电流;Δt为第k次到k+1次数据采集的时间间隔;K和n为普克特经验公式常数;T为电池温度。
3.根据权利要求2所述电力动车锂离子电池控制系统,其特征在于:对普克特经验公式常数K和n进行温度因素修正,通过引入温度T,使温度T与K和n的数值按照二次多项式经验数学模型拟合,如公式(2)所示:
式中,a,b,c,d,e为经验公式修正系数,并通过不同温度下制作K、n分别与温度T的曲线,然后采用二次多项式拟合回归求取修正系数。
4.根据权利要求3所述电力动车锂离子电池控制系统,其特征在于:步骤S3中,将电池置于-20℃~60℃的温度范围内,并间隔5℃采集K和n与电池温度T之间的数据映射关系,并以二次多项式函数模型进行平滑拟合获取K和n与电池温度T的数学函数模型(3):
5.根据权利要求5所述电力动车锂离子电池控制系统,其特征在于:步骤S4的具体过程如下:
(1)对电池建立等效电路模型,并使锂离子电池小电流恒流放电,预先得到开路电压法和卡尔曼滤波法分别与电池SOC的曲线拟合数学关系;
(2)然后进行初始化设置,设定t=0时,开路电压法估算得到卡尔曼滤波法估算得到的
(3)在t=k时刻,以作为初值,通过卡尔曼滤波法和开路电压法分别估算得到t=k+1时刻的的电池剩余容量为并比较两者的误差,并对进行修正,得到修正后的t=0时刻的电池容量初值SOC1′;
(4)在t=k+1时刻,以修正后电池容量初值SOC1′为基础,然后通过安时法对t=k+1时刻的SOCk+1并作为输出值,从而对安时法估算的电池剩余容量相对于真实值的收敛;(降低数据采集的累计误差)
(5)同时利用卡尔曼法和开路电压法分别估算t=k+1时刻的电池剩余容量的估算值并重复步骤(3)~(5)。
6.根据权利要求1所述电力动车锂离子电池控制系统,其特征在于:步骤S1中电池进行放电,并以0.5h/次的频率测得剩余电池容量与输出电压的数据关系,并以其中60%的数据样本建立电池剩余容量-输出电压的离散点曲线然后进行多项式平滑拟合得到电池剩余容量与输出电压的数学模型;同时以剩余40%的数据样本作为测试集进行对比测试。
7.根据权利要求5所述电力动车锂离子电池控制系统,其特征在于:所述电池剩余容量与输出电压之间的数学关系采用二次多项式模型拟合。
8.根据权利要求5所述电力动车锂离子电池控制系统,其特征在于:电池放电时采用小电流恒流放电时电流大小I为0.2Ca,其中Ca为电池的额定容量。
CN201611096879.XA 2016-12-02 2016-12-02 一种电力动车锂离子电池控制系统 Active CN107037366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611096879.XA CN107037366B (zh) 2016-12-02 2016-12-02 一种电力动车锂离子电池控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611096879.XA CN107037366B (zh) 2016-12-02 2016-12-02 一种电力动车锂离子电池控制系统

Publications (2)

Publication Number Publication Date
CN107037366A true CN107037366A (zh) 2017-08-11
CN107037366B CN107037366B (zh) 2018-03-30

Family

ID=59530636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611096879.XA Active CN107037366B (zh) 2016-12-02 2016-12-02 一种电力动车锂离子电池控制系统

Country Status (1)

Country Link
CN (1) CN107037366B (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703458A (zh) * 2017-10-17 2018-02-16 宝沃汽车(中国)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
CN107843850A (zh) * 2017-12-07 2018-03-27 智灵飞(北京)科技有限公司 多旋翼无人机通用锂电池剩余电量的预测系统及方法
CN108549429A (zh) * 2018-04-08 2018-09-18 江苏中烟工业有限责任公司 一种松散回潮滚筒工艺气温度控制方法
CN109061518A (zh) * 2018-10-18 2018-12-21 国家电网有限公司 一种通信蓄电池健康度在线监测方法
CN109061521A (zh) * 2018-10-30 2018-12-21 四川长虹电源有限责任公司 蓄电池组荷电状态计算方法及系统
CN110231567A (zh) * 2019-07-16 2019-09-13 奇瑞新能源汽车股份有限公司 一种电动汽车soc估算算法
CN110441327A (zh) * 2019-08-15 2019-11-12 朱华军 高压线缆破损标记装置
CN110673037A (zh) * 2019-09-11 2020-01-10 国网河北省电力有限公司石家庄供电分公司 基于改进模拟退火算法的电池soc估算方法及系统
CN110728037A (zh) * 2019-09-26 2020-01-24 上海理工大学 电池容量闭环融合预测方法
CN111537902A (zh) * 2020-05-11 2020-08-14 浙江衡睿科技有限公司 一种基于实时容量动态变化模型的soc估算方法
CN111537890A (zh) * 2020-05-11 2020-08-14 浙江衡睿科技有限公司 一种电池soh估算方法
CN111556556A (zh) * 2020-05-09 2020-08-18 上海锐伟电子科技有限公司 一种移动终端显示电池容量的控制方法
CN111983472A (zh) * 2020-08-24 2020-11-24 哈尔滨理工大学 一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置
CN112083341A (zh) * 2020-04-22 2020-12-15 杭州绿鲸科技有限公司 一种精确计算物联网设备电池剩余电量百分比的方法
CN112092676A (zh) * 2020-09-25 2020-12-18 吉林大学 一种利用虚拟温度传感器对电池包温度场的估算修正方法
CN112976995A (zh) * 2021-02-04 2021-06-18 宁波奥克斯电气股份有限公司 车载电池电量监测方法、装置及相关设备
CN113109726A (zh) * 2021-03-25 2021-07-13 广西大学 一种基于误差补偿的多因素动态内阻模型估算锂离子电池内阻方法
CN113125978A (zh) * 2021-02-08 2021-07-16 无锡凌博电子技术有限公司 一种电动自行车用锂电池soc测量方法
CN113406510A (zh) * 2021-06-21 2021-09-17 福州大学 带量测数据异常检测的锂离子电池荷电状态在线估计器及方法
CN113495213A (zh) * 2020-03-20 2021-10-12 北京京东乾石科技有限公司 电量预测模型构建、搬运设备部署方法和装置
CN113514770A (zh) * 2021-05-14 2021-10-19 江苏欧力特能源科技有限公司 基于开路电压和电池温度驱动锂电池剩余容量soc预测算法
CN110133515B (zh) * 2019-03-20 2021-10-29 北京车和家信息技术有限公司 电池剩余能量确定方法及其装置
CN114035078A (zh) * 2021-11-29 2022-02-11 江苏科技大学 一种实时估算锂电池剩余电量的方法和装置
CN114062956A (zh) * 2022-01-18 2022-02-18 深圳市智安新能源科技有限公司 电池的安全控制方法及智能电池
CN116699412A (zh) * 2023-05-17 2023-09-05 盐城工学院 一种储能电池模组的剩余容量估算方法
CN117192423A (zh) * 2023-11-07 2023-12-08 深圳市美尔泰电子有限公司 一种移动电源剩余电量准确检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5656919A (en) * 1995-11-14 1997-08-12 Cruising Equipment, Inc. Accurate battery state-of-charge monitoring and indicating apparatus and method
US6646419B1 (en) * 2002-05-15 2003-11-11 General Motors Corporation State of charge algorithm for lead-acid battery in a hybrid electric vehicle
CN1601295A (zh) * 2004-10-25 2005-03-30 清华大学 电动车用蓄电池荷电状态的估计及实现方法
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法
CN104577242A (zh) * 2014-12-30 2015-04-29 深圳市科松电子有限公司 一种电池组管理系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5656919A (en) * 1995-11-14 1997-08-12 Cruising Equipment, Inc. Accurate battery state-of-charge monitoring and indicating apparatus and method
US6646419B1 (en) * 2002-05-15 2003-11-11 General Motors Corporation State of charge algorithm for lead-acid battery in a hybrid electric vehicle
CN1601295A (zh) * 2004-10-25 2005-03-30 清华大学 电动车用蓄电池荷电状态的估计及实现方法
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法
CN104577242A (zh) * 2014-12-30 2015-04-29 深圳市科松电子有限公司 一种电池组管理系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘先勇: "AGV车用锂离子电池管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 *
朱元培: "电动汽车动力电池剩余电量SOC的研究", 《中国优秀硕士学位论文全文数据库》 *
武国良: "电动汽车用镍氢电池剩余电量估计方法研究", 《中国博士学位论文全文数据库》 *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703458A (zh) * 2017-10-17 2018-02-16 宝沃汽车(中国)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
CN107843850A (zh) * 2017-12-07 2018-03-27 智灵飞(北京)科技有限公司 多旋翼无人机通用锂电池剩余电量的预测系统及方法
CN108549429A (zh) * 2018-04-08 2018-09-18 江苏中烟工业有限责任公司 一种松散回潮滚筒工艺气温度控制方法
CN109061518A (zh) * 2018-10-18 2018-12-21 国家电网有限公司 一种通信蓄电池健康度在线监测方法
CN109061521B (zh) * 2018-10-30 2021-03-16 四川长虹电源有限责任公司 蓄电池组荷电状态计算方法及系统
CN109061521A (zh) * 2018-10-30 2018-12-21 四川长虹电源有限责任公司 蓄电池组荷电状态计算方法及系统
CN110133515B (zh) * 2019-03-20 2021-10-29 北京车和家信息技术有限公司 电池剩余能量确定方法及其装置
CN110231567A (zh) * 2019-07-16 2019-09-13 奇瑞新能源汽车股份有限公司 一种电动汽车soc估算算法
CN110441327A (zh) * 2019-08-15 2019-11-12 朱华军 高压线缆破损标记装置
CN110673037A (zh) * 2019-09-11 2020-01-10 国网河北省电力有限公司石家庄供电分公司 基于改进模拟退火算法的电池soc估算方法及系统
CN110673037B (zh) * 2019-09-11 2022-02-22 国网河北省电力有限公司石家庄供电分公司 基于改进模拟退火算法的电池soc估算方法及系统
CN110728037A (zh) * 2019-09-26 2020-01-24 上海理工大学 电池容量闭环融合预测方法
CN110728037B (zh) * 2019-09-26 2023-07-21 上海理工大学 电池容量闭环融合预测方法
CN113495213A (zh) * 2020-03-20 2021-10-12 北京京东乾石科技有限公司 电量预测模型构建、搬运设备部署方法和装置
CN112083341A (zh) * 2020-04-22 2020-12-15 杭州绿鲸科技有限公司 一种精确计算物联网设备电池剩余电量百分比的方法
CN111556556A (zh) * 2020-05-09 2020-08-18 上海锐伟电子科技有限公司 一种移动终端显示电池容量的控制方法
CN111556556B (zh) * 2020-05-09 2023-03-14 上海锐伟电子科技有限公司 一种移动终端显示电池容量的控制方法
CN111537890A (zh) * 2020-05-11 2020-08-14 浙江衡睿科技有限公司 一种电池soh估算方法
CN111537902A (zh) * 2020-05-11 2020-08-14 浙江衡睿科技有限公司 一种基于实时容量动态变化模型的soc估算方法
CN111983472A (zh) * 2020-08-24 2020-11-24 哈尔滨理工大学 一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置
CN111983472B (zh) * 2020-08-24 2022-11-25 哈尔滨理工大学 一种基于自适应卡尔曼滤波的锂离子动力电池安全度估算方法及估算装置
CN112092676A (zh) * 2020-09-25 2020-12-18 吉林大学 一种利用虚拟温度传感器对电池包温度场的估算修正方法
CN112092676B (zh) * 2020-09-25 2024-08-02 吉林大学 一种利用虚拟温度传感器对电池包温度场的估算修正方法
CN112976995A (zh) * 2021-02-04 2021-06-18 宁波奥克斯电气股份有限公司 车载电池电量监测方法、装置及相关设备
CN113125978A (zh) * 2021-02-08 2021-07-16 无锡凌博电子技术有限公司 一种电动自行车用锂电池soc测量方法
CN113109726B (zh) * 2021-03-25 2023-06-23 广西大学 一种基于误差补偿的多因素动态内阻模型估算锂离子电池内阻方法
CN113109726A (zh) * 2021-03-25 2021-07-13 广西大学 一种基于误差补偿的多因素动态内阻模型估算锂离子电池内阻方法
CN113514770A (zh) * 2021-05-14 2021-10-19 江苏欧力特能源科技有限公司 基于开路电压和电池温度驱动锂电池剩余容量soc预测算法
CN113406510A (zh) * 2021-06-21 2021-09-17 福州大学 带量测数据异常检测的锂离子电池荷电状态在线估计器及方法
CN114035078A (zh) * 2021-11-29 2022-02-11 江苏科技大学 一种实时估算锂电池剩余电量的方法和装置
CN114062956A (zh) * 2022-01-18 2022-02-18 深圳市智安新能源科技有限公司 电池的安全控制方法及智能电池
CN116699412A (zh) * 2023-05-17 2023-09-05 盐城工学院 一种储能电池模组的剩余容量估算方法
CN117192423A (zh) * 2023-11-07 2023-12-08 深圳市美尔泰电子有限公司 一种移动电源剩余电量准确检测方法
CN117192423B (zh) * 2023-11-07 2024-01-26 深圳市美尔泰电子有限公司 一种移动电源剩余电量准确检测方法

Also Published As

Publication number Publication date
CN107037366B (zh) 2018-03-30

Similar Documents

Publication Publication Date Title
CN107037366B (zh) 一种电力动车锂离子电池控制系统
Tian et al. Online simultaneous identification of parameters and order of a fractional order battery model
Bian et al. A model for state-of-health estimation of lithium ion batteries based on charging profiles
CN112838631B (zh) 动力电池的充电动态管控装置和动力电池的充电诊断方法
Huang et al. A model-based state-of-charge estimation method for series-connected lithium-ion battery pack considering fast-varying cell temperature
Kang et al. A new neural network model for the state-of-charge estimation in the battery degradation process
CN103616647B (zh) 一种用于电动汽车电池管理系统的电池剩余电量估计方法
CN102540096B (zh) 一种用于磷酸铁锂动力电池剩余容量估算自修正的方法
CN105334462B (zh) 电池容量损失在线估算方法
He et al. State of charge estimation by finite difference extended Kalman filter with HPPC parameters identification
CN106597289B (zh) 电池健康状态测算方法
CN105676135A (zh) 一种特种工程车用动力铅酸电池剩余容量在线估算方法
CN107991623A (zh) 一种考虑温度和老化程度的电池安时积分soc估计方法
CN109541485A (zh) 一种动力电池的soc估算方法
Xiong et al. Data-driven state-of-charge estimator for electric vehicles battery using robust extended Kalman filter
JP2022524827A (ja) バッテリ健全状態の推定方法
CN104950263A (zh) 汽车动力电池soc的估算方法
Haoran et al. Lithium battery soc estimation based on extended kalman filtering algorithm
Ouyang et al. Determination of the battery pack capacity considering the estimation error using a Capacity–Quantity diagram
CN116577686B (zh) 一种基于局部阶段充电数据的多工况soh估计方法和系统
Stroe et al. Evaluation of different methods for measuring the impedance of lithium-ion batteries during ageing
Sun et al. A novel capacity estimation approach for lithium-ion batteries combining three-parameter capacity fade model with constant current charging curves
Nejad et al. Sensitivity of lumped parameter battery models to constituent parallel-RC element parameterisation error
Xiong et al. State-of-charge estimation for onboard LiFePO4 batteries with adaptive state update in specific open-circuit-voltage ranges
Ceraolo et al. Experimental analysis of NMC lithium cells aging for second life applications

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant