CN107219469A - 适用于无人机电池的续航电量预测方法 - Google Patents

适用于无人机电池的续航电量预测方法 Download PDF

Info

Publication number
CN107219469A
CN107219469A CN201710587511.1A CN201710587511A CN107219469A CN 107219469 A CN107219469 A CN 107219469A CN 201710587511 A CN201710587511 A CN 201710587511A CN 107219469 A CN107219469 A CN 107219469A
Authority
CN
China
Prior art keywords
battery
mrow
msub
discharge
temperature
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.)
Pending
Application number
CN201710587511.1A
Other languages
English (en)
Inventor
吴吉强
胡清平
陶芝勇
黄泽伟
曾坚义
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.)
Shenzhen Hai Ying Technology Co Ltd
Original Assignee
Shenzhen Hai Ying Technology 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 Shenzhen Hai Ying Technology Co Ltd filed Critical Shenzhen Hai Ying Technology Co Ltd
Publication of CN107219469A publication Critical patent/CN107219469A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

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

Abstract

本发明属于无人机技术领域，尤其涉及一种适用于无人机电池的续航电量预测方法，实现该方法的步骤包括电池SOC数学模型的建立、对SOC数学模型的参数修正，最后得到修正后的相比于现有技术，本发明采用简单、实时的电池SOC计算方法来预测无人机的电池续航电量，并通过参数修正，从而有效提高电池SOC的计算精度，进而保证无人机的安全行驶。

Description

适用于无人机电池的续航电量预测方法
技术领域
本发明属于无人机技术领域，尤其涉及一种适用于无人机电池的续航电量预测方法。
背景技术
随着国内对民用无人机产品的研发投入不断加大，使相关技术不断成熟；锂离子电池成为新能源中清洁高效产品，完全可以满足民用无人机产品动力需求。为了保证无人机飞行和降落的安全，必须对锂离子电池剩余容量做实时巡检，确保电池容量足够。
本技术采用SOC动态计算方法解决了以上问题。
发明内容
本发明的目的在于：提供一种适用于无人机电池的续航电量预测方法。
为实现上述目的，本发明采用如下技术方案：
一种适用于无人机电池的续航电量预测方法，实现该方法的步骤包括：
步骤一、建立电池剩余电量百分比随时间变化的数学模型，所述电池剩余电量百分比SOC随时间t变化的数学模型为：
其中，Qn(t)为电池满充后，在一定温度条件下以恒定电流In放电时所放出的电量；Δtn为单位采样周期；
步骤二、对步骤一所述的数学模型进行温度参数修正、倍率放电参数修正、循环充放电参数修正和组合电池差异参数修正；
温度修正系数ω为：ω＝1+η×(x-20)；
其中，x为实时温度，且-10℃<x<80℃；η为温度系数，且0<η<0.1；
倍率放电修正系数ξ为：
其中，0<y<0.1；i为实时放电电流；I为电池参考电流，取值电池容量最多时的电流值；
循环充放电修正系数jn为：
其中，Zn是n次循环放电容量，n为正整数；Z是首次循环放电容量；
组合电池差异修正系数μ为：
其中，ΔU是电压的差异值；U是实时电压值；
步骤三、将步骤二中的温度修正系数ω、倍率修正系数ξ、循环充放电修正系数jn和组合电池差异修正系数μ进行组合后，可以得到电池有效电量Q(t)为：
将上式代入步骤一建立的数学模型，得到修正后的
本发明的有益效果在于：为保证无人机的安全行驶，本发明采用简单、实时的电池SOC计算方法来预测无人机的电池续航电量，并通过参数修正，从而有效提高电池SOC的计算精度。
附图说明
图1为不同倍率放电下电池的电压-放电容量比关系曲线图。
图2为电池容量保持率-循环次数关系曲线图。
具体实施方式
下面结合具体实施方式和说明书附图，对本发明作进一步详细的描述，但本发明的实施方式不限于此。
一种无人机电池的续航电量预测方法，结合使用无人机电池实时状态，设计无人机续航时间预测系统，确保无人机电池在可控容量情况下进行飞行，避免出现无人机坠毁情况出现。
本发明重点是SOC计算模型及方法，即采用简单、实时的电池SOC估算方法(修正参数的容量计算法)。
1、建模计算
由于无人机使用过程中会有启动、上升、悬停、下降等动作，为此电池在过程中放电电流是变化的，为此可以将电流-时间的变化曲线划分成许多恒流放电部分，每个部分的时间间隔可以定位单位采样周期。采用积分思路，若单位采样周期足够小，那么变电流情况下的电池剩余电量百分比SOC可以通过以下计算：
其中，Qn(t)为电池满充(SOC＝100％)后，在一定温度条件下以恒定电流In放电时所放出的电量；Δtn为单位采样周期；
然而，无人机电池的放电过程是复杂的电化学反应过程，电池的剩余容量受到电池特性影响明显，为此在建模估算过程中存在问题主要有：(1)温度对电池容量影响非常大，在一定的温度范围内，电池可用容量与温度存在正相关；(2)在不同的放电电流下，电池所能放出的电量不同的，放电电量与放电电流成反相关，如图1所示；(3)随着电池循环充放电次数逐步增加，电池充满电池所能放出电量越来越少，如图2所示；(4)随着电池循环充放电池次数逐步增加，电池间一致性差异增大。为此需对上式进行参数修正。
(1)温度修正系数
电池放电是复杂的电化学反应过程，在不同的温度条件下放电会呈现一定外在特性。
建模的温度修正系数ω为：
其中：C20为电池温度20℃时0.5C放电容量，x为电池当前温度(-10℃<x<80℃)；η为温度系数，在不同温度区间内值有所不同，测试取值0.0065。
(2)倍率修正系数
在不同倍率放电条件下，电池所能放出的容量是不同的，为此采用倍率修正参数方式进行建模计算；
倍率放电修正系数ξ为：
其中，i为实时放电电流；I为电池参考电流，取值电池容量最多时的电流值；y一般取值0.085。
(3)循环次数修正系数
随着电池反复充放电过程，电池容量会随着使用次数增加不断而降低，造成每次剩余容量递减趋势，为此可以采用下式进行参数修正；
循环充放电修正系数jn为：
其中，Zn是n次循环放电容量，n为正整数；Z是首次循环放电容量；一般随n增加，jn逐步减少0.015％。
(4)组合电池差异修正系数
无入机电池一般非单支锂离子电池提供动力，通常情况下，提供动力的锂离子包池一般采用多并多串方式提供，为此电芯直接差异随着电池内部反应变化，差异越来越明显，为此采用下式进行修正；
组合电池差异修正系数μ为：
其中，ΔQ、ΔI、ΔU分别是电量、电流、电压的差异值，Q、I、U分别是实时电量、电流、电压值，tn是实时的采样周期，R是电池内阻；一般μ系数值为0.048。
2、剩余电量预测计算
通过以上建模计算，可以将温度修正系数、倍率修正系数、循环次数修正系数和组合电池差异修正系数进行组合后，得到在一定温度、电流、循环次数、组合后的电池有效电量Q(t)为：
将上式代入初始的建模公式，得到修正后的
采用修正后的SOC进行预估无人机电池实际的电量状态更加准确，再结合无人机电池返航相关参数就可以预测剩余电量是否可以返航。
为了确保无人机的安全性以及提高电池使用寿命，一般情况下控制无人机降落后电池剩余容量保持在8％左右比较有利，为此当电池电量到在20-30％应该发出警报，并提前通知用户降落。
根据上述说明书的揭示和教导，本发明所属领域的技术人员还能够对上述实施方式进行变更和修改。因此，本发明并不局限于上述的具体实施方式，凡是本领域技术人员在本发明的基础上所作出的任何显而易见的改进、替换或变型均属于本发明的保护范围。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims (1)

1.一种适用于无人机电池的续航电量预测方法，其特征在于，实现该方法的步骤包括：
步骤一、建立电池剩余电量百分比随时间变化的数学模型，所述电池剩余电量百分比SOC随时间t变化的数学模型为：
<mrow> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;Sigma;</mi> <mfrac> <mrow> <msub> <mi>I</mi> <mi>n</mi> </msub> <msub> <mi>&amp;Delta;t</mi> <mi>n</mi> </msub> </mrow> <mrow> <msub> <mi>Q</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，Qn(t)为电池满充后，在一定温度条件下以恒定电流In放电时所放出的电量；Δtn为单位采样周期，n为正整数；
步骤二、对步骤一所述的数学模型进行温度参数修正、倍率放电参数修正、循环充放电参数修正和组合电池差异参数修正；
温度修正系数ω为：ω＝1+η×(x-20)；
其中，x为实时温度，且-10℃<x<80℃；η为温度系数，且0<η<0.1；
倍率放电修正系数ξ为：
其中，0<y<0.1；i为实时放电电流；I为电池参考电流，取值电池容量最多时的电流值；
循环充放电修正系数jn为：
其中，Zn是n次循环放电容量，n为正整数；Z是首次循环放电容量；
组合电池差异修正系数μ为：
其中，ΔU是电压的差异值；U是实时电压值；
步骤三、将步骤二中的温度修正系数ω、倍率修正系数ξ、循环充放电修正系数jn和组合电池差异修正系数μ进行组合后，可以得到电池有效电量Q(t)为：
<mrow> <mi>Q</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>Q</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mfrac> <mi>&amp;omega;</mi> <mi>&amp;xi;</mi> </mfrac> <mo>&amp;CenterDot;</mo> <msub> <mi>j</mi> <mi>n</mi> </msub> <mo>&amp;times;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&amp;mu;</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
将上式代入步骤一建立的数学模型，得到修正后的
CN201710587511.1A 2016-11-17 2017-07-18 适用于无人机电池的续航电量预测方法 Pending CN107219469A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611010971X 2016-11-17
CN201611010971 2016-11-17

Publications (1)

Publication Number Publication Date
CN107219469A true CN107219469A (zh) 2017-09-29

Family

ID=59953109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710587511.1A Pending CN107219469A (zh) 2016-11-17 2017-07-18 适用于无人机电池的续航电量预测方法

Country Status (1)

Country Link
CN (1) CN107219469A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110380481A (zh) * 2019-07-25 2019-10-25 中国电子科技集团公司第四十八研究所 一种无人机电池充电方法、装置、介质及设备
CN111002834A (zh) * 2019-12-18 2020-04-14 中车株洲电力机车有限公司 轨道车辆牵引电池剩余电量可续航里程预测方法及系统
CN111551863A (zh) * 2020-04-30 2020-08-18 杭州拓深科技有限公司 一种测量电池剩余电量的方法及其应用
CN113159386A (zh) * 2021-03-22 2021-07-23 中国科学技术大学 一种无人机返航状态估计方法及系统
CN115656846A (zh) * 2022-11-10 2023-01-31 无锡九合动力科技有限公司 一种新能源汽车电控系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060220619A1 (en) * 2005-03-29 2006-10-05 Fuji Jukogyo Kabushiki Kaisha Remaining capacity calculating device and method for electric power storage
CN101551444A (zh) * 2008-04-03 2009-10-07 现代自动车株式会社 用于估算电池剩余电量的方法
CN102496981A (zh) * 2011-12-02 2012-06-13 郑州宇通客车股份有限公司 一种电动汽车电池管理系统中soc估算修正方法
CN103869255A (zh) * 2014-03-18 2014-06-18 南京航空航天大学 微小型电动无人机续航时间估算方法
CN104122504A (zh) * 2014-08-11 2014-10-29 电子科技大学 一种电池的soc估算方法
CN104967179A (zh) * 2015-07-13 2015-10-07 沈阳航空航天大学 电动飞机能量管理系统
CN105539843A (zh) * 2015-12-03 2016-05-04 杨珊珊 一种电动无人机及其续航能力估计方法
CN105807232A (zh) * 2016-03-16 2016-07-27 青岛理工大学 一种铅酸蓄电池剩余电量和电池健康状况估计方法
US20160313404A1 (en) * 2015-04-22 2016-10-27 Eargo, Inc. Methods and Systems for Determining the Initial State of Charge (iSoC), and Optimum Charge Cycle(s) and Parameters for a Cell

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060220619A1 (en) * 2005-03-29 2006-10-05 Fuji Jukogyo Kabushiki Kaisha Remaining capacity calculating device and method for electric power storage
CN101551444A (zh) * 2008-04-03 2009-10-07 现代自动车株式会社 用于估算电池剩余电量的方法
CN102496981A (zh) * 2011-12-02 2012-06-13 郑州宇通客车股份有限公司 一种电动汽车电池管理系统中soc估算修正方法
CN103869255A (zh) * 2014-03-18 2014-06-18 南京航空航天大学 微小型电动无人机续航时间估算方法
CN104122504A (zh) * 2014-08-11 2014-10-29 电子科技大学 一种电池的soc估算方法
US20160313404A1 (en) * 2015-04-22 2016-10-27 Eargo, Inc. Methods and Systems for Determining the Initial State of Charge (iSoC), and Optimum Charge Cycle(s) and Parameters for a Cell
CN104967179A (zh) * 2015-07-13 2015-10-07 沈阳航空航天大学 电动飞机能量管理系统
CN105539843A (zh) * 2015-12-03 2016-05-04 杨珊珊 一种电动无人机及其续航能力估计方法
CN105807232A (zh) * 2016-03-16 2016-07-27 青岛理工大学 一种铅酸蓄电池剩余电量和电池健康状况估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
熊典 等: "基于SOC的无人机巡检剩余续航时间预测方法", 《电源技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110380481A (zh) * 2019-07-25 2019-10-25 中国电子科技集团公司第四十八研究所 一种无人机电池充电方法、装置、介质及设备
CN111002834A (zh) * 2019-12-18 2020-04-14 中车株洲电力机车有限公司 轨道车辆牵引电池剩余电量可续航里程预测方法及系统
CN111551863A (zh) * 2020-04-30 2020-08-18 杭州拓深科技有限公司 一种测量电池剩余电量的方法及其应用
CN113159386A (zh) * 2021-03-22 2021-07-23 中国科学技术大学 一种无人机返航状态估计方法及系统
CN115656846A (zh) * 2022-11-10 2023-01-31 无锡九合动力科技有限公司 一种新能源汽车电控系统及方法

Similar Documents

Publication Publication Date Title
CN107219469A (zh) 适用于无人机电池的续航电量预测方法
Ding et al. An improved Thevenin model of lithium-ion battery with high accuracy for electric vehicles
Meng et al. Lithium polymer battery state-of-charge estimation based on adaptive unscented Kalman filter and support vector machine
CN102981125B (zh) 一种基于rc等效模型的动力电池soc估计方法
Shen et al. A new battery available capacity indicator for electric vehicles using neural network
CN105116343B (zh) 最小二乘支持向量机的动力电池电荷状态估计方法及系统
CN108363009A (zh) 一种实现锂离子电池最大允许功率在线预估的方法
CN105093122B (zh) 基于强跟踪自适应sqkf的应急灯电池soc估计方法
CN105974327A (zh) 一种基于神经网络和ukf的锂电池组soc预测方法
CN108519556A (zh) 一种基于循环神经网络的锂离子电池soc预测方法
CN103675706A (zh) 一种动力电池电荷量估算方法
CN104535934B (zh) 在线前馈补偿的动力电池电荷状态估计方法与系统
CN106093778A (zh) 电池状态预测方法及系统
CN106291378A (zh) 一种电动汽车动力电池soh的测算方法
CN107317057B (zh) 一种动力电池运行寿命预测和预测装置
CN103793605A (zh) 基于粒子群算法的磷酸铁锂动力电池等效电路模型参数估计的方法
Bashash et al. Charge trajectory optimization of plug-in hybrid electric vehicles for energy cost reduction and battery health enhancement
Tannahill et al. Future vision for reduction of range anxiety by using an improved state of charge estimation algorithm for electric vehicle batteries implemented with low‐cost microcontrollers
CN102831100A (zh) 电池荷电状态估算方法及装置
Eddahech et al. Adaptive voltage estimation for EV Li-ion cell based on artificial neural networks state-of-charge meter
CN108020791A (zh) 一种混合动力船舶磷酸铁锂动力电池组荷电状态估计方法
CN109633472A (zh) 一种锂电池单体的荷电状态估计算法
KR101282687B1 (ko) 차량용 배터리 상태 예측 방법
CN104156791A (zh) 基于ls-svm的概率集成学习锂离子电池剩余寿命预测方法
Shrivastava et al. Model‐based state of X estimation of lithium‐ion battery for electric vehicle 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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170929

RJ01 Rejection of invention patent application after publication