CN107271911A

CN107271911A - 一种基于模型参数分段矫正的soc在线估计方法

Info

Publication number: CN107271911A
Application number: CN201710457744.XA
Authority: CN
Inventors: 郭向伟; 韩素敏; 张伟; 华显; 谢东垒
Original assignee: Henan University of Technology
Current assignee: Henan University of Technology
Priority date: 2017-06-16
Filing date: 2017-06-16
Publication date: 2017-10-20

Abstract

本发明公开了一种基于模型参数分段矫正的锂电池SOC在线估计方法，是指基于电池温度，电池内阻，电池工作电流条件下的SOC真实值，建立三维离线模型；根据三维离线模型的SOC真实值，对安时积分法得到的SOC估计值的累积误差进行分段消除，最终得到SOC修正值。本发明能够显著消除安时积分法的累积误差，提高SOC在线估计精度。

Description

一种基于模型参数分段矫正的SOC在线估计方法

技术领域

本发明涉及电动汽车电池管理系统领域，特别涉及一种锂电池SOC在线估计方法。

背景技术

近年来，随着空气质量的日益恶化以及石油资源的渐趋匮乏，新能源汽车，尤其是纯电动汽车成为当今世界各大汽车公司的开发热点。动力电池组作为电动汽车的关键部件，动力电池SOC被用来直接反应电池的剩余电量，是整车控制系统制定最优能量管理策略的重要依据，动力电池SOC值的准确估计对于提高电池安全可靠性、提高电池能量利用率、延长电池寿命具有重要意义。

总体来看，SOC在线估计技术分为两大类。第一类方法是通过能量守恒关系以及电池的物理特性，如电池的充放电电流、开路电压等来计算电池剩余容量，常见的有开路电压法、安时积分法等。第二类方法则是先对电池建立数学模型，然后基于所建立的电池模型，以及测量得到的电池工作时的充放电电流、端电压等数据，按照所选某种算法的原理间接估计出电池的SOC，常见的有神经网络法、卡尔曼滤波法及其相关衍生算法等。

第一类方法原理简单，但实际应用过程中具有较强的局限性，例如开路电压法只能用于离线估计，而安时积分法的累积误差不可避免。第二类方法的优点是在线估计精度高且具有较好的鲁棒特性，对测量元件的精度不做过高要求，缺点在于对电池模型精度依赖高、需要大量的数学运算且算法的可移植性较差。截至2016年底，我国约30家公司生产的电池管理系统SOC在线估计方法多以安时积分法为主，误差在8%左右；第二类方法的研究成果主要应用在实验室，SOC在线估计误差可达5%左右，未来，有必要结合这两类方法的优缺点对SOC估计的精度及其可靠性进一步研究。

本发明根据安时积分法的成本低，测量方便等优点，采用安时积分法作为SOC估计算法，并且基于不同温度，不同内阻，不同充放电倍率，建立三维离线模型，对安时积分法累积误差进行分段矫正，有效消除安时积分法累积误差。

发明内容

本发明根据安时积分法的成本低，测量方便等优点，采用安时积分法作为SOC估计算法，并且基于不同温度，不同内阻，不同充放电倍率，建立三维离线模型，对安时积分法累积误差进行分段矫正，有效消除安时积分法累积误差，具体方案为：

一种基于模型参数分段矫正的锂电池SOC在线估计方法，是指基于电池温度，电池内阻（用于获取SOH值），电池工作电流条件下的SOC真实值，建立三维离线模型；根据三维离线模型的SOC真实值，对安时积分法得到的SOC估计值的累积误差进行分段消除，最终得到SOC修正值。

进一步的，该方法包含以下步骤：

S1、由电池内阻获取电池当前SOH值，结合电池当前温度T，确定电池当前最大可用容量C_N；

S2、利用安时积分法在线估算电池当前SOC估计值；

S3、根据电池当前温度T、电池当前SOH值以及SOC=0.1n时的估计值，启动三维离线模型，结合采样的电流i、端电压U，计算开路电压OCV；式中n为1～9的整数；

S4、根据电池当前温度T、电池当前SOH值、开路电压OCV、OCV-SOC标定曲线，获得当前SOC真实值；

S5、以当前SOC真实值矫正步骤S2得到的当前SOC估计值，继续使用步骤S2中的安时积分法进行估算；

重复S3，S4，S5。

进一步的，步骤S1中由电池当前温度T、电池当前SOH值获取电池当前工作状态下的实际可用容量，用其修正电池当前最大可用容量C_N=SOH*Qn，式中Qn为电池额定容量，并将其用于安时积分法中的除数项。

进一步的，所述步骤S3包括如下几个子步骤：

S31、建立锂电池二阶RC等效电路模型，包括一个电压源，一个直流内阻R，两个RC并联环路，并联环路包括Rs，Cs，Rp，Cp；

S32、在不同温度T、不同电池健康状态SOH，不同充放电倍率条件下，根据电池放电结束后端电压响应曲线，辨识三维离线模型的模型参数，建立三维的模型参数曲面；

S33、当安时积分法估计的SOC=0.1n时，根据采样获得的端电压U与电流i，启用相应的模型参数，计算开路电压OCV。

进一步的，所述步骤S4的OCV-SOC标定曲线，是指利用不同温度，不同SOH的条件获取相应的关系曲线。

进一步的，所述步骤S5，根据OCV-SOC标定曲线获得SOC真实值后，将此值作为安时积分法当前时刻的初始值，继续使用安时积分法在线估计，输出最终估计值。

本发明的有益点在于：本发明采用安时积分法作为估计算法，利用不同温度、不同电池内阻(用于获取电池健康状态SOH)、不同充放电倍率建立三维SOC估算等效电路模型，通过模型参数矫正安时积分法SOC=0.1n(n=1~9整数)时的估算值，将此值作为安时积分法当前时刻的初始值，实现分段消除安时积分法的累积误差，提高SOC的估计精度，实现了在线运算量小，方法可靠，估计准确的技术效果，提高电池安全可靠性、提高电池能量利用率、延长电池寿命。

附图说明

为了更加清楚的说明本发明的原理与实施中的技术方案，下面将对本发明涉及的技术方案使用图作进一步的介绍，以下图仅仅是本发明的部分实施例子，对于本领域技术人员来讲，在不付出创造性劳动的前提下可以根据以下图获得其他的技术方案。

图1是本发明的原理框图；

图2是锂电池二阶RC等效电路模型；

图3是锂电池放电结束端电压响应曲线图；

图4是锂电池放电结束端电压响应曲线拟合图；

图5是25℃、SOH=1条件下OCV-SOC标定曲线；

图6是25℃、SOH=1条件下本发明方法的计算机仿真结果。

具体实施方式

如图1所示，一种基于模型参数分段矫正的锂电池SOC在线估计方法，采用安时积分法作为估计算法，利用不同温度、不同电池内阻(用于获取电池健康状态SOH)、不同充放电倍率建立三维SOC估算等效电路模型，通过模型参数矫正安时积分法的SOC估算值，分段消除安时积分法的累积误差，提高SOC的估计精度，实现了在线运算量小，方法可靠，估计准确的技术效果，提高电池安全可靠性、提高电池能量利用率、延长电池寿命。

所述基于模型参数分段矫正的锂电池SOC在线估计方法，包含以下步骤：

S1、由电池内阻获取电池SOH的值，结合温度条件，确定电池当前最大可用容量C_N。

S2、利用安时积分法在线估算SOC值。

S3、根据采样温度T、SOH以及SOC=0.1n（n为1~9的整数）时的估计值，启动对应的离线模型参数，结合采样的电流i，端电压U，计算当前的开路电压OCV。

S4、根据不同温度、不同SOH条件下的OCV-SOC标定曲线，获得当前SOC真实值。

S5、以SOC真实值矫正安时积分法估计值，继续使用安时积分法估算。

S6、输出SOC真实值。

重复S3，S4，S5。

所述的基于模型参数分段矫正的锂电池SOC在线估计方法，用SOH、温度修正当前最大可用容量C_N，并将C_N用于安时积分法中的除数项。

所述安时积分法的公式为，，其中为SOC估计值，为SOC初始值，为电池电流。

所述步骤S3包括如下几个子步骤：

S31、建立锂电池二阶RC等效电路模型，包括一个电压源，一个直流内阻R，两个RC并联环路（Rs，Cs，Rp，Cp）。如图2所示。

该模型由三部分组成：

电压源：用开路电压表示动力电池的电动势。

欧姆电阻：用表示电池的欧姆电阻，由电极材料、电解液及其他电阻组成。图3中区域一所示电压变化即是的作用。

环路：用两个阻容环节叠加的方式来模拟电池的极化过程，用于模拟电池放电结束，电压突变后趋于稳定的过程。图3中区域二所示电压变化即为二阶阻容环路的作用。

如图2所示等效电路模型函数关系如下：

(1)

对（1）式离散化，解得状态方程为： (2)

(3)

其中：

(4)

S32、在不同温度T、不同电池健康状态SOH，不同充放电倍率条件下，根据电池放电结束后端电压响应曲线，辨识模型参数，建立三维的模型参数曲面。

所述方法需要的模型参数包括：相同温度，相同内阻，不同充放电倍率条件下的模型参数；相同温度，不同内阻，不同充放电倍率条件下的模型参数；不同温度，不同内阻，不同充放电倍率条件下的模型参数。根据电池放电结束后端电压变化曲线，对电池等效模型进行参数辨识，获得各个不同状态下模型参数R，Rs，Cs，Rp，Cp。

如图4所示为电池放电结束端电压响应曲线示意图。

这个过程是放电结束后，电池内部欧姆电阻上产生的压降消失的过程，由此可得电池欧姆电阻。用两个阻容环节叠加的方式来模拟电池的极化过程。和组成的并联电路时间常数较小，用于模拟电池在电流突变时电压快速变化的过程，和的时间常数较大，用于模拟电压缓慢变化的过程。

假设电池在期间先放电一段时间，然后剩余时间内处于静置状态，其中、、分别为放电开始时刻、放电停止时刻和静置停止时间，在此过程中RC网路电压为：

(5)

(6)

电池在放电期间，极化电容和处于充电状态，并联电路的电压呈指数上升，电池从放电状态进入静置后，电容和分别向各自的并联电阻放电，电压呈指数下降，，为两个并联电路的时间常数，模型中的电阻和电容都不是常数，它们与电池当前状态的SOC值和充放电电流值大小有关。阶段电压变化是由电池的极化效应消失引起的，在此过程中电池的电压输出为：,可以简化写为：，此形式即可用Matlab进行二次指数项数据拟合。求出之后，，，,，据此可以辨识出、、、的值。

S33、根据采样获得的端电压U与电流i，在不同状态下启用相应的模型离线参数，计算当前开路电压（OCV）。

所述步骤S4的OCV-SOC标定曲线，经过标准标定过程后，利用不同温度、不同SOH条件下，放电倍率0.2C时的OCV-SOC曲线作为标定曲线。

选择的实验对象为松下旗下三洋公司生产的18650型圆柱形电池，额定容量为2600mAh，额定电压为3.7V，充电截止电压为4.2V，放电截止电压为2.75V。本文对电池的充放电实验是在SOH=1，25℃恒温条件下进行的，分别标定0.2C、0.3C、0.4C、0.5C、0.6C、0.75C、1C恒流间歇放电条件下的OCV-SOC曲线。

每组标定步骤如下：

采用先恒流（0.2C）后恒压（截止电压4.25V）的方式对电池进行充电；

对电池进行恒流恒容量（260mAh）放电；

放电结束，静置1小时以消除电池极化效应；

重复步骤，至电池放电结束。

如图5所示为标定实验结果曲线。从图中可以看出，在SOC大于10%时，各条曲线几乎重合，说明在同样的温度（25℃）、SOH（新电池）条件下，不同放电倍率对应的OCV-SOC关系曲线相似，可以用其中任意一条曲线代表此温度下OCV-SOC曲线，本文选取0.2C恒流间歇放电条件下的OCV-SOC曲线作为参考曲线，利用matlab六次多项式数据拟合，可得：

Voc= a1SOC6+ a2SOC5 + a3SOC4+ a4SOC3+ a5SOC2+ a6SOC+ a7 (7)

其中: a1=-34.72，a2=120.7，a3=-165.9，a4=114.5，a5=−40.9，a6= 7.31，a7=3.231.

所述步骤S5，当SOC输出值为0.1n（n为1~9的整数）时，根据OCV-SOC曲线获得SOC(t)真实值后，将此值作为初始值替代安时积分法公式中的，继续使用安时积分法在线估计。并将该值输出为SOC算法此刻的估计值。

在采用在线SOC估计方法前，需要有以下准备工作。

1. 锂电池OCV-SOC标定。

如步骤S4所述。

2. SOH的获取

SOH用电池的内阻来表示，通过电池内阻变化大小来估计电池寿命，下面是SOH的表达式：

(8)

为锂电池在寿命完结时的内阻大小，为锂电池出厂时的内阻大小，为电池在使用过程中测得的内阻大小，这种方法对于电动车行驶状态不适用。根据公式，只要准确的估算出，，就能计算出电池的SOH值。本文以这种方法来获得电池当前状态的SOH值，因为在一个充放电周期中，SOH值发生的变化可以忽略不计，本文以电池工作前离线获得的SOH值作为当前整个放电状态的SOH值，从而获取当前放电状态电池的实际可用容量。

3. 建立锂电池等效模型。

如图2，本发明采用锂电池二阶RC等效模型。辨识不同温度，不同SOH，不同充放电倍率状态下的电池模型离线参数网络。根据电池放电结束后端电压变化曲线，对电池等效模型进行参数辨识，获得各个不同状态下离线模型参数数据R，Rs，Cs，Rp，Cp。

前期准备工作结束。在线SOC估计开始。

根据采样温度T、SOH以及SOC=0.1n（n为1~9的整数）时的估计值，启动对应的离线模型参数，结合采样的电流i，端电压U，计算当前的开路电压OCV。

根据OCV-SOC标定曲线，获得当前SOC真实值。

以SOC真实值矫正安时积分法估计值，用SOC真实值代替安时积分法公式中的作为此刻SOC的初值，继续使用安时积分法估算。

输出SOC真实值。

如图6所示为25℃、SOH=1条件下本发明的仿真结果，可以看出，利用测量值的安时积分法误差明显大于分段矫正的安时积分法，随着时间的推进，测量值安时积分的误差越来越大，SOC等于0.1的时刻，误差达到了8%左右，而分段矫正的误差最大值在3%左右。从仿真结果看出，本发明方法对消除累计误差具有明显效果。

Claims

1.一种基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于：是指基于电池温度，电池内阻，电池工作电流条件下的SOC真实值，建立三维离线模型；根据三维离线模型的SOC真实值，对安时积分法得到的SOC估计值的累积误差进行分段消除，最终得到SOC修正值。

2.如权利要求1所述的基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于包含以下步骤：

S2、利用安时积分法在线估算电池当前SOC估计值；

重复S3，S4，S5。

3.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于：步骤S1中由电池当前温度T、电池当前SOH值获取电池当前工作状态下的实际可用容量，用其修正电池当前最大可用容量C_N=SOH*Qn，式中Qn为电池额定容量，并将其用于安时积分法中的除数项。

4.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于，所述步骤S3包括如下几个子步骤：

5.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于：所述步骤S4的OCV-SOC标定曲线，是指利用不同温度，不同SOH的条件获取相应的关系曲线。

6.如权利要求2所述的基于模型参数分段矫正的锂电池SOC在线估计方法，其特征在于：所述步骤S5，根据OCV-SOC标定曲线获得SOC真实值后，将此值作为安时积分法当前时刻的初始值，继续使用安时积分法在线估计，输出最终估计值。