CN107632272B - 一种基于电芯温度预测的电池放电荷电状态精确估计方法 - Google Patents

一种基于电芯温度预测的电池放电荷电状态精确估计方法 Download PDF

Info

Publication number
CN107632272B
CN107632272B CN201711091297.7A CN201711091297A CN107632272B CN 107632272 B CN107632272 B CN 107632272B CN 201711091297 A CN201711091297 A CN 201711091297A CN 107632272 B CN107632272 B CN 107632272B
Authority
CN
China
Prior art keywords
discharge
dod
current
cell
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.)
Active
Application number
CN201711091297.7A
Other languages
English (en)
Other versions
CN107632272A (zh
Inventor
吴晓亮
韩朋朋
张朋翔
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.)
SINO WEALTH ELECTRONIC CO Ltd
Original Assignee
SINO WEALTH ELECTRONIC 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 SINO WEALTH ELECTRONIC CO Ltd filed Critical SINO WEALTH ELECTRONIC CO Ltd
Priority to CN201711091297.7A priority Critical patent/CN107632272B/zh
Publication of CN107632272A publication Critical patent/CN107632272A/zh
Application granted granted Critical
Publication of CN107632272B publication Critical patent/CN107632272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Secondary Cells (AREA)

Abstract

本发明提供了一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法,其特征在于,所有预测基于电芯内部温度而非电芯表面温度或环境温度;且预测过程跳过电芯模型参数直接预测放电终止处DOD和本次放电过程的Qmax,是一种基于经验数据估算修正的方法。其中,DOD表示电芯的放电深度,理想满充时放电深度为0,理想放空时放电深度为100%;Qmax表示当前状态下电芯化学总容量。

Description

一种基于电芯温度预测的电池放电荷电状态精确估计方法
技术领域
本发明涉及电源管理技术,特别涉及一种电池剩余容量的估计方法,具体是一种应用于动力电池在放电阶段估计电池剩余容量的方法。
背景技术
现有设备、仪器,甚至汽车都在大量使用电池供电,随着电池越来越多的使用,对电池剩余电量或者荷电状态的获取变得越来越迫切,且要求的精度也越来越高。然而对电池的容量估计影响因素较多,有报道的专利或文献中,大多采用较复杂的数学运算或复杂的电路模型,完成这些复杂运算或模型建立需要耗费大量资源,这使得对电池的容量估计变得不利于工业化和市场化。
电池的容量和电池的使用寿命强相关,虽然电池使用阶段前期表现不明显,但在产品使用寿命范围内,电池寿命的影响早已不可忽略,对电池容量估计的同时必须将寿命因素考虑在内。这里所说的寿命一般指电池的充放电循环次数。也就是说随着电池充放电次数的增加,电池的容量会逐渐衰减。
对电池剩余容量或荷电状态的估计方法很多,有安时法、开路电压法、电池模型法、卡曼滤波法或神经网络法等等。由于容量估计的同时需要考虑温度、电流、电池寿命、电池内阻或极化等因素的影响,每种方法各有利弊,安时法和开路电压法不能适应复杂工况要求;电路模型法受模型限制,不能匹配某些情形的参数;而卡曼滤波或神经网络法需要MCU有强大的数据处理能力,对成本要求较高。
不管采用哪种方法,对电池的容量估计都要考虑电池的温度因素,而在大量文献或专利中大多所述的温度仅指电池的表面温度,而表面温度并非是影响电池性能的主要温度因素,电池的内部温度才是估算方法需要重点考虑的参数之一。
对电池剩余容量的估计往往在电池放电阶段对其精度有较高要求,也就是设备使用阶段要求更严格,而放电阶段的工况复杂,放电电流可能随时改变,且温度变化规律难以发掘利用,再加上电池老化等因素影响,为了满足精度要求一般选择的算法都较为复杂,如卡曼滤波等。
因此,亟需一种简单易行的电池剩余容量的估计方法。
发明内容
本发明的主要目的是提供一种简单有效的电池剩余容量的估计方法,采用小型MCU就可实现,从而节约成本。
本发明的另一个目的是为了将电池内部温度纳入考虑范围,从而提高预测精度,增大方法的适用范围。
为了满足上述目的,本发明提供了一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法,其特征在于,所有预测基于电芯内部温度而非电芯表面温度或环境温度;且预测过程跳过电芯模型参数直接预测放电终止处DOD和本次放电过程的Qmax,是一种基于经验数据估算修正的方法。DOD表示电芯的放电深度,理想满充时放电深度为0,理想放空时放电深度为100%。Qmax表示当前状态下电芯化学总容量。
在一个实施例中,所述方法包括如下步骤:
步骤1:组织m*n组实验(m种温度,n种放电电流)对备选电芯进行充放电以获取包括电芯端电压、电芯表面温度和环境温度、电芯放电电流等数据。
步骤2:分析总结温度数据,进行内部温度预测获取放电终点处电芯内部温度。
步骤3:计算获取每种温度、放电电流对应的满充时和放空时的DOD,记录总放电电量。计算每种条件的Qmax。
步骤4:将放空时DOD(以下称之为DODEOD)或本次Qmax,和对应条件下的放电电流I,预测得到的放电终点内部温度T,作图于三维坐标系,坐标系中,x轴为本次放电终点处放电电流,y轴为电芯内部温度,z轴为EOD。并将坐标点进行曲面拟合或其他插值操作。将z轴换为Qmax也做类似操作。
步骤5:在电芯实际应用中,采取相同的方法预测电芯内部温度,并预测电芯放电终止处电流,根据曲面方程或插值关系得到当前条件下的DODEOD和Qmax,并据此修正当前剩余放电电量。
在一个实施例中,所述电芯内部温度预测包括:通过获取电芯所处环境温度、电芯表面温度以及电芯表面温度的变化率三个参数,并根据事先总结的数据模型公式推算得到电芯内部温度值。
在一个实施例中,所述数据模型公式通过前期实验获得的数据推测的数学模型得到,本发明使用公式为:
Figure RE-GDA0002294118950000031
式(1)中,Tinternal表示当前电芯内部温度;Tsurface表示当前电芯表面温度;Tair表示当前电芯所处的环境温度;α为经验常数,可根据不同类型电芯进行调整,当前取值 16;k表示表面温升斜率即表面温度变化率,单位为℃/s,由该位置附近0.5摄氏度范围内的数据计算得到。
在一个实施例中,对于电芯内部温度预测,并非仅仅根据当前表面温度和表面温度变化率预测当前电芯内部温度,而且还根据电芯内部温度及其内部温度变化率预测某段时间后的电芯内部温度。
在一个实施例中,预测某段时间后电芯内部温度包括:预测小于tp时间之内的内部温度值,超出该时间预测值仍限定为tp时刻的值。tp时间可根据不同电芯的不同状态进行调整,在本发明具体实施方式中该值优选取剩余放电时间的一半。预测方法为:
Figure RE-GDA0002294118950000032
式(2)中,t0表示当前时刻,t1表示预测时刻,kinternal表示内部温度变化率。
在一个实施例中,关于温度预测,等同地,可以将温升斜率k计算为温度对放电电量的温度变化率,即k单位为℃/mAh,然后用剩余放电电量RC乘以k加上当前温度值即可预测放电终点处的温度。
在一个实施例中,跳过电芯模型参数直接预测放电终止处DOD和本次放电过程的Qmax指的是,在本次放电过程中,不考虑电芯模型或模型参数变化,如不考虑电芯内阻变化,极化影响,仅考虑放电终点处DOD的不同。放电终止处DOD和本次放电Qmax的预测依据事先获取的三维状态表或曲面方程计算得到。
在一个实施例中,关于三维状态表或曲面方程,由m个温度点、n个电流值组成的m*n组实验获取备选电芯参数,组织为三维坐标作图于立体坐标系中,坐标系中, x轴为本次放电终点处放电电流,y轴为电芯内部温度,z轴为放电终点处DOD或Qmax。
在一个实施例中,通过m*n组实验获取备选电芯参数包括采取标准充放电电流进行试验,且充放电后进行充分静置以获取足够准确的满充后或放空后的DOD,根据 DOD数据和放电容量计算获取当次Qmax的值,以及记录当前放空后DOD的值。满充后DOD可以采取同样方法对该值进行有效利用。
最终获取参数的利用,其特征在于将其绘制与三维坐标系中,对其进行曲面拟合或其他插值运算,目的获取现有坐标点以外但符合现有坐标排布规律的其他坐标。
在一个实施例中,获取现有坐标点以外但符合现有坐标排布规律的其他坐标的方式可包括:采用平面拟合,曲面拟合,曲面插值,或在某一平面上(如电流为1C时) 对另一参数进行曲线拟合或插值。
在一个实施例中,所述修正当前剩余放电电量包括:
根据当前实际条件参数(放电电流和电芯内部温度)通过现有拟合曲面或插值关系搜索得到对应的DODEOD或Qmax,并将最新(本次)计算得到的DODEOD(new)与原DODEOD(old)比较,得到一个差值:
ΔDOD=DODEOD(new)-DODEOD(old) (3)
然后根据此差值修正当前剩余放电电量,修正方法为:
剩余放电电量RC计算表达式为,
RC=(DODEOD-DODpresent)·Qmax (4)
利用旧参数,根据(4)求得
得到新的参数后,将式(5)代入式(4)求RC
RC(new)=(DODEOD(new)-DODpresent)·Qmax(new) (4)
从而完成对剩余放电电量RC的修正。
进而求得放电过程中的SOC,即RC与FCC的比值。
附图说明
本发明的以上发明内容以及下面的具体实施方式在结合附图阅读时会得到更好的理解。需要说明的是,附图仅作为所请求保护的发明的示例。在附图中,相同的附图标记代表相同或类似的元素。
图1示出本发明两个主要阶段的子过程执行流程图,即数据准备阶段执行流程图和修正计算阶段执行流程图;
图1A示出根据本发明一实施例的数据准备阶段执行流程图;
图1B示出根据本发明一实施例的修正计算阶段执行流程图;
图2示出根据本发明一实施例的DODEOD与放电终止处的电芯内部温度和放电电流拟合关系图。
图2(a)示出插值拟合曲面;
图2(b)示出插值拟合曲面侧面,可见该曲面类似平面;
图2(c)示出拟合平面;
图2(d)示出拟合平面侧面;
图3示出根据本发明一实施例的Qmax与温度线性拟合结果;
图4示出根据本发明一实施例中的电芯端电压与OCV测试结果;
图5示出根据本发明一实施例的放电过程中电芯表面温度与电芯内部温度估计结果,其中上面一条曲线为电芯内部温度估计,下面一条曲线为电芯实测表面温度,横坐标为放电时间;
图6示出根据本发明一实施例的放电过程中电芯内部温度与电芯内部温度在放电截止处的预测结果,其中上面一条曲线为电芯内部在放电截止处的预测,下面一条曲线为电芯内部温度,横坐标为放电时间。
图7示出根据本发明一实施例中不同环境温度、不同放电电流,发明方法所得的SOC与实测SOC误差列表,包含放电截止处FCC误差。
图8示出根据本发明一实施例中按本发明方法估计所得到的SOC与实际SOC,在不同环境温度下的误差列表,放电截止处的FCC估计结果与实测结果误差也一并列入其中。
具体实施方式
以下在具体实施方式中详细叙述本发明的详细特征以及优点,其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施,且根据本说明书所揭露的说明书、权利要求及附图,本领域技术人员可轻易地理解本发明相关的目的及优点。
本发明公开了一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法,本方法旨在说明如何在电芯放电期间对剩余电量进行修正,包括数据准备阶段和修正计算阶段。数据准备阶段包含电芯基础数据的获取、电芯内部温度的预测、DODEOD 和Qmax的计算、拟合关系的建立;修正计算阶段包含电芯内部温度的实时预测、放电终止位置的温度和电流预判、本次放电DODEOD和Qmax的回归计算,以及对本次放电过程的可放电总电量以及剩余放电电量的修正。修正阶段可选择性或实时对估测参数进行调整更新。本发明提供的方法,可在线对任意锂离子电池或铅酸电池进行参数估计,实施方法简单易行,误差小于5%。
本发明的基于电芯内部温度预测的动力电池放电荷电状态精确估计方法可包括如下步骤:
步骤1:组织m*n组实验(m种温度,n种放电电流)对备选电芯进行充放电以获取包括电芯端电压、电芯表面温度和环境温度、电芯放电电流等数据。
步骤2:分析总结温度数据,进行电芯内部温度预测获取放电终点处电芯内部温度。
步骤3:计算获取每种温度、放电电流对应的满充时和放空时的DOD,记录总放电电量。计算每种条件的Qmax(Qmax表示当前状态下电芯化学总容量)。
步骤4:将放空时DOD(以下称之为DODEOD)或本次Qmax,和对应条件下的放电电流I,预测得到的放电终点内部温度T,作图于三维坐标系,坐标系中,x轴为本次放电终点处放电电流,y轴为电芯内部温度,z轴为EOD。并将坐标点进行曲面拟合或其他插值操作。将z轴换为Qmax也做类似操作。
步骤5:在电芯实际应用中,采取相同的方法预测电芯内部温度,并预测电芯放电终止处电流,根据曲面方程或插值关系得到当前条件下的DODEOD和Qmax,并据此修正当前剩余放电电量。
步骤1中的一个优选方案为,选择三个电流分别为0.2C、1C、2C,选择三个环境温度为0℃、20℃、40℃,对这几个条件交叉进行9组实验,分别都进行如下过程实验,实验过程为满充、静置5小时、满放静置5小时。充电采取该电芯说明书规定的标准充电电流等条件,实验过程中记录电芯端电压、电芯表面温度和环境温度、电芯放电电流等数据。
步骤1中的实验另一个优选方案可以为,间断性的放电,以给电芯足够时间去散热,保持电芯内部温度与表面温度的差值在尽量小的范围内。由此得到的数据可以总结得出电芯内部温度和表面温度的经验关系:
Figure RE-GDA0002294118950000061
式(1)中,Tinternal表示当前电芯内部温度;Tsurface表示当前电芯表面温度;α为经验常数,可根据不同类型电芯进行调整,当前取值16;k表示表面温升斜率即表面温度变化率,单位为℃/s,由在一定时间内,温度变化0.5℃范围内的数据计算得到。。
由式(1)得出每种实验条件下电芯放空位置处的内部温度,并将内部温度T,放电终止处电流I,本次放电终止处DODEOD作于三维坐标系中,并对该9个空间点进行曲面拟合,或通过插值等方法获取空间其他位置同样满足这9个点排布规律的坐标位置。
上述DODEOD可通过电芯说明书中电芯开路电压OCV和DOD关系查表得到,如果该电芯说明书中未给出OCV-DOD关系,则需事先实验测得即可。进一步地,本发明可以选择更多测试点来完善拟合结果,使得拟合关系更加可信。最终得到类似于式 (2)、式(3)的关系,为实时计算提供方便。
DODEOD=f(Tinternal,i) (2)
Qmax=f(Tinternal) (3)
DODEOD与温度和电流的关系,通过实验结果分析发现是一个近似平面关系,图示于附图2;Qmax与温度和电流的关系,通过实验结果分析发现Qmax仅和电芯内部温度相关,接近于线性关系,见附图3。
步骤1~4均属于本发明方法的数据准备阶段,步骤5属于修正计算阶段。在修正计算阶段本发明执行步骤如下:
步骤5-1:在电芯使用阶段,获取电芯表面温度,计算其实时温度变化率。
步骤5-2:根据经验公式(1)计算电芯实时内部温度,并计算电芯内部温度变化率。
步骤5-3:根据电芯内部温度变化率,预测小于tp时间之内的内部温度值,优选地,tp取值剩余放电时间或剩余放电时间的一半。在放电过程中tp取值时可暂时取小于剩余放电时间的某值,用来评估此时间后的内部温度,防止直接预估放电终点温度而偏差过大。但在接近放空位置时,tp应取值为剩余放电时间。
步骤5-4:根据预测得到的内部温度,放电电流,代入拟合曲面得到预测DODEOD和Qmax。放电电流优选地选用上次放电终止电流或本次放电到当前为止的平均放电电流。DODEOD或Qmax的求解优选地选择拟合函数代入计算,可选地选择相邻点线性插值或二次多项式插值获得。
步骤5-5:应用中并非实时进行步骤5-4操作,仅在电流或温度发生明显变化且在新值稳定后才计算获取DODEOD和Qmax的新值,新值获取后得到DODEOD预测值新值与旧值的差
ΔDOD=DODEOD(new)-DODEOD(old) (4)
然后根据此差值修正当前剩余放电电量,修正方法如下
首先明确剩余放电电量RC计算表达式为:
RC=(DODEOD-DODpresent)·Qmax (5)
利用旧参数,根据式(5)求得
Figure RE-GDA0002294118950000081
得到新的参数后,将式(6)代入式(5)求RC新值
RC(new)=(DODEOD(new)-DODpresent)·Qmax(new) (7)
从而完成对剩余放电电量RC的修正。
Qmax的更新可根据应用环境或电芯特性选择不同方法,不是本发明讨论重点,但本发明将Qmax看作是温度的函数,当Qmax由其他方法更新后,需要在不同温度位置等比例调整。调整时,可选择分别做上下幅度限制,可根据不同电芯性能或应用环境调整。
另外,本发明中对DODEOD拟合曲面根据电芯实际应用情况也会选择性调整,若实际电芯存在放空现象且之后静置时间足够采集获取DODEOD,则可根据此时条件在对应点坐标调整为新的位置,否则不作调整。所有拟合曲线或相关点位置经过调整后,在下次计算中使用新的拟合曲线或数据点获取新值。
下面结合附图对本发明作进一步详细说明。
选择一款锂离子电芯,为市场常见的18650系列中的一款,该电芯满充电压为4.2V,放空电压为2.5V,标称容量为2700mAh,使用温度范围是-20℃~60℃,标准充电电流为0.5C。
对该电芯进行0.2C电流充放电并在多个容量位置长时间静置,实现对该电芯开路电压OCV和放电深度DOD之间关系的获取。若选择电芯说明书中有已知类似数据可省去此步骤。
在高低温下重复上述实验,可得结论DOD-OCV关系受温度影响较小,在本实施例中认为和温度无关,详细关系见图4中下方一条曲线所示。
然后对电芯进行标准充电,至满充(标准充电电压,充电电流<100mA),静置2 小时,对电芯进行0.2C放电至放空(电芯端电压小于2.5V)后静置2小时。整个过程每2秒记录一次电芯端电压、电芯表面温度、电芯放电电流。
选择环境温度分别为0℃、20℃、40℃,放电电流为0.2C、1C、2C,重复上述实验,记录数据。
根据满充和放空后静置2小时后的电芯端电压进行修正计算该位置的电芯放电深度DOD,根据从满充到放空放电电量除以满充和放空位置DOD之差计算得到Qmax;同时根据电芯表面温度变化计算电芯放电终点处的温度变化率,根据电芯表面温度和温度变化率,按照式(1)推测电芯内部温度,计算结果于表1所示。
表1中多放电量表示电芯放电至端电压小于2.5V的电量,截止电压表示电芯放空位置定义的电压,截止点电流表示放电终点处的放电电流,总放电量表示当次放电过程放出的总电量。
测试过程中在接近放空时放电改为放电3min静置5min重复,目的是避免内部温升过大减小估计误差。所以认为表1中电芯内部温度数据与电芯表面温度相差不大。
表1数据计算结果
Figure RE-GDA0002294118950000091
表1数据计算结果(续表)
Figure RE-GDA0002294118950000092
Figure RE-GDA0002294118950000101
表1数据计算结果(续表)
Figure RE-GDA0002294118950000111
将表1中截止点电流、内部温度、DODEOD作图于三维坐标系中,并对其进行插值拟合,见图2所示,我们可以选择图2(a)(b)或图2(c)(d)两种方式进行,在此我们选择第二种方式,图2(c)(d)中给出了这些点平面拟合的结果,其方程为 DODEOD(%)=A+B1*current+B2*temperature.其中参数A、B1、B2根据数据点拟合结果确定。
在实际应用中,只需预测放电截止时的电流和温度,然后代入上述方程计算得到EOD的预测值,然后根据式(5)计算当然剩余电量RC。DODEOC的计算在满充位置根据电压电流计算得到,Qmax取上次计算值,放电截止位置的电流取本次放电平均电流,放电截止点温度按照式(1)计算得到。
实际应用时,可对平面DODEOD接近100%处做弯曲处理。处理时保证不影响实测点取值,并符合DODEOD缓慢逼近接近100%的规律即可。
本次放电我们将电芯表面温度和估算的内部温度作于图5,内部温度的计算遵循式(1)完成,其中k的计算过程为,假设当前电芯表面温度为T,取5个温度点T-0.1℃、 T-0.2℃、T-0.3℃、T-0.4℃、T-0.5℃首次出现位置,以坐标(时间位置,温度值)进行拟合直线求得斜率即为k。
求得剩余放电时间,方法不在本发明范围内,简单地,可选择用剩余放电电量除以放电电流计算得到。以放电中此时刻为例:此时电芯表面温度为15.3℃,环境温度为-0.1℃,根据上一步骤求得表面温升速率k=0.0054℃/s,根据式(1)求得电芯内部温度为19.9℃。
从上一步骤时间开始,温度变化0.5度后,求得5个内部温度值为 19.9℃,20.2℃,20.4℃,20.6℃,20.8℃,且根据这5个温度在时间坐标上的分布,求得内部温升变化斜率k’=0.0063℃/s,查取此时剩余放电时间为1282s,则可预测放电终止处电芯内部温度为478*0.0063+19.9=30.0℃。
继续得到第6个内部温度值为21.3℃,以最新的5个温度值及其时间分布,计算得内部温度变化率k’=0.0068℃/s,并根据当前剩余放电时间求得放电截止处内部温度为33.3℃。以此往复不断重复计算,并对旧值取50%权重后得到新值。最终此时得到放电终止时电芯内部温度预测值为31.6℃。其他时刻的预测温度见图6。图6显示的预测值已作了滤波处理。
根据当前放电电流2104mA和预测得到的放电截止处内部温度31.6℃,计算得到本次放电终止位置DODEOD约91.0%.
根据上次充电截止时保留的数据DODEOC=0.7%,以及温度对应的Qmax为2885mAh,进而求得本次放电可放总电量FCC=(DODEOD-DODEOC)*Qmax= (91.0%-0.7%)*2885mAh=2605mAh,剩余电量RC=FCC-PC。RC在放电开始前没有有效数据(如表面温升斜率k)获取时,均以表达式RC=FCC原值-PC获取。此时刻计算得到的RC=2188mAh,进而求得SOC=RC/FCC=84%。放电过程其他时刻SOC的计算结果作于图7中。
测试完成后,根据记录的电压、电流找到放电截止位置,然后根据电流积分反推得到真实的RC和FCC,然后在放电时刻中任意位置用此时刻的RC/FCC得到真实的 SOC,同样作于图7中。
由图7可见,按照本发明方法估计得到的SOC与实际SOC全程误差不超过5%。重新评估0度、20度、40度环境温度,精度仍然可以得到有效保证。见附图8列表。
这里采用的术语和表述方式只是用于描述,本发明并不应局限于这些术语和表述。使用这些术语和表述并不意味着排除任何示意和描述(或其中部分)的等效特征,应认识到可能存在的各种修改也应包含在权利要求范围内。其他修改、变化和替换也可能存在。相应的,权利要求应视为覆盖所有这些等效物。
同样,需要指出的是,虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可做出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims (11)

1.一种基于电芯内部温度预测的动力电池放电荷电状态精确估计方法,其特征在于,所述方法包括:
步骤1:组织m*n组实验对备选电芯进行充放电以获取电芯端电压、电芯表面温度和环境温度、电芯放电电流,其中,m表示m种温度,n表示n种放电电流;
步骤2:分析总结温度数据,进行电芯内部温度预测,以获取放电终点处电芯内部温度;
步骤3:计算并获取每种电芯内部温度、放电电流对应的满充时和放空时的放电深度DOD,记录总放电电量,并计算每种条件下的电芯化学总容量Qmax;
步骤4:将放空时的放电深度DOD或本次Qmax、对应条件下的放电电流I、以及预测得到的放电终点处电芯内部温度T作图于三维坐标系,并将坐标点进行曲面拟合或插值操作;其中,在所述三维坐标系中,x轴为本次放电终点处放电电流,y轴为电芯内部温度,z轴为放空时的放电深度或Qmax;其中,放空时的放电深度DOD称之为DODEOD
步骤5:在电芯实际应用中,采取如前述步骤1-4预测电芯内部温度,并预测电芯放电终止处电流,根据曲面方程或插值关系得到当前条件下的放空时的放电深度和电芯化学总容量,并据此修正当前剩余放电电量。
2.根据权利要求1所述的方法,其特性在于,所述预测均基于电芯内部温度而非电芯表面温度或环境温度;且预测过程跳过电芯模型参数直接预测放电终止处的放电深度DOD和本次放电过程的电芯化学总容量Qmax;其中,理想满充时放电深度为0,理想放空时放电深度为100%。
3.根据权利要求1所述的方法,其特性在于,所述电芯内部温度预测包括通过获取电芯所处环境温度、电芯表面温度以及电芯表面温度的变化率三个参数,并根据事先总结的数据模型公式推算得到电芯内部温度值。
4.根据权利要求3所述的方法,其特征在于,所述数据模型公式为通过前期实验获得的数据推测的数学模型得到,所述数据模型公式为:
Figure FDA0002294118940000021
式(1)中,Tair表示当前电芯所处的环境温度;Tinternal表示当前电芯内部温度;Tsurface表示当前电芯表面温度;α为经验常数,可根据不同类型电芯进行调整,当前取值16;k表示表面温升斜率即表面温度变化率,单位为℃/s。
5.根据权利要求1所述的方法,其特性在于,所述电芯内部温度预测并非仅仅根据当前表面温度和表面温度变化率预测当前电芯内部温度,而且还根据电芯内部温度及其内部温度变化率预测某段时间后的电芯内部温度。
6.根据权利要求5所述的方法,其特征在于,所述电芯内部温度预测包括:
预测小于tp时间之内的内部温度值,超出该时间预测值仍限定为tp时刻的值;其中,tp时间可根据不同电芯的不同状态进行调整,所述预测方法为:
其中,式(2)中,t0表示当前时刻,t1表示预测时刻,kinternal表示内部温度变化率,
Figure FDA0002294118940000023
表示当前时刻t0的电芯内部温度;
Figure FDA0002294118940000024
表示预测时刻t1的电芯内部温度。
7.根据权利要求4所述的方法,其特征在于,所述温升斜率k可替换为温度对放电电量的温度变化率,即k单位为℃/mAh,然后用剩余放电电量RC乘以k加上当前温度值即可预测放电终点处的温度。
8.根据权利要求2所述的方法,其特征在于,所述跳过电芯模型参数直接预测放电终止处放电深度DOD和本次放电过程的电芯化学总容量Qmax指的是在本次放电过程中,不考虑电芯模型或模型参数变化,仅考虑放电终点处DOD的不同,放电终止处放电深度DOD和本次放电过程的电芯化学总容量Qmax的预测依据事先获取的三维状态表或曲面方程计算得到。
9.根据权利要求1所述的方法,其特征在于,步骤1中的m*n组实验采取标准充放电电流进行试验,且充放电后进行充分静置以获取足够准确的满充后或放空后的DOD,根据DOD数据和放电容量计算获取当次Qmax的值,以及记录当前放空后DOD的值及满充后DOD的值;
步骤4的目的是获取现有坐标点以外但符合现有坐标排布规律的其他坐标。
10.根据权利要求9所述的方法,其特征在于,所述获取现有坐标点以外但符合现有坐标排布规律的其他坐标至少包括:
采用平面拟合、曲面拟合、曲面插值,或在某一平面上对另一参数进行曲线拟合或插值。
11.根据权利要求1所述的方法,其特征在于,所述修正当前剩余放电电量包括:
根据当前放电电流和电芯内部温度,通过现有拟合曲面或插值关系搜索得到对应的DODEOD或Qmax,并将本次计算得到的DODEOD(new)与DODEOD(old)比较,得到一个差值:ΔDOD=DODEOD(new)-DODEOD(old) (3)
其中,DODEOD(new)为本次计算得到DODEOD,DODEOD(old)为上一次计算得到的DODEOD
根据所述差值修正当前剩余放电电量,所述修正进一步包括:
剩余放电电量RC计算表达式为,
RC=(DODEOD-DODpresent)·Qmax (4)
利用旧参数,根据(4)求得
Figure FDA0002294118940000031
得到新的参数后,将式(5)代入式(4)求RC
RC(new)=(DODEOD(new)-DODpresent)·Qmax(new) (6)
从而完成对剩余放电电量RC的修正;
进而求得放电过程中的SOC,即RC与FCC的比值;
其中,RC(new)为本次计算得到的剩余放电电量,RC(old)为上一次计算得到的剩余放电电量;Qmax(new)为本次计算得到的电芯化学总容量Qmax,Qmax(old)为上一次计算得到的电芯化学总容量Qmax,FCC为可放电总量;DODpresent为当前的放电深度。
CN201711091297.7A 2017-11-08 2017-11-08 一种基于电芯温度预测的电池放电荷电状态精确估计方法 Active CN107632272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711091297.7A CN107632272B (zh) 2017-11-08 2017-11-08 一种基于电芯温度预测的电池放电荷电状态精确估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711091297.7A CN107632272B (zh) 2017-11-08 2017-11-08 一种基于电芯温度预测的电池放电荷电状态精确估计方法

Publications (2)

Publication Number Publication Date
CN107632272A CN107632272A (zh) 2018-01-26
CN107632272B true CN107632272B (zh) 2020-02-28

Family

ID=61107493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711091297.7A Active CN107632272B (zh) 2017-11-08 2017-11-08 一种基于电芯温度预测的电池放电荷电状态精确估计方法

Country Status (1)

Country Link
CN (1) CN107632272B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6962302B2 (ja) 2018-09-28 2021-11-05 オムロン株式会社 電源装置および電源システム
CN109633463A (zh) * 2018-11-28 2019-04-16 上海松岳电源科技有限公司 一种基于单体电池动力电池系统的soc评估方法
CN109921111B (zh) * 2019-03-14 2020-08-04 上海大学 一种锂离子电池内部温度估测方法及系统
CN109839595A (zh) * 2019-03-14 2019-06-04 上海大学 一种基于充电电压特性的电池荷电状态确定方法及系统
CN110567583B (zh) * 2019-07-16 2020-08-18 浙江工业大学 一种基于红外图像储能电池堆三维温度可视化方法
CN111983479B (zh) * 2020-08-04 2021-05-04 珠海迈巨微电子有限责任公司 电池物理模型实时建立方法、更新方法及电池监控设备
CN113173106B (zh) * 2021-04-28 2024-03-01 雅迪科技集团有限公司 电动车电池监测方法、装置、电子设备及存储介质
JP2022171118A (ja) * 2021-04-30 2022-11-11 ルネサスエレクトロニクス株式会社 半導体装置およびバッテリ残量監視方法
CN114447455A (zh) * 2022-02-10 2022-05-06 上海汽车集团股份有限公司 一种温度测量方法及装置
CN114816959B (zh) * 2022-05-07 2023-01-13 深圳宇凡微电子有限公司 一种lcd屏电池电量显示方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103529399A (zh) * 2013-10-28 2014-01-22 湖南大学 一种基于铅酸电池改进型pngv模型的模拟方法
CN104113103A (zh) * 2013-04-18 2014-10-22 三星Sdi株式会社 电池管理系统及其驱动方法
CN105206888A (zh) * 2015-08-31 2015-12-30 浙江工业大学之江学院 一种锂离子电池内部温度监测方法
CN103257323B (zh) * 2013-06-03 2016-03-23 清华大学 一种锂离子电池剩余可用能量的估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104113103A (zh) * 2013-04-18 2014-10-22 三星Sdi株式会社 电池管理系统及其驱动方法
CN103257323B (zh) * 2013-06-03 2016-03-23 清华大学 一种锂离子电池剩余可用能量的估计方法
CN103529399A (zh) * 2013-10-28 2014-01-22 湖南大学 一种基于铅酸电池改进型pngv模型的模拟方法
CN105206888A (zh) * 2015-08-31 2015-12-30 浙江工业大学之江学院 一种锂离子电池内部温度监测方法

Also Published As

Publication number Publication date
CN107632272A (zh) 2018-01-26

Similar Documents

Publication Publication Date Title
CN107632272B (zh) 一种基于电芯温度预测的电池放电荷电状态精确估计方法
CN110967636B (zh) 电池的荷电状态修正方法、装置、系统和存储介质
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
US10126369B2 (en) Secondary battery capacity measurement system and secondary battery capacity measurement method
CN106716158B (zh) 电池荷电状态估算方法和装置
Xiong et al. A data-driven based adaptive state of charge estimator of lithium-ion polymer battery used in electric vehicles
Anton et al. Support vector machines used to estimate the battery state of charge
WO2019202752A1 (ja) 蓄電池診断装置および蓄電池診断方法、並びに蓄電池制御システム
EP3232216A1 (en) Power storage element state estimation device and power storage element state estimation method
CN112615075A (zh) 电池快速充电方法及计算机设备
JP6490882B1 (ja) 蓄電池診断装置および蓄電池診断方法、並びに蓄電池制御システム
CN109342950A (zh) 一种用于锂电池荷电状态的评估方法、装置及其设备
CN113567873B (zh) 一种基于电池组内单体充电曲线差异的电池容量和soc估计方法
CN110133515B (zh) 电池剩余能量确定方法及其装置
JP2013254710A (ja) 蓄電素子の寿命推定装置、寿命推定方法及び蓄電システム
JP2020153881A (ja) 充電可能電池劣化推定装置および充電可能電池劣化推定方法
KR101160541B1 (ko) 전지 잔여용량 예측방법
CN110687460B (zh) 一种soc预估方法
CN114865117A (zh) 锂离子电池电极嵌锂量检测方法、装置及电池管理系统
CN109387784B (zh) 多维度状态估算效准soc的方法以及动态修正soc的方法
CN112114254B (zh) 一种动力电池开路电压模型融合方法
CN106680722B (zh) 一种实时在线预测ocv-soc曲线的方法和装置
CN113176516A (zh) 容量预测方法、装置、电子设备及存储介质
CN109507590B (zh) 一种去多元干扰网格智能跟踪soc修正方法及系统
CN116148670A (zh) 一种电化学储能电站电池寿命估算方法及装置

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