CN107861073B - 一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 - Google Patents
一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 Download PDFInfo
- Publication number
- CN107861073B CN107861073B CN201711078943.6A CN201711078943A CN107861073B CN 107861073 B CN107861073 B CN 107861073B CN 201711078943 A CN201711078943 A CN 201711078943A CN 107861073 B CN107861073 B CN 107861073B
- Authority
- CN
- China
- Prior art keywords
- battery
- moment
- formula
- indicate
- accumulator
- 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
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明公开了一种基于CHVT模型的车载铅酸蓄电池电量在线估计方法,其特征是以智能电池传感器为核心,智能电池传感器实时获取蓄电池端电压、蓄电池电路电流和蓄电池内部温度并由端电压、电路电流和内部温度进行电量估计系数的估计,然后通过估计出的电量估计系数计算时变参数,再通过计算出的时变参数估计出蓄电池健康系数并同时计算出蓄电池开路电压;建立CHVT蓄电池电量估计模型,最后由蓄电池健康系数、蓄电池开路电压和蓄电池内部温度通过CHVT模型对蓄电池电量进行估计。本发明能在蓄电池输出功率以及负载需求事先未知的情况下,实时在线地估计蓄电池电量,优化蓄电池的使用情况,从而延长车载铅酸蓄电池的使用寿命。
Description
技术领域
本发明涉及一种蓄电池能量监测技术,具体的说是一种通过函数模型在线估计来实现汽车铅酸蓄电池蓄电池电量的估计方法。
背景技术
为了应对政府日益严格的汽车燃油经济性以及有害气体排放的标准,同时满足车辆动力性以及驾驶人员舒适性的需求,汽车制造业正在不遗余力地开发和实施多种能量管理策略和控制策略延长蓄电池的使用寿命,尽可能地提高汽车能量管理策略的效率和准确性。蓄电池作为整车能量源之一,需要对蓄电池进行更加精准的电量估计才能有效提高汽车能量管理,优化蓄电池的使用情况,延长车载铅酸蓄电池的使用寿命。
现阶段的蓄电池电量估计大都是在驻车状态下对电池内部状态离线估计。MORITAY等使用神经网络算法对蓄电池进行估计,虽有效预测蓄电池的剩余容量,但却只能在驻车离线状态下进行预测;I-KunTseng等采用模拟数据算法对电池荷电状态进行估算,虽提高了蓄电池荷电状态估计的精度,但却需要大量的训练数据;C.R.Gould等通过实验对蓄电池模型中的参数进行检测估计,确认其中的一个电容和蓄电池的健康状态有着线性的关系,虽利用此线性关系建立出蓄电池健康状态估计的公式,但线性关系变量单一,是一种理想状态下的蓄电池健康状态估计。因此,这些方法无法在真实的汽车行驶中得到应用。
现有的蓄电池电量估计中,蓄电池的开路电压是估计蓄电池电量的唯一研究对象,蓄电池电量的变化是由开路电压单个因素引起的,未考虑蓄电池健康系数和蓄电池温度对蓄电池电量的影响。由于蓄电池电量与蓄电池健康系数、蓄电池开路电压以及蓄电池温度之间相互关联,分开单独研究会影响蓄电池电量的估计精度,就会导致蓄电池经常过充放电,影响发动机正常启动和蓄电池的使用寿命;同时还会造成车辆动力性不足。
因此,在蓄电池输出功率以及负载需求事先未知的情况下,如何设计燃油汽车铅酸蓄电池电量实时在线估计方法,优化蓄电池的使用情况,延长车载铅酸蓄电池的使用寿命,已经成为燃油汽车蓄电池电量管理技术的重要研究方向。
发明内容
本发明为了克服上述现有技术的不足,提出了一种基于CHVT模型的车载铅酸蓄电池电量在线估计方法,以期能在蓄电池输出功率以及负载需求在事先未知的情况下,实时在线估计蓄电池电量,优化蓄电池的使用情况,从而延长车载铅酸蓄电池的使用寿命。
为实现上述目的,本发明采用了以下技术方案:
本发明一种基于CHVT模型的车载铅酸蓄电池电量在线估计方法的特点是按如下步骤进行:
步骤1、实时采集t时刻蓄电池的端电压V0(t)、电路电流I(t)和蓄电池的内部温度T(t),并根据蓄电池在t时刻的端电压增量ΔV(t)=V(t)-V(t-1)和蓄电池在t时刻的电路电流增量ΔI(t)=I(t)-I(t-1),利用式(1)估计t时刻蓄电池电量估计电阻系数α1(t)和α2(t)以及电容系数β1(t)和β2(t):
式(1)中,Ts表示在线采样时间间隔;R1(t)、R2(t)、C1(t)和C2(t)均表示铅酸蓄电池的时变参数,其中,R1(t)表示t时刻蓄电池内部的极化电阻,R2(t)表示t时刻蓄电池内部的自放电电阻,C1(t)表示t时刻蓄电池两极板间的电容,C2(t)表示t时刻蓄电池存储电量的电容,并由式(2)获得:
式(2)中,K1表示t时刻蓄电池两极板间的电容C1(t)的电容温度系数,K2表示t时刻蓄电池存储电量的电容C2(t)的电容温度系数;
步骤2、利用式(3)估计t时刻蓄电池健康系数H(t):
式(3)中,Q0表示蓄电池标称额定容电量,a、b分别表示蓄电池自身的固有参数;
步骤3、利用式(4)计算蓄电池在t时刻的开路电压V(t):
步骤4、以蓄电池电量C、蓄电池健康系数H、蓄电池开路电压V和蓄电池内部温度T来构建四维函数关系,从而形成如式(5)所示的CHVT模型,并用于估计t时刻蓄电池的电量C(t):
式(5)中,KH表示蓄电池健康系数H的偏移系数,KV表示蓄电池开路电压V的偏移系数,KT表示蓄电池内部温度T的偏移系数;V(0)表示蓄电池在理想状态下的开路电压。
与已有技术相比,本发明的有益效果在:
1、本发明以智能电池传感器核心,设计了一种铅酸蓄电池电量在线估计方法,智能电池传感器实时采集蓄电池端电压、电路电流和内部温度,利用时变参数特性估计出蓄电池的健康系数并同时计算出开路电压,进而利用CHVT蓄电池电量估计模型对蓄电池电量进行更加精确的估计,从而实现了汽车铅酸蓄电池电量在线估计。
2、本发明通过实时获取蓄电池内部温度、利用时变参数温度特性,解决了在对铅酸蓄电池电量进行估计时无法将温度因素考虑进去的技术难题;此外,本发明有助于检测蓄电池高温工作时间,实时限制了蓄电池长时间高温工作,防止了蓄电池内部温度过高导致蓄电池使用寿命的缩减。
3、本发明利用CHVT蓄电池电量估计模型对蓄电池电量进行估计的方法,能够达到对蓄电池电量更精准的估计,使蓄电池时刻处在合理的充放电范围内,优化了蓄电池的使用情况,延长了蓄电池的使用寿命;更加有助于蓄电池输出功率的合理分配,提高了汽车燃油经济性;确保了用电负载能正常工作以及发动机在连续启停状态下每一次都能正常启动。
4、本发明通过针对蓄电池内部时变参数、蓄电池开路电压、蓄电池健康系数以及蓄电池内部温度追踪实现了蓄电池电量估计的实时性和自适应性,不依赖于对蓄电池输出功率以及用电负载需求的提前了解,因而能够实车在线实施。
附图说明
图1为本发明蓄电池电量估计T=-25℃时CHV关系图;
图2为本发明蓄电池电量估计T=25℃时CHV关系图;
图3为本发明蓄电池电量估计T=75℃时CHV关系图;
图4为本发明蓄电池电量估计计算流程图;
图5为本发明蓄电池电量估计方法流程图。
具体实施方式
本实施例中,如图4和图5所示,一种基于CHVT模型的车载铅酸蓄电池电量在线估计方法是按如下步骤进行:
步骤1、实时采集t时刻蓄电池的端电压V0(t)、电路电流I(t)和蓄电池的内部温度T(t),并根据蓄电池在t时刻的端电压增量ΔV(t)=V(t)-V(t-1)和蓄电池在t时刻的电路电流增量ΔI(t)=I(t)-I(t-1),利用式(1)估计t时刻蓄电池电量估计电阻系数α1(t)和α2(t)以及电容系数β1(t)和β2(t):
式(1)中,Ts表示在线采样时间间隔;R1(t)、R2(t)、C1(t)、C2(t)均表示铅酸蓄电池的时变参数,其中,R1(t)表示t时刻蓄电池内部的极化电阻,R2(t)表示t时刻蓄电池内部的自放电电阻,C1(t)表示t时刻蓄电池两极板间的电容,C2(t)表示t时刻蓄电池存储电量的电容,并由式(2)获得:
式(2)中,K1表示t时刻蓄电池两极板间的电容C1(t)的电容温度系数,K2表示t时刻蓄电池存储电量的电容C2(t)的电容温度系数,具体实施中,K1=87.5,K2=83.5;x表示电阻温度指数系数,y表示电容温度指数系数,具体实施中,当蓄电池内部温度T(t)在-60℃到+60℃时,x的取值在2到3之间选取,y的取值在4到5之间选取;其他温度时,x的取值在3到4之间选取,y的取值在5到6之间选取;
步骤2、利用式(3)估计t时刻蓄电池健康系数H(t):
式(3)中,Q0表示蓄电池标称额定容电量,a、b分别表示蓄电池自身的固有参数;具体实施中,a、b的值可由蓄电池规格说明中查得;蓄电池健康系数表示蓄电池实际能存储电量与标称能存储电量的比值;
步骤3、利用式(4)计算蓄电池在t时刻的开路电压V(t):
蓄电池开路电压V(t)表示蓄电池在开路状态下的端电压;
步骤4、以蓄电池电量C、蓄电池健康系数H、蓄电池开路电压V和蓄电池内部温度T来构建四维函数关系,从而形成如式(5)所示的CHVT模型,并用于估计t时刻蓄电池的电量C(t):
式(5)中,KH表示蓄电池健康系数H的偏移系数,KV表示蓄电池开路电压V的偏移系数,KT表示蓄电池内部温度T的偏移系数,具体实施中,当蓄电池内部温度T(t)大于25℃时,KH和KT的取值均在0到1之间选取,KV的取值在-1到0之间选取;当蓄电池内部温度T(t)小于25℃时,KH取值在0到1之间选取,KV和KT的取值在-1到0之间选取;当蓄电池内部温度T(t)等于25℃时,此时的CHVT模型函数关系为C(t)=KHKVH(t)[V(t)-V(0)],KH的取值在0到1之间选取,KV的取值在-1到0之间选取;V(0)表示蓄电池在理想状态下的开路电压,具体实施中,V(0)的取值可由蓄电池规格说明中查得;蓄电池电量表示其实际电量与其标称电量的比值;
在数据表查询具体实施中,已知在t时刻H(t)、V(t)、T(t)的值,通过搜索CHVT模型数据表中H(t)对应的一行找到V(t)中对应的T(t)一列,可查得t时刻的蓄电池电量估计值C(t);具体查询如表1所示:
表1为本发明蓄电池电量估计值表:
表1中仅列举了在H=1、0.75、0.65、0.45,V=12.25V、12.50V、12.75V、13V,T=-25℃、25℃、75℃下对应的C的值;T=-25℃时CHV关系如图1所示,T=25℃时CHV关系如图2所示,T=75℃时CHV关系如图3所示。
如图1、图2和图3所示,在CHVT模型关系图中,每个T的值对应一个CHV关系图,在CHV关系图中,H的值位于图中坐标轴下方用不同线条表示,V的值为纵坐标,C的值为横坐标,建立CHVT模型的四维函数关系。
至此,本方案实现了燃油汽车铅酸蓄电池电量在线估计,使蓄电池电量状态维持在其合理区间内,优化了蓄电池的使用情况,有效限制了蓄电池高温工作时间,延长了蓄电池的使用寿命;更加有助于蓄电池输出功率的合理分配,提高了汽车燃油经济性。
同时,本方案通过针对蓄电池内部时变参数、蓄电池开路电压、蓄电池寿命以及蓄电池温度的追踪实现了蓄电池电量估计的实时性和自适应性,不依赖于对蓄电池输出功率以及负载需求的提前了解,因而能够实车在线实施。
Claims (1)
1.一种基于CHVT模型的车载铅酸蓄电池电量在线估计方法,其特征是按如下步骤进行:
步骤1、实时采集t时刻蓄电池的端电压V0(t)、电路电流I(t)和蓄电池的内部温度T(t),并根据蓄电池在t时刻的端电压增量ΔV(t)=V(t)-V(t-1)和蓄电池在t时刻的电路电流增量ΔI(t)=I(t)-I(t-1),利用式(1)估计t时刻蓄电池电量估计电阻系数α1(t)和α2(t)以及电容系数β1(t)和β2(t):
式(1)中,Ts表示在线采样时间间隔;R1(t)、R2(t)、C1(t)和C2(t)均表示铅酸蓄电池的时变参数,其中,R1(t)表示t时刻蓄电池内部的极化电阻,R2(t)表示t时刻蓄电池内部的自放电电阻,C1(t)表示t时刻蓄电池两极板间的电容,C2(t)表示t时刻蓄电池存储电量的电容,并由式(2)获得:
式(2)中,K1表示t时刻蓄电池两极板间的电容C1(t)的电容温度系数,K2表示t时刻蓄电池存储电量的电容C2(t)的电容温度系数;
步骤2、利用式(3)估计t时刻蓄电池健康系数H(t):
式(3)中,Q0表示蓄电池标称额定容电量,a、b分别表示蓄电池自身的固有参数;
步骤3、利用式(4)计算蓄电池在t时刻的开路电压V(t):
步骤4、以蓄电池电量C、蓄电池健康系数H、蓄电池开路电压V和蓄电池内部温度T来构建四维函数关系,从而形成如式(5)所示的CHVT模型,并用于估计t时刻蓄电池的电量C(t):
式(5)中,KH表示蓄电池健康系数H的偏移系数,KV表示蓄电池开路电压V的偏移系数,KT表示蓄电池内部温度T的偏移系数;V(0)表示蓄电池在理想状态下的开路电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711078943.6A CN107861073B (zh) | 2017-11-06 | 2017-11-06 | 一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711078943.6A CN107861073B (zh) | 2017-11-06 | 2017-11-06 | 一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107861073A CN107861073A (zh) | 2018-03-30 |
CN107861073B true CN107861073B (zh) | 2019-11-08 |
Family
ID=61700832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711078943.6A Active CN107861073B (zh) | 2017-11-06 | 2017-11-06 | 一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107861073B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537891A (zh) * | 2020-05-12 | 2020-08-14 | 广东电网有限责任公司 | 一种蓄电池运行参数在线感知与健康模型构建系统及方法 |
CN112798962B (zh) * | 2021-03-15 | 2024-04-30 | 东莞新能安科技有限公司 | 电池滞回模型训练方法、估算电池soc的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721926A (zh) * | 2012-03-02 | 2012-10-10 | 友达光电股份有限公司 | 电池芯健康状态的评估方法 |
CN104502859A (zh) * | 2014-12-31 | 2015-04-08 | 清华大学深圳研究生院 | 电池荷电量及电池健康状态的检测、诊断方法 |
CN105021996A (zh) * | 2015-08-04 | 2015-11-04 | 深圳拓普科新能源科技有限公司 | 储能电站bms的电池soh估算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102574084B1 (ko) * | 2016-01-14 | 2023-09-04 | 삼성전자주식회사 | 배터리 관리 장치 및 방법 |
-
2017
- 2017-11-06 CN CN201711078943.6A patent/CN107861073B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721926A (zh) * | 2012-03-02 | 2012-10-10 | 友达光电股份有限公司 | 电池芯健康状态的评估方法 |
CN104502859A (zh) * | 2014-12-31 | 2015-04-08 | 清华大学深圳研究生院 | 电池荷电量及电池健康状态的检测、诊断方法 |
CN105021996A (zh) * | 2015-08-04 | 2015-11-04 | 深圳拓普科新能源科技有限公司 | 储能电站bms的电池soh估算方法 |
Non-Patent Citations (1)
Title |
---|
一种蓄电池剩余电量估算新方法;鲁照权等;《合肥工业大学学报》;20170630;第40卷(第6期);775-778 * |
Also Published As
Publication number | Publication date |
---|---|
CN107861073A (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107271905B (zh) | 一种用于纯电动汽车的电池容量主动估计方法 | |
CN102749588B (zh) | 基于蓄电池soc和soh的故障诊断方法 | |
CN108919137B (zh) | 一种考虑不同电池状态的电池老化状态估计方法 | |
KR101172183B1 (ko) | 차량의 배터리 soh 추정 장치 및 방법 | |
RU2564102C1 (ru) | Устройство управления и способ управления для безводной аккумуляторной батареи | |
CN102407784B (zh) | 用于估计蓄电池soc的方法和设备 | |
CN102347517B (zh) | 一种寿命状态自适应型soc估算方法及系统 | |
CN111352032A (zh) | 一种锂电池动态峰值功率预测方法 | |
CN105425154B (zh) | 一种估计电动汽车的动力电池组的荷电状态的方法 | |
CN104459551A (zh) | 一种电动汽车动力电池能量状态估算方法 | |
CN110554321B (zh) | 一种实时检测退役动力电池soc的方法 | |
JP2010500539A (ja) | 容量に依存したパラメータに基づくバッテリ容量検出方法 | |
JP5904134B2 (ja) | 電池システム | |
CN107861073B (zh) | 一种基于chvt模型的车载铅酸蓄电池电量在线估计方法 | |
CN110895310A (zh) | 一种磷酸铁锂电池soc估算系统 | |
CN104360286A (zh) | 一种锂离子电池荷电状态估算修正方法 | |
CN111965559A (zh) | 一种锂离子电池soh在线估计方法 | |
CN108828448B (zh) | 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法 | |
CN113064089A (zh) | 动力电池的内阻检测方法、装置、介质以及系统 | |
WO2015055400A1 (de) | Verfahren und vorrichtung zur bestimmung eines ladungszustandsabhängigen leerlaufspannungsverlaufs einer fahrzeugbatterie | |
CN106249158A (zh) | 磷酸铁锂电池实际可用容量检测方法、系统及电动汽车 | |
CN109878378A (zh) | 电池内阻计算方法、装置及电池管理系统 | |
CN106707181A (zh) | 一种锂离子的电池参数与荷电状态估计方法 | |
CN103682499A (zh) | 混合动力汽车锂离子电池可变频率脉冲充电方法 | |
CN103630726B (zh) | 一种bms休眠模式下电池极化电压的估算方法 |
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 |