CN108646198A - 一种电池参数估计系统 - Google Patents

Abstract

本发明公开了一种电池参数估计系统，包括充放电模块、数据采集模块、数据处理与控制模块、显示模块；待测试电池固定在夹具中同时将其正负极与充放电模块电连接，所述数据采集模块用于将采集的电池放电过程中的数据送入到数据处理与控制模块中，所述数据处理与控制模块与显示模块连接。本发明的优点在于：对电池的模型进行参数估计，可以计算模型对应的参数信息，方便工程人员对于电池的参数进行分析，为下一步的电量估计等研究奠定基础；且结构紧凑、测试过程方便快捷，自动化程度高。

Description

一种电池参数估计系统

技术领域

本发明涉及电池测量领域，特别涉及一种电池参数估计系统。

背景技术

锂电池由于体积小、重量轻、无记忆效应、绿色环保等优势而得到了广泛应用；尤其是在电动汽车、风光储能等国家重点扶持的新能源领域，锂电因其自身的技术优势和产业链成熟，已成为当仁不让的首选。

锂电池在工作过程中的电量估计(SOC)是锂电应用技术的一个关键问题和难点。只有精确的SOC估计才能预测电池的工作时间与充电状态，避免电池过放电与过充电；同时SOC也是制定高精度均衡策略的依据，比基于端电压的均衡策略更具科学合理性。

电池的可用电量受到工作电流、温度、老化等因素的制约，因此高精度的SOC估计是一个十分困难的问题。传统的SOC估计方法有端电压法和电流积分法，端电压法是利用电池的稳定态开路电压估计SOC，一般只用于电量初值的估计，难以实时估计电量；电流积分法通过对工作电流的实时积分估算电量变化值，其精度受电流传感器影响较大，且由于初值估计的影响精度受到限制。

目前比较准确的SOC估计方法为扩展卡尔曼滤波法。卡尔曼滤波是根据线性系统以前时刻的状态通过递推来估算当前时刻的状态值。锂电池这种复杂的非线性系统可以先通过偏导矩阵近似线性化，然后再结合卡尔曼滤波进行SOC估计，故称之为扩展卡尔曼滤波(EKF)。锂电池是一个动态系统，其输出是内部综合当前时刻之前所有时刻的累积的结果，因此我们可将电池的电流、工作温度等参数作为系统输入，SOC作为状态参量，电池电压作为输出，通过选择合理的电池模型建立EKF估计方程就可以进行锂电池SOC的迭代估算。

对于科研人员和工程师来说，对电池的研究需要根据所选模型获取参数，这就需要通过专用设备对待测电池进行充放电操作，并采集相应的电信号供后续的电池模型参数估算。这类方法需要的专用设备往往占用空间大，操作复杂，灵活性差；因此有必要设计一种操作方便，系统紧凑便携，智能化程度高的锂电参数估计系统。

发明内容

本发明的目的在于克服现有技术的不足，提供一种电池参数估计系统，用于方便工程师或研究人员获取充放电信号以研究电池系统的模型参数。

为了实现上述目的，本发明采用的技术方案为：一种电池参数估计系统，包括充放电模块、数据采集模块、数据处理与控制模块、显示模块；待测试电池固定在夹具中同时将其正负极与充放电模块电连接，所述数据采集模块用于将采集的电池放电过程中的数据送入到数据处理与控制模块中，所述数据处理与控制模块与显示模块连接。

所述充放电模块与待测试电池之间形成放电回路，所述充放电模块根据数据处理与控制模块的控制信号以预设电流对电池进行放电，所述数据采集模块用于采集放电过程中的数据信息并送入到数据处理与控制模块中。

放电时间达到预设时间后控制充放电模块停止电池放电，数据处理与控制模块根据放电过程中采样的数据进行存储和处理，得到参数估计结果并通过显示模块进行显示。

所述数据处理与控制模块中预设电池数学模型，所述数据处理与控制模块根据采集的放电过程中的数据以及电池模型求解电池参数。

所述数据处理与控制模块与上位机连接，所述上位机上运行Labview平台。

所述数据采集模块包括电压采集模块、电流采集模块，用于分别采样放电过程中电池输出回路的电压、电流信号。

本发明的优点在于：对电池的模型进行参数估计，可以估计模型对应的参数信息，方便工程人员对于电池的性能进行研究计算，且结构简单、自动化程度高；本系统既可以直接估算电池参数并显示，也可以将数据上传上位机，在上位机端利用Labview虚拟仪器平台进行更丰富的数据处理与图像显示，充分具备了虚拟仪器的优点。

附图说明

下面对本发明说明书各幅附图表达的内容及图中的标记作简要说明：

图1为本发明系统结构原理图；

图2为本发明二阶电池模型图；

图3为本发明放电波形图。

具体实施方式

下面对照附图，通过对最优实施例的描述，对本发明的具体实施方式作进一步详细的说明。

如图1所示，一种电池参数估计系统，包括充放电模块、数据采集模块、数据处理与控制模块、显示模块，待测试电池固定在夹具中同时将其正负极与充放电模块电连接，数据采集模块用于将采集的电池放电过程中的数据送入到数据处理与控制模块中，数据处理与控制模块与显示模块连接。

充放电模块与待测试电池之间形成放电回路，充放电模块根据数据处理与控制模块的控制信号以预设电流对电池进行放电，数据采集模块用于采集放电过程中的数据信息并送入到数据处理与控制模块中。放电时间达到预设时间后控制充放电模块停止电池放电，数据处理与控制模块根据放电过程中采样的数据进行存储和处理，得到参数估计结果并通过显示模块进行显示。数据处理与控制模块中预设电池数学模型，数据处理与控制模块根据采集的放电过程中的数据以及电池模型求解电池参数。

电池参数估计系统的工作原理如下：将待测试电池放于夹具中固定好，该夹具可根据电池尺寸调节正负极接点位置，从而保证不同型号电池都可以可靠的接入系统。测试系统开机后，充放电模块在中央控制器的控制下以预设电流对电池进行放电；持续放电t1时间后停止放电，此时电池进入零输入响应状态。数据采集系统将整个过程进行采样，得到的数据由中央处理器进行储存。采样完成后处理器对数据按照式(1)、(2)进行拟合就可以求得当前电池端电压(OCV)下的电池模型参数。参数估计结果可以直接由显示屏显示，也可以通过上位机接口传输给上位机显示储存。中央处理器也可以直接将采样数据传输给上位机，上位机可以利用虚拟仪器开发平台(如Labview)直接对数据进行拟合处理，求解电池模型参数。使用虚拟仪器技术的好处在于可以利用上位机强大的处理能力进行复杂的数据处理与分析，例如可以控制充放电系统进行不同电量下的参数估计；同时Labview系统拥有良好的显示界面，可以对数据进行各种绘图显示与分析处理。

电量估算的基础是电池模型的选择和模型参数标定。目前常用的模型有Thevenin模型和二阶RC模型。在Thevenin模型中，R1代表电池的欧姆内阻；R2是电池的极化电阻，C是极化电容，二者并联构成容阻回路，可以模拟电池在极化产生与消除过程中表现出的动态特性。而在二阶RC模型中，用两个RC并联结构来模拟电池的回弹特性和极化效应，如图2。相比Thevenin模型，二阶RC模型对电池的特性模拟更加精确，但是复杂度上升，后续的SOC估计的计算量也相应增大。

电池模型参数的估计通过放电实验来进行。锂电池端电压的放电-静置波形如图3所示。在V1到V2处为放电过程，V2之后为电池静置时间，静置时间需足够长以消除极化效应。其中静置区域又分为两部分：V2到V3部分是电流消失瞬间电池端电压的突变，这与电池的欧姆内阻相对应；V3到V4部分为电压逐渐上升的过程，此过程与电池极化消失的过程相对应。

当电池回路断开时，通过电池的外部电流为零；此时RC网络为零输入响应，对于二阶RC模型由V3到V4的电池工作电压可用公式1表示：

下面的分析都以二阶模型为例，Thevenin模型是二阶RC模型的简化，相当于一阶的RC模型，只需省去第二个指数项即可。

放电试验时根据具体的电池型号选择适宜的放电电流I，经过放电-静置过程实验可以得到电池开路电压与时间的曲线，将该曲线按照函数

进行拟合就可以求得当前OCV下的电池模型参数：

显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，均在本发明的保护范围之内。

Claims (6)

1.一种电池参数估计系统，其特征在于：包括充放电模块、数据采集模块、数据处理与控制模块、显示模块，待测试电池固定在夹具中同时将其正负极与充放电模块电连接，所述数据采集模块用于采集并将采集的电池放电过程中的数据送入到数据处理与控制模块中，所述数据处理与控制模块与显示模块连接。

2.如权利要求1所述的一种电池参数估计系统，其特征在于：所述充放电模块与待测试电池之间形成放电回路，所述充放电模块根据数据处理与控制模块的控制信号以预设电流对电池进行放电，所述数据采集模块用于采集放电过程中的数据信息并送入到数据处理与控制模块中。

3.如权利要求2所述的一种电池参数估计系统，其特征在于：放电时间达到预设时间后控制充放电模块停止电池放电，数据处理与控制模块根据放电过程中采样的数据进行存储和处理，得到参数估计结果通过显示模块进行显示。

4.如权利要求1-3任一所述的一种电池参数估计系统，其特征在于：所述数据处理与控制模块中预设电池数学模型，所述数据处理与控制模块根据采集的放电过程中的数据以及电池模型求解电池参数。

5.如权利要求1所述的一种电池参数估计系统，其特征在于：所述数据处理与控制模块与上位机连接，所述上位机上运行Labvi ew平台。

6.如权利要求1所述的一种电池参数估计系统，其特征在于：所述数据采集模块包括电压采集模块、电流采集模块，用于分别采样放电过程中电池输出回路的电压、电流信号。