CN109188290A - 基于脉冲放电压差的储能电池模型参数辨识方法 - Google Patents
基于脉冲放电压差的储能电池模型参数辨识方法 Download PDFInfo
- Publication number
- CN109188290A CN109188290A CN201810591869.6A CN201810591869A CN109188290A CN 109188290 A CN109188290 A CN 109188290A CN 201810591869 A CN201810591869 A CN 201810591869A CN 109188290 A CN109188290 A CN 109188290A
- Authority
- CN
- China
- Prior art keywords
- battery
- voltage
- discharge
- zero
- equal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004146 energy storage Methods 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 11
- 229910052799 carbon Inorganic materials 0.000 claims description 16
- 239000003990 capacitor Substances 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 5
- 210000004196 psta Anatomy 0.000 claims 3
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000007599 discharging Methods 0.000 abstract description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 14
- 230000010287 polarization Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于脉冲放电压差的储能电池模型参数辨识方法,基于已被提出并广泛应用的电池充放电模型Thevenin模型提出的。该方法区别于传统辨识方法,利用Thevenin模型电路参数结合电池脉冲充放电曲线,使用基础电路参数计算方法,即可得到储能电池模型参数,计算量小、过程简单,计算结果精确。
Description
技术领域
本发明涉及电气工程领域,具体涉及一种基于脉冲放电压差的储能电池模型参数辨识方法。
背景技术
大规模铅炭电池储能系统是由单体电池串并联构成,各单体电池伏安特性及运行工况的差异性,导致铅炭电池储能系统因个别电池首先达到运行极限而制约其他单体电池调节能力的利用,故储能系统是由“短板电池”制约的受限调节电源。因此,设计一款更加贴近真实电池充放电效果的电池充放电模型以及相关的精确计算方法,对于蓄电池的合理利用以及相关数学模型的建立具有重大意义。
传统计算方法是基于充放电曲线的纯数学计算,计算过程涉及高阶方程等超越方程,需要软件仿真与计算,手算参数难以实现。且传统计算方法没有考虑电路模型的基本电路知识,不利于对电池模型本身的理解。
发明内容
为解决上述问题,本发明提供了一种基于脉冲放电压差的储能电池模型参数辨识方法,利用了基本电路特性,避免了参数方程的拟合,简化了计算过程,使铅碳电池充放电模型的外特性得到更好地理解。使用该方法计算铅碳电池充放电模型阻容参数的计算量小、过程简单,计算结果精确。
为实现上述目的,本发明采取的技术方案为:
基于脉冲放电压差的储能电池模型参数辨识方法,包括如下步骤:
S1、Ro辨识:
基于铅炭电池等效电路模型,放电开始瞬间,电流I在内阻Ro上产生电压降,形成电压曲线AB段,此时电容电压Up等于零,因此,内阻Ro可由AB段电压差除以流过Ro的电流得到,用UA表示电池放电前的开路电压,UB表示放电瞬间电流流过Ro时的电池端电压,可以得到Ro的求解表达式如下:
S2、Rp辨识:
恒流放电达到稳态时,流过电容Cp的电流等于零,即电流I全部通过电阻Ro,电容Cp的电压等于电阻Rp两端的电压,即
Up=I*Rp (6)
放电结束瞬间,电流I等于零,电阻Ro上的电压等于零,根据Ul=Uoc-IR0-Up可知,电池端电压U1的表达式为:
Ul=Uoc-Up (7)
用UD表示放电结束瞬间,电流I等于零时的电池端电压,根据公式(7),结合前述假设 Uoc不变,可得电容电压求解表达式如下:
Up=UA-UD (8)
根据公式(6)和(8)可求得Rp的表达式如下:
S3、Cp辨识:
放电过程:
A点之前,电池处于静止状态,Cp两端电压等于零,B点电池开始放电,可等效为零状态响应,设B点为零状态响应起点,则Up等于:
其中,τdis=Rp*Cpdis;
将式(10)代入Ul=Uoc-IR0-Up,可得电池端电压U1的表达式为:
用UC表示放电终止时刻的电池端电压,用tBC表示B、C两点的时间间隔,则式(11)可表示为:
由式(12)可求得电容Cpdis的表达式为:
静止过程:
放电结束后,电容Cp存储的能量通过Rp释放,可等效为零输入响应,设D点为零输入响应的起点,则Up等于:
其中,τsta=Rp*Cpsta;
将式(10)代入Ul=Uoc-IR0-Up,可得电池端电压U1的表达式为:
Ul=Uoc-UDe-t/τ (15)
用UE表示电池在E点的端电压,用tDE表示D、E两点的时间间隔,根据式(15)可求得电容Cpsta的表达式为:
根据公式(5)、(9)、(13)、(16)和放电曲线,求得的铅炭电池模型参数:Ro;Rp;Cpdis;Cpsta。
本发明具有以下有益效果:
该计算方法对于电池模型辨识以及电池快速SOC计算具有重要作用,相较传统计算方法,该模型辨识方法计算量小,计算过程结合电池物理模型,使计算具有更加灵活的环境适应性以及计算快速性。
附图说明
图1为Thevenin模型。
图2为铅炭电池脉冲放电曲线。
图3为铅炭电池Simulink仿真模型。
图4为Thevenin模型输出电压与实际电压对比图。
图5为仿真结果与实际电压差值。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的基于脉冲放电压差的储能电池模型参数辨识方法是基于已被提出并广泛应用的电池充放电模型Thevenin模型提出的。Thevenin模型由理想电压源E、并联RC网络和串联电阻Ro组成,如图1所示。理想电压源为电池开路电压,与SOC有关。并联RC网络用于表示电池的极化反应过程。串联电阻Ro用于表示电池极板、电解液和间隔板的电阻。Thevenin模型可以很好地模拟电池静态和暂态特性,且模型精度和计算复杂度均比较适中,是模拟电池特性较好的选择。
基于Thevinin等效电路的铅炭电池模型参数与电池内部结构、电解液浓度以及电池运行工况有关,无法通过测量直接获取,需要根据电池外部特性,通过特定的实验和数据处理方法得到。电池模型需要辨识的参数有开路电压Uoc、欧姆内阻Ro、极化电阻Rp和极化电容Cp。
根据基尔霍夫电压、电流定律和电容电压与电流的关系,可以得到Thevenin模型的数学表达式如下:
Ul=Uoc-IR0-Up (1)
根据SOC定义,采用Thevenin模型时,电池SOC的表达式如下:
式中:Ce为电池额定容量,单位为Ah,η为充放电效率,I为电池电流,以放电方向为正。
开路电压Uoc可表示为SOC的函数,即Uoc=f(SSOC)。
对铅炭电池进行脉冲放电,得到放电曲线如图2所示,红色曲线为电流曲线,蓝色曲线为电压曲线,因为放电时间很短,可以认为电池SOC不变,从而可以推出与SOC对应的电池开路电压不变,即放电前和放电后电池开路电压Uoc不变。
基于脉冲放电压差的储能电池模型参数辨识方法,包括如下步骤:
(1)Ro辨识:
结合图1所示的铅炭电池等效电路模型,放电开始瞬间,电流I在内阻Ro上产生电压降,形成电压曲线AB段,此时电容电压Up等于零,因此,内阻Ro可由AB段电压差除以流过Ro的电流得到,用UA表示电池放电前的开路电压,UB表示放电瞬间电流流过Ro时的电池端电压,可以得到Ro的求解表达式如下:
(2)Rp辨识:
恒流放电达到稳态时,流过电容Cp的电流等于零,即电流I全部通过电阻Ro,电容Cp的电压等于电阻Rp两端的电压,即
Up=I*Rp (6)
放电结束瞬间,电流I等于零,电阻Ro上的电压等于零,根据公式(1)可知,电池端电压U1的表达式为:
Ul=Uoc-Up (7)
用UD表示放电结束瞬间,电流I等于零时的电池端电压,根据公式(7),结合前述假设 Uoc不变,可得电容电压求解表达式如下:
Up=UA-UD (8)
根据公式(6)和(8)可求得Rp的表达式如下:
(3)Cp辨识:
观察电池端电压,BC和DE两段电压曲线的下降和上升斜率差别较大,用一个Cp不能准确描述电池特性,因此需要根据电池运行条件分别进行Cp辨识。
放电过程:
A点之前,电池处于静止状态,Cp两端电压等于零,B点电池开始放电,可等效为零状态响应,设B点为零状态响应起点,则Up等于:
其中,τdis=Rp*Cpdis。
将式(10)代入公式(1),可得电池端电压U1的表达式为:
用UC表示放电终止时刻的电池端电压,用tBC表示B、C两点的时间间隔,则式(11)可表示为:
由式(12)可求得电容Cpdis的表达式为:
静止过程:
放电结束后,电容Cp存储的能量通过Rp释放,可等效为零输入响应,设D点为零输入响应的起点,则Up等于:
其中,τsta=Rp*Cpsta。
将式(10)代入公式(1),可得电池端电压U1的表达式为:
Ul=Uoc-UDe-t/τ (15)
用UE表示电池在E点的端电压,用tDE表示D、E两点的时间间隔,根据式(15)可求得电容Cpsta的表达式为:
根据公式(5)、(9)、(13)、(16)和图2的放电曲线,求得的铅炭电池模型参数:Ro;Rp;Cpdis;Cpsta。
在辨识得到的电池模型参数基础上,将电流和SOC作为电池模型的输入量,实时输出等效电路模型的端电压,对电池模型输出的电压和实际电池电压比较,进行误差分析,验证等效电路模型的合理性和参数辨识的准确性。
模型应用之前,需要对其离散化,对Thevenin等效电路模型离散化得到以下表达式:
其中,U1(k)、Uoc(k)、Up(k)和I(k)分别为k时刻电池端电压、开路电压、极化电压和电池工作电流,Up(k+1)为k+1时刻电池极化电压,T为采样周期,τ=RpCp,为时间常数。
在Simulink仿真平台搭建的铅炭电池模型如图3所示,其中,模型输入为电池实际端电压、电池实际工作电流、电池初始SOC值、电流效率、电池额定容量、采样周期、极化电阻、电池内阻、放电时的极化电容、静止时的极化电容和k时刻的电容电压,模型输出为电池端电压、通过模型得到的电池端电压与实际端电压的差值和k+1时刻的电容电压。
室温下,以0.1C的电流幅值对铅炭电池进行脉冲放电,记录电池电流和端电压曲线。将电池电流曲线作为Thevenin电池模型输入,记录模型输出电压曲线,并与实际电池端电压曲线进行对比,如图4所示,图中,红色曲线为实际电池端电压曲线,蓝色曲线为电池模型输出曲线。
图5为仿真结果与实际电压的差值,可以看出,在放电开始和放电结束瞬间,仿真结果与实际电压差值较大,其他时间电压差值均很小,计算得到的平均误差为0.6mV。
模型仿真结果与实际电池电压曲线一致,除了放电开始和结束瞬间,仿真误差小于1.5mV,平均误差为0.6mV,能准确地描述电池原型,验证了模型的合理性和参数的准确性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.基于脉冲放电压差的储能电池模型参数辨识方法,其特征在于:包括如下步骤:
S1、Ro辨识:
基于铅炭电池等效电路模型,放电开始瞬间,电流I在内阻Ro上产生电压降,形成电压曲线AB段,此时电容电压Up等于零,因此,内阻Ro可由AB段电压差除以流过Ro的电流得到,用UA表示电池放电前的开路电压,UB表示放电瞬间电流流过Ro时的电池端电压,可以得到Ro的求解表达式如下:
S2、Rp辨识:
恒流放电达到稳态时,流过电容Cp的电流等于零,即电流I全部通过电阻Ro,电容Cp的电压等于电阻Rp两端的电压,即
Up=I*Rp (6)
放电结束瞬间,电流I等于零,电阻Ro上的电压等于零,根据Ul=Uoc-IR0-Up可知,电池端电压U1的表达式为:
Ul=Uoc-Up (7)
用UD表示放电结束瞬间,电流I等于零时的电池端电压,根据公式(7),结合前述假设Uoc不变,可得电容电压求解表达式如下:
Up=UA-UD (8)
根据公式(6)和(8)可求得Rp的表达式如下:
S3、Cp辨识:
放电过程:
A点之前,电池处于静止状态,Cp两端电压等于零,B点电池开始放电,可等效为零状态响应,设B点为零状态响应起点,则Up等于:
其中,τdis=Rp*Cpdis;
将式(10)代入Ul=Uoc-IR0-Up,可得电池端电压U1的表达式为:
用UC表示放电终止时刻的电池端电压,用tBC表示B、C两点的时间间隔,则式(11)可表示为:
由式(12)可求得电容Cpdis的表达式为:
静止过程:
放电结束后,电容Cp存储的能量通过Rp释放,可等效为零输入响应,设D点为零输入响应的起点,则Up等于:
其中,τsta=Rp*Cpsta;
将式(10)代入Ul=Uoc-IR0-Up,可得电池端电压U1的表达式为:
Ul=Uoc-UDe-t/τ (15)
用UE表示电池在E点的端电压,用tDE表示D、E两点的时间间隔,根据式(15)可求得电容Cpsta的表达式为:
根据公式(5)、(9)、(13)、(16)和放电曲线,求得的铅炭电池模型参数:Ro;Rp;Cpdis;Cpsta。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591869.6A CN109188290A (zh) | 2018-05-31 | 2018-05-31 | 基于脉冲放电压差的储能电池模型参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810591869.6A CN109188290A (zh) | 2018-05-31 | 2018-05-31 | 基于脉冲放电压差的储能电池模型参数辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109188290A true CN109188290A (zh) | 2019-01-11 |
Family
ID=64948565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810591869.6A Pending CN109188290A (zh) | 2018-05-31 | 2018-05-31 | 基于脉冲放电压差的储能电池模型参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109188290A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113447842A (zh) * | 2021-07-13 | 2021-09-28 | 北京西清能源科技有限公司 | 一种电池模型参数在线辨识的方法与系统 |
CN114089189A (zh) * | 2020-07-31 | 2022-02-25 | 财团法人工业技术研究院 | 电池管理系统的测试设备和测试方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2101806C1 (ru) * | 1996-02-01 | 1998-01-10 | Сибирская государственная горно-металлургическая академия | Способ определения электрических параметров аккумуляторных источников питания |
CN104360282A (zh) * | 2014-11-19 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种变长度滑动窗辨识电池参数的电池荷电状态估计方法 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
US9866029B2 (en) * | 2014-11-04 | 2018-01-09 | Nec Corporation | Enhancing power system voltage stability using grid energy storage for voltage support |
CN107576919A (zh) * | 2017-10-20 | 2018-01-12 | 广东石油化工学院 | 基于armax模型的动力电池荷电状态估算系统及方法 |
CN108089135A (zh) * | 2017-12-22 | 2018-05-29 | 广州市香港科大霍英东研究院 | 一种基于极限学习模型的电池状态预测系统及其实现方法 |
-
2018
- 2018-05-31 CN CN201810591869.6A patent/CN109188290A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2101806C1 (ru) * | 1996-02-01 | 1998-01-10 | Сибирская государственная горно-металлургическая академия | Способ определения электрических параметров аккумуляторных источников питания |
US9866029B2 (en) * | 2014-11-04 | 2018-01-09 | Nec Corporation | Enhancing power system voltage stability using grid energy storage for voltage support |
CN104360282A (zh) * | 2014-11-19 | 2015-02-18 | 奇瑞汽车股份有限公司 | 一种变长度滑动窗辨识电池参数的电池荷电状态估计方法 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN107576919A (zh) * | 2017-10-20 | 2018-01-12 | 广东石油化工学院 | 基于armax模型的动力电池荷电状态估算系统及方法 |
CN108089135A (zh) * | 2017-12-22 | 2018-05-29 | 广州市香港科大霍英东研究院 | 一种基于极限学习模型的电池状态预测系统及其实现方法 |
Non-Patent Citations (2)
Title |
---|
李洪宇: "锂离子电池参数估计", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
陈忠霞: "锂离子电池等效模型参数辨识研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114089189A (zh) * | 2020-07-31 | 2022-02-25 | 财团法人工业技术研究院 | 电池管理系统的测试设备和测试方法 |
CN113447842A (zh) * | 2021-07-13 | 2021-09-28 | 北京西清能源科技有限公司 | 一种电池模型参数在线辨识的方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023274194A1 (zh) | 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统 | |
CN108663631B (zh) | 一种锂离子电池组电化学阻抗谱在线测量装置 | |
CN105676135B (zh) | 一种特种工程车用动力铅酸电池剩余容量在线估算方法 | |
CN103529399B (zh) | 一种基于铅酸电池改进型pngv模型的模拟方法 | |
CN104849672B (zh) | 基于等效电路模型的锂电池动态阻抗参数识别方法 | |
CN104392080B (zh) | 一种锂电池分数阶变阶等效电路模型及其辨识方法 | |
CN112098851A (zh) | 智能电池与其荷电状态在线估计方法及应用 | |
CN103901351B (zh) | 一种基于滑动窗滤波的单体锂离子电池soc估计方法 | |
CN110703121A (zh) | 一种锂离子电池健康状态预测方法 | |
CN106483462B (zh) | 一种电池充电电量的测量方法和装置 | |
WO2019042398A1 (zh) | 电池均衡方法、系统、车辆、存储介质及电子设备 | |
CN105912799A (zh) | 一种液态或半液态金属电池的建模方法 | |
CN109541485A (zh) | 一种动力电池的soc估算方法 | |
CN106250576A (zh) | 一种基于动态阻抗的锂电池模型的建模方法 | |
CN105974320B (zh) | 一种液态或半液态金属电池荷电状态估计方法 | |
CN110441702B (zh) | 一种用扩展卡尔曼滤波估算锂离子电池充电电量的方法 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
CN105929336A (zh) | 一种动力锂离子电池健康状态估算方法 | |
WO2019042355A1 (zh) | 电池均衡方法、系统、车辆、存储介质及电子设备 | |
CN107167741A (zh) | 一种基于神经网络的锂电池soc观测方法 | |
CN109901072A (zh) | 基于历史数据与实验室测试数据的退役电池参数检测方法 | |
CN103293483A (zh) | 一种基于内阻测量的锂电池健康状况估计方法 | |
CN112816809B (zh) | 整车工况试验用动力电池模拟方法及模拟系统 | |
CN111366864A (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
CN116203428A (zh) | 基于恒压充电解算锂电池等效模型参数的自放电检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |