CN109541473B - 基于放电量加权累加的铅炭电池健康状态估算方法 - Google Patents

基于放电量加权累加的铅炭电池健康状态估算方法 Download PDF

Info

Publication number
CN109541473B
CN109541473B CN201811255763.5A CN201811255763A CN109541473B CN 109541473 B CN109541473 B CN 109541473B CN 201811255763 A CN201811255763 A CN 201811255763A CN 109541473 B CN109541473 B CN 109541473B
Authority
CN
China
Prior art keywords
battery
discharge capacity
state
health
soh
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
CN201811255763.5A
Other languages
English (en)
Other versions
CN109541473A (zh
Inventor
段双明
严干贵
朱微
李洪波
刘彦宇
刘莹
蔡长兴
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201811255763.5A priority Critical patent/CN109541473B/zh
Publication of CN109541473A publication Critical patent/CN109541473A/zh
Application granted granted Critical
Publication of CN109541473B publication Critical patent/CN109541473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种基于放电量加权累加的铅炭电池健康状态估算方法,将各放电深度DOD对应的放电量折算到最大放电量,根据折算后放电量的累加结果估算电池SOH;取电池具有最大总放电容量Ctotalmax的能力时,其健康状态为100%,则基于放电量累加的电池健康状态定义如下:
Figure DSA0000172722470000011
式中,Ctotalmax为电池最大总放电容量,∑CdisNmax为历史总放电容量。本发明中所使用的数据均为通过测量得到,有效避免了根据电池内阻和电池能量状态估算SOH时,由电池模型参数估算得到的电池内阻和能量状态误差带来的SOH估算结果误差,提高了SOH估算精度。

Description

基于放电量加权累加的铅炭电池健康状态估算方法
技术领域
本发明涉及电气工程领域,具体涉及一种基于放电量加权累加的铅炭电池健康状态估算方法。
背景技术
铅炭电池健康状态(SOH,State of Health)反应电池当前性能与出厂标称指标的偏离程度,是电池工作状况和剩余工作寿命的重要参考数据,是反应电池性能的一项重要指标。如何准确检测电池健康状态是电池用户关注的重点问题。
目前有多种针对电池SOH的估算方法和定义,不同SOH估算方法对应的定义也不同,但估算结果和定义均是为了反应电池的健康状态。目前提出方法包括:用电池内阻定义SOH,这就将SOH估算问题转换为对电池内阻的估算;用电池能量状态定义SOH,SOH的估算问题转换为电池能量状态的估算。通过电池模型参数估算得到的电池内阻和能量状态具有一定误差,再通过内阻或者能量状态得到的健康状态误差更大。如何提出新方法提高电池SOH估算精度,进而提升储能系统运行的安全性和经济性是目前迫切需要解决的问题。
发明内容
为解决上述问题,本发明提供了一种基于放电量加权累加的铅炭电池健康状态估算方法,该方法直接用历史累加数据实现SOH估算,不需要用到电池模型数据,不存在原始数据误差,提升了SOH估算精度。
为实现上述目的,本发明采取的技术方案为:
基于放电量加权累加的铅炭电池健康状态估算方法,其特征在于:包括如下步骤:
S1、令铅炭电池的各循环寿命对应的总放电容量为CtotalN,则
Figure GSB0000190271440000011
式中,Ce为电池额定容量(Ah),NN为循环寿命(次),DODN为循环寿命NN对应的放电深度(%);
S2、令电池最大总放电容量为Ctotalmax,则Ctotalmax与CtotalN的比值KN可表示为:
Figure GSB0000190271440000012
各循环寿命(次)对应的总放电容量折算到最大总放电容量的表达式CtotalNmax为:
CtotalNmax=CtotalN×KN (3)
循环寿命NN对应的放电容量CdisN折算到最大放电容量的表达式CdisNmax为:
CdisNmax=CdisN×KN (4)
S3、取电池具有最大总放电容量Ctotalmax的能力时,其健康状态为100%,则基于放电量累加的电池健康状态定义如下:
Figure GSB0000190271440000021
S4、根据铅炭电池循环寿命NN(次)与放电深度DODN的关系,得关系表达式:
NN=0.07135DODN 2-25.26DODN+2063 (6)
S5、将式(6)代入式(1),并对其求导数,令导数等于零,可求得最大总放电容量Ctotalmax以及对应的循环次数;
S6、记录电池单次放电容量CdisN和放电深度DODN,根据放电深度计算放电次数N,并根据式(2)计算Ctotalmax与CtotalN的比值KN,根据式(4)求取折算容量CdisNmax,对折算后的容量进行累加,得到折算后的总放电容量∑CdisNmax,最后,根据式(5)求取电池健康状态SOH。
本发明具有以下有益效果:
本发明提出基于放电量累加的铅炭电池健康状态估算,根据历史放电容量和电池最大可用放电总容量定义电池健康状态。所用数据通过测量得到,有效避免了根据电池内阻和电池能量状态估算SOH时,由电池模型参数估算得到的电池内阻和能量状态误差带来的SOH估算结果误差,提高了SOH估算精度。
附图说明
图1为实施例1中绘制的标准曲线。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明将各放电深度(DOD,Depth of Discharge)对应的放电量折算到最大放电量,根据折算后放电量的累加结果估算电池SOH。所用数据通过测量得到,有效避免了根据电池内阻和电池能量状态估算SOH时,由电池模型参数估算得到的电池内阻和能量状态误差带来的SOH估算结果误差,提高了SOH估算精度。具体推导过程如下:
S1、令铅炭电池的各循环寿命对应的总放电容量为CtotalN,则
Figure GSB0000190271440000031
式中,Ce为电池额定容量(Ah),NN为循环寿命(次),DODN为循环寿命NN对应的放电深度(%);
S2、令电池最大总放电容量为Ctotalmax,则Ctotalmax与CtotalN的比值KN可表示为:
Figure GSB0000190271440000032
各循环寿命(次)对应的总放电容量折算到最大总放电容量的表达式CtotalNmax为:
CtotalNmax=CtotalN×KN (3)
循环寿命NN对应的放电容量CdisN折算到最大放电容量的表达式CdisNmax为:
CdisNmax=CdisN×KN (4)
S3、取电池具有最大总放电容量Ctotalmax的能力时,其健康状态为100%,则基于放电量累加的电池健康状态定义如下:
Figure GSB0000190271440000033
此定义直接用历史累加数据实现SOH估算,没有用到电池模型数据,不存在原始数据误差,提升了SOH估算精度。定义中100%健康状态对应的总放电容量可以选择任何放电深度对应的总放电容量,此时,只需将KN重新定义即可。
实施例1
根据铅炭电池循环寿命NN(次)与放电深度DODN的关系(图1所示),得如下关系表达式:
NN=0.07135DODN 2-25.26DODN+2063 (6)
S5、将式(6)代入式(1),并对其求导数,令导数等于零,可求得最大总放电容量Ctotalmax等于98020Ah,对应的循环次数为933次;
S6、记录电池单次放电容量CdisN和放电深度DODN,根据放电深度计算放电次数N,并根据式(2)计算Ctotalmax与CtotalN的比值KN,根据式(4)求取折算容量CdisNmax,对折算后的容量进行累加,得到折算后的总放电容量∑CdisNmax,最后,根据式(5)求取电池健康状态SOH。
为了验证本发明所提方法估算电池SOH的正确性和有效性,分别用电池可用放电容量定义的SOH方法和本发明提出的放电量累加法进行对比。
电池的可用放电容量可以根据实验结果计算得到,因此用基于电池可用放电容量定义的SOH作为本发明研究SOH的参考值。基于电池可用放电容量的SOHref定义如下:
在标准条件下,电池从充满状态以一定功率进行放电,直至截止电压放出的电量记为Cused,Cused与电池额定容量Crated的比值即为电池参考健康状态SOHref
Figure GSB0000190271440000041
取单体电池进行SOH估算实验,实验过程如下:
①电池从充满状态以一定功率进行放电,直至截止电压1.8V,停止放电,计算参考SOHref为82%。以此参考SOH值为基准,计算本发明提出的SOH估算用到的折算容量累加值∑CdisNmax为17643.6Ah。
②将电池充电至充满状态。
③电池从充满状态以一定功率进行放电,直至截止电压1.8V。根据式8计算参考SOHref,根据本发明提出的SOH估算方法计算SOH。
④重复②、③8次,得到的实验结果如表1所示。
表1 SOH估算结果
Figure GSB0000190271440000042
表1的实验结果表明利用本发明提出的SOH估算方法可以准确得到电池SOH,与标准SOH相比,最大误差为1.31%,满足电池健康状态估算标准。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。

Claims (1)

1.基于放电量加权累加的铅炭电池健康状态估算方法,其特征在于:包括如下步骤:
S1、令铅炭电池的各循环寿命对应的总放电容量为CtotalN,则
Figure FSB0000190271430000011
式中,Ce为电池额定容量(Ah),NN为循环寿命(次),DODN为循环寿命NN对应的放电深度(%);
S2、令电池最大总放电容量为Ctotalmax,则Ctotalmax与CtotalN的比值KN可表示为:
Figure FSB0000190271430000012
各循环寿命(次)对应的总放电容量折算到最大总放电容量的表达式CtotalNmax为:
CtotalNmax=CtotalN×KN (3)
循环寿命NN对应的放电容量CdisN折算到最大放电容量的表达式CdisNmax为:
CdisNmax=CdisN×KN (4)
S3、取电池具有最大总放电容量Ctotalmax的能力时,其健康状态为100%,则基于放电量累加的电池健康状态定义如下:
Figure FSB0000190271430000013
S4、根据铅炭电池循环寿命NN(次)与放电深度DODN的关系,得关系表达式:
NN=0.07135DODN 2-25.26DODN+2063 (6)
S5、将式(6)代入式(1),并对其求导数,令导数等于零,可求得最大总放电容量Ctotalmax以及对应的循环次数;
S6、记录电池单次放电容量CdisN和放电深度DODN,根据放电深度计算放电次数N,并根据式(2)计算Ctotalmax与CtotalN的比值KN,根据式(4)求取折算容量CdisNmax,对折算后的容量进行累加,得到折算后的总放电容量∑CdisNmax,最后,根据式(5)求取电池健康状态SOH。
CN201811255763.5A 2018-10-18 2018-10-18 基于放电量加权累加的铅炭电池健康状态估算方法 Active CN109541473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811255763.5A CN109541473B (zh) 2018-10-18 2018-10-18 基于放电量加权累加的铅炭电池健康状态估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811255763.5A CN109541473B (zh) 2018-10-18 2018-10-18 基于放电量加权累加的铅炭电池健康状态估算方法

Publications (2)

Publication Number Publication Date
CN109541473A CN109541473A (zh) 2019-03-29
CN109541473B true CN109541473B (zh) 2020-12-29

Family

ID=65845240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811255763.5A Active CN109541473B (zh) 2018-10-18 2018-10-18 基于放电量加权累加的铅炭电池健康状态估算方法

Country Status (1)

Country Link
CN (1) CN109541473B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110112807B (zh) * 2019-05-29 2022-05-10 东北电力大学 一种储能系统多电池组并联功率分配方法
CN111123137B (zh) 2019-12-24 2022-03-08 中创新航科技股份有限公司 电池组的soc和soh的估算方法
CN112798974B (zh) * 2020-12-22 2022-11-29 中国船舶重工集团公司第七0九研究所 孤立基站混合供电系统蓄电池soh在线监测方法及系统
CN112540318B (zh) * 2020-12-22 2022-01-04 武汉理工大学 一种起动内燃机的铅酸蓄电池健康状态估算方法
CN112765794A (zh) * 2021-01-05 2021-05-07 国网辽宁省电力有限公司经济技术研究院 基于加速寿命试验的磷酸铁锂电池的可靠性分析方法
CN113281656B (zh) * 2021-05-20 2023-05-09 北京现代汽车有限公司 电池健康度的确定方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728563A (zh) * 2013-12-17 2014-04-16 惠州市亿能电子有限公司 一种电池健康状态的测算方法
CN104569844A (zh) * 2014-12-31 2015-04-29 浙江大学宁波理工学院 阀控密封式铅酸蓄电池健康状态监测方法
JP2017219405A (ja) * 2016-06-07 2017-12-14 日立化成株式会社 車両およびその電池状態検知システム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520367A (zh) * 2011-12-26 2012-06-27 中国电子科技集团公司第十八研究所 一种空间用氢镍蓄电池寿命评估方法
CN103326428B (zh) * 2013-06-08 2015-08-26 东北电力大学 一种提高锂电池寿命的储能系统运行优化控制方法
CN105425156B (zh) * 2015-11-06 2018-07-10 安徽江淮汽车集团股份有限公司 一种动力电池循环寿命测试方法
CN106786689B (zh) * 2016-12-02 2019-05-21 东北电力大学 一种计及运行和惩罚成本的储能容量优化配置方法
CN108064391B (zh) * 2016-12-22 2019-04-05 深圳力维智联技术有限公司 一种电池循环寿命的快速预测方法及其快速预测装置
CN107145628B (zh) * 2017-03-31 2020-09-11 中南大学 基于电化学-热耦合模型的预测锂电池循环寿命的方法
CN107122603A (zh) * 2017-04-24 2017-09-01 国网山东省电力公司潍坊供电公司 一种微电网中蓄电池储能系统寿命测算方法
CN108549032A (zh) * 2018-04-17 2018-09-18 北京智行鸿远汽车有限公司 一种电池健康状态soh的估算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728563A (zh) * 2013-12-17 2014-04-16 惠州市亿能电子有限公司 一种电池健康状态的测算方法
CN104569844A (zh) * 2014-12-31 2015-04-29 浙江大学宁波理工学院 阀控密封式铅酸蓄电池健康状态监测方法
JP2017219405A (ja) * 2016-06-07 2017-12-14 日立化成株式会社 車両およびその電池状態検知システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
锂离子动力电池健康状态评估模型研究;刘龙;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20161115;全文 *

Also Published As

Publication number Publication date
CN109541473A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109541473B (zh) 基于放电量加权累加的铅炭电池健康状态估算方法
CN103399276B (zh) 一种锂离子电池容量估计及剩余循环寿命预测方法
CN105891730B (zh) 一种汽车动力电池容量的计算方法
CN109143102B (zh) 一种安时积分估算锂电池soc方法
CN111965559B (zh) 一种锂离子电池soh在线估计方法
CN107247235A (zh) 一种考虑并联电池差异的电池组容量估算方法
CN103217651B (zh) 一种蓄电池荷电状态的估算方法和系统
CN109031133B (zh) 一种动力电池的soc修正方法
CN103018679A (zh) 一种铅酸电池初始荷电状态soc0的估算方法
CN104502859A (zh) 电池荷电量及电池健康状态的检测、诊断方法
CN104535932A (zh) 一种锂离子电池荷电状态估计方法
CN108983108A (zh) 一种动力电池组峰值功率估计方法
CN110562097A (zh) 一种新能源汽车充电剩余时间估算方法
CN103901351A (zh) 一种基于滑动窗滤波的单体锂离子电池soc估计方法
JP2014025738A (ja) 残容量推定装置
CN105572596A (zh) 锂电池soc估算方法及系统
CN107436412B (zh) 一种基于自学习估算动力电池功率方法
CN108693408B (zh) 超级电容器内阻检测方法、装置和计算机可读存储介质
CN111463513A (zh) 一种锂电池满充容量估计的方法及装置
CN104237792B (zh) 电池容量预测方法
CN112363077A (zh) 一种电池健康度容量预估方法
CN110596604A (zh) 一种基于安时积分法的锂电池soc估计方法
CN109085428B (zh) 超级电容器内阻测定方法、装置和计算机可读存储介质
CN112305426A (zh) 一种多约束条件下的锂离子电池功率状态估计系统
CN115407206A (zh) 一种基于容量累积的soh自适应估算方法

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