CN109782182B - 一种串联电池组能量状态在线估计方法和装置 - Google Patents
一种串联电池组能量状态在线估计方法和装置 Download PDFInfo
- Publication number
- CN109782182B CN109782182B CN201910031686.3A CN201910031686A CN109782182B CN 109782182 B CN109782182 B CN 109782182B CN 201910031686 A CN201910031686 A CN 201910031686A CN 109782182 B CN109782182 B CN 109782182B
- Authority
- CN
- China
- Prior art keywords
- single battery
- battery
- series
- battery pack
- energy
- 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
Images
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种串联电池组能量状态在线估计方法和装置,涉及检测技术领域,方法包括:离线辨识单体电池模型的初始参数;第一单体电池和第二单体电池筛选步骤;在线辨识第一单体电池和第二单体电池的动态参数模型;计算第一单体电池的能量状态值SOEmax和第二单体电池的能量状态值SOEmin;计算出第一单体电池的权重系数w1和第二单体电池的权重系数w2;串联电池组能量状态估算步骤,本发明通过采用筛选出第一单体电池和第二单体电池,通过动态参数模型计算第一单体电池和第二单体电池的能量状态值,并计算第一单体电池和第二单体电池的权重系数,估算串联电池组的能量状态,能够更加准确的表征单体电池的不一致性,提高串联电池组的能量状态估计精度。
Description
技术领域
本发明涉及检测技术领域,尤其是一种串联电池组能量状态在线估计方法和装置。
背景技术
随着能源短缺与环境污染日益严重,发展电动汽车已达成全球共识。对于电动汽车而言,续航里程估计是被高度关注的一个的问题,动力电池组能量状态(state ofcharge,SOE)直接反映了电池当前剩余的能量信息,并且是进行电动汽车续航里程预测的重要依据,因此准确估计电池组SOE具有重要的现实意义。
现有的串联电池组能量状态估计有以下几个问题:一是各个单体电池之间存在不一致性,难以准确定义并计算串联电池组SOE;二是仅仅通过单体电池端电压来表征各个单体电池的不一致性,未考虑电池老化对不一致性的影响。
发明内容
本发明旨在至少在一定程度上解决相关领域中的技术问题之一。为此,本发明的一个目的是提供一种综合考量电池老化影响、更加准确地表征单体电池不一致性的一种串联电池组能量状态在线估计方法。
为此,本发明的第二个目的是提供一种综合考量电池老化影响、更加准确地表征单体电池不一致性的一种串联电池组能量状态在线估计装置。
本发明所采用的技术方案是:
第一方面,本发明提供一种串联电池组能量状态在线估计方法,包括如下步骤:
离线辨识单体电池模型的初始参数,所述初始参数包括单体电池的内阻;
第一单体电池和第二单体电池筛选步骤;
在线辨识所述第一单体电池和所述第二单体电池的动态参数模型;
计算所述第一单体电池的能量状态值SOEmax和所述第二单体电池的能量状态值SOEmin;
根据所述串联电池组的充电或放电状态计算出所述第一单体电池的权重系数w1和第二单体电池的权重系数w2;
串联电池组能量状态估算步骤,根据所述第一单体电池的能量状态值SOEmax、所述第二单体电池的能量状态值SOEmin、所述第一单体电池的权重系数w1和第二单体电池的权重系数w2计算所述串联电池组的能量状态值SOEpack。
进一步地,所述串联电池组的能量状态值SOEpack=w1SOEmax+w2SOEmin。
进一步地,所述第一单体电池和第二单体电池筛选步骤包括:测量各单体电池的端电压,计算所述单体电池的端电压与其内阻的比值,所述第一单体电池的端电压与内阻的比值在串联电池组中的所有电池单体中最大,所述第二单体电池的端电压与内阻的比值在串联电池组中的所有电池单体中最小。
进一步地,还包括:在预设时间后重新执行所述第一单体电池和第二单体电池筛选步骤。
进一步地,所述计算所述第一单体电池的能量状态值SOEmax和所述第二单体电池的能量状态值SOEmin的方法包括:卡尔曼滤波法或粒子滤波法或滑模观测器法或H∞观测器法或非线性观测器法。
进一步地,所述动态参数模型包括等效电路模型或物理模型。
进一步地,所述离线辨识单体电池模型的初始参数包括根据所述单体电池预设时间内的工况数据估计所述电池的初始参数。
第二方面,本发明提供一种串联电池组能量状态在线估计装置,包括单体筛选模块、电池模型在线辨识模块、单体电池能量状态估计模块、权重计算模块和电池组能量状态估计模块,
所述单体筛选模块用于筛选出第一单体电池和第二单体电池;
所述电池模型在线辨识模块用于输出所述第一单体电池和第二单体电池的动态参数模型;
所述单体电池能量状态估计模块用于估算所述第一单体电池和第二单体电池的能量状态;
所述权重计算系数模块用于计算所述第一单体电池和第二单体电池的权重系数;
所述电池组能量状态估计模块用于计算所述串联电池组的能量状态。
本发明的有益效果是:
本发明通过采用筛选出第一单体电池和第二单体电池,通过动态参数模型计算第一单体电池和第二单体电池的能量状态值,并计算第一单体电池和第二单体电池的权重系数,估算串联电池组的能量状态,能够更加准确的表征单体电池的不一致性,提高串联电池组的能量状态估计精度。
附图说明
图1是本发明中一种串联电池组能量状态在线估计方法一具体实施例的流程图;
图2是本发明中一种串联电池组能量状态在线估计装置一具体实施例的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
包括如下步骤:
S1,离线辨识单体电池模型的初始参数,所述初始参数包括单体电池的内阻,本实施例中离线辨识的做法为:根据存储的各个单体电池预设时间内(如最近两小时)运行工况数据,把非线性参数线性化,然后再使用最小二乘法进行拟合估算出电池的电路初始参数;
S2,第一单体电池和第二单体电池筛选步骤,本实施例中具体为:在线测量各单体电池的端电压,计算所述单体电池的端电压与其内阻的比值,所述第一单体电池的端电压与内阻的比值在串联电池组中的所有单体电池中最大,所述第二单体电池的端电压与内阻的比值在串联电池组中的所有单体电池中最小,在线测量指电池在正常使用环境下,如为电动汽车供电的情况下测量电池的单体电压。
综合电池端电压和内阻两方面信息来确定第一单体电池状态值SOEmax和所述第二单体电池的能量状态值SOEmin,从而考虑到了电池老化的影响,能够更加准确地表征单体电池的不一致性,提高串联电池组能量状态值SOE的估计精度。
S3,在线辨识所述第一单体电池和所述第二单体电池的动态参数模型,根据在线测量参数计算第一单体电池和第二单体电池的动态参数模型,所述动态参数模型包括等效电路模型或物理模型。
S4,计算所述第一单体电池的能量状态值SOEmax和所述第二单体电池的能量状态值SOEmin;
第一单体电池的能量状态值SOEmax和第二单体电池的能量状态值SOEmin可采用卡尔曼滤波法或粒子滤波法或滑模观测器法或H∞观测器法或非线性观测器法计算;
S5,根据所述串联电池组的充电或放电状态计算出所述第一单体电池的权重系数w1和第二单体电池的权重系数w2;
S6,串联电池组能量状态估算步骤,根据所述第一单体电池的能量状态值SOEmax、所述第二单体电池的能量状态值SOEmin、所述第一单体电池的权重系数w1和第二单体电池的权重系数w2计算所述串联电池组的能量状态值SOEpack。
本实施例中串联电池组的能量状态值SOEpack=w1SOEmax+w2SOEmin。
采用上述定义表达式带来的有益效果是:
当串联电池组接近充满电时,串联电池组SOEpack能够快速收敛到第一单体电池的能量状态值SOEmax,尤其当串联电池组内任意单体充满电时,串联电池组SOEpack接近于100%;
当串联电池组接近完全放电时,串联电池组SOEpack能够快速收敛到第二单体电池的能量状态值SOEmin,尤其当串联电池组内任意单体充满电时,串联电池组SOEpack接近于100%;
当电池组处于上述两种状态之间时,串联电池组SOEpack应该在第一单体电池的能量状态值SOEmax和第二单体电池的能量状态值SOEmin之间平滑变化,避免串联电池组SOEpack出现频繁波动;
充电过程中,串联电池组SOEpack单调增大,反之,放电过程中,串联电池组SOEpack单调减小。
在另一个实施例中,本发明串联电池组能量状态在线估计方法为:串联电池组在使用状态下,每隔预设时间,重新进入第一单体电池和第二单体电池筛选步骤,对串联电池组的能量状态SOEpack进行评估,串联电池组的能量状态SOEpack随电池充放电的进行而自动更新,实时监控串联电池组的健康状态。
如图2所示,本实施例中还公开了一种串联电池组能量状态在线估计装置,包括单体筛选模块、电池模型在线辨识模块(本实施例中包括第一电池模型在线辨识模块和第二电池模型在线辨识模块)、单体电池能量状态估计模块电池组能量状态估计模块(本实施例中包括第一单体电池能量状态估计模块和第二单体电池能量状态估计模块)、权重计算模块和电池组能量状态估计模块。
所述单体筛选模块用于筛选出第一单体电池和第二单体电池,单体筛选模块接收电池模型离线参数辨识出的单体电池内阻等参数信息,筛选出第一单体电池和第二单电池输出到第一电池模型在线辨识模块和第二电池模型在线辨识模块。
所述电池模型在线辨识模块用于输出所述第一单体电池和第二单体电池的动态参数模型并将结果分别输出到第一电池模型在线辨识模块和第二电池模型在线辨识模块。
所述单体电池能量状态估计模块用于估算所述第一单体电池和第二单体电池的能量状态。
所述权重计算系数模块用于计算所述第一单体电池和第二单体电池的权重系数。
所述电池组能量状态估计模块用于计算所述串联电池组的能量状态。
本发明通过串联电池组中第一单体电池的能量状态值和第二单体电池的能量状态值的加权平均值来得到整个串联电池组的能量状态值,只需在线估计两个单体电池的能量状态值,因此计算量小、效率高。
通过单体电池端电压、单体电池充放电截止电压等参数自适应调整权重系数,能够确保所计算出的能量状态值符合实车运行状态和用户体验,不至于使能量状态值频繁出现较大的波动。
考虑了老化对单体电池不一致性的影响,综合电池端电压和内阻来选取第一单体电池和第二单体电池,使筛选出的结果更加准确可靠。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种串联电池组能量状态在线估计方法,其特征在于,包括如下步骤:
离线辨识单体电池模型的初始参数,所述初始参数包括单体电池的内阻;
第一单体电池和第二单体电池筛选步骤,所述第一单体电池和第二单体电池筛选步骤包括:在线测量各单体电池的端电压,计算所述单体电池的端电压与其内阻的比值,所述第一单体电池的端电压与内阻的比值在串联电池组中的所有电池单体中最大,所述第二单体电池的端电压与内阻的比值在串联电池组中的所有电池单体中最小;
在线辨识所述第一单体电池和所述第二单体电池的动态参数模型;
计算所述第一单体电池的能量状态值SOEmax和所述第二单体电池的能量状态值SOEmin;
根据所述串联电池组的充电或放电状态计算出所述第一单体电池的权重系数w1和第二单体电池的权重系数w2;
串联电池组能量状态估算步骤,根据所述第一单体电池的能量状态值SOEmax、所述第二单体电池的能量状态值SOEmin、所述第一单体电池的权重系数w1和第二单体电池的权重系数w2计算所述串联电池组的能量状态值SOEpack。
2.根据权利要求1所述的一种串联电池组能量状态在线估计方法,其特征在于,所述串联电池组的能量状态值SOEpack=w1SOEmax+w2SOEmin。
5.根据权利要求1所述的一种串联电池组能量状态在线估计方法,其特征在于,还包括:在预设时间后重新执行所述第一单体电池和第二单体电池筛选步骤。
6.根据权利要求1至4任一项所述的一种串联电池组能量状态在线估计方法,其特征在于,所述计算所述第一单体电池的能量状态值SOEmax和所述第二单体电池的能量状态值SOEmin的方法包括:卡尔曼滤波法或粒子滤波法或滑模观测器法或H∞观测器法或非线性观测器法。
7.根据权利要求1所述的一种串联电池组能量状态在线估计方法,其特征在于,所述动态参数模型包括等效电路模型或物理模型。
8.根据权利要求1所述的一种串联电池组能量状态在线估计方法,其特征在于,所述离线辨识单体电池模型的初始参数包括根据所述单体电池预设时间内的工况数据估计所述电池的初始参数。
9.一种串联电池组能量状态在线估计装置,其特征在于,应用权利要求1至权利要求8中任一项所述串联电池组能量状态在线估计方法,包括单体筛选模块、电池模型在线辨识模块、单体电池能量状态估计模块、权重计算模块和电池组能量状态估计模块,
所述单体筛选模块用于筛选出第一单体电池和第二单体电池;
所述电池模型在线辨识模块用于输出所述第一单体电池和第二单体电池的动态参数模型;
所述单体电池能量状态估计模块用于估算所述第一单体电池和第二单体电池的能量状态;
所述权重计算系数模块用于计算所述第一单体电池和第二单体电池的权重系数;
所述电池组能量状态估计模块用于计算所述串联电池组的能量状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031686.3A CN109782182B (zh) | 2019-01-14 | 2019-01-14 | 一种串联电池组能量状态在线估计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031686.3A CN109782182B (zh) | 2019-01-14 | 2019-01-14 | 一种串联电池组能量状态在线估计方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109782182A CN109782182A (zh) | 2019-05-21 |
CN109782182B true CN109782182B (zh) | 2021-08-03 |
Family
ID=66500457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910031686.3A Active CN109782182B (zh) | 2019-01-14 | 2019-01-14 | 一种串联电池组能量状态在线估计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109782182B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529464A (zh) * | 2020-12-23 | 2021-03-19 | 东软睿驰汽车技术(沈阳)有限公司 | 一种电池包的健康度评估方法、装置及相关产品 |
CN113917351B (zh) * | 2021-10-09 | 2023-12-22 | 长沙理工大学 | 基于容量变化的储能电站电池簇不一致性在线评估方法 |
CN117192383B (zh) * | 2023-11-06 | 2024-03-26 | 宁德时代新能源科技股份有限公司 | 电池寿命的确定方法、装置、设备及介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7612532B2 (en) * | 2005-06-21 | 2009-11-03 | Gm Global Technology Operations, Inc. | Method for controlling and monitoring using a state estimator having variable forgetting factors |
CN102520255B (zh) * | 2011-12-02 | 2014-04-02 | 惠州市亿能电子有限公司 | 一种电动汽车电池组直流电阻测算方法 |
FR2990516B1 (fr) * | 2012-05-11 | 2015-10-16 | Renault Sas | Estimation de l'etat de charge d'une batterie |
KR20140099372A (ko) * | 2013-02-01 | 2014-08-12 | 삼성에스디아이 주식회사 | 배터리의 soc 추정 방법 및 이를 이용하는 배터리 관리 시스템 |
CN103499794B (zh) * | 2013-10-14 | 2016-05-11 | 北京华电天仁电力控制技术有限公司 | 一种储能电池剩余容量估算方法及装置 |
US9823310B2 (en) * | 2014-07-25 | 2017-11-21 | Duracell U.S. Operations, Inc. | Battery state of charge indicator with an indicator circuit |
CN105785270B (zh) * | 2014-12-24 | 2018-11-20 | 国家电网公司 | 一种电池组串能量状态运行区间测量方法 |
CN105717460B (zh) * | 2016-02-19 | 2018-05-22 | 深圳大学 | 一种基于非线性观测器的动力电池soc估计方法和系统 |
CN106353687B (zh) * | 2016-08-26 | 2020-12-04 | 中国电力科学研究院 | 一种锂电池健康状态的评估方法 |
CN106329021B (zh) * | 2016-10-13 | 2018-11-09 | 宁德时代新能源科技股份有限公司 | 估算动力电池的剩余可用能量的方法和装置 |
CN108663620B (zh) * | 2017-03-29 | 2020-03-31 | 比亚迪股份有限公司 | 一种动力电池组荷电状态估算方法及系统 |
CN107238803B (zh) * | 2017-07-10 | 2019-11-01 | 安徽锐能科技有限公司 | 用于估计电池soe的方法和计算机可读存储介质 |
CN107748336B (zh) * | 2017-11-06 | 2024-01-26 | 清华大学 | 锂离子电池的荷电状态在线估计方法及系统 |
CN109100660A (zh) * | 2018-09-18 | 2018-12-28 | 深圳市格瑞普智能电子有限公司 | 电池组剩余电量监测方法及系统 |
-
2019
- 2019-01-14 CN CN201910031686.3A patent/CN109782182B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109782182A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lai et al. | Co-estimation of state of charge and state of power for lithium-ion batteries based on fractional variable-order model | |
Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
CN108445406B (zh) | 一种动力电池健康状态估计方法 | |
KR101846690B1 (ko) | Wls 기반 soh 추정 시스템 및 방법 | |
CN108508371B (zh) | 一种基于等效电路模型的动力电池soc/soh/sop联合估计方法 | |
CN106918789B (zh) | 一种soc-soh联合在线实时估计和在线修正方法 | |
CN110221222B (zh) | 电池安全截止电压预测方法、装置及电池管理系统 | |
CN105223506B (zh) | 使用双扩展卡尔曼滤波器的电池状态估计方法和系统 | |
JP4767558B2 (ja) | 電源装置用状態検知装置,電源装置及び電源装置に用いられる初期特性抽出装置 | |
WO2014054259A1 (ja) | バッテリのパラメータ推定装置およびその推定方法 | |
JP6509725B2 (ja) | バッテリの充電状態の推定 | |
CN108732508B (zh) | 一种锂离子电池容量的实时估计方法 | |
EP2700964A2 (en) | Battery state estimation system, battery control system, battery system, and battery state estimation method | |
CN109782182B (zh) | 一种串联电池组能量状态在线估计方法和装置 | |
CN110596606B (zh) | 一种锂电池剩余电量估计方法、系统及装置 | |
CN111913109B (zh) | 一种电池峰值功率的预测方法及装置 | |
CN105425154B (zh) | 一种估计电动汽车的动力电池组的荷电状态的方法 | |
CN109358293B (zh) | 基于ipf的锂离子电池soc估计方法 | |
CN105319515A (zh) | 锂离子电池荷电状态和健康状态联合估算方法 | |
CN107783057B (zh) | 一种动力电池soc估算方法及估算系统 | |
CN109444757A (zh) | 一种电动汽车动力电池剩余电量估算方法 | |
CN110383094A (zh) | 电池功率状态估计方法和电池状态监测系统 | |
CN109828215A (zh) | 一种提升电池单体soc估算精度的方法和系统 | |
US20140184233A1 (en) | Method for checking deterioration of battery | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 |
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 |