CN109975717A - 一种动力电池内阻的在线计算方法 - Google Patents
一种动力电池内阻的在线计算方法 Download PDFInfo
- Publication number
- CN109975717A CN109975717A CN201910292008.2A CN201910292008A CN109975717A CN 109975717 A CN109975717 A CN 109975717A CN 201910292008 A CN201910292008 A CN 201910292008A CN 109975717 A CN109975717 A CN 109975717A
- Authority
- CN
- China
- Prior art keywords
- multiplying power
- internal resistance
- soc
- average
- value
- 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.)
- Granted
Links
Abstract
本发明公开了一种动力电池内阻的在线计算方法。该方法为：通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在设定范围内的OCV对SOC的平均斜率；在汽车行驶过程中，BMS采集实际工况；根据实际数据自动选择行为倍率，设置区间大小相同的高、低倍率区间；利用时间衰减算法过滤掉受电压滞后影响的行车工况，过滤掉SOC超出设定范围的行车工况数据；在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压、平均倍率、平均SOC值；采用基于电池特性的内阻计算公式，更新电池内阻。本发明实现了动力电池内阻的在线计算，具有鲁棒性高、计算量小、实用性强的优点。
Description
技术领域
本发明涉及新能源汽车用动力锂电池系统技术领域，特别是一种动力电池内阻的在线计算方法。
背景技术
在新能源汽车的电池管理系统中，内阻作为重要参数，对电池的SOC估算、健康状态的评估都具有重要的作用。当前大部分BMS厂家采用实验测试方式，得到电池内阻，该方式可以获得准确的电池内阻，但是该方式却有较大缺陷。电池内阻是会随着电池老化而逐渐变化，且每个汽车使用情况不同，老化程度不同，老化后的电阻自然也不一样。实验测试得到的内阻，是出厂时新电池的内阻值，在汽车初期使用阶段，实验测试的内阻是有效的，但随着电池使用，内阻将逐渐发生变化，实验测试得到内阻将不再适用。
在线估算内阻，是不同于实验测试的另一种计算电池内阻的方式，该方式在行车过程中，利用设计的算法或外接设备来实时估算内阻值。由于是实时估算内阻，该方式可以计算出电池老化后的内阻值。内阻作为重要参数，有必要在全生命周期内，被准确的识别，因此在线估算内阻，是BMS领域的发展趋势。
在线估算内阻常用的方法分为两种：1、在电池包上添加外接设备，通过外接设备实时测量内阻值；2、基于电池特性，设计有效算法，利用BMS实时采集的数据来计算内阻值。
在电池包上添加设备，增加了成本，且设备不同测量的内阻值也不同，另外环境突变时如碰撞、颠簸等，外接设备的采集信号会受到影响，降低内阻计算准确性。
利用算法计算内阻，无需添加外接设备，成本低，若算法设计合理，全生命周期内内阻可以得到准确估算。但是，目前计算内阻的常用算法为递推最小二乘法和Kalman滤波算法，这些算法尚处于理论阶段，理论复杂，计算量非常大，以至于很难应用于BMS产品中。
发明内容
本发明的目的在于提供一种鲁棒性高、计算量小、实用性强的动力电池内阻的在线计算方法。
实现本发明目的的技术解决方案为：一种动力电池内阻的在线计算方法，包括以下步骤：
步骤1、通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH；
步骤2、在汽车行驶过程中，BMS采集实际工况；
步骤3、根据实际数据自动选择行为倍率Ib，设置区间大小相同的高、低倍率区间；
步骤4、利用时间衰减算法过滤掉受电压滞后影响的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据；
步骤5、在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL；
步骤6、采用基于电池特性的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻；
步骤7、根据计算的结果，更新电池内阻。
进一步地，步骤1所述的通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH，具体如下：
步骤1.1、测量OCV曲线；
步骤1.2、根据OCV，计算SOC在30％-70％之间OCV对SOC的斜率平均值meanH；
步骤1.3、根据HPPC实验，获得不同温度下，SOC对应的内阻值；
步骤1.4、计算不同温度下SOC在30％-70％之间的平均内阻值；
步骤1.5、25℃时在SOC为30％-70％范围内的平均内阻值为r0，在该SOC范围下，不同温度的平均内阻值和r0相比较，得到比值表rateTemTable。
进一步地，步骤3所述的根据实际数据自动选择行为倍率Ib，设置区间大小相同的高、低倍率区间，具体如下：
步骤3.1、设定行为倍率Ib为：行车过程中剔除小于0.05C的电流数据以后，汽车最常用到的倍率；行为倍率Ib的获取方式如下：采集一段时间的行车数据，剔除小于0.05C的电流数据，剩余电流数据以倍率区间进行划分，倍率区间大小和汽车电池特性相关，取值在0.05-0.2之间，统计不同倍率区间的数据量，选择数据量最大的倍率区间，计算该倍率区间所有数据的平均倍率做为行为倍率Ib；
步骤3.2、根据已有的实车工况，给定行为倍率Ib一个初始值，根据工况设置用于划分的倍率区间为2*CurScope；
步骤3.3、以行为倍率Ib为分界值，设置高、低两个倍率范围分别为[Ib，Iu]、[Id，Ib]，Id＜Ib＜Iu，其中：
Iu＝Ib+CurScope
Id＝Ib-CurScope
行为倍率初始值只需一个估计值即可，当初始值有偏差时，使用行为倍率的修正计算模块对行为倍率进行修正；
初始设置大、小两个修正幅度bigStep、littleStep，当Ib偏差大于设定阈值时，采用bigStep的幅度修正；当Ib偏差小于设定阈值时，采用littleStep的幅度修正；
初始化持续非放电时间sticTime为20min，衰减时间decayTime为4min。
进一步地，步骤4所述的利用时间衰减算法过滤掉受电压滞后影响的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据，具体如下：
步骤4.1、采用时间衰减算法限制、SOC限制和倍率限制三种方式，对行车数据进行过滤；
时间衰减算法，根据放电前的持续充电或静置时间sticTime，按照比例转化为无效放电时间decayTime的值；放电过程中decayTime随着放电工况逐渐衰减，直到为0时，放电工况才能够用于内阻计算；
充电或静置时：
sticTime＝sticTime+采集间隔时间；
sticTime最大限制为20min；
ratreTime＝sticTime*0.2；
ratreTime若大于decayTime，则decayTime＝ratreTime，否则不做处理；
放电时：
sticTime＝0；
decayTime＝decayTime-采集间隔时间；
当decayTime≥0且平均SOC处于30％-70％且倍率Cur在[Id，Iu]范围内，decayTime置0，输出countValid＝1，表示能够统计该次电流工况；
否则countValid＝0，表示不能统计该次工况；
步骤4.2、在过滤后的行车数据中进行内阻统计计算。
进一步地，步骤5所述的在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL，具体如下：
当countValid＝0时，在高倍率范围[Ib，Iu]累计变量以及累计方式如下：
累计次数：rNumH＝rNumH+1，
累计电压：rSumVolH＝rSumVolH+平均电压，
累计倍率：rCurH＝rCurH+倍率，
累计SOC：rSumSocH＝rSumSocH+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度；
在低倍率范围[Id，Ib]累计变量以及累计方式如下：
累计次数：rNumL＝rNumL+1
累计电压：rSumVolL＝rSumVolL+平均电压，
累计倍率：rCurL＝rCurL+倍率，
累计SOC：rSumSocL＝rSumSocL+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度
在所有统计量中累计温度rSumTem是累计两个倍率范围的温度。
进一步地，步骤6所述的采用基于电池特性的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻，具体如下：
当高、低倍率统计次数同时大于10000次，即rNumH>10000且rNumL>10000时，在高倍率范围[Ib，Iu]根据累计结果计算平均值，结果和方式如下：
平均SOC：rSocH＝rSumSocH/rNumH
平均电压：rVolH＝rSumVolH/rNumH
平均倍率：rCurH＝rSumCurH/rNumH
平均温度：rTem＝rSumTem/(rNumH+rNumL)
在低倍率范围[Id，Ib]根据累计结果计算平均值，结果和方式如下：
平均SOC：rSocL＝rSumSocL/rNumL
平均电压：rVolL＝rSumVolL/rNumL
平均倍率：rCurL＝rSumCurL/rNumL
根据实验阶段计算OCV对SOC的斜率平均值meanH，来计算高、低两倍率因SOC差异带来的压差值，公式如下：
deltaSocV＝(rSocH-rSocL)*meanH
则内阻计算公式如下所示：
r′＝(rVolH-rVolL-deltaSocV)/(rCurH-rCurL)
此时计算的内阻值r′是温度为rTem下的内阻值，不能直接与25℃的原内阻r0相比；
根据rTem，在比例表rateTemTable中查表，得到该温度下内阻相对于25℃时内阻的比值rate；
则25℃时，内阻值为r0′＝r′/rate
r0′是最终的计算的结果，将其替代r0，作为新的内阻值。
进一步地，步骤7所述的根据计算的结果，更新电池内阻，具体如下：
使用行为倍率Ib来表示客户的行车习惯，进行内阻计算；
Ib倍率的计算方法为：
当rNumH>10000且rNumL>10000时，内阻值更新后，判断rNumH和rNumL；
若rNumH>rNumL*1.1，Ib偏大，则向低倍率调节一小步littleStep，即Ib＝Ib-littleStep；
若rNumL>rNumH*1.1，Ib偏小，则向高倍率调节一小步littleStep，即Ib＝Ib+littleStep；
所述一小步的取值范围为0.01～0.1C；
若rNumH>40000且rNumL<10000，Ib过大，则向低倍率调节一大步bigStep，即Ib＝Ib-bigStep；
若rNumH<10000且rNumL>40000，Ib过小，则向高倍率调节一大步bigStep，即Ib＝Ib+bigStep；
所述一大步的取值范围为0.1～0.2C；
行为倍率Ib更新完后，重新计算Id、Iu，并将统计的数据清0，为下次统计准备。
本发明与现有技术相比，其显著优点在于：(1)基于电池内阻特征，考虑到温度影响，采用统计方式计算内阻，受偶然异常的工况影响较小，鲁棒性高；(2)设置了时间衰减算法，滤除放电初期受电压滞后影响较大的数据，同时最大程度的保留统计数据，提高了内阻计算的准确性；(3)基于汽车实况运行数据，设计了行为倍率更新算法，通过行为倍率的更新，找到汽车最常用电流工况，使得计算的内阻结果更符合客户行车过程中的工况；(4)实时计算内阻，不需要外接附加设备，降低了成本，且计算量非常小，可以应用于产品。
附图说明
图1是本发明动力电池内阻的在线计算方法的流程示意图。
图2是本发明中用户行车倍率统计结果图。
图3是本发明中限制统计范围的流程示意图。
图4是本发明中在高低两个倍率分别统计相关变量的流程示意图。
图5是本发明中计算内阻值的流程示意图。
图6是本发明中更新行为倍率的流程示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1，本发明一种动力电池内阻的在线计算方法，包括以下步骤：
步骤1、通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH，具体如下：
步骤1.1、测量OCV曲线；
步骤1.2、根据OCV，计算在SOC等于30％-70％之间OCV对SOC的斜率平均值meanH；
步骤1.3、根据HPPC实验，获得不同温度下，SOC对应的内阻值；
步骤1.4、计算不同温度下SOC在30％-70％之间的平均内阻值；
步骤1.5、25℃时在SOC为30％-70％范围内的平均内阻值为r0，在该SOC范围下，不同温度的平均内阻值和r0相比较，比值表rateTemTable。
步骤2、在汽车行驶过程中，BMS采集实际工况；
步骤3、根据实际数据自动选择行为倍率Ib，在其附近设置区间大小相同的高、低倍率区间，具体如下：
行为倍率Ib为统计得到的结果，反应用户的用车行为习惯，其定义为：除去小倍率数据以后，用户行车最常用到的倍率，其特点是相同倍率区间范围内，行为倍率附近的数据量最多。
例如设定行为倍率Ib为：行车过程中剔除小于0.05C的电流数据以后，汽车最常用到的倍率；行为倍率Ib的获取方式如下：采集一段时间的行车数据，剔除小于0.05C的电流数据，剩余电流数据以倍率区间进行划分，倍率区间大小和汽车电池特性相关，取值在0.05-0.2之间，统计不同倍率区间的数据量，选择数据量最大的倍率区间，计算该倍率区间所有数据的平均倍率做为行为倍率Ib；
用户行车行为是完全不同的，但是却有相似的统计特点，如图2所示，某段行车数据，剔除电流小于0.05C的行车数据后，将剩余数据以0.1C区间大小进行划分后，不同倍率区间内统计量的分布结果。从图2可以看出，行车数据的统计数目对于倍率来说是凸函数，该函数的最高点即为行为倍率Ib。
行为倍率Ib不是一层不变的，只是一个相对稳定的值，利用行为倍率可以了解用户的行为。
根据已有的实车工况，给行为倍率Ib一个初始值，根据工况选择大小合适的倍率区间(0.05～0.2之间)：2*CurScope；
在行为倍率Ib附近，以行为倍率Ib为分界值，设置高、低两个倍率范围分别为[Ib，Iu]、[Id，Ib]，Id＜Ib＜Iu，其中
Iu＝Ib+CurScope；
Id＝Ib-CurScope；
行为倍率初始值只需一个估计值即可，当初始值有偏差时，使用行为倍率的修正计算模块对行为倍率进行修正。
初始设置大、小两个修正幅度bigStep、littleStep，当Ib偏差较大即大于设定阈值时，采用bigStep的幅度修正；当Ib偏差较小即小于设定阈值时时，采用littleStep的幅度修正。
初始化持续非放电时间sticTime为20min，衰减时间decayTime为4min。
步骤4、利用时间衰减算法过滤掉受电压滞后影响严重的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据，具体如下：
为了提高统计计算内阻的准确性，采用时间衰减算法限制、SOC限制、倍率限制三种方式一起对行车数据进行过滤，然后在过滤后的行车数据中进行内阻统计计算。
由于存在极化电压，锂电池电压具有滞后特性，该特性会导致电池电压不仅受内阻、倍率影响，还会受到前面工况电压影响，若采用电压滞后影响严重的数据进行内阻计算，会导致内阻计算出现偏差。在静置或充电后的初始放电阶段，电压滞后效应影响是最明显；静置和充电时间越长，则受电压滞后影响的放电工况时间越长，所以使用时间衰减算法，来过滤掉受电压滞后影响较大的放电初期的工况数据。
时间衰减算法，根据放电前的持续充电或静置时间sticTime，按照比例转化为无效放电时间decayTime的值。放电过程中decayTime会随着放电工况而逐渐衰减，直到为0时，放电工况才可用于内阻计算。该算法计算简单，在消除静置或充电过程影响的初始放电工况的同时，最大程度的保留了用于计算内阻的数据。该算法鲁棒性高，不受初始放电中类脉冲式波动的电流工况影响，同时不会受行车中反馈电流工况影响。
三元和磷酸铁锂电池是最常用的汽车两种电池类型，大量文献、测试数据表明，SOC处于30％-70％范围内时，电池的内阻值变化不大，统计计算的内阻值便为该倍率范围的内阻。
只在行为倍率附近的高、低倍率范围内进行内阻统计，行为倍率是用户最常用电流工况，因此统计得到的内阻值，可以符合大部分倍率工况。
结合图3，限制统计范围具体的方式如下：
充电或静置时，
sticTime＝sticTime+采集间隔时间；
sticTime最大限制为20min；
ratreTime＝sticTime*0.2；
ratreTime若大于decayTime，则decayTime＝ratreTime，否则不做处理；
放电时，
sticTime＝0；
decayTime＝decayTime-采集间隔时间；
当decayTime>＝0且平均SOC处于30％-70％且倍率Cur在[Id，Iu]范围内，decayTime置0，输出countValid＝1，表示可以统计该次电流工况；
否则countValid＝0，表示不能统计该次工况。
步骤5、在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL，具体如下：
结合图4，当countValid＝0时，在高倍率范围[Ib，Iu]累计变量以及累计方式如下：
累计次数：rNumH＝rNumH+1，
累计电压：rSumVolH＝rSumVolH+平均电压，
累计倍率：rCurH＝rCurH+倍率，
累计SOC：rSumSocH＝rSumSocH+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度；
在低倍率范围[Id，Ib]累计变量以及累计方式如下：
累计次数：rNumL＝rNumL+1
累计电压：rSumVolL＝rSumVolL+平均电压，
累计倍率：rCurL＝rCurL+倍率，
累计SOC：rSumSocL＝rSumSocL+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度
在所有统计量中累计温度rSumTem是累计两个倍率范围的温度，因为温度变化较慢，且在行车过程数据在行为倍率附近接近无序分布，所以认为两倍率范围温度相同。
步骤6、采用基于电池特性设计的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻，具体如下：
结合图5，当高、低倍率统计次数同时大于10000次，即rNumH>10000且rNumL>10000时，在高倍率范围[Ib，Iu]根据累计结果计算平均值，结果和方式如下：
平均SOC：rSocH＝rSumSocH/rNumH
平均电压：rVolH＝rSumVolH/rNumH
平均倍率：rCurH＝rSumCurH/rNumH
平均温度：rTem＝rSumTem/(rNumH+rNumL)
在低倍率范围[Id，Ib]根据累计结果计算平均值，结果和方式如下，
平均SOC：rSocL＝rSumSocL/rNumL
平均电压：rVolL＝rSumVolL/rNumL
平均倍率：rCurL＝rSumCurL/rNumL
计算完两倍率范围的平均电压不能直接用于计算内阻，因为两倍率范围统计的平均电压，并不在同一SOC，而SOC也会引起电压变化。
根据实验阶段计算OCV对SOC的斜率平均值meanH，来计算高、低两倍率因SOC差异带来的压差值，公式如下：
deltaSocV＝(rSocH-rSocL)*meanH
则内阻计算公式如下所示：
r′＝(rVolH-rVolL-deltaSocV)/(rCurH-rCurL)
此时计算的内阻值r′是温度为rTem下的内阻值，不能直接与25℃的原内阻r0相比；
根据rTem，在比例表rateTemTable中查表，得到该温度下内阻相对于25℃时内阻的比值rate；
则25℃时，内阻值为r0′＝r′/rate
r0′是最终的计算的结果，将其替代r0，作为新的内阻值。
步骤7、根据计算的结果，更新电池内阻，具体如下：
结合图6，行为倍率Ib是行车最多的电流工况，可以表示客户的行车习惯，该值选择对内阻计算比较关键。因为统计次数相对于倍率是凸函数，若选择Ib的值，导致在高、低倍率范围内的统计次数接近，那么选择的Ib即使不是最佳值，也会非常接近最佳值，所以采用如下方式计算Ib的值：
当rNumH>10000且rNumL>10000时，内阻值更新后，判断rNumH和rNumL。
若rNumH>rNumL*1.1，则表示Ib偏大，则向低倍率调节一小步littleStep，即Ib＝Ib-littleStep；
若rNumL>rNumH*1.1，则表示Ib偏小，则向高倍率调节一小步littleStep，即Ib＝Ib+littleStep；
根据大多数汽车的使用情况，一小步的取值范围一般为0.01～0.1C之间；
行为倍率Ib更新完后，重新计算Id，Iu，并将统计的数据清0，为下次统计准备。
当行为倍率Ib与最佳值偏差非常大时，会导致rNumH和rNumL中一个值远大于另一个值，这时采用统计结果计算内阻，可能会造成误差，因此直接将统计结果清零，并对行为倍率进行大幅度调整，形式如下：
若rNumH>40000且rNumL<10000，则表示Ib太大，则向低倍率调节一大步，即Ib＝Ib-bigStep；
若rNumH<10000且rNumL>40000，则表示Ib太小，则向高倍率调节一大步，即Ib＝Ib+bigStep；
根据大多数汽车的使用情况，一大步的取值范围一般为0.1～0.2C之间；
行为倍率Ib更新完后，重新计算Id，Iu，并将统计的数据清0，为下次统计准备。
实施例1
步骤1、通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH，具体如下：
步骤1.1、实验测试OCV；
步骤1.2、计算在SOC在30％-70％范围内的OCV对SOC的斜率平均值meanH；
步骤1.3、在-20，-10，0，10，25，45度下做HPPC实验，获得不同温度下，SOC对应的内阻值；
步骤1.4、计算得到SOC在30％-70％之间的内阻平均值；
步骤1.5、设25度时内阻值为r0，不同温度下内阻值和r0相比较，得到不同温度下内阻相对于r0比值表rateTemTable。
步骤2、在汽车行驶过程中，BMS采集实际工况；
收集连续三天的行车数据，去掉小于0.05C电流工况，每0.1C为区间，统计0.05—1.2C之间每个区间的数据数量，选择数量最多的区间的中值作为行为倍率Ib。
步骤3、根据实际数据自动选择行为倍率Ib，在其附近设置区间大小相同的高、低倍率区间，具体如下：
步骤3.1、设置CurScope为0.1C，
步骤3.2、计算Iu＝Ib+CurScope；Id＝Ib-CurScope；
步骤3.3、设置littleStep＝0.05C，bigStep＝0.15C；
步骤3.4、非放电时间sticTime＝20min，无效放电时间decayTime＝4min；
步骤4、利用时间衰减算法过滤掉受电压滞后影响严重的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据，具体如下：
步骤4.1、开始统计范围限制，另countValid＝0
步骤4.2、当倍率Cur<minCurL(最小放电倍率0.05C)，则执行步骤4.3-步骤4.6，否则执行步骤4.7-步骤4.8；
步骤4.3、sticTime＝sticTime+采集间隔时间；
步骤4.4、若sticTime>20min，则sticTime＝20min，否则不操作；
步骤4.5、ratreTime＝sticTime*0.2；
步骤4.6、ratreTime>decayTime，则decayTime＝ratreTime，否则不操作；
步骤4.7、decayTime＝decayTime-采集间隔时间；
步骤4.8、当decayTime<＝0且平均SOC处于30％-70％且倍率Cur在[Id，Iu]范围内，则decayTime置0，输出countValid＝1，否则不做操作；
步骤5、在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL，具体如下：
步骤5.1、countValid＝＝1时，执行步骤5.2，否则不执行；
步骤5.2、若Cur>Ib，
则，执行
累计次数：rNumH＝rNumH+1，
累计电压：rSumVolH＝rSumVolH+平均电压，
累计倍率：rCurH＝rCurH+倍率，
累计SOC：rSumSocH＝rSumSocH+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度；
否则，执行
累计次数：rNumL＝rNumL+1
累计电压：rSumVolL＝rSumVolL+平均电压，
累计倍率：rCurL＝rCurL+倍率，
累计SOC：rSumSocL＝rSumSocL+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度
步骤6、采用基于电池特性设计的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻，具体如下：
当rNumH>10000且rNumL>10000时，
则，执行
平均SOC：rSocH＝rSumSocH/rNumH
平均电压：rVolH＝rSumVolH/rNumH
平均倍率：rCurH＝rSumCurH/rNumH
平均温度：rTem＝rSumTem/(rNumH+rNumL)
平均SOC：rSocL＝rSumSocL/rNumL
平均电压：rVolL＝rSumVolL/rNumL
平均倍率：rCurL＝rSumCurL/rNumL
deltaSocV＝(rSocH-rSocL)*meanH
计算内阻：r＝(rVolH-rVolL-deltaSocV)/(rCurH-rCurL)
根据rTem，在比例表rateTemTable查表获得rate
r0′＝r′/rate
将r0′替换r0，更新内阻。
否则，不做操作
步骤7、根据计算的结果，更新电池内阻，具体如下：
步骤7.1、当rNumH>10000且rNumL>10000时，
若rNumH>rNumL*1.1，则Ib＝Ib-littleStep
若rNumL>rNumH*1.1，则Ib＝Ib+littleStep
重新计算Id，Iu，并将统计的数据清0
否则不操作
步骤7.2、当rNumH>10000且rNumL>10000时，
若rNumH>40000且rNumL<10000，则Ib＝Ib-bigStep
若rNumH<10000且rNumL>40000，则Ib＝Ib+bigStep
重新计算Id，Iu，并将统计的数据清0
否则不操作。
Claims (7)
1.一种动力电池内阻的在线计算方法，其特征在于，包括以下步骤：
步骤1、通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH；
步骤2、在汽车行驶过程中，BMS采集实际工况；
步骤3、根据实际数据自动选择行为倍率Ib，设置区间大小相同的高、低倍率区间；
步骤4、利用时间衰减算法过滤掉受电压滞后影响的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据；
步骤5、在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL；
步骤6、采用基于电池特性的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻；
步骤7、根据计算的结果，更新电池内阻。
2.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤1所述的通过实验测试得到OCV曲线，以及不同温度下SOC对应的内阻值，根据OCV曲线，计算SOC在30％-70％范围内的OCV对SOC的平均斜率meanH，具体如下：
步骤1.1、测量OCV曲线；
步骤1.2、根据OCV，计算SOC在30％-70％之间OCV对SOC的斜率平均值meanH；
步骤1.3、根据HPPC实验，获得不同温度下，SOC对应的内阻值；
步骤1.4、计算不同温度下SOC在30％-70％之间的平均内阻值；
步骤1.5、25℃时在SOC为30％-70％范围内的平均内阻值为r0，在该SOC范围下，不同温度的平均内阻值和r0相比较，得到比值表rateTemTable。
3.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤3所述的根据实际数据自动选择行为倍率Ib，设置区间大小相同的高、低倍率区间，具体如下：
步骤3.1、设定行为倍率Ib为：行车过程中剔除小于0.05C的电流数据以后，汽车最常用到的倍率；行为倍率Ib的获取方式如下：采集一段时间的行车数据，剔除小于0.05C的电流数据，剩余电流数据以倍率区间进行划分，倍率区间大小和汽车电池特性相关，取值在0.05-0.2之间，统计不同倍率区间的数据量，选择数据量最大的倍率区间，计算该倍率区间所有数据的平均倍率做为行为倍率Ib；
步骤3.2、根据已有的实车工况，给定行为倍率Ib一个初始值，根据工况设置用于划分的倍率区间为2*CurScope；
步骤3.3、以行为倍率Ib为分界值，设置高、低两个倍率范围分别为[Ib，Iu]、[Id，Ib]，Id＜Ib＜Iu，其中：
Iu＝Ib+CurScope
Id＝Ib-CurScope
行为倍率初始值只需一个估计值即可，当初始值有偏差时，使用行为倍率的修正计算模块对行为倍率进行修正；
初始设置大、小两个修正幅度bigStep、littleStep，当Ib偏差大于设定阈值时，采用bigStep的幅度修正；当Ib偏差小于设定阈值时，采用littleStep的幅度修正；
初始化持续非放电时间sticTime为20min，衰减时间decayTime为4min。
4.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤4所述的利用时间衰减算法过滤掉受电压滞后影响的行车工况，过滤掉SOC超出30％-70％范围的行车工况数据，具体如下：
步骤4.1、采用时间衰减算法限制、SOC限制和倍率限制三种方式，对行车数据进行过滤；
时间衰减算法，根据放电前的持续充电或静置时间sticTime，按照比例转化为无效放电时间decayTime的值；放电过程中decayTime随着放电工况逐渐衰减，直到为0时，放电工况才能够用于内阻计算；
充电或静置时：
sticTime＝sticTime+采集间隔时间；
sticTime最大限制为20min；
ratreTime＝sticTime*0.2；
ratreTime若大于decayTime，则decayTime＝ratreTime，否则不做处理；
放电时：
sticTime＝0；
decayTime＝decayTime-采集间隔时间；
当decayTime≥0且平均SOC处于30％-70％且倍率Cur在[Id，Iu]范围内，decayTime置0，输出countValid＝1，表示能够统计该次电流工况；
否则countValid＝0，表示不能统计该次工况；
步骤4.2、在过滤后的行车数据中进行内阻统计计算。
5.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤5所述的在过滤后的行车工况数据中，分别统计高、低倍率区间内平均电压rVolH、rVolL，平均倍率rCurH、rCurL，平均SOC值rSocH、rSocL，具体如下：
当countValid＝0时，在高倍率范围[Ib，Iu]累计变量以及累计方式如下：
累计次数：rNumH＝rNumH+1，
累计电压：rSumVolH＝rSumVolH+平均电压，
累计倍率：rCurH＝rCurH+倍率，
累计SOC：rSumSocH＝rSumSocH+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度；
在低倍率范围[Id，Ib]累计变量以及累计方式如下：
累计次数：rNumL＝rNumL+1
累计电压：rSumVolL＝rSumVolL+平均电压，
累计倍率：rCurL＝rCurL+倍率，
累计SOC：rSumSocL＝rSumSocL+单体平均SOC，
累计温度：rSumTem＝rSumTem+温度
在所有统计量中累计温度rSumTem是累计两个倍率范围的温度。
6.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤6所述的采用基于电池特性的内阻计算公式r＝[rVolH-rVolL-(rSocH-rSocL)*meanH]/(rCurH-rCurL)，计算内阻，具体如下：
当高、低倍率统计次数同时大于10000次，即rNumH>10000且rNumL>10000时，在高倍率范围[Ib，Iu]根据累计结果计算平均值，结果和方式如下：
平均SOC：rSocH＝rSumSocH/rNumH
平均电压：rVolH＝rSumVolH/rNumH
平均倍率：rCurH＝rSumCurH/rNumH
平均温度：rTem＝rSumTem/(rNumH+rNumL)
在低倍率范围[Id，Ib]根据累计结果计算平均值，结果和方式如下：
平均SOC：rSocL＝rSumSocL/rNumL
平均电压：rVolL＝rSumVolL/rNumL
平均倍率：rCurL＝rSumCurL/rNumL
根据实验阶段计算OCV对SOC的斜率平均值meanH，来计算高、低两倍率因SOC差异带来的压差值，公式如下：
deltaSocV＝(rSocH-rSocL)*meanH
则内阻计算公式如下所示：
r′＝(rVolH-rVolL-deltaSocV)/(rCurH-rCurL)
此时计算的内阻值r′是温度为rTem下的内阻值，不能直接与25℃的原内阻r0相比；
根据rTem，在比例表rateTemTable中查表，得到该温度下内阻相对于25℃时内阻的比值rate；
则25℃时，内阻值为r0′＝r′/rate
r0′是最终的计算的结果，将其替代r0，作为新的内阻值。
7.根据权利要求1所述的动力电池内阻的在线计算方法，其特征在于，步骤7所述的根据计算的结果，更新电池内阻，具体如下：
使用行为倍率Ib来表示客户的行车习惯，进行内阻计算；
Ib倍率的计算方法为：
当rNumH>10000且rNumL>10000时，内阻值更新后，判断rNumH和rNumL；
若rNumH>rNumL*1.1，Ib偏大，则向低倍率调节一小步littleStep，即Ib＝Ib-littleStep；
若rNumL>rNumH*1.1，Ib偏小，则向高倍率调节一小步littleStep，即Ib＝Ib+littleStep；
所述一小步的取值范围为0.01～0.1C；
若rNumH>40000且rNumL<10000，Ib过大，则向低倍率调节一大步bigStep，即Ib＝Ib-bigStep；
若rNumH<10000且rNumL>40000，Ib过小，则向高倍率调节一大步bigStep，即Ib＝Ib+bigStep；
所述一大步的取值范围为0.1～0.2C；
行为倍率Ib更新完后，重新计算Id、Iu，并将统计的数据清0，为下次统计准备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910292008.2A CN109975717B (zh) | 2019-04-12 | 2019-04-12 | 一种动力电池内阻的在线计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910292008.2A CN109975717B (zh) | 2019-04-12 | 2019-04-12 | 一种动力电池内阻的在线计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109975717A true CN109975717A (zh) | 2019-07-05 |
| CN109975717B CN109975717B (zh) | 2021-03-19 |
Family
ID=67084278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910292008.2A Active CN109975717B (zh) | 2019-04-12 | 2019-04-12 | 一种动力电池内阻的在线计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109975717B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112305438A (zh) * | 2020-09-15 | 2021-02-02 | 深圳新恒业电池科技有限公司 | 电池内阻的测量方法、装置、终端及存储介质 |
| CN113791361A (zh) * | 2021-08-23 | 2021-12-14 | 欣旺达电子股份有限公司 | 内阻老化计算方法、系统、管理系统、汽车及存储介质 |
| CN115144778A (zh) * | 2022-09-02 | 2022-10-04 | 力高(山东)新能源技术有限公司 | 一种大数据估算电池内阻的方法 |
| CN115648949A (zh) * | 2022-12-28 | 2023-01-31 | 河北长征汽车制造有限公司 | 电池包dcir在线检测的方法及电动汽车 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105026944A (zh) * | 2013-03-07 | 2015-11-04 | 古河电气工业株式会社 | 二次电池状态检测装置及二次电池状态检测方法 |
| JP5873113B2 (ja) * | 2012-01-31 | 2016-03-01 | プライムアースＥｖエナジー株式会社 | 電池状態検出装置 |
| CN106324358A (zh) * | 2016-08-17 | 2017-01-11 | 惠州市蓝微新源技术有限公司 | 一种电芯内阻动态检测方法 |
| CN107064817A (zh) * | 2017-04-24 | 2017-08-18 | 哈尔滨理工大学 | 一种锌银电池荷电状态检测方法 |
| WO2017185181A1 (en) * | 2016-04-27 | 2017-11-02 | Charged Engineering Inc. | Systems and methods for determining state-of-charge using tafel slope |
| CN109031133A (zh) * | 2018-06-06 | 2018-12-18 | 安徽江淮汽车集团股份有限公司 | 一种动力电池的soc修正方法 |
-
2019
- 2019-04-12 CN CN201910292008.2A patent/CN109975717B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5873113B2 (ja) * | 2012-01-31 | 2016-03-01 | プライムアースＥｖエナジー株式会社 | 電池状態検出装置 |
| CN105026944A (zh) * | 2013-03-07 | 2015-11-04 | 古河电气工业株式会社 | 二次电池状态检测装置及二次电池状态检测方法 |
| WO2017185181A1 (en) * | 2016-04-27 | 2017-11-02 | Charged Engineering Inc. | Systems and methods for determining state-of-charge using tafel slope |
| CN106324358A (zh) * | 2016-08-17 | 2017-01-11 | 惠州市蓝微新源技术有限公司 | 一种电芯内阻动态检测方法 |
| CN107064817A (zh) * | 2017-04-24 | 2017-08-18 | 哈尔滨理工大学 | 一种锌银电池荷电状态检测方法 |
| CN109031133A (zh) * | 2018-06-06 | 2018-12-18 | 安徽江淮汽车集团股份有限公司 | 一种动力电池的soc修正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 管道安 等: "20Ah锂离子动力电池倍率放电容量衰减的研究", 《广州化工》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112305438A (zh) * | 2020-09-15 | 2021-02-02 | 深圳新恒业电池科技有限公司 | 电池内阻的测量方法、装置、终端及存储介质 |
| CN113791361A (zh) * | 2021-08-23 | 2021-12-14 | 欣旺达电子股份有限公司 | 内阻老化计算方法、系统、管理系统、汽车及存储介质 |
| CN113791361B (zh) * | 2021-08-23 | 2024-04-26 | 欣旺达电子股份有限公司 | 内阻老化计算方法、系统、管理系统、汽车及存储介质 |
| CN115144778A (zh) * | 2022-09-02 | 2022-10-04 | 力高(山东)新能源技术有限公司 | 一种大数据估算电池内阻的方法 |
| CN115648949A (zh) * | 2022-12-28 | 2023-01-31 | 河北长征汽车制造有限公司 | 电池包dcir在线检测的方法及电动汽车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109975717B (zh) | 2021-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109975717A (zh) | 一种动力电池内阻的在线计算方法 | |
| CN108717164B (zh) | 电池的荷电状态soc标定方法及系统 | |
| CN110949174B (zh) | 纯电动汽车多工况下电池系统功率状态在线估算方法 | |
| CN107271905B (zh) | 一种用于纯电动汽车的电池容量主动估计方法 | |
| CN103907030B (zh) | 电池充电率的估计装置与电池充电率的估计方法 | |
| CN101971043B (zh) | 在电池管理系统中测量电池的充电状态的方法及其装置 | |
| CN101819259B (zh) | 电池组充电曲线修正方法 | |
| CN102129039B (zh) | 二次电池劣化判定方法、二次电池劣化判定装置、及电源系统 | |
| CN104360285A (zh) | 一种基于改进的安时积分法的电池容量修正方法 | |
| CN109031133B (zh) | 一种动力电池的soc修正方法 | |
| CN103969587A (zh) | 一种混合动力车用动力电池soc估算方法 | |
| CN111289906B (zh) | 一种动力电池soc估算方法 | |
| CN106597289A (zh) | 电池健康状态测算方法 | |
| CN112213641A (zh) | 用于获得剩余时间的电池管理系统及方法 | |
| CN107688155B (zh) | 一种用于电池管理系统中的电池剩余容量估算方法 | |
| CN111624504A (zh) | 一种锂离子电池直流内阻测试方法 | |
| CN109633457A (zh) | 一种剩余电量的获取方法及获取系统 | |
| CN111965546B (zh) | 基于ocv曲线重构的锂电池容量和初始soc估计方法 | |
| CN115113072A (zh) | 电池soc的估算方法及相关装置 | |
| CN112098849A (zh) | 基于求积分卡尔曼滤波的锂电池剩余电量估计方法 | |
| DE102013220688A1 (de) | Verfahren und Vorrichtung zur Bestimmung eines ladungszustandsabhängigen Leerlaufspannungsverlaufs einer Fahrzeugbatterie | |
| CN109828213A (zh) | 一种soc预测处理模块的处理方法 | |
| CN110045291B (zh) | 一种锂电池容量估计方法 | |
| CN112698217B (zh) | 基于粒子群优化算法的电池单体容量估计方法 | |
| CN109387784B (zh) | 多维度状态估算效准soc的方法以及动态修正soc的方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 215500 Building 2, No. 133, Huangpujiang Road, Changshu high tech Industrial Development Zone, Suzhou City, Jiangsu Province Applicant after: Suzhou Zhengli New Energy Technology Co.,Ltd. Address before: 215500 2, Huangpu River Road, Changshou City high tech Industrial Development Zone, Suzhou, Jiangsu, China, 59 Applicant before: SUZHOU ZHENGLI WEILAI NEW ENERGY TECHNOLOGY CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220614 Address after: 215500 No. 68, Xin'anjiang Road, Southeast street, Changshu, Suzhou, Jiangsu Patentee after: Jiangsu Zhengli new energy battery technology Co.,Ltd. Address before: Building 2, No. 133, Huangpujiang Road, Changshu high tech Industrial Development Zone Patentee before: Suzhou Zhengli New Energy Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220913 Address after: Building 2, No. 133, Huangpujiang Road, Changshu High-tech Industrial Development Zone, Changshu City, Suzhou City, Jiangsu Province, 215500 Patentee after: Suzhou Zhengli New Energy Technology Co.,Ltd. Address before: 215500 No. 68, Xin'anjiang Road, Southeast street, Changshu, Suzhou, Jiangsu Patentee before: Jiangsu Zhengli new energy battery technology Co.,Ltd. |