CN109991548A - 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 - Google Patents
一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 Download PDFInfo
- Publication number
- CN109991548A CN109991548A CN201910315794.3A CN201910315794A CN109991548A CN 109991548 A CN109991548 A CN 109991548A CN 201910315794 A CN201910315794 A CN 201910315794A CN 109991548 A CN109991548 A CN 109991548A
- Authority
- CN
- China
- Prior art keywords
- soc
- ocv
- aluminium
- air cell
- discharge
- 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
Abstract
本发明公开了一种OCV‑SOC标定实验方法,包括以下步骤:步骤一:通过铝空气电池的放电实验获取铝空气电池荷电状态SOC和开路电压OCV的实验数据并得出SOC‑OCV实验关系曲线;步骤二:在Matlab对铝空气电池的SOC和OCV的实验数据进行拟合并得到拟合式;步骤三:将由拟合式得到的SOC‑OCV拟合曲线和实验得到的SOC‑OCV实验关系曲线进行对比并得出OCV‑SOC对比误差曲线。本发明还公开了一种电池等效模型参数辨识方法,以及公开了一种基于上述OCV‑SOC标定实验方法和电池等效模型参数辨识方法的SOC估算方法。本发明的SOC估算方法用于铝空气电池的SOC估算,能估算出高精度的铝电池的SOC,为铝电池的研究提供了有效地研究帮助。
Description
技术领域
本发明涉及电池领域,尤其是涉及一种OCV-SOC标定实验方法、电池等效模型参数辨识方法及SOC估算方法。
背景技术
随着时代的迅速发展,环境问题和能源问题越来越成为当今世界最受关注的问题之一。当今世界,各国普遍面临能源短缺的压力,传统能源对环境污染带来的问题日益加剧。随着国家相关政策的支持,开发新能源电池来代替传统化石燃料成为了目前新能源领域研究的热点。现如今,对新能源电池的研究,人们主要着重于锂离子电池、镍氢电池、铅酸蓄电池以及金属燃料电池等。其中,金属燃料电池是其中发展前景较好的一类电池。金属燃料电池作为新一代新能源电池,因为有着能量密度高、安全可靠、污染小等特点而被广泛关注,尤其是铝空气电池。铝空气电池作为新一代新能源电池,有着功率密度大、比能量高、原材料丰富、寿命长以及成本低等优点,已被示范应用于通信基站备用电源、电动汽车电源以及水下设施的驱动能源领域。目前,市场上已出现技术相对成熟的锂离子电池管理系统,若简单将其移植到铝空气电池上,存在不匹配和测试结果不准确等问题,因此研制一套应用于铝空气电池的能量管理系统是非常必要的。
现如今研发出的铝空气电池管理系统存在着检测精度、建模精度以及SOC 估算精度不高的问题,目前还未有一套成熟的管理系统对铝空气电池运行状态进行监测。
目前铝空气电池依旧存在着比功率低、电压滞后、放电速度缓慢以及自放电率大等问题,SOC估算尤其重要,但只有尽可能地将SOC的估算提高到一定的精度,给系统判断铝空气电池工作状态提供依据,避免因为铝空气电池的滥用,因此SOC是维护铝空气电池正常运作的重要指标。目前,对SOC的估计方法主要有四大类:开路电压法、安时积分法、卡尔曼滤波法以及人工神经网络法。开路电压法显著的缺点即电池需要等到放电结束后,经过长时间的静置才可以达到电池稳定状态,在测量的过程需要实时对电池SOC进行估算,因此该缺陷将会给SOC测量带来很大得到困难。安时积分法的主要原理是不考虑电池的外部结构和化学反应,仅仅通过对流过电池的电流进行长时间持续的记录和检测并对其进行积分计算得到的剩余电量,安时积分法的准确性与电池初始容量和电流检测的准确性密切相关,在放电电流检测不稳定甚至是波动剧烈时,测量误差较大,同时随着放电时间的增长,累积误差产生并增大,到后期初始容量会出现较大的误差,最终SOC的估计值与实际值会有严重的偏差。卡尔曼滤波器是一种最优化自回归数据处理算法,由卡尔曼提出的针对还原真实数据的数据处理技术。其基本原理是将电池看作动力系统,将SOC作为内部状态量,在算法的不断运行过程中不断预测更新实现最小方差意义上的最优估计,但在卡尔曼滤波算法运算过程中,存在大量的数据运算,所以该方法对处理器的计算能力要求很高。在模型参数辨识过程中,参数出现漂移同时带来的巨大的运算量,因此该方法很少运用在单片机上。人工神经网络法在估算电池SOC时,通常将电池的电压和电流作为输入层样本,只有选择了恰当的训练算法及足够数量的训练样本后,输入任何数据均能得到相应的SOC的值,人工神经网络法虽然拥有较高的精度,却对训练数据以及训练方法的依赖性较大,由于训练样本数量庞大同时会带来较大的工作量,对硬件要求较高。
发明内容
本发明的目的在于解决现有技术的不足,提供一种电池OCV-SOC标定实验方法,使用该实验方法得到的OCV-SOC曲线具有高精度的优点,本发明还提供了一种能精准估算出铝空气电池SOC且运算简单的铝空气电池的SOC估算方法。
本发明解决上述技术问题采用的技术方案是:
一种电池OCV-SOC标定实验方法,包括以下步骤:
步骤一:通过铝空气电池的放电实验获取铝空气电池荷电状态SOC和开路电压OCV的实验数据并得出SOC-OCV实验关系曲线;
步骤二:在Matlab对铝空气电池的SOC和OCV的实验数据进行拟合并得到拟合式;
步骤三:将由拟合式得到的SOC-OCV拟合曲线和实验得到的SOC-OCV实验关系曲线进行对比并得出OCV-SOC对比误差曲线。以上技术方案中,铝空气电池的放电实验为铝空气电池的OCV-SOC标定实验提供SOC和OCV数据。通过铝空气电池的放电实验获取到的铝空气电池荷电状态SOC和开路电压OCV的实验数据,在Matlab中借用cftool工具根据最小二乘法的原理对SOC和OCV进行数据拟合,并得到OCV和SOC的拟合式。
作为优选,获得SOC-OC实验关系曲线步骤如下:S1:在保证铝空气电池满电量的情况下,对铝空气电池进行恒流放电;S2:铝空气电池SOC每减少5%,静置1小时并记录SOC和OCV值;S3:重复S1和S2,直至铝空气电池SOC为 5%,静置1小时并记录SOC和OCV值;S4:继续恒流放电,直至截止电压2.9V,静置1小时并记录SOC和OCV值;S5:整理所得到的数据并得到SOC-OCV实验关系曲线。以上技术方案中,对铝空气电池进行间歇性放电,铝空气电池组在放电结束一小时后端电压趋于稳定,因此铝空气电池SOC每减少5%,静置1小时后记录的SOC和OCV值为精确值。
作为优选,用不同的放电倍率分别对铝空气电池进行恒流放电,重复S1至 S4并得到与不同放电倍率相对应的多组SOC和OCV的实验数据以及多组实验关系曲线。以上技术方案中,用不同的放电倍率分别对铝空气电池进行恒流放电得到多组SOC和OCV实验数据,并由Matlab拟合得到多组相对应的SOC-OCV拟合曲线,将多组拟合曲线与相对应的多组SOC-OCV实验关系曲线进行对比,使得结果更加精准。
作为优选,放电倍率包括0.1C、0.2C、0.3C、0.4C,从而得到四组实验数据以及四条实验关系曲线,其中C为铝空气电池的实际容量。以上技术方案中,采用0.1C、0.2C、0.3C、0.4C的放电倍率对铝空气电池进行放电实验并得到四组代表性的SOC和OCV实验数据和相对应的实验关系曲线,根据四组SOC和OCV 实验数据经过Matlab拟合得到相对应的四组SOC-OCV拟合曲线。
作为优选,放电实验环境为20℃±5℃的环境。以上技术方案中,温度环境对铝电池的放电实验存在较大影响,采用20℃±5℃的环境使得实验结果更精准。
作为优选,分别对放电倍率为0.1C、0.2C、0.3C、0.4C所得到的SOC和OCV 实验数据进行拟合并分别得到七阶多项式,其中y为OCV值,x为SOC值:当放电倍率为0.1C时,对应拟合得到的拟合式为:
当放电倍率为0.2C时,对应拟合得到的拟合式为:
当放电倍率为0.3C时,对应拟合得到的拟合式为:
当放电倍率为0.4C时,对应拟合得到的拟合式为:以上拟合式中,根据 SOC-OCV实验关系曲线,所以划分0≤x≤0.1、0.1<x<0.9、0.9≤x≤1三段,使得拟合结果更加精准。根据以上四组多项式,设电池的OCV在任一放电倍率下与SOC 的关系式为:
对其进行最小二乘法拟合,从而可以得到关于C9、C8、C7、C6、C5、C4、C3、C2、C1、C0的关系表达式为:
式中,i为恒流放电电流。选取任一放电倍率下的恒流放电电流代入C9、C8、C7、C6、C5、C4、C3、C2、C1、C0的关系表达式,即可得到与该放电倍率相对应的OCV-SOC拟合曲线,本OCV-SOC标定实验中采用十节铝空气电池组成的铝空气电池组并采用0.1C的放电倍率下的恒流放电电流代入C9、C8、C7、C6、C5、C4、C3、C2、C1、C0的关系表达式,上述的铝空气电池组的0.1C的放电倍率下的恒流放电电流为10安培,从而得到0.1C 放电倍率下的OCV-SOC拟合曲线,OCV-SOC拟合曲线与SOC-OCV实验关系曲线对比并拟合得到OCV-SOC对比误差曲线,将SOC-OCV实验关系曲线视为SOC-OCV 实际关系曲线,从而根据OCV-SOC对比误差曲线得出OCV-SOC拟合曲线的拟合精度较高,OCV-SOC拟合曲线的绝对误差小于0.08,可精确模拟铝空气电池在不同放电倍率下的SOC和VOC之间的关系曲线,为铝空气电池的SOC估算方法提供基础。
一种电池模型参数辨识方法,其特征在于:包括以下步骤:
步骤a:建立铝空气电池等效电路模型;
步骤b:采用带有遗忘因子的递推最小二乘法对铝空气电池等效电路模型进行参数辨识;
步骤c:建立参数特性曲线,参数特性曲线包括SOC特性曲线。
基于空气电池等效电路模型,求得铝空气电池等效电路模型的函数关系式,并离散化后得到铝电池等效电路模型的状态空间方程,将铝空气电池等效电路模型的函数关系式及状态空间方程简化得到系统差分方程,采用带有遗忘因子的递推最小二乘法对系统差分方程进行递推运算,并得到带有遗忘因子的递推最小二乘法算法,在Matlab中采用带有遗忘因子的最小二乘法算法对铝空气电池等效电路模型进行参数辨识,在铝空气电池等效电路仿真模型中输入辨识后的参数以及铝空气电池特性实验得到的放电电流,并得到仿真输出电压,通过比对仿真输出电压和铝空气电池特性实验得到的实际端电压来对铝空气电池等效电路模型进行精度验证。在Matlab中对铝空气电池等效电路模型的参数辨识的方法如下:S1、将电池的实验数据导入Matlab,其中实验数据包括由实验得出实际端电压和放电电流;S2、确定初始化参数:θ(0)=0、P(0)=105i、数据采集周期为1min,启动参数辨识算法的递推过程,其中,θ(0)为铝空气电池等效电路模型初始状态下的参数估计值,P(0)为铝空气电池等效电路模型初始状态下的协方差矩阵,i为单位矩阵;S3、通过带有遗忘因子的递推公式得到k时刻的系统差分方程参数h0、h1、h2、h3、h4、h5的值,其中系统差分方程由铝空气电池等效电路模型的函数关系式推出;S4、通过换算公式,得到铝空气电池等效电路模型中参数的表达式,换算公式为:
b1=[h3+h2h3+a1(h1h3+h4)]/(a1-a2);b2=h1h3+h4-[h3+h2h3+a1(h1h3+h4)]/(a1-a2);c=h3;d=h0/(1-h1-h2);其中,a1、a2、b1、b2、c、d为铝空气电池等效电路模型状态空间方程的系数;铝空气电池等效电路模型中参数的表达式为:
R1=b1/(1-a1);R2=b2/(1-a2);R0=c;Uoc=d;C1=(a1-1)/b1lna1;C2=(a2-1)/b2lna2;
其中,R0为铝空气电池等效电路模型中的欧姆内阻,R1、C1分别为用于模拟电池内部浓差极化的第一RC并联电路中的第一电阻和第一电容,R2、C2分别为用于模拟电池内部电化学极化的第二RC并联电路中的第二电阻和第二电容,Uoc为开路电源E产生的开路电压。开路电压OCV即开路电压Uoc。
铝空气电池等效电路模型为基于Massimo Ceraolo等效模型的二阶RC电路模型,二阶RC电路模型包括开路电源E、欧姆内阻R0、两个RC并联电路,欧姆内阻R0一端与开路电源E串联,欧姆内阻R0另一端与分别与两个RC并联电路串联连接,两个RC并联电路之间串联连接;两个RC并联电路包括用于模拟电池内部浓差极化的第一RC并联电路、用于模拟电池内部电化学极化的第二RC 并联电路,第一RC并联电路与第二RC并联电路串联连接;第一RC并联电路包括第一电阻R1、与第一电阻R1并联的第一电容C1,欧姆内阻R0分别与第一电阻 R1、第一电容C1串联连接;第二RC并联电路包括第二电阻R2、与第二电阻R2并联的第二电容C2,欧姆内阻R0分别与第二电阻R2、第二电容C2串联连接。铝空气电池等效电路模型的函数关系式如下:
U1=I/C1-U1/C1R1;U2=I/C2-U2/C2R2;U=Uoc-U1-U2-IR0;
式中,U1为第一RC并联电路的电压,U2为第二RC并联电路的电压,I为放电电流,U为端电压,Uoc为开路电源E产生的开路电压。以上技术方案中,所述的二阶RC电路模型,将电池内部的电化学极化、浓差极化以及欧姆极化分开考虑,用R0来表示电池的欧姆极化效应,两个RC并联电路来分别模拟电池内部浓差极化和电化学极化;电池内部的极化现象在工作状态时分为极化作用和去极化作用,极化作用表现为电极表面由于电子的不断转移而造成的电荷累积,去极化作用则主要表现为电极反应消耗掉电极表面的电荷,电极电位的恢复;两个RC并联电路中的电容元件C1和C2用于表示极化作用,具体表现为电容两端出现电压时电荷的增多;电阻元件R1和R2则可用于表示去极化作用,具体表现为通过电阻消耗电容内的负荷。所述的二阶RC电路和现有的PNGV以及更高阶RC 电路相比,所述的二阶RC电路参数辨识方法更加简便,和传统的Thevenin等效电路相比,所述的二阶RC电路只增加了一阶RC电路,两者的计算量和复杂度相似,但所述的二阶RC电路拥有更高的精度。
将铝空气电池等效电路模型的函数关系式进行离散化后并得到如下的铝空气电池等效电路模型的状态空间方程:
U(k)=d-U1(k)-U2(k)-cI(k);式中,
a1=exp(-Δt/R1C1),a2=exp(-Δt/R2C2),b1=R1(1-exp(-Δt/R1C1)), b2=R2(1-exp(-Δt/R2C2)),c=R0,d=Uoc,k为时间变量,Δt为采样时间段。再将所述的状态空间方程和铝空气电池等效电路模型的函数关系式进一步简化可得到系统差分方程,如下:
U(k)=h0+h1U(k-1)+h2U(k-2)+h3I(k)+h4U(k-1)+h5U(k-2);式中,
h0=(1-(a1+a2)+a1a2)d,h1=a1+a2,h2=-a1a2,h3=c,h4=b1+b2-(a1+a2)c, h5=a1a2c-b1a2-b2a1,I(k)为系统输入,U(k)为系统输出。再令θ=[h0,h1,h2,h3,h4,h5]T,得到再将扩展为N维,令k=n+i, n+i+1,...,N+1,得到如下式子:U=φθ,式中,最小二乘法的泛函数J定义为方程误差残项的平方和,式中,最小二乘法的原理即对J 求导,使得J取最小值,令从而得到θLS'=(φTφ)-1φTU,在上述过程基础上进行递推运算,其原理是在系统辨识过程中,得到一组新参数估计值,使用递推公式修正旧参数估计值,得到新的参数估计值,从而完成参数的实时估计,递推公式为:
其中,θ(k)为k时刻的参数估计值,为k时刻对参数估计值的预测,而是k时刻参数预测的误差;K(k)为算法增益,将算法增益和预测误差相乘即可得到对预测值的校正值;P(k)为协方差矩阵。现有技术中对于初始值θ(0)和P(0)有不同的求法,本文中设θ(0)=0,P(0)=αI,α尽可能取大,I为单位矩阵,在经过有限次的运算后,得到和使用实际初始值计算得到的结果。在采集数据越来越多的情况下,新的数据将会和旧的数据混淆,递推最小二乘法对数据的修正能力将会减弱,主要原因在于协方差矩阵P(k),由于P(0)>0,可得
随着辨识的进行,P(k)呈现递减的趋势,随着递推次数的增加,最终趋于0,此时K(k) 也趋于0,最终丧失对参数的修正能力,即当前的参数估计值与上一时刻并无区别。因为递推最小二乘法有无限记忆长度,所以提出在原有的递推最小二乘法的基础上引入遗忘因子λ,λ取值在0.95至0.99之间,λ用于加强新数据并削弱旧数据,带有遗忘因子的递推公式如下:
从而根据带有遗忘因子的递推公式得到系统差分方程在k时刻参数h0、h1、h2、h3、h4、h5的值,从而得出k时刻的铝空气电池等效电路模型中的参数R0、R1、R2、C1、C2、Uoc,从而得出铝空气电池等效电路模型中的参数R0、R1、R2、C1、C2、Uoc的辨识曲线。
实验数据包括由将铝空气电池放电特性实验中得到的放电电流和实际端电压,Matlab中铝空气电池等效电路仿真模型将输入经过仿真计算得到输出,并将输出和实际端电压进行对比,从而对铝空气电池等效电路模型进行精度验证。铝空气电池等效电路仿真模型的输入包括铝空气电池放电特性实验中得到的放电电流以及由辨识得到的参数。其中,将放电特性实验中采集到的端电压作为实际端电压。铝空气电池等效电路模型的参数包括R0、R1、R2、C1、C2、Uoc。
本发明中,将模拟输出的仿真输出电压和实际端电压进行对比,结果表明两组数据基本一致,拥有很好的拟合精度,其误差控制在0.024V,最大相对误差为0.8866%,所以通过本发明的铝空气电池模型参数辨识方法可以很好地模拟铝空气电池的动态特性。
以上技术方案中,实验端电压和放电电流由铝空气电池放电特性实验得到,将实验端电压作为实际端电压。铝空气电池的放电特性实验步骤如下:
H1:在通风环境中,将铝空气电池组放电电流以1A/min的增长速度增加至15A,并实时记录铝空气电池组的放电电压和放电时间;
H2:基于H1,以5A/min的增长速度将铝空气电池组放电电流从15A增加至30A,并实时记录铝空气电池组的放电电压和放电时间;
H3:基于H2,将铝空气电池组以30A的放电电流大小恒流放电至放电结束,并实时记录铝空气电池组的放电电压和放电时间;
H4:基于H1至H3,分析铝空气电池组放电电流与时间的关系、以及分析铝空气电池组放电电压与时间的关系。以上技术方案中,采用十组铝空气电池组成铝空气电池组,铝空气电池组初始放电电压较高,但由于电池电极间电子的移动以及正负极之间发生的化学反应导致化学键的形成,从而产生了电池极化,随着电流增长,电压下降较快。电池极化即当电池有电流通过,使电极偏离了平衡电极电位的现象。在30A的恒流放电过程中放电电压稳定为11V左右,随着电池组放电过程的深入,放电电压呈线性下降,在恒流放电约10小时后,电压下降趋势变得急促,最终电压下降至3V,电池组停止工作;最后阶段放电电压急剧下降的原因是铝空气电池中中铝板的消耗、沉淀物的堆积以及电解液浓度的下降。通过铝空气电池放电特性实验,可以验证铝空气电池可持续长时间放电,比能量高的特性。
铝空气电池的特性放电实验在铝空气电池的放电特性实验测试系统中进行,铝空气电池的放电实验测试系统包括控制器、与控制器连接的数据采集模块、与数据采集模块连接的铝空气电池组、与控制器连接的显示模块、与铝空气电池组连接的放电负载模块,数据采集模块包括分别与控制器连接的电压采集模块、电流采集模块、温度采集模块以及单体电压检测模块。控制器为包含3 个12位ADC的控制芯片,控制芯片采用STM32F103RCT6芯片,电压采集模块包括分压电阻,电压采集模块通过分压电阻将采集得到的总电压信号转换为 0V-3.3V的分压信号。以上技术方案中,铝空气电池组采用10组铝空气电池串联连接而成,铝空气电池组总电压的测量范围为2.904V-15.05V,而本发明采用的控制器支持最大5V的电压,所以电压采集模块通过分压电阻将采集得到的总电压信号转换为0V-3.3V的分压信号,电压采集模块将分压信号传送至控制器,再由控制器处理得出总电压。
以上技术方案中,电压采集模块包括第一电阻R21、第二电阻R16、第一滤波电路、第一电压跟随器、第二滤波电路,第一电阻R21、第二电阻R16串联连接,第一滤波电路设在第一电压跟随器与第一电阻R21、第二电阻R16之间,第二滤波电路设在第一电压跟随器与控制器之间。第一电阻R21、第二电阻R16作为分压电阻。
第一电阻R21一端与第一滤波电路串联连接,第一电阻R21另一端接地,第二电阻R16一端与第一滤波电路串联连接,第二电阻R16另一端与电池组输入的总电压连接,第一滤波电路还与第一电压跟随器的输入端连接,第一电压跟随器的输出端与第二滤波电路连接;第一滤波电路包括第三电阻R19,与第三电阻R19连接并接地第一电容C23,第三电阻R19一端分别与第一电阻R21、第二电阻R16串联连接,第三电阻R19另一端与第一电压跟随器串联连接;第二滤波电路包括第四电阻R17、与第四电阻R17连接并接地的第二电容C22,第四电阻R17一端与第一跟随器串联连接,另一端与控制器的AD接口串联连接。第一电阻R21和第二电阻R16均为精度为0.1%的精度电阻,第一电阻R21阻值为1KΩ,第二电阻R16阻值为4K Ω,通过第一电阻R21分压得到的电压U21=R21U/(R21+R16)=U/5=0.2U,式中,U为电池组两端测得的总电压。第一电阻R21和第二电阻R16分别对节点进行等比例分压,电池组经过第一电阻R21、第二电阻R16的分压后再经过第一滤波电路进行滤波,然后经过第一电压跟随器和第二滤波电路再进入控制器的AD接口实现电压信号的处理,第一电压跟随器的在电路中起到缓冲、隔离、提高带载能力的作用。电阻分压法,即通过电阻对节点形成等比例分压电路,进而将采集得到的总电压信号转换为较低电压的模拟量,然后发送给控制器实现电压信号采集。本发明中,选用精度为0.1%的第一电阻R21对采集到的总电压信号进行等比例分压并得到0V-3.3V的模拟量,然后模拟量依次进过第一滤波电路、第一电压跟随器、第二滤波电路后传送至控制器的AD接口,从而实现总电压信号采集。第一电压跟随器采用SGM358。
作为优选,电流采集模块包括将采集得到的电流信号转换为电压输出信号的电流传感器,电流信号通过电流传感器转换为电压输出信号并将电压输出信号传送至控制器的AD接口,再经控制器处理从而实现电流信号的采集。以上技术方案中,电流采集模块包括电流传感器、与电流传感器依次连接的第三滤波电路、第二电压跟随器、第四滤波电路。电流传感器由高精度、低偏移的线性霍尔传感器电路组成,其测量范围为±100A,在-40℃-150℃的测量范围内可达到1%的测量精度,电流传感器为ACS758-LCB电流传感器。电流传感器的输入端与电池组串联连接,电流传感器的输出端依次与三滤波电路、第二电压跟随器、第四滤波电路串联连接,电流信号通过电流传感器转换为电压输出信号,电压输出信号依次经过三滤波电路、第二电压跟随器、第四滤波电路并进入控制器的AD接口,从而实现电流信号采集功能。第三滤波电路设在电流传感器与第二电压跟随器之间,第四滤波电路设在第二电压跟随器与控制器之间。第三滤波电路包括与电流传感器的VOUT接口串联连接的第五电阻R11、与第五电阻R11连接并接地的第三电容C5;第四滤波电路包括与第二电压跟随器连接的第六电阻 R13、与R13连接并接地的第四电容C7。
电流信号与电压输出信号之间的关系式为:
VOUT=VOUT(Q)+VsensI,其中,VOUT为电压输出值,VOUT(Q)为静态输出电压值, VOUT(Q)=VCC/2,VCC为电流传感器的固定输入电压,VCC=5V,Vsens为电流传感器敏感标度值,Vsens=40mV/A。电流信号通过电流传感器转换为电压信号并经过滤波器滤除干扰信号,最后传送至控制器的AD接口实现信号采集。
一种铝空气电池的SOC估算方法:基于权利要求8所述SOC-OCV拟合曲线及权利要求9所述的参数特性曲线得到开路电压法,将开路电压法和安时积分法综合运用估算铝空气电池SOC,具体步骤如下:
Q1:在铝空气电池的放电初始阶段,t=0时,采用开路电压法确定铝空气电池初始荷电状态SOC0;
Q2:基于Q1,在铝空气电池放电过程中,0<t<300时,实时对其放电电流进行积分运算,采用安时积分法对铝空气电池SOC进行估算;
Q3:基于Q2,在铝空气电池放电过程中,300≤t≤500时,综合运用开路电压法和安时积分法对铝空气电池SOC进行估算;
Q4:放电末尾阶段,t>500时,电压急剧下降,使用开路电压法对铝空气电池 SOC进行估算。
以上技术方案中,安时积分法的主要原理是不考虑电池的外部结构和化学反应,仅仅通过对流过电池的电流进行长时间持续的记录和检测并对其进行积分计算得到的剩余电量。根据定义,安时积分法可用如下的计算公式表达出来:
式中:SOC0为电池的初始电量;Qrated为电池的额定容量;I为电池的放电电流。开路电压法中,使用含有遗忘因子的递推最小二乘法进行参数辨识得到Uoc的辨识曲线,即电池OCV随时间的变化曲线,根据标定实验法得到的OCV-SOC的关系曲线,从而可进一步得到SOC的值。
在铝空气电池的放电初始阶段,t=0时,铝空气电池处于长期静置状态,这时用开路电压法可确定电池初始荷电状态SOC0值;在铝空气电池的放电阶段中, 0<t<300时,实时对其放电电流进行积分运算,采用安时积分法对电池SOC进行较高精度的估算;在铝空气电池的放电阶段中,300≤t≤500时,安时积分法会随着放电过程的推进而带来累积误差,因此在300≤t≤500时,综合运用开路电压法和安时积分法,提高SOC的估算精度。
本发明具有的有益效果是:
1、提供一种简单可行的铝空气电池的OCV-SOC标定实验方法;
2、提供一种简单可行的铝空气电池模型参数辨识方法;
3、提供一种铝空气电池的SOC估算方法,由该方法得到的SOC值具有高精准度。
附图说明
图1是本发明的铝空气电池的OCV-SOC标定实验流程图;
图2是本发明的铝空气电池等效电路模型的参数辨识方法的流程图;
图3是本发明铝空气电池等效电路模型图;
图4是本发明的铝空气电池等效电路仿真模型图;
图5是本发明的铝空气电池的放电特性实验测试系统;
图6是本发明的铝空气电池的OCV-SOC标定实验中四组放电倍率的OCV-SOC 实验关系曲线;
图7是本发明的铝空气电池的OCV-SOC标定实验中OCV-SOC对比误差曲线;
图8是本发明的铝空气电池等效电路模型的参数辨识方法得到的SOC特性曲线;
图9是本发明的铝空气电池等效电路仿真模型的仿真输出电压相对于实际端电压的误差图。
图中:1、放电特性实验,2、铝空气电池等效电路模型,3、函数关系式, 4、参数,5、放电电流,6、实际端电压,7、铝空气电池等效电路仿真模型,8、精度验证,9、状态空间方程,10、带有遗忘因子的递推最小二乘法,11、系统差分方程,12、电压采集模块,13、电流采集模块,14、温度采集模块,15、单体电压检测模块,16、显示模块,17、报警模块,18、电池组,19、继电器, 20、放电负载模块,21、控制器,22、放电实验,23、实验数据、24、拟合式, 25、SOC-OCV拟合曲线,26、OCV-SOC实验曲线,27、OCV-SOC对比误差曲线, 28、SOC特性曲线。
具体实施方式
以下结合附图和实施方式对本发明作进一步的说明。
如图1-9所示,本实施例的一种电池OCV-SOC标定实验方法,其特征在于:包括以下步骤:步骤一:通过铝空气电池的放电实验(22)获取铝空气电池荷电状态SOC和开路电压OCV的实验数据(23)并得出SOC-OCV实验关系曲线(26);步骤二:在Matlab对铝空气电池的SOC和OCV的实验数据(23)进行拟合并得到拟合式(24);步骤三:将拟合式(24)得到的SOC-OCV拟合曲线(25)和实验得到的SOC-OCV实验关系曲线(26)进行对比并得出OCV-SOC对比误差曲线(27)。
本实施例中,获得SOC-OCV实验关系曲线(26)步骤如下:S1:在保证铝空气电池满电量的情况下,对铝空气电池进行恒流放电;S2:铝空气电池SOC 每减少5%,静置1小时并记录SOC和OCV值;S3:重复S1和S2,直至铝空气电池SOC为5%,静置1小时并记录SOC和OCV值;S4:继续恒流放电,直至截止电压2.9V,静置1小时并并记录SOC和OCV值;S5:整理所得到的数据并得到SOC-OCV实验关系曲线(26)。
本实施例中,用不同的放电倍率分别对铝空气电池进行恒流放电,重复S1 至S4并得到与不同放电倍率相对应的多组SOC和OCV实验数据(23)以及多组 SOC-OCV实验关系曲线(26)。
本实施例中,放电倍率包括0.1C、0.2C、0.3C、0.4C,从而得到四组实验数据(23)以及四组SOC-OCV实验关系曲线(26),其中C为铝空气电池的实际容量。
本实施例中,分别对放电倍率为0.1C、0.2C、0.3C、0.4C所得到的实验数据(23)进行拟合并分别得到四组拟合式(24)。
本实施例中,根据四组拟合式(24)得出铝空气电池在任一放电倍率下的 SOC与OCV的关系式:其中y为OCV值,x为 SOC值,C9、C8、C7、C6、C5、C4、C3、C2、C1、C0为待定系数。
本实施例中,分别对四组拟合式(24)进行最小二乘法拟合并得到C9、C8、 C7、C6、C5、C4、C3、C2、C1、C0的关系表达式。
本实施例中,将任一放电倍率代入C9、C8、C7、C6、C5、C4、C3、C2、C1、 C0的关系表达式,并得到该任一放电倍率下的SOC-OCV拟合关系式,进一步得到SOC-OCV拟合曲线(25),从而将SOC-OCV拟合曲线(25)和SOC-OCV实验关系曲线(26)进行对比并得到误差。
本实施例还提供了一种电池等效模型参数辨识方法,包括以下步骤:步骤a:建立铝空气电池等效电路模型(2);步骤b:采用带有遗忘因子的递推最小二乘法(10)对铝空气电池等效电路模型(2)进行参数(4)辨识;步骤c:建立参数特性曲线(28)。
本实施例还提供了一种SOC估算方法,包括基于权利要求7所述SOC-OCV 拟合曲线(25)及权利要求8所述的参数特性曲线(28)得到开路电压法,将开路电压法和安时积分法结合估算铝空气电池SOC,具体步骤如下:
Q1:在铝空气电池的放电初始阶段,t=0时,采用开路电压法确定铝空气电池初始荷电状态SOC0;Q2:基于Q1,在铝空气电池放电过程中,0<t<300时,实时对其放电电流进行积分运算,采用安时积分法对铝空气电池SOC进行估算;
Q3:基于Q2,在铝空气电池放电过程中,300≤t≤500时,综合运用开路电压法和安时积分法对铝空气电池SOC进行估算;Q4:放电末尾阶段,t>500时,电压急剧下降,使用开路电压法对铝空气电池SOC进行估算;以上Q1至Q4中, t为铝空气电池的放电时间。
对本实施例中的一种电池等效模型的辨识方法进一步地说明,包括以下步骤:
步骤一:对铝空气电池进行放电特性实验1,获取实验数据;
步骤二:建立铝空气电池等效电路模型2,并求得铝空气电池等效电路模型2的函数关系式3,并离散化后得到铝电池等效电路模型2的状态空间方程9;
步骤三:将铝空气电池等效电路模型2的函数关系式3及状态空间方程9简化得到系统差分方程11,采用带有遗忘因子的递推最小二乘法10对系统差分方程进行递推运算,并得到带有遗忘因子的递推最小二乘法算法;
步骤四:采用带有遗忘因子的递推最小二乘法算法对铝空气电池等效电路模型2进行参数4辨识并辨识得到参数4;
步骤五:通过Matlab搭建相应的铝空气电池等效电路仿真模型7,并根据仿真结果对建立的铝空气电池等效电路模型2进行精度验证8。
其中,铝空气电池等效电路仿真模型7中,欧姆内阻R0、第一电阻R1、第二电阻R2、第一电容C1、第二电容C2、开路电压Uoc、放电电流I、以及时间常数τ1和τ2作为输入量,τ1T1=R1C1,τ2=R2C2,欧姆内阻R0、第一电阻R1、第二电阻R2、第一电容C1、第二电容C2、开路电压Uoc由带有遗忘因子的递推最小二乘法10辨识得出,放电电流I由放电特性实验1获取;Product1、Product 2、Product 3、Product 4、Product 5均为乘法运算器,Add1、Add2、Add3均为加法运算器,Derivative 1、Derivative 2均为导数运算器,OUT为输出量, Scope为显示器,本实施例输出量为仿真输出电压,将仿真输出电压与实际端电压比对即可铝空气电池等效电路模型2进行精度验证8。
其中,铝空气电池的放电特性实验1在铝空气电池的放电特性实验测试系统中进行,铝空气电池的放电特性实验测试系统包括控制器21、与控制器21连接的数据采集模块、与数据采集模块连接的铝空气电池组18、与铝空气电池组 18连接的放电负载模块20、分别与控制器21连接的显示模块16和报警模块17 以及继电器19,数据采集模块包括分别与控制器21连接的电压采集模块12、电流采集模块13、温度采集模块14以及单体电压检测模块15。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种电池OCV-SOC标定实验方法,其特征在于:包括以下步骤:
步骤一:通过铝空气电池的放电实验(22)获取铝空气电池荷电状态SOC和开路电压OCV的实验数据(23)并得出SOC-OCV实验关系曲线(26);
步骤二:在Matlab对铝空气电池的SOC和OCV的实验数据(23)进行拟合并得到拟合式(24);
步骤三:将由拟合式(24)得到的SOC-OCV拟合曲线(25)和实验得到的SOC-OCV实验关系曲线(26)进行对比并得出OCV-SOC对比误差曲线(27)。
2.根据权利要求1所述的一种电池OCV-SOC标定实验方法,其特征在于:获得SOC-OCV实验关系曲线(26)步骤如下:
S1:在保证铝空气电池满电量的情况下,对铝空气电池进行恒流放电;
S2:铝空气电池SOC每减少5%,静置1小时并记录SOC和OCV值;
S3:重复S1和S2,直至铝空气电池SOC为5%,静置1小时并记录SOC和OCV值;
S4:继续恒流放电,直至截止电压2.9V,静置1小时并并记录SOC和OCV值;
S5:整理所得到的数据并得到SOC-OCV实验关系曲线(26)。
3.根据权利要求2所述的一种电池OCV-SOC标定实验方法,其特征在于:用不同的放电倍率分别对铝空气电池进行恒流放电,重复S1至S4并得到与不同放电倍率相对应的多组SOC和OCV实验数据(23)以及多组SOC-OCV实验关系曲线(26)。
4.根据权利要求2或3所述的一种铝空气的OCV-SOC标定实验方法,其特征在于:放电倍率包括0.1C、0.2C、0.3C、0.4C,从而得到四组实验数据(23)以及四组SOC-OCV实验关系曲线(26),其中C为铝空气电池的实际容量。
5.根据权利要求4所述的一种电池OCV-SOC标定实验方法,其特征在于:分别对放电倍率为0.1C、0.2C、0.3C、0.4C所得到的实验数据(23)进行拟合并分别得到四组拟合式(24)。
6.根据权利要求5所述的一种电池OCV-SOC标定实验方法,其特征在于:根据四组拟合式(24)得出铝空气电池在任一放电倍率下的SOC与OCV的关系式:其中y为OCV值,x为SOC值,C0、C1、C2、C3、C4、C5、C6、C7为待定系数。
7.根据权利要求5或6所述的一种电池OCV-SOC标定实验方法,其特征在于:分别对四组拟合式(24)进行最小二乘法拟合并得到C0、C1、C2、C3、C4、C5、C6、C7的关系表达式。
8.根据权利要求7所述的一种电池OCV-SOC标定实验方法,其特征在于:将任一放电倍率代入C0、C1、C2、C3、C4、C5、C6、C7的关系表达式,并得到该任一放电倍率下的SOC-OCV拟合关系式,进一步得到SOC-OCV拟合曲线(25),从而将SOC-OCV拟合曲线(25)和SOC-OCV实验关系曲线(26)进行对比并得到误差。
9.一种电池等效模型参数辨识方法,其特征在于:包括以下步骤:
步骤a:建立铝空气电池等效电路模型(2);
步骤b:采用带有遗忘因子的递推最小二乘法(10)对铝空气电池等效电路模型(2)进行参数(4)辨识;
步骤c:建立参数特性曲线,参数特性曲线包括SOC特性曲线(28)。
10.一种SOC估算方法,其特征在于:包括基于权利要求7所述SOC-OCV拟合曲线(25)及权利要求8所述的SOC特性曲线(28)得到开路电压法,将开路电压法和安时积分法综合运用估算铝空气电池SOC,具体步骤如下:
Q1:在铝空气电池的放电初始阶段,t=0时,采用开路电压法确定铝空气电池初始荷电状态SOC0;
Q2:基于Q1,在铝空气电池放电过程中,0<t<300时,实时对其放电电流进行积分运算,采用安时积分法对铝空气电池SOC进行估算;
Q3:基于Q2,在铝空气电池放电过程中,300≤t≤500时,综合运用开路电压法和安时积分法对铝空气电池SOC进行估算;
Q4:放电末尾阶段,t>500时,电压急剧下降,使用开路电压法对铝空气电池SOC进行估算;以上Q1至Q4中,t为铝空气电池的放电时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910315794.3A CN109991548A (zh) | 2019-04-19 | 2019-04-19 | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910315794.3A CN109991548A (zh) | 2019-04-19 | 2019-04-19 | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109991548A true CN109991548A (zh) | 2019-07-09 |
Family
ID=67134093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910315794.3A Pending CN109991548A (zh) | 2019-04-19 | 2019-04-19 | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109991548A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554320A (zh) * | 2019-09-24 | 2019-12-10 | 东风航盛(武汉)汽车控制系统有限公司 | 锂离子电池的soc估算方法 |
CN110895310A (zh) * | 2019-12-27 | 2020-03-20 | 四川长虹电器股份有限公司 | 一种磷酸铁锂电池soc估算系统 |
CN111562501A (zh) * | 2020-06-04 | 2020-08-21 | 奇瑞商用车(安徽)有限公司 | 一种锂离子电池soc-ocv关系曲线标定方法 |
CN111707944A (zh) * | 2020-08-11 | 2020-09-25 | 天津市捷威动力工业有限公司 | 一种三元锂离子电池组放电截止单体压差估算方法 |
CN111722118A (zh) * | 2020-06-22 | 2020-09-29 | 上海理工大学 | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 |
CN112114254A (zh) * | 2020-08-25 | 2020-12-22 | 哈尔滨工业大学(威海) | 一种动力电池开路电压模型融合方法 |
CN112130075A (zh) * | 2020-08-03 | 2020-12-25 | 江苏大学 | 一种离线与在线气液电池模型耦合估算ocv的方法及系统 |
CN112485675A (zh) * | 2020-11-23 | 2021-03-12 | 郑州轨道交通信息技术研究院 | 一种锂电池soc估计方法和系统 |
CN112595979A (zh) * | 2020-12-02 | 2021-04-02 | 华中科技大学 | 一种考虑非充分激励的锂电池参数在线辨识方法及系统 |
CN112986848A (zh) * | 2021-01-27 | 2021-06-18 | 力高(山东)新能源技术有限公司 | 一种估算动力电池soh的方法 |
CN113341319A (zh) * | 2021-04-19 | 2021-09-03 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
CN113466725A (zh) * | 2020-03-31 | 2021-10-01 | 比亚迪股份有限公司 | 确定电池荷电状态的方法及装置,存储介质及电子设备 |
WO2021259154A1 (zh) * | 2020-06-24 | 2021-12-30 | 深圳市道通科技股份有限公司 | 一种测量蓄电池的电池储备容量的方法及电池检测设备 |
CN113866637A (zh) * | 2020-06-30 | 2021-12-31 | 宁德时代新能源科技股份有限公司 | 动力电池soc的调整方法、装置、设备和介质 |
CN116184236A (zh) * | 2023-04-26 | 2023-05-30 | 宁德时代新能源科技股份有限公司 | 一种电池标定方法、电池标定装置、电子设备及存储介质 |
CN116381514A (zh) * | 2023-06-07 | 2023-07-04 | 广汽埃安新能源汽车股份有限公司 | 一种电芯压差预警方法、装置、存储介质及设备 |
CN113866637B (zh) * | 2020-06-30 | 2024-04-26 | 宁德时代新能源科技股份有限公司 | 动力电池soc的调整方法、装置、设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813754A (zh) * | 2010-04-19 | 2010-08-25 | 清华大学 | 一种用于汽车起动照明型铅酸蓄电池的状态估算方法 |
CN102478637A (zh) * | 2010-11-25 | 2012-05-30 | 财团法人工业技术研究院 | 通过电池充放电特性检控容量与功率的方法 |
CN103472403A (zh) * | 2013-09-17 | 2013-12-25 | 浙江省计量科学研究院 | 一种基于pngv等效电路模型的动力电池soc复合估计方法 |
US8669741B2 (en) * | 2006-08-11 | 2014-03-11 | Samsung Sdi Co., Ltd. | Battery management system and driving method thereof |
CN203786271U (zh) * | 2014-04-22 | 2014-08-20 | 桂林电子科技大学 | 电动汽车动力电池组荷电状态检测装置 |
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 |
CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
CN110007236A (zh) * | 2019-04-19 | 2019-07-12 | 中国计量大学 | 一种铝空气电池等效电路模型的参数辨识方法 |
-
2019
- 2019-04-19 CN CN201910315794.3A patent/CN109991548A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8669741B2 (en) * | 2006-08-11 | 2014-03-11 | Samsung Sdi Co., Ltd. | Battery management system and driving method thereof |
CN101813754A (zh) * | 2010-04-19 | 2010-08-25 | 清华大学 | 一种用于汽车起动照明型铅酸蓄电池的状态估算方法 |
CN102478637A (zh) * | 2010-11-25 | 2012-05-30 | 财团法人工业技术研究院 | 通过电池充放电特性检控容量与功率的方法 |
CN103472403A (zh) * | 2013-09-17 | 2013-12-25 | 浙江省计量科学研究院 | 一种基于pngv等效电路模型的动力电池soc复合估计方法 |
CN203786271U (zh) * | 2014-04-22 | 2014-08-20 | 桂林电子科技大学 | 电动汽车动力电池组荷电状态检测装置 |
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 |
CN108008316A (zh) * | 2017-11-30 | 2018-05-08 | 深圳市比克动力电池有限公司 | 一种锂离子电池soc-ocv曲线的标定方法 |
CN110007236A (zh) * | 2019-04-19 | 2019-07-12 | 中国计量大学 | 一种铝空气电池等效电路模型的参数辨识方法 |
Non-Patent Citations (1)
Title |
---|
郭向伟: "电动汽车电池荷电状态估计及均衡技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110554320A (zh) * | 2019-09-24 | 2019-12-10 | 东风航盛(武汉)汽车控制系统有限公司 | 锂离子电池的soc估算方法 |
CN110895310A (zh) * | 2019-12-27 | 2020-03-20 | 四川长虹电器股份有限公司 | 一种磷酸铁锂电池soc估算系统 |
CN113466725A (zh) * | 2020-03-31 | 2021-10-01 | 比亚迪股份有限公司 | 确定电池荷电状态的方法及装置,存储介质及电子设备 |
CN113466725B (zh) * | 2020-03-31 | 2022-09-09 | 比亚迪股份有限公司 | 确定电池荷电状态的方法及装置,存储介质及电子设备 |
CN111562501A (zh) * | 2020-06-04 | 2020-08-21 | 奇瑞商用车(安徽)有限公司 | 一种锂离子电池soc-ocv关系曲线标定方法 |
CN111722118A (zh) * | 2020-06-22 | 2020-09-29 | 上海理工大学 | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 |
CN111722118B (zh) * | 2020-06-22 | 2023-02-10 | 上海理工大学 | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 |
WO2021259154A1 (zh) * | 2020-06-24 | 2021-12-30 | 深圳市道通科技股份有限公司 | 一种测量蓄电池的电池储备容量的方法及电池检测设备 |
CN113866637B (zh) * | 2020-06-30 | 2024-04-26 | 宁德时代新能源科技股份有限公司 | 动力电池soc的调整方法、装置、设备和介质 |
CN113866637A (zh) * | 2020-06-30 | 2021-12-31 | 宁德时代新能源科技股份有限公司 | 动力电池soc的调整方法、装置、设备和介质 |
CN112130075A (zh) * | 2020-08-03 | 2020-12-25 | 江苏大学 | 一种离线与在线气液电池模型耦合估算ocv的方法及系统 |
CN111707944A (zh) * | 2020-08-11 | 2020-09-25 | 天津市捷威动力工业有限公司 | 一种三元锂离子电池组放电截止单体压差估算方法 |
CN111707944B (zh) * | 2020-08-11 | 2023-01-13 | 天津市捷威动力工业有限公司 | 一种三元锂离子电池组放电截止单体压差估算方法 |
CN112114254A (zh) * | 2020-08-25 | 2020-12-22 | 哈尔滨工业大学(威海) | 一种动力电池开路电压模型融合方法 |
CN112114254B (zh) * | 2020-08-25 | 2022-02-08 | 哈尔滨工业大学(威海) | 一种动力电池开路电压模型融合方法 |
CN112485675A (zh) * | 2020-11-23 | 2021-03-12 | 郑州轨道交通信息技术研究院 | 一种锂电池soc估计方法和系统 |
CN112595979A (zh) * | 2020-12-02 | 2021-04-02 | 华中科技大学 | 一种考虑非充分激励的锂电池参数在线辨识方法及系统 |
CN112595979B (zh) * | 2020-12-02 | 2021-10-08 | 华中科技大学 | 一种考虑非充分激励的锂电池参数在线辨识方法及系统 |
CN112986848A (zh) * | 2021-01-27 | 2021-06-18 | 力高(山东)新能源技术有限公司 | 一种估算动力电池soh的方法 |
CN113341319A (zh) * | 2021-04-19 | 2021-09-03 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
CN113341319B (zh) * | 2021-04-19 | 2023-02-21 | 北京交通大学 | 基于参数插值获取任意温度和倍率下放电曲线的方法 |
CN116184236A (zh) * | 2023-04-26 | 2023-05-30 | 宁德时代新能源科技股份有限公司 | 一种电池标定方法、电池标定装置、电子设备及存储介质 |
CN116184236B (zh) * | 2023-04-26 | 2023-08-04 | 宁德时代新能源科技股份有限公司 | 一种电池标定方法、电池标定装置、电子设备及存储介质 |
CN116381514A (zh) * | 2023-06-07 | 2023-07-04 | 广汽埃安新能源汽车股份有限公司 | 一种电芯压差预警方法、装置、存储介质及设备 |
CN116381514B (zh) * | 2023-06-07 | 2023-08-08 | 广汽埃安新能源汽车股份有限公司 | 一种电芯压差预警方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109991548A (zh) | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 | |
CN110261779B (zh) | 一种三元锂电池荷电状态与健康状态在线协同估计方法 | |
CN110007236A (zh) | 一种铝空气电池等效电路模型的参数辨识方法 | |
CN110488194B (zh) | 一种基于电化学阻抗模型的锂电池soc估算方法及其系统 | |
CN105334462B (zh) | 电池容量损失在线估算方法 | |
CN111722118B (zh) | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 | |
CN110688808B (zh) | 一种动力电池模型的粒子群及lm优化混合迭代辨识方法 | |
CN110007237A (zh) | 一种铝空气电池放电特性实验测试系统及其方法 | |
CN109143083A (zh) | 一种数据驱动的电动车辆锂离子电池析锂诊断方法 | |
CN110031770A (zh) | 一种快速得到电池包中所有单体电池容量的方法 | |
CN111426957B (zh) | 一种模拟车辆工况动力电池荷电状态soc估算优化方法 | |
CN109459699A (zh) | 一种锂离子动力电池soc实时监测方法 | |
CN112345939B (zh) | 基于连续脉冲响应的锂离子电池模型参数辨识方法 | |
CN109669132A (zh) | 一种基于变分贝叶斯滤波的电池荷电状态估计方法 | |
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 | |
CN110007238A (zh) | 一种铝空气电池等效电路模型的建立方法 | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
CN113156321B (zh) | 一种锂离子电池荷电状态soc的估算方法 | |
CN110133525A (zh) | 一种应用于电池管理系统的锂离子电池健康状态估计方法 | |
CN109856548A (zh) | 动力电池容量估算方法 | |
CN111812530A (zh) | 一种锂电池荷电状态估测方法 | |
CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
Jin et al. | SOC estimation of lithium-ion battery considering the influence of discharge rate | |
CN109061497A (zh) | 一种电池剩余电量计量系统及方法 | |
CN111060822B (zh) | 一种基于模型切换及融合的荷电状态估计方法 |
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: 20190709 |