CN110286324B - 一种电池荷电状态估算方法及电池健康状态估算方法 - Google Patents
一种电池荷电状态估算方法及电池健康状态估算方法 Download PDFInfo
- Publication number
- CN110286324B CN110286324B CN201910649448.9A CN201910649448A CN110286324B CN 110286324 B CN110286324 B CN 110286324B CN 201910649448 A CN201910649448 A CN 201910649448A CN 110286324 B CN110286324 B CN 110286324B
- Authority
- CN
- China
- Prior art keywords
- battery
- state
- soc
- actual
- klm
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Abstract
本发明涉及电池管理领域,提供一种电池荷电状态估算方法及电池健康状态估算方法,能根据电池实际物理状态,客观准确地判断如何选择组合使用开路法、安时法和卡尔曼法取长补短提高估算精确度和可靠性。荷电状态估算方法包括周期性检测电池工作状态、稳定状态、工作状态转换模式及工作特征区域;根据电池工作状态和稳定状态,采用开路法得到SOCocv;根据电池工作状态、稳定状态和工作特征区域,采用安时法得到SOCqc;根据电池工作状态和稳定状态,采用卡尔曼法得到SOCklm;对SOCocv、SOCqc及SOCklm做加权计算获得最终SOC。解决了现有方法未能根据电池当前和过去实际状态进行协同估算导致精度和可靠性低问题。
Description
技术领域
本发明涉及电池管理系统技术领域,特别是涉及一种电池荷电状态估算方法及电池健康状态估算方法。
背景技术
电池管理系统(Battery Management System)是一种对充电电池进行管理的系统,通常具有量测电池电压、电流、温度等功能,用于监控电池工作状态,保障电池安全运行,防止电池过放电、过充电、过温度等异常状况出现。
电池管理系统的核心功能之一是估计电池荷电状态(State of Charge,简称SOC),由于电池随环境温度变化的非线性特征,因此准确的估计电池荷电状态是一项复杂的任务。目前,估计电池荷电状态常使用的方法包括开路电压法、安时积分法和卡尔曼滤波法,这三种方法各自有其特点和局限性:
1、开路电压法是基于在给定温度下电池荷电状态与其开路电压间的已知稳定物理关系的方法。开路电压法的可靠性和精确度受电池在充放电过程中复杂的极化和电池静置之后的去极化过程以及电压滞后效应的影响,只能在电池静置长时间后才可以准确估计电池荷电状态。
2、安时积分法是基于电池电流的测量和安时积分计算荷电状态的方法。安时积分法不易受电池的极化、去极化过程和电池滞后电压效应的干扰,但其可靠性和精确度受到电流测量误差、安培累积误差、电池荷电状态初值误差和电池实际容量值变化的影响。
3、卡尔曼滤波算法由电池荷电状态转移方程和荷电状态观测修正方程构成。卡尔曼滤波法使用电池等效电路模型模拟近似电池在充放电过程中的极化和静置后的去极化过程及电压滞后效应。荷电状态转移方程根据电池观测电流使用安时积分法计算电池荷电状态的变化。荷电状态观测修正方程根据电池观测电压和等效电路模拟的极化电压之差推算电池荷电状态所需的修正量。由于电池复杂的非线性特性会随着环境温度和电池老化过程变化,卡尔曼滤波法在实际运用中的可靠性和精确度受限于电池等效电路模型模拟电池极化过程的准确程度和模型参数的可靠性和准确程度,同时也容易受到电池观测电压误差的影响。
电池管理系统的另一核心功能是估计电池健康状态(State Of Health,简称SOH),电池健康状态表征当前电池相对于新电池存储电能的能力,以百分比的形式表示电池从寿命开始到结束期间所处的状态。目前,估算电池健康状态的主要方法包括直接放电法、内阻法、电化学阻抗分析法、模型法、电压曲线模型法等。但是,这些方法各自有其局限性。直接放电法是行业标准方法,但是其测量条件要求高,测量时间长,因而经常不便实际使用。内阻法、电化学阻抗分析法、模型法、电压曲线模型法等方法是基于电池物理参数和电池健康状态的相关性,其估值可靠性和精确度会由于电池个体和群体的差异,电池生产批次和型号的差异或电池电化学技术的差异而变化,因而难以配置,维护和可靠应用。
而且,现有的电池荷电状态估算方法和电池健康状态估算方法,尚没有能够根据电池在当前和过去的实际状态,合理使用开路电压法、安时积分法和卡尔曼滤波法估计电池荷电状态及健康状态的系统控制和协调机制,因而导致其在实际运用可能产生较大的误差。
发明内容
为此,本发明所要解决的技术问题在于现有技术的电池荷电状态估算方法及电池健康状态估算方法,未能根据当前电池实际状态判断是否使用和如何选择组合使用开路电压法、安时积分法和卡尔曼滤波法来进行电池荷电状态及健康状态估计,导致估算精度差,而提供一种能够根据当前电池实际状态准确判断是否使用和如何使用开路电压法、安时积分法和卡尔曼滤波法的电池荷电状态估算方法及电池健康状态估算方法。
为解决上述技术问题,本发明采用的技术方案如下:
一种电池荷电状态估算方法,包括:
步骤一,周期性检测电池工作状态、电池稳定状态、电池工作状态转换模式以及电池工作特征区域;
步骤二,根据检测获得的电池工作状态和电池稳定状态,采用开路电压法估算电池荷电状态,得到开路电压法电池荷电状态估值SOCocv;
步骤三,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,采用安时积分法估算电池荷电状态,得到安时积分法电池荷电状态估值SOCqc;
步骤四,根据检测获得的电池工作状态和电池稳定状态,采用卡尔曼滤波法的开环模式或闭环模式估算电池荷电状态,得到卡尔曼法电池荷电状态估值SOCklm;
步骤五,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,对开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm进行加权计算,获得最终电池荷电状态估值SOC。
优选地,所述步骤一中,根据检测工作电流的大小、方向和持续时间定义所述电池工作状态如下:
如果在过去连续N个时间观测点,|Iactual|<Irest,则为静置状态;
如果在过去连续N个时间观测点,Iactual>Irest,则为充电状态;
如果在过去连续N个时间观测点,Iactual<-Irest,则为放电状态;
如果电池不属于上述三种工作状态,则为转换状态;
其中,Iactual为电池当前工作电流,Irest为电池的静置电流阈值,N为观测等待时钟数;
所述步骤一中,根据所述电池工作状态的检测结果定义所述电池稳定状态如下:
如果t<T0,则为非稳定状态;
如果T0<t<T1,则为准稳定状态;
如果t>T1,则为稳定状态;
其中,t为电池进入任何一种工作状态后持续处于该工作状态的时间,T0为准稳定等待时间,T1为稳定等待时间;
所述步骤一中,根据电池的当前工作状态及过去工作状态定义所述电池工作状态转换模式,包括:
静置-静置,静置-充电,静置-放电,放电-放电,放电-静置,放电-充电,充电-充电,充电-静置,充电-放电;
所述步骤一中,根据电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp定义所述电池工作特征区域,在观测等待时间Twait内如果电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp持续停留在一个特征区域所定义的数值范围内,则电池处于所述电池工作特征区域内,其中:
充电终止区:[Vmin1,Vmax1,Imin1,Imax1,Tmin1,Tmax1];
放电终止区:[Vmin2,Vmax2,Imin2,Imax2,Tmin2,Tmax2];
高能区:[Vmin3,Vmax3,Imin3,Imax3,Tmin3,Tmax3];
高滞区:[Vmin4,Vmax4,Imin4,Imax4,Tmin4,Tmax4];
高阻区:[Vmin5,Vmax5,Imin5,Imax5,Tmin5,Tmax5]。
优选地,所述步骤二包括:
(一)如果(状态!=静置)},不使用开路电压法;
(二)如果{(状态==静置)&(稳态==非稳),不使用开路电压法,启动电池电压采样:
①如果(状态==静置)&(稳态==非稳)&{(前状态==充电)||(前状态==放电)}&(前稳态!=非稳),启动电池电压采样;
②如果(状态==静置)&(稳态==非稳),实施采集电池电压{Vactual0,Vactual1,…};
③如果(状态!=静置),中止采样;
(三)当(状态==静置)&(稳态==准稳)时,完成电池电压采样,根据电池电压样本估计开路电压,计算SOCocv,包括:
①选用去极化过程数学模型;
②如果电池电压采样完成,运行非线性拟合算法,实现去极化过程数学模型与电池电压样本的最小方差拟合;
③拟合算法完成,提取电池开路电压的估值Vocv_est,使用开路电压法估算电池荷电状态,Vocv=Vocv_est,SOCocv=SOC(Vocv,Temp);
(四)如果{(状态==静置)&(稳态==稳定)},使用开路电压法估算电池荷电状态,Vocv=Vactual,SOCocv=SOC(Vocv,Temp);
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOCocv是开路电压法电池荷电状态估值,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数。
优选地,所述去极化过程数学模型为V=a+b*exp(-c*tp),
式中,V为电池电压,a为电池去极化过程完成后电池的开路电压,b为电池的初始极化电压,c为电池的去极化时间常数的倒数,tp为电池极化/去极化时间。
优选地,所述步骤三包括:
(1)根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,获取电池荷电状态初值SOCinit
如果(区域==充电终止),则SOCinit=1,QC=0;
如果(区域==放电终止),则SOCinit=0,QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==稳定),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vactual,SOCinit=SOC(Vocv,Temp),QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==准稳),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vocv_est,SOCinit=SOC(Vocv,Temp),QC=0;
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数,QC是由初值至当前SOC的安时积分值;
(2)计算安时积分法电池荷电状态估值SOCqc
SOCqc=SOCinit+QC/Cactual;
式中,Iactual为电池当前工作电流,QC是由初值至当前SOC的安时积分值,tah为安时积分时间,SOCqc为安时积分法电池荷电状态估值,SOCinit为电池荷电状态初值,Cactual为电池实际容量值。
优选地,所述步骤四包括:
如果{(状态==转换)||(稳态==非稳)},卡尔曼滤波器开环模式运行,即
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;
否则,系统保持闭环模式运行卡尔曼滤波器,即
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm+Tklm)+g*{Vactual-
[OCV(SOCklm(tklm+Tklm),Temp)+Vecm(Iactual,Temp,p0,…pn)]}
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;g为卡尔曼增益系数,Vactual是电池当前工作电压,OCV(SOC,Temp)是电池在荷电状态为SOC、温度为Temp时的开路电压,Vecm(Iactual,Temp,p0,…pn)是电池等效电路模拟的电池极化电压,Temp是电池温度,p0,…pn是等效电路模型参数。
优选地,所述步骤五中,获得最终电池荷电状态估值SOC的表达式为:
SOC=w0*SOCocv+w1*SOCqc+w2*SOCklm;
其中,SOCocv为开路电压法电池荷电状态估值,SOCqc为安时积分法电池荷电状态估值,SOCklm为卡尔曼法电池荷电状态估值;w0、w1、w2为加权系数,表述为加权矩阵W={w0,w1,w2},且满足归一条件w0+w1+w2=1。
优选地,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域确定所述加权系数w0、w1、w2的取值,其一般性表达为:
如果(F(xx,yy,zz)==True),W={w0,w1,w2};
式中,xx属于电池工作状态集{充电,放电,静置,转换};yy属于电池稳定状态集{非稳,准稳,稳定};zz属于电池工作特征区域集{充电终止,放电终止,高能,高滞,高阻};F(xx,yy,zz)为以电池工作状态、电池稳定状态、电池工作特征区域为变量的逻辑算法。
优选地,
如果(状态==静置)&(稳态==稳定),W={w0,w1,0.0};
如果(状态==静置)&(稳态==准稳),W={w0,w1,w2};
如果(状态==静置)&(稳态==非稳),W={0.0,w1,w2};
如果(状态!=静置),W={0.0,w1,w2};
其中,w0,w1和w2的取值由电池工作特征区域决定。
优选地,所述加权系数w0或w1或w2可表达为根据电池所在区域的物理特征及电流传感器、电压传感器在相应区域的测量误差特征的实验数据归纳的加权常数表或加权函数Wn(V,I,Temp,a0,…an);
式中,V为电池电压,I为电池电流,Temp为电池温度,a0…an为函数常量,且满足0<=Wn(V,I,Temp,a0,…an)<=1。
优选地,所述加权系数w1可表达为w1==Wp(V,Vocv_max,Wmax,δ),如果(状态!=静置),W={0.0,w1,w2},w2=1-w1=1-Wp(V,Vocv_max,Wmax,δ);
式中,V为电池电压,Vocv_max为电池能量密度峰值所在的开路电压,δ为电池能量密度分布的均方差,Wmax为安时积分法的最大加权值,Wp(V,Vocv_max,Wmax,δ)为以V为变量,Vocv_max、Wmax、δ为常量的加权函数。
一种利用上述电池荷电状态估算方法进行电池健康状态估算的方法,包括以下步骤:
步骤(一),估算电池实际容量估值Cactual_est
如果(状态==静置)&(稳态==稳定)&(区域!=高能),计算电池实际容量的估计值Cactual_est
如果|SOC–SOCinit|>SOCthreshold,Cactual_est=QC/(SOC–SOCinit);
否则Cactual_est=Cactual;
上式中,SOC为获得的最终电池荷电状态估值;SOCinit为电池荷电状态初值;SOCthreshold为电池荷电状态变化阈值;Cactual_est为电池实际容量估值;Cactual为电池实际容量值;QC是由初值至当前SOC的安时积分值;
步骤(二),核准电池实际容量值Cactual
①如果(状态==静置)&(稳态==准稳)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果|Cactual_est-Cactual|<=ε,不修正Cactual;
②如果(状态==静置)&(稳态==稳定)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果|Cactual_est-Cactual|<=ε;不修正Cactual;
上式中,Cactual_est为电池实际容量估值;Cactual为电池实际容量值;ε为电池容量修正阈值,g0为电池容量估值修正增益系数;
步骤(三),计算电池健康状态估值SOH
计算式为:SOH=Cactual/Cspec;
上式中,Cactual为所述步骤(二)核准后的电池实际容量值,Cspec为电池容量标称值,SOH为电池健康状态估值。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,根据电池物理特征并针对电池管理的需要,创新地提出了“电池工作状态”、“电池稳定状态”、“电池工作状态转换模式”以及“电池工作特征区域”的概念,通过定义、归纳和连续监测“电池工作状态”、“电池稳定状态”、“电池工作状态转换模式”以及“电池工作特征区域”,实现对电池实际所处的可观测的物理状态和经历过程的完整、系统表达,在任意时刻为电池管理系统决策是否使用和如何使用开路电压法、安时积分法以及卡尔曼滤波法进行电池荷电状态估算、电池健康状态估算提供可观测的、完整的、连续的基础和控制机制,在同等条件下,与现有估算方法相比,本发明提供的估算方法能显著提高电池荷电状态、电池健康状态的估算整体精确度和可靠性。
(2)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,通过连续监测和依据检测得到的“电池工作状态”、“电池稳定状态”获取电池所处的实际物理状态,在采用开路电压法估算电池荷电状态时,电池管理系统可以完全避免因静置时间过短而去极化过程未完成的情况下使用开路电压法估计电池荷电状态的情况,同时为有效合理使用开路电压法的时机选择提供客观依据,系统可以在电池进入静置状态后的短时间内根据电池去极化过程的模型获取电池经长时间静置后的开路电压的估值,减少等待,为后续应用开路电压法赢得时间。
(3)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,通过连续监测和利用“电池工作状态”、“电池稳定状态”以及“电池工作特征区域”获取电池所处的实际物理状态,在采用安时积分法估算电池荷电状态时,当电池管理系统重置安时积分法荷电状态初值以清除积累误差时,可以完全避免因开路电压法的不当使用(如静置时间不够因而去极化过程未完成时使用开路电压法),同时也避免了因初值重置清零的时机不当(例如电池处于对电压测量误差较为敏感的高能密度区时),而导致的安时积分法荷电状态初值误差,同时为电池管理系统修正安时积分法中所用的电池实际容量参数的时机和过程控制逻辑提供可靠依据。
(4)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,通过连续监测和利用“电池工作状态”、“电池稳定状态”,获取电池所处的实际物理状态,在采用卡尔曼滤波法估算电池荷电状态时,电池管理系统根据观测到的电池当前工作状态和稳定状态选择卡尔曼滤的开环或闭环的工作模式,以避免或减缓电池等效模型误差或等效电路参数的误差带来的荷电状态估值误差。
(5)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,在对开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm进行加权计算,获得最终电池荷电状态估值SOC时,电池管理系统可以按照电池所处电池工作状态、稳定状态、工作状态转换模式、工作状态特征区域,依据电池特性的先验知识、电池管理系统的电压、电流传感器的误差特性等因素的考量优化取舍逻辑和权重关系,从而提高电池荷电状态和电池健康状态的估值性能和精度。
(6)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,通过连续监测和利用“电池工作状态”、“电池稳定状态”以及“电池工作状态转换模式”获取电池所处的实际物理状态,在电池进入静置状态的初期处于非稳定状态下,电池去极化过程开始进行时,适时采集电池电压,在电池达到准稳态时即可通过电池的电化学去极化模型提前估计出电池未来去极化过程完成后进入稳态后的电池开路电压,从而减少获取电池开路电压的等待时间。
(7)本发明提供的电池荷电状态估算方法及电池健康状态估算方法,能连续监测“电池工作状态”、“电池稳定状态”、“电池工作状态转换模式”以及“电池工作特征区域”获取电池所处的实际物理状态,在此监控机制下,能够控制选择电池健康状态估值算法的启动时机,能在荷电状态估值误差最小的电池状态下启动算法,以获取电池健康状态估值的最佳准确度。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明涉及的电池管理系统的硬件装置构成示意图;
图2是本发明电池荷电状态估算方法和电池健康状态估算方法的流程图;
图3是本发明电池工作状态和工作状态转换模式划分的示意图;
图4A是本发明电池充电-静置、放电-静置转换过程中电池电压去极化过程示意图;
图4B是本发明电池静置-充电、静置-放电转换过程中电池电压极化过程示意示意图
图5是本发明电池工作特征区域划分的示意图;
图5A是本发明电池工作特征区域高能区的示意图;
图5B是本发明电池工作特征区域高滞区的示意图;
图5C是本发明电池工作特征区域高阻区的示意图;
图6是本发明采用的电池Randle模型示意图;
图7是本发明中电池充电-静置、放电-静置、静置-充电、静置-放电的转换过程中电池电压极化和去极化过程示意图;
图8是本发明中开路电压法估算电池荷电状态的流程图;
图9是本发明中安时积分法估算电池荷电状态的流程图;
图10是本发明中卡尔曼滤波法估算电池荷电状态的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明涉及的电池管理系统由系统硬件和嵌入式系统软件共同构成。如图1所示,电池管理系统的硬件装置包括通过SPI或其它通信接口连接的装置前端和装置后端两大部分。其中,装置前端包括电池组,电流传感器,继电开关,电池平衡,电池温度传感,电池电压传感、电池平衡、通信控制单元,高压隔离数字I/O及电源接口等功能模块。装置后端包括逻辑和数字显示,电池管理系统控制运算,电源,CAN、Ethernet、RS233、485系统通信,系统温度传感,高压隔离数字I/O及电源接口等功能模块。
电池管理系统的系统软件预置在计算机微处理器中,嵌入式软件包括电池电压/电流数模转换、均衡电路控制、数字逻辑I/O控制、电池工作状态检测、电池稳定状态检测、电池工作状态转换模式检测、电池工作特征区域检测、、开路电压估值、荷电状态(SOC)估值功能单、健康状态(SOH)估值等功能单元。
本发明电池管理系统的电池荷电状态估算方法及电池健康状态估算方法的整体流程如图2所示。
首先,详细说明所述电池荷电状态估算方法,包括如下步骤:
步骤一,周期性检测电池工作状态、电池稳定状态、电池工作状态转换模式以及电池工作特征区域
本发明中由电池工作状态检测单元、电池稳定状态检测单元、电池工作状态转换模式检测单元、电池工作特征区域检测单元分别周期性检测电池工作状态、电池稳定状态、电池工作状态转换模式以及电池工作特征区域。
(一)电池工作状态
如图3所示,在本步骤中,根据检测工作电流的大小、方向和持续时间定义电池工作状态,即:
如果在过去连续N个时间观测点,|Iactual|<Irest,则为静置状态;
如果在过去连续N个时间观测点,Iactual>Irest,则为充电状态;
如果在过去连续N个时间观测点,Iactual<-Irest,则为放电状态;
如果电池不属于上述三种工作状态,则为转换状态。
其中,Iactual为电池当前工作电流(或称为电池当前观测电流),Irest为电池静置电流阈值,N为观测等待时钟数。
在本实施例中,电池工作状态检单元读取电流传感器的观测周期为50毫秒,静置电流阈值Irest为0.020A,观测等待时钟数N为10,即转换观测等待时间为0.5秒。
每个检测周期,电池工作状态检测单元为电池管理系统提供以下状态信息:
当前工作状态:静止,充电,放电,转换和初始化;
过去工作状态:静止,充电,放电和初始化。
需要说明的是,“过去工作状态”所指并非上一时刻(上一检测周期)的工作状态,而是指与当前工作状态相伴的转换模式发生之前的电池工作状态,即按照时间顺序,过去工作状态经过转换模式转换到当前工作状态。
(二)电池稳定状态
电池稳定状态反映电池在充电、放电和静置三种状态之间转换时相伴的电池极化和去极化过程趋于稳定的时间过程,如图4A、4B所示。在本步骤中,根据电池工作状态的检测结果定义电池稳定状态,即:
如果t<T0,则为非稳定状态;
如果T0<t<T1;则为准稳定状态;
如果t>T1;则为稳定状态;
其中,t为电池进入任何一种工作状态后持续处于该工作状态的时间,T0为准稳定等待时间,T1为稳定等待时间。
在本实施例中,电池稳定状态检测单元观测电池状态的周期为1秒,准稳等待时间为90秒,稳定等待时间为3600秒。
每个检测周期,电池稳定状态检测单元为电池管理系统提供以下状态信息:
当前稳定状态:非稳定,准稳定,稳定;
过去稳定状态:非稳定,准稳定,稳定。
需要说明的是,“当前稳定状态”即为当前工作状态的稳定状态。“过去稳定状态”所指并非上一时刻(上一检测周期)的稳定状态,而是指与当前工作状态相伴的转换模式发生之前的电池工作状态的稳定状态,即按照时间顺序,过去工作状态经过转换模式转换到当前工作状态,过去工作状态的稳定状态即为过去稳定状态。
(三)电池工作状态转换模式
电池在工作过程中,其工作状态在静置、充电和放电三种状态间相互转换。如图3所示,在本步骤中,根据电池的当前工作状态及过去工作状态定义电池工作状态转换模式,包括:
静置-静置,静置-充电,静置-放电,放电-放电,放电-静置,放电-充电,充电-充电,充电-静置,充电-放电。
在本实施例中,电池工作状态转换模式检测单元观测电池状态的周期为1秒。
电池工作状态转换模式检测单元为电池管理系统提供以下状态转换模式信息:
当前转换模式:静置-静置,静置-充电,静置-放电,放电-放电,放电-静置,放电-充电,充电-充电,充电-放电,充电-静置。
(四)电池工作特征区域
如图5所示,在本步骤中,根据电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp定义电池工作特征区域,在观测等待时间Twait内如果电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp持续停留在一个特征区域所定义的数值范围内,则电池处于所述电池工作特征区域内,系统按区间定义格式[Vmin,Vmax,Imin,Imax,Tmin,Tmax]对特征区域进行定义。本电池管理系统根据电池的特性及电池荷电状态估算和管理过程的需要,定义电池特征区域如下,如图5A-5C所示:
充电终止区:[Vmin1,Vmax1,Imin1,Imax1,Tmin1,Tmax1],即电池充电过程的满充区域;
放电终止区:[Vmin2,Vmax2,Imin2,Imax2,Tmin2,Tmax2],即电池放电过程的放完区域;
高能区:[Vmin3,Vmax3,Imin3,Imax3,Tmin3,Tmax3],即电池能量密度的峰值区域;
高滞区:[Vmin4,Vmax4,Imin4,Imax4,Tmin4,Tmax4],即电池滞后电压的峰值区域;
高阻区:[Vmin5,Vmax5,Imin5,Imax5,Tmin5,Tmax5],即电池内阻的峰值区域。
在本实施例中,各特征区域的具体取值范围如下:
充电终止区:[4.100,4.000,0.200,0.015,40,-20];
放电终止区:[3.000,0.000,-20,-0.200,40,-20];
高能区:[3.800,3.600,20,0.200,40,-20];
高滞区:[3.400,3.000,20,0.200,40,-20];
高阻区:[3.400,3.000,20,0.200,40,-20]。
电池工作特征区域检测单元观测电池电压、电流和温度的周期为1秒,观测等待时间为10秒。
电池工作特征区域检测单元为电池管理系统提供当前电池所处工作特征区域的信息是:充电终止区,放电终止区,高能区,高滞区,高阻区。
本发明将电池所处的实际物理状态细分定义为电池工作状态、电池稳定状态、电池工作状态转换模式以及电池工作特征区域,为后续有效合理使用开路电压法、安时积分法、卡尔曼滤波法的时机提供客观依据,即在最恰当的时机使用最适合的方法估算电池荷电状态,从而大幅提高了各个方法的估算精度和可靠性。
步骤二,根据检测获得的电池工作状态和电池稳定状态,采用开路电压法估算电池荷电状态,得到开路电压法电池荷电状态估值SOCocv
开路电压法基于在给定温度下电池荷电状态与其开路电压间的已知稳定物理关系,其可靠性和精确度受限于电池开路静置之后的去极化过程和电压滞后效应的影响,开路电压法所需电池开路电压并不能在电池进入静置状态后立即在电池端口读取,电池需要通过长时间静置待电池的去极化过程完成后才可以在电池端口获取电池的开路电压。因此,为了克服电池长时间的去极化过程和滞后电压效应的影响,当电池离开充电或放电工作状态经放电-静置或充电-静置的工作状态转换模式进入静置状态时,本发明提供了一种快速估计开路电压的方法,使系统可以在电池进入静置状态后的短时间内根据电池去极化过程的模型获取电池经长时间静置后的开路电压的估值,为后续应用开路电压法赢得时间。
如图8所示,在本发明应用开路电压法估算电池荷电状态时,电池管理系统根据电池的当前工作状态、稳定状态按以下控制逻辑步骤使用开路电压法估计电池荷电状态:
(一)如果(状态!=静置)},不使用开路电压;
(二)如果{(状态==静置)&(稳态==非稳),不使用开路电压,启动电池电压采样过程:
①如果{(状态==静置)&(稳态==非稳)&{(前状态==充电)||(前状态==放电)}&(前稳态!=非稳),启动电池电压采样;
上述启动条件还可以表达为:如果(状态==静置)&{(转换模式==充电-静置)||(转换模式==放电-静置)}&(前稳态!=非稳),启动电池电压采样。
②如果(状态==静置)&(稳态==非稳),实施采集电池电压{Vactual0,Vactual1,…};
③如果(状态!=静置),中止采样;
(三)当(状态==静置)&(稳态==准稳)时,完成电池电压采样,根据电池电压样本估计开路电压,计算SOCocv,包括:
①选用去极化过程数学模型;
如图7所示,本实施例中,所述去极化过程数学模型选用:V=a+b*exp(-c*tp)。
式中,V为电池电压,a为电池去极化过程完成后电池的开路电压,b为电池的初始极化电压,c为电池的去极化时间常数的倒数,tp为电池极化/去极化时间。
当然,在其他实施例中,去极化过程数学模型还可以选用考虑浓度差极化因素的数学模型V=a+b0*exp(-c0*t)+b1*exp(-c1*t),或其它根据实验数据归纳的数学模型。
②如果电池电压采样完成,运行非线性拟合算法,实现去极化过程数学模型与电池电压样本的最小方差拟合;
在实施过程中,系统应用Levenberg–Marquardt算法拟合电池电压样本{Vactual0,Vactual1,…}和电池电化学去极化模型V=a+b*exp(-c*tp)。
③拟合算法完成,提取有效开路电压估值Vocv_est;使用开路电压法估算电池荷电状态,Vocv=Vocv_est,SOCocv=SOC(Vocv,Temp);
如果拟合算法失败,Vocv_est=Null,即没有Vocv_est的有效估值。在此情况下,电池等同处于(状态==静置)&(稳态==非稳),不使用开路法估计电池的荷电状态,直至电池到达静置稳定状态。
使用上述开路电压估值方法可以在电池进入静置状态60秒后获取电池开路电压的估值,从而大大缩短静置等待时间,为后续应用开路电压法估计电池荷电状态赢得时间。在实施过程中,系统采样周期为1秒,样本数{Vactual0,Vactual1,…}为60。
(四)如果{(状态==静置)&(稳态==稳定)},使用开路电压法估算电池荷电状态,Vocv=Vactual,SOCocv=SOC(Vocv,Temp);
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOCocv是开路电压法电池荷电状态估值,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数。
步骤三,根据检测获得的电池工作状态、电池稳定状态以及电池工作特征区域,采用安时积分法估算电池荷电状态,得到安时积分法电池荷电状态估值SOCqc
由于安时积分法的可靠性和精确度易受电流测量误差、安时积分累计误差、电池荷电状态初值误差和电池实际容量值的误差的影响。因此,如图9所示,本发明应用安时积分法估算电池荷电状态的过程,包括如下步骤:
(1)根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,获取电池荷电状态初值SOCinit
如果(区域==充电终止),则SOCinit=1,QC=0;
如果(区域==放电终止),则SOCinit=0,QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==稳定),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vactual,SOCinit=SOC(Vocv,Temp),QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==准稳),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vocv_est,SOCinit=SOC(Vocv,Temp),QC=0;
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数,QC是由初值至当前SOC的安时积分值。
(2)计算安时积分法电池荷电状态估值SOCqc
SOCqc=SOCinit+QC/Cactual;
式中,Iactual为电池当前工作电流,QC是由初值至当前SOC的安时积分值,tah为从初始荷电状态起电池的安时积分值,SOCqc为安时积分法电池荷电状态估值,SOCinit为电池荷电状态初值,Cactual为电池实际容量值。
步骤四,根据检测获得的电池工作状态和电池稳定状态,采用卡尔曼滤波法的开环模式或闭环模式估算电池荷电状态,得到卡尔曼法电池荷电状态估值SOCklm
在本实施例中,电池管理系统使用较简单的Randles R0+R1||C1电池等效电路模型,如图6所示。通过对电池样本在实验室条件下的测试数据建立电池开路电压、电池等效电路模型参数R0、R1、C1和电池荷电状态的基本数值关系表。
如图10所示,在本实施例中,电池管理系统根据电池工作状态和电池稳定状态按以下控制逻辑选择开环或闭环运行卡尔曼滤波法,运行周期Tklm为1秒。
如果{(状态==转换)||(稳态==非稳)},卡尔曼滤波器开环模式运行,即当电池处于转换状态或非稳定的充电、放电、静置状态时,系统只运算卡尔曼滤波器的状态转移方程:
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;
否则,系统保持闭环模式运行卡尔曼法滤波器,即当电池处于准稳定和稳定的充电、放电、静置状态时,系统依次运算卡尔曼滤波器的状态转移方程和状态修正方程:
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm+Tklm)+g*{Vactual-[OCV(SOCklm
(tklm+Tklm),Temp)+Vecm(Iactual,Temp,p0,…pn)]}
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;g为卡尔曼增益系数,Vactual是电池当前工作电压,OCV(SOC,Temp)是电池在荷电状态为SOC、温度为Temp时的开路电压,Vecm(Iactual,Temp,p0,…pn)是电池等效电路模拟的电池极化电压,Temp是电池温度,p0,…pn是等效电路模型参数。
在本实施例中,等效电路模型参数p0,…pn选用R0,R1,C1,即
SOCklm=SOCklm(t+Tklm)=SOCklm(t+Tklm)+g*{Vactual-[OCV(SOCklm(t+Tklm),Temp)+Vecm(Iactual,Temp,R0,R1,C1)]}。
步骤五,对开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm进行加权计算,获得最终电池荷电状态估值SOC
获得最终电池荷电状态估值SOC的一般数学计算表达式为:
SOC=w0*SOCocv+w1*SOCqc+w2*SOCklm;
其中,SOCocv为开路电压法电池荷电状态估值,SOCqc为安时积分法电池荷电状态估值,SOCklm为卡尔曼法电池荷电状态估值;w0、w1、w2为加权系数,表述为加权矩阵W={w0,w1,w2},且满足归一条件w0+w1+w2=1。
需要说明的是,当{(状态==静置)&(稳态==稳定)}时,Vocv=Vactual,SOCocv=SOC(Vocv,Temp);当{(状态==静置)&(稳态==准稳)},Vocv=Vocv_est,SOCocv=SOC(Vocv,Temp),此时开路电压法电池荷电状态估值SOCocv采用的是步骤二获得的开路电压估值Vocv_est。
电池管理系统根据检测到的电池工作状态、电池稳定状态、电池工作特征区域选择参与组合开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm的逻辑算法,并通过加权系数w0、w1、w2的不同取值来实现对SOCocv、SOCqc、SOCklm的组合。加权系数w0、w1、w2其一般性表达为:
如果(F(xx,yy,zz)==True),W={w0,w1,w2};
式中,xx属于电池工作状态集{充电,放电,静置,转换};yy属于电池稳定状态集{非稳,准稳,稳定};zz属于电池工作特征区域集{充电终止,放电终止,高能,高滞,高阻};F(xx,yy,zz)为以电池工作状态、电池稳定状态、电池工作特征区域为变量的逻辑算法。
根据不同电池工作状态、电池稳定状态和电池工作特征区域,各个加权系数(w0、w1、w2)的选择和取值依据详述如下:
(1)首先,根据电池工作状态、电池稳定状态选择参与加权计算的荷电估值(包括开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm),通过赋予相应加权系数为“0”的方式,排除不需要参加加权计算的荷电估值,如下例:
如果(状态==静置)&(稳态==稳定),W={w0,w1,0.0},即w2=0,卡尔曼法电池荷电状态估值SOCklm不参与加权计算;
如果(状态==静置)&(稳态==准稳),W={w0,w1,w2},即开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm都参与加权计算;
如果(状态==静置)&(稳态==非稳),W={0.0,w1,w2},即w0=0,开路电压法电池荷电状态估值SOCocv不参与加权计算;
如果(状态!=静置),W={0.0,w1,w2},即如果(状态=充电或放电或转换),W={0.0,w1,w2},w0=0,开路电压法电池荷电状态估值SOCocv不参与加权计算。
注:在实施过程中,如果(状态==静置)&(稳态==准稳)但未能成功获取电池开路电压的估值Vocv_est,则等同电池处于(状态==静置)&(稳态==非稳),W={0.0,w1,w2}。
(2)加权系数w0、w1和w2的取值由当前的电池工作特征区域决定。在选择好需要参与加权计算的荷电估值后,参与加权计算的荷电估值的对应加权系数具体取值大小由当前的电池工作特征区域决定(不参与加权计算的荷电估值的对应加权系数为0)。
在权值分配时,电池管理系统根据估计误差因素分析,实施经验归纳和管理对象电池的极化、去极化特征和能量密度分布等因素的先验知识,汇同系统检查到的电池工作状态、电池稳定状态和电池工作特征区域,计算开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm的权重函数、权重关系和加权系数值。通常,统计误差较小者赋较大权值,统计误差较大者赋较小权值。例如:
①如果(状态==静置)&(稳态==非稳),或者如果(状态==放电)&(稳态==稳定),W={0.0,w1,w2},则SOC=w1*SOCqc+w2*SOCklm,即最终电池荷电状态估值SOC为以电流测量为依据的安时积分法电池荷电状态估值SOCqc和以电压电流测量为依据的卡尔曼法电池荷电状态估值SOCklm的加权和。而w1和w2的具体取值主要考虑当前条件下电流测量误差、电压测量误差及相关电池等效电路参数误差对各自荷电状态估值的影响。如果同时(区域==高能),即电池处于电池高能密度区。由于电池的能量密度不按开路电压(荷电状态)均匀分布,在能量密度的峰值附近,卡尔曼法容易会因电池观测电压的误差或者电池等效电路参数的误差导致较大的荷电状态估值误差。因此,在电池的高能区域,安时积分法电池荷电状态估值SOCqc相对卡尔曼法电池荷电状态估值SOCklm取较大的权重系数。例如,按照预设的高能区加权表,取值w1=0.7,w2=0.3,则SOC=0.7*SOCqc+0.3*SOCklm。如果同时(区域!=高能),当不考虑其它因素时,按照预置的高能区加权表取值:w1=w2=0.5,则SOC=0.5*SOCqc+0.5*SOCklm。同理,由于在电池荷电状态的高端,电池内阻表现的较为稳定而且电压滞后效应较小,系统在荷电状态的高端对开路电压法和卡尔曼滤波法的估值取较高权重。在电池荷电状态的低端,电池的极化过程表现出较大不一致性,系统因此对库伦安时积分法的估值取较高权重。
②如果(状态==静置)&(稳态==稳定),W={w0,w1,0.0},则SOC=w0*SOCocv+w1*SOCqc,即最终电池荷电状态估值SOC为以电压测量为依据的开路电压法电池荷电状态估值SOCocv和以电流测量为依据的安时积分法电池荷电状态估值SOCqc的加权和。而w0和w1的具体取值主要考虑当前条件下电流测量误差和电压测量误差对各自荷电状态估值的影响。在高能区,由于开路法的电压测量误差会引起较大荷电状态估值误差,所以开路电压法在高能区将赋予较小权值。
③如果(状态==静置)&(稳态==准稳),W={w0,w1,w2},则SOC=w0*SOCocv+w1*SOCqc+w2*SOCklm,即最终电池荷电状态估值SOC为以电压测量为依据的开路电压法电池荷电状态估值SOCocv、以电流测量为依据的安时积分法电池荷电状态估值SOCqc和以电压电流测量为依据的卡尔曼法电池荷电状态估值SOCklm的加权和。而w0、w1和w2的具体取值主要考虑当前条件下电流测量误差、电压测量误差、开路电压估计误差、相关等效电路参数误差对各自荷电状态估值的影响。其中,安时积分法荷电估值的加权系数w1与开路电压法荷电估值的加权系数和卡尔曼滤波法荷电估值的加权系数的权重和(w0+w2)的关系主要考虑电流测量误差和电压测量误差对各自荷电状态估值的影响。开路电压法荷电估值的加权系数w0和卡尔曼滤波法荷电估值的加权系数的权重关系w2之间的关系,主要考虑开路法中开路电压估计误差及卡尔曼法中相关等效电路参数误差和对各自荷电状态估值的影响。
加权系数w0或w1或w2可表达为根据电池所在区域的物理特征及电流传感器、电压传感器在相应区域的测量误差特征的实验数据归纳的加权常数表或加权函数Wn(V,I,Temp,a0,…an);
式中,V为电池电压,I为电池电流,Temp为电池温度,a0…an为函数常量,且满足0<=Wn(V,I,Temp,a0,…an)<=1。
注:加权函数Wn(V,I,Temp,a0,…an)为一般性表达,在具体操作时,加权函数Wn可为仅以V为变量、a0…an为常量的函数(如下例),或者加权函数Wn可为仅以I为变量、a0…an为常量的函数,或者加权函数Wn为以V、I、Temp为变量、a0…an为常量的函数。
例如,加权系数w1可表达为w1==Wp(V,Vocv_max,Wmax,δ),如果(状态!=静置),W={0.0,w1,w2},w2=1-w1=1-Wp(V,Vocv_max,Wmax,δ);
式中,V为电池电压,Vocv_max为电池能量密度峰值所在的开路电压,δ为电池能量密度分布的均方差,Wmax为安时积分法的最大加权值,Wp(V,Vocv_max,Wmax,δ)为以V为变量,Vocv_max、Wmax、δ为常量的加权函数。
在本实施例中,电池管理系统根据电池工作状态、电池稳定状态、电池工作状态转换模式和电池工作特征区域,各加权系数w0、w1和w2均为常数,具体取值为:
如果(状态==静置)&(稳态==非稳)&(区域≠高能),则
W={0,0.5,0.5};
SOC=0*SOCocv+0.5*SOCqc+0.5*SOCklm;
如果(状态==静置)&(稳态==非稳)&(区域==高能),则
W={0,0.7,0.3};
SOC=0*SOCocv+0.7*SOCqc+0.3*SOCklm;
如果(状态==静置)&(稳态==准稳)&(区域≠高能),则
W={0.4,0.3,0.3};
SOC=0.4*SOCocv+0.3*SOCqc+0.3*SOCklm;(此时,开路电压法电池荷电状态估值SOCocv采用的是步骤二获得的开路电压估值Vocv_est,即SOCocv=SOCocv_est);
如果(状态==静置)&(稳态==准稳)&(区域==高能),则
W={0.2,0.6,0.2};
SOC=0.2*SOCocv+0.6*SOCqc+0.2*SOCklm;(此时,开路电压法电池荷电状态估值SOCocv采用的是步骤二获得的开路电压估值Vocv_est,即SOCocv=SOCocv_est);
如果(状态==静置)&(稳态==稳定)&(区域≠高能),则
W={0.5,0.5,0.0};
SOC=0.5*SOCocv+0.5*SOCqc+0.0*SOCklm;
如果(状态==静置)&(稳态==稳定)&(区域==高能),则
W={0.4,0.6,0.0};
SOC=0.4*SOCocv+0.6*SOCqc+0.0*SOCklm;
如果(状态==转换)&(区域≠高能),则
W={0,0.5,0.5};
SOC=0*SOCocv+0.5*SOCqc+0.5*SOCklm;
如果(状态==转换)&(区域==高能),则
W={0,0.7,0.3};
SOC=0*SOCocv+0.7*SOCqc+0.3*SOCklm;
如果((状态==充电)||(状态==放电))&(区域≠高能),则
W={0,0.5,0.5};
SOC=0*SOCocv+0.5*SOCqc+0.5*SOCklm;
如果((状态==充电)||(状态==放电))&(区域==高能),则
W={0,0.6,0.4};
SOC=0*SOCocv+0.6*SOCqc+0.4*SOCklm。
本发明还提供一种电池健康状态估算的方法,利用上述电池荷电状态估算方法获得的最终电池荷电状态估值SOC计算得到电池健康状态估值SOH。
所述电池健康状态估算方法包括以下步骤:
步骤(一),估算电池实际容量估值Cactual_est
电池实际容量Cactual与放电电流和环境温度相关,按照行业标准,电池实际容量的测量是在规定温度和充放电模式下,按规定充电条件充满的电池,按规定时间静置电池后(SOCinit=1),以标定电流量连续放电直至电池指定终止电压(SOC=0),在此放电过程中的安时积分值称为电池容量Cactual。
电池实际使用过程中,在实际运行条件允许的情况下,估计电池实际容量,方法如下:
如果(状态==静置)&(稳态==稳定)&(区域!=高能),计算电池实际容量的估计值Cactual_est
如果|SOC–SOCinit|>SOCthreshold,Cactual_est=QC/(SOC–SOCinit);
否则Cactual_est=Cactual;
上式中,SOC为上述方法获得的最终电池荷电状态估值;SOCinit为电池荷电状态初值;SOCthreshold为电池荷电状态变化阈值;Cactual_est为电池实际容量的估值;Cactual为电池实际容量值;QC是由初值至当前SOC的安时积分值;
步骤(二),核准电池实际容量值Cactual
①如果(状态==静置)&(稳态==准稳)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果|Cactual_est-Cactual|<=ε,不修正Cactual;
②如果(状态==静置)&(稳态==稳定)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果Cactual_est-Cactual|<=ε;不修正Cactual;
上式中,Cactual_est为电池实际容量的估值;Cactual为电池实际容量值;ε为电池容量修正阈值,g0为电池容量估值修正增益系数。
步骤(三),计算电池健康状态估值SOH
计算式为:SOH=Cactual/Cspec;
上式中,Cactual为所述步骤(二)核准后的电池实际容量值,Cspec为电池容量标称值,SOH为电池健康状态估值。
在本实施例中,电池管理系统根据电池工作状态、电池稳定状态、电池工作状态转换模式,按以下控制逻辑算法和数值算法每秒一次监测或修正并估算电池的健康状态:
如果(状态==静置)&((稳态==准稳))&(区域!=高能)&(|SOC–SOCinit|>0.1),Cactual_est=QC/(SOC–SOCinit);
否则,Cactual_est=Cactual;
如果(状态==静置)&((稳态==准稳))&(区域!=高能)&(|Cactual_est-Cactual|>ε),Cactual=Cactual+g0*(Cactual_est-Cactual),SOH=Cactual/Cspec;
否则,SOH=Cactual/Cspec;
如果(状态==静置)&((稳态==稳定))&(区域!=高能)&(|SOC–SOCinit|>0.1),Cactual_est=QC/(SOC–SOCinit);
否则Cactual_est=Cactual;
如果(状态==静置)&((稳态==稳定))&(区域!=高能)&(|Cactual_est-Cactual|>ε),Cactual=Cactual+g0*(Cactual_est-Cactual),SOH=Cactual/Cspec;
否则,SOH=Cactual/Cspec。
式中,QC是由初值至当前SOC的安时积分值,Cactual_est为电池容量实际值的估计值,Cactual为电池容量实际值(或修正后电池电容值),Cspec为电池容量标称值,SOC为最终电池荷电状态估值,SOCinit为电池荷电状态初估值,g0为电池容量估值修正增益系数,SOH为电池健康状态估值。
在本实施例中,ε取值0.02*Cspec,g取值0.1。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (12)
1.一种电池荷电状态估算方法,其特征在于,包括:
步骤一,周期性检测电池工作状态、电池稳定状态、电池工作状态转换模式以及电池工作特征区域;
步骤二,根据检测获得的电池工作状态和电池稳定状态,采用开路电压法估算电池荷电状态,得到开路电压法电池荷电状态估值SOCocv;
步骤三,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,采用安时积分法估算电池荷电状态,得到安时积分法电池荷电状态估值SOCqc;
步骤四,根据检测获得的电池工作状态和电池稳定状态,采用卡尔曼滤波法的开环模式或闭环模式估算电池荷电状态,得到卡尔曼法电池荷电状态估值SOCklm;
步骤五,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,对开路电压法电池荷电状态估值SOCocv、安时积分法电池荷电状态估值SOCqc以及卡尔曼法电池荷电状态估值SOCklm进行加权计算,获得最终电池荷电状态估值SOC。
2.根据权利要求1所述的电池荷电状态估算方法,其特征在于,
所述步骤一中,根据检测工作电流的大小、方向和持续时间定义所述电池工作状态如下:
如果在过去连续N个时间观测点,|Iactual|<Irest,则为静置状态;
如果在过去连续N个时间观测点,Iactual>Irest,则为充电状态;
如果在过去连续N个时间观测点,Iactual<-Irest,则为放电状态;
如果电池不属于上述三种工作状态,则为转换状态;
其中,Iactual为电池当前工作电流,Irest为电池的静置电流阈值,N为观测等待时钟数;
所述步骤一中,根据所述电池工作状态的检测结果定义所述电池稳定状态如下:
如果t<T0,则为非稳定状态;
如果T0<t<T1,则为准稳定状态;
如果t>T1,则为稳定状态;
其中,t为电池进入任何一种工作状态后持续处于该工作状态的时间,T0为准稳定等待时间,T1为稳定等待时间;
所述步骤一中,根据电池的当前工作状态及过去工作状态定义所述电池工作状态转换模式,包括:
静置-静置,静置-充电,静置-放电,放电-放电,放电-静置,放电-充电,充电-充电,充电-静置,充电-放电;
所述步骤一中,根据电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp定义所述电池工作特征区域,在观测等待时间Twait内如果电池当前工作电流Iactual、电池当前工作电压Vactual和电池温度Temp持续停留在一个特征区域所定义的数值范围内,则电池处于所述电池工作特征区域内,其中:
充电终止区:[Vmin1,Vmax1,Imin1,Imax1,Tmin1,Tmax1];
放电终止区:[Vmin2,Vmax2,Imin2,Imax2,Tmin2,Tmax2];
高能区:[Vmin3,Vmax3,Imin3,Imax3,Tmin3,Tmax3];
高滞区:[Vmin4,Vmax4,Imin4,Imax4,Tmin4,Tmax4];
高阻区:[Vmin5,Vmax5,Imin5,Imax5,Tmin5,Tmax5]。
3.根据权利要求2所述的电池荷电状态估算方法,其特征在于,所述步骤二包括:
(一)如果(状态!=静置)},不使用开路电压法;
(二)如果{(状态==静置)&(稳态==非稳),不使用开路电压法,启动电池电压采样:
①如果(状态==静置)&(稳态==非稳)&{(前状态==充电)||(前状态==放电)}&(前稳态!=非稳),启动电池电压采样;
②如果(状态==静置)&(稳态==非稳),实施采集电池电压{Vactual0,Vactual1,…};
③如果(状态!=静置),中止采样;
(三)当(状态==静置)&(稳态==准稳)时,完成电池电压采样,根据电池电压样本估计开路电压,计算SOCocv,包括:
①选用去极化过程数学模型;
②如果电池电压采样完成,运行非线性拟合算法,实现去极化过程数学模型与电池电压样本的最小方差拟合;
③拟合算法完成,提取电池开路电压的估值Vocv_est,使用开路电压法估算电池荷电状态,Vocv=Vocv_est,SOCocv=SOC(Vocv,Temp);
(四)如果{(状态==静置)&(稳态==稳定)},使用开路电压法估算电池荷电状态,Vocv=Vactual,SOCocv=SOC(Vocv,Temp);
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOCocv是开路电压法电池荷电状态估值,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数。
4.根据权利要求3所述的电池荷电状态估算方法,其特征在于,所述去极化过程数学模型为V=a+b*exp(-c*tp),
式中,V为电池电压,a为电池去极化过程完成后电池的开路电压,b为电池的初始极化电压,c为电池的去极化时间常数的倒数,tp为电池极化/去极化时间。
5.根据权利要求3所述的电池荷电状态估算方法,其特征在于,所述步骤三包括:
(1)根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域,获取电池荷电状态初值SOCinit
如果(区域==充电终止),则SOCinit=1,QC=0;
如果(区域==放电终止),则SOCinit=0,QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==稳定),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vactual,SOCinit=SOC(Vocv,Temp),QC=0;
如果(区域!=高能)&(状态==静置)&(稳态==准稳),使用开路电压法获取安时积分法的电池荷电状态初值SOCinit,即Vocv=Vocv_est,SOCinit=SOC(Vocv,Temp),QC=0;
其中,Vocv为电池开路电压,Vactual为电池当前工作电压,Vocv_est为开路电压估值,Temp是电池温度,SOC(Vocv,Temp)为电池开路电压、电池温度与电池荷电状态的关系函数,QC是由初值至当前SOC的安时积分值;
(2)计算安时积分法电池荷电状态估值SOCqc
SOCqc=SOCinit+QC/Cactual;
式中,Iactual为电池当前工作电流,QC是由初值至当前SOC的安时积分值,tah为安时积分时间,SOCqc为安时积分法电池荷电状态估值,SOCinit为电池荷电状态初值,Cactual为电池实际容量值。
6.根据权利要求5所述的电池荷电状态估算方法,其特征在于,所述步骤四包括:
如果{(状态==转换)||(稳态==非稳)},卡尔曼滤波器开环模式运行,即
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;
否则,系统保持闭环模式运行卡尔曼滤波器,即
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm)+Iactual*Tklm/Cactual;
SOCklm=SOCklm(tklm+Tklm)=SOCklm(tklm+Tklm)+g*{Vactual-[OCV(SOCklm(tklm+Tklm),Temp)+Vecm(Iactual,Temp,p0,…pn)]}
式中,SOCklm卡尔曼法电池荷电状态估值,SOCklm(tklm)为电池tklm时刻的卡尔曼法电池荷电状态估值,SOCklm(tklm+Tklm)为电池tklm+Tklm时刻的卡尔曼法电池荷电状态估值,Iactual是电池当前工作电流,Tklm是卡尔曼滤波器运行周期,Cactual是电池实际容量值;g为卡尔曼增益系数,Vactual是电池当前工作电压,OCV(SOC,Temp)是电池在荷电状态为SOC、温度为Temp时的开路电压,Vecm (Iactual,Temp,p0,…pn)是电池等效电路模拟的电池极化电压,Temp是电池温度,p0,…pn是等效电路模型参数。
7.根据权利要求6所述的电池荷电状态估算方法,其特征在于,所述步骤五中,获得最终电池荷电状态估值SOC的表达式为:
SOC=w0*SOCocv+w1*SOCqc+w2*SOCklm;
其中,SOCocv为开路电压法电池荷电状态估值,SOCqc为安时积分法电池荷电状态估值,SOCklm为卡尔曼法电池荷电状态估值;w0、w1、w2为加权系数,表述为加权矩阵W={w0,w1,w2},且满足归一条件w0+w1+w2=1。
8.根据权利要求7所述的电池荷电状态估算方法,其特征在于,根据检测获得的电池工作状态、电池稳定状态和电池工作特征区域确定所述加权系数w0、w1、w2的取值,其一般性表达为:
如果(F(xx,yy,zz)==True),W={w0,w1,w2};
式中,xx属于电池工作状态集{充电,放电,静置,转换};yy属于电池稳定状态集{非稳,准稳,稳定};zz属于电池工作特征区域集{充电终止,放电终止,高能,高滞,高阻};F(xx,yy,zz)为以电池工作状态、电池稳定状态、电池工作特征区域为变量的逻辑算法。
9.根据权利要求8所述的电池荷电状态估算方法,其特征在于:
如果(状态==静置)&(稳态==稳定),W={w0,w1,0.0};
如果(状态==静置)&(稳态==准稳),W={w0,w1,w2};
如果(状态==静置)&(稳态==非稳),W={0.0,w1,w2};
如果(状态!=静置),W={0.0,w1,w2};
其中,w0,w1和w2的取值由电池工作特征区域决定。
10.根据权利要求9所述的电池荷电状态估算方法,其特征在于,所述加权系数w0或w1或w2可表达为根据电池所在区域的物理特征及电流传感器、电压传感器在相应区域的测量误差特征的实验数据归纳的加权常数表或加权函数Wn(V,I,Temp,a0,…an);
式中,V为电池电压,I为电池电流,Temp为电池温度,a0…an为函数常量,且满足0<=Wn(V,I,Temp,a0,…an)<=1。
11.根据权利要求10所述的电池荷电状态估算方法,其特征在于,
所述加权系数w1表达为w1==Wp(V,Vocv_max,Wmax,δ),如果(状态!=静置),W={0.0,w1,w2},w2=1-w1=1-Wp(V,Vocv_max,Wmax,δ);
式中,V为电池电压,Vocv_max为电池能量密度峰值所在的开路电压,δ为电池能量密度分布的均方差,Wmax为安时积分法的最大加权值,Wp(V,Vocv_max,Wmax,δ)为以V为变量,Vocv_max、Wmax、δ为常量的加权函数。
12.一种利用权利要求7-11任一所述的电池荷电状态估算方法进行电池健康状态估算的方法,其特征在于,包括以下步骤:
步骤(一),估算电池实际容量估值Cactual_est
如果(状态==静置)&(稳态==稳定)&(区域!=高能),计算电池实际容量的估计值Cactual_est
如果|SOC–SOCinit|>SOCthreshold,Cactual_est=QC/(SOC–SOCinit);
否则Cactual_est=Cactual;
上式中,SOC为所述权利要求7-11任一获得的最终电池荷电状态估值;SOCinit为电池荷电状态初值;SOCthreshold为电池荷电状态变化阈值;Cactual_est为电池实际容量估值;Cactual为电池实际容量值;QC是由初值至当前SOC的安时积分值;
步骤(二),核准电池实际容量值Cactual
①如果(状态==静置)&(稳态==准稳)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果|Cactual_est-Cactual|<=ε,不修正Cactual;
②如果(状态==静置)&(稳态==稳定)&(区域!=高能),那么
如果|Cactual_est-Cactual|>ε,修正Cactual,修正量为g0*(Cactual_est-Cactual);
如果|Cactual_est-Cactual|<=ε;不修正Cactual;
上式中,Cactual_est为电池实际容量估值;Cactual为电池实际容量值;ε为电池容量修正阈值,g0为电池容量估值修正增益系数;
步骤(三),计算电池健康状态估值SOH
计算式为:SOH=Cactual/Cspec;
上式中,Cactual为所述步骤(二)核准后的电池实际容量值,Cspec为电池容量标称值,SOH为电池健康状态估值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910649448.9A CN110286324B (zh) | 2019-07-18 | 2019-07-18 | 一种电池荷电状态估算方法及电池健康状态估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910649448.9A CN110286324B (zh) | 2019-07-18 | 2019-07-18 | 一种电池荷电状态估算方法及电池健康状态估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110286324A CN110286324A (zh) | 2019-09-27 |
CN110286324B true CN110286324B (zh) | 2021-07-09 |
Family
ID=68023257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910649448.9A Active CN110286324B (zh) | 2019-07-18 | 2019-07-18 | 一种电池荷电状态估算方法及电池健康状态估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110286324B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632521B (zh) * | 2019-10-23 | 2020-08-25 | 北京理工大学 | 一种锂离子电池容量的融合估计方法 |
CN111190109B (zh) * | 2020-01-07 | 2021-01-05 | 西北工业大学 | 一种无电流传感器的锂电池荷电状态估计方法 |
WO2021189419A1 (zh) * | 2020-03-27 | 2021-09-30 | 华为技术有限公司 | 电池健康状态的估算方法、电池管理装置及电池管理系统 |
CN111458648B (zh) * | 2020-04-16 | 2022-04-08 | 天津力神电池股份有限公司 | 锂离子电池健康状态的在线检测方法 |
CN111537895B (zh) * | 2020-07-13 | 2020-10-30 | 延锋伟世通电子科技(南京)有限公司 | 一种多参数联合估算soc的方法 |
CN111708613B (zh) * | 2020-08-18 | 2020-12-11 | 广东睿江云计算股份有限公司 | 一种修复vm虚拟机开机失败卡任务的方法及系统 |
CN112034366B (zh) * | 2020-08-25 | 2023-07-14 | 惠州市蓝微电子有限公司 | 一种soc动态补偿方法及电子系统 |
CN112070395B (zh) * | 2020-09-07 | 2024-02-13 | 四川华泰电气股份有限公司 | 能源互联网可靠性评估体系、模型建立方法和评估方法 |
CN112415399B (zh) * | 2020-10-16 | 2023-10-10 | 欣旺达电动汽车电池有限公司 | 电池单体ocv-soc曲线修正方法、设备及存储介质 |
CN112630661B (zh) * | 2020-12-28 | 2022-12-09 | 广州橙行智动汽车科技有限公司 | 一种电池荷电状态soc估算方法和装置 |
CN114137422B (zh) * | 2021-11-23 | 2024-04-02 | 雅迪科技集团有限公司 | 一种电动车剩余电量的确定方法及装置 |
CN114114053B (zh) * | 2021-12-10 | 2023-12-22 | 厦门金龙联合汽车工业有限公司 | 一种衡量混动车辆电池生命状态的方法 |
DE102022200884A1 (de) * | 2022-01-26 | 2023-07-27 | Siemens Mobility GmbH | Verfahren und Einrichtung zum Schätzen der Kapazität eines Energiespeichers |
CN114705990B (zh) * | 2022-03-31 | 2023-10-20 | 上海玫克生储能科技有限公司 | 电池簇荷电状态的估计方法及系统、电子设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006057468A1 (en) * | 2004-11-29 | 2006-06-01 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
JP2006256609A (ja) * | 2000-05-22 | 2006-09-28 | Suzuki Motor Corp | バッテリ残存容量推定装置 |
CN102062841A (zh) * | 2009-11-11 | 2011-05-18 | 北汽福田汽车股份有限公司 | 动力电池荷电状态的估测方法及系统 |
CN103135066A (zh) * | 2013-01-25 | 2013-06-05 | 文创太阳能(福建)科技有限公司 | 一种分段磷酸铁锂电池电量的测量方法 |
CN103399277A (zh) * | 2013-07-29 | 2013-11-20 | 重庆长安汽车股份有限公司 | 一种动力电池实际容量估算方法 |
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 |
CN103616647A (zh) * | 2013-12-09 | 2014-03-05 | 天津大学 | 一种用于电动汽车电池管理系统的电池剩余电量估计方法 |
CN103635822A (zh) * | 2011-08-30 | 2014-03-12 | 三洋电机株式会社 | 电池系统、电动车辆、移动体、电力储存装置以及电源装置 |
CN105738817A (zh) * | 2016-01-29 | 2016-07-06 | 深圳市沃特玛电池有限公司 | 一种基于aekf的电池荷电状态估计方法及估计系统 |
CN106405434A (zh) * | 2016-10-28 | 2017-02-15 | 四川普力科技有限公司 | 电池荷电状态的估计方法 |
CN107064811A (zh) * | 2017-03-01 | 2017-08-18 | 华南理工大学 | 一种锂电池soc在线估计方法 |
WO2018161486A1 (zh) * | 2017-03-08 | 2018-09-13 | 深圳市海云图新能源有限公司 | 一种基于动态参数的动力电池soc估算方法及系统 |
CN108663621A (zh) * | 2017-03-29 | 2018-10-16 | 比亚迪股份有限公司 | 一种动力电池组的荷电状态计算方法及系统 |
CN109085505A (zh) * | 2018-07-25 | 2018-12-25 | 深圳华中科技大学研究院 | 一种动力电池充放电状态估算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535933B (zh) * | 2014-12-26 | 2017-08-29 | 湖南金杯新能源发展有限公司 | 电池剩余电量测量方法与系统 |
-
2019
- 2019-07-18 CN CN201910649448.9A patent/CN110286324B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006256609A (ja) * | 2000-05-22 | 2006-09-28 | Suzuki Motor Corp | バッテリ残存容量推定装置 |
WO2006057468A1 (en) * | 2004-11-29 | 2006-06-01 | Lg Chem, Ltd. | Method and system for battery state and parameter estimation |
CN102062841A (zh) * | 2009-11-11 | 2011-05-18 | 北汽福田汽车股份有限公司 | 动力电池荷电状态的估测方法及系统 |
CN103635822A (zh) * | 2011-08-30 | 2014-03-12 | 三洋电机株式会社 | 电池系统、电动车辆、移动体、电力储存装置以及电源装置 |
CN103135066A (zh) * | 2013-01-25 | 2013-06-05 | 文创太阳能(福建)科技有限公司 | 一种分段磷酸铁锂电池电量的测量方法 |
CN103399277A (zh) * | 2013-07-29 | 2013-11-20 | 重庆长安汽车股份有限公司 | 一种动力电池实际容量估算方法 |
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 |
CN103616647A (zh) * | 2013-12-09 | 2014-03-05 | 天津大学 | 一种用于电动汽车电池管理系统的电池剩余电量估计方法 |
CN105738817A (zh) * | 2016-01-29 | 2016-07-06 | 深圳市沃特玛电池有限公司 | 一种基于aekf的电池荷电状态估计方法及估计系统 |
CN106405434A (zh) * | 2016-10-28 | 2017-02-15 | 四川普力科技有限公司 | 电池荷电状态的估计方法 |
CN107064811A (zh) * | 2017-03-01 | 2017-08-18 | 华南理工大学 | 一种锂电池soc在线估计方法 |
WO2018161486A1 (zh) * | 2017-03-08 | 2018-09-13 | 深圳市海云图新能源有限公司 | 一种基于动态参数的动力电池soc估算方法及系统 |
CN108663621A (zh) * | 2017-03-29 | 2018-10-16 | 比亚迪股份有限公司 | 一种动力电池组的荷电状态计算方法及系统 |
CN109085505A (zh) * | 2018-07-25 | 2018-12-25 | 深圳华中科技大学研究院 | 一种动力电池充放电状态估算方法 |
Non-Patent Citations (4)
Title |
---|
Combination Algorithm for State of Charge Estimation of Electric Vehicle Battery;Bo Zhang 等;《 2013 International Conference on Communication Systems and Network Technologies》;20130610;全文 * |
利用信息融合技术的储能锂离子电池组 SOC 估算;许守平 等;《电网技术》;20160630;第40卷(第6期);全文 * |
双卡尔曼滤波法估计电动汽车电池健康状态;邓涛 等;《电池》;20180430;第48卷(第2期);全文 * |
基于改进卡尔曼滤波的锂电池SOC 估算研究;潘卫华 等;《计算机仿真》;20140331;第31卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110286324A (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286324B (zh) | 一种电池荷电状态估算方法及电池健康状态估算方法 | |
JP5818878B2 (ja) | リチウムイオン電池充電状態の算出方法 | |
CN107402353B (zh) | 一种对锂离子电池的荷电状态进行滤波估计的方法及系统 | |
WO2016134496A1 (zh) | 锂离子电池荷电状态估算方法和装置 | |
WO2017143830A1 (zh) | 检测电池健康状态的方法、装置和电池管理系统 | |
CN109856548B (zh) | 动力电池容量估算方法 | |
WO2015188610A1 (zh) | 电池荷电状态估算方法和装置 | |
KR101972521B1 (ko) | 배터리 셀의 성능 테스트 장치 및 방법 | |
CN105301509A (zh) | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 | |
CN108445422B (zh) | 基于极化电压恢复特性的电池荷电状态估算方法 | |
CN112485691B (zh) | 一种锂离子电池的soh估算方法 | |
JP2015524048A (ja) | バッテリの充電状態の推定 | |
CN110531274A (zh) | 一种动力电池soc预估系统及方法 | |
CN109752660B (zh) | 一种无电流传感器的电池荷电状态估计方法 | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
CN112238787A (zh) | 一种锂电池管理系统 | |
CN113777501A (zh) | 一种电池模组的soh的估算方法 | |
CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 | |
KR20210064770A (ko) | 차량 및 차량의 제어 방법 | |
CN111239608A (zh) | 基于扩展卡尔曼滤波的电池soc估算方法及装置 | |
CN115616434A (zh) | 一种基于退化模型校准的锂电池soc和soh实时估算方法 | |
Sadabadi et al. | Development of an electrochemical model for a Lithium Titanate Oxide|| nickel manganese cobalt battery module | |
CN112213644B (zh) | 电池荷电状态估算方法及电池管理系统 | |
CN114545266A (zh) | 基于改进型模型预测控制的锂电池剩余电量计量方法、系统及电量计 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210809 Address after: 100000 1138-25, floor 11, No. 18, Zhongguancun Street, Haidian District, Beijing Patentee after: Beijing Shanzhi rongchuang Technology Co.,Ltd. Address before: 100070 3rd floor, building 2, 26 Waihuan West Road, Fengtai District, Beijing Patentee before: Beijing Bishuiruncheng Water Consulting Co.,Ltd. |
|
TR01 | Transfer of patent right |