CN110333450A - 电池开路电压预估方法及系统 - Google Patents
电池开路电压预估方法及系统 Download PDFInfo
- Publication number
- CN110333450A CN110333450A CN201910362931.9A CN201910362931A CN110333450A CN 110333450 A CN110333450 A CN 110333450A CN 201910362931 A CN201910362931 A CN 201910362931A CN 110333450 A CN110333450 A CN 110333450A
- Authority
- CN
- China
- Prior art keywords
- battery
- circuit voltage
- voltage
- open
- dynamic
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电池技术领域,提供一种电池开路电压预估方法及系统,其中该方法包括:采集电池工作参数和电池状态;当所获取的电池状态指示激活状态时,获取状态分配权重;基于预配置的静态电池开路电压预估模型,计算第一电池工作参数所对应的静态电池开路电压;基于预配置的动态电池开路电压预估模型,计算第二电池工作参数所对应的动态电池开路电压;基于状态分配权重调整静态电池开路电压和动态电池开路电压,并根据经权重调整后的静态电池开路电压和动态电池开路电压确定目标电池开路电压。由此,使得动态电池状态下所确定的实时电池开路电压能够更加精确。
Description
技术领域
本发明涉及电池技术领域,特别涉及一种电池开路电压预估方法及系 统。
背景技术
新能源汽车具有低污染、结构简单、低噪声等优点,是未来汽车产业发 展的重要方向。电动汽车作为新能源汽车的一种,具有无污染零排放、低噪 声、经济实用等优点,是汽车行业未来发展的主流方向。SOC(state of charge, 电池荷电状态)是电动汽车的一项重要参数,其指示电动汽车的剩余OCV (Open Circuit Voltage,开路电压)占额定OCV的百分比,它受电池包温度、 电压和电流等的影响,因此很难精确、实时的计算出SOC。SOC与电芯的 开路电压(OCV)之间存在函数关系(OCV—SOC表),如果已知OCV,通 过查表就可以得到SOC的初值。目前大规模量产电动汽车商业产品的电池 管理系统中,主要利用以安时积分法为核心优化改善方法估计SOC。静置时, 通过OCV—SOC查表,可以得到一个比较精确的SOC的初值,它是以安时 积分为主要算法的关键环节之一。所以,要精确计算出电动汽车当前的SOC, 获得实时、精确的电芯开路电压是关键。
目前,电芯开路电压OCV的估算方法一般有两种方法:其一,将电芯 静置一段时间后采集电芯两端的电压作为电芯开路电压;其二,利用电芯等 效电路,建立一阶或者多阶模型进行OCV估算。
但是,本申请的发明人在实践本申请的过程中发现目前相关技术中至少 存在以下缺陷:针对上述第一种方法,它的缺点是需要将电芯长时间的静置 之后采集电芯两端的电压,而在汽车行驶过程无法做到将电芯处于静置状 态;针对上述第二种方法,它的缺点是计算过程复杂,需要精确的电芯参数, 否则OCV估算偏差会很大,而且没有考虑整个生命周期的电路模型关键参 数(内阻、极化内阻)的变化。
因此,如何简单有效地实时预估电池激活时(例如汽车在诸如驾驶的工 况下)的电芯开路电压,并保障预估结果的精确性是目前业界亟待解决的技 术难题。
发明内容
有鉴于此,本发明旨在提出一种电池开路电压预估方法,以至少解决目 前相关技术中无法准确地预估电池激活时的实时电芯开路电压的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种电池开路电压预估方法,所述电池开路电压预估方法包括:采集电 池工作参数和电池状态,其中所述电池状态用于指示激活状态或静置状态; 当所获取的电池状态指示激活状态时,获取状态分配权重;基于预配置的静 态电池开路电压预估模型,计算第一电池工作参数所对应的静态电池开路电 压;以及基于预配置的动态电池开路电压预估模型,计算第二电池工作参数 所对应的动态电池开路电压;基于所述状态分配权重调整所述静态电池开路 电压和所述动态电池开路电压,并根据经权重调整后的静态电池开路电压和 动态电池开路电压确定目标电池开路电压。
进一步的,所述当所获取的电池状态指示激活状态时,获取状态影响权 重包括:统计所述激活状态所对应的目标电池运行时间;根据预配置的运行 权重关系,确定与所述目标电池运行时间相匹配的状态分配权重,其中所述 运行权重关系用于指示不同的电池运行时间分别所对应的状态分配权重。
进一步的,所述第一电池工作参数包括电池的温度、静置时间和端电压, 其中所述基于预配置的静态电池开路电压预估模型,计算第一电池工作参数 所对应的静态电池开路电压包括:基于所述静态电池开路电压预估模型中所 包括的用于指示与第一电池工作参数相对应的静态电池开路电压的第一模 型关系,确定与所述第一电池工作参数相匹配的静态电池开路电压。
进一步的,所述第二电池工作参数包括电池的端电压、输出电流和输出 电流变化率,其中所述基于预配置的动态电池开路电压预估模型,计算第二 电池工作参数所对应的动态电池开路电压包括:基于所述动态电池开路电压 预估模型中所包括的用于指示与第二电池工作参数相对应的动态电池开路 电压的第二模型关系,确定与所述第二电池工作参数相匹配的动态电池开路 电压。
进一步的,在基于所述静态电池开路电压、所述动态电池开路电压和所 述状态分配权重,确定目标电池开路电压之前,所述电磁开路电压预估方法 还包括:获取实时电池健康状态(SOH,State Of Health);根据预配置的SOH 电压衰减模型确定与所述实时电池健康状态相匹配的目标衰减电压系数,其 中所述SOH电压衰减模型包括用于指示与电池健康状态相对应的衰减电压 系数的衰减关系;根据所确定的目标衰减电压系数,校准所述静态电池开路 电压和所述动态电池开路电压。
进一步的,所述电池开路电压预估方法还包括针对所述静态电池开路电 压预估模型、所述动态电池开路电压预估模型和所述SOH电压衰减模型中 一者或多者的模型创建步骤,其中所述模型创建步骤以下中的一者或多者: 获取包括多个第一电池工作参数与对应的静态电池开路电压的静态数据组, 并基于所述静态数据组进行第一数据拟合操作以构建所述静态电压开路电 压预估模型,获取包括多个第二电池工作参数与对应的动态电池开路电压的 动态数据组,并基于所述动态数据组进行第二数据拟合操作以构建所述动态 电压开路电压预估模型,以及,获取包括多个衰减电压系数与对应的电池健 康状态的电压衰减数据组,并基于所述电压衰减数据组进行第三数据拟合操 作以构建所述SOH电压衰减模型。
进一步的,所述静态电压开路电压预估模型、所述动态电压开路电压预 估模型和所述SOH电压衰减模型中的一者或多者包括关系映射表,其中所 述电池开路电压预估方法还包括进行以下中的一者或者的操作:通过查表的 方式确定所述第一电池工作参数所对应的所述静态开路电压,通过查表的方 式确定所述第二电池工作参数所对应的所述动态开路电压,以及通过查表的 方式确定所述实时电池健康状态所对应的所述目标衰减电压系数。
相对于现有技术,本发明所述的电池开路电压预估方法具有以下优势:
本发明所述的电池开路电压预估方法中,在计算电池的动态电池开路电 压时,同时考虑了电池在静态和动态状态下开路电压的不同影响因素并应用 了各自的预估模型;并且,考虑到了电池全生命周期(包括静置状态和激活 状态),以及电池静置对电池激活状态下的开路电压确定过程的影响,并通 过状态分配权重进行调整,保障了所确定的动态电池状态下的实时电池开路 电压能够更加精确。
本发明的另一目的在于提出一种电池开路电压预估系统,以至少解决目 前相关技术中无法准确地预估电池激活时的实时电芯开路电压的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种电池开路电压预估系统,所述电池开路电压预估系统包括:采集单 元,用于采集电池工作参数和电池状态,其中所述电池状态用于指示激活状 态或静置状态;权重获取单元,用于当所获取的电池状态指示激活状态时, 获取状态分配权重;静态电压计算单元,用于基于预配置的静态电池开路电 压预估模型,计算第一电池工作参数所对应的静态电池开路电压;以及动态 电压计算单元,用于基于预配置的动态电池开路电压预估模型,计算第二电 池工作参数所对应的动态电池开路电压;目标电压预估单元,用于基于所述状态分配权重调整所述静态电池开路电压和所述动态电池开路电压,并根据 经权重调整后的静态电池开路电压和动态电池开路电压确定目标电池开路 电压。
进一步的,所述第一电池工作参数包括电池的温度、静置时间和端电压, 其中所述静态电压计算单元还用于基于所述静态电池开路电压预估模型中 所包括的用于指示与第一电池工作参数相对应的静态电池开路电压的第一 模型关系,确定与所述第一电池工作参数相匹配的静态电池开路电压。
进一步的,所述第二电池工作参数包括电池的端电压、输出电流和输出 电流变化率,其中所述动态电压计算单元还用于基于所述动态电池开路电压 预估模型中所包括的用于指示与第二电池工作参数相对应的动态电池开路 电压的第二模型关系,确定与所述第二电池工作参数相匹配的动态电池开路 电压。
所述电池开路电压预估系统与上述电池开路电压预估方法相对于目前 相关技术所具有的优势相同,在此不再赘述。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的 示意性实施方式及其说明用于解释本发明,并不构成对本发明的不当限定。 在附图中:
图1为本发明实施方式所述的电池开路电压预估方法的流程图;
图2为本发明实施方式所述的电池开路电压预估方法中进行SOH衰减 校准的操作;
图3为本发明实施方式所述的电池开路电压预估方法中用于实时动态预 测电池实际开路电压的的输入/输出算法原理示意图;
图4A为本发明实施方式所述的电池开路电压预估方法中通过三维查表 的方式来预估静态电池开路电压的原理流程图;
图4B为本发明实施方式所述的电池开路电压预估方法中通过三维查表 的方式来预估动态电池开路电压的原理流程图;
图5示出了本发明一实施例的电池开路电压预估方法的原理流程图;
图6为本发明实施方式所述的电池开路电压预估系统的结构框图。
附图标记说明:
60 电池开路电压预估系统 601 采集单元
602 权重获取单元 603 静态电压计算单元
604 动态电压计算单元 605 目标电压预估单元
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中 的特征可以相互组合。
另外,在本发明的实施方式中所提到的电池工作参数,可以是指代除了 电池状态之外的其他的任意的或各种电池参数。例如电池输出电流、输出电 压、温度、充电时长或放电时长等等。
下面将参考附图并结合实施方式来详细说明本发明。
如图1所示,本发明一实施例的电池开路电压预估方法,包括:
S11、采集电池工作参数和电池状态,其中该电池状态用于指示激活状 态或静置状态。
关于本发明实施例的执行主体,其可以是任意的控制器或处理器,例如 用于电池管理的控制器或处理器,诸如BMS(Battery management system,电 池管理系统)等,通过对其进行软件或硬件的改进从而进行如本发明实施例 中的电磁开路电压预估方法的步骤;另外,其还可是其他的与电池相关联的 附加控制器或处理器来实现的,例如车载控制器或电子控制单元等,且以上 实施方式都属于本发明的保护范围内。
其中,电池处于激活状态可以是表示电池正在被使用的工况,例如电动 车辆驾驶工况等;以及,电池处于静置状态可以是表示电池未被使用的工况, 例如电动车辆熄火或歇车工况等。
S12、当所获取的电池状态指示激活状态时,获取状态分配权重。
其中,状态分配权重可以是仅在电池处于激活状态时才会被调用的,其 可以是表示预设定的固定值,也还可以是根据激活状态下的具体表现(例如 持续时长)而相应地调整和确定,且都属于本发明的保护范围内。
S13、基于预配置的静态电池开路电压预估模型,计算第一电池工作参 数所对应的静态电池开路电压。
关于本实施例中的电池开路电压预估模型的类型,其可以是多样化的, 例如其可以是映射关系模型或其他数学关系模型,另外其还可以是经过训练 的神经网络模型等,且都属于本发明的保护范围内。
S14、基于预配置的动态电池开路电压预估模型,计算第二电池工作参 数所对应的动态电池开路电压。
需说明的是,在本申请的发明人实践本申请的过程中发现:在电池工作 处于不同的工作状态时,对电池开路电压的影响因素也并不相同,例如第一 电池工作参数和第二电池工作参数可以是表示不同的工作参数;因此,可以 是分别采用不同的预估模型分别对静置状态或激活状态下的电池开路电压 进行计算,能够提高不同电池状态下电池开路电压计算的精确度。
S15、基于状态分配权重调整静态电池开路电压和动态电池开路电压, 并根据经权重调整后的静态电池开路电压和动态电池开路电压确定目标电 池开路电压。
需说明的是,本申请的发明人实践本申请的过程中发现:激活状态的电 池的开路电压会受到电池静置状态的影响。因此,在本实施例计算激活状态 下开路电压的过程中,还需要考虑到静态电池开路电压,以及其相对于动态 电池开路电压的比例权重。
在一些应用场景下,在激活状态的电池的不同阶段,静态电池开路电压 对动态电池开路电压的影响程度都不一样,示例性地,可以是随着电池在激 活状态下时间的持续累积,影响程度逐渐降低。相应地,当电池处于激活状 态时,可以是通过以下方式来获取状态影响权重:首先,统计激活状态所对 应的目标电池运行时间;然后,根据预配置的运行权重关系,确定与目标电 池运行时间相匹配的状态分配权重,其中该运行权重关系用于指示不同的电 池运行时间分别所对应的状态分配权重。作为示例,当电池运行时间越长时, 动态电池开路电压相对于静态电池开路电压的状态分配权重就越大,例如当 运行时间为1分钟时,动态电池开路电压-静态电池开路电压的权重可以是 0.8-0.2,而当运行时间为10分钟时,动态电池开路电压-静态电池开路电压 的权重可以是0.6-0.4。由此,在计算激活状态的目标电池开路电压时,其考 虑到了电池静置状态的影响,通过权重调整,能够保障所确定的动态的目标 电池开路电压更加精确。
需说明的是,在静态电池开路电压预估模型和动态电池开路电压预估模 型中可以是分别采用不同类型的电池工作参数,因为本申请的发明人在实践 本申请的过程中发现在不同的电池状态下影响电池开路电压确定的电池工 作参数也不相同。具体的,在静态状态下具有影响作用的第一电池工作参数 可以包括电池的温度、静置时间和端电压,而在动态状态下具有影响作用的 第二电池工作参数可以是包括端电压、输出电流和输出电流变化率。其中, 可以是通过以下方式来计算静态电压开路电压:基于静态电池开路电压预估 模型中所包括的用于指示与第一电池工作参数相对应的静态电池开路电压 的第一模型关系,确定与第一电池工作参数相匹配的静态电池开路电压;以 及,还可以是通过以下方式来计算动态电池开路电压:基于动态电池开路电 压预估模型中所包括的用于指示与第二电池工作参数相对应的动态电池开 路电压的第二模型关系,确定与第二电池工作参数相匹配的动态电池开路电 压。
作为进一步的公开和优化,在本申请的发明人实践本申请的过程中还发 现:电池的实时电池健康状态也是影响确定目标电池开路电压的一个因素, 例如当电池健康状态越低的时候,相对于满状态的电池开路电压的衰减系数 就越大;因此,在基于静态电池开路电压、动态电池开路电压和状态分配权 重,确定目标电池开路电压之前,该方法还可以如图2所示的校准操作,包 括:
S21、获取实时电池健康状态,其中可以是通过传感器采集等方式来得 到电池的实时健康状态。
S22、根据预配置的SOH电压衰减模型确定与实时电池健康状态相匹配 的目标衰减电压系数,其中该SOH电压衰减模型包括用于指示与电池健康 状态相对应的衰减电压系数的衰减关系。
其中,衰减电压系数可以是表示相对于满状态的电池电压的衰减系数, 例如SOH是满状态时衰减电压系数可以是1%,而当SOH剩余0.2时衰减 电压系数可以是30%。
S23、根据所确定的目标衰减电压系数,校准静态电池开路电压和所述 动态电池开路电压。
需说明的是,本实施例中的SOH电压衰减模型中的衰减关系可以是表 示函数关系、线性关系或折线关系等,且其还可以是通过多次实验测试并结 合实验数据而拟合确定的。
在一些实施方式中,电池开路电压预估方法还包括针对静态电池开路电 压预估模型、动态电池开路电压预估模型和SOH电压衰减模型中一者或多 者的模型创建步骤,其中该模型创建步骤包括以下中的一者或多者:获取包 括多个第一电池工作参数与对应的静态电池开路电压的静态数据组,并基于 静态数据组进行第一数据拟合操作以构建静态电压开路电压预估模型,获取 包括多个第二电池工作参数与对应的动态电池开路电压的动态数据组,并基 于动态数据组进行第二数据拟合操作以构建所述动态电压开路电压预估模 型,以及,获取包括多个衰减电压系数与对应的电池健康状态的电压衰减数 据组,并基于电压衰减数据组进行第三数据拟合操作以构建SOH电压衰减 模型。优选地,为了防止跳变波动对最终结果的影响,在创建模型的过程中, 其可能会应用到多个采样样本数据,则此时还可以是通过滤波处理来改善电 池开路电压,例如将最大值或最小值滤除掉。
在一些实施方式中,静态电压开路电压预估模型、动态电压开路电压预 估模型和SOH电压衰减模型中的一者或多者包括关系映射表,其中电池开 路电压预估方法还包括进行以下中的一者或多者的操作:通过查表的方式确 定第一电池工作参数所对应的静态开路电压,通过查表的方式确定第二电池 工作参数所对应的动态开路电压,以及,通过查表的方式确定实时电池健康 状态所对应的目标衰减电压系数。由此,通过应用包括关系映射表的模型, 能够以查表的方式找到静态开路电压、动态开路电压和目标衰减电压系数, 避免了繁琐复杂的计算过程。
在目前相关技术中,应用安时积分法预测电池开路电压的过程中,存在 预测误差大、考虑因素不全、且其不能实时动态预测电池开路电压的问题。 相应地,本发明实施例为利用以安时积分法为核心估计SOC算法方案时提 供预测电池实际开路电压,分别考虑电池在静态、和动态状态下OCV的不 同影响因素;并且,根据不同工况分别计算出静态和动态下的OCV,由此 解决了目前算法中误差大、需要建立物理模型,考虑因素不周全、算法原理 复杂、计算量大,可编程性差等缺陷。
如图3所示,本发明一实施例的用于实时动态预测电池实际开路电压的 的输入输出算法原理流程。其中,IdleOCV表示静置时的开路电压, ActiveOCV激活动态时的开路电压;*表示二分查表(IdleOCV–SOH/ ActiveOCV–SOH)算法得到的kSOH相应系数,即目标衰减电压系数。
在本发明实施例中,分别考虑了电池在静态、和动态状态下OCV的不 同影响因素,在静态时(暂定1h为静态和激活动态的状态分界点),主要考 虑这些影响因素电池的端电压Ub、电池的实时温度T、静置时间t、电池健 康状态(SOH),分别以它们作为输入,通过静态估计IdleOCV算法模型, 输出IdleOCVSOH,因为静态时,电池中没有电流(电流很小,小于2A,可 以认为没有电流)、电流变化率,因此不需要再考虑与ActiveOCV权重分配。 然而,在动态时(暂定1h为静态和激活动态的状态分界点),主要考虑这些 影响因素电池的端电压Ub、电池的实时电流(充电、放电)I、电流的变化 率ΔI、电池健康状态(SOH),分别以它们作为输入,通过激活动态算法模 型,输出ActiveOCV,然后再考虑IdleOCVSOH的权重,最后经过滤波,得 到在激活动态下的最终的ActiveOCVSOH。
在本实施例中,不需要建立物理模型,分别考虑电池在静态、和动态状 态下OCV的不同影响因素,建立算法模型,考虑电池全生命周期(包括静 置状态和激活状态),再经过滤波,使结果更加准确、计算量小,可编程性 强。
如图4A,其示出了通过三维查表的方式来预估静态电池开路电压的原 理流程,其中,在静态时,分别以端电压Ub、电池的实时温度T、静置时间 t、电池健康状态(SOH)作为输入,通过静态估计IdleOCV算法模型,输 出IdleOCVSOH,具体步骤如下:
1)首先,考虑端电压Ub、电池的实时温度T、静置时间t对电池开路 电压的影响,利用大量不同状态(不同温度、不同端电压、不同静置时间) 下的实测OCV的实验数据制成三维数组表;通过采集实验数据,制成三维 数组表格(如表1所示,Ub/T/t-IdleOCV),利用二分查表法,可以根据输入 Ub、T、t,得到电池的开路电压IdleOCV。
表1
如表1所示出的是与新电池相比的电池参数Ub、T、t与IdleOCV的三 维数组表,由此可以做到平面代替立体的效果。
2)再考虑SOH对电池开路电压影响,为了减小计算量,可以通过实验 数据(在25°下进行标定)制成二维数组表IdleOCV–SOH,再通过查表得 到静态时的最终值IdleOCVSOH。由此,把二者的非线性关系经过拟合,从而 制成相应二维数组表,通过查表程序,迅速获得数值,避免了繁琐复杂的计 算。
实验数据制作数组表过程:OCV与SOH的关系,表格里是与新电池相 比的衰减系数,具体数值可能不精确,可根据实际电池实验提供,这里仅供 参考,说明怎样制作二维数组表(如表2所示,SOH-k SOH),其中k SOH表示 衰减电压系数。
SOH | 0.9998 | 0.9 | 0.85 | 0.8 | 0.7 | 0.6 | 0.4 | 0.2 |
k <sub>SOH</sub> | 1% | 5% | 8% | 12% | 15% | 20% | 25% | 30% |
表2
3)为了防止跳变波动,需要进行滤波处理,先剔除最大值和最小值, 然后对剩余的五个值求平均,得到最终值FilterIdleOCV。
如图4B,其示出了通过三维查表的方式来预估动态电池开路电压的原 理流程,在激活动态时(电动车在行驶或者电池包在充、放电时),分别以 电池的端电压Ub、电池的实时电流(充电、放电)I、电流的变化率ΔI、电 池健康状态(SOH)作为输入,通过动态估计ActiveOCV算法模型,输出 ActiveOCV,再与IdleOCVSOH经过权重综合处理,得到最终的值FilterActiveOCV,得到具体步骤如下:
1)首先考虑电池的端电压Ub、电池的实时电流(充电、放电)I、电 流的变化率ΔI对电池开路电压OCV的影响,利用大量不同状态(不同端电 压、不同电流、不同电流变化率)下的实测OCV的实验数据制成三维数组 表。通过采集实验数据,制成三维维数组表格,利用二分查表法,可以根据 输入Ub、I、ΔI,得到电池的开路电压ActiveOCV。
如表2所示的是与新电池相比的的电池参数Ub、I、ΔI与ActiveOCVOCV 的三维数组表,这里做出平面代替立体。“-C”表示充电,电流负数表示充电; “C”表示放电,电流正数表示放电。以下表格仅用于示例,其充电具体数值 可能不精确,并还可根据实际电池实验而提供,从而得到该电池三维数组表 格(Ub/I/ΔI-ActiveOCV)。
表2
2)调用SOH-k SOH,通过查表得到系数kSOH。其更多的细节可以参照上 文针对静态电池开路电压的相关描述。
3)再与进行再与IdleOCVSOH经过权重综合处理,得到值WeightActiveOCV。
WeightActiveOCV=kIdle*OCVIdle+kActive*OCDActive (2)
4)公式(2)中,WeightActiveOCV表示最终得到的电池开路电压值,单位 为V,OCVActive表示静置后的电池开路电压值,单位为V;OCVActive表示激 活或者电池运行后的电池开路电压值,单位为V;为了防止跳变波动,需要 根据公式(5)进行滤波处理,先剔除最大值和最小值,然后对剩余的五个 值求平均得到滤波后的激活开路电压值kIdle表示OCVIdle静 置OCV在最终OCV的权重因子(wIdle),kActive表示ocvActive激活OCV在 最终OCV的权重因子(WActive),这两个因素主要根据运行时间(runtime, 从静置开始计时,运行到此刻的时间)来决定,runtime越长,kIdle越小,kActive越大,由实车测试标定最终决定,比如runtime=1min,则WActive=20,WIdle=80; runtime=10min,则WActive=60,WIdle=40;runtime=20min,则WActive=80, WIdle=20。
5)为了防止跳变波动,需要进行滤波处理,先剔除最大值和最小值, 然后对剩余的五个值求平均,得到最终值FilterActiveOCV。
如图5,其示出了本发明一实施例的电池开路电压预估方法的原理流程, 其中,在静态电池开路电压确定过程中,可以是通过温度采集装置、静置时 间采集装置和端电压采集装置分别采集电池的温度、静置时间和端电压,然 后将实测数据量化,转化为对应的三维数据组表,使得在应用时通过二分查 表能够实时地确定出对应的静态电池开路电压IdleOCV;进而,考虑电池衰 减指标SOH,估计静态开路电压IdleOCVSOH,由此得出静态时电池的最终 开路电压FiltIdleOCV。另外,在电池激活动态时,通过端电压采集装置采 集电池的端电压,通过电流采集装置采集电流,然后通过电流变化率采集装 置采集电流变化率,进而通过实验数据量化、转化算法处理后,制成三维数 据表,使得在应用时通过二分查表能够实时地确定出对应的动态电池开路电 压ActiveOCV;进而,考虑电池衰减指标SOH,其中电池衰减指标SOH可 以是通过SOH计算功能函数而得到的,由此估计动态开路电压;进一步的, 根据权重公式并综合ActiveOCVSOH和IdleOCVSOH,再经过滤波去除前7个 数的最小值和最大值,使得能根据平均数得到电池最终的动态电池开路电压 FilterActiveOCV。
需说明的是,在本实施例中处理各因素与OCV衰减的关系,及其所制 成的二维数组表的维数,应不限定于本专利中所提的维数,其可以根据实际 情况增加减少;以及,本还实施例一方面可以是以安时积分法为核心,而作 为补充改善方案对SOC的估算过程进行优化,另一方面还可以是被应用以 单独地去预测电池实际开路电压,且都属于本发明的保护范围内。
在本发明实施例中,不需要建立物理模型,分别考虑电池在静态和动态 状态下OCV的不同影响因素,建立电池静态、激活动态算法模型,并把SOH 考虑进去,最后通过滤波处理,得到最终值。解决目前算法中误差大、需要 建立物理模型,考虑因素不周全、算法原理复杂、计算量大的难点,可编程 性差的难点,使预测结果更加准确,可靠、可编程性强。
其中,在静置状态时的开路电压(IdleOCV)的主要影响因素:电池的 端电压Ub、电池的实时温度T、静置时间t、电池健康状态(SOH);以及, 在激活动态时的开路电压(ActiveOCV)的主要影响因素:电池的端电压Ub、 电池的实时电流(充电、放电)I、电流的变化率ΔI、电池健康状态(SOH), 这些与电池实际开路电压OCV的衰减关系,把非线性,复杂的曲线关系, 量化、转化,最终制成三维数组表,使方案可执行性更强,计算量更小。
进而,考虑OCV在SOH的衰减关系,并它们的把非线性、复杂的曲线 关系进行量化、转化,并制成二维数,通过二分查表计算,减小计算量;进 一步地,通过应用滤波算法处理数据,避免出现最终OCV波动、非正常跳 变的错误。
如图6所示,本发明一实施例的电池开路电压预估系统60,包括:
采集单元601,用于采集电池工作参数和电池状态,其中所述电池状态 用于指示激活状态或静置状态;
权重获取单元602,用于当所获取的电池状态指示激活状态时,获取状 态分配权重;
静态电压计算单元603,用于基于预配置的静态电池开路电压预估模型, 计算第一电池工作参数所对应的静态电池开路电压;以及
动态电压计算单元604,用于基于预配置的动态电池开路电压预估模型, 计算第二电池工作参数所对应的动态电池开路电压;
目标电压预估单元605,用于基于所述状态分配权重调整所述静态电池 开路电压和所述动态电池开路电压,并根据经权重调整后的静态电池开路电 压和动态电池开路电压确定目标电池开路电压。
在一些实施方式中,所述第一电池工作参数包括电池的温度、静置时间 和端电压,其中所述静态电压计算单元603还用于基于所述静态电池开路电 压预估模型中所包括的用于指示与第一电池工作参数相对应的静态电池开 路电压的第一模型关系,确定与所述第一电池工作参数相匹配的静态电池开 路电压。
在一些实施方式中,所述第二电池工作参数包括电池的端电压、输出电 流和输出电流变化率,其中所述动态电压计算单元604还用于基于所述动态 电池开路电压预估模型中所包括的用于指示与第二电池工作参数相对应的 动态电池开路电压的第二模型关系,确定与所述第二电池工作参数相匹配的 动态电池开路电压。
关于本发明实施例的电池开路电压预估系统的更多的细节,可以参照上 文针对电池开路电压预估方法的描述,并能够取得与上述的电池开路电压预 估方法相同或相应的技术效果,故在此便不再赘述。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在 本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含 在本发明的保护范围之内。
Claims (10)
1.一种电池开路电压预估方法,其特征在于,所述电池开路电压预估方法包括:
采集电池工作参数和电池状态,其中所述电池状态用于指示激活状态或静置状态;
当所获取的电池状态指示激活状态时,获取状态分配权重;
基于预配置的静态电池开路电压预估模型,计算第一电池工作参数所对应的静态电池开路电压;以及
基于预配置的动态电池开路电压预估模型,计算第二电池工作参数所对应的动态电池开路电压;
基于所述状态分配权重调整所述静态电池开路电压和所述动态电池开路电压,并根据经权重调整后的静态电池开路电压和动态电池开路电压确定目标电池开路电压。
2.根据权利要求1所述的电池开路电压预估方法,其特征在于,所述当所获取的电池状态指示激活状态时,获取状态影响权重包括:
统计所述激活状态所对应的目标电池运行时间;
根据预配置的运行权重关系,确定与所述目标电池运行时间相匹配的状态分配权重,其中所述运行权重关系用于指示不同的电池运行时间分别所对应的状态分配权重。
3.根据权利要求1所述的电池开路电压预估方法,其特征在于,所述第一电池工作参数包括电池的温度、静置时间和端电压,其中所述基于预配置的静态电池开路电压预估模型,计算第一电池工作参数所对应的静态电池开路电压包括:
基于所述静态电池开路电压预估模型中所包括的用于指示与第一电池工作参数相对应的静态电池开路电压的第一模型关系,确定与所述第一电池工作参数相匹配的静态电池开路电压。
4.根据权利要求1所述的电池开路电压预估方法,其特征在于,所述第二电池工作参数包括电池的端电压、输出电流和输出电流变化率,其中所述基于预配置的动态电池开路电压预估模型,计算第二电池工作参数所对应的动态电池开路电压包括:
基于所述动态电池开路电压预估模型中所包括的用于指示与第二电池工作参数相对应的动态电池开路电压的第二模型关系,确定与所述第二电池工作参数相匹配的动态电池开路电压。
5.根据权利要求1所述的电磁开路电压预估方法,其特征在于,在基于所述静态电池开路电压、所述动态电池开路电压和所述状态分配权重,确定目标电池开路电压之前,所述电磁开路电压预估方法还包括:
获取实时电池健康状态;
根据预配置的SOH电压衰减模型确定与所述实时电池健康状态相匹配的目标衰减电压系数,其中所述SOH电压衰减模型包括用于指示与电池健康状态相对应的衰减电压系数的衰减关系;
根据所确定的目标衰减电压系数,校准所述静态电池开路电压和所述动态电池开路电压。
6.根据权利要求5所述的电磁开路电压预估方法,其特征在于,所述电池开路电压预估方法还包括针对所述静态电池开路电压预估模型、所述动态电池开路电压预估模型和所述SOH电压衰减模型中一者或多者的模型创建步骤,其中所述模型创建步骤以下中的一者或多者:
获取包括多个第一电池工作参数与对应的静态电池开路电压的静态数据组,并基于所述静态数据组进行第一数据拟合操作以构建所述静态电压开路电压预估模型,
获取包括多个第二电池工作参数与对应的动态电池开路电压的动态数据组,并基于所述动态数据组进行第二数据拟合操作以构建所述动态电压开路电压预估模型,以及,
获取包括多个衰减电压系数与对应的电池健康状态的电压衰减数据组,并基于所述电压衰减数据组进行第三数据拟合操作以构建所述SOH电压衰减模型。
7.根据权利要求5所述的电池开路电压预估方法,其特征在于,所述静态电压开路电压预估模型、所述动态电压开路电压预估模型和所述SOH电压衰减模型中的一者或多者包括关系映射表,其中所述电池开路电压预估方法还包括进行以下中的一者或者的操作:
通过查表的方式确定所述第一电池工作参数所对应的所述静态开路电压,
通过查表的方式确定所述第二电池工作参数所对应的所述动态开路电压,以及
通过查表的方式确定所述实时电池健康状态所对应的所述目标衰减电压系数。
8.一种电池开路电压预估系统,其特征在于,所述电池开路电压预估系统包括:
采集单元,用于采集电池工作参数和电池状态,其中所述电池状态用于指示激活状态或静置状态;
权重获取单元,用于当所获取的电池状态指示激活状态时,获取状态分配权重;
静态电压计算单元,用于基于预配置的静态电池开路电压预估模型,计算第一电池工作参数所对应的静态电池开路电压;以及
动态电压计算单元,用于基于预配置的动态电池开路电压预估模型,计算第二电池工作参数所对应的动态电池开路电压;
目标电压预估单元,用于基于所述状态分配权重调整所述静态电池开路电压和所述动态电池开路电压,并根据经权重调整后的静态电池开路电压和动态电池开路电压确定目标电池开路电压。
9.根据权利要求8所述的电池开路电压预估系统,其特征在于,所述第一电池工作参数包括电池的温度、静置时间和端电压,其中所述静态电压计算单元还用于基于所述静态电池开路电压预估模型中所包括的用于指示与第一电池工作参数相对应的静态电池开路电压的第一模型关系,确定与所述第一电池工作参数相匹配的静态电池开路电压。
10.根据权利要求8所述的电池开路电压预估系统,其特征在于,所述第二电池工作参数包括电池的端电压、输出电流和输出电流变化率,其中所述动态电压计算单元还用于基于所述动态电池开路电压预估模型中所包括的用于指示与第二电池工作参数相对应的动态电池开路电压的第二模型关系,确定与所述第二电池工作参数相匹配的动态电池开路电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362931.9A CN110333450B (zh) | 2019-04-30 | 2019-04-30 | 电池开路电压预估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910362931.9A CN110333450B (zh) | 2019-04-30 | 2019-04-30 | 电池开路电压预估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110333450A true CN110333450A (zh) | 2019-10-15 |
CN110333450B CN110333450B (zh) | 2021-11-19 |
Family
ID=68139857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910362931.9A Active CN110333450B (zh) | 2019-04-30 | 2019-04-30 | 电池开路电压预估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110333450B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112798962A (zh) * | 2021-03-15 | 2021-05-14 | 东莞新能安科技有限公司 | 电池滞回模型训练方法、估算电池soc的方法和装置 |
US20210194260A1 (en) * | 2019-12-24 | 2021-06-24 | China Lithium Battery Technology Co., Limited | Soc and soh estimation methods of battery pack |
US20210218262A1 (en) * | 2019-03-18 | 2021-07-15 | Lg Chem, Ltd. | Battery Management Apparatus |
CN114067457A (zh) * | 2021-11-15 | 2022-02-18 | 合众新能源汽车有限公司 | 一种根据soc预测数值计算续航里程的方法 |
CN114076900A (zh) * | 2020-08-21 | 2022-02-22 | 丰田自动车株式会社 | 电池诊断装置、电池诊断方法、计算机可读非暂时性存储介质和车辆 |
CN114264998A (zh) * | 2021-12-27 | 2022-04-01 | 傲普(上海)新能源有限公司 | 一种利用ocv-soc曲线矫正soc的方法 |
CN114460475A (zh) * | 2022-04-12 | 2022-05-10 | 深圳市思远半导体有限公司 | 电池ocv确定方法及装置、电池soc的估算方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004354050A (ja) * | 2002-05-14 | 2004-12-16 | Yazaki Corp | バッテリの充電状態推定方法及び開回路電圧推定方法、並びに、劣化度算出方法及び装置 |
US20050154544A1 (en) * | 2004-01-14 | 2005-07-14 | Fuji Jukogyo Kabushiki Kaisha | System for calculating remaining capacity of energy storage device |
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 |
CN102435950A (zh) * | 2010-09-22 | 2012-05-02 | 通用汽车环球科技运作有限责任公司 | 用于估计蓄电池的蓄电池容量的方法和设备 |
CN103010046A (zh) * | 2012-12-27 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种动态中估算soc的方法 |
US20130093430A1 (en) * | 2011-10-12 | 2013-04-18 | Mitsumi Electric Co., Ltd. | Battery state measuring method and apparatus |
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 |
CN103969589A (zh) * | 2013-01-31 | 2014-08-06 | 通用汽车环球科技运作有限责任公司 | 通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 |
CN104198795A (zh) * | 2014-07-29 | 2014-12-10 | 长城汽车股份有限公司 | 车辆的动力系统开路电压检测方法、动力系统及车辆 |
US20150377976A1 (en) * | 2010-05-21 | 2015-12-31 | Qnovo Inc. | Method and circuitry to adaptively charge a battery/cell using the state of health thereof |
CN106461732A (zh) * | 2014-04-16 | 2017-02-22 | 雷诺两合公司 | 用于估计电池的健康状态的方法 |
CN106647251A (zh) * | 2016-09-11 | 2017-05-10 | 浙江大学 | 一种车载系统能量管理的自适应模糊控制方法 |
CN106646260A (zh) * | 2016-12-31 | 2017-05-10 | 深圳市沃特玛电池有限公司 | 一种基于遗传神经网络的bms系统的soc的估算方法 |
CN107783051A (zh) * | 2016-08-30 | 2018-03-09 | 太普电子(常熟)有限公司 | 满充电容量校准方法 |
CN108445408A (zh) * | 2018-03-20 | 2018-08-24 | 重庆大学 | 一种基于参数估计ocv的全温度soc估计方法 |
-
2019
- 2019-04-30 CN CN201910362931.9A patent/CN110333450B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004354050A (ja) * | 2002-05-14 | 2004-12-16 | Yazaki Corp | バッテリの充電状態推定方法及び開回路電圧推定方法、並びに、劣化度算出方法及び装置 |
US20050154544A1 (en) * | 2004-01-14 | 2005-07-14 | Fuji Jukogyo Kabushiki Kaisha | System for calculating remaining capacity of energy storage device |
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 |
US20150377976A1 (en) * | 2010-05-21 | 2015-12-31 | Qnovo Inc. | Method and circuitry to adaptively charge a battery/cell using the state of health thereof |
CN102435950A (zh) * | 2010-09-22 | 2012-05-02 | 通用汽车环球科技运作有限责任公司 | 用于估计蓄电池的蓄电池容量的方法和设备 |
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 |
US20130093430A1 (en) * | 2011-10-12 | 2013-04-18 | Mitsumi Electric Co., Ltd. | Battery state measuring method and apparatus |
CN103010046A (zh) * | 2012-12-27 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种动态中估算soc的方法 |
CN103969589A (zh) * | 2013-01-31 | 2014-08-06 | 通用汽车环球科技运作有限责任公司 | 通过阳电极半电池电压曲线的优化拟合检测开路电压偏移的方法 |
CN106461732A (zh) * | 2014-04-16 | 2017-02-22 | 雷诺两合公司 | 用于估计电池的健康状态的方法 |
CN104198795A (zh) * | 2014-07-29 | 2014-12-10 | 长城汽车股份有限公司 | 车辆的动力系统开路电压检测方法、动力系统及车辆 |
CN107783051A (zh) * | 2016-08-30 | 2018-03-09 | 太普电子(常熟)有限公司 | 满充电容量校准方法 |
CN106647251A (zh) * | 2016-09-11 | 2017-05-10 | 浙江大学 | 一种车载系统能量管理的自适应模糊控制方法 |
CN106646260A (zh) * | 2016-12-31 | 2017-05-10 | 深圳市沃特玛电池有限公司 | 一种基于遗传神经网络的bms系统的soc的估算方法 |
CN108445408A (zh) * | 2018-03-20 | 2018-08-24 | 重庆大学 | 一种基于参数估计ocv的全温度soc估计方法 |
Non-Patent Citations (1)
Title |
---|
CHENG ZHANG ET AL: "An integrated approach for real-time model-based state-of-charge estimation of lithium-ion batteries", 《JOURNAL OF POWER SOURCES》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210218262A1 (en) * | 2019-03-18 | 2021-07-15 | Lg Chem, Ltd. | Battery Management Apparatus |
US11824395B2 (en) * | 2019-03-18 | 2023-11-21 | Lg Energy Solution, Ltd. | Battery management apparatus |
US11575271B2 (en) | 2019-12-24 | 2023-02-07 | Calb Co., Ltd. | SOC and SOH estimation methods of battery pack |
US20210194260A1 (en) * | 2019-12-24 | 2021-06-24 | China Lithium Battery Technology Co., Limited | Soc and soh estimation methods of battery pack |
EP3842815A1 (en) * | 2019-12-24 | 2021-06-30 | China Lithium Battery Technology Co., Limited | Soc and soh estimation methods of battery pack |
CN114076900B (zh) * | 2020-08-21 | 2023-09-19 | 丰田自动车株式会社 | 电池诊断装置、电池诊断方法、计算机可读非暂时性存储介质和车辆 |
CN114076900A (zh) * | 2020-08-21 | 2022-02-22 | 丰田自动车株式会社 | 电池诊断装置、电池诊断方法、计算机可读非暂时性存储介质和车辆 |
CN112798962A (zh) * | 2021-03-15 | 2021-05-14 | 东莞新能安科技有限公司 | 电池滞回模型训练方法、估算电池soc的方法和装置 |
CN112798962B (zh) * | 2021-03-15 | 2024-04-30 | 东莞新能安科技有限公司 | 电池滞回模型训练方法、估算电池soc的方法和装置 |
CN114067457A (zh) * | 2021-11-15 | 2022-02-18 | 合众新能源汽车有限公司 | 一种根据soc预测数值计算续航里程的方法 |
CN114067457B (zh) * | 2021-11-15 | 2023-12-22 | 合众新能源汽车股份有限公司 | 一种根据soc预测数值计算续航里程的方法 |
CN114264998A (zh) * | 2021-12-27 | 2022-04-01 | 傲普(上海)新能源有限公司 | 一种利用ocv-soc曲线矫正soc的方法 |
CN114460475A (zh) * | 2022-04-12 | 2022-05-10 | 深圳市思远半导体有限公司 | 电池ocv确定方法及装置、电池soc的估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110333450B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110333450A (zh) | 电池开路电压预估方法及系统 | |
Xu et al. | State of charge estimation for lithium-ion batteries based on adaptive dual Kalman filter | |
Guo et al. | A multi-scale parameter adaptive method for state of charge and parameter estimation of lithium-ion batteries using dual Kalman filters | |
Yang et al. | State-of-health estimation for the lithium-ion battery based on support vector regression | |
Hua et al. | A multi time-scale state-of-charge and state-of-health estimation framework using nonlinear predictive filter for lithium-ion battery pack with passive balance control | |
CN111581904B (zh) | 考虑循环次数影响的锂电池soc及soh协同估算方法 | |
Ouyang et al. | Improved parameters identification and state of charge estimation for lithium-ion battery with real-time optimal forgetting factor | |
CN110632528B (zh) | 一种基于内阻检测的锂电池soh估算方法 | |
CN109061520A (zh) | 一种动力电池健康与功率状态在线估算方法及系统 | |
CN107167743B (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
CN108445402A (zh) | 一种锂离子动力电池荷电状态估计方法及系统 | |
CN105974327A (zh) | 一种基于神经网络和ukf的锂电池组soc预测方法 | |
CN110221222A (zh) | 电池安全截止电压预测方法、装置及电池管理系统 | |
Li et al. | A novel parameter and state-of-charge determining method of lithium-ion battery for electric vehicles | |
Wang et al. | Battery available power prediction of hybrid electric vehicle based on improved Dynamic Matrix Control algorithms | |
CN103472398A (zh) | 基于扩展卡尔曼粒子滤波算法的动力电池soc估计方法 | |
CN107589379A (zh) | 一种在线估计锂电池soc和阻抗的方法 | |
CN112858929B (zh) | 一种基于模糊逻辑与扩展卡尔曼滤波的电池soc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 | |
CN108872861A (zh) | 一种在线评估电池健康状态的方法 | |
Shao et al. | On-line estimation of state-of-charge of Li-ion batteries in electric vehicle using the resampling particle filter | |
CN113728242A (zh) | 对可充电电池中的析锂进行表征 | |
CN112098849A (zh) | 基于求积分卡尔曼滤波的锂电池剩余电量估计方法 | |
CN112858916A (zh) | 一种基于模型与数据驱动融合的电池包荷电状态估计方法 | |
Dai et al. | An improved SOC estimator using time-varying discrete sliding mode observer |
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 | ||
CP03 | Change of name, title or address |
Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province Patentee after: SVOLT Energy Technology Co.,Ltd. Address before: 213000 168 Huacheng Road, Jintan District, Changzhou, Jiangsu Patentee before: SVOLT Energy Technology Co.,Ltd. |
|
CP03 | Change of name, title or address |