CN110596606A - 一种锂电池剩余电量估计方法、系统及装置 - Google Patents
一种锂电池剩余电量估计方法、系统及装置 Download PDFInfo
- Publication number
- CN110596606A CN110596606A CN201910782809.7A CN201910782809A CN110596606A CN 110596606 A CN110596606 A CN 110596606A CN 201910782809 A CN201910782809 A CN 201910782809A CN 110596606 A CN110596606 A CN 110596606A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- current
- working condition
- charging
- battery
- 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
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种锂电池剩余电量估计方法、系统及装置,包括以小倍率方式和常用充放电倍率方式分别对锂电池进行充放电操作,并根据充放电结果解析锂电池总电阻、锂电池剩余电量及锂电池电流之间的映射关系;根据锂电池电流序列判断当前工况类型为动态工况还是稳态工况,并根据当前工况类型选择对应的锂电池模型和锂电池状态方程,该锂电池状态方程是依据映射关系计算得到的;以当前工况下的锂电池状态方程为基础,以锂电池电流为输入变量,以锂电池电压为输出变量,采用无迹卡尔曼滤波算法在线辨识锂电池剩余电量。本发明提供的方法、系统及装置,既适用于动态工况,又适用于稳态工况,从而保证锂电池剩余电量估计的精度。
Description
技术领域
本发明涉及锂电池剩余电量在线估计技术领域,特别是涉及一种适用电动 汽车实际工况的锂电池剩余电量估计方法、系统及装置。
背景技术
由于节能、环保等优点,电动汽车逐渐普及,其续航里程与安全性也得到 了越来越广泛的关注。为了准确估计电动汽车的剩余行驶里程,保证电动汽车 的安全性,一种准确而适用于电动汽车实际工况的锂电池剩余电量估计方法尤 为重要。专利锂电池的剩余电量(荷电状态,简称SOC)估算方法是通过安 时积分法求解锂电池当前电量,但是该方法受到电流传感器噪声影响而不精 准。论文基于UKF方法的锂电池荷电状态估计研究是采用二阶RC等效电路 模型,采用脉冲测试方法辨识了锂电池在不同剩余电量下的电池参数,进而利 用无迹卡尔曼滤波算法实现了恒流放电时的锂电池剩余电量在线估计,然而脉 冲测试辨识得到的参数不精确,受到脉冲宽度、采样时间间隔等因素影响;此 外,当锂电池以恒流充放电时,二阶RC等效电路模型会退化为Rint模型,状 态方程会发生变化,锂电池剩余电量估计精度也会降低。因此,需要一种能够 既适用于动态工况,又适用于稳态工况的锂电池剩余电量估计方法,以保证锂 电池剩余电量估计精度。
发明内容
本发明的目的是提供一种适用电动汽车实际工况的锂电池剩余电量估计 方法、系统及装置,既适用于动态工况,又适用于稳态工况,从而保证锂电池 剩余电量估计的精度。
为实现上述目的,本发明提供了如下方案:
一种适用电动汽车实际工况的锂电池剩余电量估计方法,包括:
以小倍率方式对锂电池进行充放电操作以获取锂电池充放电电压曲线,并 根据所述锂电池充放电电压曲线解析锂电池开路电压曲线;
以锂电池常用充电倍率方式对锂电池进行恒流充放电操作以获取锂电池 充放电电压;
根据所述锂电池开路电压曲线和所述锂电池充放电电压,确定锂电池总电 阻、锂电池剩余电量以及锂电池电流之间的映射关系;
根据锂电池历史电流序列确定当前锂电池工况类型;所述锂电池工况类型 包括锂电池动态工况和锂电池稳态工况;
根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电 池状态方程;其中,当所述当前锂电池工况类型为锂电池动态工况时所述当前 锂电池模型为一阶RC戴维南等效电路模型,当所述当前锂电池工况类型为锂 电池稳态工况时所述当前锂电池模型为Rint电路模型;所述当前锂电池状态 方程是依据所述映射关系计算确定的;
采集当前锂电池电流和当前锂电池电压;
以所述当前锂电池状态方程为基础,以所述当前锂电池电流为输入变量, 以所述当前锂电池电压为输出变量,采用无迹卡尔曼滤波算法,在线估算当前 锂电池模型参数;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
可选的,所述锂电池开路电压曲线为
其中,Uoc(SOC)表示锂电池的开路电压,Uoc(SOC)还表示锂电池在完全 静置之后SOC和锂电池电压之间的函数关系,下标oc为open circuit的缩写, oc表示锂电池开路并完全静置后的状态,SOC表示锂电剩余电量; Uch,0.05C(SOC)的下标ch为charge的缩写,Uch,0.05C(SOC)表示锂电池以0.05C 倍率充电时SOC与电池电压的函数关系;Udch,0.05C(SOC)的下标dch为discharge 的缩写,Udch,0.05C(SOC)表示锂电池以0.05C倍率放电时SOC与电池电压的函 数关系。
可选的,所述锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射 关系为
其中,Rsum=R0+RD,R0表示一阶RC戴维南等效电路模型的欧姆电阻, RD表示一阶RC戴维南等效电路模型的极化电阻,Rsum表示一阶RC戴维南等 效电路模型的欧姆电阻与极化电阻的和;I表示锂电池恒定电流;Rsum(SOC,I) 表示当锂电池以恒定电流I进行充放电时SOC和Rsum之间的函数关系; Ut(SOC,I)的下标t为terminal的缩写,Ut(SOC,I)表示当锂电池以恒定电流I 进行充放电时SOC和锂电池电压Ut之间的函数关系;Uoc(SOC)为锂电池的 SOC和开路电压之间的函数关系。
可选的,所述根据锂电池历史电流序列确定当前锂电池工况类型,具体包 括:
获取当前设定时间内的锂电池电流并存储以得到锂电池电流序列;
计算所述锂电池电流序列的方差;
判断所述方差是否大于设定阈值;
若是,则将所述当前锂电池工况类型确定为锂电池动态工况;
若否,则将所述当前锂电池工况类型确定为锂电池稳态工况。
可选的,所述当前锂电池工况类型为锂电池动态工况时,所述当前锂电池 模型为一阶RC戴维南等效电路模型,所述当前锂电池状态方程为
其中,下标k表示第k个时间点;SOCk表示第k个时间点锂电剩余电量;R0,k表示第k个时间点一阶RC戴维南等效电路模型的欧姆电阻;RD,k表示第k个 时间点一阶RC戴维南等效电路模型的极化电阻;τD,k表示第k个时间点一阶 RC戴维南等效电路模型中RC环节的时间常数,τD=RDCD,CD表示一阶RC 戴维南等效电路模型的极化电容;UD,k表示第k个时间点一阶RC戴维南等效 电路模型中RC环节的电压;Δt表示算法控制周期;C表示电池可用容量;Ut,k表示第k个时间点锂电池电压;Rsum,k表示第k个时间点一阶RC戴维南等效 电路模型的欧姆电阻与极化电阻的和;Uoc(SOCk)表示第k个时间点锂电池开 路电压;ωk和υk分别为系统噪声和观测噪声矩阵;
当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为 Rint电路模型,所述当前锂电池状态方程为
一种适用电动汽车实际工况的锂电池剩余电量估计系统,包括:
锂电池开路电压曲线确定模块,用于以小倍率方式对锂电池进行充放电操 作以获取锂电池充放电电压曲线,并根据所述锂电池充放电电压曲线解析锂电 池开路电压曲线;
锂电池充放电电压获取模块,用于以锂电池常用充电倍率方式对锂电池进 行恒流充放电操作以获取锂电池充放电电压;
映射关系确定模块,用于根据所述锂电池开路电压曲线和所述锂电池充放 电电压,确定锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系;
当前锂电池工况类型确定模块,用于根据锂电池历史电流序列确定当前锂 电池工况类型;所述锂电池工况类型包括锂电池动态工况和锂电池稳态工况;
选择模块,用于根据所述当前锂电池工况类型选择对应的当前锂电池模型 以及当前锂电池状态方程;其中,当所述当前锂电池工况类型为锂电池动态工 况时所述当前锂电池模型为一阶RC戴维南等效电路模型,当所述当前锂电池 工况类型为锂电池稳态工况时所述当前锂电池模型为Rint电路模型;所述当 前锂电池状态方程是依据所述映射关系计算确定的;
采集模块,用于采集当前锂电池电流和当前锂电池电压;
锂电池剩余电量估计模块,用于以所述当前锂电池状态方程为基础,以所 述当前锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹 卡尔曼滤波算法,在线估算当前锂电池模型参数;其中,所述当前锂电池模型 参数包括当前锂电池剩余电量。
可选的,所述选择模块,具体包括:
锂电池电流序列获取单元,用于获取当前设定时间内的锂电池电流并存储 以得到锂电池电流序列;
方差计算单元,用于计算所述锂电池电流序列的方差;
判断单元,用于判断所述方差是否大于设定阈值;
锂电池动态工况确定单元,用于当所述方差大于设定阈值时,将所述当前 锂电池工况类型确定为锂电池动态工况;
锂电池稳态工况确定单元,用于当所述方差不大于设定阈值时,将所述当 前锂电池工况类型确定为锂电池稳态工况。
一种适用电动汽车实际工况的锂电池剩余电量估计装置,包括恒温箱、放 置在所述恒温箱内的锂电池、电池测试单元、上位机以及电池管理单元;
所述上位机通过TCP/IP协议与所述电池测试单元通信,所述上位机通过 CAN总线与所述电池管理单元双向通信;
所述恒温箱用于模拟锂电池环境温度;
所述上位机用于根据电动汽车实际工况控制所述电池测试单元对所述锂 电池进行充放电操作以获取充放电结果;所述充放电结果包括锂电池充放电电 压曲线和锂电池充放电电压;所述锂电池充放电电压曲线是所述电池测试单元 采用小倍率方式对锂电池进行充放电操作后得到的,所述锂电池充放电电压是 所述电池测试单元采用锂电池常用充电倍率方式对锂电池进行恒流充放电操 作后得到的;
所述上位机还用于根据所述锂电池充放电电压曲线解析锂电池开路电压 曲线,并根据所述锂电池开路电压曲线和所述锂电池充放电电压确定锂电池总 电阻、锂电池剩余电量以及锂电池电流之间的映射关系,然后将所述映射关系 发送至所述电池管理单元;
所述上位机还用于控制所述电池测试单元实时采集所述锂电池的电压电 流信号并将采集的所述电压电流信号发送至所述电池管理单元;所述锂电池的 电压电流信号包括当前锂电池电流和当前锂电池电压;
所述电池管理单元用于根据锂电池历史电流序列确定当前锂电池工况类 型,并根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电 池状态方程;其中,所述锂电池工况类型包括锂电池动态工况和锂电池稳态工 况;当所述当前锂电池工况类型为锂电池动态工况时所述当前锂电池模型为一 阶RC戴维南等效电路模型,当所述当前锂电池工况类型为锂电池稳态工况时 所述当前锂电池模型为Rint电路模型;所述当前锂电池状态方程是依据所述 映射关系计算确定的;
所述电池管理单元还用于以所述当前锂电池状态方程为基础,以所述当前 锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼 滤波算法,在线估算当前锂电池模型参数,并将所述锂电池模型参数发送至所 述上位机;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种适用电动汽车实际工况的锂电池剩余电量估计方法、系 统及装置,主要包括以小倍率方式对锂电池进行充放电,并根据充放电电压曲 线解析锂电池开路电压曲线;以锂电池常用充放电倍率方式对锂电池进行恒流 充放电,并根据锂电池的充放电电压和开路电压曲线,解析锂电池总电阻、锂 电池剩余电量以及锂电池电流之间的映射关系;根据锂电池电流序列判断当前 工况类型为动态工况还是稳态工况;根据当前工况类型选择对应的锂电池模型 以及锂电池状态方程,该锂电池状态方程是依据映射关系计算得到的;以当前 工况下的锂电池状态方程为基础,以锂电池电流为输入变量、锂电池电压为输 出变量,采用无迹卡尔曼滤波算法在线辨识锂电池模型参数,进而确定锂电池 剩余电量。本发明提供的方法、系统及装置,既适用于动态工况,又适用于稳 态工况,从而保证锂电池剩余电量估计的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施 例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是 本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性 的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例适用电动汽车实际工况的锂电池剩余电量估计方法 的流程示意图;
图2为本发明实施例中动态工况下所采用的一阶RC戴维南等效电路图;
图3为本发明实施例中稳态工况下所采用的Rint等效电路图;
图4为本发明实施例适用电动汽车实际工况的锂电池剩余电量估计系统 的结构示意图;
图5为本发明实施例适用电动汽车实际工况的锂电池剩余电量估计装置 的结构示意图。
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。
本发明的目的是解决现有锂电池剩余电量估计方法不适用于电动汽车恒 流充电问题,通过分别研究锂电池在动态工况和稳态工况下的状态方程,提出 一种既适用于动态工况,又适用于稳态工况,即一种适用于电动汽车实际工况 的锂电池剩余电量估计方法、系统及装置。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和 具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示,本实施例提供了一种适用电动汽车实际工况的锂电池剩余电 量估计方法,该锂电池剩余电量估计方法应用于电池状态估计和验证平台。该 电池状态估计和验证平台包括恒温箱、锂电池、电池测试系统、上位机以及电 池管理系统;恒温箱用于模拟锂电池环境温度,锂电池放置于恒温箱中,上位 机通过TCP/IP协议控制电池测试系统对锂电池进行充放电操作,同时,上位 机通过CAN总线将实测锂电池电压电流信号发送给电池管理系统,电池管理 系统根据电池电压电流信号在线辨识锂电池剩余电量,并通过CAN总线再将 锂电池剩余电量估计结果发送回上位机。
考虑到锂电池模型参数的脉冲测试辨识所存在的精度差的问题,本发明提 供的锂电池剩余电量(荷电状态,简称SOC)估计方法直接测量锂电池总电 阻Rsum,从而可以降低由于先验信息误差导致的锂电池剩余电量估计误差;同 时本发明根据历史锂电池电流序列实时判断当前锂电池工况类型,从而实现适 用于电动汽车实际工况的锂电池剩余电量估计,具体包括以下步骤:
步骤101:以小倍率方式对锂电池进行充放电操作以获取锂电池充放电电 压曲线,并根据所述锂电池充放电电压曲线解析锂电池开路电压曲线。
步骤102:以锂电池常用充电倍率方式对锂电池进行恒流充放电操作以获 取锂电池充放电电压。
步骤103:根据所述锂电池开路电压曲线和所述锂电池充放电电压,确定 锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系。
步骤104:根据锂电池历史电流序列确定当前锂电池工况类型;所述锂电 池工况类型包括锂电池动态工况和锂电池稳态工况。
步骤105:根据所述当前锂电池工况类型选择对应的当前锂电池模型以及 当前锂电池状态方程。
其中,当所述当前锂电池工况类型为锂电池动态工况时所述当前锂电池模 型为如图2所示的一阶RC戴维南等效电路模型,当所述当前锂电池工况类型 为锂电池稳态工况时所述当前锂电池模型为如图3所示的Rint电路模型;所 述当前锂电池状态方程是依据所述映射关系计算确定的。
如图2所示,该模型由电压源Uoc(201)、锂电池欧姆内阻R0(202)以 及一阶RC环节(203)组成。一阶RC环节(203)是极化电阻RD和极化电 容CD并联形成的。UD表示为一阶RC环节(RDCD两端)的电压,UD代表锂 电池的极化电压。Ut表示锂电池电压。
如图3所示,该模型由电压源Uoc(301)、锂电池总电阻Rsum(302)组成。
步骤106:采集当前锂电池电流和当前锂电池电压。
步骤107:以所述当前锂电池状态方程为基础,以所述当前锂电池电流为 输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼滤波算法,在 线估算当前锂电池模型参数;其中,所述当前锂电池模型参数包括当前锂电池 剩余电量。
在步骤101中,以小倍率(1/20C)方式对锂电池进行充放电操作,测量 Uch,0.05C(SOC)以及Udch,0.05C(SOC)之间的映射关系,得到的锂电池开路电压曲 线为:
其中,Uoc(SOC)表示锂电池的开路电压,Uoc(SOC)还表示锂电池在完全 静置之后SOC和锂电池电压之间的函数关系,下标oc为open circuit的缩写, oc表示锂电池开路并完全静置后的状态,SOC表示锂电剩余电量; Uch,0.05C(SOC)的下标ch为charge的缩写,Uch,0.05C(SOC)表示锂电池以0.05C 倍率充电时SOC与电池电压的函数关系;Udch,0.05C(SOC)的下标dch为discharge 的缩写,Udch,0.05C(SOC)表示锂电池以0.05C倍率放电时SOC与电池电压的函 数关系。
与静置法相比,该测试方法可以精确获得锂电池完整的开路电压曲线。
在步骤102中,以锂电池常用充电倍率方式对锂电池进行恒流充放电操作 以获取锂电池充放电电压Ut,测量锂电池剩余电量SOC、锂电池电流I以及 锂电池充放电电压Ut之间的映射关系;当锂电池以恒定电流进行充放电时, 随着时间t增加,锂电池一阶RC戴维南等效电路模型中的RC环节会退化为 电阻RD,所以锂电池充放电电压Ut可以表示为:
Ut≈Uoc+I(R0+RD)=Uoc+IRsum (2)。
在步骤103中,锂电池总电阻Rsum、锂电池剩余电量SOC以及锂电池电 流I之间的映射关系为
其中,Rsum=R0+RD,R0表示一阶RC戴维南等效电路模型的欧姆电阻, RD表示一阶RC戴维南等效电路模型的极化电阻,Rsum表示一阶RC戴维南等 效电路模型的欧姆电阻与极化电阻的和;I表示锂电池恒定电流;Rsum(SOC,I) 表示当锂电池以恒定电流I进行充放电时SOC和Rsum之间的函数关系; Ut(SOC,I)的下标t为terminal的缩写,Ut(SOC,I)表示当锂电池以恒定电流I 进行充放电时SOC和锂电池电压Ut之间的函数关系;Uoc(SOC)为锂电池的 SOC和开路电压之间的函数关系。
在步骤104中,电池管理系统以10秒的时间间隔,将锂电池过去20分钟 内的锂电池电流序列保存下来,然后根据存储的历史锂电池电流序列判断当前 锂电池工况类型。对于电动汽车来说,当锂电池电流变化频繁且幅度较大时, 则可以认为电动车处于行驶过程中,即锂电池运行在动态工况下;而当锂电池 电流基本没有变化时,则认为电动车处于充电过程中,即锂电池运行在稳态工 况下。所以当历史锂电池电流序列的方差超过设定阈值时,则认为当前锂电池 工况类型为动态工况,否则为稳态工况。具体操作步骤为:
获取当前设定时间内的锂电池电流并存储以得到锂电池电流序列。
计算所述锂电池电流序列的方差。
判断所述方差是否大于设定阈值。
若是,则将所述当前锂电池工况类型确定为锂电池动态工况。
若否,则将所述当前锂电池工况类型确定为锂电池稳态工况。
在步骤105中,根据当前锂电池工况类型选择对应的当前锂电池模型以及 当前锂电池状态方程。当锂电池运行于动态工况,即当锂电池电流变化频繁且 幅度较大时,锂电池状态空间方程可以表示为:
其中,下标k表示第k个时间点;SOCk表示第k个时间点锂电剩余电量; R0,k表示第k个时间点一阶RC戴维南等效电路模型的欧姆电阻;RD,k表示第k 个时间点一阶RC戴维南等效电路模型的极化电阻;τD,k表示第k个时间点一 阶RC戴维南等效电路模型中RC环节的时间常数,τD=RDCD,CD表示一阶 RC戴维南等效电路模型的极化电容;UD,k表示第k个时间点一阶RC戴维南 等效电路模型中RC环节的电压;Δt表示算法控制周期;C表示电池可用容量;Ut,k表示第k个时间点锂电池电压;Rsum,k表示第k个时间点一阶RC戴维南等 效电路模型的欧姆电阻与极化电阻的和;Uoc(SOCk)表示第k个时间点锂电池 开路电压;ωk和υk分别为系统噪声和观测噪声矩阵。
该状态空间方程仅将实测的、准确的锂电池开路电压曲线(SOC-OCV曲 线)和锂电池电阻曲线(SOC-I-Rsum曲线)作为先验信息,可以有效改善由于 先验信息误差而导致的锂电池剩余电量估算误差。
当锂电池运行于稳态工况时,一阶RC戴维南等效电路模型中一阶RC环 节(203)两端电压UD≈IRD,
则Ut=Uoc+IR0+UD≈Uoc+I(R0+RD)=Uoc+IRsum,一阶RC戴维南等效 电路模型退化为Rint电路模型,由电压源Uoc、电池电阻Rsum组成。因此锂电 池在稳态工况下的状态空间方程可以表示为:
其中ω和υ分别为系统噪声和观测噪声。该状态空间方程仅存在一个状态 变量,可以明显降低算法的运算量;此外,在稳态工况下,该状态空间方程的 精确度高于一阶、二阶RC等效电路模型。
在步骤107中,采用无迹卡尔曼滤波算法实现锂电池剩余电量在线估计, 具体为:对于任意的状态向量初始值,根据状态空间方程预测当前时刻的观测 向量,然后根据以上观测误差实时更新状态向量,实现锂电池模型参数在线辨 识以及锂电池剩余电量在线估计。无迹卡尔曼滤波算法采用无迹变换方法,可 以有效解决算法中存在的非线性问题。
实施例二
如图4所示,本实施例提供的适用电动汽车实际工况的锂电池剩余电量估 计系统包括:
锂电池开路电压曲线确定模块401,用于以小倍率方式对锂电池进行充放 电操作以获取锂电池充放电电压曲线,并根据所述锂电池充放电电压曲线解析 锂电池开路电压曲线;所述锂电池开路电压曲线为
其中,Uoc(SOC)表示锂电池的开路电压,Uoc(SOC)还表示锂电池在完全 静置之后SOC和锂电池电压之间的函数关系,下标oc为open circuit的缩写, oc表示锂电池开路并完全静置后的状态,SOC表示锂电剩余电量; Uch,0.05C(SOC)的下标ch为charge的缩写,Uch,0.05C(SOC)表示锂电池以0.05C 倍率充电时SOC与电池电压的函数关系;Udch,0.05C(SOC)的下标dch为discharge 的缩写,Udch,0.05C(SOC)表示锂电池以0.05C倍率放电时SOC与电池电压的函 数关系。
锂电池充放电电压获取模块402,用于以锂电池常用充电倍率方式对锂电 池进行恒流充放电操作以获取锂电池充放电电压。
映射关系确定模块403,用于根据所述锂电池开路电压曲线和所述锂电池 充放电电压,确定锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射 关系;所述锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系为
其中,Rsum=R0+RD,R0表示一阶RC戴维南等效电路模型的欧姆电阻, RD表示一阶RC戴维南等效电路模型的极化电阻,Rsum表示一阶RC戴维南等 效电路模型的欧姆电阻与极化电阻的和;I表示锂电池恒定电流;Rsum(SOC,I) 表示当锂电池以恒定电流I进行充放电时SOC和Rsum之间的函数关系; Ut(SOC,I)的下标t为terminal的缩写,Ut(SOC,I)表示当锂电池以恒定电流I 进行充放电时SOC和锂电池电压Ut之间的函数关系;Uoc(SOC)为锂电池的 SOC和开路电压之间的函数关系。
当前锂电池工况类型确定模块404,用于根据锂电池历史电流序列确定当 前锂电池工况类型;所述锂电池工况类型包括锂电池动态工况和锂电池稳态工 况。
选择模块405,用于根据所述当前锂电池工况类型选择对应的当前锂电池 模型以及当前锂电池状态方程;其中,所述当前锂电池状态方程是依据所述映 射关系计算确定的。
所述当前锂电池工况类型为锂电池动态工况时,所述当前锂电池模型为一 阶RC戴维南等效电路模型,所述当前锂电池状态方程为
其中,下标k表示第k个时间点;SOCk表示第k个时间点锂电剩余电量; R0,k表示第k个时间点一阶RC戴维南等效电路模型的欧姆电阻;RD,k表示第k 个时间点一阶RC戴维南等效电路模型的极化电阻;τD,k表示第k个时间点一 阶RC戴维南等效电路模型中RC环节的时间常数,τD=RDCD,CD表示一阶 RC戴维南等效电路模型的极化电容;UD,k表示第k个时间点一阶RC戴维南 等效电路模型中RC环节的电压;Δt表示算法控制周期;C表示电池可用容量;Ut,k表示第k个时间点锂电池电压;Rsum,k表示第k个时间点一阶RC戴维南等 效电路模型的欧姆电阻与极化电阻的和;Uoc(SOCk)表示第k个时间点锂电池 开路电压;ωk和υk分别为系统噪声和观测噪声矩阵。
当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为 Rint电路模型,所述当前锂电池状态方程为
采集模块406,用于采集当前锂电池电流和当前锂电池电压;
锂电池剩余电量估计模块407,用于以所述当前锂电池状态方程为基础, 以所述当前锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用 无迹卡尔曼滤波算法,在线估算当前锂电池模型参数;其中,所述当前锂电池 模型参数包括当前锂电池剩余电量。
其中,所述选择模块405,具体包括:
锂电池电流序列获取单元,用于获取当前设定时间内的锂电池电流并存储 以得到锂电池电流序列。
方差计算单元,用于计算所述锂电池电流序列的方差。
判断单元,用于判断所述方差是否大于设定阈值。
锂电池动态工况确定单元,用于当所述方差大于设定阈值时,将所述当前 锂电池工况类型确定为锂电池动态工况。
锂电池稳态工况确定单元,用于当所述方差不大于设定阈值时,将所述当 前锂电池工况类型确定为锂电池稳态工况。
实施例三
如图5所示,本实施例提供的一种适用电动汽车实际工况的锂电池剩余电 量估计装置,包括恒温箱、放置在所述恒温箱内的锂电池、电池测试单元、上 位机以及电池管理单元。
所述上位机通过TCP/IP协议与所述电池测试单元通信,所述上位机通过 CAN总线与所述电池管理单元双向通信。
所述恒温箱用于模拟锂电池环境温度。
所述上位机用于根据电动汽车实际工况控制所述电池测试单元对所述锂 电池进行充放电操作以获取充放电结果;所述充放电结果包括锂电池充放电电 压曲线和锂电池充放电电压;所述锂电池充放电电压曲线是所述电池测试单元 采用小倍率方式对锂电池进行充放电操作后得到的,所述锂电池充放电电压是 所述电池测试单元采用锂电池常用充电倍率方式对锂电池进行恒流充放电操 作后得到的。所述锂电池开路电压曲线为
所述上位机还用于根据所述锂电池充放电电压曲线解析锂电池开路电压 曲线,并根据所述锂电池开路电压曲线和所述锂电池充放电电压确定锂电池总 电阻、锂电池剩余电量以及锂电池电流之间的映射关系,然后将所述映射关系 发送至所述电池管理单元。所述锂电池总电阻、锂电池剩余电量以及锂电池电 流之间的映射关系为
所述上位机还用于控制所述电池测试单元实时采集所述锂电池的电压电 流信号并将采集的所述电压电流信号发送至所述电池管理单元;所述锂电池的 电压电流信号包括当前锂电池电流和当前锂电池电压。
所述电池管理单元用于根据锂电池历史电流序列确定当前锂电池工况类 型,并根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电 池状态方程;其中,所述当前锂电池状态方程是依据所述映射关系计算确定的。
所述电池管理单元中根据锂电池历史电流序列确定当前锂电池工况类型 的操作过程为获取当前设定时间内的锂电池电流并存储以得到锂电池电流序 列;计算所述锂电池电流序列的方差;判断所述方差是否大于设定阈值;若是, 则将所述当前锂电池工况类型确定为锂电池动态工况;若否,则将所述当前锂 电池工况类型确定为锂电池稳态工况。
所述当前锂电池工况类型为锂电池动态工况时,所述当前锂电池模型为一 阶RC戴维南等效电路模型,所述当前锂电池状态方程为
当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为 Rint电路模型,所述当前锂电池状态方程为
所述电池管理单元还用于以所述当前锂电池状态方程为基础,以所述当前 锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼 滤波算法,在线估算当前锂电池模型参数,并将所述锂电池模型参数发送至所 述上位机;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
实施例4
本实施例提供了一种适用于电动汽车实际工况的锂电池剩余电量估计方 法,应用于锂电池剩余电量估计装置,该锂电池剩余电量估计装置包括恒温箱、 锂电池(或者为锂离子电池)、电池测试单元、上位机以及电池管理单元;恒 温箱用于模拟环境温度,锂电池放置于恒温箱中,上位机通过TCP/IP协议控 制电池测试单元以电动汽车实际工况对锂电池进行充放电,同时,上位机通过 CAN总线将实测电压电流信号发送给电池管理单元,电池管理单元根据电池 电压电流信号在线辨识锂电池剩余电量,并通过CAN总线再将锂电池剩余电 量估计结果发送回上位机。锂电池剩余电量估计步骤如下:
步骤A、上位机控制电池测试单元对锂电池以小倍率(1/20C)方式进行 充放电操作,根据充放电电压曲线解析锂电池开路电压曲线。
步骤B、上位机控制电池测试单元对锂电池以常用充放电倍率方式对锂电 池进行恒流充放电操作,进而根据锂电池的充放电电压和开路电压曲线,解析 锂电池总电阻(Rsum)、锂电池剩余电量(SOC)以及锂电池电流(I)之间的 映射关系。
步骤C、电池管理单元根据锂电池电流序列判断当前工况类型为动态工况 还是稳态工况。
步骤D、根据当前工况类型选择对应的锂电池模型以及锂电池状态方程。
步骤E、以当前工况下的锂电池状态方程为基础,以锂电池电流为输入变 量、锂电池电压为输出变量,采用无迹卡尔曼滤波算法在线辨识锂电池模型参 数,进而在线估算锂电池剩余电量。
在步骤A中,以小倍率(1/20C)方式对锂电池进行充放电操作,测量 Uch,0.05C(SOC)以及Udch,0.05C(SOC)之间的映射关系,得到的锂电池开路电压曲 线为:
在步骤B中,以锂电池常用充电倍率方式对锂电池进行恒流充放电操作 以获取锂电池充放电电压Ut,测量锂电池剩余电量SOC、锂电池电流I以及 锂电池充放电电压Ut之间的映射关系;则锂电池总电阻Rsum、锂电池剩余电 量SOC以及锂电池电流I锂电池充放电电压Ut之间的映射关系为
在步骤C中,根据存储的历史锂电池电流序列判断当前锂电池工况类型。 对于电动汽车来说,当锂电池电流变化频繁且幅度较大时,则可以认为电动车 处于行驶过程中,即锂电池运行在动态工况下;而当锂电池电流基本没有变化 时,则认为电动车处于充电过程中,即锂电池运行在稳态工况下。所以当历史 锂电池电流序列的方差超过设定阈值时,则认为当前锂电池工况类型为动态工 况,否则为稳态工况。
在步骤D中,对于不同的运行工况,锂电池模型以及锂电池状态方程也 不相同。对于锂电池的戴维南等效电路,其动态工况下的状态空间方程可以表 示为:
当锂电池运行于稳态工况时,一阶RC环节两端电压UD≈IRD,则 Ut=Uoc+IR0+UD≈Uoc+I(R0+RD)=Uoc+IRsum,一阶RC戴维南等效电路模 型退化为Rint电路模型,由电压源Uoc、电池电阻Rsum组成。因此锂电池在稳 态工况下的状态空间方程可以表示为:
该状态空间方程仅存在一个状态变量,可以明显降低算法的运算量。
在步骤E中采用无迹卡尔曼滤波算法实现锂电池剩余电量在线估计。无迹 卡尔曼滤波算法中采用无迹变换方法,可以有效解决算法中存在的非线性问 题。无迹卡尔曼滤波算法实现步骤为:对于任意的状态向量初始值,根据状态 空间方程预测当前时刻的观测向量,然后根据以上观测误差实时更新状态向 量,最终实现锂电池模型参数在线辨识以及锂电池剩余电量在线估计。
本发明具有以下有益效果:
第一,避免了繁琐的、不精确的锂电池模型参数的脉冲测试辨识方法;
第二,该锂电池剩余电量估计算法既适用于汽车的行驶工况(动态工况), 又适用于汽车的充电工况(稳态工况)。
本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。对于 实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较 简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施 例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的 一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变 之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种适用电动汽车实际工况的锂电池剩余电量估计方法,其特征在于,所述锂电池剩余电量估计方法包括:
以小倍率方式对锂电池进行充放电操作以获取锂电池充放电电压曲线,并根据所述锂电池充放电电压曲线解析锂电池开路电压曲线;
以锂电池常用充电倍率方式对锂电池进行恒流充放电操作以获取锂电池充放电电压;
根据所述锂电池开路电压曲线和所述锂电池充放电电压,确定锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系;
根据锂电池历史电流序列确定当前锂电池工况类型;所述锂电池工况类型包括锂电池动态工况和锂电池稳态工况;
根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电池状态方程;其中,当所述当前锂电池工况类型为锂电池动态工况时所述当前锂电池模型为一阶RC戴维南等效电路模型,当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为Rint电路模型;所述当前锂电池状态方程是依据所述映射关系计算确定的;
采集当前锂电池电流和当前锂电池电压;
以所述当前锂电池状态方程为基础,以所述当前锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼滤波算法,在线估算当前锂电池模型参数;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
2.根据权利要求1所述的适用电动汽车实际工况的锂电池剩余电量估计方法,其特征在于,所述锂电池开路电压曲线为
其中,Uoc(SOC)表示锂电池的开路电压,Uoc(SOC)还表示锂电池在完全静置之后SOC和锂电池电压之间的函数关系,下标oc为open circuit的缩写,oc表示锂电池开路并完全静置后的状态,SOC表示锂电剩余电量;Uch,0.05C(SOC)的下标ch为charge的缩写,Uch,0.05C(SOC)表示锂电池以0.05C倍率充电时SOC与电池电压的函数关系;Udch,0.05C(SOC)的下标dch为discharge的缩写,Udch,0.05C(SOC)表示锂电池以0.05C倍率放电时SOC与电池电压的函数关系。
3.根据权利要求2所述的适用电动汽车实际工况的锂电池剩余电量估计方法,其特征在于,所述锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系为
其中,Rsum=R0+RD,R0表示一阶RC戴维南等效电路模型的欧姆电阻,RD表示一阶RC戴维南等效电路模型的极化电阻,Rsum表示一阶RC戴维南等效电路模型的欧姆电阻与极化电阻的和;I表示锂电池恒定电流;Rsum(SOC,I)表示当锂电池以恒定电流I进行充放电时SOC和Rsum之间的函数关系;
Ut(SOC,I)的下标t为terminal的缩写,Ut(SOC,I)表示当锂电池以恒定电流I进行充放电时SOC和锂电池电压Ut之间的函数关系;Uoc(SOC)为锂电池的SOC和开路电压之间的函数关系。
4.根据权利要求1所述的适用电动汽车实际工况的锂电池剩余电量估计方法,其特征在于,所述根据锂电池历史电流序列确定当前锂电池工况类型,具体包括:
获取当前设定时间内的锂电池电流并存储以得到锂电池电流序列;
计算所述锂电池电流序列的方差;
判断所述方差是否大于设定阈值;
若是,则将所述当前锂电池工况类型确定为锂电池动态工况;
若否,则将所述当前锂电池工况类型确定为锂电池稳态工况。
5.根据权利要求3所述的适用电动汽车实际工况的锂电池剩余电量估计方法,其特征在于,
所述当前锂电池工况类型为锂电池动态工况时,所述当前锂电池模型为一阶RC戴维南等效电路模型,所述当前锂电池状态方程为
其中,下标k表示第k个时间点;SOCk表示第k个时间点锂电剩余电量;R0,k表示第k个时间点一阶RC戴维南等效电路模型的欧姆电阻;RD,k表示第k个时间点一阶RC戴维南等效电路模型的极化电阻;τD,k表示第k个时间点一阶RC戴维南等效电路模型中RC环节的时间常数,τD=RDCD,CD表示一阶RC戴维南等效电路模型的极化电容;UD,k表示第k个时间点一阶RC戴维南等效电路模型中RC环节的电压;Δt表示算法控制周期;C表示电池可用容量;Ut,k表示第k个时间点锂电池电压;Rsum,k表示第k个时间点一阶RC戴维南等效电路模型的欧姆电阻与极化电阻的和;Uoc(SOCk)表示第k个时间点锂电池开路电压;ωk和υk分别为系统噪声和观测噪声矩阵;
当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为Rint电路模型,所述当前锂电池状态方程为
6.一种适用电动汽车实际工况的锂电池剩余电量估计系统,其特征在于,所述锂电池剩余电量估计系统包括:
锂电池开路电压曲线确定模块,用于以小倍率方式对锂电池进行充放电操作以获取锂电池充放电电压曲线,并根据所述锂电池充放电电压曲线解析锂电池开路电压曲线;
锂电池充放电电压获取模块,用于以锂电池常用充电倍率方式对锂电池进行恒流充放电操作以获取锂电池充放电电压;
映射关系确定模块,用于根据所述锂电池开路电压曲线和所述锂电池充放电电压,确定锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系;
当前锂电池工况类型确定模块,用于根据锂电池历史电流序列确定当前锂电池工况类型;所述锂电池工况类型包括锂电池动态工况和锂电池稳态工况;
选择模块,用于根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电池状态方程;其中,当所述当前锂电池工况类型为锂电池动态工况时所述当前锂电池模型为一阶RC戴维南等效电路模型,当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为Rint电路模型;所述当前锂电池状态方程是依据所述映射关系计算确定的;
采集模块,用于采集当前锂电池电流和当前锂电池电压;
锂电池剩余电量估计模块,用于以所述当前锂电池状态方程为基础,以所述当前锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼滤波算法,在线估算当前锂电池模型参数;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
7.根据权利要求6所述的适用电动汽车实际工况的锂电池剩余电量估计系统,其特征在于,所述选择模块,具体包括:
锂电池电流序列获取单元,用于获取当前设定时间内的锂电池电流并存储以得到锂电池电流序列;
方差计算单元,用于计算所述锂电池电流序列的方差;
判断单元,用于判断所述方差是否大于设定阈值;
锂电池动态工况确定单元,用于当所述方差大于设定阈值时,将所述当前锂电池工况类型确定为锂电池动态工况;
锂电池稳态工况确定单元,用于当所述方差不大于设定阈值时,将所述当前锂电池工况类型确定为锂电池稳态工况。
8.一种适用电动汽车实际工况的锂电池剩余电量估计装置,其特征在于,所述锂电池剩余电量估计装置包括恒温箱、放置在所述恒温箱内的锂电池、电池测试单元、上位机以及电池管理单元;
所述上位机通过TCP/IP协议与所述电池测试单元通信,所述上位机通过CAN总线与所述电池管理单元双向通信;
所述恒温箱用于模拟锂电池环境温度;
所述上位机用于根据电动汽车实际工况控制所述电池测试单元对所述锂电池进行充放电操作以获取充放电结果;所述充放电结果包括锂电池充放电电压曲线和锂电池充放电电压;所述锂电池充放电电压曲线是所述电池测试单元采用小倍率方式对锂电池进行充放电操作后得到的,所述锂电池充放电电压是所述电池测试单元采用锂电池常用充电倍率方式对锂电池进行恒流充放电操作后得到的;
所述上位机还用于根据所述锂电池充放电电压曲线解析锂电池开路电压曲线,并根据所述锂电池开路电压曲线和所述锂电池充放电电压确定锂电池总电阻、锂电池剩余电量以及锂电池电流之间的映射关系,然后将所述映射关系发送至所述电池管理单元;
所述上位机还用于控制所述电池测试单元实时采集所述锂电池的电压电流信号并将采集的所述电压电流信号发送至所述电池管理单元;所述锂电池的电压电流信号包括当前锂电池电流和当前锂电池电压;
所述电池管理单元用于根据锂电池历史电流序列确定当前锂电池工况类型,并根据所述当前锂电池工况类型选择对应的当前锂电池模型以及当前锂电池状态方程;其中,所述锂电池工况类型包括锂电池动态工况和锂电池稳态工况;当所述当前锂电池工况类型为锂电池动态工况时所述当前锂电池模型为一阶RC戴维南等效电路模型,当所述当前锂电池工况类型为锂电池稳态工况时所述当前锂电池模型为Rint电路模型;所述当前锂电池状态方程是依据所述映射关系计算确定的;
所述电池管理单元还用于以所述当前锂电池状态方程为基础,以所述当前锂电池电流为输入变量,以所述当前锂电池电压为输出变量,采用无迹卡尔曼滤波算法,在线估算当前锂电池模型参数,并将所述锂电池模型参数发送至所述上位机;其中,所述当前锂电池模型参数包括当前锂电池剩余电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910782809.7A CN110596606B (zh) | 2019-08-23 | 2019-08-23 | 一种锂电池剩余电量估计方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910782809.7A CN110596606B (zh) | 2019-08-23 | 2019-08-23 | 一种锂电池剩余电量估计方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110596606A true CN110596606A (zh) | 2019-12-20 |
CN110596606B CN110596606B (zh) | 2021-07-20 |
Family
ID=68855510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910782809.7A Active CN110596606B (zh) | 2019-08-23 | 2019-08-23 | 一种锂电池剩余电量估计方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110596606B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111044907A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的soh统计方法 |
CN111044908A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的ocv在线计算方法 |
CN111474481A (zh) * | 2020-04-13 | 2020-07-31 | 深圳埃瑞斯瓦特新能源有限公司 | 基于扩展卡尔曼滤波算法的电池soc估算方法及装置 |
CN111487535A (zh) * | 2020-04-29 | 2020-08-04 | 华中科技大学 | 一种液态金属电池双等效电路模型的参数获取及切换方法 |
CN112014749A (zh) * | 2020-09-01 | 2020-12-01 | 珠海艾派克微电子有限公司 | 电池显示电量的确定方法、装置、芯片及存储介质 |
CN113238156A (zh) * | 2021-07-12 | 2021-08-10 | 江西睿达新能源科技有限公司南昌分公司 | 一种检测废旧锂电池组中剩余电量的测试装置 |
CN113447826A (zh) * | 2021-09-01 | 2021-09-28 | 蜂巢能源科技有限公司 | 一种基于稳态等效电路模型的soc确定方法及装置 |
WO2022242088A1 (zh) * | 2021-05-20 | 2022-11-24 | 中国第一汽车股份有限公司 | 电动汽车剩余电量的计算方法及装置、电动汽车剩余电量的显示方法及装置、电动汽车 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100121591A1 (en) * | 2008-11-13 | 2010-05-13 | Lockheed Martin Corporation | Method and apparatus that detects state of charge (soc) of a battery |
CN104614676A (zh) * | 2015-01-07 | 2015-05-13 | 王金全 | 考虑储能电池脉冲电流响应特性的等效电路模型建模方法 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 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 |
CN105607009A (zh) * | 2016-02-01 | 2016-05-25 | 深圳大学 | 一种基于动态参数模型的动力电池soc估计方法和系统 |
CN106125007A (zh) * | 2016-08-31 | 2016-11-16 | 北京新能源汽车股份有限公司 | 一种电池剩余电量的确定方法、装置及汽车 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN109116251A (zh) * | 2018-08-06 | 2019-01-01 | 中国矿业大学 | 一种基于复合式工况的锂电池参数辨识方法 |
-
2019
- 2019-08-23 CN CN201910782809.7A patent/CN110596606B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100121591A1 (en) * | 2008-11-13 | 2010-05-13 | Lockheed Martin Corporation | Method and apparatus that detects state of charge (soc) of a battery |
CN104614676A (zh) * | 2015-01-07 | 2015-05-13 | 王金全 | 考虑储能电池脉冲电流响应特性的等效电路模型建模方法 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 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 |
CN105607009A (zh) * | 2016-02-01 | 2016-05-25 | 深圳大学 | 一种基于动态参数模型的动力电池soc估计方法和系统 |
CN106125007A (zh) * | 2016-08-31 | 2016-11-16 | 北京新能源汽车股份有限公司 | 一种电池剩余电量的确定方法、装置及汽车 |
CN106909716A (zh) * | 2017-01-19 | 2017-06-30 | 东北电力大学 | 计及容量损耗的磷酸铁锂电池建模及soc估计方法 |
CN109116251A (zh) * | 2018-08-06 | 2019-01-01 | 中国矿业大学 | 一种基于复合式工况的锂电池参数辨识方法 |
Non-Patent Citations (1)
Title |
---|
刘伟龙 等: "基于模型融合与自适应无迹卡尔曼滤波算法的锂离子电池SOC估计", 《汽车工程》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111044907A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的soh统计方法 |
CN111044908A (zh) * | 2019-12-24 | 2020-04-21 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的ocv在线计算方法 |
CN111044907B (zh) * | 2019-12-24 | 2022-06-14 | 苏州正力新能源科技有限公司 | 一种基于微片段数据和电压滤波的soh统计方法 |
CN111474481A (zh) * | 2020-04-13 | 2020-07-31 | 深圳埃瑞斯瓦特新能源有限公司 | 基于扩展卡尔曼滤波算法的电池soc估算方法及装置 |
CN111487535A (zh) * | 2020-04-29 | 2020-08-04 | 华中科技大学 | 一种液态金属电池双等效电路模型的参数获取及切换方法 |
CN111487535B (zh) * | 2020-04-29 | 2021-05-18 | 华中科技大学 | 一种液态金属电池双等效电路模型的参数获取及切换方法 |
CN112014749A (zh) * | 2020-09-01 | 2020-12-01 | 珠海艾派克微电子有限公司 | 电池显示电量的确定方法、装置、芯片及存储介质 |
CN112014749B (zh) * | 2020-09-01 | 2023-06-27 | 极海微电子股份有限公司 | 电池显示电量的确定方法、装置、芯片及存储介质 |
WO2022242088A1 (zh) * | 2021-05-20 | 2022-11-24 | 中国第一汽车股份有限公司 | 电动汽车剩余电量的计算方法及装置、电动汽车剩余电量的显示方法及装置、电动汽车 |
CN113238156A (zh) * | 2021-07-12 | 2021-08-10 | 江西睿达新能源科技有限公司南昌分公司 | 一种检测废旧锂电池组中剩余电量的测试装置 |
CN113447826A (zh) * | 2021-09-01 | 2021-09-28 | 蜂巢能源科技有限公司 | 一种基于稳态等效电路模型的soc确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110596606B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110596606B (zh) | 一种锂电池剩余电量估计方法、系统及装置 | |
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 | |
CN113466723B (zh) | 确定电池荷电状态的方法及装置,电池管理系统 | |
WO2021185308A1 (zh) | 一种电动汽车动力电池组健康状态在线确定方法和系统 | |
JP7422227B2 (ja) | トラクションバッテリの状態値を決定する方法 | |
CN105334462B (zh) | 电池容量损失在线估算方法 | |
CN102608542B (zh) | 动力电池荷电状态估计方法 | |
CN110196393B (zh) | 一种锂电池荷电状态、能量状态和功率状态的联合在线估计方法 | |
CN107390127A (zh) | 一种soc估算方法 | |
CN110703114B (zh) | 一种基于电-热-神经网络耦合模型的动力电池soc和sot联合状态估计方法 | |
CN106842060A (zh) | 一种基于动态参数的动力电池soc估算方法及系统 | |
CN105548896A (zh) | 基于n-2rc模型的动力电池soc在线闭环估计方法 | |
CN106019164A (zh) | 基于双重自适应无际卡尔曼滤波器的锂电池soc估计算法 | |
CN104977545A (zh) | 一种动力电池的荷电状态估计方法及系统 | |
CN105607009A (zh) | 一种基于动态参数模型的动力电池soc估计方法和系统 | |
CN110208703A (zh) | 基于温度修正的复合等效电路模型对荷电状态估计的方法 | |
CN103744028A (zh) | 一种基于ukf的蓄电池荷电状态soc估算方法 | |
CN105929338B (zh) | 一种测量电池状态的方法及其应用 | |
CN111142025A (zh) | 一种电池soc估算方法、装置、存储介质及电动汽车 | |
CN115389936A (zh) | 一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法 | |
CN111060822A (zh) | 一种基于模型切换及融合的荷电状态估计方法 | |
CN109298340B (zh) | 一种基于可变时间尺度的电池容量在线估计方法 | |
CN116224073A (zh) | 电池soc估计方法、装置、设备、电池模组及存储介质 | |
CN109782182B (zh) | 一种串联电池组能量状态在线估计方法和装置 | |
CN111027203A (zh) | 一种超级电容soc计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |