CN111239609A - 一种动力电池峰值功率在线估计方法 - Google Patents

一种动力电池峰值功率在线估计方法 Download PDF

Info

Publication number
CN111239609A
CN111239609A CN202010015727.2A CN202010015727A CN111239609A CN 111239609 A CN111239609 A CN 111239609A CN 202010015727 A CN202010015727 A CN 202010015727A CN 111239609 A CN111239609 A CN 111239609A
Authority
CN
China
Prior art keywords
battery
soc
voltage
current
under
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
Application number
CN202010015727.2A
Other languages
English (en)
Other versions
CN111239609B (zh
Inventor
唐传雨
孙金磊
王天如
李恒
姜涛
唐勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010015727.2A priority Critical patent/CN111239609B/zh
Publication of CN111239609A publication Critical patent/CN111239609A/zh
Application granted granted Critical
Publication of CN111239609B publication Critical patent/CN111239609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种动力电池峰值功率在线估计方法，该方法利用HPPC测试实验获取电池的一阶RC等效电路模型参数，作为初始值；根据获取的模型参数，计算电流限制、电压限制和SOC限制三者限制条件中，两两限制条件之间的分界点，得出每个限制条件起作用的SOC区间；利用DEKF算法在线估计电池的模型参数和SOC，根据步骤2中限制条件区间，得出起作用的限制条件，计算峰值功率。本发明可简化峰值功率计算，并实时更新模型状态和参数，提高峰值功率计算的速度和精度。

Description

一种动力电池峰值功率在线估计方法
技术领域
本发明涉及电池管理技术领域，特别是一种动力电池峰值功率在线估计方法。
背景技术
电池储能广泛应用于储能系统中，对于一个储能系统而言确定能够承载多大的负载是极其重要的。
电池能够直接测量到的只有电压、电流和温度。因此，为了能够确定电池的承载能力，需要对电池的峰值功率进行实时的估计，以确保储能系统能够承受住负载，保证系统的正常运行。现有的峰值功率估计方法直接计算电压、电流和SOC三者共同限制下的最小峰值电流，而实际情况下这三个限制条件并不会都起作用。
发明内容
本发明的目的在于提供一种动力电池峰值功率在线估计方法，简化峰值功率估计计算，提前计算限制条件起作用的区间，根据电池状态所处的区间，计算对应限制条件下的峰值电流，解决现有的单体电池对负载的承受能力的估计问题。
实现本发明目的的技术解决方案为：一种动力电池峰值功率在线估计方法，包括以下步骤：
步骤1，利用HPPC测试实验获取电池的一阶RC等效电路模型参数，作为初始值；
步骤2，根据获取的模型参数，计算电流限制、电压限制和SOC限制三者限制条件中，两两限制条件之间的分界点，得出每个限制条件起作用的SOC区间；
步骤3，利用DEKF算法在线估计电池的模型参数和SOC，根据步骤二中限制条件区间，得出起作用的限制条件，计算峰值功率。
进一步的，所述步骤1中，电池一阶RC等效电路模型包括：
Figure BDA0002358804110000011
式中，Vp为电池极化电压，Ro为电池欧姆内阻，RP为电池极化内阻，CP为电池极化电容，I为电池工作电流，OCV为电池的开路电压，Vt为电池端电压；
将公式(1)离散化得到方程组为：
Figure BDA0002358804110000021
式中ts为采样时间。
进一步的，所述步骤1中，HPPC测试实验获取电路模型参数的方法为：
HPPC测试实验通过对电池两端施加短暂的电流脉冲，根据电池端电压的变化特征，结合电池一阶RC等效电路模型，获得电池当前SOC下的欧姆内阻、极化内阻和极化电容。
进一步的，所述步骤2中，每个限制条件起作用的SOC区间的计算过程包括：
步骤21、SOC限制下的峰值电流包括：
Figure BDA0002358804110000022
式中
Figure BDA0002358804110000023
为SOC限制下的放电峰值电流，
Figure BDA0002358804110000024
为SOC限制下的充电峰值电流，Cn为电池的额定容量，SOC(k)为k时刻电池的SOC，SOCmax和SOCmin分别为设定下电池SOC的最大值和最小值，η为库伦效率，L为周期数；
步骤22、计算电压限制下的峰值电流：
Figure BDA0002358804110000025
式中
Figure BDA0002358804110000026
为电压限制下的放电峰值电流，
Figure BDA0002358804110000027
为电压限制下的充电峰值电流，OCV(k)为k时刻电池OCV的值；
Figure BDA0002358804110000028
为电池在SOC(k)处，OCV对SOC的导数，Vt,max和Vt,min分别为设定下电池端电压的最大值和最小值；
步骤23、计算电流限制和SOC限制下的分界点：
Figure BDA0002358804110000031
式中
Figure BDA0002358804110000032
和
Figure BDA0002358804110000033
分别是放电和充电情况下电流限制和SOC限制的分界点；
Figure BDA0002358804110000034
和
Figure BDA0002358804110000035
分别为放电和充电下的最大电流；
步骤24、计算电流限制和电压限制下的分界点：
Figure BDA0002358804110000036
式中
Figure BDA0002358804110000037
和
Figure BDA0002358804110000038
分别为电压限制起作用下放电和充电情况k+L时刻开路电压的最大值；
根据
Figure BDA0002358804110000039
和
Figure BDA00023588041100000310
可以得出对应的SOC的值，分别为
Figure BDA00023588041100000311
和
Figure BDA00023588041100000312
其分界点包括：
Figure BDA00023588041100000313
式中
Figure BDA00023588041100000314
和
Figure BDA00023588041100000315
分别是放电和充电情况下电流限制和电压限制的分界点；
步骤25、计算SOC限制和电压限制下的分界点，其包括：
Figure BDA00023588041100000316
式中
Figure BDA00023588041100000317
和
Figure BDA00023588041100000318
分别是k+L时刻放电和充电情况下SOC限制时的端电压；
Figure BDA00023588041100000319
和
Figure BDA00023588041100000320
分别是放电和充电情况下SOC限制点处的OCV电压，Vp(k+L)dis和Vp(k+L)cha分别为k+L时刻下放电和充电的极化电压；
将
Figure BDA00023588041100000321
和
Figure BDA00023588041100000322
分别与放电和充电限制电压对比可以得出，放电情况下：(1)
Figure BDA0002358804110000041
此时SOC限制起作用；(2)
Figure BDA0002358804110000042
此时电压限制起作用；充电情况下：(1)
Figure BDA0002358804110000043
此时SOC限制起作用；(2)
Figure BDA0002358804110000044
此时电压限制起作用；
根据公式(2)可得出
Figure BDA0002358804110000045
根据公式(9)可得出
Figure BDA0002358804110000046
式中
Figure BDA0002358804110000047
和
Figure BDA0002358804110000048
分别为k+L时刻放电和充电情况下SOC限制时的端电压的最小值和最大值；因此，可得出放电情况下，如果
Figure BDA0002358804110000049
则电压限制可忽略；充电情况下，如果
Figure BDA00023588041100000410
则电压限制可忽略。
进一步的，所述步骤3具体步骤包括
步骤31、利用DEKF算法更新当前电池的SOC、极化电压、电池内阻Ro、极化内阻Rp和极化电容Cp；
步骤32、根据当前电池的SOC，判断哪个限制条件会其作用；
步骤33、根据对应的限制条件，计算当前充放电峰值电流分别为
Figure BDA00023588041100000411
和
Figure BDA00023588041100000412
步骤34、根据公式(2)，进行多次迭代获得k+L时刻的端电压大小，式(11)所示：
Figure BDA00023588041100000413
根据公式(11)和步骤33中得出的充放电峰值电流，可得出电池的充放电峰值功率分别为
Figure BDA0002358804110000051
和
Figure BDA0002358804110000052
如式(12)所示：
Figure BDA0002358804110000053
与现有技术相比，本发明的有益效果为：本发明建立电池一阶RC模型，利用HPPC测试实验获得电池模型参数，得出限制条件之间的分界点，依据双卡尔曼滤波算法对电池状态和模型参数进行更新，得出电池处于的限制条件，根据限制条件计算电池的峰值功率，采用该方法可简化峰值功率计算，并实时更新模型状态和参数，提高峰值功率计算的速度和精度。
附图说明
图1为电池的一阶等效电路模型图。
图2为HPPC测试实验图。
图3为工况实验下，电池SOC随时间的变化的曲线图图。
图4为工况实验下，电池欧姆内阻Ro随时间的变化的曲线图。
图5为工况实验下，电池极化内阻RP随时间的变化的曲线图。
图6为工况实验下，电池极化内阻CP随时间的变化的曲线图。
图7为工况实验下，设定SOC区间在[5％,95％]，最大充电电流1C，最大放电电流5C，电池充放电峰值功率随时间的变化的曲线图。
具体实施方式
一种动力电池峰值功率在线估计方法，包括以下步骤：
步骤1：利用HPPC(混合动力脉冲能力特性)测试实验获取电池的一阶RC等效电路模型参数，作为初始值；
步骤2：根据获取的模型参数，计算电流限制、电压限制和SOC限制三者限制条件中，两两限制条件之间的分界点，得出每个限制条件起作用的SOC区间；
步骤3：利用DEKF算法在线估计电池的模型参数和SOC，根据步骤2中限制条件区间，得出起作用的限制条件，并根据相应的公式计算峰值功率。
结合图1、图2，所述步骤1中，利用HPPC测试实验获取电池的一阶RC等效电路模型参数，作为初始值的过程包括：
步骤11、电池一阶RC等效电路模型包括：
Figure BDA0002358804110000061
式中，Vp为电池极化电压；Ro为电池欧姆内阻；RP为电池极化内阻；CP为电池极化内阻；I为电池工作电流；OCV为电池的开路电压；Vt为电池端电压，
将公式(1)离散化得到方程组为：
Figure BDA0002358804110000062
式中ts为采样时间。
步骤12、HPPC测试实验获取电路参数包括：
在0到t1时刻，电池处于长时间静置，内部处于平衡状态；在t1到t2时刻，在电池的两端施加一个负的电流脉冲，幅值为IB；在t2到t时刻电池处于静置状态。根据一阶等效电路模型可以得出，在施加电流的瞬间，电池端电压的降落是由欧姆内阻引起的，则可以得出
Figure BDA0002358804110000063
式中UAB为AB两点的电压差，CD两点是极化电阻两端电压的变化，因此可以得出
Figure BDA0002358804110000064
式中UCD为CD两点的电压差，CC2点之间的电压差是CD点电压差的95％，则
Figure BDA0002358804110000065
式中3τ为tC和t1的时刻差。
所述步骤2中，根据获取的模型参数，计算电流限制、电压限制和SOC限制三者限制条件中，两两限制条件之间的分界点，得出每个限制条件起作用的SOC区间，其过程包括：
步骤21、计算SOC限制下的峰值电流包括：
Figure BDA0002358804110000071
式中
Figure BDA0002358804110000072
为SOC限制下的放电峰值电流；
Figure BDA0002358804110000073
为SOC限制下的充电峰值电流；Cn为电池的额定容量；SOC(k)为k时刻电池的SOC；SOCmax和SOCmin分别为设定下电池SOC的最大值和最小值；η为库伦效率；L为周期数。
步骤22、计算电压限制下的峰值电流包括：
Figure BDA0002358804110000074
式中
Figure BDA0002358804110000075
为电压限制下的放电峰值电流；
Figure BDA0002358804110000076
为电压限制下的充电峰值电流；OCV(k)为k时刻电池OCV的值；
Figure BDA0002358804110000077
为电池在SOC(k)处，OCV对SOC的导数；Vt,max和Vt,min分别为设定下电池端电压的最大值和最小值；
步骤23、计算电流限制和SOC限制下的分界点，其包括：
Figure BDA0002358804110000078
式中
Figure BDA0002358804110000081
和
Figure BDA0002358804110000082
分别是放电和充电情况下电流限制和SOC限制的分界点；
Figure BDA0002358804110000083
和
Figure BDA0002358804110000084
分别为放电和充电下的最大电流。
步骤24、计算电流限制和电压限制下的分界点，其包括：
Figure BDA0002358804110000085
式中
Figure BDA0002358804110000086
和
Figure BDA0002358804110000087
分别为电压限制起作用下放电和充电情况k+L时刻开路电压的最大值；
根据
Figure BDA0002358804110000088
和
Figure BDA0002358804110000089
可以得出对应的SOC的值，分别为
Figure BDA00023588041100000810
和
Figure BDA00023588041100000811
其分界点包括：
Figure BDA00023588041100000812
式中
Figure BDA00023588041100000813
和
Figure BDA00023588041100000814
分别是放电和充电情况下电流限制和电压限制的分界点。
步骤25、计算SOC限制和电压限制下的分界点，其包括：
Figure BDA00023588041100000815
式中
Figure BDA00023588041100000816
和
Figure BDA00023588041100000817
分别是k+L时刻放电和充电情况下SOC限制时的端电压；
Figure BDA00023588041100000818
和
Figure BDA00023588041100000819
分别是放电和充电情况下SOC限制点处的OCV电压。Vp(k+L)dis和Vp(k+L)cha分别为k+L时刻下放电和充电的极化电压。
将
Figure BDA00023588041100000820
和
Figure BDA00023588041100000821
分别与放电和充电限制电压对比可以得出，放电情况下：(1)
Figure BDA00023588041100000822
此时SOC限制起作用；(2)
Figure BDA00023588041100000823
此时电压限制起作用。充电情况下：(1)
Figure BDA00023588041100000824
此时SOC限制起作用；(2)
Figure BDA00023588041100000825
此时电压限制起作用。
根据公式(2)可得出
Figure BDA0002358804110000091
根据公式(9)可得出
Figure BDA0002358804110000092
式中
Figure BDA0002358804110000093
和
Figure BDA0002358804110000094
分别是为k+L时刻放电和充电情况下SOC限制时的端电压的最小值和最大值。因此，可以得出放电情况下，如果
Figure BDA0002358804110000095
则电压限制可以忽略。充电情况下，如果
Figure BDA0002358804110000096
则电压限制可以忽略。
所述步骤3中，利用DEKF算法在线估计电池的模型参数和SOC，根据步骤2中限制条件区间，得出起作用的限制条件，并根据相应的公式计算峰值功率，其过程包括：
步骤31、利用DEKF算法更新当前电池的SOC、极化电压、电池内阻Ro、极化内阻Rp和极化电容Cp；
步骤32、根据当前电池的SOC，判断哪个限制条件会其作用；
步骤33、根据对应的限制条件，计算当前充放电峰值电流分别为
Figure BDA0002358804110000097
和
Figure BDA0002358804110000098
步骤34、根据公式(2)，进行多次迭代获得k+L时刻的端电压大小，如式(11)所示：
Figure BDA0002358804110000099
根据公式(11)和步骤33中得出的充放电峰值电流可得出电池的充放电峰值功率分别为
Figure BDA00023588041100000910
和
Figure BDA00023588041100000911
如式(12)所示：
Figure BDA0002358804110000101
本发明通过建立电池等效模型，得出电池限制条件之间的分界点，根据电池状态所处的限制区域，计算对应限制条件下的峰值功率，该方法适用于单体电池峰值功率估计。
下面结合实施例仿真和附图对本发明进行详细说明。
实施例
实验背景：本实施例采用单体电池型号ISR18650-2.2Ah，额定容量为2.2Ah，电压范围在2.75～4.2V，设定SOC限制区间在[5％,95％]，最大充电电流1C，最大放电电流5C。
初始条件：电池CCCV充电，充满以后25℃静置2小时。根据实验背景中的设定，以及上述估计方法中的步骤2，可以得出三个限制条件下的在SOC区间，充电情况下：电压限制条件起作用的区间为SOC在[95.4％，100％]；SOC限制条件起作用的区间为SOC在[94.4％，95％]；电流限制起作用的区间SOC在[5％，94.4％]。放电情况下：电压限制条件起作用的区间为SOC在[0，4.4％]；SOC限制条件起作用的区间为SOC在[5％，6.4％]，电流限制起作用的区间SOC在[6.4％，95％]。由上面的区间范围可以看出电压限制在充电和放电峰值功率估计情况下都不起作用。
实验过程：先对电池进行0.5C恒流放电，放出2.2Ah的电量结束，再对电池循环施加FUDS(Federal urban driving schedule)工况电流，以电池的SOC达到5％为结束。实验过程中电池的SOC为图3，在线辨识的电池参数Ro、Rp和Cp分别为图4、图5和图6。图7为在线估计的电池峰值功率，从图中可以看出电压限制下的峰值功率比上述估计方法得出的峰值功率都要高，进一步说明了电压限制在充电和放电峰值功率估计情况下都不起作用。

Claims (5)

1.一种动力电池峰值功率在线估计方法，其特征在于，包括以下步骤：
步骤1，利用HPPC测试实验获取电池的一阶RC等效电路模型参数，作为初始值；
步骤2，根据获取的模型参数，计算电流限制、电压限制和SOC限制三者限制条件中，两两限制条件之间的分界点，得出每个限制条件起作用的SOC区间；
步骤3，利用DEKF算法在线估计电池的模型参数和SOC，根据步骤2中限制条件区间，确定起作用的限制条件，计算峰值功率。
2.根据权利要求1所述的动力电池峰值功率在线估计方法，其特征在于，所述步骤1中，电池一阶RC等效电路模型为：
Figure FDA0002358804100000011
式中，Vp为电池极化电压，Ro为电池欧姆内阻，RP为电池极化内阻，CP为电池极化电容，I为电池工作电流，OCV为电池的开路电压，Vt为电池端电压；
将公式(1)离散化得到方程组为：
Figure FDA0002358804100000012
式中ts为采样时间。
3.根据权利要求1所述的动力电池峰值功率在线估计方法，其特征在于，所述步骤1中，HPPC测试实验获取电路模型参数的方法为：
HPPC测试实验通过对电池两端施加短暂的电流脉冲，根据电池端电压的变化特征，结合电池一阶RC等效电路模型，获得电池当前SOC下的欧姆内阻、极化内阻和极化电容。
4.根据权利要求1所述的动力电池峰值功率在线估计方法，其特征在于，所述步骤2中，每个限制条件起作用的SOC区间的计算过程包括：
步骤21、计算SOC限制下的峰值电流：
Figure FDA0002358804100000021
式中
Figure FDA0002358804100000022
为SOC限制下的放电峰值电流，
Figure FDA0002358804100000023
为SOC限制下的充电峰值电流，Cn为电池的额定容量，SOCmax和SOCmin分别为设定下电池SOC的最大值和最小值，η为库伦效率，L为周期数；
步骤22、计算电压限制下的峰值电流：
Figure FDA0002358804100000024
式中
Figure FDA0002358804100000025
为电压限制下的放电峰值电流，
Figure FDA0002358804100000026
为电压限制下的充电峰值电流，Vt,max和Vt,min分别为设定下电池端电压的最大值和最小值；
步骤23、计算电流限制和SOC限制下的分界点：
Figure FDA0002358804100000027
式中
Figure FDA0002358804100000028
和
Figure FDA0002358804100000029
分别为放电和充电情况下电流限制和SOC限制的分界点；
Figure FDA00023588041000000210
和
Figure FDA00023588041000000211
分别为放电和充电下的最大电流；
步骤24、计算电流限制和电压限制下的分界点：
Figure FDA00023588041000000212
式中
Figure FDA00023588041000000213
和
Figure FDA00023588041000000214
分别为电压限制起作用下放电和充电情况k+L时刻开路电压的最大值；
根据
Figure FDA0002358804100000031
和
Figure FDA0002358804100000032
可以得出对应的SOC的值，分别为
Figure FDA0002358804100000033
和
Figure FDA0002358804100000034
其分界点包括：
Figure FDA0002358804100000035
式中
Figure FDA0002358804100000036
和
Figure FDA0002358804100000037
分别是放电和充电情况下电流限制和电压限制的分界点；
步骤25、计算SOC限制和电压限制下的分界点：
Figure FDA0002358804100000038
式中
Figure FDA0002358804100000039
和
Figure FDA00023588041000000310
分别是k+L时刻放电和充电情况下SOC限制时的端电压；
Figure FDA00023588041000000311
和
Figure FDA00023588041000000312
分别是放电和充电情况下SOC限制点处的OCV电压，Vp(k+L)为k+L时刻下的极化电压；
将
Figure FDA00023588041000000313
和
Figure FDA00023588041000000314
分别与放电和充电限制电压对比可以得出，放电情况下：(1)
Figure FDA00023588041000000315
此时SOC限制起作用；(2)
Figure FDA00023588041000000316
此时电压限制起作用；充电情况下：(1)
Figure FDA00023588041000000317
此时SOC限制起作用；(2)
Figure FDA00023588041000000318
此时电压限制起作用；
根据公式(2)可得出
Figure FDA00023588041000000319
根据公式(9)可得出
Figure FDA00023588041000000320
式中
Figure FDA00023588041000000321
和
Figure FDA00023588041000000322
分别为k+L时刻放电和充电情况下SOC限制时的端电压的最小值和最大值；因此，可得出放电情况下，如果
Figure FDA0002358804100000041
则电压限制可忽略；充电情况下，如果
Figure FDA0002358804100000042
则电压限制可忽略。
5.根据权利要求1所述的动力电池峰值功率在线估计方法，其特征在于，所述步骤3具体步骤包括
步骤31、利用DEKF算法更新当前电池的SOC、极化电压、电池内阻Ro、极化内阻Rp和极化电容Cp；
步骤32、根据当前电池的SOC，判断哪个限制条件会其作用；
步骤33、根据对应的限制条件，计算当前充放电峰值电流分别为
Figure FDA0002358804100000043
和
Figure FDA0002358804100000044
步骤34、根据公式(2)，进行多次迭代获得k+L时刻的端电压大小，式(11)所示：
Figure FDA0002358804100000045
根据公式(11)和步骤33中得出的充放电峰值电流，可得出电池的充放电峰值功率分别为
Figure FDA0002358804100000046
和
Figure FDA0002358804100000047
如式(12)所示：
Figure FDA0002358804100000048
CN202010015727.2A 2020-01-07 2020-01-07 一种动力电池峰值功率在线估计方法 Active CN111239609B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010015727.2A CN111239609B (zh) 2020-01-07 2020-01-07 一种动力电池峰值功率在线估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010015727.2A CN111239609B (zh) 2020-01-07 2020-01-07 一种动力电池峰值功率在线估计方法

Publications (2)

Publication Number Publication Date
CN111239609A true CN111239609A (zh) 2020-06-05
CN111239609B CN111239609B (zh) 2022-02-01

Family

ID=70879899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010015727.2A Active CN111239609B (zh) 2020-01-07 2020-01-07 一种动力电池峰值功率在线估计方法

Country Status (1)

Country Link
CN (1) CN111239609B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800708A (zh) * 2021-01-19 2021-05-14 武汉理工大学 一种基于滚动时域算法的全钒液流电池峰值功率估计方法
CN112964997A (zh) * 2021-01-21 2021-06-15 西南科技大学 一种无人机锂离子电池峰值功率自适应估算方法
CN113945854A (zh) * 2021-10-18 2022-01-18 一汽解放汽车有限公司 电池包初始参数检测方法、装置、系统、设备和介质
CN114167289A (zh) * 2021-12-01 2022-03-11 中国第一汽车股份有限公司 一种电池输出功率的确定方法、装置及车辆

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675707A (zh) * 2013-12-13 2014-03-26 国家电网公司 锂离子电池峰值功率在线评估方法
CN104267261A (zh) * 2014-10-29 2015-01-07 哈尔滨工业大学 基于分数阶联合卡尔曼滤波的二次电池简化阻抗谱模型参数在线估计方法
CN104267354A (zh) * 2014-10-29 2015-01-07 哈尔滨工业大学 一种动力电池的峰值功率预测方法
CN106842056A (zh) * 2017-02-13 2017-06-13 北京理工大学 一种基于双步在线智能优化算法动力电池峰值功率估计方法
CN108363009A (zh) * 2017-12-26 2018-08-03 浙江大学 一种实现锂离子电池最大允许功率在线预估的方法
WO2018162023A2 (en) * 2017-03-06 2018-09-13 Volvo Truck Corporation A battery state of power estimation method and a battery state monitoring system
CN110333447A (zh) * 2018-03-30 2019-10-15 比亚迪股份有限公司 动力电池组的电池功率状态sop计算方法、装置和电动汽车

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675707A (zh) * 2013-12-13 2014-03-26 国家电网公司 锂离子电池峰值功率在线评估方法
CN104267261A (zh) * 2014-10-29 2015-01-07 哈尔滨工业大学 基于分数阶联合卡尔曼滤波的二次电池简化阻抗谱模型参数在线估计方法
CN104267354A (zh) * 2014-10-29 2015-01-07 哈尔滨工业大学 一种动力电池的峰值功率预测方法
CN106842056A (zh) * 2017-02-13 2017-06-13 北京理工大学 一种基于双步在线智能优化算法动力电池峰值功率估计方法
WO2018162023A2 (en) * 2017-03-06 2018-09-13 Volvo Truck Corporation A battery state of power estimation method and a battery state monitoring system
CN108363009A (zh) * 2017-12-26 2018-08-03 浙江大学 一种实现锂离子电池最大允许功率在线预估的方法
CN110333447A (zh) * 2018-03-30 2019-10-15 比亚迪股份有限公司 动力电池组的电池功率状态sop计算方法、装置和电动汽车

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHONGKAI ZHOU等: "《Peak power prediction for series-connected LiNCM battery pack based on representative cells》", 《JOURNAL OF CLEANER PRODUCTION》 *
孙金磊等: "《电动汽车动力电池温度在线估计方法》", 《电工技术学报》 *
王笑天等: "《双卡尔曼滤波算法在锂电池SOC估算中的应用》", 《仪器仪表学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800708A (zh) * 2021-01-19 2021-05-14 武汉理工大学 一种基于滚动时域算法的全钒液流电池峰值功率估计方法
CN112800708B (zh) * 2021-01-19 2022-08-09 武汉理工大学 一种基于滚动时域算法的全钒液流电池峰值功率估计方法
CN112964997A (zh) * 2021-01-21 2021-06-15 西南科技大学 一种无人机锂离子电池峰值功率自适应估算方法
CN113945854A (zh) * 2021-10-18 2022-01-18 一汽解放汽车有限公司 电池包初始参数检测方法、装置、系统、设备和介质
CN114167289A (zh) * 2021-12-01 2022-03-11 中国第一汽车股份有限公司 一种电池输出功率的确定方法、装置及车辆
CN114167289B (zh) * 2021-12-01 2024-01-16 中国第一汽车股份有限公司 一种电池输出功率的确定方法、装置及车辆

Also Published As

Publication number Publication date
CN111239609B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN111239609B (zh) 一种动力电池峰值功率在线估计方法
Ren et al. Design and implementation of a battery management system with active charge balance based on the SOC and SOH online estimation
Vo et al. New charging strategy for lithium-ion batteries based on the integration of Taguchi method and state of charge estimation
CN105842627B (zh) 基于数据模型融合的动力电池容量和荷电状态的估计方法
Susanna et al. Comparison of simple battery model and thevenin battery model for SOC estimation based on OCV method
CN105425153B (zh) 一种估计电动车辆的动力电池的荷电状态的方法
CN104849672A (zh) 基于等效电路模型的锂电池动态阻抗参数识别方法
CN105425154B (zh) 一种估计电动汽车的动力电池组的荷电状态的方法
CN110348062B (zh) 一种锂离子电池等效电路模型的构建方法
CN110749832B (zh) 一种电动汽车退役锂离子电池实际容量的快速估算方法
CN113238157B (zh) 一种通过对电动汽车退役电池进行ai检测来筛选的方法
CN107817448B (zh) 一种适用于复杂工况的在线实时监测电池电量的方法
CN107452998B (zh) 基于电池荷电状态的车载动力电池均衡方法
Tan et al. Joint estimation of ternary lithium-ion battery state of charge and state of power based on dual polarization model
CN108169687A (zh) 一种基于云平台的蓄电池soc估算方法
CN112305426B (zh) 一种多约束条件下的锂离子电池功率状态估计系统
CN112327163B (zh) 一种动力电池系统可用充放电功率的估算方法
Amir et al. A novel SOC estimation method for lithium ion battery based on improved adaptive PI observer
CN115327415A (zh) 基于限定记忆递推最小二乘算法的锂电池soc估算方法
CN112379280B (zh) 基于恒压恒流充电曲线的电池模型参数与ocv-soc关系确定方法
Sarrafan et al. Real-time state-of-charge tracking system using mixed estimation algorithm for electric vehicle battery system
CN114200317A (zh) 一种动态修正安时积分法的soc估算方法
CN112130077B (zh) 一种不同工况下动力电池组的soc估算方法
Li et al. State-of-charge estimation of lithium-ion battery using multi-state estimate technic for electric vehicle applications
CN108446494B (zh) 一种用于电池模组或系统的均衡算法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Sun Jinlei

Inventor after: Tang Chuanyu

Inventor after: Wang Tianru

Inventor after: Li Heng

Inventor after: Jiang Tao

Inventor after: Tang Yong

Inventor before: Tang Chuanyu

Inventor before: Sun Jinlei

Inventor before: Wang Tianru

Inventor before: Li Heng

Inventor before: Jiang Tao

Inventor before: Tang Yong

GR01 Patent grant
GR01 Patent grant