CN111965546B - 基于ocv曲线重构的锂电池容量和初始soc估计方法 - Google Patents
基于ocv曲线重构的锂电池容量和初始soc估计方法 Download PDFInfo
- Publication number
- CN111965546B CN111965546B CN202010917188.1A CN202010917188A CN111965546B CN 111965546 B CN111965546 B CN 111965546B CN 202010917188 A CN202010917188 A CN 202010917188A CN 111965546 B CN111965546 B CN 111965546B
- Authority
- CN
- China
- Prior art keywords
- battery
- ocv curve
- capacity
- curve
- voltage
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于OCV曲线重构的电池容量和初始SOC估计方法,在电池组中包括同一类型、同一批次的N节待估计单体,方法包括:对电池组进行小电流容量测试,获取电池IC曲线,采集曲线特征峰、谷值点;结合峰、谷值点坐标,获取电池OCV曲线特征点,利用特征点判断OCV曲线残缺区域;通过对单体间对应OCV曲线特征点变换;以变换后坐标点与待重构电池坐标点距离和的最小值为目标,实现OCV曲线残缺区域重构,从而估计电池组内各单体容量和初始SOC值。本发明基于OCV曲线重构的电池容量和初始SOC估计方法,可以为BMS提供数据支撑;此外,本发明不需要获得电池组内任何单体容量信息,具有初始条件少的优势,应用范围广。
Description
技术领域
本发明涉及锂电池状态估计技术领域,具体涉及一种基于OCV曲线重构的锂电池容量和初始SOC估计方法。
背景技术
同一批次、同一型号单体电池,在生产制造的过程中不可避免的会存在一定的差异,使得电池的容量、内阻等性能存在不一致性,而随着电池的不断使用,电池单体逐渐老化,使得电池性能上的不一致性增大。而在串联电池组中,这种现象更加明显,电池单体容量和初始SOC的不一致性制约了电池组的容量的大小,并且增加了电池组运行时的安全隐患。
经检索发现,现有文献大多仅对电池组整体容量进行估计;或者在估计电池组单体容量时,需要将部分电池单体容量结果作为已知条件,无法在不拆解电池组原有结构下估计电池单体容量,应用范围窄。
发明内容
本发明的目的在于提供一种基于OCV曲线重构的锂电池容量和初始SOC估计方法,解决了在不拆解电池组的情况下,因难以估计电池单体容量,而无法得知电池单体寿命,带来的安全隐患问题,提高了电池组运行的安全性。
实现本发明目的的技术方案为:一种基于OCV曲线重构的锂电池单体容量和初始SOC估计方法,包括以下步骤:
步骤1、对电池组进行小电流容量特性测试实验,使用容量增量法获取电池当前老化状态的IC曲线;
步骤2、分析电池IC曲线,获得电池IC曲线特征峰、谷值点;结合IC曲线特征峰、谷值点,获得表征电池OCV曲线的特征点;
步骤3、判断电池OCV曲线残缺区域;
步骤4、对电池组内电池单体进行OCV曲线特征点变换;以变换后坐标点与待重构电池坐标点距离的和的最小值作为目标,实现电池OCV曲线残缺区域重构;
步骤5、估计电池容量和电池初始SOC值。
与现有技术相比,本发明的有益效果为:(1)本发明所提出的一种基于OCV曲线部分重构的电池组单体容量和初始SOC估计方法,能够在不拆解电池组原有结构的基础上,对电池组内各单体容量进行估计,为电池管理系统提供数据支撑;(2)本发明所提出估计电池组单体容量和初始SOC估计方法,不需要获得电池组内任何单体容量信息,具有初始条件少的优势,且应用范围广。
附图说明
图1为本发明的基于OCV曲线部分重构的电池组单体容量和初始SOC估计方法流程图。
图2为电池IC曲线图。
图3为电池OCV曲线和对应OCV特征点示意图。
图4为电池OCV曲线区域划分示意图。
图5为两个容量不同电池的OCV曲线图。
图6为基于最佳系数变换后电池OCV曲线图。
图7为电池OCV曲线部分重构后的示意图。
具体实施方式
如图1所示,一种基于OCV曲线重构的锂电池容量和初始SOC估计方法,包括以下步骤:
步骤一:对电池组进行小电流容量特性测试实验,使用容量增量(IncrementalCapacity Analysis,ICA)法获取电池当前老化状态的IC曲线;
步骤二:分析电池IC曲线,获得电池IC曲线特征峰、谷值点;结合IC曲线特征峰、谷值点,获得表征电池OCV曲线的特征点;
步骤三:结合OCV曲线特征点和曲线初始、终端电压,判断电池OCV曲线残缺区域;
步骤四:对电池组内电池单体进行OCV曲线特征点变换;以变换后坐标点与待重构电池坐标点距离的和的最小值作为目标,实现电池OCV曲线残缺区域重构;
步骤五:估计电池容量和电池初始SOC值。
在进行电池容量和初始SOC值估计之前,首先,对电池组进行小电流容量测试实验,获取当前电池的容量增量(IC)曲线。然后,根据IC曲线峰、谷值电压值,在OCV曲线中寻找与之电压相等的OCV特征点。第三步,将OCV曲线按特征点位置分为高压区域、中间区域和低压区域。最后,根据OCV曲线残缺区域,进行OCV特征点变换,计算变换最优系数。
利用计算得到的变换最优系数,重构电池OCV曲线残缺区域,计算重构区域容量,实现电池总体容量和初始SOC的估计。
进一步地,步骤一可以按照下述步骤获取电池当前状态下的IC曲线,具体为:
步骤1、电池组首先以1C/3倍率恒流充电,当电池组内存在一个电池单体到达上限截止电压时停止充电,命名该节电池为n0;其中,“C”为电池充(放)电倍率,数值上等于充(放)电电流/电池额定容量。
步骤2、静置2小时。
步骤3、以1C/20倍率对电池恒流放电,当电池组内存在一个电池单体到达下限截止电压时停止放电,命名该节电池为n1。
步骤4、根据步骤1-3中放电容量与放电电压的对应关系,计算容量随电压变化量dQ/dV,得到容量增量与电压关系曲线。
步骤5、根据步骤1-4中得到容量增量与电压关系曲线,利用高斯滤波,得到平滑的数据曲线,即电池IC曲线,图1为数据处理后的IC曲线图。
进一步地,步骤二可以按照下述步骤获取电池OCV曲线特征点,具体为:
步骤1、采集曲线中的IC峰与IC谷特征点的x轴坐标。
步骤2、将采集的IC峰、谷特征点x轴坐标代入OCV曲线,找到与之对应的OCV特征点。
其中,电池OCV特征点数量最大为8个。
进一步地,步骤三可以按照下述步骤判断电池OCV曲线残缺区域,具体为:
利用步骤二中得到的电池OCV曲线特征点,依据OCV曲线横坐标电压值的大小,将OCV曲线划分为三个区域:高压区域、中间区域和低压区域;具体公式如下:
其中,Vn0,beg为电池n0以1C/20倍率放电时的初始电压值,即电池组中所有电池单体放电OCV曲线上电压的最大值,Vni,l为电池ni放电OCV曲线上特征点1对应的横坐标值,i∈[0,N-1],且i为整数,Vni,8为电池ni放电OCV曲线上特征点8对应的横坐标值,Vn1,end电池n1以1C/20倍率放电结束时的电压值,即电池组中所有电池单体放电OCV曲线上电压的最小值,由于OCV特征点为电池在不同放电阶段在OCV曲线上的表征点,因此始终有Vn1,end<Vni,8<Vni,l<Vn0,beg。
由于电池组内电池单体性能存在一定程度的不一致,因此电池OCV曲线的中间区域是完整的,而高压区域和低压区域是通常是残缺的,判断OCV曲线残缺区域公式如下:
其中,Vni,beg为电池组内电池ni以1C/20倍率放电初始时所测电压值,Vni,end为电池组内电池ni以1C/20倍率放电结束时所测电压值。
进一步的,步骤四所述的特征点变换分为OCV曲线高压区域残缺时特征点变换和OCV曲线低压区域残缺时特征点变换。
步骤四所述的重构电池OCV曲线残缺区域分为重构电池OCV曲线高压区域和重构电池OCV曲线低压区域。
进一步地,步骤四可以按照下述步骤计算特征点变换最优系数,重构OCV部分曲线,具体为:
步骤1、确定OCV曲线高压区域残缺时特征点变换公式
其中,(Vn0,j,Ahn0,j)为电池n0的OCV曲线特征点j的坐标,(Vp,j,Ahp,j)为经过坐标变换后的特征点j的坐标,Δu为对特征点变换的左右平移系数,即特征点电压的平移量,ΔAh为对特征点变换的上下平移系数,即特征点电量的平移量,k为缩放系数。
步骤2、确定OCV曲线低压区域残缺时特征点变换公式
其中,(Vn1,j,Ahn1,j)为电池n1的OCV曲线特征点j的坐标。
步骤3、确定目标函数
其中,m为参与坐标变换的OCV曲线特征点个数,(Vni,j,Ahni,j)为电池ni的OCV曲线特征点j的坐标,通过求解目标函数,可得出一组最优系数(Δufun,ΔAhfun,kfun)。
步骤4、重构电池OCV曲线高压区域时,根据步骤1和步骤3求解最优系数,将电池n0的OCV曲线高压区域数据通过步骤1坐标变换后,代替电池ni的OCV曲线的残缺高压区域数据。
步骤5、重构电池OCV曲线低压区域时,根据步骤2和步骤3求解最优系数,将电池n1的OCV曲线低压区域数据通过步骤2坐标变换后,代替电池ni的OCV曲线的残缺低压区域数据。
进一步地,步骤五可以按照下述步骤实现电池容量和初始SOC的估计,具体为:
步骤1、测量电池n0的OCV曲线高压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线高压区域容量,具体公式如下:
Cni,high=(Ahn0,1-Ahn0,beg)×ki,fun0
其中,Cni,high为重构电池ni的OCV曲线高压区域的容量,Ahn0,1为电池n0的OCV曲线特征点1对应的纵坐标值,Ahn0,beg为电池n0以1C/20倍率放电时的初始所测容量,该值为0Ah;ki,fun0为重构电池ni的高压区域时所得的最优缩放。
步骤2、测量电池ni的OCV曲线中间区域容量,具体公式如下:
Cni,middle=Ahni,end-Ahni,8
其中,Cni,middle为电池ni的OCV曲线中间区域的容量,Ahni,end为电池ni以1C/20倍率放电结束时所测容量,Ahni,8为电池ni的OCV特征点8对应的纵坐标值。
步骤3、测量电池n1的OCV曲线低压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线低压区域容量,具体公式如下:
Cni,low=(Ahn1,end-Ahn1,8)×ki,fun1
其中,Cni,low为重构电池ni的OCV曲线低压区域的容量,Ahn1,end为电池n1以1C/20倍率放电结束时所测容量,该值是电池组容量;Ahn1,8为电池n1的OCV曲线特征点8对应的纵坐标值,ki,fun1为重构电池ni的低压区域时所得的最优缩放系数。
步骤4、估计重构OCV曲线的电池ni的总容量,具体公式如下:
Cni=Cni,high+Cni,middle+Cni,low
其中,Cni为待估计的电池ni的总容量。
步骤5、估计电池ni初始SOC,具体公式如下:
其中,SOCni,initial为待估计的电池ni的初始SOC值,ΔAhi,fun0为重构电池ni的高压区域时所得的最优上下平移系数。
本发明在不拆解电池组的情况下,确定电池组单体电池容量,不仅不会破坏电池组原有结构,而且对提高电池组安全性具有重要意义;该方法适用于车载状况下电池组电池单体容量的估计。
下面以某磷酸铁锂电池为例对本发明进行具体说明。
实施例
选用N节某型号磷酸铁锂电池串联成电池组进行实验。首先,按照厂家提供的手册,以1C/3倍率对电池进行充电至某一个单体上限截止电压3.65V,C为20A,然后以1C/20倍率恒流放电到某一个单体下限截止电压2V,完成电池小电流IC测试,其具体过程如下:
步骤1、电池组首先以1C/3倍率恒流充电,当电池组内存在一个电池单体到达上限截止电压时停止充电,命名该节电池为n0。
步骤2、静置2小时。
步骤3、以1C/20倍率对电池恒流放电,当电池组内存在一个电池单体到达下限截止电压时停止放电,命名该节电池为n1。
步骤4、根据步骤1-3中放电容量与放电电压的对应关系,计算容量随电压变化量dQ/dV,将放电电压作为x轴,以容量随电压变化量dQ/dV作为y轴,得到容量增量与电压关系曲线。
步骤5、根据步骤1-4中得到容量增量与电压关系曲线,利用高斯滤波,得到平滑的数据曲线,即电池IC曲线,如图2所示。
以所测电池电压为x轴,容量为y轴,建立电池OCV曲线。
采集IC曲线中的IC峰与IC谷特征点的x轴坐标;然后在OCV曲线中找到与IC峰、谷x轴坐标相同的特征点,作为电池OCV曲线特征点,如图3所示。
根据得到的电池OCV曲线特征点,依据OCV曲线横坐标电压值的大小,将OCV曲线划分为三个区域:高压区域、中间区域和低压区域如图4所示;具体公式如下:
其中,Vn0,beg为电池n0以1C/20倍率放电时的初始电压值,即电池组中所有电池单体放电OCV曲线上电压的最大值,Vni,l为电池ni放电OCV曲线上特征点1对应的横坐标值,i∈[0,N-1],且i为整数,Vni,8为电池ni放电OCV曲线上特征点8对应的横坐标值,Vn1,end为电池n1以1C/20倍率放电结束时的电压值,即电池组中所有电池单体放电OCV曲线上电压的最小值。
由于电池组内电池单体性能存在一定程度的不一致,因此电池OCV曲线的中间区域是完整的,而高压区域和低压区域是通常是不完整的,为便于后面重构电池OCV曲线残缺区域,因此需要判断OCV曲线残缺区域,具体公式如下:
其中,Vni,beg为电池组内电池ni以1C/20倍率放电初始时所测电压值,Vni,end为电池组内电池ni以1C/20倍率放电结束时所测电压值。
若电池ni的OCV曲线高压区域残缺;由于电池n0的OCV曲线高压区域完整,因此以n0的OCV曲线高压区域作为重构电池ni的OCV曲线高压区域的基础;对OCV曲线高压区域残缺时特征点变换,具体公式如下:
其中,(Vn0,j,Ahn0,j)为电池n0的OCV曲线特征点j的坐标,(Vp,j,Ahp,j)为经过坐标变换后的特征点j的坐标,Δu为对特征点变换的左右平移系数,即特征点电压的平移量,ΔAh为对特征点变换的上下平移系数,即特征点电量的平移量,k为缩放系数。
若电池ni的OCV曲线低压区域残缺;由于电池n1的OCV曲线低压区域完整,因此以n1的OCV曲线低压区域作为重构电池ni的OCV曲线低压区域的基础;对OCV曲线低压区域残缺时特征点变换,具体公式如下:
其中,(Vn1,j,Ahn1,j)为电池n1的OCV曲线特征点j的坐标。
以变换后坐标点与待重构电池坐标点距离的和的最小值作为目标,构造目标函数G,求解目标函数最小值,得到重构曲线的最优变换系数,具体目标函数如下:
其中,m为参与坐标变换的OCV曲线特征点个数,考虑到电池老化,影响IC峰、谷特征的采集,m的值优选为5;(Vi,j,Ahi,j)为电池ni的OCV曲线特征点j,通过求解目标函数,可得出一组最优系数(Δufun,ΔAhfun,kfun)。
图5为两个电池容量不同的OCV曲线图,电池1高压区域完整,经过OCV特征点变换后,求得对应最佳变换系数,图6为将电池1的OCV曲线变换的结果,可以发现,电池1变换后的OCV曲线与电池2的OCV曲线重叠率较高。
若重构电池ni的OCV曲线高压区域;利用电池ni的OCV曲线高压区域残缺时坐标变换得到的最优变换系数,将电池n0的OCV曲线高压区域数据通过坐标变换,代替电池ni的OCV曲线高压区域数据。
若重构电池ni的OCV曲线低压区域;利用电池ni的OCV曲线低压区域残缺时坐标变换得到的最优变换系数,将电池n1的OCV曲线低压区域数据通过坐标变换,代替电池ni的OCV曲线低压区域数据。
最终电池部分OCV曲线重构结果如图7所示,在图7中,电池2高压区域和低压区域均残缺。经过对OCV曲线高压区域和低压区域的重构,使电池OCV曲线完整,可以看到,补充的OCV曲线部分与电池原有OCV曲线衔接紧密。
测量电池n0的OCV曲线高压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线高压区域容量,具体公式如下:
Cni,high=(Ahn0,1-Ahn0,beg)×ki,fun0
其中,Cni,high为重构电池ni的OCV曲线高压区域的容量,Ahn0,1为电池n0的OCV曲线特征点1对应的纵坐标值,Ahn0,beg为电池n0以1C/20倍率放电时的初始所测容量;ki,fun0为重构电池i的高压区域时所得的最优缩放系数。
测量电池ni的OCV曲线中间区域容量,具体公式如下:
Cni,middle=Ahni,end-Ahni,8
其中,Cni,middle为电池ni的OCV曲线中间区域的容量,Ahni,end为电池ni以1C/20倍率放电结束时所测容量,Ahni,8为电池ni的OCV特征点8对应的纵坐标值。
测量电池n1的OCV曲线低压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线低压区域容量,具体公式如下:
Cni,low=(Ahn1,end-Ahn1,8)×ki,fun1
其中,Cni,low为重构电池ni的OCV曲线低压区域的容量,Ahn1,end为电池n1以1C/20倍率放电结束时所测容量,该值是电池组容量;Ahn1,8为电池n1的OCV曲线特征点8对应的纵坐标值,ki,fun1为重构电池ni的低压区域时所得的最优缩放系数。
估计重构OCV曲线的电池ni的总容量,具体公式如下:
Cni=Cni,high+Cni,middle+Cni,low
其中,Cni为待估计的电池ni的总容量。
估计电池ni的初始SOC值,具体公式如下:
其中,SOCni,initial为待估计的电池ni的初始SOC值,ΔAhi,fun0为重构电池ni的高压区域时所得的最优上下平移系数。
在本发明的一个举例中,对三节标称20Ah的电池单体成组后放电OCV曲线进行了本发明方法的验证,得到的实验结果如表1所示。可以看出容量估计精度在3%以内,初始SOC误差在4%以内。
表1电池组单体容量和初始SOC估计实验结果
Claims (9)
1.一种基于OCV曲线重构的锂电池容量和初始SOC估计方法,在不拆解电池组的情况下,在电池组中包括同一类型、同一批次的N节待估计的电池单体,且单体串联成组,其特征在于,该方法包括以下步骤:
步骤1、对电池组进行小电流容量特性测试实验,使用容量增量法获取电池当前老化状态的IC曲线;
步骤2、分析电池IC曲线,获得电池IC曲线特征峰、谷值点;结合IC曲线特征峰、谷值点,获得表征电池OCV曲线的特征点;
步骤3、判断电池OCV曲线残缺区域,具体为:
利用步骤2中得到的电池OCV曲线特征点,依据OCV曲线横坐标电压值的大小,将OCV曲线划分为三个区域:高压区域、中间区域和低压区域;具体公式如下:
其中,Vn0,beg为电池n0以1C/20倍率放电时的初始电压值,即电池组中所有电池单体放电OCV曲线上电压的最大值,Vni,1为电池ni放电OCV曲线上特征点1对应的横坐标值,i∈[0,N-1],且i为整数,Vni,8为电池ni放电OCV曲线上特征点8对应的横坐标值,Vn1,end为电池n1以1C/20倍率放电结束时的电压值,即电池组中所有电池单体放电OCV曲线上电压的最小值;
步骤4、对电池组内电池单体进行OCV曲线特征点变换;以变换后坐标点与待重构电池坐标点距离的和的最小值作为目标,实现电池OCV曲线残缺区域重构;
步骤5、估计电池容量和电池初始SOC值。
2.根据权利要求1所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤1所述对电池组进行小电流容量特性测试实验,使用容量增量法获取电池当前老化状态的IC曲线,具体为:
步骤1-1,电池组首先以1C/3倍率恒流充电,当电池组内存在一个电池单体到达上限截止电压时停止充电,命名该节电池为n0;其中,C为电池充放电倍率,数值上等于充放电电流/电池额定容量;
步骤1-2,静置2小时;
步骤1-3,以1C/20倍率对电池组恒流放电,当电池组内存在一个电池单体到达下限截止电压时停止放电,命名该节电池为n1;
步骤1-4,根据步骤1-3中放电容量与放电电压的对应关系,计算容量随电压变化量dQ/dV,得到容量增量与电压关系曲线;
步骤1-5,根据步骤1-4中得到容量增量与电压关系曲线,利用高斯滤波,得到平滑的数据曲线,即电池IC曲线。
3.根据权利要求2所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤2所述分析电池IC曲线,获得电池IC曲线特征峰、谷值点,结合IC曲线特征峰、谷值点,获得表征电池OCV曲线的特征点,具体为:
步骤2-1,采集曲线中的IC峰与IC谷特征点的x轴坐标;
步骤2-2,将采集的IC峰、谷特征点x轴坐标代入OCV曲线,找到与之对应的OCV曲线特征点。
4.根据权利要求3所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,电池OCV曲线特征点数量最大为8个。
6.根据权利要求5所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤4所述的特征点变换分为OCV曲线高压区域残缺时特征点变换和OCV曲线低压区域残缺时特征点变换。
7.根据权利要求6所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤4所述的重构电池OCV曲线残缺区域分为重构电池OCV曲线高压区域和重构电池OCV曲线低压区域。
8.根据权利要求7所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤4具体为:
步骤4-1,OCV曲线高压区域残缺时特征点变换,具体公式如下:
其中,(Vn0,j,Ahn0,j)为电池n0的OCV曲线特征点j的坐标,(Vp,j,Ahp,j)为经过坐标变换后的特征点j的坐标,Δu为对特征点变换的左右平移系数,即特征点电压的平移量,ΔAh为对特征点变换的上下平移系数,即特征点电量的平移量,k为缩放系数;
步骤4-2,OCV曲线低压区域残缺时特征点变换,具体公式如下:
其中,(Vn1,j,Ahn1,j)为电池n1的OCV曲线特征点j的坐标;
步骤4-3,为获得最优变换系数,通过构造目标函数,求解目标函数最小值,具体目标函数如下:
其中,m为参与坐标变换的OCV曲线特征点个数,(Vni,j,Ahni,j)为电池ni的OCV曲线特征点j的坐标,通过求解目标函数,可得出一组最优系数(Δufun,ΔAhfun,kfun);
步骤4-4,重构电池OCV曲线高压区域时,利用公式(3)和公式(5),求解最优系数,将电池n0的OCV曲线高压区域数据通过公式(3)坐标变换后,代替电池ni的OCV曲线的残缺高压区域数据;
步骤4-5,重构电池OCV曲线低压区域时,利用公式(4)和公式(5),求解最优系数,将电池n1的OCV曲线低压区域数据通过公式(4)坐标变换后,代替电池ni的OCV曲线的残缺低压区域数据。
9.根据权利要求8所述的基于OCV曲线重构的锂电池容量和初始SOC估计方法,其特征在于,步骤5所述的估计电池容量和初始SOC值,具体步骤如下:
步骤5-1,测量电池n0的OCV曲线高压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线高压区域容量,具体公式如下:
Cni,high=(Ahn0,1-Ahn0,beg)×ki,fun0 (6)
其中,Cni,high为重构电池ni的OCV曲线高压区域的容量,Ahn0,1为电池n0的OCV曲线特征点1对应的纵坐标值,Ahn0,beg为电池n0以1C/20倍率放电时的初始所测容量;ki,fun0为重构电池ni的高压区域时所得的最优缩放系数;
步骤5-2,测量电池ni的OCV曲线中间区域容量,具体公式如下:
其中,Cni,middle为电池ni的OCV曲线中间区域的容量,Ahni,end为电池ni以1C/20倍率放电结束时所测容量,Ahni,8为电池ni的OCV特征点8对应的纵坐标值;
步骤5-3,测量电池n1的OCV曲线低压区域容量,结合所得最优系数,计算重构电池ni的OCV曲线低压区域容量,具体公式如下:
Cni,low=(Ahn1,end-Ahn1,8)×ki,fun1 (8)
其中,Cni,low为重构电池ni的OCV曲线低压区域的容量,Ahn1,end为电池n1以1C/20倍率放电结束时所测容量,该值是电池组容量;Ahn1,8为电池n1的OCV曲线特征点8对应的纵坐标值,ki,fun1为重构电池ni的低压区域时所得的最优缩放系数;
步骤5-4,估计重构OCV曲线的电池ni的总容量,具体公式如下:
Cni=Cni,high+Cni,middle+Cni,low (9)
其中,Cni为待估计的电池ni的总容量;
步骤5-5,估计电池ni的初始SOC值,具体公式如下:
其中,SOCni,initial为待估计的电池ni的初始SOC值,ΔAhi,fun0为重构电池ni的高压区域时所得的最优上下平移系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917188.1A CN111965546B (zh) | 2020-09-03 | 2020-09-03 | 基于ocv曲线重构的锂电池容量和初始soc估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917188.1A CN111965546B (zh) | 2020-09-03 | 2020-09-03 | 基于ocv曲线重构的锂电池容量和初始soc估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111965546A CN111965546A (zh) | 2020-11-20 |
CN111965546B true CN111965546B (zh) | 2023-06-30 |
Family
ID=73391666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010917188.1A Active CN111965546B (zh) | 2020-09-03 | 2020-09-03 | 基于ocv曲线重构的锂电池容量和初始soc估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111965546B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112698217B (zh) * | 2020-12-25 | 2023-11-03 | 江苏省特种设备安全监督检验研究院 | 基于粒子群优化算法的电池单体容量估计方法 |
CN113311338B (zh) * | 2021-06-02 | 2023-01-17 | 江苏大学 | 一种数据驱动的锂离子电池开路电压曲线重构方法 |
CN113759251A (zh) * | 2021-08-17 | 2021-12-07 | 江苏大学 | 基于类容量增量曲线的云端电池组容量一致性分析方法 |
CN114264964B (zh) * | 2021-12-30 | 2023-10-20 | 蜂巢能源科技(无锡)有限公司 | 一种电池容量评估的方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2990818A2 (en) * | 2014-09-01 | 2016-03-02 | Yokogawa Electric Corporation | Secondary battery capacity measurement system and secondary battery capacity measurement method |
KR20160026766A (ko) * | 2014-09-01 | 2016-03-09 | 요코가와 덴키 가부시키가이샤 | 2차 전지 용량 측정 시스템 및 2차 전지 용량 측정 방법 |
EP3196663A1 (en) * | 2016-01-21 | 2017-07-26 | Yokogawa Electric Corporation | Secondary battery capacity measuring system and secondary battery capacity measuring method |
CN107450031A (zh) * | 2017-08-07 | 2017-12-08 | 北京理工大学 | 一种动力电池系统ocv‑soc函数关系的重构方法 |
CN109901083A (zh) * | 2019-04-01 | 2019-06-18 | 北京理工大学 | 一种动力电池ocv曲线在线重构方法 |
CN110058175A (zh) * | 2019-05-05 | 2019-07-26 | 北京理工大学 | 一种动力电池开路电压-荷电状态函数关系的重构方法 |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN111077465A (zh) * | 2019-12-25 | 2020-04-28 | 欣旺达电动汽车电池有限公司 | 电池特征参数提取方法、装置、计算机设备及存储介质 |
CN111142036A (zh) * | 2019-12-18 | 2020-05-12 | 同济大学 | 基于容量增量分析的锂离子电池在线快速容量估计方法 |
CN111398833A (zh) * | 2020-03-13 | 2020-07-10 | 浙江大学 | 一种电池健康状态评估方法和评估系统 |
-
2020
- 2020-09-03 CN CN202010917188.1A patent/CN111965546B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2990818A2 (en) * | 2014-09-01 | 2016-03-02 | Yokogawa Electric Corporation | Secondary battery capacity measurement system and secondary battery capacity measurement method |
KR20160026766A (ko) * | 2014-09-01 | 2016-03-09 | 요코가와 덴키 가부시키가이샤 | 2차 전지 용량 측정 시스템 및 2차 전지 용량 측정 방법 |
EP3196663A1 (en) * | 2016-01-21 | 2017-07-26 | Yokogawa Electric Corporation | Secondary battery capacity measuring system and secondary battery capacity measuring method |
CN107450031A (zh) * | 2017-08-07 | 2017-12-08 | 北京理工大学 | 一种动力电池系统ocv‑soc函数关系的重构方法 |
CN109901083A (zh) * | 2019-04-01 | 2019-06-18 | 北京理工大学 | 一种动力电池ocv曲线在线重构方法 |
CN110058175A (zh) * | 2019-05-05 | 2019-07-26 | 北京理工大学 | 一种动力电池开路电压-荷电状态函数关系的重构方法 |
CN110927591A (zh) * | 2019-12-11 | 2020-03-27 | 北京理工大学 | 一种电池容量估计方法、计算机可读介质及车辆 |
CN111142036A (zh) * | 2019-12-18 | 2020-05-12 | 同济大学 | 基于容量增量分析的锂离子电池在线快速容量估计方法 |
CN111077465A (zh) * | 2019-12-25 | 2020-04-28 | 欣旺达电动汽车电池有限公司 | 电池特征参数提取方法、装置、计算机设备及存储介质 |
CN111398833A (zh) * | 2020-03-13 | 2020-07-10 | 浙江大学 | 一种电池健康状态评估方法和评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111965546A (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111965546B (zh) | 基于ocv曲线重构的锂电池容量和初始soc估计方法 | |
CN111142036B (zh) | 基于容量增量分析的锂离子电池在线快速容量估计方法 | |
CN111398833B (zh) | 一种电池健康状态评估方法 | |
CN107843852B (zh) | 一种获取离线数据来估算蓄电池联合状态的方法 | |
CN109975713B (zh) | 一种考虑多因素影响的动力电池soh估算方法 | |
CN109870659A (zh) | 应用滑窗寻优策略的锂离子电池健康状态估算方法 | |
CN103909068B (zh) | 电池的分选方法 | |
CN107741568B (zh) | 一种基于状态转移优化rbf神经网络的锂电池soc估算方法 | |
CN110888064B (zh) | 一种评估电池系统电芯容量分布区间的算法 | |
CN111948546A (zh) | 一种锂电池健康度评估方法及系统 | |
CN109946616B (zh) | 一种磷酸铁锂电池系统容量不均衡程度的估算方法 | |
CN113109729B (zh) | 基于加速老化试验与实车工况的车用动力电池soh评估方法 | |
CN110548702A (zh) | 一种功率型锂电池一致性筛选方法 | |
CN111965559A (zh) | 一种锂离子电池soh在线估计方法 | |
CN111064253A (zh) | 一种基于平均离散Fréchet距离的电池健康度快速评估方法 | |
CN105280969B (zh) | 一种缩小串联电池组之间放电压差的磷酸铁锂电池配组方法 | |
CN109655758B (zh) | 电池开路电压测量方法及系统 | |
CN112098893B (zh) | 一种适用于电动汽车的基于初始容量差异的电池内短路故障诊断方法 | |
CN112186278B (zh) | 一种锂离子电池配组方法 | |
CN111123136A (zh) | 一种锂离子电池健康状态在线测量装置及在线测量方法 | |
CN111856282A (zh) | 基于改进遗传无迹卡尔曼滤波的车载锂电池状态估计方法 | |
CN111044924B (zh) | 一种全工况电池剩余容量确定方法及系统 | |
CN112698217B (zh) | 基于粒子群优化算法的电池单体容量估计方法 | |
CN111537887A (zh) | 考虑迟滞特性的混合动力系统电池开路电压模型优化方法 | |
CN113296010B (zh) | 一种基于差分电压分析的电池健康状态在线评估方法 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Sun Jinlei Inventor after: Tang Yong Inventor after: Jiang Tao Inventor after: Tang Chuanyu Inventor after: Wang Tianru Inventor before: Tang Yong Inventor before: Sun Jinlei Inventor before: Jiang Tao Inventor before: Tang Chuanyu Inventor before: Wang Tianru |
|
GR01 | Patent grant | ||
GR01 | Patent grant |