CN112035786B - 一种电池管理系统的电流算法 - Google Patents

一种电池管理系统的电流算法 Download PDF

Info

Publication number
CN112035786B
CN112035786B CN202010751129.1A CN202010751129A CN112035786B CN 112035786 B CN112035786 B CN 112035786B CN 202010751129 A CN202010751129 A CN 202010751129A CN 112035786 B CN112035786 B CN 112035786B
Authority
CN
China
Prior art keywords
value
current
signal
filtering
order
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
Application number
CN202010751129.1A
Other languages
English (en)
Other versions
CN112035786A (zh
Inventor
胡健楠
王轶荣
王书雁
盛大勇
王伟光
陈世瑞
段新社
王利全
周琦
郜超宇
郭晓宇
谢栓库
韩文伟
龚炳瑞
史少婕
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.)
China Shipbuilding Fenxi Electronic Technology Shanxi Co ltd
Original Assignee
China Shipbuilding Fenxi Electronic Technology Shanxi Co ltd
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 China Shipbuilding Fenxi Electronic Technology Shanxi Co ltd filed Critical China Shipbuilding Fenxi Electronic Technology Shanxi Co ltd
Priority to CN202010751129.1A priority Critical patent/CN112035786B/zh
Publication of CN112035786A publication Critical patent/CN112035786A/zh
Application granted granted Critical
Publication of CN112035786B publication Critical patent/CN112035786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Secondary Cells (AREA)

Abstract

本发明属于电池管理系统领域，尤其涉及一种电池管理系统的电流算法，该方法采用区间放大电路结合抽取积分梳状滤波器(CIC)和加权平滑滤波算法，并且通过大量实际验证，解决电流计算中出现的信号波动、信号扰强、信号温漂等不稳定问题，在BMS管理系统中实现抗干扰、稳定性高、实时高精度的采集电流，并提出算法优化方法，时间复杂度达到了O（N），降低了算法的时间复杂度，有效提高了BMS管理系统的综合性能，特别是SOC的精度，将SOC精度提高到≤3%。

Description

一种电池管理系统的电流算法
技术领域
本发明属于电池管理系统领域，尤其涉及一种电池管理系统的电流算法。
背景技术
随着科学技术的发展和进步，新能源技术也在迅速的革新，伴随着可持续发展战略，电池管理系统（BMS）已经融入到多个领域，如今在新能源汽车、风能发电、动力新能源船和不间断电源等各个行业得到广泛的应用；电池管理系统（BMS）的SOC计算、SOH、充放电保护、电池均衡管理等各个方面基本都离不开精确电流的计算，甚至会影响系统的安全性问题，电流的精度在整个系统中是非常关键的。
目前常用的电流计算方法有直接计算法、采集电路优化法、kalman滤波算法等，而且电流算法基本都是在嵌入式系统中设计，嵌入式芯片处理能力对算法的影响也至关重要。直接计算法依赖于传感器的精度，抗干扰能力差，精度低，有的加入均值滤波、中值滤波等方法，滤波效果对于电池管理系统（BMS）不佳，特别是在大功率工作状态、受逆变器或者变频器干扰等因素下处理能力不强；采集电路优化法在电路上进行优化精确，成本高而且实际应用效果在抗干扰处理中不强；kalman滤波算法造成信号滞后严重，而且信号波动处理效果不佳。
发明内容
为解决上述技术问题，本发明提供一种电池管理系统的电流算法，采用区间放大电路结合抽取积分梳状滤波器(CIC)和加权平滑滤波算法，解决电流计算中出现的信号波动、信号扰强、信号温漂等不稳定问题，在BMS管理系统中实现抗干扰、稳定性高、实时高精度的采集电流，并提出算法优化方法，时间复杂度达到了O（N），降低了算法的时间复杂度。
为实现上述目的，一种电池管理系统的电流算法，其步骤如下：
（1）通过ADG5409B选择放大电路，通过当前放大采样电路ADC采集到的电流信号值（采样率50KH·z）计算出当前对应的电压值，并根据当前对应的电压区间值选择不同的放大电路；
（2）用电压值计算出相应的电流值；
（3）按照②式（1阶积分滤波），分别进行3次积分滤波计算，完成3阶积分滤波，并将得到的值过存储到FIFO中；
②
（4）将积分后的值进行M=5倍抽取，M为抽取因子，将抽取后的值存储到FIFO中；
（5）根据Noble恒等式转换，将梳状滤波器一级滤波转换为式③（1阶梳妆滤波），分别进行3次梳妆滤波计算，完成3阶梳妆滤波，并将得到的值过存储到FIFO中，有效的解决抽取造成的频谱混叠现象；
③
（6）滤波后的信号值增益为（M为抽取因子，N为积分梳妆滤波阶数），对增益信号进行衰减，并存储到FIFO中；
（7）将衰减后的信号单次平滑阶数为D=16阶平滑滤波，快速平滑滤波方法的步骤如下：
①分别将16阶的信号值和累加和值进行存储；
②将累加和值移除时延最长的信号值，再加上当前输入信号值；
③将当前信号值通过平滑移动方式，覆盖时延最长的信号值进行存储；
④通过累加和值计算出期望值；
⑤期望值为当前输出信号值；
（8）将步骤7中得到的期望值进行快速计算，得到当前信号输出值，式④为加权平滑滤波公式；
④
（9）最后进行过温度补偿计算。
进一步的，根据原始信号的特性，选择抽取因子M=5，积分梳妆滤波阶数N=3级的CIC滤波，计算简化为Hogenauer抽取滤波器，根据CIC滤波器旁瓣衰减由式①计算，衰减为40.38dB；抽取可以提高5倍的信号的关联性、增加信号的稳定性并为后面算法增加5倍的时间；
①
进一步的，该计算方法可采用三种放大电路，分别对应电压为2V-3V、1V-4V和0V-5V，不同的区间范围采用不同的放大比例电路，使得信号的细节更加精确稳定。
与现有技术相比，本发明取得的有益效果是：采用区间放大电路结合抽取积分梳状滤波器(CIC)和加权平滑滤波算法，通过大量实际验证，可有效解决电流采样中出现的信号波动、信号扰强、信号温漂等不稳定问题，电流测量精度在±（0.2%FS+0.5%RD），在采样率为50KHZ的情况下，滤波计算速度快，实时性高，滞后时间≤4ms，提高了BMS管理系统的综合性能，特别是SOC的精度，将SOC精度提高到≤3%。
附图说明
图1为信号处理流程图；
图2为受到逆变器干扰的信号数据；
图3为在同样干扰中使用该方法电流增加的信号数据。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明。
在电压为750V，容量为375KWh的锂电池电力储能设备中，电流工作采样范围为±500A，电流值对应的采样电压值为0-5V，1mV变化就会造成0.2A电流波动。选择处理芯片为STM32F207（主频最高120MHz），电流的AD采样为12位，采样数据值范围为0-4095，1位数据位变化为0.24A。
图2和图3点型‥线信号为受到变频器干扰采样的原始电流信号值，其中图2为稳定输出电流信号采样值，图3为在同样干扰情况下，输出电流上升信号采样值，信号采样值的均值为3641.2，标准差为16.3492，采集到的原始信号平均在4A范围内波动。
在本实例中，如图1，一种电池管理系统的电流算法步骤如下：
（1）通过ADG5409B选择0-5V放大电路， ADC采集到的电流信号值（采样率50KH·z）为3641.2，计算出当前对应的电压值为4.7V，因此选择当前放大电路；
（2）用电压值计算出相应的电流值，如图2，原始采样电流值均值为440.1607，电流基本在438A-442A波动变化，同样图3根据均值的变化，采样电流值在4A范围内波动；
（3）按照②式（1阶积分滤波），分别进行3次积分滤波计算，完成3阶积分滤波，并将得到的值过存储到FIFO中；
②
（4）将积分后的值进行M（抽取因子）=5倍抽取，将抽取后的值存储到FIFO中；
（5）根据Noble恒等式转换，将梳状滤波器一级滤波转换为式③（1阶梳妆滤波），分别进行3次梳妆滤波计算，完成3阶梳妆滤波，并将得到的值过存储到FIFO中，
③
（6）滤波后的信号值增益为（M为抽取因子，N为积分梳妆滤波阶数），即为125倍增益，对增益信号进行衰减，并存储到FIFO中，所得到信号如图2和图3中的--线信号，经过CIC滤波后的信号值的均值为3641.2，标准差为5.6720，滤波后的电流均值440.161A，平均在1.385A范围内波动；
（7）将衰减后的信号单次平滑阶数为D=16阶平滑滤波，快速平滑滤波方法的步骤如下：
①分别将16阶的信号值和累加和值进行存储；
②将累加和值移除时延最长的信号值，再加上当前输入信号值；
③将当前信号值通过平滑移动方式，覆盖时延最长的信号值进行存储；
④通过累加和值计算出实时期望值；
⑤实时期望值为当前输出信号值；
所得到信号如图2和图3中的×线信号，经过单次平滑阶数为D=16阶平滑滤波后的信号值的均值为3640.9，标准差为1.2469，滤波后的电流均值440.083A，平均在0.304A范围内波动；
（8）将步骤第7得到的实时期望值再次进行快速计算，得到当前信号输出值，式④为加权平滑滤波公式；
④
所得到信号如图2和图3中的实线信号，经过加权平滑滤波后的信号值的均值为3640.8，标准差为0.6953，滤波后的电流均值440.057A，平均在0.169A范围内波动；电流测量精度在±（0.2%FS+0.5%RD），通过图3电流变化可以计算出，滤波计算速度快，实时性高，滞后时间≤1ms，
（9）最后进行过温度补偿计算。
以上实施例仅为本发明的优选技术方案，其并不仅限于说明书和实施方式中所列运用，对于熟悉本领域的人员而言，容易实现另外的修改，在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节与描述的图例。

Claims (4)

1.一种电池管理系统的电流计算方法，其特征在于，步骤如下：
（1）通过ADG5409B选择放大电路，通过当前放大采样电路ADC采集到的电流信号值计算出当前对应的电压值，采样率为50KHz，并根据当前对应的电压区间值进行选择不同的放大电路；
（2）将电压值计算出相应的电流值；
（3）按照②式1阶积分滤波状态方程，分别进行3次积分滤波计算，完成3阶积分滤波，并将得到的值过存储到FIFO中；
②
（4）将积分后的值进行M倍抽取，M=5，M为抽取因子，将抽取后的值存储到FIFO中；
（5）根据Noble恒等式转换，将1阶梳状滤波器状态方程转换为1阶抽取梳妆滤波状态方程式③，分别进行3次梳妆滤波计算，完成3阶梳妆滤波，并将得到的值过存储到FIFO中；
③
（6）滤波后的信号值增益为，M为抽取因子，N为积分梳妆滤波阶数，对增益信号进行衰减，并存储到FIFO中；
（7）将衰减后的信号进行单次平滑阶数为D阶平滑滤波，D=16；
（8）将步骤（7）得到的期望值进行快速计算，得到当前信号输出值，式④为加权平滑滤波公式；
④；
（9）最后进行过温度补偿计算。
2.根据权利要求1所述的一种电池管理系统的电流计算方法，其特征在于，根据原始信号的特性，选择抽取因子M=5，积分梳妆滤波阶数N级的CIC滤波，N=3，计算简化为Hogenauer抽取滤波器，根据CIC滤波器旁瓣衰减由式①计算，衰减为40.38dB；抽取可以提高5倍的信号的关联性、增加信号的稳定性并为后面算法增加5倍的时间；
①。
3.根据权利要求1所述的一种电池管理系统的电流计算方法，其特征在于，采用三种放大电路，分别对应电压为2V-3V、1V-4V和0V-5V，不同的区间范围采用不同的放大比例电路，使得信号的细节更加精确稳定。
4.根据权利要求1所述的一种电池管理系统的电流计算方法，其特征在于，快速平滑滤波方法的步骤如下：（1）分别将16阶的信号值和累加和值进行存储；
（2）将累加和值移除时延最长的信号值，再加上当前输入信号值；
（3）将当前信号值通过平滑移动方式，覆盖时延最长的信号值进行存储；
（4）通过累加和值计算出期望值；
（5）期望值为当前输出信号值。
CN202010751129.1A 2020-07-30 2020-07-30 一种电池管理系统的电流算法 Active CN112035786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010751129.1A CN112035786B (zh) 2020-07-30 2020-07-30 一种电池管理系统的电流算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010751129.1A CN112035786B (zh) 2020-07-30 2020-07-30 一种电池管理系统的电流算法

Publications (2)

Publication Number Publication Date
CN112035786A CN112035786A (zh) 2020-12-04
CN112035786B true CN112035786B (zh) 2024-04-09

Family

ID=73583563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010751129.1A Active CN112035786B (zh) 2020-07-30 2020-07-30 一种电池管理系统的电流算法

Country Status (1)

Country Link
CN (1) CN112035786B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325215B (zh) * 2021-04-28 2022-04-26 哈尔滨工业大学 一种基于多级梳状滤波的光纤电流互感器输出控制器的设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105093128A (zh) * 2015-08-31 2015-11-25 山东智洋电气股份有限公司 基于扩展卡尔曼滤波的蓄电池荷电状态估算方法
CN110554325A (zh) * 2019-09-10 2019-12-10 北京理工大学 一种基于表面温度的车用锂离子电池容量估计方法
CN110659722A (zh) * 2019-08-30 2020-01-07 江苏大学 基于AdaBoost-CBP神经网络的电动汽车锂离子电池健康状态估算方法
CN110888063A (zh) * 2019-12-02 2020-03-17 上海国际港务（集团）股份有限公司 一种基于港机轮胎吊磷酸铁锂电池并联系统设计的soc估算法
CN110988692A (zh) * 2019-10-18 2020-04-10 湖南小步科技有限公司 一种电池管理系统的soc显示方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6577138B2 (en) * 2001-08-24 2003-06-10 Eaton Corporation Apparatus for detecting arcing and overcurrents in dc electrical systems subject to cyclic disturbances

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105093128A (zh) * 2015-08-31 2015-11-25 山东智洋电气股份有限公司 基于扩展卡尔曼滤波的蓄电池荷电状态估算方法
CN110659722A (zh) * 2019-08-30 2020-01-07 江苏大学 基于AdaBoost-CBP神经网络的电动汽车锂离子电池健康状态估算方法
CN110554325A (zh) * 2019-09-10 2019-12-10 北京理工大学 一种基于表面温度的车用锂离子电池容量估计方法
CN110988692A (zh) * 2019-10-18 2020-04-10 湖南小步科技有限公司 一种电池管理系统的soc显示方法及装置
CN110888063A (zh) * 2019-12-02 2020-03-17 上海国际港务（集团）股份有限公司 一种基于港机轮胎吊磷酸铁锂电池并联系统设计的soc估算法

Also Published As

Publication number Publication date
CN112035786A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN104914304B (zh) 一种波动负荷下的电能精确计量方法及计量装置
CN111245105B (zh) 一种预装式储能电站容量配置方法
CN109655758B (zh) 电池开路电压测量方法及系统
CN112035786B (zh) 一种电池管理系统的电流算法
CN103236825A (zh) 一种用于高精度数据采集系统的数据校正方法
CN103033675A (zh) 一种交流同步采集系统及其实现方法
CN204302377U (zh) 一种电流测量装置及智能断路器
CN103529294A (zh) 基于hht的光伏系统并网逆变器谐波检测系统及方法
CN116008902A (zh) 一种电能脉冲产生方法及系统
CN103135057B (zh) 一种电池自放电性能的快速测量方法
CN211785733U (zh) 一种三相多功能计量系统
CN111900757A (zh) 一种平抑风功率波动的储能优化方法及风电储能混合系统
CN109061509A (zh) 一种电池电量剩余值估算方法
CN104111373A (zh) 一种用于智能变电站数字化电能的计量方法
Huang et al. An improved rainflow algorithm combined with linear criterion for the accurate Li-ion battery residual life prediction
CN110554328A (zh) 一种基于hht的蓄电池内阻测量方法和系统
CN202939252U (zh) 一种电能质量记录分析装置
CN109492809B (zh) 一种基于节点电价的风电场价值评估方法
CN114465215B (zh) 一种海上风电直流送出线路纵联保护方法及系统
CN114460412B (zh) 一种直流输电线路单端故障测距方法及系统
CN102280866A (zh) 行波数据采集和处理装置
Qaisar et al. Level-Crossing Sampling for Li-Ion Batteries Effective State of Health Estimation
CN210347815U (zh) 一种基于电能计量芯片的光伏谐波监测装置
CN204945219U (zh) 一种基于ltc6803的燃料电池单片电压巡检系统
Liu et al. Fast screening of capacity and internal resistance for cascade utilization of the retired power lithium-ion batteries

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
CB02 Change of applicant information

Address after: No. 131, Heping North Road, Wanbailin District, Taiyuan City, Shanxi Province

Applicant after: China Shipbuilding Fenxi Electronic Technology (Shanxi) Co.,Ltd.

Address before: No. 131, Heping North Road, Wanbailin District, Taiyuan City, Shanxi Province

Applicant before: SHANXI FENXI ELECTRONIC TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant