CN112782586A - 一种基于实际局部数据的锂离子电池容量估算方法及系统 - Google Patents

Abstract

本发明提供了一种基于实际局部数据的锂离子电池容量估算方法及系统，包含：步骤一、建立锂离子电池的等效电路模型，步骤二、基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对模型中的OCV、R₀、R₁、C₁进行辨识，步骤三、基于电池开路电压模型拟合电池的SOC‑OCV方程。步骤四、利用电池的实际数据辨识局部过程中的OCV变化，根据SOC‑OCV方程估算电池局部过程中的SOC变化。步骤五、根据局部过程中的SOC变化及其对应的容量变化，估计锂离子电池的容量。本发明基于实际局部数据的对锂离子电池的容量进行估算，解决了实际过程中较少通过全充放对电池容量进行校准的问题，可用于锂离子电池的精准管控。

Description

一种基于实际局部数据的锂离子电池容量估算方法及系统

技术领域

本发明涉及锂离子电池状态评估领域，具体地，涉及一种基于实际局部数据的锂离子电池容量估算方法及系统。

背景技术

由于锂离子电池具有工作电压高、能量密度大、放电倍率高、循环寿命长、无记忆效应、对环境无污染等优点，已大规模的应用于通讯、新能源汽车、智能电网等领域。同时由于锂离子电池具有输出功率高、温度范围广、自放电率低等优点，也广泛的应用于国防领域。

随着锂离子电池的广泛应用，对其进行精准管理显得愈发重要，其中电池容量的准确估算则是精准管理的重要内容。在实际使用过程中，电池较少的进行全充放的容量标定，因此如何通过局部充放电数据对其容量进行估算变得尤为重要。

发明专利CN201710308354.6提出了一种锂离子电池的SOC和SOH联合估计方法。该方法通过构建锂离子电池的离线等效电路模型，根据模型构建锂离子电池的滚动时域SOC估计优化模型，以实现锂离子电池的SOC和可用容量进行在线联合估计。但该模型建立过程中，所涉及的模型参数需通过离线测试进行标定，对实际难以获得电池样本情况难以适用。发明专利CN201910789878.0提出了一种SOC和SOH联合估计方法。该建模方法提出利用实验所测数据，得到训练样本集，采用所述神经网络，实现SOC和SOH的联合估计，在估计过程中充分考虑到两者之间的耦合关系及各种老化因素的影响。但在该模型的建立过程中，需要大量的测试数据，且评估的准确性受训练样本的影响很大。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于实际局部数据的锂离子电池容量估算方法及系统。

根据本发明提供的一种基于实际局部数据的锂离子电池容量估算方法，包括：

步骤一、建立锂离子电池的等效电路模型：

其中，U为锂离子电池工作电压，OCV为锂离子电池开路电压，I为锂离子电池工作电流，R₀为锂离子电池欧姆内阻，U₁为锂离子电池极化电压，t为锂离子电池工作时间，R₁为锂离子电池极化内阻，C₁为锂离子电池电化学反应等效电容；

步骤二、基于带遗忘因子的最小二乘法，利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识；

步骤三、基于电池开路电压模型拟合电池的SOC-OCV方程；

步骤四、利用电池的实际数据辨识局部过程中的OCV变化，根据SOC-OCV方程估算电池局部过程中的SOC变化；

步骤五、根据局部过程中的SOC变化及对应的容量变化，估计锂离子电池的容量。

优选地，所述的步骤二中基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识，其具体估算过程包括：

其中，下标k、k-1代表第k、k-1时刻的值，K为增益矩阵，P为估计误差的协方差矩阵，λ为遗忘因子，E为单位矩阵，Z_k为模型输出值

为模型输入值

上标T为矩阵转置，Δt为时间间隔，θ_k为待辨识参数θ_k＝[OCV_k,R_0,k+R_1,k,R_0,kR_1,kC_1,k,R_1,kC_1,k]^T，OCV_k＝θ_k(1)，R_0,k＝θ_k(3)/θ_k(4)，R_1,k＝θ_k(2)-θ_k(3)/θ_k(4)，C_1,k＝θ_k(4)/R_1,k。

优选地，所述的电池开路电压模型包括：

其中，E_s,p、E_s,n为正负极材料的平衡电位方程，

为正负极材料的初始嵌锂率，D_ys,p、D_ys,n为正负极材料在工作范围内的嵌锂范围，a为修正系数，SOC为电池的荷电状态。

优选地，步骤四中利用电池的实际数据辨识局部过程中的OCV变化，为再次利用带遗忘因子的最小二乘法对局部过程中的OCV进行辨识。

优选地，步骤四中根据SOC-OCV方程估算电池局部过程中的SOC变化，为根据所述的步骤三所得的SOC-OCV方程，对步骤四中所获得的OCV值进行反算。

优选地，步骤五中通过数据拟合估计锂离子电池的容量，包括：

SOC_k＝SOC₀+H·Q_k

Q_c＝-1/H

其中，SOC₀为估算初始时刻的SOC值，SOC_k为估算k时刻的SOC值，Q_k为初始时刻至k时刻的容量变化，H为待拟合参数，Q_c为电池容量。

根据本发明提供的一种基于实际局部数据的锂离子电池容量估算系统，包括：

模型建立模块：建立锂离子电池的等效电路模型：

其中，U为锂离子电池工作电压，OCV为锂离子电池开路电压，R为锂离子电池工作电流，R₀为锂离子电池欧姆内阻，U₁为锂离子电池极化电压，t为锂离子电池工作时间，R₁为锂离子电池极化内阻，C₁为锂离子电池电化学反应等效电容；

辨识模块：基于带遗忘因子的最小二乘法，利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识；

拟合模块：基于电池开路电压模型拟合电池的SOC-OCV方程；

SOC变化估算模块：利用电池的实际数据辨识局部过程中的OCV变化，根据SOC-OCV方程估算电池局部过程中的SOC变化；

容量估计模块：根据局部过程中的SOC变化及对应的容量变化，估计锂离子电池的容量。

优选地，所述辨识模块中基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识，其具体估算过程包括：

其中，下标k、k-1代表第k、k-1时刻的值，K为增益矩阵，P为估计误差的协方差矩阵，λ为遗忘因子，E为单位矩阵，Z_k为模型输出值

为模型输入值

上标T为矩阵转置，Δt为时间间隔，θ_k为待辨识参数θ_k＝[OCV_k,R_0,k+R_1,k,R_0,kR_1,kC_1,k,R_1,kC_1,k]^T，OCV_k＝θ_k(1)，R_0,k＝θ_k(3)/θ_k(4)，R_1,k＝θ_k(2)-θ_k(3)/θ_k(4)，C_1,k＝θ_k(4)/R_1,k。

优选地，所述的电池开路电压模型包括：

其中，E_s,p、E_s,n为正负极材料的平衡电位方程，

为正负极材料的初始嵌锂率，D_ys,p、D_ys,n为正负极材料在工作范围内的嵌锂范围，a为修正系数，SOC为电池的荷电状态。

优选地，SOC变化估算模块中利用电池的实际数据辨识局部过程中的OCV变化，为再次利用带遗忘因子的最小二乘法对局部过程中的OCV进行辨识。

与现有技术相比，本发明具有如下的有益效果：

本发明基于实际局部数据的对锂离子电池的容量进行估算，解决了实际过程中较少通过全充放对电池容量进行校准的问题，可用于锂离子电池的精准管控。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1实施例1中估算所得的电池SOC-OCV曲线；

图2实施例1中拟合结果与实测结果的对比；

图3实施例1中局部过程中的OCV进行辨识结果；

图4实施例1中对OCV值反算获得的SOC值；

图5实施例1中锂离子电池的容量估计；

图6为锂离子电池的等效电路模型；

图7为本发明的工作流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

实施例1

如图7所示，为了解决如何根据电池的实际局部数据对其容量进行评估的问题，而建立的一种基于实际局部数据的锂离子电池容量估算方法，其特征在于，包括如下步骤：

步骤一、建立图6所示的锂离子电池的等效电路模型：

其中，U为锂离子电池工作电压，OCV为锂离子电池开路电压，I为锂离子电池工作电流，R₀为锂离子电池欧姆内阻，U₁为锂离子电池极化电压，t为锂离子电池工作时间，R₁为锂离子电池极化内阻，C₁为锂离子电池电化学反应等效电容。

步骤二、基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对模型中的OCV、R₀、R₁、C₁进行辨识。

(1)设置估算初值：λ＝0.994，θ₀＝[0,0,0,0]^T，P₀＝10^-5·E

(2)估算流程如下所示：

其中，下标k、k-1代表第k、k-1时刻的值，K为增益矩阵，P为估计误差的协方差矩阵，λ为遗忘因子，E为单位矩阵，Z_k为模型输出值

为模型输入值

θ_k为待辨识参数θ_k＝[OCV_k,R_0,k+R_1,k,R_0,kR_1,kC_1,k,R_1,kC_1,k]^T，OCV_k＝θ_k(1)，R_0,k＝θ_k(3)/θ_k(4)，R_1,k＝θ_k(2)-θ_k(3)/θ_k(4)，C_1,k＝θ_k(4)/R_1,k。

(3)估算所得的电池SOC-OCV曲线如图1所示。

步骤三、基于电池开路电压模型拟合电池的SOC-OCV方程。

(1)电池开路电压模型如下所示：

其中，E_s,p、E_s,n为正负极材料的平衡电位方程，

为正负极材料的初始嵌锂率，D_ys,p、D_ys,n为正负极材料在工作范围内的嵌锂范围，a为修正系数，SOC为电池的荷电状态。

(2)基于上述模型对SOC-OCV曲线进行拟合，所得结果如下所示：OCV＝tanh(SOC.*2.9e2-1.6).*1.9e-2+tanh(SOC.*7.7-1.8).*4.0e-2+tanh(SOC.*8.5e1-4.4).*2.2e-2+tanh(SOC.*3.1e2+4.1).*(9.8e1./6.2e2)+tanh(SOC.*7.9e2+1.0e1).*7.6e-3-tanh(SOC.*1.3e3+2.8e1).*1.5e-2+tanh(SOC.*4.9e2-4.9e2).*3.5e-2+tanh(SOC.*4.5-6.3).*1.9e-2+tanh(SOC.*2.3e1-2.2e1).*8.1e-3+tanh(SOC.*3.3e1-5.6).*9.2e-3-tanh(SOC.*5.2e2-5.2e2).*2.4e-2-tanh(SOC.*1.1e2-1.0e2).*2.9e-2-tanh(SOC.*2.5e2+6.7).*(3.9e1./2.5e2)+exp(SOC.*3.4e1+1.0).*6.4e-23-tanh(SOC.*9.0e1-1.6).*1.3e-2-tanh(SOC.*3.3e2+2.1).*8.8e-3+tanh(SOC.*2.5e3-2.5e3).*1.158e-2+tanh(SOC.*1.5e1-1.1e1).*1.6e-2-exp(SOC.*(-5.2e1)-1.6).*2.0+tanh(SOC.*2.4e-1+2.76e-1).*6.4e-2-exp(SOC.*(-8.3e1)+8.4e1).*3.9e-38-tanh(SOC.*7.9e1-6.9e-2).*1.1e-1+tanh(SOC.*3.2e3+9.8e1).*1.1e-1+exp(SOC.*1.2e2-1.2e2).*(2.9e2./6.2e2)+3.2

(3)拟合结果与实测结果的对比如图2所示。

步骤四、利用电池的实际数据辨识局部过程中的OCV变化，根据SOC-OCV方程估算电池局部过程中的SOC变化。

(1)利用带遗忘因子的最小二乘法对局部过程中的OCV进行辨识，如图3所示

(2)对所获得的OCV值进行反算，获得对应的SOC值，如图4所示

步骤五、根据局部过程中的SOC变化及其对应的容量变化，估计锂离子电池的容量。

(1)通过数据拟合估计锂离子电池的容量，如下所示：

SOC_k＝SOC₀+H·Q_k

Q_c＝-1/H

其中，SOC₀为估算初始时刻的SOC值，SOC_k为估算k时刻的SOC值，Q_k为初始时刻值k时刻的容量变化，H为待拟合参数，Q_c为电池容量。

(2)估算结果如图5所示。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于实际局部数据的锂离子电池容量估算方法，其特征在于，包括：

步骤一、建立锂离子电池的等效电路模型：

其中，U为锂离子电池工作电压，OCV为锂离子电池开路电压，I为锂离子电池工作电流，R₀为锂离子电池欧姆内阻，U₁为锂离子电池极化电压，t为锂离子电池工作时间，R₁为锂离子电池极化内阻，C₁为锂离子电池电化学反应等效电容；

步骤二、基于带遗忘因子的最小二乘法，利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识；

步骤三、基于电池开路电压模型拟合电池的SOC-OCV方程；

步骤四、利用电池的实际数据辨识局部过程中的OCV变化，根据SOC-OCV方程估算电池局部过程中的SOC变化；

步骤五、根据局部过程中的SOC变化及对应的容量变化，估计锂离子电池的容量。

2.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算方法，其特征在于，所述的步骤二中基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识，其具体估算过程包括：

其中，下标k、k-1代表第k、k-1时刻的值，K为增益矩阵，P为估计误差的协方差矩阵，λ为遗忘因子，E为单位矩阵，Z_k为模型输出值Z_k＝U_k，

为模型输入值

上标T为矩阵转置，Δt为时间间隔，θ_k为待辨识参数θ_k＝[OCV_k，R_0，k+R_1，k，R_0，kR_1，kC_1，k，R_1，kC_1，k]^T，OCV_k＝θ_k(1)，R_0，k＝θ_k(3)/θ_k(4)，R_1，k＝θ_k(2)-θ_k(3)/θ_k(4)，C_1，k＝θ_k(4)/R_1，k。

3.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算方法，其特征在于，所述的电池开路电压模型包括：

其中，E_s，p、E_s，n为正负极材料的平衡电位方程，

为正负极材料的初始嵌锂率，Dy_s，p、Dy_s，n为正负极材料在工作范围内的嵌锂范围，a为修正系数，SOC为电池的荷电状态。

4.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算方法，其特征在于，步骤四中利用电池的实际数据辨识局部过程中的OCV变化，为再次利用带遗忘因子的最小二乘法对局部过程中的OCV进行辨识。

5.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算方法，其特征在于，步骤四中根据SOC-OCV方程估算电池局部过程中的SOC变化，为根据所述的步骤三所得的SOC-OCV方程，对步骤四中所获得的OCV值进行反算。

6.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算方法，其特征在于，步骤五中通过数据拟合估计锂离子电池的容量，包括：

SOC_k＝SOC₀+H·Q_k

Q_c＝-1/H

其中，SOC₀为估算初始时刻的SOC值，SOC_k为估算k时刻的SOC值，Q_k为初始时刻至k时刻的容量变化，H为待拟合参数，Q_c为电池容量。

7.一种基于实际局部数据的锂离子电池容量估算系统，其特征在于，包括：

模型建立模块：建立锂离子电池的等效电路模型：

其中，U为锂离子电池工作电压，OCV为锂离子电池开路电压，I为锂离子电池工作电流，R₀为锂离子电池欧姆内阻，U₁为锂离子电池极化电压，t为锂离子电池工作时间，R₁为锂离子电池极化内阻，C₁为锂离子电池电化学反应等效电容；

辨识模块：基于带遗忘因子的最小二乘法，利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识；

拟合模块：基于电池开路电压模型拟合电池的SOC-OCV方程；

SOC变化估算模块：利用电池的实际数据辨识局部过程中的OCV变化，根据SOC-OCV方程估算电池局部过程中的SOC变化；

容量估计模块：根据局部过程中的SOC变化及对应的容量变化，估计锂离子电池的容量。

8.根据权利要求7所述的基于实际局部数据的锂离子电池容量估算系统，其特征在于，所述辨识模块中基于带遗忘因子的最小二乘法利用锂离子电池实际工作数据，对等效电路模型中的OCV、R₀、R₁、C₁进行辨识，其具体估算过程包括：

其中，下标k、k-1代表第k、k-1时刻的值，K为增益矩阵，P为估计误差的协方差矩阵，λ为遗忘因子，E为单位矩阵，Z_k为模型输出值Z_k＝U_k，

为模型输入值

上标T为矩阵转置，Δt为时间间隔，θ_k为待辨识参数θ_k＝[OCV_k，R_0，k+R_1，k，R_0，kR_1，kC_1，k，R_1，kC_1，k]^T，OCV_k＝θ_k(1)，R_0，k＝θ_k(3)/θ_k(4)，R_1，k＝θ_k(2)-θ_k(3)/θ_k(4)，C_1，k＝θ_k(4)/R_1，k。

9.根据权利要求7所述的基于实际局部数据的锂离子电池容量估算系统，其特征在于，所述的电池开路电压模型包括：

其中，E_s，p、E_s，n为正负极材料的平衡电位方程，

为正负极材料的初始嵌锂率，Dy_s，p、Dy_s，n为正负极材料在工作范围内的嵌锂范围，a为修正系数，SOC为电池的荷电状态。

10.根据权利要求1所述的基于实际局部数据的锂离子电池容量估算系统，其特征在于，SOC变化估算模块中利用电池的实际数据辨识局部过程中的OCV变化，为再次利用带遗忘因子的最小二乘法对局部过程中的OCV进行辨识。

Images