CN112858913A - 基于可变参数一阶rc模型计算电池剩余电量的方法 - Google Patents

基于可变参数一阶rc模型计算电池剩余电量的方法 Download PDF

Info

Publication number
CN112858913A
CN112858913A CN201911191147.2A CN201911191147A CN112858913A CN 112858913 A CN112858913 A CN 112858913A CN 201911191147 A CN201911191147 A CN 201911191147A CN 112858913 A CN112858913 A CN 112858913A
Authority
CN
China
Prior art keywords
battery
soc
model
order
polarization
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
CN201911191147.2A
Other languages
English (en)
Other versions
CN112858913B (zh
Inventor
孙伟
张�浩
盛拥军
王亭沂
官振乐
孙东
范路
王宏伟
李建鹏
徐宝聚
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 Petroleum and Chemical Corp
Technology Inspection Center of Sinopec Shengli Oilfield Co
Shengli Oilfield Testing and Evaluation Research Co Ltd
Original Assignee
China Petroleum and Chemical Corp
Technology Inspection Center of Sinopec Shengli Oilfield Co
Shengli Oilfield Testing and Evaluation Research 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 Petroleum and Chemical Corp, Technology Inspection Center of Sinopec Shengli Oilfield Co, Shengli Oilfield Testing and Evaluation Research Co Ltd filed Critical China Petroleum and Chemical Corp
Priority to CN201911191147.2A priority Critical patent/CN112858913B/zh
Publication of CN112858913A publication Critical patent/CN112858913A/zh
Application granted granted Critical
Publication of CN112858913B publication Critical patent/CN112858913B/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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明属于动力电池技术领域，尤其涉及一种基于可变参数一阶RC模型计算电池剩余电量的方法。一种基于可变参数一阶RC模型计算电池剩余电量的方法，通过建立一种参数可变的电池模型，并使模型可以自动适应电池在不同时期的充放特性，从而最终提高SOC估算的精度。该种基于可变参数一阶RC模型计算电池剩余电量的方法包括有构建一阶RC电池等效电路模型、构建可变参数一阶RC模型、计算电池模型参数、拟合OCV（soc）‑SOC的关系曲线、拟合Rt与SOC的关系曲线、计算电池的数学模型以及输出方程等步骤。

Description

基于可变参数一阶RC模型计算电池剩余电量的方法
技术领域
该发明属于动力电池技术领域，尤其涉及一种基于可变参数一阶RC模型计算电池剩余电量的方法。
背景技术
电池剩余电量SOC(State of Charge)，又称电池荷电状态，是用于表示电池当前可供用电设备使用电量多少的重要参数之一，其可为电池能量管理策略提供重要依据。准确估算电池剩余电量可在电池使用时将SOC维持在合理的范围内，防止出现过充或者过放对电池造成损伤，为合理利用电池、延长电池使用寿命、降低电池使用成本提供了重要依据。但研究过程中发明人发现，动力电池荷电状态因受到电池充放电率、温度、自放电率、老化寿命、电池的放电截止电压、内阻等多种因素的影响，很难对其做出准确估算，因此亟需本领域技术人员设计一种更为准确、可靠的电池剩余电量估算方法。
发明内容
本发明提供了一种基于可变参数一阶RC模型计算电池剩余电量的方法，该方法通过建立一种参数可变的电池模型，并使模型可以自动适应电池在不同时期的充放特性，从而最终提高SOC估算的精度。
为解决上述技术问题，本发明采用了如下技术方案：
基于可变参数一阶RC模型计算电池剩余电量的方法，包括有如下步骤：
构建一阶RC电池等效电路模型；其中，E(t)表示电池的电动势，R1表示电池内部的欧姆内阻，R2代表电池内部的极化内阻，C表示电池内部的极化电容，将极化内阻和极化电容并联来模拟电池内部的动态极化效应；
构建可变参数一阶RC模型；其中，在构建得到一阶RC电池等效电路模型的基础上，将极化电阻、极化电容转换为关于SOC的函数；
对电池进行脉冲放电，分析电池端电压值的变化情况，得到电池模型参数；
待电池达到稳定状态后，测试电池端电压得到电池的OCV(soc)；经过多次脉冲放电，得到电池的OCV(soc)-SOC的关系曲线；利用最小二乘法对电池的OCV(soc)-SOC的关系曲线进行拟合，可得到如下关系式：
OCV(SOC)＝(3.82×10-10)SOC5-(1.21×10-7)SOC4+(1.51×10-5)SOC3-(9.3×10-4)SOC2+0.0293SOC+2.85；
通过对不同SOC下电池电阻的统计，得到Rt与SOC的关系曲线；对Rt与SOC的关系曲线进行拟合，得到Rt与SOC关系式：Rt(soc)＝0.0025SOC-0.8，极化内阻R1(SOC)＝0.0025SOC-0.8-R0；
根据Thevenin模型，得到如下公式：
E(t)＝V(t)+R1I(t)+Uc(t)；
Figure BDA0002293597470000021
Figure BDA0002293597470000022
E(t)＝F[S(t)]；
其中，S(t)表示电池的SOC，电池电动势E(t)是关于电池SOC的函数，将上式整理并求导可得：
Figure BDA0002293597470000031
Figure BDA0002293597470000032
V(t)＝E(t)-R1I(t)-Uc(t)；
以电流I(t)作为输入，电池端电压为输出，电容电压和电池的SOC为系统状态，得到电池的数学模型为：
Figure BDA0002293597470000033
输出方程：
V(t)＝F[S(t)]-R1I(t)-Uc(t)。
较为优选的，对电池进行脉冲放电，分析电池端电压值的变化情况，得到电池模型参数的步骤具体可描述为：
分析放电过程中电池端电压值的骤降情况，得到瞬时压降ΔV；
分析放电停止后电池端电压值的复升情况，得到第一升压阶段的瞬时压升以及第二升压阶段的第二压升ΔVt；其中，第一升压阶段的时间不大于1s，第二升压阶段的时间不小于25s，第二压升ΔVt表示经过第二升压阶段电池端电压值由瞬时压升值上升为电池停止放电时的极化电压值。
进一步优选的，对电池输出方程进行离散化处理，得到时间离散状态空间模型：
Figure BDA0002293597470000034
V(k)＝F[S(k)]-R1I(k)-Uc(k)+v(k)；
并确定得到状态空间模型中的各矩阵的值：
Figure BDA0002293597470000041
Figure BDA0002293597470000042
Figure BDA0002293597470000043
进一步优选的，对时间离散状态空间模型进行卡尔曼滤波：
Figure BDA0002293597470000044
本发明提供了一种基于可变参数一阶RC模型计算电池剩余电量的方法，该方法包括有构建一阶RC电池等效电路模型、构建可变参数一阶RC模型、计算电池模型参数、拟合OCV(soc)-SOC的关系曲线、拟合Rt与SOC的关系曲线、计算电池的数学模型以及输出方程等步骤。具有上述步骤的基于可变参数一阶RC模型计算电池剩余电量的方法，其可建立一种参数可变的电池模型，从而使得模型可以自动适应电池在不同时期的充放特性，具有较高的SOC估算精度。
附图说明
图1为本发明提供的一种基于可变参数一阶RC模型计算电池剩余电量的方法的流程示意图；
图2为构建一阶RC电池等效电路模型的等效电路示意图；
图3为参数可变一阶RC模型的等效电路示意图；
图4为电池端电压的变化曲线图；
图5为OCV(soc)-SOC的关系曲线；
图6为Rt与SOC的关系曲线。
具体实施方式
本发明提供了一种基于可变参数一阶RC模型计算电池剩余电量的方法，该方法通过建立一种参数可变的电池模型，并使模型可以自动适应电池在不同时期的充放特性，从而最终提高SOC估算的精度。
实施例一
如图1所示，本发明提供了一种基于可变参数一阶RC模型计算电池剩余电量的方法，其中，该方法具体包括有如下步骤：
其中，仿照图2所提供的电路示意图，构建一阶RC电池等效电路模型；E(t)表示电池的电动势，R1表示电池内部的欧姆内阻，R2代表电池内部的极化内阻，C表示电池内部的极化电容，将极化内阻和极化电容并联来模拟电池内部的动态极化效应。需要说明的是，电池电动势E(t)与电池的SOC之间存在有固定的函数关系。
而后，参照图3所示的电路示意图，在构建得到一阶RC电池等效电路模型的基础上，将反映电池极化效应的极化电阻和极化电容定义为关于SOC的函数，即根据电池的状态为极化电阻和极化电容选择相应的参数。
实施例二
在完成实施例一的基础上，进一步对电池进行脉冲放电，分析电池端电压值的变化情况，得到电池模型参数。作为本发明的一种较为优选的实施方式，分析电池端电压值的变化情况具体可分为两个阶段：如图4所示，图4示出了电池端电压的变化曲线图；首先，分析放电过程中电池端电压值的骤降情况，得到瞬时压降ΔV；而后，分析放电停止后电池端电压值的复升情况。电池端电压值的复升阶段又进一步分为第一升压阶段(瞬升)、第二升压阶段(缓慢上升)。其中，第一升压阶段的时间不大于1s，该阶段中电池端电压会产生一个瞬间的电压上升，即瞬时压升值；而后第二升压阶段的时间不小于25s，在此阶段电池端电压会由瞬时压升值上升为电池停止放电时的极化电压值，即第二压升ΔVt。
在得到瞬时压降ΔV、瞬时压升以及第二压升ΔVt的基础上进一步可计算得到其他电池模型参数。例如：电池的欧姆内阻满足R0＝ΔV/I；电池内阻总电阻Rt＝R0+R1＝(OVC-Vt)/I。而电池端电压的缓慢变化过程是图2等效电路中电容C放电造成的，可以把这个过程等效为一阶系统的单位脉冲响应，它的时间常数τ＝R1C；根据一阶RC电路的零输入响应函数
Figure BDA0002293597470000061
在经过3倍的时间常数之后，电压会下降95％，经过4倍的时间常数之后，电压会下降到98.2％。
而后，待电池达到稳定状态后，测试电池端电压得到电池的OCV(soc)；经过多次脉冲放电，得到电池的OCV(soc)-SOC的关系曲线，参考如图5所示；利用最小二乘法对电池的OCV(soc)-SOC的关系曲线进行拟合，可得到如下关系式：
OCV(SOC)＝(3.82×10-10)SOC5-(1.21×10-7)SOC4+(1.51×10-5)SOC3-(9.3×10-4)SOC2+0.0293SOC+2.85；
而后，通过对不同SOC下电池电阻的统计，得到Rt与SOC的关系曲线，参考如图6所示；对Rt与SOC的关系曲线进行拟合，得到Rt与SOC关系式：Rt(soc)＝0.0025SOC-0.8，极化内阻R1(SOC)＝0.0025SOC-0.8-R0。
而后，根据Thevenin模型，得到如下公式：
E(t)＝V(t)+R1I(t)+Uc(t)；
Figure BDA0002293597470000071
Figure BDA0002293597470000072
E(t)＝F[S(t)]；
其中，S(t)表示电池的SOC，电池电动势E(t)是关于电池SOC的函数，将上式整理并求导可得：
Figure BDA0002293597470000073
Figure BDA0002293597470000074
V(t)＝E(t)-R1I(t)-Uc(t)；
以电流I(t)作为输入，电池端电压为输出，电容电压和电池的SOC为系统状态，得到电池的数学模型为：
Figure BDA0002293597470000075
输出方程：
V(t)＝F[S(t)]-R1I(t)-Uc(t)。
实施例三
在完成实施例一以及实施例二的基础上，在计算得到电池的输出方程后，进一步对输出方程进行离散化处理，得到时间离散状态空间模型：
Figure BDA0002293597470000081
V(k)＝F[S(k)]-R1I(k)-Uc(k)+v(k)；
并确定得到状态空间模型中的各矩阵的值：
Figure BDA0002293597470000082
Figure BDA0002293597470000083
Figure BDA0002293597470000084
其中，计算时间离散状态空间模型的目的在于实现卡尔曼滤波。具体的，对时间离散状态空间模型进行卡尔曼滤波：
Figure BDA0002293597470000085
在此，本发明提供的一种基于可变参数一阶RC模型计算电池剩余电量的方法计算得到电池的数学模型以及电池的输出方程，通过电池的数学模型以及电池的输出方程即可评估计算得到电池的SOC电池剩余电量情况。
本发明提供了一种基于可变参数一阶RC模型计算电池剩余电量的方法，该方法包括有构建一阶RC电池等效电路模型、构建可变参数一阶RC模型、计算电池模型参数、拟合OCV(soc)-SOC的关系曲线、拟合Rt与SOC的关系曲线、计算电池的数学模型以及输出方程等步骤。具有上述步骤的基于可变参数一阶RC模型计算电池剩余电量的方法，其可建立一种参数可变的电池模型，从而使得模型可以自动适应电池在不同时期的充放特性，具有较高的SOC估算精度。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.基于可变参数一阶RC模型计算电池剩余电量的方法，其特征在于，包括有如下步骤：
构建一阶RC电池等效电路模型；其中，E(t)表示电池的电动势，R1表示电池内部的欧姆内阻，R2代表电池内部的极化内阻，C表示电池内部的极化电容，将极化内阻和极化电容并联来模拟电池内部的动态极化效应；
构建可变参数一阶RC模型；其中，在构建得到一阶RC电池等效电路模型的基础上，将极化电阻、极化电容转换为关于SOC的函数；
对电池进行脉冲放电，分析电池端电压值的变化情况，得到电池模型参数；
待电池达到稳定状态后，测试电池端电压得到电池的OCV(soc)；经过多次脉冲放电，得到电池的OCV(soc)-SOC的关系曲线；利用最小二乘法对电池的OCV(soc)-SOC的关系曲线进行拟合，可得到如下关系式：
OCV(SOC)＝(3.82×10-10)SOC5-(1.21×10-7)SOC4+(1.51×10-5)SOC3-(9.3×10-4)SOC2+0.0293SOC+2.85；
通过对不同SOC下电池电阻的统计，得到Rt与SOC的关系曲线；对Rt与SOC的关系曲线进行拟合，得到Rt与SOC关系式：Rt(soc)＝0.0025SOC-0.8，极化内阻R1(SOC)＝0.0025SOC-0.8-R0；
根据Thevenin模型，得到如下公式：
E(t)＝V(t)+R1I(t)+Uc(t)；
Figure FDA0002293597460000011
Figure FDA0002293597460000021
E(t)＝F[S(t)]；
其中，S(t)表示电池的SOC，电池电动势E(t)是关于电池SOC的函数，将上式整理并求导可得：
Figure FDA0002293597460000022
Figure FDA0002293597460000023
V(t)＝E(t)-R1I(t)-Uc(t)；
以电流I(t)作为输入，电池端电压为输出，电容电压和电池的SOC为系统状态，得到电池的数学模型为：
Figure FDA0002293597460000024
输出方程：
V(t)＝F[S(t)]-R1I(t)-Uc(t)。
2.根据权利要求1所述的基于可变参数一阶RC模型计算电池剩余电量的方法，其特征在于，对电池进行脉冲放电，分析电池端电压值的变化情况，得到电池模型参数的步骤具体可描述为：
分析放电过程中电池端电压值的骤降情况，得到瞬时压降ΔV；
分析放电停止后电池端电压值的复升情况，得到第一升压阶段的瞬时压升以及第二升压阶段的第二压升ΔVt；其中，第一升压阶段的时间不大于1s，第二升压阶段的时间不小于25s，第二压升ΔVt表示经过第二升压阶段电池端电压值由瞬时压升值上升为电池停止放电时的极化电压值。
3.根据权利要求1所述的基于可变参数一阶RC模型计算电池剩余电量的方法，其特征在于，对电池输出方程进行离散化处理，得到时间离散状态空间模型：
Figure FDA0002293597460000031
V(k)＝F[S(k)]-R1I(k)-Uc(k)+v(k)；
并确定得到状态空间模型中的各矩阵的值：
Figure FDA0002293597460000032
Figure FDA0002293597460000033
Figure FDA0002293597460000034
4.根据权利要求3所述的基于可变参数一阶RC模型计算电池剩余电量的方法，其特征在于，对时间离散状态空间模型进行卡尔曼滤波：
Figure FDA0002293597460000035
CN201911191147.2A 2019-11-28 2019-11-28 基于可变参数一阶rc模型计算电池剩余电量的方法 Active CN112858913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911191147.2A CN112858913B (zh) 2019-11-28 2019-11-28 基于可变参数一阶rc模型计算电池剩余电量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911191147.2A CN112858913B (zh) 2019-11-28 2019-11-28 基于可变参数一阶rc模型计算电池剩余电量的方法

Publications (2)

Publication Number Publication Date
CN112858913A true CN112858913A (zh) 2021-05-28
CN112858913B CN112858913B (zh) 2023-09-26

Family

ID=75995530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911191147.2A Active CN112858913B (zh) 2019-11-28 2019-11-28 基于可变参数一阶rc模型计算电池剩余电量的方法

Country Status (1)

Country Link
CN (1) CN112858913B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130142807A (ko) * 2012-06-20 2013-12-30 엘지이노텍 주식회사 배터리 용량 상태 추정 방법
CN107390127A (zh) * 2017-07-11 2017-11-24 欣旺达电动汽车电池有限公司 一种soc估算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130142807A (ko) * 2012-06-20 2013-12-30 엘지이노텍 주식회사 배터리 용량 상태 추정 방법
CN107390127A (zh) * 2017-07-11 2017-11-24 欣旺达电动汽车电池有限公司 一种soc估算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谈发明;李军华;: "一种动力锂电池建模与仿真的新方法", 江苏理工学院学报, no. 04 *

Also Published As

Publication number Publication date
CN112858913B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
Baccouche et al. Implementation of an improved Coulomb-counting algorithm based on a piecewise SOC-OCV relationship for SOC estimation of li-IonBattery
EP3232216B1 (en) Energy storage element state estimation device and energy storage element state estimation method
TWI411796B (zh) 電池循環壽命估測裝置
JP6686166B2 (ja) 電池ヘルス状態を検出する装置及び方法
US9859736B2 (en) Battery control method based on ageing-adaptive operation window
KR102572652B1 (ko) 배터리의 충전상태를 추정하는 방법
CN106716158A (zh) 电池荷电状态估算方法和装置
Wehbe et al. Battery equivalent circuits and brief summary of components value determination of lithium ion: A review
EP2720054A1 (en) Battery control device and battery system
KR101227417B1 (ko) 리튬이온전지의 충전상태 추정방법 및 이 방법을 구현하기 위한 시스템
TW201439567A (zh) 電池充電狀態之估計設備及方法
CN110764014A (zh) 电池内短路的检测方法、装置、终端及可读存储介质
CN110795851A (zh) 一种考虑环境温度影响的锂离子电池建模方法
Jantharamin et al. A new dynamic model for lead-acid batteries
KR102040880B1 (ko) 배터리 상태 추정 장치 및 방법
CN113138340A (zh) 电池等效电路模型的建立方法、健康状态估算方法及装置
CN112630661B (zh) 一种电池荷电状态soc估算方法和装置
CN103217651A (zh) 一种蓄电池荷电状态的估算方法和系统
CN108829911A (zh) 一种开路电压与soc函数关系优化方法
CN104237792B (zh) 电池容量预测方法
CN107102268A (zh) 一种电池管理系统的电池充电倍率估算方法
CN105093129A (zh) 一种储能电池剩余容量检测方法
Alsabari et al. Modeling and validation of lithium-ion battery with initial state of charge estimation
CN107402356B (zh) 一种基于动态参数辨识的ekf估算铅酸电池soc方法
Li et al. A high-fidelity hybrid lithium-ion battery model for SOE and runtime prediction

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