CN113311338A - 一种数据驱动的锂离子电池开路电压曲线重构方法 - Google Patents

一种数据驱动的锂离子电池开路电压曲线重构方法 Download PDF

Info

Publication number
CN113311338A
CN113311338A CN202110615632.9A CN202110615632A CN113311338A CN 113311338 A CN113311338 A CN 113311338A CN 202110615632 A CN202110615632 A CN 202110615632A CN 113311338 A CN113311338 A CN 113311338A
Authority
CN
China
Prior art keywords
circuit voltage
open
sequence
data
discharge capacity
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
CN202110615632.9A
Other languages
English (en)
Other versions
CN113311338B (zh
Inventor
徐兴
徐政
裴磊
王峰
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN202110615632.9A priority Critical patent/CN113311338B/zh
Publication of CN113311338A publication Critical patent/CN113311338A/zh
Application granted granted Critical
Publication of CN113311338B publication Critical patent/CN113311338B/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
    • 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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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

本发明提供了一种数据驱动的锂离子电池开路电压曲线重构方法，属于电池管理系统技术领域。本发明首先通过电池管理系统BMS采集并存储电池的开路电压数据组，再对存储的开路电压数据组进行预处理，最后利用预处理后的开路电压数据进行开路电压曲线的重构。本发明解决了传统开路电压曲线获取方法中因SOC估计误差对开路电压曲线产生干扰的问题，避免了传统开路电压曲线获取方法依赖小电流工况的难题。

Description

一种数据驱动的锂离子电池开路电压曲线重构方法
技术领域
本发明属于电池管理系统技术领域，具体涉及一种数据驱动的锂离子电池开路电压曲线重构方法。
背景技术
开路电压作为锂离子电池内部老化的外在表现，可用于电池健康状态的深度诊断；但用于诊断的开路电压曲线需要完整的曲线，由于开路电压的获取需要长时间的静置条件，因此，用开路电压曲线对电池健康状态进行诊断，通常是在实验室下利用小电流对电池进行充放电实验获取开路电压曲线数据。
通常，在实际车辆运行中，其电池管理系统采集开路电压数据用于SOC值的标定，车载电池在充满电到下次充电的过程中，会采集多个开路电压数据，但由于数据的离散性以及老化带来的电池SOC估计误差，该数据一般不能用于构造开路电压曲线，进行健康状态诊断。
发明内容
针对现有技术中存在不足，本发明提供了一种数据驱动的锂离子电池开路电压曲线重构方法，能够在线获取开路电压曲线。
本发明是通过以下技术手段实现上述技术目的的。
一种数据驱动的锂离子电池开路电压曲线重构方法，包括步骤：
S1，电池管理系统BMS采集并存储电池的开路电压数据组
S2，对存储的开路电压数据组进行预处理
具体为：计算开路电压数据组中每一数据点放电容量与第一个数据点放电容量的差值；
S3，利用预处理后的开路电压数据进行开路电压曲线的重构
S3.1，将预处理后的开路电压数据生成n行2列的序列S(0)，将序列S(0)以其开路电压值大小进行降序排列，生成重构序列S(1)；
S3.2，计算重构序列中每一数据点放电容量值与其开路电压值对应真实放电容量值的偏差，即偏移矩阵D；
S3.3，重复进行S3.1-S3.2，当满足偏移矩阵||D||2＜θstop时，输出开路电压曲线序列，重构完成；其中θstop为终止常数。
进一步地，预处理后的开路电压数据为：
Figure BDA0003097328490000021
其中，Group(i)为第i组开路电压数据组，OCVj (i)为开路电压数据组中第j个采集的开路电压值，dcj (i)为第j个采集的放电容量值，DCj (i)为第j个预处理后的放电容量值。
更进一步地，所述序列S(0)为：
Figure BDA0003097328490000022
其中，
Figure BDA0003097328490000023
表示重构序列中第n个开路电压值，上标gn表示重构序列中第n个数据点所属的开路电压数据组。
更进一步地，所述重构序列S(1)为：
Figure BDA0003097328490000024
更进一步地，所述偏移矩阵D的计算公式为：
Figure BDA0003097328490000025
其中：D(p)为S(p)的偏移矩阵，
Figure BDA0003097328490000026
为序列S(p)中gn数组的开路电压数据点个数，
Figure BDA0003097328490000027
为第m个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，上标gm表示重构序列中第m个数据点所属的开路电压数据组，且
Figure BDA0003097328490000028
满足：
Figure BDA0003097328490000031
其中：
Figure BDA0003097328490000032
为第n个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，上标gn表示重构序列中第n个数据点所属的开路电压数据组，为p时刻的重构序列S(p)中每一数据点需要偏移的距离。
进一步地，所述电池管理系统BMS采集开路电压数据组的过程为：电池处于未充电状态，BMS记录电流电压数据，当电流为0且满足静置时间，记录此时开路电压值，并计算未充电开始时刻到当前时刻的放电容量值。
更进一步地，所述电池管理系统BMS存储开路电压数据组的过程为：当电池处于充电状态，存储开路电压数据组，当开路电压数据组中的数据点个数小于等于3时，清空开路电压数据组，当开路电压数据组中的数据点个数大于3时，将开路电压数据组存储，用于开路电压曲线的重构。
进一步地，重构完成后，删除电池管理系统BMS中存储的用于重构的开路电压数据组。
本发明的有益效果为：
本发明通过电池管理系统BMS记录电池处于未充电状态时满足电流为0且达到静置时间的开路电压值，存储开路电压数据组中的数据点个数大于3的数据组，对存储的开路电压数据组进行预处理，利用预处理后的开路电压数据进行开路电压曲线的重构；本发明在不需要额外采集电池数据的前提下，解决了传统开路电压曲线获取方法中因SOC估计误差对开路电压曲线产生干扰的问题，避免了传统开路电压曲线获取方法依赖小电流工况的难题，推进了通过开路电压曲线诊断电池健康状态的方法在实车的应用。
附图说明
图1为本发明所述数据驱动的锂离子电池开路电压曲线重构方法流程图；
图2为本发明所述BMS采集开路电压数据流程图；
图3为本发明所述预处理后的开路电压数据图；
图4为本发明开路电压曲线重构流程图；
图5为利用本发明开路电压重构方法重构的开路电压曲线与真实开路电压曲线对比图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1所示，一种数据驱动的锂离子电池开路电压曲线重构方法，具体包括如下步骤：
步骤(1)，利用电池管理系统BMS采集并存储电池的开路电压数据组
图2所示为BMS采集开路电压数据流程图。以电池充电信号作采集开路电压数据组开始和结束的标志，电池处于未充电状态，BMS记录电流电压数据，当电流为0且满足静置时间，记录此时开路电压值，并计算未充电开始时刻到当前时刻的放电容量值(计算过程为现有技术)；当电池处于充电状态，存储开路电压数据组，当开路电压数据组中的数据点个数小于等于3时，清空开路电压数据组，当开路电压数据组中的数据点个数大于3时，将开路电压数据组存储，用于开路电压曲线的重构。
步骤(2)，对存储的开路电压数据组进行预处理，消除SOC估计误差
由于电池老化、不一致性等因素造成的电池电荷状态SOC难以准确估计，对于电池管理系统BMS采集的电池电荷状态SOC，SOC估计误差主要是由初始SOC造成。因此，为消除SOC估计误差，对存储开路电压数据组进行预处理，即计算开路电压数据组中每一数据点放电容量与第一个数据点放电容量的差值，并存储。预处理后的开路电压数据如下所示：
Figure BDA0003097328490000041
其中，Group(i)为第i组开路电压数据组，OCVj (i)为开路电压数据组中第j个采集的开路电压值，dcj (i)为第j个采集的放电容量值，DCj (i)为第j个预处理后的放电容量值。预处理后的开路电压数据参见图3。
步骤(3)，利用预处理后的开路电压数据进行开路电压曲线的重构，如图4所示。
步骤(3-1)，将预处理后的数据生成n行2列的序列S(0)(n为存储的所有开路电压数据组中的数据点个数)，并将序列S(0)以其开路电压值大小进行降序排列，生成重构序列S(1)；
Figure BDA0003097328490000051
Figure BDA0003097328490000052
其中，
Figure BDA0003097328490000053
表示重构序列中第n个开路电压值，上标gn表示重构序列中第n个数据点所属的开路电压数据组。
步骤(3-2)，考虑开路电压曲线具有单调性的特点，计算重构序列中每一数据点放电容量值与其开路电压值对应真实放电容量值的偏差，即偏移矩阵D，计算公式如下所示：
Figure BDA0003097328490000054
Figure BDA0003097328490000055
其中：d(p)为p时刻的重构序列S(p)中每一数据点需要偏移的距离，D(p)为S(p)的偏移矩阵，
Figure BDA0003097328490000056
为序列S(p)中gn数组的开路电压数据点个数，
Figure BDA0003097328490000057
为第n个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，
Figure BDA0003097328490000058
为第m个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，上标gm表示重构序列中第m个数据点所属的开路电压数据组。
步骤(3-3)，更新序列状态
重复进行步骤(3-2)-(3-3)，当满足偏移矩阵||D||2＜θstop(θstop为终止常数，本实施设置为1e-5)时，输出最终序列，即开路电压曲线序列，重构完成；删除电池管理系统BMS中存储的用于重构的开路电压数据组。
本实施方式中，实施对象为磷酸铁锂电池，开路电压采集允许误差为±1mV。利用本发明的锂离子电池开路电压曲线重构方法重构的开路电压曲线如图5所示，可见本发明方法重构的开路电压曲线与真实开路电压曲线非常接近，重构的开路电压曲线仅实现开路电压曲线形貌特征的重现，在迭代过程中，会引起开路电压曲线的横向偏移，可利用参数辨识横向偏移值方法消除误差，且该方法当前技术可简单实现，因此，本重构方法可很好地实现在线开路电压曲线的重构。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (8)

1.一种数据驱动的锂离子电池开路电压曲线重构方法，其特征在于，包括步骤：
S1，电池管理系统BMS采集并存储电池的开路电压数据组
S2，对存储的开路电压数据组进行预处理
具体为：计算开路电压数据组中每一数据点放电容量与第一个数据点放电容量的差值；
S3，利用预处理后的开路电压数据进行开路电压曲线的重构
S3.1，将预处理后的开路电压数据生成n行2列的序列S(0)，将序列S(0)以其开路电压值大小进行降序排列，生成重构序列S(1)；
S3.2，计算重构序列中每一数据点放电容量值与其开路电压值对应真实放电容量值的偏差，即偏移矩阵D；
S3.3，重复进行S3.1-S3.2，当满足偏移矩阵||D||2＜θstop时，输出开路电压曲线序列，重构完成；其中θstop为终止常数。
2.根据权利要求1所述的锂离子电池开路电压曲线重构方法，其特征在于，预处理后的开路电压数据为：
Figure FDA0003097328480000011
其中，Group(i)为第i组开路电压数据组，OCVj (i)为开路电压数据组中第j个采集的开路电压值，dcj (i)为第j个采集的放电容量值，DCj (i)为第j个预处理后的放电容量值。
3.根据权利要求2所述的锂离子电池开路电压曲线重构方法，其特征在于，所述序列S(0)为：
Figure FDA0003097328480000012
其中，
Figure FDA0003097328480000013
表示重构序列中第n个开路电压值，上标gn表示重构序列中第n个数据点所属的开路电压数据组。
4.根据权利要求3所述的锂离子电池开路电压曲线重构方法，其特征在于，所述重构序列S(1)为：
Figure FDA0003097328480000021
5.根据权利要求2所述的锂离子电池开路电压曲线重构方法，其特征在于，所述偏移矩阵D的计算公式为：
Figure FDA0003097328480000022
其中：D(p)为S(p)的偏移矩阵，
Figure FDA0003097328480000023
为序列S(p)中gn数组的开路电压数据点个数，
Figure FDA0003097328480000024
为第m个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，上标gm表示重构序列中第m个数据点所属的开路电压数据组，且
Figure FDA0003097328480000025
满足：
Figure FDA0003097328480000026
其中：
Figure FDA0003097328480000027
为第n个数据点放电容量值与其开路电压值对应真实放电容量值的偏差，上标gn表示重构序列中第n个数据点所属的开路电压数据组，p时刻的重构序列S(p)中每一数据点需要偏移的距离。
6.根据权利要求1所述的锂离子电池开路电压曲线重构方法，其特征在于，所述电池管理系统BMS采集开路电压数据组的过程为：电池处于未充电状态，BMS记录电流电压数据，当电流为0且满足静置时间，记录此时开路电压值，并计算未充电开始时刻到当前时刻的放电容量值。
7.根据权利要求6所述的锂离子电池开路电压曲线重构方法，其特征在于，所述电池管理系统BMS存储开路电压数据组的过程为：当电池处于充电状态，存储开路电压数据组，当开路电压数据组中的数据点个数小于等于3时，清空开路电压数据组，当开路电压数据组中的数据点个数大于3时，将开路电压数据组存储，用于开路电压曲线的重构。
8.根据权利要求1所述的锂离子电池开路电压曲线重构方法，其特征在于，重构完成后，删除电池管理系统BMS中存储的用于重构的开路电压数据组。
CN202110615632.9A 2021-06-02 2021-06-02 一种数据驱动的锂离子电池开路电压曲线重构方法 Active CN113311338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110615632.9A CN113311338B (zh) 2021-06-02 2021-06-02 一种数据驱动的锂离子电池开路电压曲线重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110615632.9A CN113311338B (zh) 2021-06-02 2021-06-02 一种数据驱动的锂离子电池开路电压曲线重构方法

Publications (2)

Publication Number Publication Date
CN113311338A true CN113311338A (zh) 2021-08-27
CN113311338B CN113311338B (zh) 2023-01-17

Family

ID=77377773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110615632.9A Active CN113311338B (zh) 2021-06-02 2021-06-02 一种数据驱动的锂离子电池开路电压曲线重构方法

Country Status (1)

Country Link
CN (1) CN113311338B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111679199A (zh) * 2020-05-21 2020-09-18 昆明理工大学 一种锂离子电池soc估计方法及装置
CN111781504A (zh) * 2020-08-03 2020-10-16 北京理工大学 一种锂离子动力电池老化状态识别与开路电压重构方法
CN111965546A (zh) * 2020-09-03 2020-11-20 南京理工大学 基于ocv曲线重构的锂电池容量和初始soc估计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111679199A (zh) * 2020-05-21 2020-09-18 昆明理工大学 一种锂离子电池soc估计方法及装置
CN111781504A (zh) * 2020-08-03 2020-10-16 北京理工大学 一种锂离子动力电池老化状态识别与开路电压重构方法
CN111965546A (zh) * 2020-09-03 2020-11-20 南京理工大学 基于ocv曲线重构的锂电池容量和初始soc估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姜久春等: "电动汽车锂离子动力电池健康状态在线诊断方法", 《机械工程学报》 *

Also Published As

Publication number Publication date
CN113311338B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN107957562B (zh) 一种锂离子电池剩余寿命在线预测方法
CN110058175A (zh) 一种动力电池开路电压-荷电状态函数关系的重构方法
CN108490365B (zh) 一种估计电动汽车的动力电池的剩余寿命的方法
US10734689B2 (en) Method and system for reconstructing complete charging-discharging data based on partial charging-discharging data of battery
CN111983457A (zh) 一种基于lstm神经网络的电池组soh估算方法
CN112345942B (zh) 一种电池系统及其bms和满充满放soc校准方法
CN112379270B (zh) 一种电动汽车动力电池荷电状态滚动时域估计方法
CN109901083B (zh) 一种动力电池ocv曲线在线重构方法
CN107192961A (zh) 新型动力电池soc估算方法
CN113093017A (zh) 一种锂离子电池等效电路模型在线构建方法
CN112269137B (zh) 一种基于动态参数识别的电池健康状态估算方法
CN113533988A (zh) 一种锂离子电池长期循环容量衰减分析方法
CN115128481B (zh) 基于神经网络及阻抗辩识校正的电池状态估计方法、系统
CN110850322B (zh) 一种基于小波信号分解的电池相对健康状态估计方法
CN114062950B (zh) 混联电池soc确定方法、装置、电子设备及存储介质
Xu et al. Open-circuit voltage curve reconstruction for degrading lithium-ion batteries utilizing discrete curve fragments from an online dataset
CN113311338B (zh) 一种数据驱动的锂离子电池开路电压曲线重构方法
CN115598546A (zh) 锂离子电池soh、soc和rul的联合估计方法
US20230003802A1 (en) Lebesgue sampling-based lithium-ion battery state-of-charge diagnosis and prognosis
CN113740735A (zh) 一种锂离子电池soc估计的方法
CN111832169B (zh) 一种电芯寿命模型自动校正方法
CN115248384A (zh) 一种改进的ocv-soc曲线拟合及参数辨识方法及系统
CN111177992B (zh) 基于电化学理论和等效电路模型的电池模型及其构建方法
CN110749826B (zh) 一种电池soc估算方法
CN115774207A (zh) 一种矫正磷酸铁锂电池soc的方法及使用该方法的车辆

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