CN113391216A - 基于响应曲面设计的铅酸电池可用容量估算方法和装置 - Google Patents
基于响应曲面设计的铅酸电池可用容量估算方法和装置 Download PDFInfo
- Publication number
- CN113391216A CN113391216A CN202110732460.3A CN202110732460A CN113391216A CN 113391216 A CN113391216 A CN 113391216A CN 202110732460 A CN202110732460 A CN 202110732460A CN 113391216 A CN113391216 A CN 113391216A
- Authority
- CN
- China
- Prior art keywords
- available capacity
- lead
- charge
- acid battery
- maximum available
- 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.)
- Pending
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
- G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
-
- 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
Abstract
本发明实施例涉及电力电池技术领域,公开了一种基于响应曲面设计的铅酸电池可用容量估算方法和装置。该方法包括:基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;利用试验方法获取关系模型的各个参数;将最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;利用优化算法确定待辨识参量对应的适应度函数,适应度函数对应的端电压的均方根误差值最小;利用安时积分法计算工况下任意时刻的荷电状态,基于适应度函数确定最大可用容量。实施本发明实施例,可以快速且准确地估计电池的最大可用容量。
Description
技术领域
本发明涉及电力电池技术领域,具体涉及一种基于响应曲面设计的铅酸电池可用容量估算方法和装置。
背景技术
1860年,普朗克发明了铅酸电池,距今已有160多年的历史。铅酸电池可靠性高、成本低、浪涌能力强,效率在65%到80%左右。尽管在很多场景铅酸蓄电池已被锂离子电池替代,但在某些特定的应用领域,铅酸电池更受青睐,铅酸电池通常被用做备用和应急电源。
铅酸电池健康状态(SOH)估计是电池管理系统的核心功能之一,精确的SOH估计可以保障铅酸电池系统安全可靠地工作,优化铅酸电池系统,并为铅酸电池的能量管理和安全管理等提供依据。铅酸电池的SOH与铅酸电池的老化密切相关,而老化最直观的表现为铅酸电池可释放能量降低和功率等级的下降,内部反映为铅酸电池容量衰减和内阻增加,因此,常将铅酸电池容量和内阻作为SOH的评价指标。一般来说,新铅酸电池的SOH被设定为100%,铅酸电池通常用来作为轨道交通车辆的备用电源,一般认为铅酸电池容量只有初始容量的80%时铅酸电池就不能满足正常需求。所以,铅酸电池SOH估计实际上就是铅酸电池最大可用容量的估计,而且铅酸电池最大可用容量又直接影响铅酸电池的荷电状态(SOC)的估计值,且铅酸电池荷电状态的估计精度直接关系到铅酸电池的使用是否安全,为保障铅酸电池的安全使用,电池管理系统必须对铅酸电池的最大可用容量进行准确的估计。
目前,电池最大可用容量的估计方法可分为4种:
1.基于电池开路电压的最大可用容量估计法:由于电池SOC与其开路电压之间存在唯一的单调变化关系,即首先利用电池的开路电压估计出该电池的SOC。在考虑电池老化状态的前提下,电池的荷电状态是指电池的剩余电量和当前状态下的最大可用容量的百分比,通过测得电池的剩余电量和SOC,就可以估计出电池的最大可用容量。
2.基于电池等效电路模型的最大可用容量估计法:通过电池的等效电路模型构造出该电池的动态方程,并将该电池的最大可用容量作为未知状态进行估计。例如申请号为201910333005.9的中国发明专利申请,其公开了基于电池等效电路模型设计了双滑模观测器,实现了对电池可用容量和SOC的联合估计。申请号为201610675853.4的中国发明专利申请,其公开了基于电池等效电路模型建立了容量-SOC-OCV的三维响应面,应用多时间尺度滤波算法,在宏观尺度下对电池的可用容量进行估计。
3.基于电池容量增益分析和电压微分分析的最大可用容量估计法:侧重于在实验室环境下对电池内部的化学反映程度进行描述。容量增益分析和电压微分分析是进行SOH估计的微分分析方法,因为容量增益分析比电压微分分析更简单,所以微分分析法大多采用的是容量增益分析。容量增量分析的基本原理是:将电压(V)与充电容量(Q)的曲线转换为容量增量曲线,进而从容量增量曲线中提取出与电池退化有关的特征参数,从而挖掘出电池隐含的电池老化信息。但单从一个容量增量曲线无法判断哪些参数是可以反映电池SOH的特征的,需要在电池老化过程中,电池处在各个不同SOH时,对恒流充电电压变化曲线进行平滑和滤波处理后,绘制出容量增量曲线进行比较分析,才能找出与电池SOH相关的特征参数,最终实现SOH的估计。
4.基于电池老化实验的最大可用容量估计法:主要是通过实验数据分析不同老化因素对电池的最大可用容量衰退的影响,从而建立电池的容量衰退模型或剩余寿命模型实现对电池最大可用容量进行估计。
目前电池可用容量估计技术存在以下缺陷:
1.若采用较少的实验数据进行分析,会导致估计偏差大,估计精度低且不稳定。
2.若采用大量的实验数据进行分析,虽然能够满足估计精度的要求,但是数据积累耗时长且数据分析工作量大。
3.上述两个专利中,第一个方案中等效电路模型的OCV仅是与SOC有关的函数,当OCV和SOC在电池不同老化程度下的对应关系有差异时,电池老化后的OCV与SOC的对应关系将不准确。第二个方案中需要测量不同容量下OCV和SOC的对应关系,需要进行大量的实验才能建立容量-SOC-OCV三维响应面。
4.基于电池开路电压的最大可用容量估计法非常依赖OCV和SOC对应关系的准确性,对实验精度要求较高;基于电池等效电路模型的最大可用容量估计法受模型复杂度的影响较大,通常模型越复杂估计精度越高;基于电池容量增益分析和电压微分分析的最大可用容量估计法侧重于在实验室环境下进行;基于电池老化实验的最大可用容量估计法需要进行大量的老化实验,花费大量的时间。
发明内容
针对所述缺陷,本发明实施例公开了一种基于响应曲面设计的铅酸电池可用容量估算方法和装置,可以快速且准确地估计电池的最大可用容量。
本发明实施例第一方面公开一种基于响应曲面设计的铅酸电池可用容量估算方法,所述方法包括:
基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;
利用试验方法获取所述关系模型的各个参数;
将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;
利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小;
利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量。
作为一种可选的实施方式,在本发明实施例第一方面中,基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型,包括:
构建关系模型:
Uoc=f(SOC,Cmax)+ε
其中,Uoc为开路电压,SOC为荷电状态,Cmax为最大可用容量,ε为误差项;
对所述关系模型进行展开,得到关系模型展开式:
其中,Con为常数项;a、b、c、d、e均为常系数。
作为一种可选的实施方式,在本发明实施例第一方面中,利用试验方法获取所述关系模型的各个参数,包括:
利用最小二乘法拟合得到关系模型展开式中的常数和各常系数的拟合值。
作为一种可选的实施方式,在本发明实施例第一方面中,将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量,包括:
作为一种可选的实施方式,在本发明实施例第一方面中,利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小,包括:
利用遗传算法,确定所述待辨识参量对应的适应度函数:
作为一种可选的实施方式,在本发明实施例第一方面中,利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量,包括:
利用安时积分法计算工况下任意时刻的荷电状态:
其中,η为充放电效率,i为充放电电流,Q为电池容量;
基于所述适应度函数确定所述最大可用容量。
本发明实施例第二方面公开一种基于响应曲面设计的铅酸电池可用容量估算装置,其包括:
第一构建单元,用于基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;
计算单元,用于利用试验方法获取所述关系模型的各个参数;
第二构建单元,用于将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;
优化单元,用于利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小;
确定单元,用于利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量。
本发明实施例第三方面公开一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行本发明实施例第一方面公开的一种基于响应曲面设计的铅酸电池可用容量估算方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的一种基于响应曲面设计的铅酸电池可用容量估算方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明提出了一种基于响应曲面设计的动力电池可用容量估计方法,采用科学的数量化分析方法研究响应变量(Uoc)与输入变量(SOC,Cmax)的关系,通过选择合适的试验设计方案,只需进行较少的试验,就可以得到可靠的响应曲面模型,达到预测响应变量的目的,根据电池等效电路模型的端电压方程,选择合适的优化算法,使端电压均方根误差值最小,从而对电池最大可用容量Cmax进行快速且准确地估计。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于响应曲面设计的铅酸电池可用容量估算方法的流程示意图;
图2是本发明实施例公开的Thevenin模型的电路原理图;
图3是本发明实施例公开的中心复合模型的结构示意图;
图4是本发明实施例公开的一种基于响应曲面设计的铅酸电池可用容量估算装置的结构示意图;
图5是本发明实施例公开的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象,而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,示例性地,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种基于响应曲面设计的铅酸电池可用容量估算方法和装置,其采用科学的数量化分析方法研究响应变量(Uoc)与输入变量(SOC,Cmax)的关系,通过选择合适的试验设计方案,只需进行较少的试验,就可以得到可靠的响应曲面模型,达到预测响应变量的目的,根据电池等效电路模型的端电压方程,选择合适的优化算法,使端电压均方根误差值最小,从而对电池最大可用容量Cmax进行快速且准确地估计,以下结合附图进行详细描述。
实施例一
生产实践中,常常需要研究响应变量如何依赖于输入变量,进而找到它们之间的函数关系,当自变量个数较少时(通常不超过4个),响应曲面方法是最好的方法之一。响应曲面方法最早由统计学家提出,是一种数学方法、统计分析和实验设计方法结合的产物,通常用于探究未知系统的响应变量和输入变量之间的数学模型,应用系统的方式进行试验得到对应的响应值和输入值,达到预测响应变量的目的。
基于此方法,本发明提出了一种基于响应曲面设计的铅酸电池可用容量估计方法,以Uoc为响应变量,SOC和Cmax为输入变量,采用中心复合设计等试验设计方法,只需选择能够满足精度要求的试验点的数量,进行较少的试验,就可以得到响应变量(Uoc)与输入变量(SOC,Cmax)间可靠的数学模型,然后根据铅酸电池等效电路模型的端电压方程,选择合适的优化算法,使端电压均方根误差值最小,从而对电池最大可用容量Cmax进行准确地估计。
图2为电池的Thevenin模型,端电压为:
Ut=Uoc(SOC,Cmax)-UD-iLRi (1)
其中,Ut为电池的端电压,Uoc为开路电压,SOC为荷电状态,Cmax为最大可用容量Ri为等效内阻,RD为极化内阻,UD为极化电压。
在响应曲面建模中,通常假定响应y与输入变量x1,x2,…xk存在如下关系:
y=f(x1,x2,···,xk)+ε (2)
这种真正的函数关系形式f是不知道的,可能是非常复杂的,ε代表无法解释的其它来源的变异项,记为误差项。一般用上式的一阶或二阶Taylor展开式,作为相对小区域内对真正函数的逼近形式。在此,以二阶模型为例:
模型中ε为随机误差,通常假设服从正太分布N(0,σ2)且相互独立同方差,输入变量相互独立没有误差。最小二乘法是最优的响应模型回归方法,也是最常用的方法。上式的矩阵形式为:
Y=Xβ+ε (4)
其中
由式(4)可得:
XTY=XTXβ (5)
响应变量的估计为:
残差为:
请参阅图1,图1是本发明实施例公开的一种基于响应曲面设计的铅酸电池可用容量估算方法的流程示意图。如图1所示,该基于响应曲面设计的铅酸电池可用容量估算方法包括以下步骤:
S110,建立响应面模型。
类似于公式(2),构建输出量为开路电压Uoc、输入量为电池SOC和最大可用容量Cmax的关于开路电压的关系模型:
Uoc=f(SOC,Cmax)+ε (9)
试验设计方法就是通过对试验进行设计,以最少的试验次数得到比较精确的模型,以中心复合设计为例,建立Uoc的试验设计模型,如图3所示,输入量为电池SOC和可用容量Cmax,输出量为开路电压Uoc,输入量SOC的范围为[SOCmin,SOCmax],输入量Cmax的范围为[(Cmax)min,(Cmax)max],在SOC和Cmax组成的坐标系上,选取边界点和中心点进行试验。其中,边界点又分为平方点和轴向点。平方点处于两个输入量的边界上,对应图3中的A~D四个点;轴向点处于单个输入量的边界上,对应图3中的E~H四个点,中心点处于两个输入量的中心处,对应图3中的O点。有时为了使拟合曲面更接近实际值,还需要对试验点进行适当的增补。
二阶Taylor展开式将电池开路电压写成式(3)的形式为:
其中:Con为常数项;ε为误差项;a~e为常系数。
S120,利用试验方法获取所述关系模型的各个参数。
将试验点的数据和相应的Uoc进行中心复合设计建模,即根据式(4)~式(8),即最小二乘法,寻求一组的值使得eTe达到最小,可以得到式(10)各系数和常数项拟合值,从而得出Uoc与SOC和可用容量Cmax的关系表达式。
使用中心复合设计,可以以最少的试验次数得到比较精确的关系模型的最终表达式。
S130,将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量。
由式(1)可知,可用容量Cmax最终将反应在端电压的估计值上,因此可将电池的可用容量纳入模型参数一同进行参数辨识,电池的待辨识参量可以表示为:
S140,利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小。
选择合适的优化算法,例如遗传算法等,以端电压的均方根误差值最小为适应度函数。
其中,为适应度函数,Ut为实测值,为估计值(又可称为模型端电压),N为采样次数。通过遗传算法可以得到SOC、Cmax、Ri、RD、CD等参数,将SOC、Cmax代入公式(10)的Uoc关系式可以求得Uoc,将测量的电池电流代入图2的Thevenin模型,电流经过Ri、RD、CD时会产生电压,根据电路基础知识可以计算出模型端电压,该模型端电压即估计值
遗传算法是一种寻优算法,以电池实际测量端电压和模型端电压均方根差最小为寻优目标,说明模型与电池实际运行情况最接近,此时模型计算的SOC最准确。
S150,利用安时积分法计算工况下任意时刻的SOC,通过辨识结果即可得到电池可用容量。
利用安时积分法计算工况下任意时刻的荷电状态:
其中,η为充放电效率,i为充放电电流,Q为电池容量。
实施例二
实施例二提供一种基于响应曲面设计的铅酸电池可用容量估算装置,为上述实施例一对应的虚拟装置,请参照图4所示,其包括:
第一构建单元210,用于基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;
计算单元220,用于利用试验方法获取所述关系模型的各个参数;
第二构建单元230,用于将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;
优化单元240,用于利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小;
确定单元250,用于利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量。
优选地,第一构建单元210,包括:
构建关系模型:
Uoc=f(SOC,Cmax)+ε
其中,Uoc为开路电压,SOC为荷电状态,Cmax为最大可用容量,ε为误差项;
对所述关系模型进行展开,得到关系模型展开式:
其中,Con为常数项;a、b、c、d、e均为常系数。
作为一种可选的实施方式,在本发明实施例第一方面中,利用试验方法获取所述关系模型的各个参数,包括:
利用最小二乘法拟合得到关系模型展开式中的常数和各常系数的拟合值。
优选地,第二构建单元230,包括:
优选地,优化单元240,包括:
利用遗传算法,确定所述待辨识参量对应的适应度函数:
优选地,确定单元250,包括:
利用安时积分法计算工况下任意时刻的荷电状态:
其中,η为充放电效率,i为充放电电流,Q为电池容量;
基于所述适应度函数确定所述最大可用容量。
实施例三
请参阅图5,图5是本发明实施例公开的一种电子设备的结构示意图。如图5所示,该电子设备可以包括:
存储有可执行程序代码的存储器310;
与存储器310耦合的处理器320;
其中,处理器320调用存储器310中存储的可执行程序代码,执行实施例一公开的一种基于响应曲面设计的铅酸电池可用容量估算方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行实施例一公开的一种基于响应曲面设计的铅酸电池可用容量估算方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一公开的一种基于响应曲面设计的铅酸电池可用容量估算方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一公开的一种基于响应曲面设计的铅酸电池可用容量估算方法中的部分或全部步骤。
在本发明的各种实施例中,应理解,所述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中,应理解,“与A对应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(RandomAccess Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种基于响应曲面设计的铅酸电池可用容量估算方法和装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于响应曲面设计的铅酸电池可用容量估算方法,其特征在于,其包括以下步骤:
基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;
利用试验方法获取所述关系模型的各个参数;
将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;
利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小;
利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量。
3.根据权利要求2所述的基于响应曲面设计的铅酸电池可用容量估算方法,其特征在于,利用试验方法获取所述关系模型的各个参数,包括:
利用最小二乘法拟合得到关系模型展开式中的常数和各常系数的拟合值。
7.一种基于响应曲面设计的铅酸电池可用容量估算装置,其特征在于,其包括:
第一构建单元,用于基于响应曲面模型构建开路电压、荷电状态以及最大可用容量之间的关系模型;
计算单元,用于利用试验方法获取所述关系模型的各个参数;
第二构建单元,用于将所述最大可用容量纳入电池模型的参数辨识,与荷电状态、等效电阻、极化内阻和极化电容共同构成铅酸电池的待辨识参量;
优化单元,用于利用优化算法确定所述待辨识参量对应的适应度函数,所述适应度函数对应的端电压的均方根误差值最小;
确定单元,用于利用安时积分法计算工况下任意时刻的荷电状态,基于所述适应度函数确定所述最大可用容量。
8.一种电子设备,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至6任一项所述的一种基于响应曲面设计的铅酸电池可用容量估算方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至6任一项所述的一种基于响应曲面设计的铅酸电池可用容量估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732460.3A CN113391216A (zh) | 2021-06-29 | 2021-06-29 | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110732460.3A CN113391216A (zh) | 2021-06-29 | 2021-06-29 | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113391216A true CN113391216A (zh) | 2021-09-14 |
Family
ID=77624504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110732460.3A Pending CN113391216A (zh) | 2021-06-29 | 2021-06-29 | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113391216A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114089199A (zh) * | 2021-11-22 | 2022-02-25 | 安徽农业大学 | 一种电池极化曲面测量系统 |
CN114325431A (zh) * | 2021-12-31 | 2022-04-12 | 北京西清能源科技有限公司 | 一种电池直流内阻测算方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072145A1 (en) * | 2010-09-22 | 2012-03-22 | Gm Global Technology Operations, Inc. | Method and Apparatus for Estimating Battery Capacity of a Battery |
CN105842627A (zh) * | 2016-02-01 | 2016-08-10 | 北京理工大学 | 基于数据模型融合的动力电池容量和荷电状态的估计方法 |
CN106291381A (zh) * | 2016-08-16 | 2017-01-04 | 北京理工大学 | 一种联合估计动力电池系统荷电状态与健康状态的方法 |
CN110221221A (zh) * | 2019-04-24 | 2019-09-10 | 吉林大学 | 锂离子电池荷电状态和健康状态联合估计方法 |
CN111562498A (zh) * | 2020-05-18 | 2020-08-21 | 山东大学 | 动力电池可用容量估计方法及系统 |
CN111965547A (zh) * | 2020-09-27 | 2020-11-20 | 哈尔滨工业大学(威海) | 一种基于参数辨识法的电池系统传感器故障诊断方法 |
-
2021
- 2021-06-29 CN CN202110732460.3A patent/CN113391216A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120072145A1 (en) * | 2010-09-22 | 2012-03-22 | Gm Global Technology Operations, Inc. | Method and Apparatus for Estimating Battery Capacity of a Battery |
CN105842627A (zh) * | 2016-02-01 | 2016-08-10 | 北京理工大学 | 基于数据模型融合的动力电池容量和荷电状态的估计方法 |
CN106291381A (zh) * | 2016-08-16 | 2017-01-04 | 北京理工大学 | 一种联合估计动力电池系统荷电状态与健康状态的方法 |
CN110221221A (zh) * | 2019-04-24 | 2019-09-10 | 吉林大学 | 锂离子电池荷电状态和健康状态联合估计方法 |
CN111562498A (zh) * | 2020-05-18 | 2020-08-21 | 山东大学 | 动力电池可用容量估计方法及系统 |
CN111965547A (zh) * | 2020-09-27 | 2020-11-20 | 哈尔滨工业大学(威海) | 一种基于参数辨识法的电池系统传感器故障诊断方法 |
Non-Patent Citations (3)
Title |
---|
李栋 等: "《低品位镍红土矿湿法冶金提取基础理论及工艺研究》", 31 July 2015, 冶金工业出版社 * |
穆浩: "电动汽车锂离子动力电池荷电状态鲁棒性估计方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
肖佳鹏: "纯电动车用锂离子电池SOC和电池容量估算研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114089199A (zh) * | 2021-11-22 | 2022-02-25 | 安徽农业大学 | 一种电池极化曲面测量系统 |
CN114089199B (zh) * | 2021-11-22 | 2024-03-29 | 安徽农业大学 | 一种电池极化曲面测量系统 |
CN114325431A (zh) * | 2021-12-31 | 2022-04-12 | 北京西清能源科技有限公司 | 一种电池直流内阻测算方法及装置 |
CN114325431B (zh) * | 2021-12-31 | 2024-03-08 | 北京西清能源科技有限公司 | 一种电池直流内阻测算方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hong et al. | Vehicle energy system active defense: a health assessment of lithium‐ion batteries | |
CN106291381B (zh) | 一种联合估计动力电池系统荷电状态与健康状态的方法 | |
US11442113B2 (en) | On-line estimation method of battery state of health in wide temperature range based on “standardized temperature” | |
CN112069739B (zh) | 电池分数阶模型参数辨识方法 | |
US20140358459A1 (en) | Model-based battery monitoring | |
CN105572596B (zh) | 锂电池soc估算方法及系统 | |
KR20200023672A (ko) | 딥러닝을 이용한 전지 진단 방법 | |
CN113391216A (zh) | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 | |
CN111142025A (zh) | 一种电池soc估算方法、装置、存储介质及电动汽车 | |
CN112580284B (zh) | 一种混合电容器等效电路模型及在线参数辨识方法 | |
CN111143981B (zh) | 虚拟试验模型验证系统及方法 | |
CN112630659A (zh) | 一种基于改进bp-ekf算法的锂电池soc估算方法 | |
CN115158076A (zh) | 计量误差评估方法、装置及计算机可读存储介质 | |
Zhou et al. | Research on online capacity estimation of power battery based on EKF-GPR model | |
Ren et al. | Novel strategy based on improved Kalman filter algorithm for state of health evaluation of hybrid electric vehicles Li-ion batteries during short-and longer term operating conditions | |
CN114935725A (zh) | 一种电池soh预测方法、存储介质及系统 | |
JP2023016707A (ja) | 蓄電池の容量損失を算定する方法、装置およびコンピュータプログラム製品 | |
CN114779089A (zh) | 一种基于储能锂电池等效电路模型计算电池荷电状态方法 | |
CN114861545A (zh) | 基于rnn神经网络与多参数约束的锂电池sop在线估算方法 | |
CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
CN114280490B (zh) | 一种锂离子电池荷电状态估计方法及系统 | |
CN113567864A (zh) | 电池荷电状态的确定方法、装置、计算机设备及存储介质 | |
CN112946480A (zh) | 一种提高soc估计实时性的锂电池电路模型简化方法 | |
CN111983476B (zh) | 一种基于卡尔曼滤波法的电池安全度估算方法及装置 | |
CN116577686B (zh) | 一种基于局部阶段充电数据的多工况soh估计方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210914 |