CN113820603B - 一种预测锂电池组可输出能量的方法 - Google Patents
一种预测锂电池组可输出能量的方法 Download PDFInfo
- Publication number
- CN113820603B CN113820603B CN202110999565.5A CN202110999565A CN113820603B CN 113820603 B CN113820603 B CN 113820603B CN 202110999565 A CN202110999565 A CN 202110999565A CN 113820603 B CN113820603 B CN 113820603B
- Authority
- CN
- China
- Prior art keywords
- soc
- battery
- temperature
- battery cell
- voltage
- 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
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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Abstract
为了解决现有水下航行器用锂离子电池组可输出能量预测方法仅提供了电池组可用能量是否满足设定要求的判定依据，而无法准确预测锂电池组可输出能量的技术问题，本发明提供了一种锂离子电池组可输出能量的方法。本发明基于实测数据进行迭代推导得到的电池单体在各放电时刻的工作电压，通过该工作电压与预设的截止电压进行比较，当某个电池单体在某个放电时刻的工作电压达到该截止电压时，利用能量方程计算各电池单体从初始时刻到该放电时刻期间的累计输出能量；通过大量的待测锂电池组，能够得到累计输出能量与电池单体参数之间对应关系数据库，基于该对应关系数据库能够建立可输出能量的预测模型，实现较准确的预测。
Description
技术领域
本发明涉及一种预测锂电池组可输出能量的方法。这里的可输出能量是指锂离子电池组从初始时刻到其中某个电池单体的工作电压达到截止电压时，锂离子电池组中各电池单体的累计输出能量。
背景技术
电动力水下航行器由于其结构和性能等方面较热动力水下航行器有很大优势，近年来发展速度非常快，而动力电池的研究对于水下航行器的发展应用是非常关键的。锂离子电池相比于其它二次电池，其能量密度大、工作电压高、自放电率低、使用维护方便并且无记忆效应，具有其它二次电池无法比拟的优点，目前绝大多数水下航行器都采用锂离子电池作为其动力能源装置。
目前预测水下航行器用锂离子电池组可输出能量的方法有平均电压截止法和最低电压截至法。平均电压截止法代表当电池组的平均电压降低到了设定值时便停止工作。而最低电压截止法表示当电池的单体最低电压降低到了设定值时便停止工作。这两种方法只是提供了判定电池组可用能量是否满足设定要求的依据，无法准确预测锂电池组可输出能量。
发明内容
要解决的技术问题
为了解决现有水下航行器用锂离子电池组可输出能量预测方法仅提供了电池组可用能量是否满足设定要求的判定依据，而无法准确预测锂电池组可输出能量的技术问题，本发明提供了一种锂离子电池组可输出能量的方法，本发明的方法具有普适性，不但能够准确预测水下航行器用锂离子电池，还能对其余场景(例如电动汽车)用锂离子电池的输出能量进行准确预测。
技术方案
本发明的技术方案如下：
一种预测锂电池组可输出能量的方法，其特殊之处在于，包括以下步骤：
步骤1：选取与待测锂电池组中单体型号相同的电池单体，分别开展脉冲放电实验，获取内阻-SOC变化曲线、内阻-温度变化曲线、开路电压-SOC变化曲线以及开路电压-温度曲线；
步骤2：将内阻-SOC变化曲线、内阻-温度变化曲线结合起来，得到内阻随温度和SOC变化的二元函数；
步骤3：将开路电压-SOC变化曲线、开路电压-温度变化曲线结合起来，得到开路电压随温度和SOC变化的二元函数；
步骤4：获取放电时长Δt内的ΔSOC随温度的变化函数；
步骤5：函数导入
将内阻随温度和SOC变化的二元函数、开路电压随温度和SOC变化的二元函数，以及放电时长Δt内SOC随温度的变化函数导入matlab中；
步骤6：模型构建和初始参数设置
构建待预测电池组的等效电路模型，导入matlab软件中，然后设置好电池组中每个电池单体的初始参数，包括初始内阻R0、初始SOC0，初始温度T0、初始内热源φ0以及初始开路电压U0；
步骤7：基于每个电池单体的初始参数，计算第1个放电时刻各电池单体的电池参数，包括电流I1、内热源φ1、体平均温度
开路电压U1、内阻R1和荷电状态SOC1以及工作电压U′1，并判定工作电压U′1是否达到设定的截止电压，若某一个电池单体的工作电压U′1达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′1均未达到截止电压，则进入步骤8；
步骤8：基于第1个放电时刻的电池参数，计算第2个放电时刻各电池单体的电池参数，包括电流I2、内热源φ2、体平均温度
开路电压U2、内阻R2、荷电状态SOC2和工作电压U′2，并判定U′2是否达到设定的截止电压，若某一个电池单体的工作电压U′2达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′2均未达到截止电压，则进入步骤8；依次类推；
步骤9：基于第t-1个放电时刻的电池参数，计算第t个放电时刻各电池单体的电池参数，包括电流It、内热源φt、体平均温度
开路电压Ut、内阻Rt、荷电状态SOCt和工作电压U′t；判定各电池单体的工作电压U′t是否达到设定的截止电压，若达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′t均未达到截止电压，则计算t+1时刻的电池参数；
t分别取3，4，…，n；n由电池单体最大容量决定；
步骤10：根据能量方程分别计算从初始时刻到当前放电时刻，每个电池单体的累计输出能量；
步骤11：选取另外m组型号相同、但各电池单体初始内阻、初始SOC、初始温度和初始开路电压不同的待测锂电池组，按照步骤1-10的方法，分别得到该m组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量；m大于等于1000；
步骤12：根据前述m+1组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量与其初始内阻、初始SOC、初始温度和初始开路电压的对应关系，得到累计输出能量与初始内阻、初始SOC、初始温度和初始开路电压的对应关系数据库；
步骤13：将步骤12得到的对应关系数据库导入matlab中，利用机器学习建立预测模型；
步骤14：将待测锂电池组的中各电池单体的初始内阻、初始SOC、初始温度、以及初始开路电压，输入到预测模型中，得到从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量。
进一步地，所述步骤1具体为：
对电池单体进行脉冲放电实验，在实验期间利用温控箱维持电池温度不变，测量不同SOC下单体的内阻和开路电压，得到该电池单体的内阻-SOC变化曲线、开路电压-SOC曲线；
对同样SOC状态下、不同温度的电池单体进行脉冲放电实验，测量不同温度下，单体的内阻和开路电压，得到该电池单体的内阻-温度变化曲线、开路电压-温度变化曲线；使电池单体保持同样SOC状态、不同温度的方法是：每次放电采集数据后都要再次给电池充电，使其SOC达到相同的设定值，再利用温控箱调整电池温度。
进一步地，所述步骤2具体为：
2.1)对内阻-温度变化曲线拟合，得到内阻随温度的变化函数F(T)；然后用F(T)除以标准状态下的电池单体内阻R，得到函数F(T)的系数f(T)；
2.2)对内阻-SOC变化曲线拟合，得到内阻随SOC的变化函数G(SOC)；然后用G(SOC)除以标准状态下的电池单体内阻R，得到函数G(SOC)的系数g(SOC)；
2.3)根据2.1)和2.2)，得到内阻随温度和SOC变化的二元函数为R*f(T)*g(SOC)。
进一步地，所述步骤3具体为：
3.1)对开路电压-温度变化曲线拟合，得到开路电压随温度的变化函数M(T)；然后用M(T)除以标准状态下的电池单体的开路电压U，得到函数M(T)的系数m(T)；
3.2)对开路电压-SOC变化曲线拟合，得到开路电压随SOC的变化函数N(SOC)；然后用N(SOC)除以标准状态下的电池单体开路电压U，得到函数N(SOC)的系数n(SOC)；
3.3)根据3.1)和3.2)，开路电压随温度和SOC变化的二元函数为U*m(T)*n(SOC)。
进一步地，所述步骤4具体为：
4.1)将单体电池放在温控箱里，通过调节温度，在各温度下分别对单体电池进行恒流放电实验，获得不同温度下的最大容量Q，得到最大容量-温度变化曲线；
4.2)对最大容量-温度变化曲线拟合，得到该电池单体的最大容量Q随温度的变化函数Q(T)；然后用Q(T)除以标准状态下的电池单体最大容量Q0，得到函数Q(T)的系数q(T)；
4.3)计算ΔSOC：
ΔSOC＝q(T)*I*Δt。
进一步地，所述步骤7具体为：
7.1)根据每个电池单体的初始温度T0，结合每个电池单体的初始内热源φ0、电池单体的比热容Cp、电池模组的换热系数h以及换热面积S，电池密度ρ,电池体积V，计算每个电池单体在第1个放电时刻的温度T1；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt1为第1个放电时刻到初始时刻的时间间隔；
7.2)将每个电池单体的初始温度T0，分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体从初始时刻至第1个放电时刻的SOC变化量ΔSOC1，进而得到每个电池单体在第1个放电时刻的SOC1＝SOC0-ΔSOC0；
7.3)利用matlab软件求取各电池单体在第1个放电时刻的体平均温度
/>
7.4)将步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度
和步骤7.2)得到的荷电状态SOC1代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第1个放电时刻每个电池单体的内阻R1；
7.5)步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度
和步骤7.2)得到的荷电状态SOC1代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第1个放电时刻每个电池单体的开路电压U1；
7.6)利用步骤7.4)得到的内阻R1和步骤7.5)得到的开路电压U1，基于步骤6构建的等效电路模型，计算第1个放电时刻每个电池单体的电流I1；
7.7)利用步骤7.4)得到的内阻R1和步骤7.6)得到的电流I1，计算每个电池单体在第1个放电时刻的内热源φ1；
7.8)根据电流I1和开路电压U1，计算第1个放电时刻每个电池单体的工作电压U′1；
7.9)判定各电池单体的工作电压U′1是否达到设定的截止电压，若某一个电池单体的工作电压U′1达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′1均未达到截止电压，则进入步骤8。
进一步地，所述步骤8具体为：
8.1)根据第1个放电时刻的电池单体温度T1，结合每个电池单体在第1个放电时刻的内热源φ1、电池单体的比热容Cp、电池密度ρ，电池体积V、电池模组的换热系数h以及换热面积S，计算每个电池单体在第2个放电时刻的温度T2；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt2为第2个放电时刻到第1个放电时刻的时间间隔；
8.2)将步骤7.3)得到的每个电池单体在第1个放电时刻的体平均温度
分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体在第2个放电时刻至第1时刻的SOC变化量ΔSOC1，进而得到每个电池单体在第2个放电时刻的SOC2＝SOC1-ΔSOC1；
8.3)利用matlab软件求取各电池单体在第2个放电时刻的体平均温度
8.4)将第2个放电时刻的体平均温度
和荷电状态SOC2代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第2个放电时刻每个电池单体的内阻R2；
8.5)将第2个放电时刻的体平均温度
和荷电状态SOC2代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第2个放电时刻每个电池单体的开路电压U2；
8.6)步骤8.4)得到的内阻R2和步骤8.5)得到的开路电压U2，基于步骤6构建的等效电路模型，计算第2个放电时刻每个电池单体的电流I2；
8.7)步骤8.4)得到的内阻R2和步骤8.6)得到的电流I2，计算每个电池单体在第2个放电时刻的内热源φ2；
8.8)根据电流I2和开路电压U2，计算第2个放电时刻每个电池单体的工作电压U′2；
8.9)判定各电池单体的工作电压U′2是否达到设定的截止电压，若某一个电池单体的工作电压U′2达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′2均未达到截止电压，则进入步骤9。
有益效果
与现有技术相比，本发明的有益效果如下：
1、本发明基于实测数据进行迭代推导得到的电池单体在各放电时刻的工作电压，通过该工作电压与预设的截止电压进行比较，当某个电池单体在某个放电时刻的工作电压达到该截止电压时，利用能量方程计算各电池单体从初始时刻到该放电时刻期间的累计输出能量；通过大量的待测锂电池组，能够得到累计输出能量与电池单体参数之间对应关系数据库，基于该对应关系数据库能够建立可输出能量的预测模型，实现较准确的预测。
2、本发明利用上一时刻的参数计算当前时刻的参数，得到的各放电时刻电池单体的工作电压更加贴近电池实际工况，提高了预测的准确度。
附图说明
图1是本发明的迭代计算流程图。
图2是本发明所得到的内阻随温度和SOC变化的二元函数图像示例。
图3是本发明所得到的开路电压随温度和SOC变化的二元函数图像示例。
图4是本发明所得到的电池最大电量随温度变化的曲线示例。
具体实施方式
以下结合附图对本发明作进一步说明。
本发明所提供的预测锂电池组可输出能量的方法，包括以下步骤：
步骤1：选取与待测锂电池组中单体型号相同的电池单体，分别开展脉冲放电实验，获取内阻-SOC变化曲线、内阻-温度变化曲线、开路电压-SOC变化曲线以及开路电压-温度曲线；
具体实验操作如下：
对电池单体进行脉冲放电实验，在实验期间利用温控箱维持电池温度不变，测量不同SOC下单体的内阻和开路电压，得到该电池单体的内阻-SOC变化曲线、开路电压-SOC曲线；
对同样SOC状态下、不同温度(每次放电采集数据后都要再次给电池充电，使其SOC达到相同的设定值，再利用温控箱调整电池温度)的电池单体进行脉冲放电实验，测量不同温度下，单体的内阻和开路电压，得到该电池单体的内阻-温度变化曲线、开路电压-温度变化曲线。
步骤2：获取内阻随温度和SOC变化的二元函数
将内阻-SOC变化曲线、内阻-温度变化曲线结合起来，得到内阻随温度和SOC变化的二元函数，具体方法为：
2.1)对内阻-温度变化曲线拟合，得到内阻随温度的变化函数F(T)；然后用F(T)除以标准状态下的电池单体内阻R，得到函数F(T)的系数f(T)；
2.2)对内阻-SOC变化曲线拟合，得到内阻随SOC的变化函数G(SOC)；然后用G(SOC)除以标准状态下的电池单体内阻R，得到函数G(SOC)的系数g(SOC)；
2.3)内阻随温度和SOC变化的二元函数为R*f(T)*g(SOC)，根据该二元函数R*f(T)*g(SOC)可以得到任意温度T、任意荷电状态SOC下的电池内阻，如图2所示。
步骤3：获取开路电压随温度和SOC变化的二元函数
将开路电压-SOC变化曲线、开路电压-温度变化曲线结合起来，得到开路电压随温度和SOC变化的二元函数，具体方法为：
3.1)对开路电压-温度变化曲线拟合，得到开路电压随温度的变化函数M(T)；然后用M(T)除以标准状态下的电池单体的开路电压U，得到函数M(T)的系数m(T)；
3.2)对开路电压-SOC变化曲线拟合，得到开路电压随SOC的变化函数N(SOC)；然后用N(SOC)除以标准状态下的电池单体开路电压U，得到函数N(SOC)的系数n(SOC)；
3.3)开路电压随温度和SOC变化的二元函数为U*m(T)*n(SOC)，根据该二元函数U*m(T)*n(SOC)可以得到任意温度T、任意荷电状态SOC下的开路电压，如图3所示。
步骤4：获得放电时长Δt(可以自定义设置，例如1S或2S)内的ΔSOC随温度的变化函数，具体方法为：
4.1)将单体电池放在温控箱里，通过调节温度，在各温度下分别对单体电池进行恒流放电实验，获得不同温度下的最大容量Q(指SOC从100％放到0％电池所释放的电量)，得到最大容量-温度变化曲线；
4.2)对最大容量-温度变化曲线拟合，得到该电池单体的最大容量Q随温度的变化函数Q(T)；然后用Q(T)除以标准状态下的电池单体最大容量Q0，得到函数Q(T)的系数q(T)；
4.3)计算ΔSOC：
ΔSOC＝q(T)*I*Δt。
通过上述4.3)中的ΔSOC计算公式，可以得到各电池单体以电流I放电期间，任意温度T下、任意放电时长Δt内的SOC变化量ΔSOC。
图4为不同放电电流下，电池最大电量随温度变化的曲线示意，可以看出放电电流发生变化，对得到的最大容量-温度变化曲线的影响不大，因此，本发明步骤4中不考虑最大容量受放电电流的影响，简化了算法步骤。
上述步骤中的标准状态是指温度为25℃，50％的SOC的状态。
步骤5：函数导入
将内阻随温度和SOC变化的二元函数、开路电压随温度和SOC变化的二元函数，以及放电时长Δt内SOC随温度的变化函数导入matlab软件中。
步骤6：模型构建和初始参数设置
构建待预测电池组的等效电路模型，导入matlab软件中，然后在matlab软件中设置好电池组中每个电池单体的初始内阻R0、每个电池单体的初始SOC0，每个电池单体的初始温度T0、每个电池单体的初始内热源φ0以及每个电池单体的初始开路电压U0。
步骤7：计算第1个放电时刻各电池单体的工作电压U′1并判定：
7.1)根据每个电池单体的初始温度T0，结合每个电池单体的初始内热源φ0、电池单体的比热容Cp、电池模组的换热系数h以及换热面积S，电池密度ρ，电池体积V，计算每个电池单体在第1个放电时刻的温度T1；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt1为第1个放电时刻到初始时刻的时间间隔；
7.2)将每个电池单体的初始温度T0，分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体从初始时刻至第1个放电时刻的SOC变化量ΔSOC0，进一步得到每个电池单体在第1个放电时刻的SOC1＝SOC0-ΔSOC0；
7.3)利用matlab软件求取各电池单体在第1个放电时刻的体平均温度
这里电池单体的体平均温度指的是温度关于电池单体的体积求积分再除以电池单体的体积(由于在matlab里面把电池视为一个整体，体平均温度/>
与电池温度T1等价)；
7.4)将步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度
和步骤7.2)得到的荷电状态SOC1代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第1个放电时刻每个电池单体的内阻R1；
7.5)步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度
和步骤7.2)得到的荷电状态SOC1代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第1个放电时刻每个电池单体的开路电压U1；
7.6)利用步骤7.4)得到的内阻R1和步骤7.5)得到的开路电压U1，基于步骤6构建的等效电路模型，计算第1个放电时刻每个电池单体的电流I1；
7.7)利用步骤7.4)得到的内阻R1和步骤7.6)得到的电流I1，计算每个电池单体在第1个放电时刻的内热源φ1；
7.8)根据电流I1和开路电压U1，计算第1个放电时刻每个电池单体的工作电压U′1；
7.9)判定各电池单体的工作电压U′1是否达到设定的截止电压，若某一个电池单体的工作电压U′1达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′1均未达到截止电压，则进入步骤8；
步骤8：计算第2个放电时刻各电池单体的工作电压U′2并判定；
8.1)根据第1个放电时刻的电池单体温度T1，结合每个电池单体在第1个放电时刻的内热源φ1、电池单体的比热容Cp、电池模组的换热系数h以及换热面积S，电池密度ρ，电池体积V，计算每个电池单体在第2个放电时刻的温度T2；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt2为第2个放电时刻到第1个放电时刻的时间间隔；
8.2)将步骤7.3)得到的每个电池单体在第1个放电时刻的体平均温度
分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体在第2个放电时刻至第1时刻的SOC变化量ΔSOC1，进而得到每个电池单体在第2个放电时刻的SOC2＝SOC1-ΔSOC1；
8.3)利用matlab软件求取各电池单体在第2个放电时刻的体平均温度
(由于在matlab里面把电池视为一个整体，体平均温度/>
与电池温度T2等价)；
8.4)将第2个放电时刻的体平均温度
和荷电状态SOC2代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第2个放电时刻每个电池单体的内阻R2；
8.5)将第2个放电时刻的体平均温度
和荷电状态SOC2代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第2个放电时刻每个电池单体的开路电压U2；
8.6)步骤8.4)得到的内阻R2和步骤8.5)得到的开路电压U2，基于步骤6构建的等效电路模型，计算第2个放电时刻每个电池单体的电流I2；
8.7)步骤8.4)得到的内阻R2和步骤8.6)得到的电流I2，计算每个电池单体在第2个放电时刻的内热源φ2；
8.8)根据电流I2和开路电压U2，计算第2个放电时刻每个电池单体的工作电压U′2；
8.9)判定各电池单体的工作电压U′2是否达到设定的截止电压，若某一个电池单体的工作电压U′2达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′2均未达到截止电压，则进入步骤9；
依次类推；
步骤9：计算第t个放电时刻各电池单体的工作电压U′t并判定；
采用上述相同的方法，基于第t-1个放电时刻的参数值，能够计算出电池运行过程中第t个放电时刻各电池单体的工作电压U′t，判定各电池单体的工作电压U′t是否达到设定的截止电压，若达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′t均未达到截止电压，则计算t+1时刻的电池参数；
t分别取3，4，…，n；n由电池单体最大容量决定。
步骤10：根据下述能量方程分别计算从初始时刻到当前放电时刻，每个电池单体的累计输出能量；
Ea(j)表示第j个电池单体的从初始时刻至当前放电时刻的累计输出能量；
Uj(t)表示第j个电池单体在第t个放电时刻的开路电压；
Rj(t)表示第j个电池单体在第t个放电时刻的内阻；
步骤11：选取另外m组型号相同、但各电池单体初始内阻、初始SOC、初始温度和初始开路电压不同的待测锂电池组，按照步骤1-10的方法，分别得到该m组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量；m大于等于1000；
步骤12：根据前述m+1组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量与其初始内阻、初始SOC、初始温度和初始开路电压的对应关系，得到累计输出能量与初始内阻、初始SOC、初始温度和初始开路电压的对应关系数据库；
步骤13：将步骤12得到的对应关系数据库导入matlab中，利用机器学习建立预测模型；
步骤14：将待测锂电池组的中各电池单体的初始内阻、初始SOC、初始温度、以及初始开路电压，输入到预测模型中，得到从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量。
需要说明的是：发明所说的第1、2,…,t个放电时刻，是指间隔相等的若干个放电时刻，例如第1s、第2s，…，第ts；或者如第0.5s、第1s，第1.5s、第2s…第0.5ts。
Claims (3)
1.一种预测锂电池组可输出能量的方法，其特征在于，包括以下步骤：
步骤1：选取与待测锂电池组中单体型号相同的电池单体，分别开展脉冲放电实验，获取内阻-SOC变化曲线、内阻-温度变化曲线、开路电压-SOC变化曲线以及开路电压-温度曲线；
步骤2：将内阻-SOC变化曲线、内阻-温度变化曲线结合起来，得到内阻随温度和SOC变化的二元函数；具体方法为：
2.1)对内阻-温度变化曲线拟合，得到内阻随温度的变化函数F(T)；然后用F(T)除以标准状态下的电池单体内阻R，得到函数F(T)的系数f(T)；
2.2)对内阻-SOC变化曲线拟合，得到内阻随SOC的变化函数G(SOC)；然后用G(SOC)除以标准状态下的电池单体内阻R，得到函数G(SOC)的系数g(SOC)；
2.3)内阻随温度和SOC变化的二元函数为R*f(T)*g(SOC)，根据该二元函数R*f(T)*g(SOC)可以得到任意温度T、任意荷电状态SOC下的电池内阻；
步骤3：将开路电压-SOC变化曲线、开路电压-温度变化曲线结合起来，得到开路电压随温度和SOC变化的二元函数，具体方法为：
3.1)对开路电压-温度变化曲线拟合，得到开路电压随温度的变化函数M(T)；然后用M(T)除以标准状态下的电池单体的开路电压U，得到函数M(T)的系数m(T)；
3.2)对开路电压-SOC变化曲线拟合，得到开路电压随SOC的变化函数N(SOC)；然后用N(SOC)除以标准状态下的电池单体开路电压U，得到函数N(SOC)的系数n(SOC)；
3.3)开路电压随温度和SOC变化的二元函数为U*m(T)*n(SOC)，根据该二元函数U*m(T)*n(SOC)可以得到任意温度T、任意荷电状态SOC下的开路电压；
步骤4：获取放电时长Δt内的ΔSOC随温度的变化函数；
步骤5：函数导入
将内阻随温度和SOC变化的二元函数、开路电压随温度和SOC变化的二元函数，以及放电时长Δt内SOC随温度的变化函数导入matlab中；
步骤6：模型构建和初始参数设置
构建待预测电池组的等效电路模型，导入matlab软件中，然后设置好电池组中每个电池单体的初始参数，包括初始内阻R0、初始SOC0，初始温度T0、初始内热源φ0以及初始开路电压U0；
步骤7：计算第1个放电时刻各电池单体的工作电压U′1并判定：
7.1)根据每个电池单体的初始温度T0，结合每个电池单体的初始内热源φ0、电池单体的比热容Cp、电池模组的换热系数h以及换热面积S，电池密度ρ，电池体积V，计算每个电池单体在第1个放电时刻的温度T1；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt1为第1个放电时刻到初始时刻的时间间隔；
7.2)将每个电池单体的初始温度T0，分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体从初始时刻至第1个放电时刻的SOC变化量ΔSOC0，进一步得到每个电池单体在第1个放电时刻的SOC1＝SOC0-ΔSOC0；
7.3)利用matlab软件求取各电池单体在第1个放电时刻的体平均温度这里电池单体的体平均温度指的是温度关于电池单体的体积求积分再除以电池单体的体积；
7.4)将步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度和步骤7.2)得到的荷电状态SOC1代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第1个放电时刻每个电池单体的内阻R1；
7.5)步骤7.1)得到的第1个放电时刻的各电池单体的体平均温度和步骤7.2)得到的荷电状态SOC1代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第1个放电时刻每个电池单体的开路电压U1；
7.6)利用步骤7.4)得到的内阻R1和步骤7.5)得到的开路电压U1，基于步骤6构建的等效电路模型，计算第1个放电时刻每个电池单体的电流I1；
7.7)利用步骤7.4)得到的内阻R1和步骤7.6)得到的电流I1，计算每个电池单体在第1个放电时刻的内热源φ1；
7.8)根据电流I1和开路电压U1，计算第1个放电时刻每个电池单体的工作电压U′1；
7.9)判定各电池单体的工作电压U′1是否达到设定的截止电压，若某一个电池单体的工作电压U′1达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′1均未达到截止电压，则进入步骤8；
步骤8：计算第2个放电时刻各电池单体的工作电压U′2并判定；
8.1)根据第1个放电时刻的电池单体温度T1，结合每个电池单体在第1个放电时刻的内热源φ1、电池单体的比热容Cp、电池模组的换热系数h以及换热面积S，电池密度ρ，电池体积V，计算每个电池单体在第2个放电时刻的温度T2；
其中，比热容Cp为已知量，电池单体出厂比热容便确定了，为定值；换热系数h由电池模组的三维结构、材料确定，通过matlab软件可以得到；Δt2为第2个放电时刻到第1个放电时刻的时间间隔；
8.2)将步骤7.3)得到的每个电池单体在第1个放电时刻的体平均温度分别代入二元函数ΔSOC＝q(T)*I*Δt中，计算得到每个电池单体在第2个放电时刻至第1时刻的SOC变化量ΔSOC1，进而得到每个电池单体在第2个放电时刻的SOC2＝SOC1-ΔSOC1；
8.3)利用matlab软件求取各电池单体在第2个放电时刻的体平均温度；
8.4)将第2个放电时刻的体平均温度和荷电状态SOC2代入内阻随温度和SOC变化的二元函数R*f(T)*g(SOC)，获取第2个放电时刻每个电池单体的内阻R2；
8.5)将第2个放电时刻的体平均温度和荷电状态SOC2代入开路电压随温度和SOC变化的二元函数U*m(T)*n(SOC)，获取第2个放电时刻每个电池单体的开路电压U2；
8.6)步骤8.4)得到的内阻R2和步骤8.5)得到的开路电压U2，基于步骤6构建的等效电路模型，计算第2个放电时刻每个电池单体的电流I2；
8.7)步骤8.4)得到的内阻R2和步骤8.6)得到的电流I2，计算每个电池单体在第2个放电时刻的内热源φ2；
8.8)根据电流I2和开路电压U2，计算第2个放电时刻每个电池单体的工作电压U′2；
8.9)判定各电池单体的工作电压U′2是否达到设定的截止电压，若某一个电池单体的工作电压U′2达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′2均未达到截止电压，则进入步骤9；依次类推；
步骤9：基于第t-1个放电时刻的电池参数，计算第t个放电时刻各电池单体的电池参数，包括电流It、内热源φt、体平均温度开路电压Ut、内阻Rt、荷电状态SOCt和工作电压U′t；判定各电池单体的工作电压U′t是否达到设定的截止电压，若达到截止电压，则停止迭代计算，进入步骤10；若所有电池单体的工作电压U′t均未达到截止电压，则计算t+1时刻的电池参数；
t分别取3，4，…，n；n由电池单体最大容量决定；
步骤10：根据能量方程分别计算从初始时刻到当前放电时刻，每个电池单体的累计输出能量；
步骤11：选取另外m组型号相同、但各电池单体初始内阻、初始SOC、初始温度和初始开路电压不同的待测锂电池组，按照步骤1-10的方法，分别得到该m组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量；m大于等于1000；
步骤12：根据前述m+1组待测锂电池组从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量与其初始内阻、初始SOC、初始温度和初始开路电压的对应关系，得到累计输出能量与初始内阻、初始SOC、初始温度和初始开路电压的对应关系数据库；
步骤13：将步骤12得到的对应关系数据库导入matlab中，利用机器学习建立预测模型；
步骤14：将待测锂电池组的中各电池单体的初始内阻、初始SOC、初始温度、以及初始开路电压，输入到预测模型中，得到从初始时刻到工作电压达到截止电压的时刻，每个电池单体的累计输出能量。
2.根据权利要求1所述的预测锂电池组可输出能量的方法，其特征在于，所述步骤1具体为：
对电池单体进行脉冲放电实验，在实验期间利用温控箱维持电池温度不变，测量不同SOC下单体的内阻和开路电压，得到该电池单体的内阻-SOC变化曲线、开路电压-SOC曲线；
对同样SOC状态下、不同温度的电池单体进行脉冲放电实验，测量不同温度下，单体的内阻和开路电压，得到该电池单体的内阻-温度变化曲线、开路电压-温度变化曲线；使电池单体保持同样SOC状态、不同温度的方法是：每次放电采集数据后都要再次给电池充电，使其SOC达到相同的设定值，再利用温控箱调整电池温度。
3.根据权利要求2所述的预测锂电池组可输出能量的方法，其特征在于，所述步骤4具体为：
4.1)将单体电池放在温控箱里，通过调节温度，在各温度下分别对单体电池进行恒流放电实验，获得不同温度下的最大容量Q，得到最大容量-温度变化曲线；
4.2)对最大容量-温度变化曲线拟合，得到该电池单体的最大容量Q随温度的变化函数Q(T)；然后用Q(T)除以标准状态下的电池单体最大容量Q0，得到函数Q(T)的系数q(T)；
4.3)计算ΔSOC：
ΔSOC＝q(T)*I*Δt。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999565.5A CN113820603B (zh) | 2021-08-29 | 2021-08-29 | 一种预测锂电池组可输出能量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110999565.5A CN113820603B (zh) | 2021-08-29 | 2021-08-29 | 一种预测锂电池组可输出能量的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113820603A CN113820603A (zh) | 2021-12-21 |
| CN113820603B true CN113820603B (zh) | 2023-05-30 |
Family
ID=78923239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110999565.5A Active CN113820603B (zh) | 2021-08-29 | 2021-08-29 | 一种预测锂电池组可输出能量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113820603B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117310509B (zh) * | 2023-11-30 | 2024-02-09 | 西北工业大学 | 一种水下装备电池组全服役周期内状态参量的获取方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101449164B1 (ko) * | 2012-12-13 | 2014-10-15 | 현대자동차주식회사 | 차량의 배터리 관리방법 |
| KR20160017341A (ko) * | 2014-08-05 | 2016-02-16 | 현대모비스 주식회사 | 배터리 충전 상태 추정 장치 및 방법 |
| CN105093131A (zh) * | 2015-09-28 | 2015-11-25 | 哈尔滨工业大学 | 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法 |
| CN106627225B (zh) * | 2016-12-22 | 2018-10-19 | 清华大学 | 一种用于电动汽车的串联电池组剩余放电能量预测方法 |
| CN107983667B (zh) * | 2017-11-23 | 2020-06-12 | 中国东方电气集团有限公司 | 一种锂离子电池配组方法 |
| KR101992051B1 (ko) * | 2018-03-19 | 2019-06-21 | 충북대학교 산학협력단 | 배터리 잔량 예측 방법 및 배터리 잔량 예측 시스템 |
| CN110687468B (zh) * | 2018-06-19 | 2021-01-15 | 华为技术有限公司 | 一种电池荷电状态的估计方法及装置 |
| CN110261779B (zh) * | 2019-06-25 | 2021-07-27 | 西安石油大学 | 一种三元锂电池荷电状态与健康状态在线协同估计方法 |
| KR102216938B1 (ko) * | 2020-05-26 | 2021-02-18 | 주식회사 나산전기산업 | Bms시스템에 적용되는 배터리의 충방전 특성을 사용한 배터리 수명 예측 시스템 |
| CN112327182B (zh) * | 2020-08-02 | 2021-11-16 | 西北工业大学 | 基于量测值残差序列的自适应h无穷滤波soc估计方法 |
| CN112462281A (zh) * | 2020-10-26 | 2021-03-09 | 江苏大学 | 一种基于气液动力学模型带参数修正的soc估计方法及系统 |
| CN112379289B (zh) * | 2020-10-31 | 2024-03-29 | 浙江锋锂新能源科技有限公司 | 一种锂离子电池最大电流的测试方法 |
| AU2020103886A4 (en) * | 2020-12-04 | 2021-02-11 | Nanjing Forestry University | A Method for Estimating SOC of a Fractional-Order Kinetic Battery Considering Temperature and Hysteresis Effect |
-
2021
- 2021-08-29 CN CN202110999565.5A patent/CN113820603B/zh active Active
Non-Patent Citations (1)
| Title |
|---|
| Low temperature carbonization of cellulose nanocrystals for high performance carbon anode of sodium-ion batteries;Hongli Zhu 等;《Nano Energy》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113820603A (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Perez et al. | Optimal charging of Li-ion batteries with coupled electro-thermal-aging dynamics | |
| CN109031145B (zh) | 一种考虑不一致性的串并联电池组模型及实现方法 | |
| CN106291378B (zh) | 一种电动汽车动力电池soh的测算方法 | |
| CN103502829B (zh) | 用于电化学存储系统热管理的优化方法 | |
| CN104881550B (zh) | 动力电池运行温度的自适应预测方法 | |
| CN108445406A (zh) | 一种动力电池健康状态估计方法 | |
| CN112464571B (zh) | 基于多约束条件粒子群优化算法的锂电池组参数辨识方法 | |
| CN102468521A (zh) | 用于估计蓄电池健康状态的方法和装置 | |
| Song et al. | Model-based health diagnosis for lithium-ion battery pack in space applications | |
| CN101641607A (zh) | 二次电池的状态估计装置 | |
| EP3828567B1 (en) | Battery management device, battery management method, and battery pack | |
| Hu et al. | Battery charge control with an electro-thermal-aging coupling | |
| CN111974709B (zh) | 基于温度变化聚类分析的退役动力锂电池筛选方法及系统 | |
| CN115639481B (zh) | 基于大数据预测soc的电池数据预处理系统及方法 | |
| CN113557439A (zh) | 用于估计电池的健康状态的方法 | |
| Geng et al. | State of charge estimation method for lithium-ion batteries in all-electric ships based on LSTM neural network | |
| CN111537885B (zh) | 一种串联电池组的多时间尺度短路电阻估计方法 | |
| CN113820603B (zh) | 一种预测锂电池组可输出能量的方法 | |
| LeBel et al. | Lithium-ion cell equivalent circuit model identification by galvanostatic intermittent titration technique | |
| Alsabari et al. | Modeling and validation of lithium-ion battery with initial state of charge estimation | |
| Jian et al. | Comparison of SOC estimation performance with different training functions using neural network | |
| CN111562499B (zh) | 一种新能源汽车锂动力电池热管理模拟方法 | |
| EP3805768B1 (en) | Battery management apparatus, battery management method, and battery pack | |
| Han et al. | Modeling for lithium-ion battery used in electric vehicles | |
| CN106599333A (zh) | 一种电源soh的估算方法 |
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 |