CN114646889A - 确定电池模型参数的方法、程序产品和电池管理系统 - Google Patents
确定电池模型参数的方法、程序产品和电池管理系统 Download PDFInfo
- Publication number
- CN114646889A CN114646889A CN202111552551.5A CN202111552551A CN114646889A CN 114646889 A CN114646889 A CN 114646889A CN 202111552551 A CN202111552551 A CN 202111552551A CN 114646889 A CN114646889 A CN 114646889A
- Authority
- CN
- China
- Prior art keywords
- battery
- model
- cell
- spm
- ropt
- 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]
- G01R31/367—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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
Abstract
本发明涉及用于确定用于单粒子电池模型的电池模型参数的方法，计算机程序产品和电池管理系统。方法包括以下步骤：S1：利用电池内阻Ri和电池模型角频率ωi的值对将SPM参数化；S2：借助于参数化的SPM和所测量的电池电流Imeas确定电池模型电压Vi；S3：通过多次重复步骤S1和S2来确定多个电池模型电压Vvec，SPM在步骤S1中在每次重复时利用出自预设集合的电池内阻Rvec和电池模型角频率ωvec的不同的值对Ri、ωi来参数化；S4：根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较结果，从所述集合的电池内阻Rvec和电池模型角频率ωvec中选择值对Ropt、ωopt。
Description
技术领域
本发明涉及一种确定单粒子电池模型(Single particle model，SPM)的电池模型参数的方法、一种计算机程序产品和一种电池管理系统。
背景技术
从FR3045218A1中已知一种用于确定电化学电池单池的电压响应模型的参数的方法，包括用于确定单池对输出电流的电压响应的测量步骤。
发明内容
根据本发明的用于确定单粒子电池模型(single particle model，SPM)的电池模型参数Ropt、ωopt的方法包括以下步骤：
S1：通过电池内阻Ri和电池模型角频率ωi的值对来参数化SPM，其中电池内阻Ri选自预设集合的电池内阻Rvec，并且其中电池模型角频率ωi选自预设集合的电池模型角频率ωvec；
S2：借助于参数化的SPM和所测量的电池电流Imeas确定电池模型电压Vi；
S3：通过多次重复步骤S1和S2来确定多个电池模型电压Vvec，其中SPM在步骤S1中在每次重复时利用出自预设集合的电池内阻Rvec和电池模型角频率ωvec的不同的值对Ri、ωi来参数化；
S4：根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较结果，从所述集合的电池内阻Rvec和电池模型角频率ωvec中选择一值对Ropt、ωopt；
SPM是一种简化的电化学模型，其基于偏微分方程并且借助于两个电极粒子来描述电化学单池。SPM在电池管理算法中的使用例如从文献DOI 10.1109/MCS.2010.936293.-ISSN 0272-1708和DOI 10.1115/1.4024801.-ISSN 0022-043中已知。
根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较结果选择值对即电池模型参数Ropt、ωopt来参数化SPM，通过这种方式，与从现有技术中已知的电池模型相比，能够通过相同或更多的电池模型参数数量，例如基于等效电路图(ESB)的模型，来减少在进行电池模型参数确定时的计算耗费和/或确定时间和/或提高电池模型精度。
优选地，根据本发明的方法包括如下步骤：
S5：根据在测试时间段T内所测量的电压Vmeas(t)与电池模型电压Vopt(t)的比较结果，检查所选择的值对Ropt、ωopt在预设的测试时间段T内的质量，所述电池模型电压根据利用值对Ropt、ωορt参数化的SPM和在测试时间段T内测量的电流Imeas(t)来确定。
由此能够保证，利用值对Ropt、ωopt参数化的SPM的精度对应于预设的最小要求。
根据本发明的计算机程序产品当其由计算单元执行时促使计算单元执行根据本发明的方法。
根据本发明的电池管理系统包括计算单元，所述计算单元构成和设立用于执行根据本发明的计算机程序产品并且借助于利用电池模型参数Ropt、ωopt参数化的电池模型来确定电池状态。
在下文中描述了本发明的其他有利的实施方式。
附图说明
根据以下附图详细阐述优选的实施例。在此示出：
图1示出包括电池管理系统的车辆，
图2示出根据本发明的用于确定用于单粒子电池模型(Single Particle Model，SPM)的电池模型参数Ropt、ωopt的方法的作为流程图示出的实施例，并且
图3示出在图2中示出的方法的步骤顺序。
具体实施方式
在图1中示出的车辆6是具有牵引电池7和电池管理系统5的至少部分地电气化的车辆。电池管理系统5包括计算单元4，所述计算单元构成和设立用于通过执行计算机程序产品根据在图2和图3中所示出的方法确定单粒子电池模型(Single Particle Model，SPM1)的电池模型参数Ropt、ωopt。此外，计算单元4构成和设立用于利用电池模型参数Ropt、ωopt参数化SPM1并且借助于参数化的SPM1确定电池状态。
在图2和图3中示出的用于确定电池模型参数Ropt、ωopt的方法包括5个步骤。
在所述方法的第一步骤S1中，计算单元4利用电池内阻Ri和电池模型角频率ωi的值对参数化SPM1，其中电池内阻Ri选自预设集合的电池内阻Rvec，并且其中电池模型角频率ωi选自预设集合的电池模型角频率ωvec。
在初始的运行周期中，在此根据预设集合的Rvec、ωvec与具有事先规定的下标的电池模型参数Rini、ωini的比较结果进行对值对Ri、ωi的选择。在上一个运行周期中确定的电池模型参数Ropt-1、ωopt-1在紧随其后的运行周期中代替电池模型参数Rini、ωini作为比较基础。在所述实施例中，Rvec和ωvec在此是通过计算单元4根据所测量的电池温度从所存储的电池特征曲线族8中选择的值集合。
在该方法的第二步骤S2中，计算单元4借助于参数化的SPM1和所测量的电池电流Imeas确定电池模型电压Vi。
在该方法的第三步骤S3中，计算单元4通过多次重复步骤S1和S2确定大量电池模型电压Vvec，其中SPM1在步骤S1中在每次重复时利用出自预设集合的电池内阻Rvec和电池模型角频率ωvec的不同的值对Ri、ωi来参数化。
在步骤S4中，计算单元4根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较2的结果从所述集合的电池内阻Rvec和电池模型角频率ωvec中选择值对Ropt、ωopt。在所述实施例中，计算单元4为此应用选择标准，根据所述选择标准从所述集合的Vvec中选择值Vopt，在所述值的情况下，在所观察的时间段内加和的与所测量的电池电压Vmeas的偏差ΔV2是最小的。与基于等效电路(ESB)的模型相比，根据Vmeas与Vvec的比较2的结果选择值对Ropt、ωopt在此引起计算耗费减少，同时电池模型精度相同。
在该方法的第五步骤S5中，计算单元4在预设的测试时间段T中检查3所选择的值对Ropt、ωopt的质量。为此，计算单元4将在测试时间段T中所测量的电压Vmeas(t)与电池模型电压Vopt(t)进行比较，所述电池模型电压根据利用值对Ropt，ωopt参数化的SPM1根据在测试时间段T中所测量的电流Imeas(t)来确定。在所述实施例中，通过检查3质量保证电池模型精度高于预设的最小精度。如果所述比较导致如下结果：未遵循最小精度，那么计算单元4重复方法步骤S1至S5，以便确定新的值对Ropt，ωopt。
在所述实施例中，上述方法由计算单元4实时执行。在此，将“实时”理解为，方法步骤S1至S4与电池的运行并行执行，使得可根据借助于参数化的SPM1确定的电池参数来控制电池功能。在所述实施例中，计算单元4为此以10ms的调用时间调用计算机程序产品。所述方法的可实时执行性在此通过计算单元4的高计算能力以及与从现有技术中已知的电池模型相比小数量的在所述方法中待考虑的电池模型参数来实现。
通过计算单元4执行在图2和3中描述的方法在此通过由计算单元4执行的计算机程序产品引起，所述计算机程序产品构成和设立用于促使计算单元4执行上述方法。
Claims (6)
1.一种用于确定用于单粒子电池模型(Single Particle Model，SPM(1))的电池模型参数Ropt、ωopt的方法，所述方法包括以下步骤：
S1：利用电池内阻Ri和电池模型角频率ωi的值对将SPM(1)参数化，其中所述电池内阻Ri选自预设集合的电池内阻Rvec，并且其中所述电池模型角频率ωi选自预设集合的电池模型角频率ωvec；
S2：借助于参数化的SPM(1)和所测量的电池电流Imeas确定电池模型电压Vi；
S3：通过多次重复步骤S1和S2来确定多个电池模型电压Vvec，其中所述SPM(1)在步骤S1中在每次重复时利用出自预设集合的电池内阻Rvec和电池模型角频率ωvec的不同的值对Ri、ωi来参数化；
S4：根据所测量的电池电压Vmeas与所述集合的电池模型电压Vvec的比较结果，从所述集合的电池内阻Rvec和电池模型角频率ωvec中选择(2)值对Ropt、ωopt。
2.根据权利要求1所述的方法，所述方法包括以下步骤：
S5：根据在测试时间段T中所测量的电压Vmeas(t)与电池模型电压Vopt(t)的比较结果，在预设的测试时间段T中检查(3)所选择的值对Ropt、ωopt的质量，所述电池模型电压根据利用所述值对Ropt、ωopt参数化的SPM(1)和在测试时间段T中测量的电流Imeas(t)确定。
3.根据权利要求1或2所述的方法，其中根据预设集合的Rvec、ωvec与最后确定的电池模型参数Ropt-1、ωopt-1和/或初始时规定的电池模型参数Rini、ωini的比较结果从所述预设集合的Rvec、ωvec中选择所述值对Ri、ωi。
4.根据上述权利要求中任一项所述的方法，其中能够实时执行步骤S1至S4。
5.一种计算机程序产品，所述计算机程序产品当其由计算单元(4)执行时促使所述计算单元(4)执行根据权利要求1至4中任一项所述的方法。
6.一种电池管理系统(5)，所述电池管理系统包括计算单元(4)，所述计算单元构成和设立用于执行根据权利要求5所述的计算机程序产品并且借助于利用电池模型参数Ropt、ωopt参数化的电池模型(1)来确定电池状态。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102020007743.9A DE102020007743A1 (de) | 2020-12-18 | 2020-12-18 | Verfahren zum Bestimmen von Batteriemodellparametern |
| DE102020007743.9 | 2020-12-18 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114646889A true CN114646889A (zh) | 2022-06-21 |
Family
ID=74564737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111552551.5A Pending CN114646889A (zh) | 2020-12-18 | 2021-12-17 | 确定电池模型参数的方法、程序产品和电池管理系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114646889A (zh) |
| DE (2) | DE102020007743A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102021004618A1 (de) | 2021-09-13 | 2021-11-25 | FEV Europe GmbH | Batteriemanagementsystem mit Leistungszustandsprädiktion für einen Akkumulator |
| DE102021004859A1 (de) | 2021-09-25 | 2021-12-16 | FEV Europe GmbH | Steuergerät zum Bestimmen eines Betriebszustands eines Akkumulators |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3045218B1 (fr) | 2015-12-14 | 2021-11-19 | Peugeot Citroen Automobiles Sa | Determination de parametres d'un modele dynamique pour une cellule electrochimique de batterie |
-
2020
- 2020-12-18 DE DE102020007743.9A patent/DE102020007743A1/de not_active Withdrawn
-
2021
- 2021-12-14 DE DE102021132984.1A patent/DE102021132984A1/de active Pending
- 2021-12-17 CN CN202111552551.5A patent/CN114646889A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| DE102020007743A1 (de) | 2021-03-04 |
| DE102021132984A1 (de) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
| EP3748380B1 (en) | Battery capacity prediction system using charge and discharge cycles of a battery to predict capacity variations, and associated method | |
| US10295607B2 (en) | Device for estimating parameters of battery, and estimation method | |
| Hussein | Capacity fade estimation in electric vehicle li-ion batteries using artificial neural networks | |
| Hentunen et al. | Time-domain parameter extraction method for thévenin-equivalent circuit battery models | |
| KR101846690B1 (ko) | Ｗｌｓ 기반 ｓｏｈ 추정 시스템 및 방법 | |
| CN114646889A (zh) | 确定电池模型参数的方法、程序产品和电池管理系统 | |
| EP3896776A1 (en) | Simulated battery construction method and simulated battery construction device | |
| Yang et al. | The improved open-circuit voltage characterization test using active polarization voltage reduction method | |
| JP6842212B1 (ja) | 電池性能評価方法および電池性能評価装置 | |
| JP2016065832A (ja) | 電池状態判定方法及び電池状態判定装置 | |
| Sadabadi et al. | Model-based state of health estimation of a lead-acid battery using step-response and emulated in-situ vehicle data | |
| CN113777510A (zh) | 一种锂电池荷电状态估计方法及装置 | |
| JP6161133B2 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
| Biswas et al. | Simultaneous state and parameter estimation of li-ion battery with one state hysteresis model using augmented unscented kalman filter | |
| CN110456283B (zh) | 获取电芯内阻参数的方法及装置 | |
| JP6183283B2 (ja) | 車両用二次電池の等価回路のパラメータ推定装置 | |
| CN111971200B (zh) | 用于确定电池的老化状态的方法、计算机程序、存储装置、控制设备和车辆 | |
| WO2017002953A1 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
| JP7058201B2 (ja) | 電池状態測定方法及び電池状態測定装置 | |
| Fornaro et al. | Feasibility analysis of a class of high-order sliding-mode differentiators for redox flow batteries parameter estimation | |
| Li et al. | An electrical model capable of estimating the state of energy for lithium-ion batteries used in energy storage systems | |
| CN113826020B (zh) | 二次电池检查方法和二次电池检查装置 | |
| Stighezza et al. | Machine learning and impedance spectroscopy for battery state of charge evaluation | |
| Lukic et al. | Novel parameter identification method for lithium-ion batteries based on curve fitting |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |