CN114924190A - 一种在寒冷环境下对电动汽车锂电池荷电状态（soc）的估算方法 - Google Patents

Abstract

本发明公开了一种在寒冷环境下对锂电池荷电状态(SOC)的估算方法。属于电池SOC估算领域。为了弥补在实际应用中电动汽车在寒冷环境下电池SOC估算不准确的问题，本发明提供了一种寒冷环境下对锂电池荷电状态(SOC)的估算方法。通过对电池在不同温度下进行充放电试验，得出电压‑温度等关系曲线，并将曲线进行多项式拟合。运用PID控制器控制ptc加热膜的方式对电池包进行加热。选用Thevenin等效电路模型为基础的电池模型，考虑温度和充放电效率等对电池的影响，对模型进行改进。建立温度补偿模型。引用RTS固定区间平滑算法对扩展卡尔曼滤波算法进行优化。使用优化后的算法和改进后的模型对电动汽车SOC进行估算。

Description

一种在寒冷环境下对电动汽车锂电池荷电状态(SOC)的估算 方法

技术领域

本发明属于电池SOC估算领域,具体涉及一种在寒冷环境下对锂电池荷电状态(SOC)的估算方法。

背景技术

荷电状态(State of Charge，SOC)是电池工作状态的典型表征量，对于提高电池管理系统(BMS)系统性能起到决定性作用。SOC作为电池管理的核心功能，估算精度直接影响锂电池的使用安全和耐久性，及电动汽车续航里程的预测等，对提高BMS系统性能起到决定性作用。在寒冷的北方地区，尤其是东北地区，电动汽车发展缓慢。这是因为锂电池在低温状态下不稳定，电池容量减少，且在充电过程中容易造成析锂，对电池造成不可逆的损害。常用的SOC算法在低温环境下容易失真，使得用户无法了解汽车的真实荷电状态。而现实中，用户无法知悉电动汽车电池SOC值会造成用户的错误判断。基于以上问题，对电池包在寒冷环境下对电池SOC的估算准确就尤为重要。

发明内容

本发明目的在于针对目前寒冷情况下电动汽车电池SOC估算不准确的问题，提供一种在寒冷环境下对锂电池荷电状态(SOC)的估算方法。

为实现上述目的，本发明提供如下技术方案：

步骤:1：通过对电池在不同温度下进行充放电试验，得出电压-温度、电流-温度、容量-温度、库伦效率-温度等关系曲线等关系曲线。并利用MATLAB仿真将温度-容量等关系曲线进行多项式拟合。

步骤2：对已有的电池预热进行分析，运用PID控制器控制ptc加热膜的方式对电池包进行加热。当电池温度低于0℃时，加热启动。驻车时将温度从0℃提高到10℃左右，然后一直保持在10℃左右。行驶过程中将温度提高到最佳工作温度。当温度偏差大于10℃时进行全速加热，温差小于10℃时启动控制器进行控温。

步骤3：根据步骤2所述，只需考虑锂电池0℃以上的电池特性，选用Thevenin等效电路模型为基础的电池模型，考虑温度和充放电效率等对电池的影响。根据步骤1所得的曲线，对模型改进，建立温度补偿模型来减小温度变化对电池SOC估算的不利影响，对电池进行脉冲充放电测试试验实现电池模型中的参数辨识，通过仿真实验证明辨识的参数。

步骤4：结合RTS固定区间平滑算法的优点，引用RTS固定区间平滑算法对扩展卡尔曼滤波算法进行优化。通过优化后的算法和步骤2所述的模型对电动汽车SOC进行估算。

与现有技术相比，本发明的有益效果为：所述在寒冷环境下对锂电池荷电状态(SOC)的估算方法，与传统方法相比较，使得电动汽车SOC在寒冷环境得到更好的估算精度。

具体实施方式

1.通过对电池在不同温度下进行充放电试验，在不同温度下，将电池充满电，静置一小时，在不同的温度下用不同的放电倍率给电池进行放电，得出电压-温度、电流-温度、容量-温度、库伦效率-温度等关系曲线等关系曲线。并利用MATLAB仿真将温度-容量等关系曲线进行多项式拟合。

2.运用PID控制器控制ptc加热膜的方式对电池包进行加热。建立电池热模型，调节PID控制器的控制参数，具体的控制策略如下：当电池温度低于0℃时，加热启动。驻车时将温度从0℃提高到10℃左右，然后一直保持在10℃左右。行驶过程中将温度提高到最佳工作温度。当温度偏差大于10℃时进行全速加热，温差小于10℃时启动控制器进行控温。这样做的目的在于使电动汽车在工作情况下达到理想放电温度，在不工作的情况下达到节能的效果，并且不会损伤电池，如果用只用固定温度对电池加热当温差较大时会对电池造成损伤。

3.根据实施方式2所述，只需考虑锂电池0℃以上的电池特性，选用Thevenin等效电路模型为基础的电池模型，考虑温度和充放电效率等对电池的影响。根据实施方式1所得的曲线，利用拟合后的曲线对模型改进，建立温度补偿模型来减小温度变化对电池SOC估算的不利影响，这样做的目的在于使电池模型增加精确度，在后期对电池SOC估算时更精确。最后通过对电池进行脉冲充放电测试试验实现电池模型中的参数辨识，让模型更精确。

4.扩展卡尔曼滤波算法是当前比较常用的算法，是运用与非线性系统下的算法，扩展卡尔曼滤波算法结合模型来对电池SOC进行估算，通过前一个状态来估算当前的状态值。RTS固定区间平滑算法是运用在线性系统下的算法，主要是通过前后两个状态值来估算当时状态值，引用RTS固定区间平滑算法对扩展卡尔曼滤波算法进行优化。使得在非线性系统下通过前后的状态来对当前值来进行估算。最后通过优化后的算法和实施方式2所述的模型对电动汽车SOC进行估算，得到更精确的值。

与现有技术相比，本发明的有益效果为：所述在寒冷环境下对锂电池荷电状态(SOC)的估算方法，与传统方法相比较，使得电动汽车SOC在寒冷环境得到更好的估算精度。

上述描述清楚的说明了本发明的技术方案、流程及优势，本领域的技术人员显然理解，本发明不因上述实施例而受到限制，上述描述的实施例与说明书只是本发明的技术方案及原理并不代表全部，在不背弃本发明精神和内容的前提下，本发明进行相应算法的改进，都在本发明要求保护的范围之内，以特有的形式实现本发明的实验结果，本发明所保护的范围由所附的权利要求书及等同要件限定。

Claims (4)

1.一种在寒冷环境下对电动汽车电池SOC的估算方法，通过对电池在不同温度下进行充放电试验，得出电压-温度、电流-温度、容量-温度、库伦效率-温度等关系曲线等关系曲线。并将曲线进行多项式拟合。

2.运用PID控制器控制ptc加热膜的方式对电池包进行加热。当电池温度低于0℃时，加热启动。驻车时将温度从0℃提高到10左右，然后一直保持在10℃左右。行驶过程中将温度提高到最佳工作温度(35℃左右)。当温度偏差大于10℃时进行全速加热，温差小于10℃时启动控制器进行控温。

3.根据权利要求2所述，只需考虑锂电池0℃以上的电池特性，选用Thevenin等效电路模型为基础的电池模型，考虑温度和充放电效率等对电池的影响。根据权利要求1所得的曲线，对模型改进，建立温度补偿模型来减小温度变化对电池SOC估算的不利影响，对电池进行脉冲充放电测试试验实现电池模型中的参数辨识，通过仿真实验证明辨识的参数。

4.结合RTS固定区间平滑算法的优点，引用RTS固定区间平滑算法对扩展卡尔曼滤波算法进行优化。通过优化后的算法和权利要求2所述的模型对电动汽车SOC进行估算。