CN115015763A - Soc估算校准方法、设备及介质 - Google Patents
Soc估算校准方法、设备及介质 Download PDFInfo
- Publication number
- CN115015763A CN115015763A CN202210629813.1A CN202210629813A CN115015763A CN 115015763 A CN115015763 A CN 115015763A CN 202210629813 A CN202210629813 A CN 202210629813A CN 115015763 A CN115015763 A CN 115015763A
- Authority
- CN
- China
- Prior art keywords
- battery
- calibration
- soc estimation
- current
- equivalent circuit
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references
-
- 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
本发明提供一种SOC估算校准方法、设备及介质;其中,所述方法包括:基于电池SOC与OCV之间的拟合信息和电池RC等效电路模型及其模型参数,构建电池状态空间方程;确定所述等效电路的采样间隔时间,基于所述等效电路的采样间隔时间,对所述电池状态空间方程进行离散化,以获得离散化后的所述电池状态空间方程;于电池充放电过程中,基于校正检测间隔时间,重复执行SOC估算校准过程,以获得所述电池充放电过程新的SOC估算结果;从而可以根据电池充放电过程中的工况特征,选择性地执行SOC估算校准,避免因执行非必要的SOC估算校准而导致估算误差增大的缺陷,提高了SOC估算的准确性。
Description
技术领域
本发明属于电化学储能领域,涉及一种二次电池中的SOC估算校准方法、设备及计算机存储介质。
背景技术
随着二次电池的广泛应用,对电池荷电状态(State of Charge,SOC)的获取已成为电池管理的重要环节。安时积分法作为目前常用的SOC计算方法之一,其本质是在电池进行充电或放电时,通过累积充进或放出的电量来计算电池的SOC,同时根据放电率和电池温度对计算获取的SOC进行一定补偿;然而,安时积分法受SOC初始值和电流采样精度的影响较大,极易产生累积误差,导致SOC计算结果和实际差别较大。尽管,目前已存在采用滤波算法校正SOC估算结果的方法,来提高SOC估算的准确度;然而,现在的SOC估算校准方法,于电池充放电过程中,并未判定各校准检测时刻的SOC估算结果是否均需要校准,导致对于不需要进行校准的SOC估算结果也同样执行了校准过程,则反而增大了校准后的SOC估算值与真实值之间的差异,进而导致SOC估算校准的有效性降低,校准效果并不理想。
发明内容
鉴于以上现有技术中存在的缺点,本发明的目的在于提供一种SOC估算校准方法,用于解决现在的SOC估算校准方法中,未判定SOC估算结果是否需要校准,或无法获取SOC校准时间,进而导致SOC校准有效率降低等问题。
为实现上述目的及其他相关目的,本发明首先提供一种SOC估算校准方法,用于对电池充放电过程中的SOC估算结果进行校准,该方法包括:获取电池的RC等效电路模型,和获取电池SOC与OCV之间的拟合信息;基于所述拟合信息和所述RC等效电路模型的模型参数,构建电池状态空间方程;对所述电池状态空间方程进行离散化,以获得离散化后的所述电池状态空间方程;于电池充放电过程中,根据校准检测间隔时间,并基于所述电池状态空间方程,重复执行SOC估算校准过程,以获得所述电池充放电过程新的SOC估算结果。
于本发明的一实施例中,单次执行所述SOC估算校准过程,包括:获取当前采样时刻的电池工况信息;根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件;如是,则基于所述电池状态空间方程和上一校准检测时刻的SOC估算结果,利用SOC估算校准方法,获得当前校准检测时刻的SOC估算结果;如否,则基于SOC估算函数,和上一校准检测时刻对应的SOC估算结果,获得当前校准检测时刻的SOC估算结果;重新确定新的校正检测时刻;于达到所述新的校准检测时刻时,执行下一次所述SOC估算校准过程。
于本发明的一实施例中,所述电池工况信息包括电池的充放电状态和电流增量,所述预设的校准判定条件,包括:所述电池充放电状态为充电状态,且等效电路的端电压大于电池实测端电压;或所述电池充放电状态为放电状态,且所述电流增量大于预设的电流增量最小阈值。
于本发明的一实施例中,所述根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件的实现方式,包括:于获取当前的电池工况信息后,首先检测当前电池的充放电状态;检测当前电池的充放电状态;当检测到为充电状态时,则检测所述等效电路的端电压是否大于电池的实测端电压,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件;当检测到为放电状态时,则检测所述电流增量是否大于所述电流增量最小阈值,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件。
于本发明的一实施例中,所述根据预设的校准判定条件还包括电流增量最大阈值,则所述根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件的实现方式,包括:于检测到所述充放电状态为放电状态时,且当检测到所述电流增量大于第一阈值后,检测所述电流增量是否大于第二阈值,如是,则将所述第一阈值累加一阈值调整量,以获得新的第一阈值,并基于该新的第一阈值执行后续步骤。
于本发明的一实施例中,所述获取电池的RC等效电路模型,包括:构建与电池充放电过程对应的二阶RC等效电路模型,包括欧姆内阻、第一RC并联组件和第二RC并联组件;其中,所述第一RC并联组件用于模拟电池的电化学极化效应;所述第二RC并联组件用于模拟电池的浓差极化效应。
于本发明的一实施例中,所述基于所述拟合信息和所述RC等效电路模型的模型参数,构建电池状态空间方程,包括:基于所述二阶RC等效电路模型的模型参数,分别构建该等效电路的内部电压函数、第一端电压函数和第二端电压函数;其中,所述内部电压函数用于计算该等效电路的欧姆内阻电压,所述第一端电压函数用于计算该等效电路第一RC并联组件两端电压;所述第二端电压函数用于计算该等效电路第二RC并联组件两端电压;根据基于所述二阶RC等效电路模型的模型参数,采用安时积分法,构建该等效电路的SOC估算函数;基于所述拟合信息和所述SOC估算函数,获取该等效电路的OCV函数;以及,基于所述OCV函数、所述内部电压函数、所述第一端电压函数和所述第二端电压函数,构建所述电池状态空间方程。
于本发明的一实施例中,所述SOC估算校准方法包括卡尔曼滤波算法;所述SOC估算函数包括采用安时积分法构建的SOC累加函数。
本发明又提供一种电子设备,包括:存储器,用于存储一计算机程序;处理器,与所述存储器通信连接,调用所述计算机程序时执行所述SOC估算校准方法。
本发明还提供一种计算机可读取存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述SOC估算校准方法。
如上所述,本发明提供的所述SOC估算校准方法、电子设备及计算机存储介质,通过构建电池状态空间方程,以于电池充放电过程中获取各校准检测时刻的电池工况信息;并基于预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件;仅当满足校准判定条件,执行SOC估算校准过程,从而可以根据电池充放电过程中的工况特征,选择性地执行SOC估算校准,避免因执行非必要的SOC估算校准而导致估算误差增大的缺陷,提高了SOC估算的准确性。
附图说明
图1显示为本发明提供的所述SOC估算校准方法于一实施例中的流程示意图;
图2显示为所述二阶RC等效电路模型于一具体实施例中的电路结构示意图;
图3显示为所述SOC估算校准方法中的步骤S300于一实施例中的流程示意图;
图4显示为一实施例中采用EKF算法,对当前SOC估算结果进行修正的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为便于对本发明实施方式的理解,对实施方式中所涉及术语的具体含义进行如下解释:
SOC(State of Charge,荷电状态)用来反映电池的剩余容量,其数值上定义为剩余容量占电池容量的比值,常用百分数表示;
OCV(Open Circuit Voltage,开路电压)为指电池在开路状态下的端电压,即电池的正极电极电势与负极的电极电势之差。
HPPC(Hybrid Pulse Power Characteristic,混合功率脉冲特性)为用来体现动力电池脉冲充放电性能的一种特征。
为解决现有技术中存在的技术问题,本发明于提供了一种SOC估算校准方法,用于在电池充放电过程中,基于电池的工况信息对SOC估算结果进行选择性的校准。
其中,所述电池包括但不限于锂电池、镍电池或其他现有的储能电池。
请参阅图1,示出为本发明提供的所述SOC估算校准方法于一实施例中的流程示意图。
如图1所示,所述SOC估算校准方法包括如下步骤:
S100,获取电池的RC等效电路模型,和获取电池SOC与OCV之间的拟合信息;基于所述拟合信息和所述RC等效电路模型的模型参数,构建电池状态空间方程;
其中,所述电池状态空间方程用于表征电池充放电过程中电流输入时的端电压响应。
所述电池SOC与OCV之间的拟合信息包括电池SOC-OCV拟合函数,用于表征电池充放电过程中,电池OCV与电池SOC于各时刻之间的对应关系。
于本实施例中,构建与电池充放电过程对应的RC等效电路模型,包括二阶RC等效电路模型(以下简称“等效电路”),至少包括第一RC并联组件和第二RC并联组件;其中,所述第一RC并联组件用于模拟电池的电化学极化效应;所述第二RC并联组件包括第二电阻R2和第二电容C2,用于模拟电池的浓差极化效应。
请参阅图2,示出为所述二阶RC等效电路模型于一具体实施例中的电路结构示意图;图2所示,该二阶RC等效电路包括依次串联的可控电压源、可控电流源、欧姆内阻R0、第一RC并联组件和第二RC并联组件;其中,所述第一RC并联组件包括第一电阻R1和第一电容C1;所述第二RC并联组件包括第二电阻R2和第二电容C2。
于该具体实施例中,基于所述等效电路中的电流I、欧姆内阻R0、第一电阻R1、第一电容C1、第二电阻R2和第二电容C2,分别构建该等效电路的内部电压函数、第一端电压函数和第二端电压函数;其中,所述内部电压函数用于计算该等效电路欧姆内阻两端的电压,所述第一端电压函数用于计算该等效电路中第一RC并联组件两端的电压;所述第二端电压函数用于计算该等效电路中第二RC并联组件两端的电压。
具体的,构建所述内部电压函数、所述第一端电压函数和所述第二端电压函数,分别为:
U0(t)=I(t)R0 (1)
其中,U0(t)表示所述内部电压;U1(t)表示所述第一端电压,U2(t)表示所述第二端电压。
基于所述等效电路中的电流I(t),采用安时积分法,构建所述等效电路于各时刻的SOC累加函数,为:
其中,Cn为电池额定容量。
基于所述SOC估算函数,和所述电池SOC与OCV之间的拟合函数,获取所述等效电路的OCV函数,为:
Uoc(SOC(t))=f(SOC(t)) (5)
其中,Uoc(SOC(t))为所述等效电路于各时刻的OCV函数,f()为SOC与OCV之间的拟合函数。
于本实施例中,基于所述OCV函数、所述内部电压函数、所述第一端电压函数和所述第二端电压函数,构建所述电池状态空间方程,为:
其中,Ut(t)为所述等效电路于各时刻的端电压。
可选的,所述获取电池SOC与OCV之间的拟合信息的实现方式,包括:采用HPPC测试方法获取所述获取电池SOC与OCV之间的拟合信息;于一具体实施方式中,该步骤包括:
以1/3C恒流恒压将电池充满电;接着以1/3C恒流放电t1时间后,获取与该时刻SOC估算值对应的OCV实测数据;将电池搁置t2时间后再次执行该放电过程,从而获得若干组SOC-OCV数组;基于各组SOC-OCV数组,采用多项式拟合方法,获取SOC与OCV之间的拟合函数。
示例性,对电池放电9min即SOC减少5%后,测得对应的OCV实测数据;将电池搁置3h,重复上述放电与搁置过程20次,获得20组SOC-OCV数组;利用Matlab中的拟合工具箱对该20组SOC-OCV数组进行3次多项式拟合,获取所述SOC与OCV之间的拟合函数,为:
Uoc(SOC)=p1SOC3+p2SOC2+p3SOC+p4 (7)
其中,p1、p2、p3和p4分别对应表示各拟合参数。
S200,对所述电池状态空间方程进行离散化,以获得离散化后的所述电池状态空间方程;
具体的,确定所述等效电路的采样间隔时间,基于所述等效电路的采样间隔时间,对所述电池状态空间方程进行离散化,以获得离散化后的所述电池状态空间方程;其中,所述采样间隔时间为电池系统执行各电池状态参数系统采样的间隔时间,用于表征电池系统的采样频率。
于本实施例中,于步骤S100中构建的所述电池状态空间方程中,以SOC、U1和U2作为该电池状态空间方程中的状态变量;基于所述状态变量,和所述采样间隔时间,对所述电池状态空间方程进行离散化,为:
其中,Δt为所述采样间隔时间,wk、vk分别表示该电池状态空间方程的过程噪声和量测噪声。
为便于后续计算,将上述公式简化为:
其中,xk表示所述状态变量,即(SOC,U1,U2)T;yk表示所述等效电路的观测值,即实测端电压。
S300,于电池充放电过程中,根据校准检测间隔时间,并基于所述电池状态空间方程,重复执行SOC估算校准过程,以获得所述电池充放电过程新的SOC估算结果。
于本实施例中,所述校准检测间隔时间为相邻两次所述SOC估算校准过程之间的间隔时间,且所述校准检测间隔时间不小于所述采样间隔时间。
优选的,为进一步提高所述SOC估算结果的校准效果,所述校准检测间隔时间与所述采样间隔时间相同。
于执行单次所述SOC估算校准过程时,如图3所示,包括以下子步骤:
S301,获取当前校准检测时刻的电池工况信息;
所述电池工况信息包括电池的充放电状态、电流、电流增量和实测端电压;其中,所述电流增量为当前校准检测时刻采集到的电流,与之前采样时刻采集的电流之间的电流差值;所述之前采样时刻为位于所述当前校准检测时刻之前,且与所述当前校准检测时刻相距一预设时间间隔的采样时刻。
以及,基于所述当前校准检测时刻的电池工况信息,获取当前校准检测时刻所述等效电路的端电压;
具体的,根据离散后的所述电池状态空间方程(公式6),将当前校准检测时刻采集到的电流代入式6后,计算获取当前校准检测时刻下所述等效电路的端电压。
S302,根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件;如是,则基于所述电池状态空间方程和上一校准检测时刻的SOC估算结果,利用SOC估算校准方法,获得当前校准检测时刻的SOC估算结果;如否,则基于所述SOC估算函数,和上一校准检测时刻对应的SOC估算结果,获得当前校准检测时刻的SOC估算结果;
于本实施例中,所述预设的校准条件,包括:所述电池充放电状态为充电状态,且等效电路的端电压大于电池实测端电压;或所述电池充放电状态为放电状态,且所述电流增量大于第一阈值;其中,所述第一阈值为电流增量的最小阈值。
于获取当前的电池工况信息后,首先检测当前电池的充放电状态;
当检测到为充电状态时,则检测所述等效电路的模型端电压是否大于电池的实测端电压,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件;
当检测到为放电状态时,则检测所述电流增量是否大于所述第一阈值,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件。
于本实施例中,所述SOC估算校准方法包括但不限于EKF算法、PID控制方法、UKF算法或其他现有的卡尔曼滤波算法。
示例性,如图4所示,所述SOC估算校准方法采用EKF算法,对当前SOC估算结果进行修正,包括:
S302A,基于所述状态变量,构建所述状态变量的误差协方差矩阵;并对所述状态变量和所述状态变量的误差协方差矩阵进行初始化,为:
x0,0=E(x0,0) (11)
其中,P表示状态变量的误差协方差矩阵。
S302B,基于上一校准检测时刻的状态变量更新值和后验估计误差协方差矩阵,分别预测当前校准检测时刻的状态变量和估计误差协方差矩阵,以获取当前的状态变量预测值和当前的先验估计误差协方差矩阵;
为:
S302C,基于所述当前的状态变量预测值和所述当前的先验估计误差协方差矩,对SOC估算结果进行校准,以获得校准后的SOC估算结果。
具体的,基于所述当前的先验估计误差协方差矩,获取当前校准检测时刻的卡尔曼增益矩阵;基于当前的所述卡尔曼增益矩阵,对所述当前的状态变量预测值进行更新,以获得当前的状态变量更新值和当前的后验估计误差协方差矩,为:
于本实施例中,当判定当前电池工况未满足所述校准判定条件时,则基于所述SOC估算方法,并基于上一次校准检测时刻获取的SOC估算结果,计算当前校准检测时刻的SOC估算结果,为:
S303,重新确定新的校正检测时刻;于达到所述新的校准检测时刻时,执行下一次所述SOC估算校准过程。
具体的,于所述当前校准检测时刻的基础上,叠加所述校准检测间隔时间,以确定新的校正检测时刻。
于执行子步骤S301至S302的同时,更新电池的充放电时间,当达到新的校准检测时刻,则重新执行下一次所述SOC估算校准过程,直至电池充放电过程结束,从而获得该电池充放电过程对应的新SOC估算结果。
于其他实施例中,为进一步提高SOC校准的精度,所述预设的校准条件还包括第二阈值为电流增量的最大阈值;则所述SOC估算校准方法于执行步骤S302时,还包括:
于检测到所述充放电状态为放电状态时,且当检测到所述电流增量大于所述第一阈值后,进一步检测所述电流增量是否大于所述第二阈值,如是,则将所述第一阈值累加一阈值调整量,获得新的第一阈值,并基于该新的第一阈值对所述第一阈值进行更新,以基于更新后的所述第一阈值执行后续步骤,即于执行下一周期的所述SOC估算校准过程时,则基于更新后的所述第一阈值,执行所述校准判定条件的判定;以提高电池充放电过程中的SOC估算修正效率。
进一步的,所述基于更新后的所述第一阈值执行后续步骤,还可以包括:基于更新后的所述第一阈值执行下一周期的所述SOC估算校准过程;当检测到所述电流增量仍大于所述第二阈值,则继续执行该步骤,以基于所述阈值调整量继续更新所述第一阈值;重复该过程,直至检测到所述电流增量小于更新后的第一阈值,则将所述第一阈值重新初始化为预先设置的原始值,从而平衡电池充放电过程中的SOC估算修正效率和SOC估算结果的准确度。
示例性的,所述第一阈值的原始值为10,所述第二阈值为50,所述阈值调整量为2;则将检测到所述充放电状态为放电状态时,且当检测到所述电流增量大于所述第一阈值,进一步检测所述电流增量是否大于所述第二阈值,如是,则将所述第一阈值更新为12,并基于该新的的第一阈值执行后续步骤,直至检测到所述电流增量小于所述第一阈值,则将所述第一阈值重新初始化为10。
实施例2
本发明于本实施例中提供一种电子设备,所述电子设备包括:处理器、存储器和显示器。其中,所述存储器存储有一计算机程序;所述处理器与所述存储器通信连接,调用所述计算机程序时执行本发明如上所述的SOC估算校准方法。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
实施例4
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器调用时实现本发明如上所述的SOC估算校准方法。所述计算机可读存储介质可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
综上所述,本发明提供的SOC估算校准方法、设备及计算机存储介质,通过构建电池状态空间方程,并于电池充放电过程中获取各校准检测时刻的电池工况信息;再基于预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件;当满足校准判定条件,执行SOC估算校准过程,当不满足校准判定条件时,则不执行SOC估算校准过程,从而可以根据电池充放电过程中的工况特征,选择性地执行SOC估算校准,避免因执行非必要的SOC估算校准而导致估算误差增大的缺陷,进一步提高了SOC估算的准确性;此外,通过在校准判定条件中设置第二阈值,可以对第一阈值大小进行调整,从而可以兼顾SOC估算校准效率和SOC估算校准的准确性。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种SOC估算校准方法,其特征在于,用于对电池充放电过程中的SOC估算结果进行校准,该方法包括:
获取电池的RC等效电路模型,和获取电池SOC与OCV之间的拟合信息;基于所述拟合信息和所述RC等效电路模型的模型参数,构建电池状态空间方程;
对所述电池状态空间方程进行离散化,以获得离散化后的所述电池状态空间方程;
于电池充放电过程中,根据校准检测间隔时间,并基于所述电池状态空间方程,重复执行SOC估算校准过程,以获得所述电池充放电过程新的SOC估算结果。
2.根据权利要求1所述的SOC估算校准方法,其特征在于,单次执行所述SOC估算校准过程,包括:
获取当前采样时刻的电池工况信息;
根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件;如是,则基于所述电池状态空间方程和上一校准检测时刻的SOC估算结果,利用SOC估算校准方法,获得当前校准检测时刻的SOC估算结果;如否,则基于SOC估算函数,和上一校准检测时刻对应的SOC估算结果,获得当前校准检测时刻的SOC估算结果;
重新确定新的校正检测时刻;于达到所述新的校准检测时刻时,执行下一次所述SOC估算校准过程。
3.根据权利要求2所述的SOC估算校准方法,其特征在于,所述电池工况信息包括电池的充放电状态和电流增量,所述预设的校准判定条件,包括:
所述电池充放电状态为充电状态,且等效电路的端电压大于电池实测端电压;或所述电池充放电状态为放电状态,且所述电流增量大于预设的电流增量最小阈值。
4.根据权利要求3所述的SOC估算校准方法,其特征在于,所述根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件的实现方式,包括:
于获取当前的电池工况信息后,首先检测当前电池的充放电状态;
检测当前电池的充放电状态;当检测到为充电状态时,则检测所述等效电路的端电压是否大于电池的实测端电压,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件;
当检测到为放电状态时,则检测所述电流增量是否大于所述电流增量最小阈值,如是,则判定当前电池工况满足所述校准判定条件,如否,则判定当前电池工况未满足所述校准判定条件。
5.根据权利要求4所述的SOC估算校准方法,其特征在于,所述根据预设的校准判定条件还包括电流增量最大阈值,则所述根据预设的校准判定条件,检测当前校准检测时刻的所述电池工况信息是否满足预设的校准判定条件的实现方式,包括:
于检测到所述充放电状态为放电状态时,且当检测到所述电流增量大于第一阈值后,检测所述电流增量是否大于第二阈值,如是,则将所述第一阈值累加一阈值调整量,以获得新的第一阈值,并基于该新的第一阈值执行后续步骤。
6.根据权利要求1所述的SOC估算校准方法,其特征在于,所述获取电池的RC等效电路模型,包括:构建与电池充放电过程对应的二阶RC等效电路模型,包括欧姆内阻、第一RC并联组件和第二RC并联组件;其中,所述第一RC并联组件用于模拟电池的电化学极化效应;所述第二RC并联组件用于模拟电池的浓差极化效应。
7.根据权利要求6所述的SOC估算校准方法,其特征在于,所述基于所述拟合信息和所述RC等效电路模型的模型参数,构建电池状态空间方程,包括:
基于所述二阶RC等效电路模型的模型参数,分别构建该等效电路的内部电压函数、第一端电压函数和第二端电压函数;其中,所述内部电压函数用于计算该等效电路的欧姆内阻电压,所述第一端电压函数用于计算该等效电路第一RC并联组件两端电压;所述第二端电压函数用于计算该等效电路第二RC并联组件两端电压;
根据基于所述二阶RC等效电路模型的模型参数,采用安时积分法,构建该等效电路的SOC估算函数;基于所述拟合信息和所述SOC估算函数,获取该等效电路的OCV函数;以及,
基于所述OCV函数、所述内部电压函数、所述第一端电压函数和所述第二端电压函数,构建所述电池状态空间方程。
8.根据权利要求1所述的SOC估算校准方法,其特征在于,所述SOC估算校准方法包括卡尔曼滤波算法;所述SOC估算函数包括采用安时积分法构建的SOC累加函数。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一计算机程序;
处理器,与所述存储器通信连接,调用所述计算机程序时执行权利要求1至8中任一项所述SOC估算校准方法。
10.一种计算机可读取存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述SOC估算校准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210629813.1A CN115015763A (zh) | 2022-06-02 | 2022-06-02 | Soc估算校准方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210629813.1A CN115015763A (zh) | 2022-06-02 | 2022-06-02 | Soc估算校准方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115015763A true CN115015763A (zh) | 2022-09-06 |
Family
ID=83072961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210629813.1A Pending CN115015763A (zh) | 2022-06-02 | 2022-06-02 | Soc估算校准方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115015763A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4372398A1 (en) * | 2022-11-15 | 2024-05-22 | Sungrow Power Supply Co., Ltd. | Method and device for calibrating soc at tail end of charging or discharging of energy storage system |
-
2022
- 2022-06-02 CN CN202210629813.1A patent/CN115015763A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4372398A1 (en) * | 2022-11-15 | 2024-05-22 | Sungrow Power Supply Co., Ltd. | Method and device for calibrating soc at tail end of charging or discharging of energy storage system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402353B (zh) | 一种对锂离子电池的荷电状态进行滤波估计的方法及系统 | |
JP5944291B2 (ja) | バッテリのパラメータ等推定装置およびその推定方法 | |
CN110988702B (zh) | 电池可用容量确定方法、装置、管理系统以及存储介质 | |
CN107894570B (zh) | 基于Thevenin模型的电池组SOC的估算方法和装置 | |
CN111679199B (zh) | 一种锂离子电池soc估计方法及装置 | |
US20230417834A1 (en) | Method, system and storage medium for solid-phase concentration correction of lithium batteries | |
CN114035072A (zh) | 一种基于云边协同的电池组多状态联合估计方法 | |
CN111985154B (zh) | 一种自适应模糊卡尔曼估计soc算法 | |
Goh et al. | Successive-approximation algorithm for estimating capacity of Li-ion batteries | |
CN110554320A (zh) | 锂离子电池的soc估算方法 | |
CN115656848A (zh) | 一种基于容量修正的锂电池soc估算方法 | |
CN115015763A (zh) | Soc估算校准方法、设备及介质 | |
CN112415412A (zh) | 估算电池soc值的方法和装置及车辆、存储介质 | |
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 | |
CN109633451B (zh) | 储能系统自轨迹参数标定方法及soc估算方法 | |
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 | |
CN116047301A (zh) | 一种串联型电池系统的荷电状态估计方法 | |
CN115616434A (zh) | 一种基于退化模型校准的锂电池soc和soh实时估算方法 | |
CN110850299B (zh) | 一种基于sr-ukf的锂离子动力电池状态估计方法 | |
CN110837049B (zh) | 一种基于ukf算法的锂离子动力电池状态估计方法 | |
CN112666474A (zh) | 电池检测方法及电池检测系统 | |
CN117406103A (zh) | 一种电池的荷电状态估算方法和装置 | |
CN111033930A (zh) | 电池和电池包的荷电状态的估计方法及利用此荷电状态估计方法的电池管理系统、电池以及电动汽车 | |
CN112666473A (zh) | 电池检测方法及电池检测系统 | |
CN117406119A (zh) | 一种电池状态的处理方法和装置 |
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 |