CN115656826A - 开路电压的计算方法、装置、设备、介质和程序产品 - Google Patents
开路电压的计算方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN115656826A CN115656826A CN202211384668.1A CN202211384668A CN115656826A CN 115656826 A CN115656826 A CN 115656826A CN 202211384668 A CN202211384668 A CN 202211384668A CN 115656826 A CN115656826 A CN 115656826A
- Authority
- CN
- China
- Prior art keywords
- curve
- lithium ion
- ion battery
- voltage
- open
- 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
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本申请公开了一种开路电压的计算方法、装置、设备、介质和程序产品,涉及动力电池管理技术领域。该方法包括:获取锂离子电池的电动势曲线,电动势曲线包括锂离子电池的正极材料对应的正极电动势曲线,以及锂离子电池的负极材料对应的负极电动势曲线;获取锂离子电池的工作数据曲线,基于工作数据曲线和电动势曲线对锂离子电池进行特征分析,得到锂离子电池对应的表现参数,基于表现参数确定参考剩余电量和锂离子电池的开路电压之间的对应关系。通过上述方法,可以获得电池准确的开路电压数据,并基于开路电压数据对电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
Description
技术领域
本申请实施例涉及动力电池管理技术领域,特别涉及一种开路电压的计算方法、装置、设备、介质和程序产品。
背景技术
锂离子电池被广泛用于给电动汽车供电,电池剩余电量是用户在规划电池使用路线时,最重要的参考依据。
相关技术中,电池剩余电量的估算通常使用开路电压修正法和安时积分估算法,或基于电池模型的卡尔曼滤波算法,均需要利用电池的开路电压数据才能实现,开路电压数据通常采用直接测量的方式获得。
对于未组装起来的新电池方便测量其开路电压,易得到其初始的开路电压与荷电状态的关系曲线;然而,电池在使用过程中,很难得到其老化状态的开路电压与荷电状态的关系曲线。
发明内容
本申请实施例提供了一种开路电压的计算方法、装置、设备、介质和程序产品,能够计算老化锂离子电池的开路电压。所述技术方案如下:
一方面,提供了一种开路电压的计算方法,所述方法包括:
获取锂离子电池的电动势曲线,所述电动势曲线包括所述锂离子电池的正极材料对应的正极电动势曲线,以及所述锂离子电池的负极材料对应的负极电动势曲线;
获取所述锂离子电池的工作数据曲线,所述工作数据曲线包括所述锂离子电池的充电曲线、放电曲线、荷电状态曲线,所述荷电状态曲线用于表示所述锂离子电池的参考剩余电量,所述充电曲线包括第一电流变化曲线、第一电压变化曲线,所述放电曲线包括第二电流变化曲线、第二电压变化曲线;
基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,所述表现参数中包括用于表征所述锂离子电池荷电状态的本征参数、用于表征所述锂离子电池充电特征的充电参数以及用于表征所述锂离子电池放电特征的放电参数;
基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系。
另一方面,提供了一种开路电压的计算装置,所述装置包括:
获取模块,获取锂离子电池的电动势曲线,所述电动势曲线包括所述锂离子电池的正极材料对应的正极电动势曲线,以及所述锂离子电池的负极材料对应的负极电动势曲线;
所述获取模块,获取所述锂离子电池的工作数据曲线,所述工作数据曲线包括所述锂离子电池的充电曲线、放电曲线、荷电状态曲线,所述荷电状态曲线用于表示所述锂离子电池的参考剩余电量,所述充电曲线包括第一电流变化曲线、第一电压变化曲线,所述放电曲线包括第二电流变化曲线、第二电压变化曲线;
分析模块,基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,所述表现参数中包括用于表征所述锂离子电池荷电状态的本征参数、用于表征所述锂离子电池充电特征的充电参数以及用于表征所述锂离子电池放电特征的放电参数;
确定模块,基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系。
另一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中任一所述的开路电压的计算方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本申请实施例中任一所述的开路电压的计算方法。
另一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电动车辆的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电动车辆执行上述实施例中任一所述的开路电压的计算方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过设计电池模型,获取锂离子电池正负两极材料对应的电动势曲线,基于电动势曲线得到锂离子电池的开路电压曲线,获取锂离子电池的工作数据曲线,基于电动势曲线和工作数据曲线,使用电池模型对锂离子电池的表现参数进行辨识和分析,得到锂离子电池对应的表现参数,并基于表现参数来确定锂离子电池的参考剩余电量和开路电压曲线之间的关系,可以获得锂离子电池的实时开路电压数据。当锂离子电池老化时,也可以通过上述方法,获得电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述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申请的一些实施例,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是本申请一个示例性实施例提供的开路电压的计算方法的流程图;
图2是本申请一个示例性实施例提供的横轴为荷电状态(SOC)、纵轴为正极开路电动势(OCP+)的正极电动势曲线的示意图;
图3是本申请一个示例性实施例提供的横轴为荷电状态(SOC)、纵轴为负极开路电动势(OCP-)的负极电动势曲线的示意图;
图4是本申请一个示例性实施例提供的横轴为时间(Time),纵轴为电流(Current)的电流变化曲线的示意图;
图5是本申请另一个示例性实施例提供的使用电池模型对表现参数进行辨识的方法的流程图;
图6是本申请另一个示例性实施例提供的横轴为时间(Time),纵轴为实际电压与模型电压之间的误差(Error)的对比误差曲线的示意图;
图7是本申请另一个示例性实施例提供的基于电池模型计算得到的模型OCV、模型电压(model V)与实际工况电压(true v)之间对比的示意图;
图8是本申请另一个示例性实施例提供的基于表现参数确定出锂离子电池的开路电压和荷电状态之间的对应关系曲线的方法流程图;
图9是本申请一个示例性实施例提供的开路电压的计算装置的结构框图;
图10是本申请另一个示例性实施例提供的开路电压的计算装置的结构框图;
图11是本申请一个示例性实施例提供的计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
电池作为储能装置,被广泛应用于电动汽车、电网辅助、高倍率快充站等场景中。
锂离子电池是常应用于电动汽车的一种电池,它是一种二次电池(充电电池),主要依靠锂离子在正极和负极之间移动来工作。在充放电过程中,Li+在两个电极之间往返嵌入和脱嵌:充电时,Li+从正极脱嵌,经过电解质嵌入负极,负极处于富锂状态;放电时则相反。
对于电动汽车来说,高精度的电池管理系统,能够帮助使用者更好的利用电池资源。因此,在这个竞争日益激烈的市场中,提高电池状态的计算精度,变得尤为重要。
当电池应用于电动汽车时,电池的荷电状态(State of Charge,SOC)是电池比较重要的状态指标。电动汽车是通过估算电池组的荷电状态来表征汽车的可续驶里程,荷电状态作为电池组容量的状态参数,它反映了电池组的剩余容量状态,其在数值上定义为电池剩余容量占电池标定总容量,通常使用百分比表示。
荷电状态作为电池功率(State of Power,SOP)与电池电量(State of Energy,SOE)的计算基础,是电池使用路线规划最重要的参考依据。
电池剩余电量并非是一个可直接测量的值,是需要通过其他状态监测量值来间接估算的,由于电池状态检测存在误差以及电池电量变化的非线性,目前应用的各种荷电状态的估算方法都或多或少的缺陷,使得提高荷电状态的计算精度,成为电池管理系统研究中的重点和难点。
比较常见的电池剩余电量估算方法,包括以下方法中的一种:
(1)开路电压修正法以及安时积分估算法;
(2)基于预设电池模型的卡尔曼滤波算法。
上述两种方法均需要在已知电池开路电压(Open circuit voltage,OCV)的前提下才能使用。
电池在开路状态下的端电压称为开路电压。电池的开路电压等于电池在断路时,即没有电流通过两极时,电池的正极电极电势与负极的电极电势之差。
一般情况下,电池的开路电压采用线下标定获得,只能获取新鲜电芯的开路电压。
电池的开路电压等于电池的正极电动势减去负极电动势,因此开路电压可以通过电池两极分别对应的电动势(Open Circuit Potential,OCP)得到。
由于正、负极的电动势曲线由电池正极与负极分别对应的材料种类决定,因此要确定电池的开路电压曲线,只需要确定电池正极电动势曲线与负极电动势曲线上的两个起始与终止位置即可。
然而,电池使用一段时间后会老化,此时,电池的开路电压也将发生变化,使用新鲜电芯的开路电压计算出来的电池的荷电状态存在误差,并且,这种老化状态的开路电压对应的开路电压曲线,在实际使用场景中,无法通过直接测试的方法得到。
本申请实施例中,提出了一种开路电压的计算方法,可以计算得到老化锂离子电池的开路电压和荷电状态之间的对应关系曲线。
首先,设计电池模型,电池模型用于预测锂离子电池工作时的模型电压,电池模型中包含一些表现参数,确定出锂离子电池的开路电压和锂离子电池的荷电状态数据。
测量锂离子电池的正负极电动势与荷电状态的关系,将其拟合成横轴为荷电状态、纵轴为正极电动势或负极电动势的关系曲线,并将关系曲线带入电池模型中。
测量锂离子电池工作时的充电曲线、放电曲线和荷电状态曲线,充电曲线和放电曲线中都分别包括锂离子电池工作时的电流曲线和电压曲线,并将充电曲线、放电曲线带入电池模型中。
将上述关系曲线、充电曲线、放电曲线带入电池模型后,根据电池模型的运行工况数据,对电池模型中的待识别参数进行最小二乘法的辨识,辨识后的参数即为表现参数。
根据表现参数确定出锂离子电池的开路电压和荷电状态之间的对应关系曲线。
结合上述名词简介和应用场景,对本申请提供的开路电压的计算方法进行说明,该方法可以计算电池的开路电压,以计算锂离子电池的开路电压为例,图1示出了本申请一个示例性实施例提供的开路电压的计算方法的流程图,如图1所示,该方法包括如下步骤。
步骤101,获取锂离子电池的电动势曲线。
电动势曲线包括锂离子电池的正极材料对应的正极电动势曲线,以及锂离子电池的负极材料对应的负极电动势曲线。
值得注意的是,因为要测量锂离子电池的开路电压,所以需要获取电池两极的开路电动势(Open Circuit Potential,OCP),开路电压由正极开路电动势与负极开路电动势相减得到。
对于锂离子电池来说,锂离子电池的正极材料和负极材料通常是不同种类的,锂离子电池正极常用的材料为磷酸铁锂,负极常用的材料为石墨。
可选地,以锂离子电池的正极材料为磷酸铁锂、负极材料为石墨进行说明。
对量产的磷酸铁锂和石墨分别进行测量,获得这两种材料对应的开路电动势数据,并根据其荷电状态数据,分别拟合得到以下两种曲线:
1、横轴为荷电状态、纵轴为正极开路电动势的正极电动势曲线;
2、横轴为荷电状态、纵轴为负极开路电动势的负极电动势曲线。
上述正极电动势曲线和负极电动势曲线共同构成锂离子电池的电动势曲线。
示意性的,如图2所示,图2是一个横轴为荷电状态(SOC)、纵轴为正极开路电动势(OCP+)的正极电动势曲线的示意图。
在正极电动势曲线200中,正极初始电荷状态201(p_init)对应荷电状态数值为0,也即剩余电量为0时;正极结束电荷状态202(p_end)对应荷电状态数值为100,也即剩余电量为100%时。
其中,p_init是指正极开路电动势低端截止电压对应的SOC值,p_end是指正极开路电动势高端截止电压对应的SOC值。
示意性的,如图3所示,图3是一个横轴为荷电状态(SOC)、纵轴为负极开路电动势(OCP-)的负极电动势曲线的示意图。
在负极电动势曲线300中,负极初始电荷状态301(n_init)对应荷电状态数值为0,也即剩余电量为0时;负极结束电荷状态302(n_end)对应荷电状态数值为100,也即剩余电量为100%时。
其中,n_init是指负极开路电动势低端截止电压对应的SOC值,n_end是指负极开路电动势高端截止电压对应的SOC值。
步骤102,获取锂离子电池的工作数据曲线。
锂离子电池工作的时候,有几个指标较为重要,包括但不限于电流数据、电压数据、荷电状态数据。
锂离子工作的状态包括但不限于充电状态和放电状态中的任意一种。
其中,锂离子电池的工作数据曲线包括锂离子电池的充电曲线、放电曲线、荷电状态曲线。荷电状态曲线用于表示锂离子电池的的荷电状态,也即参考剩余电量。
充电曲线包括第一电流变化曲线、第一电压变化曲线,第一电流变化曲线用于表示锂离子电池充电时的电流变化数据,第一电压变化曲线用于表示锂离子电池充电时的电压变化数据。
放电曲线包括第二电流变化曲线、第二电压变化曲线,第二电流变化曲线用于表示锂离子电池放电时的电流变化数据,第二电压变化曲线用于表示锂离子电池放电时的电压变化数据。
第一电流变化曲线和第二电流变化曲线可以是连续的,第一电压变化曲线和第二电压变化曲线可以是连续的,即锂离子电池的工作状态由充电状态转变为放电状态时,上述四条曲线可以在同一个曲线图像中出现。
示意性的,如图4所示,图4是一个横轴为时间(Time),纵轴为电流(Current)的电流变化曲线的示意图。
Time位于第一区间401,也即位于(0,450)区间时,锂离子电池的工作状态为充电状态与静置状态,电流对应的数值为负数和0;
Time位于第二区间402,也即位于(451,1100)区间时,锂离子电池的工作状态为放电状态与静置状态,电流对应的数值为正数和0。
综上,图4中,位于(0,450)区间段曲线,为第一电流变化曲线;位于(451,1100)区间段曲线,为第二电流变化曲线。
上述充电曲线和放电曲线,横坐标为时间,纵坐标为电流或电压的数值,表示锂离子电池在不同时刻的工作状态,以及工作状态对应的电流和电压数据。在记录电流数据和电压数据的同时,记录锂离子电池的荷电状态,也即记录锂离子电池的电池剩余电量。
可选地,锂离子电池的种类为磷酸铁锂电池。
对磷酸铁锂电池来说,磷酸铁锂电池存在两个平台区,一个处于电压较低的平台区,一个处于电压较高的平台区,较低的称低平台,较高的称高平台。截取充电曲线和放电曲线的时候需要满足磷酸铁锂电池的高端电压高于高平台、低端电压低于低平台,才能截取到包含更多电动势特征的曲线范围。
可选地,参照锂离子电池工作时的荷电状态(电池剩余电量)截取充电曲线和放电曲线中的一部分。
此外,还需要在高端具备三十分钟以上静置(即充电后,电池存在三十分钟以上静置条件,低端具备三十分钟以上静置(即放电后,电池存在三十分钟以上静置条件)。
值得注意的是,锂离子电池的工作状态可以是任意的,即可以由充电状态转变为放电状态,也可以由放电状态转变为充电状态,本实施例对此不加以限定。
值得注意的是,锂离子电池的种类可以是任意的,截取充电曲线和放电曲线的依据可以是电池的荷电状态、电池的高端电压和低端电压,也可以是其他的状态数据,本实施例对此不加以限定。当截取充电曲线和放电曲线依照的是电池的荷电状态时,低端荷电状态低于第一阈值,且高端荷电状态高于第二阈值,第一阈值和第二阈值可以是任意的;电池在高端和低端静置的时长可以是任意的,本实施例对此不加以限定。
步骤103,基于工作数据曲线和电动势曲线对锂离子电池进行特征分析,得到锂离子电池对应的表现参数。
表现参数中包括用于表征锂离子电池荷电状态的本征参数、用于表征锂离子电池充电特征的充电参数以及用于表征锂离子电池放电特征的放电参数。表征参数用于表征电池各状态数据的特征,也可用于计算锂离子电池的开路电压。
本征参数包括:p_init(正极OCP低端截止电压对应的SOC值),p_end(正极OCP高端截止电压对应的SOC值),n_init(负极OCP低端截止电压对应的SOC值),n_end(负极OCP高端截止电压对应的SOC值)。
充电参数包括:k_ch(充电电流系数),b_ch(充电极化电压),η_ch(充电高端额外极化电压)。
放电参数包括:k_disch(放电电流系数),b_disch(放电极化电压),η_disch(放电低端额外极化电压)。
其中,极化电压和额外极化电压等参数的引入是因为电池使用过程中有可能发生极化。电池极化是指当蓄电池有电流通过,使电极偏离了平衡电极电位的现象,称为电极极化。
基于工作数据曲线和电动势曲线,对锂离子电池进行特征分析。也即,将工作数据曲线和电动势曲线中对应的电流数据、电压数据、荷电状态数据等输入至用于特征分析的预设模型中,进行辨识和分析,可以得到上述表征参数。
值得注意的是,在一些实施例中,锂离子电池的表现参数包括但不限于以上几种参数类型,锂离子电池的表现参数可以是任意数量的,锂离子电池的表征参数、充电参数、放电参数都可以是任意数量的,本实施例对此不加以限定。
步骤104,基于表现参数确定参考剩余电量和锂离子电池的开路电压之间的对应关系。
基于上述步骤获得表现参数后,将表现参数带入至上述用于特征分析的预设模型中,可以得到参考剩余电量和开路电压之间的对应关系,对参考剩余电量进行赋值,就可以获取到对应的开路电压。
值得注意的是,基于表现参数确定参考剩余电量和锂离子电池的开路电压之间的对应关系,其方式可以是任意的,本实施例对此不加以限定。
综上,本实施例提供的方法,通过获取锂离子电池正负两极材料对应的电动势曲线,基于电动势曲线得到锂离子电池的开路电压曲线,获取锂离子电池的工作数据曲线,基于电动势曲线和工作数据曲线,使用特征分析的预设模型对锂离子电池的表现参数进行辨识和分析,得到锂离子电池对应的表现参数,并基于表现参数来确定锂离子电池的参考剩余电量和开路电压曲线之间的关系,可以获得锂离子电池的实时开路电压数据。当锂离子电池老化时,也可以通过上述方法,获得电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
在一些可选的实施例中,基于锂离子电池的工作数据曲线和电动势曲线对锂离子电池进行特征分析,得到锂离子电池对应的表现参数,可以通过设计电池模型,利用电池模型预测锂离子电池工作时的模型电压,再基于锂离子工作时的实际电压和模型电压对表现参数进行辨识,进一步得到经过辨识后的表现参数。图5是本申请实施例提供的使用电池模型对表现参数进行辨识的方法的流程图,如图5所示,该方法包括如下步骤。
步骤501,基于电动势曲线获得锂离子电池的开路电压曲线。
其中,电动势曲线包括正极电动势曲线和负极电动势曲线。
锂离子电池的开路电压是锂离子电池正极的开路电动势减去负极的开路电动势,所以,基于电动势曲线获得锂离子电池的开路电压曲线是指,将锂离子电池的正极电动势曲线与负极电动势曲线进行相减,获得锂离子电池的开路电压曲线。
开路电压曲线的横坐标为参考剩余电量,也即荷电状态,纵坐标为开路电压。
将开路电压曲线拟合成如下关系式:
OCV=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)
其中,表达式涉及的参数分别代表以下含义:
(1)、OCV是指开路电压(Open circuit voltage,OCV);
(2)、pf(soc*(p_end-p_init)+p_init)是指正极电动势曲线对应的表达式,根据正极电动势曲线图像拟合而成;
(3)、nf(soc*(n_end-n_init)+n_init)是指负极电动势曲线对应的表达式,根据负极电动势曲线图像拟合而成;
(4)、SOC是指荷电状态(State of Charge,SOC),也即电池的参考剩余电量;
(5)、p_init是指正极开路电动势(Open Circuit Potential,OCP)低端截止电压对应的SOC值,p_end是指正极开路电动势高端截止电压对应的SOC值,n_init是指负极开路电动势低端截止电压对应的SOC值,n_end是指负极开路电动势高端截止电压对应的SOC值。
上述关系式中的p_init、p_end、n_init和n_end,也是锂离子电池的表现参数,即本征参数。
将锂离子电池的正极电动势曲线与负极电动势曲线进行相减,获得锂离子电池的开路电压曲线,此时本征参数是未知的。
值得注意的是,基于电动势曲线获得锂离子电池的开路电压曲线的方式可以是任意的,开路电压曲线对应的横轴指代数据和纵轴指代数据可以是任意的,即开路电压曲线的横坐标可以是任意的数据,开路电压曲线的纵坐标可以是任意的数据,本实施例对此不加以限定。
值得注意的是,根据正极电动势曲线图像拟合而成的表达式pf()可以是任意形式的,可以包含任意参数;根据负极电动势曲线图像拟合而成的表达式nf()可以是任意形式的,可以包含任意参数;基于正极电动势曲线和负极电动势曲线得到的开路电压曲线,所拟合成的开路电压曲线对应表达式可以是任意形式,可以包含任意参数;本实施例对此不加以限定。
步骤502,将工作数据曲线和开路电压曲线输入至电池模型,得到锂离子电池对应的表现参数。
本实施例中所设计的电池模型,对应的方程为:V=OCV+kI+b+η。
OCV=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)
其中,V为锂离子电池的模型电压,I为锂离子电池的实际测量电流,k为电流系数,b为极化电压,η为额外极化电压,OCV是锂离子电池的开路电压。
锂离子电池工作时的工作数据曲线包括锂离子电池的充电曲线、放电曲线、荷电状态曲线,上述方程中的V对应充电曲线中的第一电压变化曲线和放电曲线中的第二电压变化曲线,上述方程中的I对应充电曲线中的第一电流变化曲线和放电曲线中的第二电流变化曲线。
其中,电流系数、极化电压和额外极化电压属于锂离子电池的表现参数。
锂离子电池处于充电或放电的工作状态时,电流系数、极化电压和额外极化电压等表现参数也对应的分为充电参数或放电参数。
充电参数包括:k_ch(充电电流系数),b_ch(充电极化电压),η_ch(充电高端额外极化电压)。
放电参数包括:k_disch(放电电流系数),b_disch(放电极化电压),η_disch(放电低端额外极化电压)。
将工作数据曲线和开路电压曲线输入至电池模型,得到锂离子电池对应的表现参数。
将开路电压曲线输入至电池模型是指,将OCV对应的关系式OCV=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)带入至电池模型V=OCV+kI+b+η中,电池模型对应的方程则为:
V=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)+kI+b+η。
将工作数据曲线输入至电池模型,根据锂离子电池的工作状态分为充电状态和放电状态两部分。具体的,是将充电曲线和放电曲线输入至电池模型,得到锂离子电池的模型电压。
1、锂离子电池处于充电工作状态时,将充电曲线中的第一电流变化曲线输入至电池模型中,带入的公式如下:Vm1=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)+k_ch*I+b_ch;
其中,Vm1是指锂离子电池处于充电情况下的模型电压。
锂离子电池对应的充电曲线中的第一电压变化曲线,即为锂离子电池处于充电情况下的真实电压。假设锂离子电池处于充电情况下的真实电压为V1,则V1-Vm1=η_ch,即充电时的真实电压与模型电压的差值为充电高端额外极化电压η_ch。
2、锂离子电池处于放电工作状态时,将放电曲线中的第二电流变化曲线输入至电池模型中,带入的公式如下:Vm2=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)+k_disch*I+b_disch;
其中,Vm2是指锂离子电池处于放电情况下的模型电压。
锂离子电池对应的放电曲线中的第二电压变化曲线,即为锂离子电池处于放电情况下的真实电压。假设锂离子电池处于放电情况下的真实电压为V2,则V2-Vm2=η_disch,即放电时的真实电压与模型电压的差值为放电低端额外极化电压η_disch。
示意性的,如图6所示,图6是一个横轴为时间(Time),纵轴为实际电压与模型电压之间的误差(Error)的对比误差曲线的示意图,也即模型计算电压与实际工况电压对比误差图。
在图6中,误差最大的两处分别为第一误差601处和第二误差602处,均未超过0.02V。
经过本实施例设计的电池模型预测的模型电压与实际电压之间的差值始终维持在几十个毫伏内,且大部分差异较小,只有在端点处差异较大,模型能较好的反应电池行为,该电池模型预测的模型电压准确性较高。
将工作数据曲线带入电池模型对应的模型公式时,需要按照荷电状态对应的数值截取符合要求的工作数据曲线。
可选地,选取低端荷电状态低于25%、高端荷电状态高于90%,且满足低端电压低于低平台、高端电压高于高平台的充电曲线和放电曲线。
此外,还需要在高端具备三十分钟以上静置(即充电后,电池存在三十分钟以上静置条件,低端具备三十分钟以上静置(即放电后,电池存在三十分钟以上静置条件)。
可选地,当荷电状态对应的数值处于中间范围(12%<=SOC<=80%),也即低端荷电状态高于12%、高端荷电状态低于80%时,模型电压与真实电压误差较小,电池模型可以优化为V=OCV+kI+b。
只有在高低端,由于电池极化增大,导致电池模型需要优化为V=OCV+kI+b+η,也即,只需要考虑高端情况(SOC>80%)增加η_ch,与低端情况(SOC<12%)增加η_disch。
通过上述步骤,在锂离子电池处于充电状态和放电状态时,分别将对应的工作数据曲线和开路电压曲线带入至电池模型中,可以得到锂离子电池对应的所有表现参数,包括:
充电参数:k_ch(充电电流系数),b_ch(充电极化电压),η_ch(充电高端额外极化电压);
放电参数:k_disch(放电电流系数),b_disch(放电极化电压),η_disch(放电低端额外极化电压);
本征参数:p_init(正极OCP低端截止电压对应的SOC值),p_end(正极OCP高端截止电压对应的SOC值),n_init(负极OCP低端截止电压对应的SOC值),n_end(负极OCP高端截止电压对应的SOC值)。
值得注意的是,电池模型的公式可以是任意的形式,电池模型的公式中可以包含任意的参数,使用电池模型得到表现参数,可以输入任意区间的工作数据曲线和开路电压曲线,也可以输入其他类型的数据,本实施例对此不加以限定。
值得注意的是,上述方法中对于锂离子电池工作状态进行了充电时和放电时的区分,在不同工作状态下带入不同的工作数据曲线,在一些实施例中锂离子电池的工作状态可以是任意的,可以带入任意区间的工作数据曲线,本实施例对此不加以限定。
值得注意的是,上述方法中,将工作数据曲线带入电池模型对应的模型公式时,需要按照荷电状态对应的数值截取符合要求的工作数据曲线,选取了低端荷电状态低于25%、高端荷电状态高于90%,且满足低端电压低于低平台、高端电压高于高平台的充电曲线和放电曲线,在一些实施例中,选取的工作数据曲线可以是其他区间的,选取工作数据曲线的指标可以是任意的,本实施例对此不加以限定。
值得注意的是,上述步骤中对于电池模型的优化,依据锂离子电池工作状态时的荷电状态数据将额外极化电压保留或去除,在一些实施例中,对于额外极化电压的去除和保留可以依据其他工作数据,或者,在依据锂离子电池工作状态时的荷电状态数据对额外极化电压进行保留或去除时,对应的荷电状态数据可以是任意的,也即不同电池种类对应的低端情况与12%、高端情况与80%存在微小偏移,本实施例对此不加以限定。
步骤503,基于锂离子电池的模型电压、充电曲线中的第一电压变化曲线和放电曲线中的第二电压变化曲线,对电池模型中的表现参数进行参数辨识,得到经过辨识后的锂离子电池对应的表现参数。
其中,本实施例中的参数辨识过程是指,基于模型电压对应的数值和第一电压变化曲线之间的差值、模型电压对应的数值和第二电压变化曲线之间的差值,对电池模型中的参数进行修改,提高电池模型输出结果的准确性,参数辨识的过程使用最小二乘法实现。
参数辨识是根据实验数据和建立的模型来确定一组参数值,使得由模型计算得到的数值结果能最好的拟合测试数据(曲线拟合问题),从而可以为生产过程进行预测,提供一定的理论指导。当计算得到的数值结果与测试值之间的误差较大时,就认为该模型与实际的过程不符或者差距较大,进而修改模型,重新选择参数。因此,参数辨识问题是一个逆问题,参数估计的好坏决定了用模型来解释实际问题的可信度。
对电池模型中的表现参数进行参数辨识的方法包括但不限于以下方法:
1、带约束的最小二乘法;
2、遗传算法。
可选地,本实施例中使用的参数辨识方法是带约束的最小二乘法。
最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理诸多学科领域得到广泛应用的数学工具。最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合,是解决曲线拟合问题最常用的方法。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。
使用带约束的最小二乘法,基于模型电压和第一电压变化曲线,对电池模型中的表现参数进行参数辨识,得到表现参数中的充电参数;基于模型电压和第二电压变化曲线,对电池模型中的表现参数进行参数辨识,得到表现参数中的放电参数;基于充电参数、放电参数、工作数据曲线和开路电压曲线,获得表现参数中的本征参数。
1、锂离子电池处于充电工作状态时,将充电曲线中的第一电流变化曲线输入至电池模型中,带入的公式如下:Vm1=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)+k_ch*I+b_ch;
其中,Vm1是指锂离子电池处于充电情况下的模型电压。
锂离子电池对应的充电曲线中的第一电压变化曲线,即为锂离子电池处于充电情况下的真实电压。假设锂离子电池处于充电情况下的真实电压为V1,则V1-Vm1=η_ch,即充电时的真实电压与模型电压的差值为充电高端额外极化电压η_ch。
基于Vm1和V1,使用带约束的最小二乘法对Vm1和V1进行拟合,对电池模型中的充电参数进行参数辨识,得到经过辨识后的充电参数:k_ch(充电电流系数),b_ch(充电极化电压),η_ch(充电高端额外极化电压)。
2、锂离子电池处于放电工作状态时,将放电曲线中的第二电流变化曲线输入至电池模型中,带入的公式如下:Vm2=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)+k_disch*I+b_disch;
其中,Vm2是指锂离子电池处于放电情况下的模型电压。
锂离子电池对应的放电曲线中的第二电压变化曲线,即为锂离子电池处于放电情况下的真实电压。假设锂离子电池处于放电情况下的真实电压为V2,则V2-Vm2=η_disch,即放电时的真实电压与模型电压的差值为放电低端额外极化电压η_disch。
基于Vm2和V2,使用带约束的最小二乘法对Vm2和V2进行拟合,对电池模型中的放电参数进行参数辨识,得到经过辨识后的放电参数:k_disch(放电电流系数),b_disch(放电极化电压),η_disch(放电低端额外极化电压)。
基于上述步骤得到k_ch(充电电流系数),b_ch(充电极化电压),η_ch(充电高端额外极化电压),k_disch(放电电流系数),b_disch(放电极化电压),η_disch(放电低端额外极化电压)以后,将经过参数辨识的六个表现参数带入电池模型中,进一步得到经过参数辨识的四个本征参数:p_init(正极OCP低端截止电压对应的SOC值),p_end(正极OCP高端截止电压对应的SOC值),n_init(负极OCP低端截止电压对应的SOC值),n_end(负极OCP高端截止电压对应的SOC值)。
示意性的,图7是一个基于电池模型计算得到的模型开路电压、模型电压与实际电压之间对比的示意图。
图7中包括三条曲线,模型开路电压曲线(OCV)710,模型电压曲线(model v)720,实际电压曲线(true v)730。
值得注意的是,对锂离子电池的表现参数进行参数辨识的方法可以是任意的,包括但不限于上述两种方式中的一种,使用电池模型对参数进行辨识时,带入的电流数据和电压数据都是锂离子电池工作数据曲线中的充电曲线和放电曲线,本实施例对此不加以限定。
综上所述,通过设计电池模型,获取锂离子电池正负两极材料对应的电动势曲线,基于电动势曲线得到锂离子电池的开路电压曲线,获取锂离子电池的工作数据曲线,基于电动势曲线和工作数据曲线,使用电池模型对锂离子电池的表现参数进行辨识和分析,得到锂离子电池对应的表现参数,并基于表现参数来确定锂离子电池的参考剩余电量和开路电压曲线之间的关系,可以获得锂离子电池的实时开路电压数据。当锂离子电池老化时,也可以通过上述方法,获得电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
本实施例提供的方法,通过基于电动势曲线获得锂离子电池的开路电压曲线,开路电压曲线的横坐标为参考剩余电量、纵坐标为开路电压,将工作数据曲线和开路电压曲线输入至电池模型,得到锂离子电池对应的表现参数,可以基于表现参数获得锂离子电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
本实施例提供的方法,通过将锂离子电池的正极电动势曲线与负极电动势曲线进行相减,获得锂离子电池的开路电压曲线,可以在未知表现参数中的本征参数的情况下得到锂离子电池的开路电压曲线,并进一步根据曲线图像拟合出开路电压曲线的关系表达式。
本实施例提供的方法,通过将充电曲线和放电曲线输入至电池模型,得到锂离子电池的模型电压;基于锂离子电池的模型电压、充电曲线中的第一电压变化曲线和放电曲线中的第二电压变化曲线,对电池模型中的表现参数进行参数辨识,得到经过辨识后的锂离子电池对应的表现参数,经过辨识后的表现参数能够更加准确的表现出锂离子电池的特征。
本实施例提供的方法,通过基于模型电压和第一电压变化曲线,对电池模型中的表现参数进行参数辨识,得到表现参数中的充电参数;基于模型电压和第二电压变化曲线,对电池模型中的表现参数进行参数辨识,得到表现参数中的放电参数;基于充电参数、放电参数、工作数据曲线和开路电压曲线,获得表现参数中的本征参数,按照顺序获得经过辨识的表现参数,提高了参数辨识的效率,能够更加准确的表现出锂离子电池的特征。
在一些可选的实施例中,获取经过参数辨识后的表现参数以后,可以根据表现参数确定出锂离子电池的开路电压和荷电状态之间的对应关系曲线,并进一步获得更加准确的锂离子电池的荷电状态。图8是本申请一个示例性实施例提供的基于表现参数确定出锂离子电池的开路电压和荷电状态之间的对应关系曲线的方法流程图,该方法包括如下步骤。
步骤801,基于本征参数和开路电压曲线,得到参考剩余电量和锂离子电池的开路电压之间的对应关系。
计算当前老化状态的开路电压,根据上述步骤获得经过辨识的本征参数p_init,p_end,n_init,n_end后,带入开路电压的公式中:
OCV=pf(soc*(p_end-p_init)+p_init)-nf(soc*(n_end-n_init)+n_init)。
其中,OCV是指锂离子电池的开路电压,SOC是指锂离子电池的荷电状态,也即参考剩余电量。
对SOC赋值,即可得到对应SOC的OCV结果曲线。
可选地,令SOC从0到100%依次赋值,每次赋值增加1%。即,按照SOC=0、1%、2%、3%……100%的顺序依次对SOC进行赋值,得到每个SOC对应的OCV数值,并将它们拟合成横坐标为荷电状态、纵坐标为开路电压的SOC-OCV曲线,该SOC-OCV曲线即表示参考剩余电量和锂离子电池的开路电压之间的对应关系。
值得注意的是,对荷电状态(SOC)进行赋值获得横坐标为荷电状态、纵坐标为开路电压的SOC-OCV曲线时,对荷电状态赋值的方式可以是任意的,对荷电状态赋值时每次增加数值可以是任意的,经过上述方式所获得的参考剩余电量和锂离子电池的开路电压之间的对应关系可以是任意形式的,本实施例对此不加以限定。
值得注意的是,基于开路电压曲线可以获得除了与锂离子电池的参考剩余电量之间的关系式,还可以通过其他任意的方式或基于其他任意的数据曲线获得与其他数据对应的关系式,包括但不限于基于开路电压曲线获得锂离子电池的电池功率(State of Power,SOP)之间的关系式,或者,与电池电量(State of Energy,SOE),本实施例对此不加以限定。
步骤802,基于对应关系对开路电压曲线进行更新,得到修正开路电压曲线。
锂离子电池经过一段时间的使用以后会发生老化,而锂离子电池的荷电状态,也即参考剩余电量是依据新鲜电池来计算的,与实际使用过程中的电池剩余电量之间存在误差,也即当前的参考剩余电量实际上是不准确的剩余电量。
基于上述方法获得的参考剩余电量和锂离子电池的开路电压之间的对应关系,来对开路电压曲线进行更新,获得修正开路电压曲线。其中,修正开路电压曲线的横坐标为真实剩余电量、纵坐标为开路电压。
修正后的开路电压曲线能够反映老化锂离子电池的真实开路电压数据和剩余电量数据,基于真实开路电压数据还可以进一步计算得出锂离子电池在工作状态时的其他数据。
综上所述,通过设计电池模型,使用电池模型对锂离子电池的表现参数进行辨识和分析,得到锂离子电池对应的表现参数,并基于表现参数来确定锂离子电池的参考剩余电量和开路电压曲线之间的关系,可以获得锂离子电池的实时开路电压数据,并基于准确的实时开路电压数据进一步获得锂离子电池的其他数据。当锂离子电池老化时,也可以通过上述方法,获得电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
图9是本申请一个示例性实施例提供的开路电压的计算装置,如图9所示,该装置包括:
获取模块910,用于获取锂离子电池的电动势曲线,所述电动势曲线包括所述锂离子电池的正极材料对应的正极电动势曲线,以及所述锂离子电池的负极材料对应的负极电动势曲线;
所述获取模块910,还用于获取所述锂离子电池的工作数据曲线,所述工作数据曲线包括所述锂离子电池的充电曲线、放电曲线、荷电状态曲线,所述荷电状态曲线用于表示所述锂离子电池的参考剩余电量,所述充电曲线包括第一电流变化曲线、第一电压变化曲线,所述放电曲线包括第二电流变化曲线、第二电压变化曲线;
分析模块920,用于基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,所述表现参数中包括用于表征所述锂离子电池荷电状态的本征参数、用于表征所述锂离子电池充电特征的充电参数以及用于表征所述锂离子电池放电特征的放电参数;
确定模块930,用于基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系。
在一个可选的实施例中,所述分析模块920,如图10所示,包括:
获取单元921,用于基于所述电动势曲线获得所述锂离子电池的开路电压曲线,所述开路电压曲线的横坐标为所述参考剩余电量、纵坐标为所述开路电压;
输入单元922,还用于将所述工作数据曲线和所述开路电压曲线输入至电池模型,得到所述锂离子电池对应的表现参数,所述电池模型对应的方程为:V=OCV+kI+b+η;
其中,V为所述锂离子电池的模型电压,I为所述锂离子电池的实际测量电流,k为电流系数,b为极化电压,η为额外极化电压,OCV是所述锂离子电池的开路电压;其中,所述电流系数、所述极化电压和所述额外极化电压属于所述锂离子电池的表现参数。
在一个可选的实施例中,所述获取单元921,还用于将锂离子电池的所述正极电动势曲线与所述负极电动势曲线进行相减,获得所述锂离子电池的开路电压曲线。
在一个可选的实施例中,所述装置还包括:
输入模块940,用于将所述充电曲线和所述放电曲线输入至所述电池模型,得到所述锂离子电池的模型电压;
辨识模块950,用于基于所述锂离子电池的模型电压、所述充电曲线中的第一电压变化曲线和所述放电曲线中的第二电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到经过辨识后的所述锂离子电池对应的表现参数;
其中,参数辨识是指,基于所述模型电压对应的数值和所述第一电压变化曲线之间的差值、所述模型电压对应的数值和所述第二电压变化曲线之间的差值,对所述电池模型中的参数进行修改,提高所述电池模型输出结果的准确性,参数辨识的过程使用最小二乘法实现。
在一个可选的实施例中,所述辨识模块950,还用于基于所述模型电压和所述第一电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到所述表现参数中的充电参数;基于所述模型电压和所述第二电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到所述表现参数中的放电参数;基于所述充电参数、所述放电参数、所述工作数据曲线和所述开路电压曲线,获得所述表现参数中的本征参数。
在一个可选的实施例中,所述确定模块930,还用于基于所述本征参数和所述开路电压曲线,得到所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系;基于所述对应关系对所述开路电压曲线进行更新,得到所述修正开路电压曲线,所述修正开路电压曲线的横坐标为真实剩余电量、纵坐标为所述开路电压。
综上所述,通过设计电池模型,获取锂离子电池正负两极材料对应的电动势曲线,基于电动势曲线得到锂离子电池的开路电压曲线,获取锂离子电池的工作数据曲线,基于电动势曲线和工作数据曲线,使用电池模型对锂离子电池的表现参数进行辨识和分析,得到锂离子电池对应的表现参数,并基于表现参数来确定锂离子电池的参考剩余电量和开路电压曲线之间的关系,可以获得锂离子电池的实时开路电压数据。当锂离子电池老化时,也可以通过上述方法,获得电池准确的开路电压数据,并基于开路电压数据对锂离子电池的剩余电量进行准确的计算,提高电池荷电状态估算的精度。
需要说明的是:上述实施例提供的开路电压的计算装置,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的开路电压的计算装置与开路电压的计算方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图11示出了本申请一个示例性实施例提供的计算机设备的结构示意图。
具体来讲:计算机设备1100包括中央处理单元(Central Processing Unit,CPU)1101、包括随机存取存储器(Random Access Memory,RAM)1102和只读存储器(Read OnlyMemory,ROM)1103的系统存储器1104,以及连接系统存储器1104和中央处理单元1101的系统总线1105。计算机设备1100还包括用于存储操作系统1113、应用程序1114和其他程序模块1115的大容量存储设备1106。
大容量存储设备1106通过连接到系统总线1105的大容量存储控制器(未示出)连接到中央处理单元1101。大容量存储设备1106及其相关联的计算机可读介质为计算机设备1100提供非易失性存储。也就是说,大容量存储设备1106可以包括诸如硬盘或者紧凑型光盘只读存储器(Compact Disc Read Only Memory,CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、带电可擦可编程只读存储器(Electrically Erasable Programmable Read Only Memory,EEPROM)、闪存或其他固态存储技术,CD-ROM、数字通用光盘(Digital Versatile Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器1104和大容量存储设备1106可以统称为存储器。
根据本申请的各种实施例,计算机设备1100还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1100可以通过连接在系统总线1105上的网络接口单元1111连接到网络1112,或者说,也可以使用网络接口单元1111来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
本申请的实施例还提供了一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述各方法实施例提供的图像识别模型的训练方法。
本申请的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行,以实现上述各方法实施例提供的图像识别模型的训练方法。
本申请的实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中任一所述的图像识别模型的训练方法。
可选地,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种开路电压的计算方法,其特征在于,所述方法包括:
获取锂离子电池的电动势曲线,所述电动势曲线包括所述锂离子电池的正极材料对应的正极电动势曲线,以及所述锂离子电池的负极材料对应的负极电动势曲线;
获取所述锂离子电池的工作数据曲线,所述工作数据曲线包括所述锂离子电池的充电曲线、放电曲线、荷电状态曲线,所述荷电状态曲线用于表示所述锂离子电池的参考剩余电量,所述充电曲线包括第一电流变化曲线、第一电压变化曲线,所述放电曲线包括第二电流变化曲线、第二电压变化曲线;
基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,所述表现参数中包括用于表征所述锂离子电池荷电状态的本征参数、用于表征所述锂离子电池充电特征的充电参数以及用于表征所述锂离子电池放电特征的放电参数;
基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,包括:
基于所述电动势曲线获得所述锂离子电池的开路电压曲线,所述开路电压曲线的横坐标为所述参考剩余电量、纵坐标为所述开路电压;
将所述工作数据曲线和所述开路电压曲线输入至电池模型,得到所述锂离子电池对应的表现参数,所述电池模型对应的方程为:V=OCV+kI+b+η;
其中,V为所述锂离子电池的模型电压,I为所述锂离子电池的实际测量电流,k为电流系数,b为极化电压,η为额外极化电压,OCV是所述锂离子电池的开路电压;
其中,所述电流系数、所述极化电压和所述额外极化电压属于所述锂离子电池的表现参数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述电动势曲线获得所述锂离子电池的开路电压曲线,包括:
将锂离子电池的所述正极电动势曲线与所述负极电动势曲线进行相减,获得所述锂离子电池的开路电压曲线。
4.根据权利要求2所述的方法,其特征在于,所述将所述工作数据曲线和所述开路电压曲线输入至电池模型,得到所述锂离子电池对应的表现参数,包括:
将所述充电曲线和所述放电曲线输入至所述电池模型,得到所述锂离子电池的模型电压;
基于所述锂离子电池的模型电压、所述充电曲线中的第一电压变化曲线和所述放电曲线中的第二电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到经过辨识后的所述锂离子电池对应的表现参数;
其中,参数辨识是指,基于所述模型电压对应的数值和所述第一电压变化曲线之间的差值、所述模型电压对应的数值和所述第二电压变化曲线之间的差值,对所述电池模型中的参数进行修改,提高所述电池模型输出结果的准确性,参数辨识的过程使用最小二乘法实现。
5.根据权利要求4所述的方法,其特征在于,所述基于所述锂离子电池的模型电压、所述充电曲线中的第一电压变化曲线和所述放电曲线中的第二电压变化曲线,进行参数辨识,得到所述锂离子电池对应的表现参数,包括:
基于所述模型电压和所述第一电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到所述表现参数中的充电参数;
基于所述模型电压和所述第二电压变化曲线,对所述电池模型中的表现参数进行参数辨识,得到所述表现参数中的放电参数;
基于所述充电参数、所述放电参数、所述工作数据曲线和所述开路电压曲线,获得所述表现参数中的本征参数。
6.根据权利要求1所述的方法,其特征在于,所述基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系,包括:
基于所述本征参数和所述开路电压曲线,得到所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系;
基于所述对应关系对所述开路电压曲线进行更新,得到所述修正开路电压曲线,所述修正开路电压曲线的横坐标为真实剩余电量、纵坐标为所述开路电压。
7.一种开路电压的计算装置,其特征在于,所述装置包括:
获取模块,获取锂离子电池的电动势曲线,所述电动势曲线包括所述锂离子电池的正极材料对应的正极电动势曲线,以及所述锂离子电池的负极材料对应的负极电动势曲线;
所述获取模块,获取所述锂离子电池的工作数据曲线,所述工作数据曲线包括所述锂离子电池的充电曲线、放电曲线、荷电状态曲线,所述荷电状态曲线用于表示所述锂离子电池的参考剩余电量,所述充电曲线包括第一电流变化曲线、第一电压变化曲线,所述放电曲线包括第二电流变化曲线、第二电压变化曲线;
分析模块,基于所述工作数据曲线和所述电动势曲线对所述锂离子电池进行特征分析,得到所述锂离子电池对应的表现参数,所述表现参数中包括用于表征所述锂离子电池荷电状态的本征参数、用于表征所述锂离子电池充电特征的充电参数以及用于表征所述锂离子电池放电特征的放电参数;
确定模块,基于所述表现参数确定所述参考剩余电量和所述锂离子电池的开路电压之间的对应关系。
8.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一段程序,所述至少一段程序由所述处理器加载并执行以实现如权利要求1至6任一所述的开路电压的计算方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由处理器加载并执行以实现如权利要求1至6任一所述的开路电压的计算方法。
10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一所述的开路电压的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384668.1A CN115656826A (zh) | 2022-11-07 | 2022-11-07 | 开路电压的计算方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384668.1A CN115656826A (zh) | 2022-11-07 | 2022-11-07 | 开路电压的计算方法、装置、设备、介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115656826A true CN115656826A (zh) | 2023-01-31 |
Family
ID=85015665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211384668.1A Pending CN115656826A (zh) | 2022-11-07 | 2022-11-07 | 开路电压的计算方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115656826A (zh) |
-
2022
- 2022-11-07 CN CN202211384668.1A patent/CN115656826A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111448467B (zh) | 用于对电池容量进行建模和估计的方法及系统 | |
CN107015163B (zh) | 一种电池容量的获取方法和装置 | |
US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
CN105866700B (zh) | 一种锂离子电池快速筛选的方法 | |
CN110376536B (zh) | 电池系统soh检测方法、装置、计算机设备和存储介质 | |
Wei et al. | Lyapunov-based state of charge diagnosis and health prognosis for lithium-ion batteries | |
Knap et al. | A self-discharge model of Lithium-Sulfur batteries based on direct shuttle current measurement | |
CN110045291B (zh) | 一种锂电池容量估计方法 | |
CN111064253A (zh) | 一种基于平均离散Fréchet距离的电池健康度快速评估方法 | |
CN116609676B (zh) | 一种基于大数据处理的混合储能电池状态监控方法及系统 | |
CN110806540B (zh) | 电芯测试数据处理方法、装置、系统和存储介质 | |
CN112415400B (zh) | 电池容量估计方法及系统 | |
CN113777510A (zh) | 一种锂电池荷电状态估计方法及装置 | |
CN114114038A (zh) | 一种全寿命全温度下锂电池soc及可用容量联合估计方法 | |
CN115389936A (zh) | 一种数模混合驱动的锂电池持续峰值功率能力的在线预测方法 | |
CN115684956A (zh) | 用于电池存储器寿命估计的方法、设备和计算机程序产品 | |
CN114966449A (zh) | 监控电池健康度的方法和系统 | |
CN114966411A (zh) | 一种基于电池充电片段数据快速进行电池容量估算的方法 | |
CN112415399B (zh) | 电池单体ocv-soc曲线修正方法、设备及存储介质 | |
Wu et al. | State-of-charge and state-of-health estimating method for lithium-ion batteries | |
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 | |
CN117151201A (zh) | 一种用于神经网络训练的电池组样本组织方法及装置 | |
CN111308352A (zh) | 一种锂离子的电池衰减估算方法 | |
CN114089204B (zh) | 一种电池容量跳水拐点预测方法及装置 | |
CN113900028B (zh) | 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统 |
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 |