CN116840688A - 一种锂离子电池荷电态的估算方法 - Google Patents
一种锂离子电池荷电态的估算方法 Download PDFInfo
- Publication number
- CN116840688A CN116840688A CN202310741859.7A CN202310741859A CN116840688A CN 116840688 A CN116840688 A CN 116840688A CN 202310741859 A CN202310741859 A CN 202310741859A CN 116840688 A CN116840688 A CN 116840688A
- Authority
- CN
- China
- Prior art keywords
- battery
- value
- charge
- terminal voltage
- state
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 30
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 238000007599 discharging Methods 0.000 claims abstract description 24
- 238000007600 charging Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000010287 polarization Effects 0.000 claims description 15
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical group [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 8
- 238000010278 pulse charging Methods 0.000 claims description 4
- 230000000284 resting effect Effects 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 3
- 239000007774 positive electrode material Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000003797 telogen phase Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010277 constant-current charging Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明提供一种锂离子电池荷电态的估算方法，用于估算电池启动时的荷电态。电池出厂前，进行不同温度、不同荷电态组合下的混合脉冲功率特性测试，并基于等效电路模型辨识得到不同测试组合下的电路元件参数值，形成数据表格并予以存储；在电池服役过程中测量并记录电池启动瞬间但尚未开始充放电时的端电压值和温度值，并在电池启动瞬间进行充放电时的电流值和端电压值的同步采样，形成电流测量值序列和端电压测量值序列；对比确定系数r2最大的端电压预测值序列，找到与之对应的等效电路模型的电路元件参数值所对应的荷电态，即为电池启动时荷电态的估算值。本发明的锂离子电池荷电态的估算方法科学合理、逻辑清晰、执行硬件成本低。
Description
技术领域
本发明涉及电池领域，特别涉及一种锂离子电池荷电态的估算方法。
背景技术
当前锂离子电池因较高的能量密度、功率密度和绿色环保等优点而得到大量应用。锂离子电池工作过程，需要准确获得其荷电态(Stage ofCharge，SOC)。通常，需要知道电池工作启动时初始的荷电态，然后在线监测电池工作过程充放电电流大小，并通过电流对时间积分(安时积分法)来统计得到电量的变化量并换算成荷电态的改变量，由此实时得出电池工作过程的荷电态。
由于安时积分因采样频率和采样精度因素限制，时间长了难免会累积误差并带来荷电态计量精度的下降。为此需要每隔一定时间对电池的荷电态进行标定，且为了方便起见最好是进行在线标定，这样就不需要对电池进行返厂处理。目前广泛使用的在线标定思路是基于电池的等效电路模型来进行的，即事先通过出厂前的测量和计算获得等效电路模型中内阻等元件参数与电池荷电态之间的关系并构成数据表格，然后电池工作期间通过电流、电压的采样值进行等效电路模型参数的在线辨识，最终基于模型参数的辨识结果再查表来获得电池的荷电态。这种基于等效电路模型的荷电态标定方式尤其适用于磷酸铁锂电池，因为磷酸铁锂电池的开路电压随荷电态的变化曲线存在着一个很大的平台阶段，在这个平台阶段即使荷电态显著变化，电池的开路电压的变化量也很微小；但是，若对磷酸铁锂电池建立等效电路模型，欧姆内阻等相关电路元件参数随荷电态的变化规律却十分明显，因此对其基于等效电路模型进行荷电态在线标定，与单纯基于开路电压的标定方式相比，具有更为显著的效果。
等效电路模型参数的辨识依赖于电池的脉冲充放电数据，其中最为典型的方式是对电池进行混合功率脉冲特性(HybridPulse Power Characteristic，HPPC)测试，且测试过程采样频率越高则参数辨识精度也越高。当前公知的技术方案中，大多依靠电池工作过程的电流电压采样数据进行等效电路模型的在线参数辨识，这种方式存在两方面的不足：一是受限于成本因素，电池产品中很难部署高精度、高频率的电流电压采样电路及相应的数据通讯和存储模块来满足高精度在线辨识的需要；二是电池产品实际工作过程的充放电情况千差万别且不受制造商来控制，即不能因为等效电路模型参数辨识的需要而事先人为规定电池产品工作过程需要执行某个特定的充放电过程。例如，为了准确获得RC等效电路中的欧姆内阻值，通常需要捕捉电池恒流脉冲放电瞬间的端电压下降量，这需要电池执行一个恒流脉冲放电且进行高频率的电压值采样，对大多数实际电池产品而言，很难完全满足这一要求。
因此，有必要发展新的技术手段，改进现有基于等效电路模型的荷电态估算方法，能够以低硬件成本且不影响电池正常工作的方式来估算电池的荷电态以提供其标定依据。
发明内容
为了解决上述技术问题，本发明提供一种科学合理、逻辑清晰、执行硬件成本低且不影响电池正常工作的锂离子电池荷电态的估算方法，其技术方案是，一种锂离子电池荷电态的估算方法，用于估算电池启动时的荷电态。
电池出厂前，在实验室进行不同温度、不同荷电态组合下的混合脉冲功率特性测试，并基于等效电路模型辨识得到不同测试组合下的电路元件参数值，形成数据表格并予以存储：所述等效电路模型由依次串联的恒压源、欧姆电阻和RC并联回路构成，所述RC并联回路由互相并联的极化电阻和电容构成，所述电路元件参数值包括恒压源电压Voc、欧姆内阻Ro、极化内阻Rp和电容C；所述数据表格由一系列子表格构成且每个子表格对应一个温度值；每个子表格中的每一行数据对应某个荷电态及该荷电态下的电路元件参数值；
电池服役过程，测量并记录电池启动瞬间但尚未开始充放电时的端电压值U0和温度值T0；并从电池启动瞬间且开始充放电时，每隔固定的时间间隔Δt，对电池的充放电电流值和端电压值进行n次同步采样，形成电流测量值序列[I1，I2，…，Ii，…，In]和端电压测量值序列[U1，U2，…，Ui，…，Un]，其中时间间隔Δt在0.1s至2s之间，n在10至100之间；电流测量值序列中，当电池为放电状态时电流值为正，当电池为充电状态时电流值为负；
按以下步骤进行电池荷电态的估算：
步骤S1、从数据表格中找到温度值与电池启动工作前的温度值T0最为接近的子表格；
步骤S2、从步骤S1获得的子表格中，找到恒压源电压Voc在(1-m)U0至(1+m)U0之间的数据行，其中参数m处于0.005至0.01之间，U0为电池启动瞬间但尚未开始充放电时的端电压值；
步骤S3、对步骤S2中获得的每个数据行，分别基于其所包含的电路元件参数值信息构建与之对应的等效电路模型；
步骤S4、针对步骤S3构建的每一个等效电路模型，分别输入电流测量值序列并计算获得其对应的端电压预测值序列[V1，V2，…，Vi，…，Vn]：
对步骤S3构建的任一等效电路模型，令各时刻通过其欧姆电阻的电流值为电流测量值序列中该时刻对应的电流测量值，由此计算得到各时刻的端电压值并构成该等效电路模型下的端电压预测值序列[V1，V2，…，Vi，…，Vn]；
步骤S5、对步骤S4获得的每一个端电压预测值序列[V1，V2，…，Vi，…，Vn]，分别与端电压测量值序列[U1，U2，…，Ui，…，Un]进行比较计算并获得其对应的确定系数r2：
式中为端电压测量值序列[U1，U2，…，Ui，…，Un]中所有元素的算术平均值；
步骤S6、找出步骤S5中确定系数r2最大的端电压预测值序列，由此找到与之对应的等效电路模型，并从步骤2的子表格中查得该电路模型的电路元件参数值所对应的荷电态，即为电池启动时荷电态的估算值。
上述锂离子电池荷电态的估算方法，所述锂离子电池的正极活性物质为磷酸铁锂。
上述锂离子电池荷电态的估算方法，所述实验室进行的不同温度、不同荷电态组合下的混合脉冲功率特性测试，不同温度的取值为以ΔT为间隔、-20℃至50℃范围内的温度取值，所述不同荷电态的取值为以ΔSOC为间隔、0％至100％范围内的荷电态取值，其中所述温度取值间隔ΔT处于1℃至5℃之间，所述荷电态取值间隔ΔSOC处于1％至5％之间。
上述锂离子电池荷电态的估算方法，某个温度和荷电态组合下的混合脉冲功率特性测试，按以下步骤进行：
步骤A1、将电池置于20±2℃温度环境，搁置1h然后以制造厂商规定的标准充电制度充至100％荷电态后再搁置1h；
步骤A2、将电池以1C倍率恒流放电至待测的荷电态；
步骤A3、将电池转移至待测的温度环境，搁置1h；
步骤A4、将电池以aC倍率恒流脉冲放电10s；
步骤A5、将电池搁置40s；
步骤A6、将电池以aC倍率恒流脉冲充电10s；
上述参数a的取值在1至10之间，步骤A4至A6过程以不低于10Hz的频率对电池端电压进行持续采样。
上述锂离子电池荷电态的估算方法，针对某个温度和荷电态组合下的混合脉冲功率特性测试结果，基于等效电路模型进行的该组合下的电路元件参数值辨识，分为以下步骤：
步骤B1、求得恒流脉冲放电启动前1s内所有电池端电压采样值的算术平均值，即为恒压源电压Voc；
步骤B2、将恒压源电压Voc与恒流脉冲放电启动瞬间的第一个电池端电压采样值之差，除以恒流脉冲放电过程的电流值，即为欧姆内阻Ro；
步骤B3、利用恒流脉冲放电和恒流脉冲充电之间搁置阶段的电池端电压采样时间序列，采取最小二乘法基于以下函数进行参数β的拟合：
U(t)＝Voc-(Voc-Ur0)e-βt (2)
式中t为距离搁置起始时刻的时间，U(t)为时间t时的端电压采样值，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数；
步骤B4、按下式计算得到极化内阻Rp：
式中，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数，β为步骤B3获得的参数值，td为恒流脉冲放电总时长，Id为恒流脉冲放电的电流值大小；
步骤B5、计算按下式计算得到电容C：
C＝1/(βRp) (4)
式中，β为步骤B3获得的参数值，Rp为步骤B4获得的极化内阻。
上述锂离子电池荷电态的估算方法，步骤S4中对某个构建好的等效电路模型，输入电流测量值序列[I1，I2，…，Ii，…，In]并计算获得其端电压预测值序列[V1，V2，…，Vi，…，Vn]的具体方法为，通过执行以下子步骤依次计算获得端电压预测值序列中各元素的值：
子步骤S4.1、令k＝0，W0＝0，I0＝0；
子步骤S4.2、计算Wk+1的值：
子步骤S4.3、计算Vk+1的值：
Vk+1＝Voc-Wk+1-RoIk+1 (6)
子步骤S4.4、令k的取值在原来的基础上增加1；
子步骤S4.5、若k+1>n，则结束计算，否则返回子步骤S4.2。
以上技术方案中，有关等效电路模型构成、参数辨识以及基于等效电路模型由电流测量值序列计算端电压预测值序列的详细信息可参考AhmadRahmoun的文章《ModellingofLi-ion batteries using equivalent circuit diagrams》。
本技术方案基于等效电路模型中电路元件参数和电池荷电态的对应关系来估算荷电态，与现有技术相比的改进效果在于，本技术方案不需要对电池的等效电路模型参数进行在线辨识，因此在电池产品运行环节，也就不需要高精度、高频率的电流电压采样设备，不需要特意对电池进行某种特定的充放电操作，不需要在线进行较为复杂的最小二乘法参数拟合。本技术方案反其道而行之，由电池厂商在电池出厂前进行大量的测试和等效电路模型参数辨识，并存储相关结果；这样在电池产品运行环节，只需要逐一运行可能范围内、带参数辨识结果的各个等效电路模型，由电流测量值序列来计算相应等效电路模型下的电压预测值序列并与真实的电压测量值序列比较，从来找到最符合实际情况的等效电路模型并最终估算出电池荷电态。因此，这种估算方法不但科学合理、逻辑清晰；而且对电池产品运行环节而言，执行相关运算的运算量较小，不需要高昂的采样和计算用硬件成本。
附图说明
图1为本发明实施例中等效电路模型原理图，图1中最右端的两个接线端子用于连接负载且二者之间的电压差即为电池端电压。
图2为本发明实施例中子步骤S4.1至子步骤S4.5的流程图。
图3为本发明实施例中混合功率特性测试局部过程的电压和电流曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
一种锂离子电池荷电态的估算方法，用于估算电池启动时的荷电态。
电池出厂前，在实验室进行不同温度、不同荷电态组合下的混合脉冲功率特性测试，并基于等效电路模型辨识得到不同测试组合下的电路元件参数值，形成数据表格并予以存储：所述等效电路模型详见附图1，由依次串联的恒压源、欧姆电阻和RC并联回路构成，所述RC并联回路由互相并联的极化电阻和电容构成，所述电路元件参数值包括恒压源电压Voc、欧姆内阻Ro、极化内阻Rp和电容C；所述数据表格由一系列子表格构成且每个子表格对应一个温度值；每个子表格中的每一行数据对应某个荷电态及该荷电态下的电路元件参数值；
电池服役过程，测量并记录电池启动瞬间但尚未开始充放电时的端电压值U0和温度值T0；并从电池启动瞬间且开始充放电时，每隔固定的时间间隔Δt，对电池的充放电电流值和端电压值进行n次同步采样，形成电流测量值序列[I1，I2，…，Ii，…，In]和端电压测量值序列[U1，U2，…，Ui，…，Un]，其中时间间隔Δt在0.1s至2s之间，n在10至100之间；电流测量值序列中，当电池为放电状态时电流值为正，当电池为充电状态时电流值为负；
按以下步骤进行电池荷电态的估算：
步骤S1、从数据表格中找到温度值与电池启动工作前的温度值T0最为接近的子表格；
步骤S2、从步骤S1获得的子表格中，找到恒压源电压Voc在(1-m)U0至(1+m)U0之间的数据行，其中参数m处于0.005至0.01之间，U0为电池启动瞬间但尚未开始充放电时的端电压值；
步骤S3、对步骤S2中获得的每个数据行，分别基于其所包含的电路元件参数值信息构建与之对应的等效电路模型；
步骤S4、针对步骤S3构建的每一个等效电路模型，分别输入电流测量值序列并计算获得其对应的端电压预测值序列[V1，V2，…，Vi，…，Vn]：
对步骤S3构建的任一等效电路模型，令各时刻通过其欧姆电阻的电流值为电流测量值序列中该时刻对应的电流测量值，由此计算得到各时刻的端电压值并构成该等效电路模型下的端电压预测值序列[V1，V2，…，Vi，…，Vn]；
步骤S5、对步骤S4获得的每一个端电压预测值序列[V1，V2，…，Vi，…，Vn]，分别与端电压测量值序列[U1，U2，…，Ui，…，Un]进行比较计算并获得其对应的确定系数r2：
式中为端电压测量值序列[U1，U2，…，Ui，…，Un]中所有元素的算术平均值；
步骤S6、找出步骤S5中确定系数r2最大的端电压预测值序列，由此找到与之对应的等效电路模型，并从步骤2的子表格中查得该电路模型的电路元件参数值所对应的荷电态，即为电池启动时荷电态的估算值。
上述锂离子电池荷电态的估算方法，所述锂离子电池的正极活性物质为磷酸铁锂。
上述锂离子电池荷电态的估算方法，所述实验室进行的不同温度、不同荷电态组合下的混合脉冲功率特性测试，不同温度的取值为以ΔT为间隔、-20℃至50℃范围内的温度取值，所述不同荷电态的取值为以ΔSOC为间隔、0％至100％范围内的荷电态取值，其中所述温度取值间隔ΔT处于1℃至5℃之间，所述荷电态取值间隔ΔSOC处于1％至5％之间。
上述锂离子电池荷电态的估算方法，某个温度和荷电态组合下的混合脉冲功率特性测试，按以下步骤进行：
步骤A1、将电池置于20±2℃温度环境，搁置1h然后以制造厂商规定的标准充电制度充至100％荷电态后再搁置1h；
步骤A2、将电池以1C倍率恒流放电至待测的荷电态；
步骤A3、将电池转移至待测的温度环境，搁置1h；
步骤A4、将电池以aC倍率恒流脉冲放电10s；
步骤A5、将电池搁置40s；
步骤A6、将电池以aC倍率恒流脉冲充电10s；
上述参数a的取值在1至10之间，步骤A4至A6过程以不低于10Hz的频率对电池端电压进行持续采样。
上述锂离子电池荷电态的估算方法，针对某个温度和荷电态组合下的混合脉冲功率特性测试结果，基于等效电路模型进行的该组合下的电路元件参数值辨识，分为以下步骤：
步骤B1、求得恒流脉冲放电启动前1s内所有电池端电压采样值的算术平均值，即为恒压源电压Voc；
步骤B2、将恒压源电压Voc与恒流脉冲放电启动瞬间的第一个电池端电压采样值之差，除以恒流脉冲放电过程的电流值，即为欧姆内阻Ro；
步骤B3、利用恒流脉冲放电和恒流脉冲充电之间搁置阶段的电池端电压采样时间序列，采取最小二乘法基于以下函数进行参数β的拟合：
U(t)＝Voc-(Voc-Ur0)e-βt (2)
式中t为距离搁置起始时刻的时间，U(t)为时间t时的端电压采样值，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数；
步骤B4、按下式计算得到极化内阻Rp：
式中，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数，β为步骤B3获得的参数值，td为恒流脉冲放电总时长，Id为恒流脉冲放电的电流值大小；
步骤B5、计算按下式计算得到电容C：
C＝1/(βRp) (4)
式中，β为步骤B3获得的参数值，Rp为步骤B4获得的极化内阻。
上述锂离子电池荷电态的估算方法，步骤S4中对某个构建好的等效电路模型，输入电流测量值序列[I1，I2，…，Ii，…，In]并计算获得其端电压预测值序列[V1，V2，…，Vi，…，Vn]的具体方法为，如附图2所示，通过执行以下子步骤依次计算获得端电压预测值序列中各元素的值：
子步骤S4.1、令k＝0，W0＝0，I0＝0；
子步骤S4.2、计算Wk+1的值：
子步骤S4.3、计算Vk+1的值：
Vk+1＝Voc-Wk+1-RoIk+1 (6)
子步骤S4.4、令k的取值在原来的基础上增加1；
子步骤S4.5、若k+1>n，则结束计算，否则返回子步骤S4.2。
实施例
请参照附图1至附图3理解本实施例。
某磷酸铁锂电池，额定容量为70Ah。电池出厂前，在实验室进行不同温度、不同荷电态组合下的混合脉冲功率特性测试，不同温度的取值为以ΔT＝5℃为间隔、-20℃至50℃范围内的温度取值，所述不同荷电态的取值为以ΔSOC＝5％为间隔、0％至100％范围内的荷电态取值。
以该电池25℃环境、SOC＝90％荷电态的混合脉冲功率特性测试为例，介绍等效电路模型参数辨识过程，等效电路构成原理见图1，图1中最右端的两个圈代表连接负载的端子，二者之间的电压差即为电池端电压。混合脉冲功率特性测试上述测试过程的电压、电流采样频率为100Hz，测试局部过程的电压电流变化情况见图3，图3中电流值为70A的阶段代表恒流放电阶段，电流值为-70A的阶段代表恒流充电阶段，电流值为0的阶段代表搁置阶段。
上述示例中的辨识流程如下：
步骤B1、求得恒流脉冲放电启动前1s内所有电池端电压采样值的算术平均值，即为恒压源电压Voc＝3.3295V；
步骤B2、将恒压源电压Voc＝3.3294V与恒流脉冲放电阶段的第一个电池端电压采样值3.2410V相减得到之差为0.0884V，除以恒流脉冲放电过程的电流值70A，即为欧姆内阻Ro＝1.263mΩ；
步骤B3、利用恒流脉冲放电和恒流脉冲充电之间搁置阶段的电池端电压采样时间序列，采取最小二乘法基于以下函数进行参数β的拟合：
U(t)＝Voc-(Voc-Ur0)e-βt (2)
式中t为距离搁置起始时刻的时间，U(t)为时间t时的端电压采样值，Voc为步骤B1求得的恒压源电压Voc＝3.3295V，Ur0＝3.3075V为搁置阶段的第一个电池端电压采样值，e为自然常数2.7183。拟合得到β＝0.0458s-1。
步骤B4、按下式计算得到极化内阻Rp：
式中，Voc为步骤B1求得的恒压源电压Voc＝3.3295V，Ur0＝3.3075V为搁置阶段的第一个电池端电压采样值，e＝2.7183为自然常数，β＝0.0458s-1为步骤B3获得的参数值，td＝10s为恒流脉冲放电总时长，Id＝70A为恒流脉冲放电的电流值大小。计算得到极化内阻Rp＝0.855mΩ。
步骤B5、计算按下式计算得到电容C：
C＝1/(βRp) (4)
式中，β＝0.0458s-1为步骤B3获得的参数值，Rp＝0.855mΩ为步骤B4获得的极化内阻，计算得到电容C＝25.528kF。
某次启动该电池进行充放电工作，测量并记录电池启动瞬间但尚未开始充放电时的端电压值U0＝3.2620V和温度值T0＝21℃；并从电池启动瞬间且开始充放电时，每隔固定的时间间隔Δt＝0.5s，对电池的充放电电流值和端电压值进行20次同步采样，形成电流测量值序列[I1，I2，…，Ii，…，I20]＝[65A，73A，76A，60A，54A，32A，12A，-25A，-36A，-40A，-12A，2A，15A，28A，34A，45A，58A，63A，71A，75A]，和端电压测量值序列[U1，U2，…，Ui，…，U20]＝[3.1046V，3.0854V，3.0657V，3.1314V，3.1500V，3.2053V，3.2481V，3.3416V，3.3671V，3.3568V，3.3129V，3.2673V，3.2182V，3.2056V，3.1979V，3.1677V，3.1334V，3.1267V，3.0715V，3.0676V]。
按以下步骤进行电池荷电态的估算：
步骤S1、从数据表格中找到温度值与电池启动工作前的温度值T0＝21℃最为接近的子表格，即为温度值为20℃的子表格。
步骤S2、取m＝0.007，找到恒压源电压Voc在(1-m)U0＝3.239V至(1+m)U0＝3.285V之间的数据行，共涉及三个数据行，荷电态及相应荷电态下的电路元件参数值见表1。
表1荷电态及电路元件参数表
步骤S3、对步骤S2中获得的三个数据行，分别基于其所包含的电路元件参数值信息构建与之对应的1#、2#、3#等效电路模型，这三个等效电路模型所包含的电路元件参数分别见表1的第2、3、4行。
步骤S4、针对步骤S3构建的每一个等效电路模型，分别输入电流测量值序列并计算获得其对应的端电压预测值序列[V1，V2，…，Vi，…，Vn]：
对步骤S3构建的任一等效电路模型，令各时刻通过其欧姆电阻的电流值为电流测量值序列中该时刻对应的电流测量值，由此计算得到各时刻的端电压值并构成该等效电路模型下的端电压预测值序列[V1，V2，…，Vi，…，Vn]。
对1#、2#、3#中的每一个等效电路模型，计算不同k值下的端电压预测值见表2。
表2不同等效电路模型的端电压预测值/V
| k | 1#模型 | 2#模型 | 3#模型 |
| 1 | 3.0393 | 3.0543 | 3.1144 |
| 2 | 3.0126 | 3.0277 | 3.0929 |
| 3 | 3.0019 | 3.0170 | 3.0840 |
| 4 | 3.0521 | 3.0673 | 3.1239 |
| 5 | 3.0705 | 3.0857 | 3.1383 |
| 6 | 3.1403 | 3.1557 | 3.1940 |
| 7 | 3.2041 | 3.2195 | 3.2448 |
| 8 | 3.3228 | 3.3382 | 3.3395 |
| 9 | 3.3586 | 3.3740 | 3.3682 |
| 10 | 3.3721 | 3.3874 | 3.3792 |
| 11 | 3.2828 | 3.2981 | 3.3081 |
| 12 | 3.2381 | 3.2534 | 3.2725 |
| 13 | 3.1964 | 3.2117 | 3.2392 |
| 14 | 3.1545 | 3.1697 | 3.2057 |
| 15 | 3.1348 | 3.1501 | 3.1899 |
| 16 | 3.0990 | 3.1144 | 3.1613 |
| 17 | 3.0567 | 3.0720 | 3.1273 |
| 18 | 3.0398 | 3.0552 | 3.1137 |
| 19 | 3.0132 | 3.0287 | 3.0923 |
| 20 | 2.9994 | 3.0149 | 3.0810 |
以1#模型为例，首先令k＝0，W0＝0，I0＝0，然后计算：
故Vk+1＝V1＝Voc-W1-RoI1＝3.248-0-3.211E-3*65＝3.0393V。
再令k的取值在原来的基础上增加1，即k＝1，此时k+1＝2<20，则又计算：
故Vk+1＝V2＝Voc-W2-RoI2＝3.248-1.001E-3-3.211E-3*73＝3.0126V。
再令k的取值在原来的基础上增加1，即k＝2，此时k+1＝3<20，则又返回计算W3和V3。如此循环，直至k＝19时计算出W20和V20的取值。这之后令k的取值在原来的基础上增加1，即k＝20，此时k+1＝21>20，故结束计算。
步骤S5、对步骤S4获得的每一个端电压预测值序列[V1，V2，…，Vi，…，Vn]，分别与端电压测量值序列[U1，U2，…，Ui，…，Un]进行比较计算并获得其对应的确定系数r2：
式中为端电压测量值序列[U1，U2，…，Ui，…，Un]中所有元素的算术平均值。
1#等效电路模型与端电压测量值序列进行比较，获得其对应的确定系数r2为0.6286；
2#等效电路模型与端电压测量值序列进行比较，获得其对应的确定系数r2为0.3966；
3#等效电路模型与端电压测量值序列进行比较，获得其对应的确定系数r2为0.9334。
步骤S6、找出步骤S5中确定系数r2最大的端电压预测值序列，由此找到与之对应的等效电路模型为3#等效电路模型，并从步骤2的子表格中查得该电路模型的电路元件参数值所对应的荷电态为30％，即为电池启动时荷电态的估算值。
本发明估算方法的精度在很大程度上取决于电池出厂前混合脉冲功率特性测试中温度和荷电态的间隔选取，若间隔越小则预测精度越高。
进一步地，在步骤S6的基础上，估算得到电池启动态的荷电态取值的同时，同步输出确定系数r2最大的端电压预测值序列所对应的确定系数r2的取值，并将该取值与阈值rc 2比较：若r2>rc 2，则认为荷电态的估算值可靠；否则认为本次荷电态的估算值不可靠，等待下一次电池启动时的荷电态取值估算。若连续h次估算中，荷电态估算值皆不可靠，则说明电池的健康状态与出厂时相比劣化显著，需要将电池返厂重新进行混合脉冲功率特性测试中和等效电路元件参数辨识。以上rc 2的取值在0.7至0.9之间，h的取值在5至50之间。
本发明实施例中，基于等效电路模型中电路元件参数和电池荷电态的对应关系来估算荷电态，与现有技术相比的改进效果在于，本实施例中不需要对电池的等效电路模型参数进行在线辨识，因此在电池产品运行环节，也就不需要高精度、高频率的电流电压采样设备，不需要特意对电池进行某种特定的充放电操作，不需要在线进行较为复杂的最小二乘法参数拟合。该实施例的技术方案反其道而行之，由电池厂商在电池出厂前进行大量的测试和等效电路模型参数辨识，并存储相关结果；这样在电池产品运行环节，只需要逐一运行可能范围内、带参数辨识结果的各个等效电路模型，由电流测量值序列来计算相应等效电路模型下的电压预测值序列并与真实的电压测量值序列比较，从来找到最符合实际情况的等效电路模型并最终估算出电池荷电态。因此，这种估算方法不但科学合理、逻辑清晰；而且对电池产品运行环节而言，执行相关运算的运算量较小，不需要高昂的采样和计算用硬件成本。
Claims (6)
1.一种锂离子电池荷电态的估算方法，用于估算电池启动时的荷电态，其特征在于，
电池出厂前，在实验室进行不同温度、不同荷电态组合下的混合脉冲功率特性测试，并基于等效电路模型辨识得到不同测试组合下的电路元件参数值，形成数据表格并予以存储：所述等效电路模型由依次串联的恒压源、欧姆电阻和RC并联回路构成，所述RC并联回路由互相并联的极化电阻和电容构成，所述电路元件参数值包括恒压源电压Voc、欧姆内阻Ro、极化内阻Rp和电容C；所述数据表格由一系列子表格构成且每个子表格对应一个温度值；每个子表格中的每一行数据对应某个荷电态及该荷电态下的电路元件参数值；
电池服役过程，测量并记录电池启动瞬间但尚未开始充放电时的端电压值U0和温度值T0；并从电池启动瞬间且开始充放电时，每隔固定的时间间隔Δt，对电池的充放电电流值和端电压值进行n次同步采样，形成电流测量值序列[I1，I2，…，Ii，…，In]和端电压测量值序列[U1，U2，…，Ui，…，Un]，其中时间间隔Δt在0.1s至2s之间，n在10至100之间；电流测量值序列中，当电池为放电状态时电流值为正，当电池为充电状态时电流值为负；
按以下步骤进行电池荷电态的估算：
步骤S1、从数据表格中找到温度值与电池启动工作前的温度值T0最为接近的子表格；
步骤S2、从步骤S1获得的子表格中，找到恒压源电压Voc在(1-m)U0至(1+m)U0之间的数据行，其中参数m处于0.005至0.01之间，U0为电池启动瞬间但尚未开始充放电时的端电压值；
步骤S3、对步骤S2中获得的每个数据行，分别基于其所包含的电路元件参数值信息构建与之对应的等效电路模型；
步骤S4、针对步骤S3构建的每一个等效电路模型，分别输入电流测量值序列并计算获得其对应的端电压预测值序列[V1，V2，…，Vi，…，Vn]：
对步骤S3构建的任一等效电路模型，令各时刻通过其欧姆电阻的电流值为电流测量值序列中该时刻对应的电流测量值，由此计算得到各时刻的端电压值并构成该等效电路模型下的端电压预测值序列[V1，V2，…，Vi，…，Vn]；
步骤S5、对步骤S4获得的每一个端电压预测值序列[V1，V2，…，Vi，…，Vn]，分别与端电压测量值序列[U1，U2，…，Ui，…，Un]进行比较计算并获得其对应的确定系数r2：
式中为端电压测量值序列[U1，U2，…，Ui，…，Un]中所有元素的算术平均值；
步骤S6、找出步骤S5中确定系数r2最大的端电压预测值序列，由此找到与之对应的等效电路模型，并从步骤2的子表格中查得该电路模型的电路元件参数值所对应的荷电态，即为电池启动时荷电态的估算值。
2.权利要求1所述的锂离子电池荷电态的估算方法，其特征在于，所述锂离子电池的正极活性物质为磷酸铁锂。
3.权利要求1所述的锂离子电池荷电态的估算方法，其特征在于，所述实验室进行的不同温度、不同荷电态组合下的混合脉冲功率特性测试，不同温度的取值为以ΔT为间隔、-20℃至50℃范围内的温度取值，所述不同荷电态的取值为以ΔSOC为间隔、0％至100％范围内的荷电态取值，其中所述温度取值间隔ΔT处于1℃至5℃之间，所述荷电态取值间隔ΔSOC处于1％至5％之间。
4.权利要求1所述的锂离子电池荷电态的估算方法，其特征在于，某个温度和荷电态组合下的混合脉冲功率特性测试，按以下步骤进行：
步骤A1、将电池置于20±2℃温度环境，搁置1h然后以制造厂商规定的标准充电制度充至100％荷电态后再搁置1h；
步骤A2、将电池以1C倍率恒流放电至待测的荷电态；
步骤A3、将电池转移至待测的温度环境，搁置1h；
步骤A4、将电池以aC倍率恒流脉冲放电10s；
步骤A5、将电池搁置40s；
步骤A6、将电池以aC倍率恒流脉冲充电10s；
上述参数a的取值在1至10之间，步骤A4至A6过程以不低于10Hz的频率对电池端电压进行持续采样。
5.权利要求1所述的锂离子电池荷电态的估算方法，其特征在于，针对某个温度和荷电态组合下的混合脉冲功率特性测试结果，基于等效电路模型进行的该组合下的电路元件参数值辨识，分为以下步骤：
步骤B1、求得恒流脉冲放电启动前1s内所有电池端电压采样值的算术平均值，即为恒压源电压Voc；
步骤B2、将恒压源电压Voc与恒流脉冲放电启动瞬间的第一个电池端电压采样值之差，除以恒流脉冲放电过程的电流值，即为欧姆内阻Ro；
步骤B3、利用恒流脉冲放电和恒流脉冲充电之间搁置阶段的电池端电压采样时间序列，采取最小二乘法基于以下函数进行参数β的拟合：
U(t)＝Voc-(Voc-Ur0)e-βt(2)
式中t为距离搁置起始时刻的时间，U(t)为时间t时的端电压采样值，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数；
步骤B4、按下式计算得到极化内阻Rp：
式中，Voc为步骤B1求得的恒压源电压，Ur0为搁置阶段的第一个电池端电压采样值，e为自然常数，β为步骤B3获得的参数值，td为恒流脉冲放电总时长，Id为恒流脉冲放电的电流值大小；
步骤B5、计算按下式计算得到电容C：
C＝1/(βRp)(4)
式中，β为步骤B3获得的参数值，Rp为步骤B4获得的极化内阻。
6.权利要求1所述的锂离子电池荷电态的估算方法，其特征在于，步骤S4中对某个构建好的等效电路模型，输入电流测量值序列[I1，I2，…，Ii，…，In]并计算获得其端电压预测值序列[V1，V2，…，Vi，…，Vn]的具体方法为，通过执行以下子步骤依次计算获得端电压预测值序列中各元素的值：
子步骤S4.1、令k＝0，W0＝0，I0＝0；
子步骤S4.2、计算Wk+1的值：
子步骤S4.3、计算Vk+1的值：
Vk+1＝Voc-Wk+1-RoIk+1(6)
子步骤S4.4、令k的取值在原来的基础上增加1；
子步骤S4.5、若k+1>n，则结束计算，否则返回子步骤S4.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310741859.7A CN116840688A (zh) | 2023-06-21 | 2023-06-21 | 一种锂离子电池荷电态的估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310741859.7A CN116840688A (zh) | 2023-06-21 | 2023-06-21 | 一种锂离子电池荷电态的估算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116840688A true CN116840688A (zh) | 2023-10-03 |
Family
ID=88169864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310741859.7A Pending CN116840688A (zh) | 2023-06-21 | 2023-06-21 | 一种锂离子电池荷电态的估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116840688A (zh) |
-
2023
- 2023-06-21 CN CN202310741859.7A patent/CN116840688A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110914696B (zh) | 用于在电池的操作期间估计电池开路池格电压、充电状态以及健康状态的方法和系统 | |
| CN110261779B (zh) | 一种三元锂电池荷电状态与健康状态在线协同估计方法 | |
| US20190137570A1 (en) | System and method for sensing battery capacity | |
| TWI381182B (zh) | 基於電池電壓變化模式用以估量電池健康狀態之方法及裝置 | |
| KR101195515B1 (ko) | 전원장치용 상태검지장치, 전원장치 및 전원장치에사용되는 초기 특성 추출장치 | |
| EP2089731B1 (en) | Apparatus and method for determination of the state-of-charge of a battery when the battery is not in equilibrium | |
| US20170373354A1 (en) | Method and device for detecting states of battery and battery pack | |
| US6930485B2 (en) | Electronic battery tester with battery failure temperature determination | |
| CN108196200A (zh) | 一种锂电池健康和荷电状态的联合模拟评估方法 | |
| US20040046566A1 (en) | Electronic battery tester configured to predict a load test result | |
| IL293176A (en) | A method for determining the state value of a traction battery | |
| US9267997B2 (en) | Systems and methods to determine the condition of a battery | |
| CN111190109B (zh) | 一种无电流传感器的锂电池荷电状态估计方法 | |
| CN110850306B (zh) | 蓄电设备的检查方法和制造方法 | |
| CN112098849B (zh) | 基于求积分卡尔曼滤波的锂电池剩余电量估计方法 | |
| KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
| Hossain et al. | A parameter extraction method for the Thevenin equivalent circuit model of Li-ion batteries | |
| CN110716146A (zh) | 一种动力电池开路电压的估计方法 | |
| CN111216595B (zh) | 基于锂电池等效电路模型的重度混合动力汽车soc校准方法 | |
| CN112986848A (zh) | 一种估算动力电池soh的方法 | |
| Frivaldsky et al. | Design of measuring and evaluation unit for multi-cell traction battery system of industrial AGV | |
| CN117148187A (zh) | 一种基于ocv校准的soh估算方法、系统及电子设备 | |
| Rezoug et al. | State-of-charge Estimation of Lithium-ion Batteries Using Extended Kalman Filter | |
| CN116840688A (zh) | 一种锂离子电池荷电态的估算方法 | |
| CN114740385A (zh) | 一种自适应的锂离子电池荷电状态估计方法 |
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 |