[发明专利]磷酸铁锂动力电池组SOC的估算方法在审
| 申请号: | 201410528265.9 | 申请日: | 2014-10-07 |
| 公开(公告)号: | CN105574304A | 公开(公告)日: | 2016-05-11 |
| 发明(设计)人: | 李瑶;陈加杰;耿德先 | 申请(专利权)人: | 深圳市沃特玛电池有限公司 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00;G01R31/36 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 磷酸 动力 电池组 soc 估算 方法 | ||
【技术领域】
本发明涉及电动汽车电源设备技术领域,尤其涉及一种磷酸铁锂动力电池 组SOC的估算方法。
【背景技术】
为了应对能源危机,减缓全球气候变暖,许多国家都开始重视节能减排和 发展低碳经济。电动汽车因为采用电力驱动,可以降低二氧化碳的排放量甚至 实现零排放,所以得到各国的重视而迅速发展。但是电池成本仍然较高,动力 电池的性能和价格是电动汽车的主要“瓶颈”。磷酸铁锂电池因其寿命长、安全 性能好,成本低等优点而成为电动汽车的理想动力源。
随着电动汽车的发展,电池管理系统(BMS)也得到广泛应用,为了充分 发挥电池系统的动力性能,提高其使用的安全性,防止电池过充和过放,延长 电池的使用寿命、优化驾驶和提高电动汽车的使用性能,BMS系统就要对电池 的荷电状态即SOC(StateOfCharge)进行准确估算。SOC是用来描述电池使用 过程中可充入或放出容量的重要参数。电池的SOC和很多因素相关,如温度, 前一时刻充放电状况,极化效应,电池寿命等,而且具有很强的非线性,因此, SOC实时在线估算一般很不准确。
目前电池SOC的估算方法有:开路电压法、安时积分法、内阻法、人工神 经网络法、卡曼滤波法等。开路电压法由于要预计开路电压,因此需要长时间 静置电池组,不适合电动汽车的实时在线检测;内阻法存在估算内阻的困难, 在硬件上也难以实现;人工神经网络法和卡尔曼滤波法则由于系统设置复杂, 而且在电池管理系统中应用成本很高,不具备优势;因此,相对于开路电压法, 内阻法,神经网络法和卡尔曼滤波法,安时积分法由于简单有效而被常常采用。 但是,电动汽车在不同时刻的放电电流波动很大,且在实际使用过程中,也不 可能实现间隔极短的时间不停的测试电流的大小,因此,安时积分法计算得出 的SOC通常也是不准确的。
有鉴于此,确有必要提供一种磷酸铁锂动力电池组SOC的估算方法以解决 上述问题。
【发明内容】
本发明要解决的技术问题是提供一种原理简单、便于推广应用的磷酸铁锂 动力电池组SOC的估算方法,以解决现有技术中磷酸铁锂动力电池组SOC估算 不准确的问题。
为了实现上述目的,本发明提供了一种磷酸铁锂动力电池组SOC的估算方 法,其包括如下步骤:
1)选用一个端电压与其SOC具有线性关系的二次电池;
2)将上述二次电池与多个磷酸铁锂动力电池单元进行串联,并设定其中任 一磷酸铁锂动力电池单元SOC为0%,100%时,对应于二次电池SOC1值分别为X1, X2;
3)根据该二次电池充放电时二次电池端电压Ua与该二次电池SOC1的对应 关系,拟合出二次电池SOC1与端电压Ua的函数关系为:SOC1=K1Ua+M1,(K1≠0, K1,M1是常数),SOC1∈(X1,X2);
4)以SOC1为纵坐标,SOC为横坐标,建立坐标模型,则对应点分别为(0%, X1)、(100%,X2),以此两点就可得出SOC1与SOC之间的函数关系,即SOC1=K2SOC+ M2(K2≠0,K2,M2是常数);
5)实时检测二次电池与磷酸铁锂动力电池单元串联后的端电压Ua,再根据 步骤3和4得出磷酸铁锂动力电池单元SOC=UaK1/K2+(M1-M2)/K2,计算出磷酸 铁锂动力电池单元的SOC值。
作为本发明磷酸铁锂动力电池组SOC的估算方法的一种改进,所述二次电 池选用除磷酸铁锂动力电池之外的二次电池或超级电容。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市沃特玛电池有限公司,未经深圳市沃特玛电池有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410528265.9/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





