[发明专利]基于充电电压曲线的电池组健康状态在线估算方法

说明书

技术领域

本发明属于电动汽车技术领域，具体涉及电动汽车动力电池组状态参数预估。

背景技术

精确估算电池组健康状态(State of Health,SOH)可避免应用中的电池组出现“过充/过放”，保证电池组使用安全，提高电池组使用寿命。但实际应用过程中，电池老化机理复杂，SOH在线估算较为困难。

目前多通过电池内阻增加或容量降低幅度来衡量电池老化程度，比较典型的算法是双时间尺度扩展卡尔曼滤波算法，在用于求解电池荷电状态(State of Capacity,SOC)的扩展卡尔曼滤波算法的基础上，增加描述电池容量或电池内阻的状态方程，通过不同的时间尺度分别求解出电池SOH及SOC，但这种算法的估算精度受制于电池模型及电池开路电压(Open circuit voltage,OCV)与SOC关系的精度。且实际应用过程中，电池模型参数随电池老化状态而变化，这也对双时间尺度扩展卡尔曼滤波算法的精度及实用性带来挑战。

依据电池在嵌锂过程中的分期现象在电池充电曲线上的反映，一些研究者提出对表征电池充电过程中电压V与容量Q的关系的V-Q或Q-V曲线进行微分，通过微分曲线特征点的变化描述电池老化状态。但前人对这些方法的研究多处于单体电池化学机理特性的研究分析阶段，未将其应用到电池组SOH的在线估算中。

发明内容

为了解决上述电池组SOH的在线估算问题，本发明提出了基于充电电压曲线的电池组健康状态在线估算方法，采用的技术方案如下：

基于充电电压曲线的电池组健康状态在线估算方法，包括如下步骤：

步骤1，采用中心最小二乘法求取电池充电差分电压(Differential Voltage，简称为DV)曲线，包括如下步骤：

步骤1.1，实时采集电池电压及电流，利用安时积分法计算电池容量；

步骤1.2，利用中心最小二乘法计算电池DV曲线；

步骤2，基于DV曲线特征点估算电池SOH；

步骤3，基于DV曲线变换估算电池SOH。

进一步，所述步骤1.2的具体实现过程包括如下步骤：

步骤1.2.1，利用一阶函数y＝a₀+a₁x逼近一组实测数据中的若干个数据点，将DV曲线的求解转化为对参数a₁的求解；

步骤1.2.2，定义若干个数据点坐标分别为：

根据中心最小二乘法求得，进而求解电池充电DV曲线。

进一步，所述步骤2的实现过程包括如下步骤：

步骤2.1，建立归一化第二驻点位置与归一化电池容量间的关系；

步骤2.2，建立归一化两驻点位置差与归一化电池容量间的关系；

步骤2.3，实际电池充电过程中实时判断电池DV曲线是否到达第一驻点，若到达第一驻点，则对步骤1.1中所述的安时积分法求解的电池容量进行校准；否则执行步骤1；

步骤2.4，判断电池DV曲线是否到达第二驻点，若达到第二驻点位置，则依据步骤2.1所述的归一化第二驻点位置与归一化电池容量间的关系、以及步骤2.2所述的归一化两驻点位置差与归一化电池容量间的关系估算该电池SOH，否则执行步骤1，直到充电结束。

进一步，所述步骤3的实现过程包括如下步骤：

步骤3.1，建立不同循环次数下DV曲线变换系数与归一化电池容量间的关系；

步骤3.2，判断电池组是否充电结束，若充电没有结束，则执行步骤1，直到充电结束；若充电结束，则执行步骤3.3；

步骤3.3，对未达第二驻点位置的电池利用最小二乘法求解电池DV曲线变换系数；

步骤3.4，依据步骤3.1中所述的变换系数与归一化电池容量之间的关系估算电池SOH。

和现有技术相比，本发明的有益效果：

(1)本发明提出了基于电池充电电压曲线特征点及变换系数的电池组SOH在线估算方法，该方法和比较常用的基于电池模型的电池SOH估算方法相比，本发明的方法不受制于电池模型参数老化的影响，具有高精度特点。

(2)本发明直接采用充电电压曲线特征点来估算单节电池SOH，效率高；

(3)同时本发明还考虑到由于电池组老化导致某些单节电池在电池组整体充电结束时未达第二驻点位置，创新性的提出了基于DV曲线变换系数的单节电池SOH估算。

(4)本发明还考虑了传统的安时积分法存在累计效应问题，利用第一驻点位置对其进行修正；

附图说明