[发明专利]锂离子电池荷电状态、健康状态与功率状态的联合估计方法有效
申请号: | 201510766764.6 | 申请日: | 2015-11-12 |
公开(公告)号: | CN105301509B | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 沈萍;卢兰光;欧阳明高;任东生;冯旭宁 | 申请(专利权)人: | 清华大学 |
主分类号: | G01R31/392 | 分类号: | G01R31/392;G01R31/388 |
代理公司: | 深圳市鼎言知识产权代理有限公司 44311 | 代理人: | 王赛;任伟 |
地址: | 100084 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 锂离子电池 状态 健康 功率 联合 估计 方法 | ||
1.一锂离子电池荷电状态、健康状态与功率状态的联合估计方法,包括如下步骤:
S1,在线估计电池的健康状态SOH:采用带遗忘因子的递归最小二乘法在线辨识开路电压OCV以及内阻R0,并根据预先建立的OCV-SOC对应关系间接获取荷电状态SOC,再根据两SOC点之间的累计充放电电量估计电池容量的大小;
S2,在线估计电池的荷电状态SOC:基于二阶RC等效电路模型,采用卡尔曼滤波算法估计电池的荷电状态SOC,并根据步骤S1的电池容量估计结果更新卡尔曼滤波算法中的电池容量参数;以及
S3,在线估计电池的功率状态SOF:根据步骤S1在线辨识得到的内阻R0,基于电池本身的电压限制和电流限制,计算最大可充放电电流,再进一步计算得到最大可充放电功率。
2.如权利要求1所述的锂离子电池荷电状态、健康状态与功率状态的联合估计方法,其特征在于,该步骤S2还包括根据步骤S1在线辨识得到的内阻R0更新卡尔曼滤波算法中的电池欧姆内阻参数。
3.如权利要求1所述的锂离子电池荷电状态、健康状态与功率状态的联合估计方法,其特征在于,该步骤S1包括:
步骤S11:对被测锂离子电池在离线状态下进行开路电压实验,获得不同荷电状态SOC对应的开路电压OCV;
步骤S12:基于Rint等效电路模型,根据带遗忘因子的递归最小二乘法,利用电池在线测量获得的端电压及电流数据在线辨识电池的开路电压OCV以及R0;
步骤S13:根据步骤S11中得到的OCV-SOC对应关系,由步骤S12中在线辨识得到的开路电压OCV通过线性插值法得到对应的荷电状态SOC;以及
步骤S14:任意选取两个荷电状态SOC不同的时刻tα和tβ,由电流积分得到这两个时刻间的累计充放电电量,再根据容量计算公式,估计电池当前状态下的容量,即得到电池容量的估计值Cα,β,从而实现电池健康状态SOH的在线估计,该容量计算公式为:
其中,tα和tβ为两个荷电状态SOC不同的时刻,Icell代表电池的电流,SOC(OCV(tα))为tα时刻的荷电状态SOC,SOC(OCV(tβ))为tβ时刻的荷电状态SOC。
4.如权利要求1所述的锂离子电池荷电状态、健康状态与功率状态的联合估计方法,其特征在于,该遗忘因子λ为0.9~1。
5.如权利要求1所述的锂离子电池荷电状态、健康状态与功率状态的联合估计方法,其特征在于,所述步骤S2包括:
步骤S21:选用二阶RC等效电路模型,并在离线状态对模型参数进行参数辨识;以及
步骤S22:在线测试电池随时间变化的端电压Ut,k及电流Ik,基于二阶RC等效电路模型,采用卡尔曼滤波算法进行荷电状态SOC估计,并根据步骤S1中的容量估计结果,更新卡尔曼滤波算法中的容量数据。
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清华大学,未经清华大学许可,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/201510766764.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种服务器指示灯监测系统及方法
- 下一篇:一种测试转速自动调整的电机测试系统