[发明专利]电动汽车锂电池组的健康状态预测方法

说明书

技术领域

本发明涉及电动汽车电池组状态预测方法领域，尤其涉及一种电动汽车锂电池组的健康状态预测方法。

背景技术

能源危机和环境污染已经成为国内外关注的热点问题，以燃油汽车为主要发展对象的传统汽车工业是造成环境和能源问题的主要原因之一。面对环境和能源的双重压力，国内外汽车行业及政府将节能和减排作为汽车性能评价的主要指标，给予越来越多的重视。电动汽车以其较高的能源利用效率和良好的环境保护效应已经成为未来汽车发展的主流方向，也是当前交通运输领域主要推动的运输工具之一。

电动汽车是一种通过动力电池组产生运行动力的车辆类型，具有能源利用效率高和零尾气排放等优点。电动汽车通常以锂电池作为动力电池组，锂电池由于其输出功率大、充电效率高和自放电小等优点受到了广泛的关注。当前由于受电池技术的制约，相比于传统燃油汽车，电动汽车的续驶里程较短且近年来不断出现了大量的电池安全事故，这些问题制约着电动汽车市场化的脚步。为了有效缓解驾驶者的里程焦虑并且及时对电池进行维护和更换，需要对电动汽车动力电池组(主要是锂电池组)的健康状态进行监测和预测。

实现电动汽车锂电池组的精确预测具有如下重要意义：

(1)精确预测电池组的健康状态可以及时对电池组的荷电状态的估计进行修正，使得电池组荷电状态的预测更加接近实际情况。

(2)电池组健康状态的精确预测可以为其自身的检测与诊断提供依据，有助于及时了解电池组各单体电池的健康状态，及时更换老化的单体电池，提高电池组的整体寿命。

(3)电池组的健康状态关系到电动汽车的动力性能，因此预测电池组的健康状态对提高电动汽车的运行性能具有重要作用。

现有技术中的一种对电动汽车动力电池组健康状态进行预测的方法为：在实验室对锂电池组设计一组电池循环老化实验，主要研究在恒定温度下，电池放电电流和循环次数对电池老化的影响；通过对比不同循环次数、不同放电电流下的放电电压曲线的变化，分析不同循环次数下电池的放电特性，并从阴极和阳极的电化学反应机理入手，分析了SEI(Solid Electrolyte Interface，固体电解质界面膜)膜的增长，阴、阳极电极结构的变化和阴、阳极活性物质的降解对电池的老化的影响。通过该实验建立了用于SOH(State of Health，健康状态)估计和RUL(Remaining Useful Life，剩余可用寿命)预测的模型。

现有技术中对电动汽车动力电池组健康状态进行预测的方法主要存在两个不足之处：首先，电动汽车锂电池组是一个复杂的非线性系统，现有的大量预测方法没有考虑电池组系统的复杂性，所提出的方法主要是在实验室环境下产生，预测结果与实际情况差距较大；其次，现有的电池组健康状态预测方法的时间执行效率较低，无法适用于实际应用的计算性能较低的系统中，例如安装在电动汽车上的电池管理系统。电池管理系统是一种可以安装在电动汽车内以实现电池组实时监测和状态预测等功能的系统，由于受到硬件架构等方面的限制，电池管理系统内CPU(Central Processing Unit，中央处理器)硬件平台的计算性能较低。

为了实现电池组健康状态预测方法能够应用于实际系统中，例如电池管理系统，需要在设计方法时考虑预测过程的计算速度，以期能够在较低的计算性能环境下实现快速有效的预测。

发明内容

本发明实施例提供了一种电动汽车锂电池组的健康状态预测方法，以实现在较低的计算性能环境下对电动汽车锂电池组的健康状态进行快速有效的预测。

为了实现上述目的，本发明采取了如下技术方案。

本发明实施例提供了一种电动汽车锂电池组的健康状态预测方法，其特征在于，包括：

构建能够表征电动汽车锂电池组结构特性的二阶RC等效电路模型，针对所述二阶RC等效电路模型建立所述电动汽车锂电池组内阻的状态空间模型；

基于所述状态空间模型利用并行粒子滤波方法对所述电动汽车锂电池组的内阻进行动态跟踪，实现对所述电池组的内阻动态变化下的状态估计，得到所述电动汽车锂电池组的内阻某一时刻下的状态估计值；

将所述电动汽车锂电池组内阻的所述状态估计值与所述电动汽车锂电池组的初始内阻值进行差值比较，根据所述差值比较结果对所述电动汽车锂电池组的健康状态进行预测。

优选地，所述的二阶RC等效电路模型，包括：