[发明专利]一种三元锂电池荷电状态与健康状态在线协同估计方法

说明书

本发明公开了一种三元锂电池荷电状态与健康状态在线协同估计方法，该方法对Thevenin等效电路模型进行了改进，根据电路关系得到了改进后的Thevenin等效电路模型的状态空间方程，并进一步得到了OCV与SOC的映射关系，利用FFRLS算法通过采集外部电压电流值实时辨识得到每个采样点处的极化电阻、极化电容和内阻的具体数值，在每次计算SOC和SOH的前一刻根据BMS的运行状态实时更新Thevenin等效电路模型的参数值，确保了BMS对SOC和SOH的预测更加精准，该方法在实现对三元锂电池SOC和SOH高精度估计时，外部电路简单，仅用常规的BMS采集电压、电流和时间数值即可，另外，该方法具有极强的收敛性，对错误初值具有较强的鲁棒性且仍采用迭代循环计算的方法，所以对BMS的采样精度要求可适当降低。

技术领域

本发明涉及一种电池荷电状态与健康状态估计方法，具体涉及一种三元锂电池荷电状态与健康状态在线协同估计方法，属于电池管理技术领域。

背景技术

随着人类能源消费结构的转变，可再生的清洁能源备受人们关注。其中，三元锂电池因具有高能量密度、长循环寿命、使用安全和自放电率低等优点，已经开始广泛的应用于纯电动汽车和规模化储能等领域。在此过程中，只有实现对电池良好的管理才能使电池工作在极佳状态，并同时延长电池的使用寿命。因此，如何快速准确的确定电池的工作状态(剩余电量)和使用寿命是电池管理系统(BatteryManagement System，BMS)的关键技术之一，BMS性能的好坏直接影响动力设备的运行质量。

三元锂电池状态主要包括两个最为重要的方面——荷电状态(State of Charge，SOC)和健康状态(State of Health，SOH)。

SOC反映出电池当前剩余电量的多少，是实现三元锂电池组能量均衡技术的重要前提，也是BMS监视中最为重要的参数之一。

SOH反映出电池当前的使用寿命，也叫作电池的老化程度，SOH值的大小通常直接决定了设备是否需要进行三元锂电池更换的操作。

目前，常用的锂电池SOC、SOH估算方法大都将两个状态变量独立估计。

现有的锂电池SOC估计方法有：安时积分法、内阻测量法、开路电压法等。

现有的锂电池SOH估计方法有：容量比值法、内阻测量法、电化学模型估计法等。

虽然目前估计锂电池SOC与SOH的方法有很多，但是BMS需要根据电池的类型与型号、电池组配置、运行工况、工作环境等因素单独设计SOC和SOH估算系统以及估计算法，由于锂电池数量多、结构复杂，单独设计SOC和SOH估算系统以及估计算法不仅工作量很大，而且估算的精度也不高。一旦动力锂电池更换，原有的SOC与SOH估算系统和估计算法都将重新设计，导致BMS整体运行和使用效率偏低，且对于不同锂电池的通用性和稳定性较差。

中国专利《一种动力电池组SOC和SOH的自适应估计方法》(CN201710141906)，将通过电池ID特性数据输入模块读取动力电池的电芯材料及出厂特性测试数据，完成动力电池SOC和SOH的初始化计算并通过自适应SOC和SOH估计系统用近期的动力电池历史数据进行状态估算。由于自适应SOC和SOH估计系统需要不断存储较新的数据作为下次估算的初始值，所以增加了BMS的复杂度，提高了BMS的研发成本，并且在使用算法时可能由于读取的初始值与当前BMS实际状态不匹配而造成算法不收敛或估算失效现象的产生。

中国专利《一种锂离子电池的SOC和SOH联合估计方法》(CN201710308354)，构建了锂离子电池离线等效电路模型，对所建立模型的参数运用离线最小二乘法辨识得到，并基于离线数据的滚动时域在一定范围内更新模型参数，完成对于SOC和SOH的联合估计。该方法虽然能完成锂电池SOC和SOH的联合估计，但模型参数是基于离线条件下特定工况获得的，当运行工况和环境发生变化时，不能实时更新模型参数，因此对于不同运行工况和环境的适用性较低，误差较大。

发明内容