[发明专利]一种基于锂离子电容器电化学特征的SOC分区估计方法

说明书

本发明涉及一种基于锂离子电容器电化学特征的SOC分区估计方法，包括以下步骤：获取电容器OCV‑SOC和混合动力脉冲特性测试数据，建立电容器的等效电路模型并进行参数辨识，获取电容器的循环伏安测试和交流阻抗测试数据，根据循环伏安测试和交流阻抗测试数据对电容器进行电化学特征分区，确认每个电化学特征分区选用的SOC估计方法，实时获取电容器的电压和充放电电流并对电容器的SOC值进行估计。与现有技术相比，本发明本从锂离子电容器电化学反应机理出发，将锂离子电池的根据其性能表现划分为不同电化学特征分区，能够针对锂离子电池的各电压区间应用合适的SOC估计方法进行估计，估计精度高、实时性好、适用性强。

技术领域

本发明涉及锂离子电容器领域，尤其是涉及一种基于锂离子电容器电化学特征的SOC分区估计方法。

背景技术

在节能减排要求日益严格的背景下，混合动力汽车结合了传统燃油汽车和新能源汽车的优点，具有低排放、低污染、能源利用率高等优点，在新能源汽车领域具有巨大的发展潜力。常用于混合动力汽车的动力电池主要有铅酸蓄电池、镍氢电池、锂电池和超级电容器。铅酸蓄电池具有电压稳定、价格便宜等优点，缺点是能量密度低、使用寿命短、需频繁维护；镍氢电池具有能量密度高、低温性能好、循环寿命长等优点，缺点是耐高温性能差、过度充电有一定的危险性；锂电池是目前应用最广泛的电池种类，其优点在于能量密度高、自放电率低、安全性能好等，缺点有过充过放耐受性较弱、功率密度低，不能满足大功率充放电的需求；超级电容器具有功率密度大、循环寿命长、过充过放耐受性强、工作温度范围广等优点，其缺点在于生产成本较高、能量密度低，单位体积存储的能量较少。

锂离子电容器(Lithium-ions capacitor,LIC)是由电池型负极和电容型正极结合而成的新型功率型电源器件，结合了锂离子电池(Lithium ion battery，LIB)和超级电容器(Electrical Double Layer Capacitor，EDLC)的优势，具有能量密度高(相对EDLC)、功率密度高和循环寿命长(相对LIB)的优点。商业化的LIC产品已证明，相比传统超级电容器，在功率密度和循环寿命下降不多的情况下，LIC能量密度可实现2倍以上的提升。因此LIC极其适合作为能量回收器件应用于如汽车48V启停系统等场景，具有很好的研究与应用价值。

电池荷电状态(SOC)估计是电源管理系统的关键技术之一，SOC估计的准确程度会直接影响汽车动力电池性能及使用寿命，对于保证汽车动力系统安全稳定运行以及整车优化控制具有重要意义，不准确的SOC估计会严重影响汽车动力系统运行性能，甚至带来安全隐患。

目前常用的SOC估计方法有：开路电压法、安时法、卡尔曼滤波法、神经网络法等。基于端电压的开路电压法简单易行，但要求在测量之前将电池长时间静置，不能满足实际应用的实时性要求；基于电流的安时积分法是一种开环检测方法，该方法原理较为简单，易于实现，缺点在于计算结果的准确性受初始值影响较大，且初始值的误差以及电流测量误差会一直在积分过程中累积，实际工程中，安时法常和其它方法结合使用；神经网络法是近来发展较快的新兴SOC估计方法，该方法能够较好地模拟电池的非线性特征，但在处理非线性对象时存在收敛速度慢、需调节的参数多、易陷入局部极值等缺点；卡尔曼滤波法是一种经典的SOC估计方法，其核心思想是对动态系统的状态变量做出最小方差意义上的最优估计，该方法受估计初值及噪声的影响小，估计精度较高，对于非线性系统，可采用扩展卡尔曼滤波法进行估计，但该方法依赖精确的电池模型，在实际应用的过程中具有一定的局限性。

现有的锂离子电容器估计方法只使用单一方法进行SOC估计，由于锂离子电容器工作过程中的电化学特征会随不同工况发生变化，使用单一方法进行SOC估计时不能保证不同工况下采用的估计方法为最合适的方法，导致锂离子电容器的SOC估计误差较大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于锂离子电容器电化学特征的SOC分区估计方法。

本发明的目的可以通过以下技术方案来实现：