[发明专利]基于开路电压和电池温度驱动锂电池剩余容量SOC预测算法

说明书

本发明公开一种基于开路电压和电池温度驱动锂电池剩余容量SOC预测算法，按频率采集锂电池放电过程中放电参数，所述放电参数包括放电电流、开路电压、电池温度、放电时间后，基于安时法建立电池剩余容量模型，估算得到的电池剩余容量与开路电压进行线性拟合得到关于开路电压与电池剩余容量SOC的数学关系，进而得到电池实时剩余容量的预测值。本发明具有较高的状态估计精度，起到锂电池热失控的预警，提高了锂电池的使用安全性。

技术领域

本发明属于锂电池BMS管理控制技术领域，尤其涉及电池剩余容量SOC的预测算法。

背景技术

储能系统以及新能源汽车产业的发展推动了储能电池以及动力电池的发展。相对于铅酸、镍氢电池，锂离子电池具有能量比高、使用寿命较长、单体

工作电压高、自放电率很低、高低温适应性强、不含有害重金属等优点，使得锂电池成为储能电池和动力电池的首选，并广泛应用于实际系统中。对于锂离子电池而言，在实际使用过程中，通常需要满足大容量和高压的需求，单节电池往往不能满足要求，所以锂离子电池通常通过串并联组成电池组来使用。然而，安全性和一致性限制了锂离子电池组的广泛使用。锂电池必须运行在一个可靠的区域内，即限制在特定的温度、电压和电流范围内。超过这一区域将会导致电池发生不可逆的损坏甚至爆炸。因此，锂电池组需要电池管理系统 (Battery Management System，BMS)，对其进行管理。通过对电池组中单体的基本参数进行实时监测，BMS实现对电池进行参数采集、故障诊断、故障保护以使得每个单体电池都运行于安全范围之内，并且通过均衡电路平衡电池之间的不一致性。状态估计是BMS的主要功能，包括对SOH(State of Health)、SOC(State of Charge)和热状态等进行实时估计。SOH为电池的健康状态反映了电池当前状态与理想状态的比值。SOC是电池的重要参数，反映了电池剩余容量的相对大小，对其进行实时估计是电池管理系统的重要任务。热状态则是表征锂电池在不同载荷下温度变化情况。高精度建模是锂电池模组的核心技术，从而对锂电池的SOC、SOH 和热状态进行状态估计，作为锂电池管理系统(BMS)充放电、均衡控制和状态监测的依据。

目前国内外针对电池管理做了大量研究，但现有的仅以单一的开路电压或安时积分作为状态估计模型，忽略热模型等其他因素，导致状态估计精度低、对热失控等隐患缺乏感知能力的问题。

发明内容

为解决以上技术问题，本发明提供一种基于开路电压和电池温度驱动锂电池剩余容量SOC 预测算法，具有较高的状态估计精度，起到锂电池热失控的预警，提高了锂电池的使用安全性。

本发明采用的技术方案如下：一种基于开路电压和电池温度驱动锂电池剩余容量SOC预测算法，通过精确估算并反馈电池剩余容量实现电池的安全控制，其特征在于包括以下步骤：

S1，对锂电池进行放电测试，按频率采集锂电池放电过程中放电参数，所述放电参数包括放电电流、开路电压、电池温度、放电时间，并经过滤波降噪处理；

S2，根据步骤S1采集的数据，基于安时法建立电池剩余容量SOC的数学模型获得当前状态电池剩余容量SOC；

式中，SOC_k+1为第k+1次数据采集时的电池剩余容量估计值；SOC_k为第k次数据采集时的剩余容量值；η为电池放电效率；C₀为电池额定容量，i_k为电池的负载电流；Δt为第k次到k+1次数据采集的时间间隔；K和n为普克特经验公式常数；T为电池温度；

S3，将开路电压相对于当前电池剩余容量SOC的对应关系进行线性拟合，得到开路电压与电池剩余容量SOC的数学关系，：

f(z)＝a+bz+cz²+dz³ 0≤z≤100％ (2)