CN103645372B - 一种二次电池开路电压快速估计方法 - Google Patents

一种二次电池开路电压快速估计方法 Download PDF

Info

Publication number
CN103645372B
CN103645372B CN201310737382.1A CN201310737382A CN103645372B CN 103645372 B CN103645372 B CN 103645372B CN 201310737382 A CN201310737382 A CN 201310737382A CN 103645372 B CN103645372 B CN 103645372B
Authority
CN
China
Prior art keywords
battery
centerdot
open
voltage
circuit voltage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310737382.1A
Other languages
English (en)
Other versions
CN103645372A (zh
Inventor
朱春波
王天鸶
裴磊
逯仁贵
魏国
王婷婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201310737382.1A priority Critical patent/CN103645372B/zh
Publication of CN103645372A publication Critical patent/CN103645372A/zh
Application granted granted Critical
Publication of CN103645372B publication Critical patent/CN103645372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Secondary Cells (AREA)

Abstract

一种二次电池开路电压快速估计方法,涉及电池管理技术领域,它是为了解决现有的电池开路电压的获取速度慢,通用性差,以及受工作温度范围限制的问题。本发明方法只需要通过获取电池在开路状态下的前几分钟内的时间与电压数据,并将其带入到本发明的模型中,即可实现对电池开路电压的估计。本发明能够在几分钟内估计得到电池最终的开路电压。本发明适用于二次电池开路电压的快速估计。

Description

一种二次电池开路电压快速估计方法
技术领域
本发明涉及电池管理技术领域,具体涉及一种二次电池开路电压估计方法。
背景技术
电池的开路电压(OCV)作为电池的重要参数反应了电池的内部状态,在电池技术的各个领域发挥着重要作用。由于电池的开路电压取决于电池电极材料及材料中的活性物质含量,所以电池的开路电压不仅可以用来分析电池电极的能级特性,同时还可以用来估计电池的剩余电量状态(SOC)。电池的开路电压还可以被用来估计电池的健康状态(SOH),例如在锂离子电池中,随着电池的老化,电池的开路电压只在其高电量区域发生衰减。此外,电池的开路电压还是电池***均衡的重要依据。所以,准确的开路电压估计是电池管理及其相关技术的必要保障。
电池电压只有在电池处于开路状态,并充分静置待其电压完全释放后,才等于电池的开路电压。在这个过程中,电池的过电势不断减小,电池电压逐渐趋向于平衡状态,即电池的开路电压。但这一过程往往需要很长的时间,一般认为在20小时以上。一般为了获得电池的开路电压,只能通过长时间的等待,但这个长时间的等待严重地限制了电池开路电压的在线应用。针对这一问题的解决方法,相关的研究还十分有限。仅有的一些方法也无法很好的拟合电池的释放过程,这使得其开路电压的估计会出现一定的误差。
发明内容
本发明是为了解决现有的电池开路电压的获取速度慢,通用性差,以及受工作温度范围限制的问题,从而提供一种二次电池开路电压快速估计方法。
一种二次电池开路电压快速估计方法,它由以下步骤实现:
步骤一、对电池在进入开路状态后的前A分钟内进行n次电压采样,获得n个开路时间tk与电压值URLX,k;A为正数;k=1,2,…,n,表示第k个采样点;n为大于2的整数;
步骤二、建立开路时间tk与由扩散电容Cd与扩散电阻Rd所组成的扩散极化环节的弛豫时间τd的线性函数:
τd,k=αtk
式中:α与β是用来表征线性关系的系数;
将上述线性函数代入传统二阶等效模型中,获得关于电池释放电压URLX的改进模型:
U RLX , k = U RLX , k - 1 × exp [ - ( t k - t k - 1 ) α t k + β ] - OCV × exp [ - ( t k - t k - 1 ) α t k + β ] + OCV , t k > 1 min
式中:OCV为电池的开路电压;t0为初始时刻;
对上述关于电池释放电压URLX的改进模型进行整理,获得关于待求变量所组成的向量M=[OCVαβ]T的线性化表达式:
( U RLX , k + U RLX , k - 1 ) ( t k - t k - 1 ) 2 = ( t k - t k - 1 ) - t k ( U RLX , k - U RLX , k - 1 ) - ( U RLX , k - U RLX , k - 1 ) T OCV α β , t k > 1 min
步骤三、将步骤一中获得的n个开路时间tk与电压值URLX,k分别代入步骤二获得的线性化表达式,并联立组成关于待求变量的线性超定方程组:
Y=XM;
其中: M = OCV α β X = ( t 1 - t 0 ) - t 1 ( U RLX , 1 - U RLX , 0 ) - ( U RLX , 1 - U RLX , 0 ) . . . . . . . . . ( t k - t k - 1 ) - t k ( U RLX , k - U RLX , k - 1 ) - ( U RLX , k - U RLX , k - 1 ) Y = ( U RLX , 1 + U RLX , 0 ) ( t 1 - t 0 ) / 2 . . . ( U RLX , k + U RLX , k - 1 ) ( t k - t k - 1 ) / 2
然后利用M=[XTX]-1XTY对待求变量的线性超定方程组进行求解,获得关于开路电压OCV在内的各待求变量的解,将开路电压OCV的解作为最终的估计值,实现对电池开路电压的估计。
与现有技术相比,本发明具有以下有益效果:
1、避免长时间的等待,实现对电池开路电压的快速预测。
2、方法的计算量小,适合于在线使用。
3、方法不需要预先进行特性实验,使用成本低。
4、方法仅需要测量电池在开路状态下的开路时间与电压值,无需其他辅助测量,硬件成本低。
5、本方法适用于各类工况,且具有宽广的工作温度范围。
附图说明
图1是实施方式中的实验的测试图;
图2是在30℃下,以2C的电流由SOC=1放电至SOC=0.9的仿真示意图;
图3是在30℃下,以FUDS循环工况由SOC=0.9工作至SOC=0.7的仿真示意图;
图4是在50℃下,以0.5C的电流由SOC=0.7放电至SOC=0.4的仿真示意图;
图5是在10℃下,以0.5C电流由SOC=0.4放电至SOC=0.3的仿真示意图;
图6是在30℃下,以1C电流由SOC=0.3充电至SOC=0.5的仿真示意图;
图7是在30℃下,以1C电流由SOC=0.5充电至SOC=0.8的仿真示意图。
具体实施方式
具体实施方式一、一种二次电池开路电压快速估计方法,它由以下步骤实现:
步骤一、对电池在进入开路状态后的前A分钟内进行n次电压采样,获得n个开路时间tk与电压值URLX,k;A为正数;k=1,2,…,n,表示第k个采样点;n为大于2的整数;
步骤二、建立开路时间tk与由扩散电容Cd与扩散电阻Rd所组成的扩散极化环节的弛豫时间τd的线性函数:
τd,k=αtk
式中:α与β是用来表征线性关系的系数;
将上述线性函数代入传统二阶等效模型中,获得关于电池释放电压URLX的改进模型:
U RLX , k = U RLX , k - 1 × exp [ - ( t k - t k - 1 ) α t k + β ] - OCV × exp [ - ( t k - t k - 1 ) α t k + β ] + OCV , t k > 1 min
式中:OCV为电池的开路电压;t0为初始时刻;
对上述关于电池释放电压URLX的改进模型进行整理,获得关于待求变量所组成的向量M=[OCVαβ]T的线性化表达式:
( U RLX , k + U RLX , k - 1 ) ( t k - t k - 1 ) 2 = ( t k - t k - 1 ) - t k ( U RLX , k - U RLX , k - 1 ) - ( U RLX , k - U RLX , k - 1 ) T OCV α β , t k > 1 min
步骤三、将步骤一中获得的n个开路时间tk与电压值URLX,k分别代入步骤二获得的线性化表达式,并联立组成关于待求变量的线性超定方程组:
Y=XM;
其中: M = OCV α β X = ( t 1 - t 0 ) - t 1 ( U RLX , 1 - U RLX , 0 ) - ( U RLX , 1 - U RLX , 0 ) . . . . . . . . . ( t k - t k - 1 ) - t k ( U RLX , k - U RLX , k - 1 ) - ( U RLX , k - U RLX , k - 1 ) Y = ( U RLX , 1 + U RLX , 0 ) ( t 1 - t 0 ) / 2 . . . ( U RLX , k + U RLX , k - 1 ) ( t k - t k - 1 ) / 2
然后利用M=[XTX]-1XTY对待求变量的线性超定方程组进行求解,获得关于开路电压OCV在内的各待求变量的解,将开路电压OCV的解作为最终的估计值,实现对电池开路电压的估计。
由于本发明只用到了电池在开路状态下的开路时间与电池电压值,所以本发明的使用不依赖于先进的测试设备,也不依赖于任何前期特性实验,同时方法适用于各种工况条件与温度条件。
以下用具体的实验对本发明的效果进行验证:
对磷酸铁锂电池进行各种工况与温度的实验,包括:
(a)在30℃下,以2C的电流由SOC=1放电至SOC=0.9;仿真结果如图2所示;
(b)在30℃下,以FUDS循环工况由SOC=0.9工作至SOC=0.7;仿真结果如图3所示;
(c)在50℃下,以0.5C的电流由SOC=0.7放电至SOC=0.4;仿真结果如图4所示;
(d)在10℃下,以0.5C电流由SOC=0.4放电至SOC=0.3;仿真结果如图5所示;
(e)在30℃下,以1C电流由SOC=0.3充电至SOC=0.5;仿真结果如图6所示;
(f)在30℃下,以1C电流由SOC=0.5充电至SOC=0.8;仿真结果如图7所示。
各实验过程曲线的测量结果如图1所示,其中:111、121、131、141、151和161为电流曲线,112、122、132、142、152与162为电压曲线。
对各实验电池开路后的电压及对应的开路时间以2s为周期进行采集,得到图2至图7中201、301、401、501、601与701六条电压数据曲线。
采用实验的前20min数据带入到X,Y中。
再利用M=[XTX]-1XTY得到向量M的值。取M的第一个变量即为方法估计得到的开路电压值,如图2至图7中的203、303、403、503、603与703所示。同时,M的其他两个变量α和β值也分别在图2至7中给出。
为了分析新方法估计的准确性,这里通过长时间静置而获得了开路电压的真实值,分别如图2至7中202、302、402、502、602与702所示。
对比六个实验所得到的估计值与真实值,20分钟内的误差分别为:(a)0.3mV,(b)-0.7mV,(c)0.9mV,(d)-1.7mV,(e)0.6mV与(f)0.5mV。而使用传统等待方法的误差分别为:(a)–3.2mV,(b)-9.6mV,(c)–2.6mV,(d)-18.4mV,(e)4.9mV与(f)4.1mV。
通过以上实验,充分印证了新方法的可行性与估计结果的准确性。

Claims (2)

1.一种二次电池开路电压快速估计方法,其特征是:它由以下步骤实现:
步骤一、对电池在进入开路状态后的前A分钟内进行n次电压采样,获得n个开路时间tk与电压值URLX,k;A为正数;k=1,2,…,n,表示第k个采样点;n为大于2的整数;
步骤二、建立开路时间tk与由扩散电容Cd与扩散电阻Rd所组成的扩散极化环节的弛豫时间τd的线性函数:
τd,k=αtk
式中:α与β是用来表征线性关系的系数;
将上述线性函数代入传统二阶等效模型中,获得关于电池释放电压URLX的改进模型:
U R L X , x = U R L X , k - 1 × exp [ - ( t k - t k - 1 ) αt k + β ] - O C V × exp [ - ( t k - t k - 1 ) αt k + β ] + O C V , t k > 1 min
式中:OCV为电池的开路电压;
对上述关于电池释放电压URLX的改进模型进行整理,获得关于待求变量所组成的向量M=[OCVαβ]T的线性化表达式:
( U R L X , k + U R L X , k - 1 ) ( t k - t k - 1 ) 2 = ( t k - t k - 1 ) - t k ( U R L X , k + U R L X , k - 1 ) - ( U R L X , k + U R L X , k - 1 ) T O C V α β , t k > 1 min
步骤三、将步骤一中获得的n个开路时间tk与电压值URLX,k分别代入步骤二获得的线性化表达式,并联立组成关于待求变量的线性超定方程组:
Y=XM;
其中: M = O C V α β X = ( t 1 - t 0 ) - t 1 ( U R L X , 1 - U R L X , 0 ) - ( U R L X , 1 - U R L X , 0 ) · · · · · · · · · ( t k - t k - 1 ) - t k ( U R L X , k - U R L X , k - 1 ) - ( U R L X , k - U R L X , k - 1 ) Y = ( U R L X , 1 + U R L X , 0 ) ( t 1 - t 0 ) / 2 · · · ( U R L X , k + U R L X , k - 1 ) ( t k - t k - 1 ) / 2
然后利用M=[XTX]-1XTY对待求变量的线性超定方程组进行求解,获得关于开路电压OCV在内的各待求变量的解,将开路电压OCV的解作为最终的估计值,实现对电池开路电压的估计,t0为初始时刻。
2.根据权利要求1所述的一种二次电池开路电压快速估计方法,其特征在于电池为磷酸铁锂电池。
CN201310737382.1A 2013-12-27 2013-12-27 一种二次电池开路电压快速估计方法 Active CN103645372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310737382.1A CN103645372B (zh) 2013-12-27 2013-12-27 一种二次电池开路电压快速估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310737382.1A CN103645372B (zh) 2013-12-27 2013-12-27 一种二次电池开路电压快速估计方法

Publications (2)

Publication Number Publication Date
CN103645372A CN103645372A (zh) 2014-03-19
CN103645372B true CN103645372B (zh) 2016-01-20

Family

ID=50250622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310737382.1A Active CN103645372B (zh) 2013-12-27 2013-12-27 一种二次电池开路电压快速估计方法

Country Status (1)

Country Link
CN (1) CN103645372B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104267261B (zh) * 2014-10-29 2017-02-15 哈尔滨工业大学 基于分数阶联合卡尔曼滤波的二次电池简化阻抗谱模型参数在线估计方法
EP3295191B1 (en) * 2015-05-08 2024-04-24 Volvo Truck Corporation Method and system for monitoring the status of a plurality of battery cells in a battery pack
CN105260612B (zh) * 2015-10-26 2018-01-30 哈尔滨工业大学 一种电池在线温度估计方法
CN109655758B (zh) * 2018-12-29 2020-12-11 蜂巢能源科技有限公司 电池开路电压测量方法及***
CN114460475B (zh) * 2022-04-12 2022-07-22 深圳市思远半导体有限公司 电池ocv确定方法及装置、电池soc的估算方法
CN116338501B (zh) * 2022-12-19 2023-09-12 哈尔滨工业大学 基于神经网络预测弛豫电压的锂离子电池健康检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2422213A1 (en) * 2002-04-10 2003-10-10 Hitachi, Ltd. State detecting system and device employing the same
CN103168247A (zh) * 2011-09-15 2013-06-19 联发科技股份有限公司 用于确定电池装置的电池剩余电量的***及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090077657A (ko) * 2008-01-11 2009-07-15 에스케이에너지 주식회사 배터리 관리 시스템에서 배터리의 soc 측정 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2422213A1 (en) * 2002-04-10 2003-10-10 Hitachi, Ltd. State detecting system and device employing the same
CN103168247A (zh) * 2011-09-15 2013-06-19 联发科技股份有限公司 用于确定电池装置的电池剩余电量的***及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Electro-thermal modelling of polymer lithium batteries for starting period and pulse power;P. Baudry,等;《Journal of Power Sources》;19951231;全文 *
Online estimation of internal resistance and open-circuit voltage of lithium-ion batteries in electric vehicles;Yi-Hsien Chiang,等;《Journal of Power Sources》;20111231;全文 *
Rapid test and non-linear model characterisation of solid-state lithium-ion batteries;S. Abu-Sharkh,等;《Journal of Power Sources》;20041231;全文 *
电动汽车用锂离子电池荷电状态估计算法的研究;夏晴;《万方数据》;20130320;全文 *
磷酸铁锂电池建模及SOC算法研究;陈勇军;《万方数据》;20130320;全文 *

Also Published As

Publication number Publication date
CN103645372A (zh) 2014-03-19

Similar Documents

Publication Publication Date Title
CN103645372B (zh) 一种二次电池开路电压快速估计方法
Gao et al. Aging mechanisms under different state-of-charge ranges and the multi-indicators system of state-of-health for lithium-ion battery with Li (NiMnCo) O2 cathode
Wang et al. State of charge estimation for LiFePO4 battery via dual extended kalman filter and charging voltage curve
Tian et al. Fractional-order model-based incremental capacity analysis for degradation state recognition of lithium-ion batteries
CN106291372B (zh) 一种新的锂离子动力电池剩余寿命预测方法
Dai et al. Online cell SOC estimation of Li-ion battery packs using a dual time-scale Kalman filtering for EV applications
Pei et al. Development of a voltage relaxation model for rapid open-circuit voltage prediction in lithium-ion batteries
Thanagasundram et al. A cell level model for battery simulation
CN105093131A (zh) 一种用于磷酸铁锂电池梯次利用的电池健康特征参数提取方法
CN104360284A (zh) 一种磷酸铁锂系动力锂离子电池自放电特性的检测新方法
Xiong et al. Open circuit voltage and state of charge online estimation for lithium ion batteries
CN105203965B (zh) 一种储能电池检测方法
Cui et al. A robust online parameter identification method for lithium-ion battery model under asynchronous sampling and noise interference
Xiong et al. Data-driven state-of-charge estimator for electric vehicles battery using robust extended Kalman filter
CN103323781A (zh) 动力电池组在线参数检测***及soc估计方法
Gao et al. Research on PNGV model parameter identification of LiFePO4 Li-ion battery based on FMRLS
CN103728570B (zh) 一种基于电池热特性的健康状态检测方法
Yang et al. Adaptive state of charge estimation of Lithium-ion battery based on battery capacity degradation model
Kou et al. Parameter identification of battery model based on forgetting factor recursive least square method
Li et al. The open-circuit voltage characteristic and state of charge estimation for lithium-ion batteries based on an improved estimation algorithm
CN105093129A (zh) 一种储能电池剩余容量检测方法
CN103353575A (zh) 测量ocv和soc对应关系的测试装置及测试方法
CN105116338A (zh) 一种基于soc补偿器的并联型电池***建模方法
Wang et al. Lithium-ion battery security guaranteeing method study based on the state of charge estimation
Chen et al. The application of UKF algorithm for 18650-type lithium battery SOH estimation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant