CN107255786A - 一种磷酸铁锂电池loc模型 - Google Patents

一种磷酸铁锂电池loc模型 Download PDF

Info

Publication number
CN107255786A
CN107255786A CN201710352783.3A CN201710352783A CN107255786A CN 107255786 A CN107255786 A CN 107255786A CN 201710352783 A CN201710352783 A CN 201710352783A CN 107255786 A CN107255786 A CN 107255786A
Authority
CN
China
Prior art keywords
mrow
msub
battery
mtd
soc
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.)
Granted
Application number
CN201710352783.3A
Other languages
English (en)
Other versions
CN107255786B (zh
Inventor
刘学鹏
周勤玲
赵冬梅
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.)
Zhongshan Polytechnic
Original Assignee
Zhongshan Polytechnic
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 Zhongshan Polytechnic filed Critical Zhongshan Polytechnic
Priority to CN201710352783.3A priority Critical patent/CN107255786B/zh
Publication of CN107255786A publication Critical patent/CN107255786A/zh
Application granted granted Critical
Publication of CN107255786B publication Critical patent/CN107255786B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明公开了一种磷酸铁锂电池LOC模型，包括电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型，所述等效电路模型用于估算电池开路电压的荷电状态SOC，所述电池容量数学模型用于估算电池容量，所述有效SOC系数模型用于根据充放电次数估算电池有效SOC系数，所述等效电路模型用于预测电池的荷电状态，根据等效电路模型所得的荷电状态、电池容量数学模型所得的电池容量和有效SOC系数模型所得的有效SOC系数对电池LOC进行计算。本发明涉及电池技术领域，一种磷酸铁锂电池LOC模型，结合电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型对锂电池的LOC进行估算，模型简单实用，更准确、可靠。

Description

一种磷酸铁锂电池LOC模型
技术领域
本发明涉及电池技术领域，尤其涉及一种磷酸铁锂电池LOC模型。
背景技术
LOC：Life of charge，电荷寿命。
SOC：State of Charge，荷电状态，也叫剩余电量。
环境恶化和能源危机给传统汽车的发展带来双重压力，因此电动汽车己经成为未来汽车发展的主要方向。动力电池组是电动汽车的能量来源，为了确保电动汽车能够安全稳定高效地运行，需要对电池进行必要地管理和控制。电池使用时间是电池管理***中最重要的参数之一，精确掌握电池LOC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，进一步提高电动车的动力性能。因此及时、准确地对电池组进行估计具有非常重要的实际意义。
电动汽车电池管理包括电池状态估计、均衡管理、热管理和安全可靠性管理等，其中电池状态估计不但是电池管理的核心和基础，也为整车能量管理提供数据依据。
电池LOC表示电池的当前可用时间，一般用电池的可用SOC比上电池的放电速率来描述。电池使用过程中，其LOC会逐渐减小，表现为电池容量减小，内部阻抗增大，比能量和比功率减小等。如何有效可行地建立电动汽车电池的LOC模型，是电动汽车电池管理的难题。
发明内容
为了解决上述技术问题，本发明的目的是提供一种简单实用的磷酸铁锂电池LOC模型。
本发明所采用的技术方案是：一种磷酸铁锂电池LOC模型，包括电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型，所述等效电路模型用于估算电池开路电压的荷电状态SOC，所述电池容量数学模型用于估算电池容量，所述有效SOC系数模型用于根据充放电次数估算电池有效SOC系数，所述等效电路模型用于预测电池的荷电状态，根据等效电路模型所得的荷电状态、电池容量数学模型所得的电池容量和有效SOC系数模型所得的有效SOC系数对电池LOC进行计算。
进一步地，所述电池LOC算法模型为：
LOC＝Ct×KEV×SOC/RD (1)
其中，LOC是单体电池单次循环寿命，Ct是电池额定容量，KEV是有效SOC系数，SOC是电池的SOC值，RD是放电倍率。
进一步地，所述等效电路模型包括极化内阻、极化电容、欧姆内阻、电池端电压和电压源，所述极化内阻和所述极化电容并联构成RC电路，所述RC电路通过串联所述欧姆内阻与电压源的正极连接，所述电池端电压的正极与RC电路连接，所述电池端电压的负极与所述电压源的负极连接；根据所述等效电路模型建立相应的数学模型：
其中，S表示电池的SOC，VS是RC电路的端电压，RS是电池的极化内阻，CS是电池的极化电容，i是电池充放电电流，V是电池端电压，VOC(S)是电池的开路电压，Ri是电池的欧姆内阻；由于电池两端的开路电压VOC与电池的SOC之间存在固定关系，建立开路电压VOC与电池的SOC的拟合方程：
Vov＝a+a1S+a2S2+a3S3 (3)
其中，a值的取值范围为3.45—3.55，a1值的取值范围为
0.025—0.030，a2值的取值范围为-0.025—-0.020,a3值的取值
范围为1.20—1.25；
建立电池的荷电状态SOC数学模型：
其中，S(0)是初始时刻的SOC值，η是电池充放电效率；Ct是电池额定容量,Ct随电池的老化而逐渐变小，i是电池充放电电流；
取状态向量x＝[S VS]T，***输出y＝V，输入u＝i，得到***的状态空间方程为：
其中，对所述***的状态空间方程进行离散化处理得到状态方程和测量方程。
进一步地，所述状态方程和测量方程分别为：
其中，Ad和Bd分别为离散化后的传递矩阵和输入矩阵：
xk是tk时刻的***状态；yk是tk时刻***的测量输出；uk是tk时刻的***输入变量，即电池的充放电电流；Vs,k是tk时刻等效电路模型中的极化电压；wk为tk时刻的过程噪声，vk为tk时刻的测量噪声。
进一步地，通过对电池循环老化试验得到的电池容量衰减数据拟合所述电池容量数学模型为：
其中，b1为常数，b1值的取值范围为0.96—0.99，f1为常数，f1值的取值范围为-0.002—0。
进一步地，所述有效SOC系数模型为：
其中，N为冲放电次数。ROUND()表示对括号内计算后的数值取整数。
本发明的有益效果是：
本发明一种磷酸铁锂电池LOC模型，结合电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型对锂电池的LOC进行估算，模型简单实用，更准确、可靠。
附图说明
下面结合附图对本发明的具体实施方式作进一步说明：
图1是本发明一种磷酸铁锂电池的等效电路模型示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
一种磷酸铁锂电池LOC模型，包括电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型，所述等效电路模型用于估算电池开路电压的荷电状态SOC，所述电池容量数学模型用于估算电池容量，所述有效SOC系数模型用于根据充放电次数估算电池有效SOC系数，所述等效电路模型用于预测电池的荷电状态，由于单体电池循环内寿命LOC与电池的SOC、电池容量和放电倍率有关，根据等效电路模型所得的荷电状态、电池容量数学模型所得的电池容量和有效SOC系数模型所得的有效SOC系数对电池LOC进行计算。
本发明电池LOC算法模型为：
LOC＝Ct×KEV×SOC/RD (1)
其中，LOC是单体电池单次循环寿命，Ct是电池额定容量，KEV是有效SOC系数，SOC是电池的SOC值，RD是放电倍率。
图1是本发明一种磷酸铁锂电池的等效电路模型示意图，如图1所示，锂电池等效电路模型包括极化内阻RS、极化电容CS、欧姆内阻Ri、电池端电压V和电压源VOC，欧姆内阻Ri模拟充放电过程中电损失消耗的能量；极化内阻RS和所述极化电容CS并联构成RC电路，RC电路模拟电化学反应中的极化现象，RC电路通过串联欧姆内阻Ri与电压源VOC的正极连接，电池端电压V的正极与RC电路连接，电池端电压V的负极与电压源VOC的负极连接，本发明定义电池***充电时为正，电池***放电时为负；电池端电压V可以直接测量得到，电压源VOC为电池的开路电压。
根据上述等效电路模型建立相应的数学模型：
其中，S表示电池的SOC，VS是RC电路的端电压，RS是电池的极化内阻，CS是电池的极化电容，i是电池充放电电流，V是电池端电压，VOC(S)是电池的开路电压，Ri是电池的欧姆内阻；由于电池两端的开路电压VOC与电池的SOC之间存在固定关系，建立开路电压VOC与电池的SOC的拟合方程：
Vov＝a+a1S+a2S2+a3S3 (3)
其中，a值的取值范围为3.45—3.55，a1值的取值范围为0.025—0.030，a2值的取值范围为-0.025—-0.020范围,a3值的取值范围为1.20—1.25；
建立电池的荷电状态SOC数学模型：
其中，S(0)是初始时刻的SOC值，η是电池充放电效率；Ct是电池额定容量,Ct随电池的老化而逐渐变小，i是电池充放电电流；
取状态向量***输出y＝V，输入u＝i，得到***的状态空间方程为：
其中，对所述***的状态空间方程进行离散化处理得到状态方程和测量方程。
进一步地，所述状态方程和测量方程分别为：
其中，Ad和Bd分别为离散化后的传递矩阵和输入矩阵：
xk是tk时刻的***状态；yk是tk时刻***的测量输出；uk是tk时刻的***输入变量，即电池的充放电电流；Vs,k是tk时刻等效电路模型中的极化电压；wk为tk时刻的过程噪声，vk为tk时刻的测量噪声，wk和vk是均值为零的高斯白噪声，两个噪声互不相关。
进一步地，通过对电池循环老化试验得到的电池容量衰减数据拟合所述电池容量数学模型为：
其中，b1为常数，b1值的取值范围为0.96—0.99，f1为常数f1值的取值范围为-0.002—0。
进一步地，根据单体电池寿命实验得到的数据拟合有效SOC系数模型为：
其中，N为充放电次数。ROUND()表示对括号内计算后的数值取整数。
综上，根据等效电路模型所得的荷电状态、电池容量数学模型所得的电池容量和有效SOC系数模型所得的有效SOC系数对电池LOC进行计算。
本发明一种磷酸铁锂电池LOC模型，结合电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型对锂电池的LOC进行估算，模型简单实用，更准确、可靠。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种磷酸铁锂电池LOC模型，其特征在于，其包括电池LOC算法模型、等效电路模型、电池容量数学模型和有效SOC系数模型，所述等效电路模型用于估算电池开路电压的荷电状态SOC，所述电池容量数学模型用于估算电池容量，所述有效SOC系数模型用于根据充放电次数估算电池有效SOC系数，所述等效电路模型用于预测电池的荷电状态，根据等效电路模型所得的荷电状态、电池容量数学模型所得的电池容量和有效SOC系数模型所得的有效SOC系数对电池LOC进行计算。
2.根据权利要求1所述的一种磷酸铁锂电池LOC模型，其特征在于，所述电池LOC算法模型为：
LOC＝Ct×KEV×SOC/RD (1)
其中，LOC是单体电池单次循环寿命，Ct是电池额定容量，KEV是有效SOC系数，SOC是电池的SOC值，RD是放电倍率。
3.根据权利要求2所述的一种磷酸铁锂电池LOC模型，其特征在于，所述等效电路模型包括极化内阻、极化电容、欧姆内阻、电池端电压和电压源，所述极化内阻和所述极化电容并联构成RC电路，所述RC电路通过串联所述欧姆内阻与电压源的正极连接，所述电池端电压的正极与RC电路连接，所述电池端电压的负极与所述电压源的负极连接；根据所述等效电路模型建立相应的数学模型：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mover> <mi>V</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>s</mi> </msub> <mo>=</mo> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>R</mi> <mi>s</mi> </msub> <msub> <mi>C</mi> <mi>s</mi> </msub> </mrow> </mfrac> <msub> <mi>V</mi> <mi>s</mi> </msub> <mo>+</mo> <mfrac> <mn>1</mn> <msub> <mi>C</mi> <mi>s</mi> </msub> </mfrac> <mi>i</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>V</mi> <mo>=</mo> <msub> <mi>V</mi> <mrow> <mi>o</mi> <mi>c</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>S</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mi>s</mi> </msub> <mo>+</mo> <msub> <mi>iR</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，S表示电池的SOC，VS是RC电路的端电压，RS是电池的极化内阻，CS是电池的极化电容，i是电池充放电电流，V是电池端电压，VOC(S)是电池的开路电压，Ri是电池的欧姆内阻；由于电池两端的开路电压VOC与电池的SOC之间存在固定关系，建立开路电压VOC与电池的SOC的拟合方程：
Vov＝a+a1S+a2S2+a3S3 (3)
其中，a值的取值范围为3.45—3.55，a1值的取值范围为0.025—0.030，a2值的取值范围为-0.025—-0.020,a3值的取值范围为1.20—1.25；
建立电池的荷电状态SOC数学模型：
<mrow> <mi>S</mi> <mo>=</mo> <mi>S</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <mi>i</mi> </msubsup> <mfrac> <mrow> <mi>&amp;eta;</mi> <mi>i</mi> </mrow> <msub> <mi>C</mi> <mi>t</mi> </msub> </mfrac> <mi>d</mi> <mi>&amp;tau;</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中，S(0)是初始时刻的SOC值，η是电池充放电效率；Ct是电池容量,Ct随电池的老化而逐渐变小，i是电池充放电电流；取状态向量x＝[S VS]T，***输出y＝V，输入u＝i，得到***的状态空间方程为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mover> <mi>x</mi> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mi>A</mi> <mi>x</mi> <mo>+</mo> <mi>B</mi> <mi>u</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>V</mi> <mrow> <mi>o</mi> <mi>c</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>S</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mi>s</mi> </msub> <mo>+</mo> <msub> <mi>uR</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中，
对所述***的状态空间方程进行离散化处理得到状态方程和测量方程。
4.根据权利要求3所述的一种磷酸铁锂电池LOC模型，其特征在于，所述状态方程和测量方程分别为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>A</mi> <mi>d</mi> </msub> <msub> <mi>x</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>B</mi> <mi>d</mi> </msub> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>w</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>V</mi> <mrow> <mi>o</mi> <mi>c</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>V</mi> <mrow> <mi>s</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>u</mi> <mi>k</mi> </msub> <msub> <mi>R</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>v</mi> <mi>k</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中，Ad和Bd分别为离散化后的传递矩阵和输入矩阵：
<mrow> <msub> <mi>A</mi> <mi>d</mi> </msub> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mn>1</mn> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>R</mi> <mi>s</mi> </msub> <msub> <mi>C</mi> <mi>s</mi> </msub> </mrow> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <mi>B</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mfrac> <mi>&amp;eta;</mi> <mrow> <msub> <mi>C</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mtd> </mtr> <mtr> <mtd> <mfrac> <mn>1</mn> <msub> <mi>C</mi> <mi>s</mi> </msub> </mfrac> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
xk是tk时刻的***状态；yk是tk时刻***的测量输出；uk是tk时刻的***输入变量，即电池的充放电电流；Vs,k是tk时刻等效电路模型中的极化电压；wk为tk时刻的过程噪声，vk为tk时刻的测量噪声。
5.根据权利要求4所述的一种磷酸铁锂电池LOC模型，其特征在于，通过对电池循环老化试验得到的电池容量衰减数据拟合所述电池容量数学模型为：
<mrow> <msub> <mi>C</mi> <mi>t</mi> </msub> <mo>=</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <msup> <mi>e</mi> <mrow> <msub> <mi>f</mi> <mn>1</mn> </msub> <mi>k</mi> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
其中，b1为常数，b1值的取值范围为0.96—0.99，f1为常数，f1值的取值范围为-0.002—0。
6.根据权利要求5所述的一种磷酸铁锂电池LOC模型，其特征在于，所述有效SOC系数模型为：
<mrow> <msub> <mi>K</mi> <mrow> <mi>E</mi> <mi>V</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>R</mi> <mi>O</mi> <mi>U</mi> <mi>N</mi> <mi>D</mi> <mo>(</mo> <mfrac> <mrow> <mn>0.01</mn> <mi>N</mi> </mrow> <mn>500</mn> </mfrac> <mo>)</mo> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>N</mi> <mo>/</mo> <mn>800</mn> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中，N为冲放电次数。ROUND()表示对括号内数值取整数。
CN201710352783.3A 2017-05-18 2017-05-18 一种磷酸铁锂电池loc模型 Expired - Fee Related CN107255786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710352783.3A CN107255786B (zh) 2017-05-18 2017-05-18 一种磷酸铁锂电池loc模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710352783.3A CN107255786B (zh) 2017-05-18 2017-05-18 一种磷酸铁锂电池loc模型

Publications (2)

Publication Number Publication Date
CN107255786A true CN107255786A (zh) 2017-10-17
CN107255786B CN107255786B (zh) 2020-06-30

Family

ID=60027250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710352783.3A Expired - Fee Related CN107255786B (zh) 2017-05-18 2017-05-18 一种磷酸铁锂电池loc模型

Country Status (1)

Country Link
CN (1) CN107255786B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417039A (zh) * 2019-07-30 2019-11-05 河海大学 一种基于虚拟惯性自适应算法的电动汽车控制方法
CN110646737A (zh) * 2019-09-20 2020-01-03 广州市香港科大***研究院 基于多模型的电池soc动态估算方法、***及存储介质
CN112379297A (zh) * 2020-10-22 2021-02-19 欣旺达电动汽车电池有限公司 电池***寿命预测方法、装置、设备及存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002041014A2 (de) * 2000-11-17 2002-05-23 Robert Bosch Gmbh Verfahren und anordnung zur bestimmung des ladezustandes einer batterie
US20040162683A1 (en) * 2003-02-18 2004-08-19 Verbrugge Mark W. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理***、电动车及荷电状态的估算方法
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法
CN103293485A (zh) * 2013-06-10 2013-09-11 北京工业大学 基于模型的蓄电池荷电状态估计方法
JP2013205021A (ja) * 2012-03-27 2013-10-07 Denso Corp ２次電池の充電相当量算出装置
CN103344917A (zh) * 2013-06-13 2013-10-09 北京交通大学 一种锂电池循环寿命快速测试方法
US20140350877A1 (en) * 2013-05-25 2014-11-27 North Carolina State University Battery parameters, state of charge (soc), and state of health (soh) co-estimation
CN104849672A (zh) * 2015-05-27 2015-08-19 中国人民解放军国防科学技术大学 基于等效电路模型的锂电池动态阻抗参数识别方法
CN105116344A (zh) * 2015-08-28 2015-12-02 江苏大学 基于二进制编码的电池开路电压估算方法
CN105182245A (zh) * 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的大容量电池***荷电状态估计方法
CN105182246A (zh) * 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的并联型电池***荷电状态估计方法
CN105203969A (zh) * 2015-10-23 2015-12-30 南昌航空大学 基于修正的rc电池模型的荷电状态估计方法
CN105425154A (zh) * 2015-11-02 2016-03-23 北京理工大学 一种估计电动汽车的动力电池组的荷电状态的方法
CN106291393A (zh) * 2016-11-18 2017-01-04 成都雅骏新能源汽车科技股份有限公司 一种用于在线识别电池模型参数的方法
CN106443459A (zh) * 2016-09-06 2017-02-22 中国第汽车股份有限公司 一种车用锂离子动力电池荷电状态估算方法
CN107064816A (zh) * 2017-04-13 2017-08-18 绵阳世睿科技有限公司 一种增强电池状态估计鲁棒性的方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002041014A2 (de) * 2000-11-17 2002-05-23 Robert Bosch Gmbh Verfahren und anordnung zur bestimmung des ladezustandes einer batterie
US20040162683A1 (en) * 2003-02-18 2004-08-19 Verbrugge Mark W. Method and apparatus for generalized recursive least-squares process for battery state of charge and state of health
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理***、电动车及荷电状态的估算方法
JP2013205021A (ja) * 2012-03-27 2013-10-07 Denso Corp ２次電池の充電相当量算出装置
CN102937704A (zh) * 2012-11-27 2013-02-20 山东省科学院自动化研究所 一种动力电池rc等效模型的辨识方法
US20140350877A1 (en) * 2013-05-25 2014-11-27 North Carolina State University Battery parameters, state of charge (soc), and state of health (soh) co-estimation
CN103293485A (zh) * 2013-06-10 2013-09-11 北京工业大学 基于模型的蓄电池荷电状态估计方法
CN103344917A (zh) * 2013-06-13 2013-10-09 北京交通大学 一种锂电池循环寿命快速测试方法
CN104849672A (zh) * 2015-05-27 2015-08-19 中国人民解放军国防科学技术大学 基于等效电路模型的锂电池动态阻抗参数识别方法
CN105116344A (zh) * 2015-08-28 2015-12-02 江苏大学 基于二进制编码的电池开路电压估算方法
CN105182245A (zh) * 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的大容量电池***荷电状态估计方法
CN105182246A (zh) * 2015-09-08 2015-12-23 盐城工学院 基于无迹卡尔曼滤波的并联型电池***荷电状态估计方法
CN105203969A (zh) * 2015-10-23 2015-12-30 南昌航空大学 基于修正的rc电池模型的荷电状态估计方法
CN105425154A (zh) * 2015-11-02 2016-03-23 北京理工大学 一种估计电动汽车的动力电池组的荷电状态的方法
CN106443459A (zh) * 2016-09-06 2017-02-22 中国第汽车股份有限公司 一种车用锂离子动力电池荷电状态估算方法
CN106291393A (zh) * 2016-11-18 2017-01-04 成都雅骏新能源汽车科技股份有限公司 一种用于在线识别电池模型参数的方法
CN107064816A (zh) * 2017-04-13 2017-08-18 绵阳世睿科技有限公司 一种增强电池状态估计鲁棒性的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417039A (zh) * 2019-07-30 2019-11-05 河海大学 一种基于虚拟惯性自适应算法的电动汽车控制方法
CN110646737A (zh) * 2019-09-20 2020-01-03 广州市香港科大***研究院 基于多模型的电池soc动态估算方法、***及存储介质
CN110646737B (zh) * 2019-09-20 2022-04-22 广州市香港科大***研究院 基于多模型的电池soc动态估算方法、***及存储介质
CN112379297A (zh) * 2020-10-22 2021-02-19 欣旺达电动汽车电池有限公司 电池***寿命预测方法、装置、设备及存储介质
CN112379297B (zh) * 2020-10-22 2024-06-11 欣旺达动力科技股份有限公司 电池***寿命预测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN107255786B (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
Xiong et al. Advanced battery management technologies for electric vehicles
Jiaqiang et al. Effects analysis on active equalization control of lithium-ion batteries based on intelligent estimation of the state-of-charge
CN106909716B (zh) 计及容量损耗的磷酸铁锂电池建模及soc估计方法
CN103887853B (zh) 一种锂离子电池组均衡控制方法
Rahn et al. Battery systems engineering
CN105676134B (zh) 一种车用锂离子动力电池的soh估算方法
CN104991980B (zh) 锂离子电池的电化学机理建模方法
Hosseinzadeh et al. Combined electrical and electrochemical-thermal model of parallel connected large format pouch cells
Kang et al. Comparison of comprehensive properties of Ni-MH (nickel-metal hydride) and Li-ion (lithium-ion) batteries in terms of energy efficiency
CN103197251B (zh) 一种动力锂电池二阶rc等效模型的辨识方法
Li et al. Model order reduction techniques for physics-based lithium-ion battery management: A survey
CN107576919A (zh) 基于armax模型的动力电池荷电状态估算***及方法
Goud et al. An online method of estimating state of health of a Li-ion battery
Shen et al. Neural network-based residual capacity indicator for nickel-metal hydride batteries in electric vehicles
CN110165314A (zh) 电池电芯性能参数获取方法及获取装置
CN102361100A (zh) 一种动力锂离子电池均衡的控制方法
CN107589379A (zh) 一种在线估计锂电池soc和阻抗的方法
CN102645638B (zh) 一种锂电池组soc估算方法
CN112180278B (zh) 考虑电压迟滞特性的电动汽车动力电池性能无损检测方法
CN103413981B (zh) 电池组容量均衡方法和装置
CN108020791A (zh) 一种混合动力船舶磷酸铁锂动力电池组荷电状态估计方法
Yao et al. Modeling of Lithium Ion battery with nonlinear transfer resistance
CN107064809A (zh) 计及电池电化学特性的动态等效电路模型及其工作方法
CN104537166B (zh) 一种动力电池的等效电路模型的构建方法
CN109239602A (zh) 一种动力电池的欧姆内阻的估算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200630