CN108459278B - 一种锂离子电池内阻与荷电状态同步估算方法 - Google Patents

一种锂离子电池内阻与荷电状态同步估算方法 Download PDF

Info

Publication number
CN108459278B
CN108459278B CN201810732479.6A CN201810732479A CN108459278B CN 108459278 B CN108459278 B CN 108459278B CN 201810732479 A CN201810732479 A CN 201810732479A CN 108459278 B CN108459278 B CN 108459278B
Authority
CN
China
Prior art keywords
lithium ion
ion battery
state
internal resistance
matrix
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
CN201810732479.6A
Other languages
English (en)
Other versions
CN108459278A (zh
Inventor
史志浩
蒋观峰
王攀
陈迪
俞洋
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.)
Ningbo Joyson Technology Co ltd
Original Assignee
Ningbo Joyson Technology Co ltd
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 Ningbo Joyson Technology Co ltd filed Critical Ningbo Joyson Technology Co ltd
Priority to CN201810732479.6A priority Critical patent/CN108459278B/zh
Publication of CN108459278A publication Critical patent/CN108459278A/zh
Application granted granted Critical
Publication of CN108459278B publication Critical patent/CN108459278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明公开了一种锂离子电池内阻与荷电状态同步估算方法，包括以下步骤：对锂离子电池管理***进行初始化处理；对锂离子电池的电压、电流和温度进行检测采集；建立锂离子电池等效电路模型，对锂离子电池等效模型进行离散化处理；建立扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程；建立荷电状态与内阻的状态预测方程和端电压的输出预测方程；确定误差协方差矩阵及修正系数；对荷电状态与内阻的状态预测方程进行更新，确定实时荷电状态和锂离子电池内阻，并对误差协方差矩阵进行更新；优点是实时同步估算锂离子电池的内阻和锂离子电池的荷电状态，减小锂离子电池老化和内阻变化对锂离子电池荷电状态估算的影响。

Description

一种锂离子电池内阻与荷电状态同步估算方法
技术领域
本发明涉及电池荷电状态估算领域，尤其涉及一种锂离子电池内阻与荷电状态同步估算方法。
背景技术
锂离子电池由于容量大和较环保等优点得到广泛的应用如：汽车电池、航空和船舶领域，通常情况下锂离子电池会串联多组进行应用，由于各锂离子电池的性能不一，为避免在长期使用时产生过度充放电，锂离子电池管理***就必不可少。在锂离子电池的管理***中电池的荷电状态是显示电池组状态的重要参数之一，而且锂离子电池为功率型电池，多用于大电流工作场合，电池温度变化比较大，电池温度变化和电池的老化都会引起内阻变化，内阻的变化是锂离子电池估算SOC(荷电状态)的技术难点，估算SOC的现有技术有按时积分法计算SOC和卡尔曼滤波算法计算SOC，按时积分法计算SOC在初始值SOC不准确时无法校准SOC且产生的误差会累计，对温度和老化引起的内阻变化无法进行补偿；卡尔曼滤波算法计算SOC时需要静止状态下对锂离子电池进行完全充放电实验，获得内阻表进行SOC估算，在现实情况下无法进行实时估算和电池老化误差的补偿。
发明内容
本发明所要解决的技术问题为：提供一种可减小锂离子电池内阻变化和电池老化对电池荷电状态估算影响的同步估算锂离子电池内阻和锂离子电池荷电状态的方法。
本发明解决上述技术问题所采用的技术方案为：
一种锂离子电池内阻与荷电状态同步估算方法，包括以下步骤：
步骤1：对锂离子电池管理***进行初始化处理；
步骤2：对锂离子电池的电压、电流和温度进行检测采集；
步骤3：建立锂离子电池等效电路模型，对锂离子电池等效电路模型进行离散化处理；
步骤4：建立扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程；
步骤5：建立荷电状态与内阻的状态预测方程和端电压的输出预测方程；
步骤6：确定误差协方差矩阵及修正系数；
步骤7：对荷电状态与内阻的状态预测方程进行更新，确定实时荷电状态和锂离子电池内阻，并对误差协方差矩阵进行更新。
优选的，所述步骤2，对电压的检测采集为通过设置在单体锂离子池电极两端的采集线进行电压模拟量采集，将采集到的电压模拟量，传输到电池监控芯片进行A/D转换处理为电压数字量，得到采样电压；对电流的检测采集为将检测到的电压数字量输送到电压-电流转换器，得到采样电流；对温度的检测采集为检测采集设置在单体锂离子电池特定位置的热敏电阻两端的电压模拟量，将热敏电阻两端的电压模拟量传输到电池监控芯片进行A/D转换处理为数字量，得到采样温度。
优选的，所述步骤3，锂离子电池的等效电路由锂离子电池的开路电压Uoc和电池内阻R0串联形成，该锂离子电池等效电路模型的端电压为锂离子电池的输出端电压：
U＝Uoc(SOC)+I×R0
其中SOC为锂离子电池的荷电状态，锂离子电池开路电压Uoc(SOC)是关于SOC的函数，I为流经锂离子电池的电流，U为锂离子电池的端电压；
锂离子电池荷电状态SOC数学模型为：
Figure GDA0002715274250000021
其中，SOCinit为锂离子电池初始状态的SOC，通过锂离子电池开路电压表可查得当前温度下开路电压下的SOCinit，ε为库伦效率，Cactual为锂离子电池的实际电量；
锂离子电池等效电路模型进行离散化处理可得：
Figure GDA0002715274250000022
其中SOC(k)为k时刻的荷电状态，I(k)为k时刻流经锂离子电池的电流，SOC(k-1)为k-1时刻的荷电状态，T为采样时刻；
U(k)＝Uoc(k)+I(k)×R0(k)
其中，U(k)为k时刻的电池端电压，Uoc(k)为k时刻的锂离子电池开路电压值，Uoc(k)是关于SOC的函数，其关系从锂离子电池开路电压表中获得；
五次采样后，采样时刻为k1、k2、k3、k4、k5，经多项式函数曲线拟合计算得出：
Uock＝k1×SOC(k)^4+k2×SOC(k)^3+k3×SOC(k)^2+k4×SOC(k)+k5
优选的，所述步骤4，所述的扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程为：
荷电状态与内阻的状态方程：
Figure GDA0002715274250000031
端电压的测量方程：Y(k)＝Uoc(k-1)-x2×I(k-1)+w
其中，x1为SOC、x2为内阻R0，X(k)为以k时刻的x1和x2建立的矩阵既X(k)＝[x1x2]T＝[SOC R0]T，X(k-1)为以K-1时刻的x1和x2建立的矩阵，Y(k)为k时刻锂离子电池的端电压U(k)，I(k)为k时刻流经电池的电流，I(k-1)为k-1时刻流经电池的电流，随机变量v为过程噪声，认为是均值为0、协方差矩阵为Q的白噪声；随机变量w为测量噪声，认为是均值为0、协方差矩阵为R的白噪声。
优选的，所述步骤5，所述荷电状态与内阻的状态预测方程和所述端电压的输出预测方程为：
荷电状态与内阻的状态预测方程：
Figure GDA0002715274250000032
端电压的输出预测方程：
Figure GDA0002715274250000033
其中，
Figure GDA0002715274250000034
为k-1时刻锂离子电池管理***对k时刻荷电状态与内阻的预测矩阵，
Figure GDA0002715274250000035
为k-1时刻荷电状态与内阻的预测矩阵，
Figure GDA0002715274250000036
为k时刻的端电压U(k)的预测值，
Figure GDA0002715274250000037
为k-1时刻的电池开路电压Uoc(k-1)的预测值，
Figure GDA0002715274250000038
为内阻R0的预测值。
优选的，所述步骤6，所述的误差协方差矩阵及修正系数为：
误差协方差矩阵：P(k|k-1)＝A(k-1)P(k-1)AT(k-1)+Q
修正系数：K(k)＝P(k)CT(k)(C(k)P(k)CT(k)+R)-1
其中，P(k-1)为k-1时刻的误差协方差矩阵，P(k|k-1)为k-1时刻锂离子电池管理***对k时刻误差协方差矩阵的估算矩阵，P(k)为k时刻的误差协方差矩阵，K(k)为k时刻的修正系数，A(k-1)为k-1时刻的状态单位矩阵，AT(k-1)为k-1时刻的状态单位矩阵的转置矩阵，CT(k)为观测矩阵C(k)的转置矩阵，其中状态单位矩阵A和观测矩阵C(k)分别为：
Figure GDA0002715274250000039
Figure GDA00027152742500000310
优选的，所述步骤7，所述对荷电状态与内阻的状态预测方程进行更新和对误差协方差矩阵进行更新：
Figure GDA0002715274250000041
其中，
Figure GDA0002715274250000042
为k时刻修正后荷电状态与内阻的预测矩阵，既最优矩阵；
P(k)＝(I2-K(k)C(k))P(k|k-1)
其中，I2为2阶单位矩阵，更新过的误差协方差矩阵P(k)将用于下一轮循环。
优选的，从所述的步骤2到所述的步骤6为一组循环，实时确定k时刻修正后荷电状态与内阻的预测矩阵
Figure GDA0002715274250000043
确定该时刻的SOC和锂离子电池内阻。
与现有技术相比，本实用新型的优点是本发明采用扩展卡尔曼滤波算法实时估算锂离子电池的内阻和锂离子电池的荷电状态，减小锂离子电池老化和内阻变化对锂离子电池荷电状态估算的影响。
附图说明
图1为本发明锂离子电池内阻与荷电状态同步估算方法的流程图；
图2为本发明的电压检测采集的流程图；
图3为本发明的电流检测采集的流程图；
图4为本发明的温度检测采集的流程图。
具体实施方式
以下结合附图实施例对本实用新型作进一步详细描述。
如图1-4所示，一种锂离子电池内阻与荷电状态同步估算方法，包括以下步骤：
步骤1：对锂离子电池管理***进行初始化处理；
步骤2：对锂离子电池的电压、电流和温度进行检测采集；
步骤3：建立锂离子电池等效电路模型，对锂离子电池等效电路模型进行离散化处理；
步骤4：建立扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程；
步骤5：建立荷电状态与内阻的状态预测方程和端电压的输出预测方程；
步骤6：确定误差协方差矩阵及修正系数；
步骤7：对荷电状态与内阻的状态预测方程进行更新，确定实时荷电状态和锂离子电池内阻，并对误差协方差矩阵进行更新。
所述步骤2，对电压的检测采集为通过设置在单体锂离子池电极两端的采集线进行电压模拟量采集，将采集到的电压模拟量，传输到电池监控芯片进行A/D转换处理为电压数字量，得到采样电压；对电流的检测采集为将检测到的电压数字量输送到电压-电流转换器，得到采样电流；对温度的检测采集为检测采集设置在单体锂离子电池特定位置的热敏电阻两端的电压模拟量，将热敏电阻两端的电压模拟量传输到电池监控芯片进行A/D转换处理为数字量，得到采样温度。
所述步骤3，锂离子电池的等效电路由锂离子电池的开路电压Uoc和电池内阻R0串联形成，该锂离子电池等效电路模型的端电压为锂离子电池的输出端电压：
U＝Uoc(SOC)+I×R0
其中SOC为锂离子电池的荷电状态，锂离子电池开路电压Uoc(SOC)是关于SOC的函数，I为流经锂离子电池的电流，U为锂离子电池的端电压；
锂离子电池荷电状态SOC数学模型为：
Figure GDA0002715274250000051
其中，SOCinit为锂离子电池初始状态的SOC，通过锂离子电池开路电压表可查得当前温度下开路电压下的SOCinit，ε为库伦效率，Cactual为锂离子电池的实际电量；
锂离子电池等效电路模型进行离散化处理可得：
Figure GDA0002715274250000052
其中SOC(k)为k时刻的荷电状态，I(k)为k时刻流经锂离子电池的电流，SOC(k-1)为k-1时刻的荷电状态，T为采样时刻；
U(k)＝Uoc(k)+I(k)×R0(k)
其中，U(k)为k时刻的电池端电压，Uoc(k)为k时刻的锂离子电池开路电压值，Uoc(k)是关于SOC的函数，其关系从锂离子电池开路电压表中获得；
五次采样后，采样时刻为k1、k2、k3、k4、k5，经多项式函数曲线拟合计算得出：
Uock＝k1×SOC(k)^4+k2×SOC(k)^3+k3×SOC(k)^2+k4×SOC(k)+k5
所述步骤4，扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程为：荷电状态与内阻的状态方程：
Figure GDA0002715274250000053
端电压的测量方程：Y(k)＝Uoc(k-1)-x2×I(k-1)+w
其中，x1为SOC、x2为内阻R0，X(k)为以k时刻的x1和x2建立的矩阵既X(k)＝[x1x2]T＝[SOC R0]T，X(k-1)为以K-1时刻的x1和x2建立的矩阵，Y(k)为k时刻锂离子电池的端电压U(k)，I(k)为k时刻流经电池的电流，I(k-1)为k-1时刻流经电池的电流，随机变量v为过程噪声，认为是均值为0、协方差矩阵为Q的白噪声；随机变量w为测量噪声，认为是均值为0、协方差矩阵为R的白噪声。
所述步骤5，荷电状态与内阻的状态预测方程和所述端电压的输出预测方程为：荷电状态与内阻的状态预测方程：
Figure GDA0002715274250000061
端电压的输出预测方程：
Figure GDA0002715274250000062
其中，
Figure GDA0002715274250000063
为k-1时刻锂离子电池管理***对k时刻荷电状态与内阻的预测矩阵，
Figure GDA0002715274250000064
为k-1时刻荷电状态与内阻的预测矩阵，
Figure GDA0002715274250000065
为k时刻的端电压U(k)的预测值，
Figure GDA0002715274250000066
为k-1时刻的电池开路电压Uoc(k-1)的预测值，
Figure GDA0002715274250000067
为内阻R0的预测值。
所述步骤6，误差协方差矩阵及修正系数为：
误差协方差矩阵：P(k|k-1)＝A(k-1)P(k-1)AT(k-1)+Q
修正系数：K(k)＝P(k)CT(k)(C(k)P(k)CT(k)+R)-1
其中，P(k-1)为k-1时刻的误差协方差矩阵，P(k|k-1)为k-1时刻锂离子电池管理***对k时刻误差协方差矩阵的估算矩阵，P(k)为k时刻的误差协方差矩阵，K(k)为k时刻的修正系数，A(k-1)为k-1时刻的状态单位矩阵，AT(k-1)为k-1时刻的状态单位矩阵的转置矩阵，CT(k)为观测矩阵C(k)的转置矩阵，其中状态单位矩阵A和观测矩阵C(k)分别为：
Figure GDA0002715274250000068
Figure GDA0002715274250000069
所述步骤7，对荷电状态与内阻的状态预测方程进行更新和对误差协方差矩阵进行更新：
Figure GDA00027152742500000610
其中，
Figure GDA00027152742500000611
为k时刻修正后荷电状态与内阻的预测矩阵，既最优矩阵；
P(k)＝(I2-K(k)C(k))P(k|k-1)
其中，I2为2阶单位矩阵，更新过的误差协方差矩阵P(k)将用于下一轮循环。
从所述的步骤2到所述的步骤7为采样时刻内的一次循环，实时确定k时刻修正后荷电状态与内阻的预测矩阵
Figure GDA0002715274250000071
确定该时刻的SOC和锂离子电池内阻。
上述具体实施式的原理流程为：将锂离子电池管理***通电工作，初始化各硬件模块包括电池监控芯片和电压-电流转换器，初始化各硬件模块后进行电压、电流和温度的检测采集，对电压的检测采集为通过设置在单体锂离子池电极两端的采集线进行电压模拟量采集，将采集到的电压模拟量，传输到电池监控芯片进行A/D转换处理为电压数字量，得到采样电压；对电流的检测采集为将检测到的电压数字量输送到电压-电流转换器，得到采样电流；对温度的检测采集为检测采集设置在单体锂离子电池特定位置的热敏电阻两端的电压模拟量，将热敏电阻两端的电压模拟量传输到电池监控芯片进行A/D转换处理为数字量，得到采样温度当锂离子电池管理***为初次通电时，将得到的采样电压和采样电流进行拓展卡尔曼滤波处理；
锂离子电池管理***判断是否为初次通电：通过查询锂离子电池开路电压表将SOC和R0初始化，经过荷电状态与内阻的状态预测方程和端电压的输出预测方程处理后得到锂离子电池的荷电状态预测值和内阻预测值；确定误差协方差矩阵及修正系数，将得到的荷电状态预测值和内阻预测值与确定误差协方差矩阵及修正系数进行拓展卡尔曼滤波处理得到荷电状态的最优值和内阻的最优值并输出，最后进行误差协方差矩阵的更新，此次得到的误差协方差矩阵的更新矩阵将用于下一次的循环。
当锂离子电池管理***不是初次通电时既正常循环时，将上次循环得到的荷电状态的最优值和内阻的最优作为SOC和R0的初始值，经过荷电状态与内阻的状态预测方程和端电压的输出预测方程处理后得到此次循环的锂离子电池的荷电状态预测值和内阻预测值；将上一次循环结束时得到的误差协方差矩阵的更新矩阵作为此次循环的误差协方差矩阵，将得到的荷电状态预测值和内阻预测值与误差协方差矩阵及修正系数进行拓展卡尔曼滤波处理得到荷电状态的最优值和内阻的最优值并输出，最后进行误差协方差矩阵的更新，得到的误差协方差矩阵的更新矩阵将用于下一次的循环。

Claims (3)

1.一种锂离子电池内阻与荷电状态同步估算方法，其特征在于，包括以下步骤：
步骤1：对锂离子电池管理***进行初始化通电；
步骤2：对锂离子电池的电压、电流和温度进行检测采集；
步骤3：建立锂离子电池等效电路模型，对锂离子电池等效电路模型进行离散化处理，所述的锂离子电池的等效电路由锂离子电池的开路电压Uoc和电池内阻R0串联形成，该锂离子电池等效电路模型的端电压为锂离子电池的输出端电压：
U＝Uoc(SOC)+I×R0
Figure FDA0002715274240000011
其中SOC为锂离子电池的荷电状态，锂离子电池开路电压Uoc(SOC)是关于SOC的函数，I为流经锂离子电池的电流，U为锂离子电池的端电压，SOCinit为锂离子电池初始状态的SOC，通过锂离子电池开路电压表可查得当前温度下开路电压下的SOCinit；
对锂离子电池等效电路模型进行离散化处理可得：
Figure FDA0002715274240000012
其中SOC(k)为k时刻的荷电状态，I(k)为k时刻流经锂离子电池的电流，I(k-1)为k-1时刻流经锂离子电池的电流，SOC(k-1)为k-1时刻的荷电状态；
步骤4：建立扩展卡尔曼滤波模型的荷电状态与内阻的状态方程和端电压的测量方程，荷电状态与内阻的状态方程：
Figure FDA0002715274240000013
端电压的测量方程：Y(k)＝Uoc(k-1)-x2×I(k-1)+w
其中，x1为SOC、x2为内阻R0，X(k)为以k时刻的x1和x2建立的矩阵既X(k)＝[x1x2]T＝[SOCR0]T，X(k-1)为以K-1时刻的x1和x2建立的矩阵，Y(k)为k时刻锂离子电池的端电压U(k)，I(k)为k时刻流经电池的电流，I(k-1)为k-1时刻流经电池的电流，T为采样时刻，Cactual为锂离子电池的实际电量，ε为库伦效率，随机变量v为过程噪声，认为是均值为0、协方差矩阵为Q的白噪声；随机变量w为测量噪声，认为是均值为0、协方差矩阵为R的白噪声；
步骤5：建立荷电状态与内阻的状态预测方程和端电压的输出预测方程，荷电状态与内阻的状态预测方程：
Figure FDA0002715274240000021
端电压的输出预测方程：
Figure FDA0002715274240000022
其中，
Figure FDA0002715274240000023
为k-1时刻锂离子电池管理***对k时刻荷电状态与内阻的预测矩阵，
Figure FDA0002715274240000024
为k-1时刻荷电状态与内阻的预测矩阵，
Figure FDA0002715274240000025
为k时刻的端电压U(k)的预测值，
Figure FDA0002715274240000026
为k-1时刻的电池开路电压Uoc(k-1)的预测值，
Figure FDA0002715274240000027
为内阻R0的预测值；
步骤6：确定误差协方差矩阵及修正系数，
误差协方差矩阵：P(k|k-1)＝A(k-1)P(k-1)AT(k-1)+Q
修正系数：K(k)＝P(k)CT(k)(C(k)P(k)CT(k)+R)-1
其中，P(k-1)为k-1时刻的误差协方差矩阵，P(k|k-1)为k-1时刻锂离子电池管理***对k时刻误差协方差矩阵的估算矩阵，P(k)为k时刻的误差协方差矩阵，K(k)为k时刻的修正系数，A(k-1)为k-1时刻的状态单位矩阵，AT(k-1)为k-1时刻的状态单位矩阵的转置矩阵，CT(k)为观测矩阵C(k)的转置矩阵，其中状态单位矩阵A和观测矩阵C(k)分别为：
Figure FDA0002715274240000028
Figure FDA0002715274240000029
步骤7：荷电状态与内阻的状态预测方程进行的更新：通过关系式
Figure FDA00027152742400000210
对荷电状态与内阻的状态预测方程进行更新，
Figure FDA00027152742400000211
为k时刻修正后荷电状态与内阻的预测矩阵，既最优矩阵，实现锂离子电池内阻与荷电状态同步估算；
步骤8：误差协方差矩阵的更新，通过关系式P(k)＝(12-K(k)C(k))P(k|k-1)对误差协方差矩阵进行更新，更新后的误差协方差矩阵P(k)将用于下一轮循环中，其中I2为2阶单位矩阵。
2.根据权利要求1所述的一种锂离子电池内阻与荷电状态同步估算方法，其特征在于所述的步骤2 中的对电压的检测采集为通过设置在锂离子池电极两端的采集线进行电压模拟量采集，将采集到的电压模拟量，传输到电池监控芯片进行A/D转换处理为电压数字量，得到采样电压；对电流的检测采集为将检测到的电压数字量输送到电压-电流转换器，得到采样电流；对温度的检测采集为检测采集设置在锂离子电池上的热敏电阻两端的电压模拟量，将热敏电阻两端的电压模拟量传输到电池监控芯片进行A/D转换处理为数字量，得到采样温度。
3.根据权利要求1所述的一种锂离子电池内阻与荷电状态同步估算方法，其特征在于从所述的步骤2到所述的步骤7为采样时刻内的一次循环，实时确定k时刻修正后荷电状态与内阻的预测矩阵
Figure FDA0002715274240000031
确定该时刻的SOC和锂离子电池内阻。
CN201810732479.6A 2018-07-05 2018-07-05 一种锂离子电池内阻与荷电状态同步估算方法 Active CN108459278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810732479.6A CN108459278B (zh) 2018-07-05 2018-07-05 一种锂离子电池内阻与荷电状态同步估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810732479.6A CN108459278B (zh) 2018-07-05 2018-07-05 一种锂离子电池内阻与荷电状态同步估算方法

Publications (2)

Publication Number Publication Date
CN108459278A CN108459278A (zh) 2018-08-28
CN108459278B true CN108459278B (zh) 2021-01-19

Family

ID=63216106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810732479.6A Active CN108459278B (zh) 2018-07-05 2018-07-05 一种锂离子电池内阻与荷电状态同步估算方法

Country Status (1)

Country Link
CN (1) CN108459278B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109444758A (zh) * 2018-12-03 2019-03-08 湖南金杯新能源发展有限公司 电池荷电状态估计方法、装置、存储介质及计算机设备
CN109596985B (zh) * 2018-12-29 2023-05-26 蜂巢能源科技有限公司 动力电池包内阻在线估算方法及电池管理***
CN110058160B (zh) * 2019-04-29 2021-08-06 西安理工大学 基于平方根扩展卡尔曼滤波的锂电池健康状态预测方法
CN110441702B (zh) * 2019-07-31 2021-09-21 湘潭大学 一种用扩展卡尔曼滤波估算锂离子电池充电电量的方法
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
CN111257775A (zh) * 2020-02-24 2020-06-09 上海蔚来汽车有限公司 基于充电过程监控电池阻抗异常的方法、***以及装置
CN112114255B (zh) * 2020-09-18 2023-02-28 中国计量大学 一种基于联合集合卡尔曼滤波的锂电池荷电状态估计方法
CN115291130B (zh) * 2022-10-09 2023-01-20 江苏正力新能电池技术有限公司 一种电池包参数监测方法、装置、存储介质及电子设备
CN115932614B (zh) * 2022-12-13 2023-08-29 惠州恒立能源科技有限公司 一种锂电池储能***充放电的电池荷电状态检测方法和***
CN117113807B (zh) * 2023-07-18 2024-04-05 广州港科大技术有限公司 一种基于elm与rls的锂电池soh在线预测模型的建模方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105974329A (zh) * 2016-07-22 2016-09-28 深圳市沃特玛电池有限公司 一种估算电池组soh的方法
CN106814329A (zh) * 2016-12-30 2017-06-09 深圳市麦澜创新科技有限公司 一种基于双卡尔曼滤波算法的电池soc在线估计方法
CN107290685A (zh) * 2017-07-25 2017-10-24 南京红太阳新能源有限公司 一种基于内阻模型的无迹卡尔曼滤波方法在电池电荷状态估算中的应用
CN108196200A (zh) * 2018-01-28 2018-06-22 复旦大学 一种锂电池健康和荷电状态的联合模拟评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105974329A (zh) * 2016-07-22 2016-09-28 深圳市沃特玛电池有限公司 一种估算电池组soh的方法
CN106814329A (zh) * 2016-12-30 2017-06-09 深圳市麦澜创新科技有限公司 一种基于双卡尔曼滤波算法的电池soc在线估计方法
CN107290685A (zh) * 2017-07-25 2017-10-24 南京红太阳新能源有限公司 一种基于内阻模型的无迹卡尔曼滤波方法在电池电荷状态估算中的应用
CN108196200A (zh) * 2018-01-28 2018-06-22 复旦大学 一种锂电池健康和荷电状态的联合模拟评估方法

Also Published As

Publication number Publication date
CN108459278A (zh) 2018-08-28

Similar Documents

Publication Publication Date Title
CN108459278B (zh) 一种锂离子电池内阻与荷电状态同步估算方法
CN110031770B (zh) 一种快速得到电池包中所有单体电池容量的方法
CN103344921B (zh) 锂离子动力电池健康状态评估***及方法
CN107533105B (zh) 锂离子电池荷电状态估算方法和装置
CN104678316B (zh) 锂离子电池荷电状态估算方法和装置
CN106054081A (zh) 一种用于电动汽车动力电池soc估计的锂电池建模方法
WO2017152479A1 (zh) 蓄电池剩余容量及健康状态快速检测方法和装置
CN109870651A (zh) 一种电动汽车动力电池***soc和soh联合在线估算方法
CN109633276B (zh) 基于全桥绝缘检测电路的绝缘电阻检测方法和装置
CN102520255A (zh) 一种电动汽车电池组直流电阻测算方法
CN105929338B (zh) 一种测量电池状态的方法及其应用
CN110133525A (zh) 一种应用于电池管理***的锂离子电池健康状态估计方法
WO2012062142A1 (zh) 动力电池组单体电池的电压差异参数采集方法与采集装置
CN108427079B (zh) 一种动力电池剩余电量估计方法
CN105223512A (zh) 基于电池特性的动态矫正剩余电量的方法
CN108693483A (zh) 一种电池包荷电状态的计算方法及***
CN110632520A (zh) 一种动力电池soc的估算装置及其估算方法
CN110596604A (zh) 一种基于安时积分法的锂电池soc估计方法
CN103683427A (zh) 一种改进的蓄电池组充电***及其soc估算方法
CN113884883B (zh) 锂离子电池循环中直流内阻的校正方法及装置
CN113466728B (zh) 一种两阶段电池模型参数在线辨识的方法与***
KR101096053B1 (ko) 축전지 등가회로의 요소별 내부 저항 또는 등가 캐패시터값 연산 방법, 및 이의 구현회로
CN113759258A (zh) 一种动力电池soc估计方法、装置及纯电动汽车
Zhu et al. Online state of charge EKF estimation for LiFePO 4 battery management systems
CN109669138B (zh) 一种精准测定动力铅蓄电池组剩余容量的方法

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