CN112051507A - 基于模糊控制的锂离子动力电池soc估算方法 - Google Patents

基于模糊控制的锂离子动力电池soc估算方法 Download PDF

Info

Publication number
CN112051507A
CN112051507A CN202010964330.8A CN202010964330A CN112051507A CN 112051507 A CN112051507 A CN 112051507A CN 202010964330 A CN202010964330 A CN 202010964330A CN 112051507 A CN112051507 A CN 112051507A
Authority
CN
China
Prior art keywords
power battery
lithium ion
ion power
fuzzy
estimation method
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.)
Pending
Application number
CN202010964330.8A
Other languages
English (en)
Inventor
赵辉
张绍鑫
周永勤
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 University of Science and Technology
Original Assignee
Harbin University of Science and 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 University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202010964330.8A priority Critical patent/CN112051507A/zh
Publication of CN112051507A publication Critical patent/CN112051507A/zh
Pending legal-status Critical Current

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC

Landscapes

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

Abstract

一种锂离子动力电池SOC估算方法，属于动力电池SOC估算方法，具体涉及一种基于模糊控制的锂离子动力电池SOC估算方法，包括以下步骤：选取输入变量并确定***的输出变量、对***输入输出变量的论域进行确定，并对模糊子集进行分割、对***模糊逻辑规则进行设计、对***模糊逻辑算法进行仿真计算、对***模糊逻辑仿真结果进行分析，本发明与现有技术相比，大大减少了锂离子动力电池SOC的最大误差和平均误差，从而使锂离子动力电池SOC估算精度更高。

Description

基于模糊控制的锂离子动力电池SOC估算方法
技术领域
一种锂离子动力电池SOC估算方法，属于动力电池SOC估算方法，具体涉及一种基于模糊控制的锂离子动力电池SOC估算方法。
背景技术
电池管理***是电动汽车的核心组成部分，荷电状态(SOC：State of Charge)估计对于电池管理***意义重大。目前SOC估计常用方法包括电流积分法、开路电压法、卡尔曼滤波及其组合的方法等。开路电压法需通过静置后测量得到的端电压来估计当前的SOC值，此方法估计精度较高。但此方法需要长时间静置，因此其不适用于实时估计SOC，无法满足实际的使用需求。内阻法是根据测量电池的内阻来估算SOC，在线估计SOC时需不间断地测量内阻，因此也不适用于在线估计SOC。安时法是可直接对SOC进行估算的方法，但其需要准确的SOC的初值并且其对电流测量的精度要求很高。电流精度较低会导致误差不断地累积，因此不可单独使用。目前SOC估计方法中卡尔曼滤波器使用较为广泛，但采用卡尔曼滤波法估计电池SOC时，一般都不考虑噪声变化，并假定噪声均值为零。仅在噪声不变的情况下，基于卡尔曼滤波的SOC估计效果才会好。
发明内容
为了解决上述存在的技术问题，本发明提出了基于模糊控制的锂离子动力电池SOC估算方法，模糊控制对锂离子动力电池SOC进行估算，从而提高锂离子动力电池估算精度。基于模糊控制的锂离子动力电池SOC估算方法，其特征在于：包括以下步骤：
步骤一：选取输入变量并确定***的输出变量；
步骤二：对***输入输出变量的论域进行确定，并对模糊子集进行分割；
步骤三：对***模糊逻辑规则进行设计；
步骤四：对***模糊逻辑算法进行仿真计算；
步骤五：对***模糊逻辑仿真结果进行分析。
进一步地，所述步骤一输入变量为锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)。
进一步地，所述锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)的论域为：
SOC＝[0％，100％]
C-rate＝[0.3C,5C]。
进一步地，所述***模糊逻辑算法包括以下步骤：
S1：通过知识库对模糊算法进行设计；
S2：输入变量的模糊化处理；
S3：对S1中的变量模糊推理进行推理运算；
S4：对输出变量进行去模糊化处理。
本发明与现有技术相比，具有如下有益效果，本发明与现有技术相比，大大减少了锂离子动力电池SOC的最大误差和平均误差，从而使锂离子动力电池SOC估算精度更高。
具体实施方式
一种基于模糊控制的锂离子动力电池SOC估算方法，包括以下步骤：
步骤一：选取输入变量并确定***的输出变量；
步骤二：对***输入输出变量的论域进行确定，并对模糊子集进行分割；
步骤三：对***模糊逻辑规则进行设计；
步骤四：对***模糊逻辑算法进行仿真计算；
步骤五：对***模糊逻辑仿真结果进行分析。
进一步地，所述步骤一输入变量为锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)。
进一步地，所述锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)的论域为：
SOC＝[0％，100％]
C-rate＝[0.3C,5C]。
进一步地，所述***模糊逻辑算法包括以下步骤：
S1：通过知识库对模糊算法进行设计；
S2：输入变量的模糊化处理；
S3：对S1中的变量模糊推理进行推理运算；
S4：对输出变量进行去模糊化处理。
本发明的实施例的上述描述是为了示例和说明的目的而给出的。它们并不是穷举性，也不意于将本发明限制于这些精确描述的内容，在上述教导的指引下，还可以有许多改动和变化。这些实施例被选中和描述仅是为了最好解释本发明的原理以及它们的实际应用，从而使得本领域技术人员能够更好地在各种实施例中并且使用适合于预期的特定使用的各种改动来应用本发明。因此，应当理解的是，本发明意欲覆盖在下面权利要求范围内的所有改动和等同。

Claims (4)

1.基于模糊控制的锂离子动力电池SOC估算方法，其特征在于：包括以下步骤：
步骤一：选取输入变量并确定***的输出变量；
步骤二：对***输入输出变量的论域进行确定，并对模糊子集进行分割；
步骤三：对***模糊逻辑规则进行设计；
步骤四：对***模糊逻辑算法进行仿真计算；
步骤五：对***模糊逻辑仿真结果进行分析。
2.根据权利要求1所述的基于模糊控制的锂离子动力电池SOC估算方法，其特征在于：所述步骤一输入变量为锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)。
3.根据权利要求2所述的基于模糊控制的锂离子动力电池SOC估算方法，其特征在于：所述锂离子动力电池的电量状态(SOC)和锂离子动力电池的充放电倍率(C-rate)的论域为：
SOC＝[0％，100％]
C-rate＝[0.3C,5C]。
4.根据权利要求1所述的基于模糊控制的锂离子动力电池SOC估算方法，其特征在于：所述***模糊逻辑算法包括以下步骤：
S1：通过知识库对模糊算法进行设计；
S2：输入变量的模糊化处理；
S3：对S1中的变量模糊推理进行推理运算；
S4：对输出变量进行去模糊化处理。
CN202010964330.8A 2020-09-15 2020-09-15 基于模糊控制的锂离子动力电池soc估算方法 Pending CN112051507A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010964330.8A CN112051507A (zh) 2020-09-15 2020-09-15 基于模糊控制的锂离子动力电池soc估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010964330.8A CN112051507A (zh) 2020-09-15 2020-09-15 基于模糊控制的锂离子动力电池soc估算方法

Publications (1)

Publication Number Publication Date
CN112051507A true CN112051507A (zh) 2020-12-08

Family

ID=73610654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010964330.8A Pending CN112051507A (zh) 2020-09-15 2020-09-15 基于模糊控制的锂离子动力电池soc估算方法

Country Status (1)

Country Link
CN (1) CN112051507A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113076688A (zh) * 2021-03-24 2021-07-06 广州益维电动汽车有限公司 一种锂离子动力电池效能状态评估方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256218A (zh) * 2008-04-08 2008-09-03 吉林大学 汽车动力电池荷电状态的测量***
JP2008546989A (ja) * 2005-06-13 2008-12-25 エルジー・ケム・リミテッド バッテリーの残存容量を推定する装置及び方法
CN102487209A (zh) * 2010-12-02 2012-06-06 财团法人工业技术研究院 电池充电状态估计方法与电池控制单元
CN103576096A (zh) * 2013-10-09 2014-02-12 广东电网公司电力科学研究院 电动汽车动力电池剩余电量的实时评估方法及装置
US20150362559A1 (en) * 2013-01-23 2015-12-17 Avl List Gmbh Method for Determining a Control Observer for the SoC
CN106125007A (zh) * 2016-08-31 2016-11-16 北京新能源汽车股份有限公司 一种电池剩余电量的确定方法、装置及汽车
CN108001261A (zh) * 2017-11-14 2018-05-08 温州大学 基于模糊算法的动力电池荷电状态计算方法及监测装置
CN109061516A (zh) * 2018-10-10 2018-12-21 哈尔滨理工大学 一种基于模糊概率综合评判的电池健康状态评估方法
CN110048444A (zh) * 2019-05-31 2019-07-23 闽江学院 一种基于soc状态估计的铅酸电池模糊控制方法
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN110231566A (zh) * 2019-06-13 2019-09-13 华中科技大学鄂州工业技术研究院 一种电能管控***

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008546989A (ja) * 2005-06-13 2008-12-25 エルジー・ケム・リミテッド バッテリーの残存容量を推定する装置及び方法
CN101256218A (zh) * 2008-04-08 2008-09-03 吉林大学 汽车动力电池荷电状态的测量***
CN102487209A (zh) * 2010-12-02 2012-06-06 财团法人工业技术研究院 电池充电状态估计方法与电池控制单元
US20150362559A1 (en) * 2013-01-23 2015-12-17 Avl List Gmbh Method for Determining a Control Observer for the SoC
CN103576096A (zh) * 2013-10-09 2014-02-12 广东电网公司电力科学研究院 电动汽车动力电池剩余电量的实时评估方法及装置
CN106125007A (zh) * 2016-08-31 2016-11-16 北京新能源汽车股份有限公司 一种电池剩余电量的确定方法、装置及汽车
CN108001261A (zh) * 2017-11-14 2018-05-08 温州大学 基于模糊算法的动力电池荷电状态计算方法及监测装置
CN109061516A (zh) * 2018-10-10 2018-12-21 哈尔滨理工大学 一种基于模糊概率综合评判的电池健康状态评估方法
CN110048444A (zh) * 2019-05-31 2019-07-23 闽江学院 一种基于soc状态估计的铅酸电池模糊控制方法
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN110231566A (zh) * 2019-06-13 2019-09-13 华中科技大学鄂州工业技术研究院 一种电能管控***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
欧阳剑: "电动汽车用锂离子动力电池SOC估算和SOF评估的研究", 《中国优秀博硕士学位论文全文数据库（博士） 工程科技II辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113076688A (zh) * 2021-03-24 2021-07-06 广州益维电动汽车有限公司 一种锂离子动力电池效能状态评估方法

Similar Documents

Publication Publication Date Title
Xu et al. State of charge estimation for lithium-ion batteries based on adaptive dual Kalman filter
Bian et al. A two-step parameter optimization method for low-order model-based state-of-charge estimation
Shen et al. The co-estimation of state of charge, state of health, and state of function for lithium-ion batteries in electric vehicles
Kim et al. Online SOC and SOH estimation for multicell lithium-ion batteries based on an adaptive hybrid battery model and sliding-mode observer
Guo et al. SoC estimation of lithium battery based on AEKF algorithm
Li et al. Review of lithium-ion battery state of charge estimation
Liu et al. A novel open circuit voltage based state of charge estimation for lithium-ion battery by multi-innovation Kalman filter
CN111929602B (zh) 一种基于容量估计的单体电池漏电或微短路定量诊断方法
CN105223487A (zh) 一种锂离子电池的多状态解耦估计方法
Duan et al. Online parameter identification and state of charge estimation of battery based on multitimescale adaptive double Kalman filter algorithm
Sandoval-Chileño et al. Robust State of Charge estimation for Li-ion batteries based on Extended State Observers
CN111044924B (zh) 一种全工况电池剩余容量确定方法及***
CN111856282A (zh) 基于改进遗传无迹卡尔曼滤波的车载锂电池状态估计方法
Ye et al. Model-based state-of-charge estimation approach of the Lithium-ion battery using an improved adaptive particle filter
CN112946480B (zh) 一种提高soc估计实时性的锂电池电路模型简化方法
CN114397578A (zh) 一种锂离子电池剩余电量估计方法
Wang et al. State-of-charge estimation of lithium-ion batteries based on multiple filters method
Huang et al. State of charge estimation of lithium-ion battery based on second-order extended Kalman filter
CN112051507A (zh) 基于模糊控制的锂离子动力电池soc估算方法
CN113420444A (zh) 一种基于参数在线辨识的锂离子电池soc估计方法
Kim et al. Online state of charge and electrical impedance estimation for multicell lithium-ion batteries
Han et al. State of Charge estimation of Li-ion battery in EVs based on second-order sliding mode observer
CN106815406B (zh) 一种基于特征模型的动力电池soc估算方法
Meng et al. A robust battery state-of-charge estimation method for embedded hybrid energy system
Zhixiang et al. Joint estimation of battery state-of-charge based on the genetic algorithm-adaptive unscented Kalman filter

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201208