CN114928133A - 一种用于锂离子电池的充电控制方法、***、设备和介质 - Google Patents
一种用于锂离子电池的充电控制方法、***、设备和介质 Download PDFInfo
- Publication number
- CN114928133A CN114928133A CN202210467683.6A CN202210467683A CN114928133A CN 114928133 A CN114928133 A CN 114928133A CN 202210467683 A CN202210467683 A CN 202210467683A CN 114928133 A CN114928133 A CN 114928133A
- Authority
- CN
- China
- Prior art keywords
- model
- state
- ion battery
- equivalent circuit
- lithium ion
- 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
Links
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 title claims abstract description 33
- 229910001416 lithium ion Inorganic materials 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008878 coupling Effects 0.000 claims abstract description 37
- 238000010168 coupling process Methods 0.000 claims abstract description 37
- 238000005859 coupling reaction Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 230000010287 polarization Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 238000005485 electric heating Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 3
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 3
- 239000002826 coolant Substances 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
- H01M10/443—Methods for charging or discharging in response to temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
- H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
- H02J7/007194—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature of the battery
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供一种用于锂离子电池的充电控制方法、***、设备和介质,采集待测锂离子电池表面温度和两端电流和电压,建立基于增强自校正模型的等效电路模型,相比普通等效电路模型增加了滞回元件,使得电路在静止或恒流输入时电压能够收敛到正确的值;建立双态热模型,捕捉电池的内芯和表面温度,用于增加约束条件,更好的模拟实际电池应用中的故障情况;将等效电路模型和双态热模型相耦合,得到电热耦合模型,使得后期进行状态估计时输入更加方便;将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内部状态估计值,用于得到实际测量不能得到的参数值;将电热耦合模型和内部状态估计值输入MPC模型,得到实时响应的最优充电电流。
Description
技术领域
本发明属于锂电池能源及最优充电技术领域,具体涉及一种用于锂离 子电池的充电控制方法、***、设备和介质。
背景技术
电池被用于许多不同的应用,例如电动汽车。但是,电池通常具有基于 尺寸,容量,成本等的限制,这些限制限制了实用性。例如,电动汽车具有 基于电池容量的限制,这可能是消费者无法接受的。因此,增加电池容量和 使用寿命有助于提高电动汽车和其他电池供电设备的普及率。
而在控制电池充电和放电时,控制环路通常具有电池控制器不知道的限 制。限制可能是最小电压、最大充电或放电速率、最大充电状态等。但是, 当电池控制器寻求响应负载变化,快速充电条件等时,电池控制器将产生控 制信号,该信号可能会使电池达到极限状态,但约束条件会发生作用使电池 不超过限值。然而,约束一般均为非线性,会导致电池***的不稳定,这可 能会产生不良影响。
发明内容
针对现有技术中存在的问题,本发明提供一种用于锂离子电池的充电控 制方法、***、设备和介质,用于解决现有的控制锂离子电池充电和放电时 由于约束条件而导致电池***不稳定的问题。
本发明是通过以下技术方案来实现:
一种用于锂离子电池的充电控制方法,其特征在于,包括以下步骤:
S1:采集待测锂离子电池表面温度和两端电流和电压;
S2:根据待测锂离子电池表面温度和两端电流和电压,建立基于增强自 校正模型的等效电路模型;
S3:根据待测锂离子电池表面温度和两端电流和电压,建立双态热模型, 用于捕捉电池的内芯和表面温度;
S4:将等效电路模型和双态热模型相耦合,得到电热耦合模型;
S5:将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内 部状态估计值;
S6:将电热耦合模型和内部状态估计值输入MPC算法中,得到实时响 应的最优充电电流。
进一步,所述等效电路模型包括开路电压Vocv,开路电压Vocv正极依 次连接有滞回元件hyst、RC电路和电阻R0;
所述RC电路包括并联的极化电容C1和极化内阻R1;
所述SOC为z(t),若电池充满电时,则SOC为z(t)=100%,若电池完全 放电,则SOC为z(t)=0%。
进一步,所述滞回状态的离散时间和滞回电压为:
vh,k=Mhk;
其中,电池总容量为Q,电流为i(t),采样时间为Δt,效率因子为η(t), sgn[ik]为输入ik的符号,γ为正的无单位常数,M是最大滞后极化电压,滞后 状态无单位,且-1≤hk≤1;
所述等效电路输出电压为:
其中,M0为瞬时电压;
所述等效电路模型为:
其中,ARC,BRC和AH,k定义如下:
进一步,所述双态热模型为:
其中,Ts为表面温度,Tc为内芯温度,Tf是冷却剂流动温度,Q为电池 芯产生的热量,Rc为导热电阻,Ru为热交换模拟的对流阻力。
进一步,所述等效电路模型和双态热模型之间的电热耦合通过热量Q进 行,Q在离散时间下的表达式为:
其中,ik为第k时刻电路电流,yk为第k时刻等效电路输出电压,OCVk为第k时刻开路电压,Tc,k为第k时刻内芯温度。
进一步,在步骤S5中建立状态转移方程,对模型上一时刻和当前时刻 的状态进行连接,再建立观测方程,将模型测量值和状态值进行连接;
基于上一时刻估计状态值和电路模型进行当前时刻状态预测;
基于上一轮估计值和本轮状态预测值处的雅克比矩阵,得到误差协方差 和卡尔曼增益矩阵;
基于增益矩阵对状态估计测量和误差协方差进行更新;
将等效电路模型测量得到的参数值实时输入,结果实时更新。
进一步,所述最优充电电流为:
ik+1=ik+Δik+1;
其中,Δik+1为第k时刻和第k+1时刻采样之间电流的变化值,ρ为权重 因子,φz和Gz是利用状态方程的A,B和C阵进行计算的控制矩阵,Rs为优 化目标向量矩阵。
一种用于锂离子电池的充电控制***,包括
等效电路模型建立单元,用于建立基于增强自校正模型的等效电路模型;
双态热模型建立单元,用于捕捉电池的内芯和表面温度;
电热耦合模型建立单元,用于将等效电路模型和双态热模型相耦合,得 到电热耦合模型;
内部状态估计值输出单元,用于将电热耦合模型和拓展卡尔曼滤波空间 方程表达式相结合,输出内部状态估计值;
最优充电电流单元,将电热耦合模型和内部状态估计值输入MPC模型, 得到实时响应的最优充电电流。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在 所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现一 种用于锂离子电池的充电控制方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序, 所述计算机程序被处理器执行时实现一种用于锂离子电池的充电控制方法的 步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供一种用于锂离子电池的充电控制方法、***、设备和介质, 采集待测锂离子电池表面温度和两端电流和电压,建立基于增强自校正模型 的等效电路模型,相比普通等效电路模型增加了滞回元件,使得电路在静止 或恒流输入时电压能够收敛到正确的值;建立双态热模型,捕捉电池的内芯 和表面温度,用于增加约束条件,更好的模拟实际电池应用中的故障情况; 将等效电路模型和双态热模型相耦合,得到电热耦合模型,使得后期进行状 态估计时输入更加方便;将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内部状态估计值,用于得到实际测量不能得到的参数值;将电 热耦合模型和内部状态估计值输入MPC模型,得到实时响应的最优充电电 流,进而提高充电稳定性。
附图说明
图1为本发明具体实施例中一种用于锂离子电池的充电控制方法流程图;
图2为本发明具体实施例中等效电路图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明 的解释而不是限定。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实 施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然, 所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于 本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获 得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第 一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后 次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本 发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外, 术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含, 例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于 清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供一种用于锂离子电池的充电控制方法,如图1所示,包括以 下步骤:
S2:建立基于增强自校正模型的等效电路模型;
S3:建立双态热模型,用于捕捉电池的内芯和表面温度;
S4:将等效电路模型和双态热模型相耦合,得到电热耦合模型;
S5:将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内 部状态估计值;
S6:将电热耦合模型和内部状态估计值输入MPC模型,得到实时响应 的最优充电电流。
优选的,如图2所示,所述等效电路模型包括开路电压Vocv,开路电 压Vocv正极依次连接有滞回元件hyst、RC电路和电阻R0;
所述RC电路包括并联的极化电容C1和极化内阻R1;
所述SOC为z(t),若电池充满电时,则SOC为z(t)=100%,若电池完全 放电,则SOC为z(t)=0%。
进一步的,所述RC电路和极化电压的离散化时间为:
vh,k=Mhk;
其中,电池总容量为Q,电流为i(t),采样时间为Δt,效率因子为η(t), sgn[ik]为输入ik的符号,γ为正的无单位常数,M是最大滞后极化电压,滞后 状态无单位,且-1≤hk≤1;
所述等效电路输出电压为:
其中,M0为瞬时电压;
所述等效电路模型为:
其中,ARC,BRC和AH,k定义如下:
优选的,所述双态热模型为:
其中,Ts为表面温度,Tc为内芯温度,Tf是冷却剂流动温度,Q为电池 芯产生的热量,Rc为导热电阻,Ru为热交换模拟的对流阻力。
优选的,所述等效电路模型和双态热模型之间的电热耦合通过热量Q进 行,Q的离散时间为:
其中,ik为第k时刻电路电流,yk为第k时刻等效电路输出电压,OCVk为第k时刻开路电压,Tc,k为第k时刻内芯温度。
优选的,在步骤S5中建立状态转移方程,对模型上一时刻和当前时刻 的状态进行连接,再建立观测方程,将模型测量值和状态值进行连接;
基于上一时刻估计状态值和电路模型进行当前时刻状态预测;
基于上一轮估计值和本轮状态预测值处的雅克比矩阵,得到误差协方差 和卡尔曼增益矩阵;
基于增益矩阵对状态估计测量和误差协方差进行更新;
将等效电路模型测量得到的参数值实时输入,结果实时更新。
具体的,需要先建立拓展卡尔曼滤波状态空间方程,所述拓展卡尔曼滤 波状态空间方程为:
xk=Ak-1xk-1+Bk-1uk-1+ωk
zk=Ckxk+Dkuk+vk
式中,uk-1为在第k-1时刻***的输入量,xk为第k时刻***的状态 量,zk为第k时刻***的输出量,ωk是电流测量误差,vk为不相关的白 高斯随机过程、零均值和协方差矩阵;
对预测误差协方差时间进行更新:
Ak-1和Bk-1分别为函数f(x)和h(x)在上一次的估计值xk-1和本轮状态 预测值xk处的雅克比矩阵,进而可以得出预测的协方差为:
输出估计通过假设xk和噪声vk是最佳近似值来估计***输出:
zk=hk(xk,uk,vk)
将误差线性化得:
zk≈Ckxk+Dkvk;
其中:
得出增益矩阵为:
对状态估计测量进行更新:基于增益矩阵以及获取到的新的模型状态值, 来进行状态的估计:
xk=x′k+Mk(zk-h(x′k));
对误差协方差测量进行更新:
将测量电热耦合模型得到的参数值输入拓展卡尔曼滤波状态和观测方程, 进行预测:
首先写出荷电状态SOC的等式:
其中,zk为第k时刻的SOC,ik为第k时刻的电池电流,Q为电池额定 容量;
对于zk+1关于在上一点真实值处的偏导数可得:
滞回效应引起电池的最大极化电压:
式中,γ是用于调节衰减率的正值常数,它使得方程在充电和放电时 都是稳定的。
通过设θ=e^(-Δt/(RjCj)),可以将上式变形为:
即:
滞回项状态方程A阵为:
将锂电池的等效电路模型的输出方程进行各项的求偏导,能够得到:
前三项确定C阵,第四项确定D阵,将所测量数据代入计算,即可得输 出电压值;
电池内芯温度由于电流传感器测量误差,状态方程更新如下:
电池表面温度由于温度传感器测量误差,状态方程更新如下:
代入实际测量值,即可得到测量不到的电池内芯以及电池表面温度。
优选的,所述的MPC模型对输入的状态空间方程进行预测的原理如下:
对状态方程进行适当的改变,将xk设为[xk uk]T:
Xk+1=A'Xk+B'Δuk+1
zk=C'Xk
其中:
目标函数给出:
预测电流的控制方程如下:
Xk+1=A'Xk+B'Δuk+1;
Xk+2=A'2Xk+A'B'Δuk+1+B'Δuk+2;
对应的,预测输出方程如下所示:
zk+1=C'A'Xk+1+C'B'Δuk+1;
zk+2=C'A'2Xk+1+C'A'B'Δuk+1+C'B'Δuk+2;
将以上式子进行矩阵缩写得到:
其中:
将目标函数变形得:
考虑充电电流的限制,imin≤ik≤imax,写成矩阵形式如下:
MΔik+1≤γ;
其中,
M是一个填充了1的下三角阵;
考虑充电电压的限制,vmin≤vk≤vmax,写成矩阵形式如下:
yvk+1=φvχk+GvΔik+1;
其中,
考虑电池内芯温度的限制,Tc,min≤Tc,k≤Tc,max,写成矩阵形式如下:
其中,
则可计算最优充电电流,定义ρ为加权因子,公式如下:
ik+1=ik+Δik+1;
本发明提供一种用于锂离子电池的充电控制***,包括
等效电路模型建立单元,用于建立基于增强自校正模型的等效电路模型;
双态热模型建立单元,用于捕捉电池的内芯和表面温度;
电热耦合模型建立单元,用于将等效电路模型和双态热模型相耦合,得 到电热耦合模型;
内部状态估计值输出单元,用于将电热耦合模型和拓展卡尔曼滤波空间 方程表达式相结合,输出内部状态估计值;
最优充电电流单元,将电热耦合模型和内部状态估计值输入MPC模型, 得到实时响应的最优充电电流。
本发明再一个实施例中,提供了一种计算机设备,该计算机设备包括处 理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程 序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器 可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用 处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电 路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵 列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核 心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质 内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所 述的处理器可以用于一种用于锂离子电池的充电控制方法的操作。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机 可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆 设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既 可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持 的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终 端的操作***。并且,在该存储空间中还存放了适于被处理器加载并执行的 一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM 存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一 个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或 一条以上指令,以实现上述实施例中有关一种用于锂离子电池的充电控制方 法的相应步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或 计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、 或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个 其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘 存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序 产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程 图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流 程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算 机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使 得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现 在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功 能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设 备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器 中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或 多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上, 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的 处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图 一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对 其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技 术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或 者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不 使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (10)
1.一种用于锂离子电池的充电控制方法,其特征在于,包括以下步骤:
S1:采集待测锂离子电池表面温度和两端电流和电压;
S2:根据待测锂离子电池表面温度和两端电流和电压,建立基于增强自校正模型的等效电路模型;
S3:根据待测锂离子电池表面温度和两端电流和电压,建立双态热模型,用于捕捉电池的内芯和表面温度;
S4:将等效电路模型和双态热模型相耦合,得到电热耦合模型;
S5:将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内部状态估计值;
S6:将电热耦合模型和内部状态估计值输入MPC算法中,得到实时响应的最优充电电流。
2.根据权利要求1所述一种用于锂离子电池的充电控制方法,其特征在于,所述等效电路模型包括开路电压Vocv,开路电压Vocv正极依次连接有滞回元件hyst、RC电路和电阻R0;
所述RC电路包括并联的极化电容C1和极化内阻R1;
所述SOC为z(t),若电池充满电时,则SOC为z(t)=100%,若电池完全放电,则SOC为z(t)=0%。
6.根据权利要求1所述一种用于锂离子电池的充电控制方法,其特征在于,在步骤S5中建立状态转移方程,对模型上一时刻和当前时刻的状态进行连接,再建立观测方程,将模型测量值和状态值进行连接;
基于上一时刻估计状态值和电路模型进行当前时刻状态预测;
基于上一轮估计值和本轮状态预测值处的雅克比矩阵,得到误差协方差和卡尔曼增益矩阵;
基于增益矩阵对状态估计测量和误差协方差进行更新;
将等效电路模型测量得到的参数值实时输入,结果实时更新。
8.一种用于锂离子电池的充电控制***,其特征在于,局域权利要求1-7所述任一项一种用于锂离子电池的充电控制方法,包括
等效电路模型建立单元,用于建立基于增强自校正模型的等效电路模型;
双态热模型建立单元,用于捕捉电池的内芯和表面温度;
电热耦合模型建立单元,用于将等效电路模型和双态热模型相耦合,得到电热耦合模型;
内部状态估计值输出单元,用于将电热耦合模型和拓展卡尔曼滤波空间方程表达式相结合,输出内部状态估计值;
最优充电电流单元,将电热耦合模型和内部状态估计值输入MPC模型,得到实时响应的最优充电电流。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种用于锂离子电池的充电控制方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述一种用于锂离子电池的充电控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210467683.6A CN114928133A (zh) | 2022-04-29 | 2022-04-29 | 一种用于锂离子电池的充电控制方法、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210467683.6A CN114928133A (zh) | 2022-04-29 | 2022-04-29 | 一种用于锂离子电池的充电控制方法、***、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114928133A true CN114928133A (zh) | 2022-08-19 |
Family
ID=82806784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210467683.6A Pending CN114928133A (zh) | 2022-04-29 | 2022-04-29 | 一种用于锂离子电池的充电控制方法、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114928133A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116295934A (zh) * | 2023-05-18 | 2023-06-23 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于动态阈值的电池温度异常检测方法及*** |
CN116500461A (zh) * | 2023-06-29 | 2023-07-28 | 安徽锐能科技有限公司 | 电池滞回模型下的soc估计方法及*** |
CN116680938A (zh) * | 2023-08-04 | 2023-09-01 | 通达电磁能股份有限公司 | 一种锂电池电热耦合模型的建模方法及*** |
-
2022
- 2022-04-29 CN CN202210467683.6A patent/CN114928133A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116295934A (zh) * | 2023-05-18 | 2023-06-23 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于动态阈值的电池温度异常检测方法及*** |
CN116295934B (zh) * | 2023-05-18 | 2023-08-04 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于动态阈值的电池温度异常检测方法及*** |
CN116500461A (zh) * | 2023-06-29 | 2023-07-28 | 安徽锐能科技有限公司 | 电池滞回模型下的soc估计方法及*** |
CN116500461B (zh) * | 2023-06-29 | 2023-10-27 | 安徽锐能科技有限公司 | 电池滞回模型下的soc估计方法及*** |
CN116680938A (zh) * | 2023-08-04 | 2023-09-01 | 通达电磁能股份有限公司 | 一种锂电池电热耦合模型的建模方法及*** |
CN116680938B (zh) * | 2023-08-04 | 2023-10-20 | 通达电磁能股份有限公司 | 一种锂电池电热耦合模型的建模方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107690585B (zh) | 用于确定锂硫电池组的健康状况和充电状态的方法和装置 | |
Qays et al. | Recent progress and future trends on the state of charge estimation methods to improve battery-storage efficiency: A review | |
Hannan et al. | A review of lithium-ion battery state of charge estimation and management system in electric vehicle applications: Challenges and recommendations | |
CN114928133A (zh) | 一种用于锂离子电池的充电控制方法、***、设备和介质 | |
Watrin et al. | Multiphysical lithium-based battery model for use in state-of-charge determination | |
Liu et al. | A novel open circuit voltage based state of charge estimation for lithium-ion battery by multi-innovation Kalman filter | |
JP6979524B2 (ja) | バッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイス | |
CN112615075A (zh) | 电池快速充电方法及计算机设备 | |
KR100901252B1 (ko) | 슬라이딩 모드 관측기를 이용한 2차 전지 soc 예측방법 및 장치 | |
Chaoui et al. | Adaptive state of charge estimation of lithium-ion batteries with parameter and thermal uncertainties | |
Chen et al. | Modelling of lithium-ion battery for online energy management systems | |
CN114137417B (zh) | 一种基于充电数据特征的电池内短路检测方法 | |
CN115863805A (zh) | 一种基于模型预测控制的电动汽车快速充电方法及装置 | |
Usman et al. | Universal adaptive stabilizer based optimization for Li-ion battery model parameters estimation: An experimental study | |
Chaoui et al. | Accurate state of charge (SOC) estimation for batteries using a reduced-order observer | |
JP2020529027A (ja) | カルマンフィルタの安定した収束挙動を監視するための方法及びデバイス | |
CN113777510A (zh) | 一种锂电池荷电状态估计方法及装置 | |
CN114295982A (zh) | 锂离子电池参数及开路电压辨识方法、***及介质 | |
CN114114038A (zh) | 一种全寿命全温度下锂电池soc及可用容量联合估计方法 | |
CN114779107A (zh) | 一种考虑温度影响的锂离子电池soc估计方法 | |
CN112816876A (zh) | 一种用于可充电电池的低温电池剩余电量估算方法及装置 | |
Sangwan et al. | Estimation of battery parameters of the equivalent circuit models using meta-heuristic techniques | |
Amir et al. | A novel SOC estimation method for lithium ion battery based on improved adaptive PI observer | |
CN114089193A (zh) | 电池的温度和负极电位在线估计方法、装置和计算机设备 | |
Li et al. | A novel state of charge estimation for energy storage systems based on the joint NARX network and filter algorithm |
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 |