CN115079014A - 一种磷酸铁锂电池荷电状态的估算方法、装置及设备 - Google Patents
一种磷酸铁锂电池荷电状态的估算方法、装置及设备 Download PDFInfo
- Publication number
- CN115079014A CN115079014A CN202210922682.6A CN202210922682A CN115079014A CN 115079014 A CN115079014 A CN 115079014A CN 202210922682 A CN202210922682 A CN 202210922682A CN 115079014 A CN115079014 A CN 115079014A
- Authority
- CN
- China
- Prior art keywords
- battery
- voltage
- data
- time
- target
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000010287 polarization Effects 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000001914 filtration Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000034964 establishment of cell polarity Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
-
- 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请实施例提供一种磷酸铁锂电池荷电状态的估算方法、装置及设备,该方法中,通过曲线拟合数据样本,预测目标电池带极化状态下的无负载电压,再通过不断迭代计算的电芯极化电压值来补偿后,即可得到目标电池近似的开路电压,从而得到目标SOC值。这一估算方法轻便、稳定、计算负担小,同时还具备对动态工况的鲁棒性,能够保证动态工况下的磷酸铁锂电池SOC的估算精度。
Description
技术领域
本申请涉及电池测量技术领域,具体而言,涉及一种磷酸铁锂电池荷电状态的估算方法、装置及设备。
背景技术
目前,磷酸铁锂电池因其工作电压高、循环寿命长、安全性能好等优点,成为了电动汽车的理想动力源。
电池荷电状态(State Of Charge,SOC)是用来描述电池使用过程中可充入或放出容量的重要参数,可用于精确评估电动车剩余行驶里程。目前电池SOC的估算方法有开路电压法、安时积分法、卡尔曼滤波法、基于等效电路的二阶RC模型估算方法等。然而,这些传统方法在应用于磷酸铁锂电池SOC的估算时,往往存在无法适应动态工况、或者在动态工况下难以保证估算精度的问题,例如,磷酸铁锂电池具有极化电压大的特性,在采用开路电压法时需要较长时间静置后才能通过开路电压表得到较为准确的SOC值;而安时积分法和卡尔曼滤波法在动态工况下,误差较大,且该误差伴随着***运行时间的延伸而逐渐累积,从而导致SOC的预测结果;在采用基于等效电路的二阶RC模型估算方法时,由于模型参数如欧姆内阻等不能随电池循环使用后老化而动态变化,因而在电池使用后期SOC估算精度变差。
因此,市场上亟需一种磷酸铁锂电池SOC的估算方法来解决上述问题。
发明内容
本申请实施例的目的在于提供一种磷酸铁锂电池荷电状态的估算方法、装置及设备,旨在解决相关技术中难以保证在动态工况下对磷酸铁锂电池SOC值的估算精度的问题。
第一方面,本申请实施例提供的一种磷酸铁锂电池荷电状态的估算方法,包括:
获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
在上述实现过程中,通过曲线拟合数据样本,预测目标电池带极化状态下的无负载电压,再通过不断迭代计算的电芯极化电压值来补偿后,即可得到目标电池近似的开路电压,从而得到目标SOC值。这一估算方法轻便、稳定、计算负担小,同时还具备对动态工况的鲁棒性,能够保证动态工况下的磷酸铁锂电池SOC的估算精度。
进一步地,在一些实施例中,所述多个采集时刻点中,相邻两个采集时刻点之间的时间间隔为预设时间值。
在上述实现过程中,设备周期性采集电池数据,方便后续的计算。
进一步地,在一些实施例中,对所述电池数据进行线性拟合之前,还包括:
对所述电池数据进行拟合置信度评估,排除拟合置信度小于预设阈值的数据。
在上述实现过程中,通过对电池数据进行预处理,线性拟合得到的曲线更加符合实际情况,如此,后续步骤中估算得到的目标SOC值更为准确进一步地,在一些实施例中,所述本次估算的极化电压基于以下公式计算得到:
所述V_Pol(K)是本次估算的极化电压;所述V_Pol(K-1)是上一次估算的极化电压;所述t是SOC估算的时间周期;所述R和C分别是目标电池的电阻和电容,所述目标电池的电阻和电容基于出厂参数确定;所述V是标定极化电压。
在上述实现过程中,提供一种获取本次估算的极化电压的具体实现方式。
进一步地,在一些实施例中,所述目标电压值是将等效开路电压进行平滑滤波处理后得到的,所述等效开路电压是所述无负载电压与本次估算的极化电压之间的差值。
在上述实现过程中,通过对等效开路电压进行平滑滤波处理,提高最终估算的SOC值的准确性。
进一步地,在一些实施例中,所述方法还包括:
基于所述目标SOC值,对显示的SOC值进行修正。
在上述实现过程中,提供估算得到的目标SOC值的一种具体用途。
进一步地,在一些实施例中,所述基于所述目标SOC值,对显示的SOC值进行修正,包括:
若所述目标SOC值小于30%、且显示的SOC值大于预设值与30%的和,控制显示的SOC值以固定的速率向30%靠近。
在上述实现过程中,快速将电池估算SOC逼近真实值,提高动态工况下的电池SOC估算精度。
进一步地,在一些实施例中,所述方法还包括:
将所述线性拟合得到的曲线斜率确定为电池直流内阻;
基于所述电池直流内阻控制电池可用功率。
在上述实现过程中,结合电池直流内阻控制电池可用功率,使得目标电池能够提供可靠的电力供应,提高用户体验,更好地发挥了电池的能力。
第二方面,本申请实施例提供的一种磷酸铁锂电池荷电状态的估算装置,包括:
数据获取模块,用于获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
数据拟合模块,用于基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
迭代计算模块,用于基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
补偿计算模块,用于利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
第三方面,本申请实施例提供的一种电子设备,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如第一方面任一项所述的方法的步骤。
第四方面,本申请实施例提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行如第一方面任一项所述的方法。
第五方面,本申请实施例提供的一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行如第一方面任一项所述的方法。
本申请公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本申请公开的上述技术即可得知。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种磷酸铁锂电池荷电状态的估算方法的流程图;
图2为本申请实施例提供的一种估算SOC值的流程的示意图;
图3为本申请实施例提供的一种磷酸铁锂电池的极化电压表的示意图;
图4为本申请实施例提供的一种磷酸铁锂电池的静置OCV-SOC曲线的示意图;
图5为本申请实施例提供的一种磷酸铁锂电池荷电状态的估算装置的框图;
图6为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如相关技术记载,目前,相关技术中在对磷酸铁锂电池SOC进行估算时,经常存在无法适应动态工况、或者在动态工况下难以保证估算精度的问题。基于此,本申请实施例提供一种磷酸铁锂电池荷电状态的估算方案,以解决这一问题。
如图1所示,图1是本申请实施例提供的一种磷酸铁锂电池荷电状态的估算方法的流程图,所述方法可以应用于以磷酸铁锂电池为动力源的电动设备,如电动汽车、电动船舶等。以电动汽车为例,该方法可以应用于电动汽车的电池管理***(Battery ManagementSystem,BMS)上,也可以应用于电动汽车的整车控制器(Vehicle Control Unit,VCU)上,本实施例对此不作限制。
所述方法包括:
在步骤101、获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
本步骤中提到的目标电池是电动设备的动力电池,其可以是任意一种基于磷酸铁锂电芯的电池。实际应用中,电动设备一般是将动力电池加工组装成电池包的形式,电池包中可以包含电芯、电池保护板、标签纸等等。因此,当电池包只包含一个电芯,该目标电池的温度数据、电压数据、电流数据分别是该电芯的温度、电压、电流;当电池包中包括多个电芯时,该目标电池的温度数据可以是指电池包的平均温度,该目标电池的电压数据可以是指各个电芯的电压值,该目标电池的电流数据可以是指电池包的总电流。在电池包中包括多个电芯的情况下,电动设备的剩余续航一般取决于剩余电量最小的电芯,因此,在一些实施例中,该目标电池也可以是电池包中平均电压最小的电芯。
本步骤是指:以固定的时间间隔为周期,定时进行SOC估算,具体地,每个周期内多次采集目标电池的温度数据、电压数据、电流数据,从而汇总成各个周期内的电池数据。这些电池数据可以是通过电池管理***采集得到的。电池管理***主要用于智能化管理及维护各个电池单元,其通常包括用于采集电池信息的采集模组,因此,通过电池管理***可以采集到目标电池的温度、电压、电流等数据。
在一些实施例中,所述多个采集时刻点中,相邻两个采集时刻点之间的时间间隔为预设时间值。也就是说,可以以预设时间值为周期对电池数据进行采集。为了方便区分,可以将SOC估算的周期称为第一周期,将采集时刻点对应的周期称为第二周期,则一个第一周期内可以包括多个第二周期,在实际应用时,可以按第二周期采集电池数据,并将采集到的电池数据存储在一个数据缓冲区中,这样,在进行SOC估算时,可以从该数据缓冲区中获取当前的第一周期内所包含的各个第二周期对应的电池数据。可选地,第一周期可以是1分钟,第二周期可以是0.1秒,即电动设备可以每隔1分钟进行一次SOC估算,每次SOC估算基于600个采集时刻点的电池数据来实现;当然,这两个周期的具体数值也可以根据场景需求进行相应的设置。
在步骤102、基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
本步骤实质上是通过曲线拟合数据样本来预测一个电池无负载电压。具体地,可以设置该拟合函数为Y=AX+B,以电池数据中的电流数据为自变量X,电压数据为因变量Y进行线性拟合,拟合得到的曲线的截距即为该拟合函数的参数A,即为目标电池此时带极化状态下的无负载电压。可选地,拟合曲线的方法可以是最小二乘法。最小二乘法是一种数学优化技术,它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法计算拟合函数中的参数的具体过程可以参见相关技术,本申请对此不作赘述。
考虑到在动态工况下,采集到的电池数据中可能出现异常值,因此,在一些实施例中,在对电池数据进行线性拟合之前,还包括:对所述电池数据进行拟合置信度评估,排除拟合置信度小于预设阈值的数据。一个电池数据的拟合置信度表征的是该电池数据并非随机干扰的概率,拟合置信度越高,该电池数据的可靠性越高。该拟合置信度可以是基于对应电池数据的样本量、方差、协方差、峰谷值等计算得到的;该预设阈值可以是根据具体场景的需求来设置。通过对电池数据进行预处理,线性拟合得到的曲线更加符合实际情况,如此,后续步骤中估算得到的目标SOC值更为准确。
在步骤103、基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
通常来说,电池的极化电压是实际电极电势和平衡电极电势的差值,其是反映锂离子电池内部化学反应激烈程度的重要参数,可以用来判断电池容量和健康状态,但由于电池的内部参数受到环境温度、充放电电流、运行工况等条件的影响,导致极化电压的变化十分复杂。
本步骤是根据本周期内的累积充放电量以及本次估算开始时刻的温度,查表得到标定极化电压,进而基于该标定极化电压和上一次SOC估算得到的极化电压,得到本次估算的极化电压。可选地,本次估算的极化电压可以基于以下公式计算得到:
其中,V_Pol(K)是本次估算的极化电压;V_Pol(K-1)是上一次估算的极化电压;t是SOC估算的时间周期;R和C分别是电池的电阻和电容,这两个参数可以基于目标电池的出厂参数确定;V是查表得到的标定极化电压。该预设的极化电压表记录的是目标电池在不同温度、不同充放电量下的极化电压值,其可以是通过线下测试电芯极化电压数据得到的,测试的方法可以是充分静置法,也可以是反向电流去极化法。
另外,相应地,本次估算的极化电压还可以用于下一次SOC估算时对极化电压的计算。
在步骤104、利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
由于预测得到的无负载电压是目标电池带极化状态下的无负载电压,因此,通过本次估算的极化电压,对该无负载电压进行补偿后,可以得到目标电池近似的开路电压,这样,再通过类似查询开路电压表的简单操作,即可得到一个SOC值,即为本步骤中提到的本次估算的目标SOC值。
在一些实施例中,该目标电压值可以是将等效开路电压进行平滑滤波处理得到的,该等效开路电压是所述无负载电压与本次估算的极化电压之间的差值。也就是说,将无负载电压记为Vse,将本次估算的极化电压记为V_Pol(K),则利用Vse减去V_Pol(K)后,可以将差值存入一个大小可调的缓冲区进行平滑滤波处理,从而得到目标电压值。如此,有效克服因偶然因素引起的波动干扰,提高最终估算的SOC值的准确性。
本申请实施例针对磷酸铁锂电池提供一种新的SOC估算方法,通过曲线拟合数据样本,预测目标电池带极化状态下的无负载电压,再通过不断迭代计算的电芯极化电压值来补偿后,即可得到目标电池近似的开路电压,从而得到目标SOC值。这一估算方法轻便、稳定、计算负担小,同时还具备对动态工况的鲁棒性,能够保证动态工况下的电池估算精度。
实际应用中,电动汽车经常需要实时显示SOC值,因此,电动汽车一般通过常规的SOC估算方法,如安时积分法或卡尔曼滤波法,得到一个粗略的SOC值进行显示。基于此,本实施例所得到的目标SOC值可以用于对显示的SOC值进行修正。在一个可选的实施例中,若目标SOC值小于30%,而显示的SOC值大于预设值与30%的和,则进行SOC修正动作,控制显示的SOC值以固定的速率向30%靠近,这里的30%和固定的速率都是可标定的。通过这一修正,可以方便用户了解电池的剩余电量,以便合理安排行程和充电时间。
另外,在一些实施例中,可以将前面步骤102中线性拟合得到的曲线斜率确定为电池直流内阻,再基于所述电池直流内阻控制电池可用功率。如此,使得目标电池能够提供可靠的电力供应,提高用户体验,更好地发挥了电池的能力。
为了对本申请的磷酸铁锂电池荷电状态的估算方案做更为详细的说明,接下来介绍一具体实施例:
本实施例涉及基于磷酸铁锂电池作为动力源的电动汽车在动态工况下的SOC值的估算。磷酸铁锂电池的特性是平台电压区间极大,30%至80%区间静态电压压差不到20mV,除去电池管理***本身的电池采样误差±5mV,其估算精度严重受限,尤其在动态工况下,其估算结果的准确性难以保证。而本实施例提供一种新的SOC估算方法,以解决这一问题。如图2所示,图2是本申请实施例提供的估算SOC值的流程的示意图,该流程可以分为以下四个部分:
第一部分(图中标号为21)是无负载电压估算变量,该部分包括:
S201、由电池管理***(BMS)周期0.1S采集各个电芯模块温度T、电压U及电池***总电流I,并将满足以下条件的采样数据存入各自的缓冲区中:
(1)输入电流的取值范围I∈(-1/3C,0.5C),其中负数表示为充电,C为充电倍率;
(2)采样点样本中,充放电状态的(电压,电流)数据对占比的控制,充电态和放电态的(电压,电流)数据对的占比尽量均衡,比如,设置(充电状态点数>60,放电状态点数>60);
(3)温度/SOC对应的EMF Map(默认RT放电OCV Map)。
S202、对缓冲区中的数据进行拟合置信度评估,选择对进行估算的充放电数据的方差或均方根差来判定,将拟合置信度低于预设阈值的数据进行排除。
S204、根据S204的数据结果,利用最小二乘法进行线性拟合,拟合函数为Y=AX+B,计算得到的参数B为电池此时带极化状态下的无负载电压,记为Vse,计算得到的参数A为电池的直流内阻,记为Rcell。
第二部分(图中标号为22)是极化电压估算,该部分包括:
S205、根据固定时间段内的累计充放电量,查表得到一个电池极化电压值V,基于以下公式得到本次估算的极化电压:
其中,V_Pol(K)是本次估算的极化电压;V_Pol(K-1)是上一次估算的极化电压;t是SOC估算的时间周期;R和C分别是电池的电阻和电容,这两个参数可以基于目标电池的出厂参数确定;V是通过极化电压表查表得到的,单位为伏特,如图3所示,图3是本申请实施例提供的一种磷酸铁锂电池的极化电压表的示意图,其中,行项实际上表示电池温度T,列项实际上表示固定时间段内的累计充放电量其通过线下测试电芯极化电压数据得到,例如,当电池温度为20℃,累积充放电量为-0.6Ah时,查表可得到V为0.012伏特。
第三部分(图中标号为23)是滤波,该部分包括:
S206、将Vse减去V_Pol(K)后存入一个大小可调的缓冲区,进行平滑滤波处理再输出,之后根据开路电压表得到一个值SOC_Correct,该值即为本实施例估算得到的目标SOC值。
第四部分(图中标号为24)是修正判定,该部分包括:
S207、若该SOC_Correct<30%(可标定),而前一时刻SOC值>30%+ΔSOC,则进行SOC修正动作,以固定的速率(可标定)向30%(可标定)靠近,同时结合Rcell控制电池可用功率。
本实施例方法的工作过程,实质上是:电动汽车正常时通过安时积分或卡尔曼滤波等方法计算显示SOC,该显示SOC是实时显示给用户的;同时电动汽车通过递归最小二乘法(RLS)加极化电压表估算目标SOC,以基于该目标SOC对该显示SOC进行修正,如图4所示,图4是本申请实施例提供的一种磷酸铁锂电池的静置OCV-SOC曲线的示意图(其中,横坐标为SOC;纵坐标为OCV,即开路电压,单位为伏特),电动汽车可以基于该曲线识别电池电量分区,进而进行SOC修正工作,例如,当由RLS识别出电压所属平台区为②区,而由安时积分法计算的显示SOC值>70%,则实际SOC逐渐往60%靠近;又例如,当由RLS识别出电压所属平台区为②区,而由安时积分法计算的显示SOC值<30%,则实际SOC逐渐往30%靠近;又例如,当识别到电压平台处于①区,通过RLS在线识别出的SOC<28%,而由安时积分法计算的显示SOC值>40%,则实际SOC加速向30%靠近。
本实施例的方法,基于最小二乘法,引入带遗忘因子的电池极化电压,通过实时在线识别电池电压,能在剧烈工况下,准确且快速的识别出电池真实电量低于35%以下的情况,快速将电池估算SOC逼近真实值,提高该应用场景下的电池估算精度。如此,既具备传统SOC估计算法的轻便、稳定、单片机中计算负担小等优势、又具备RLS算法对动态工况、电池老化等因素的鲁棒性及强追踪性。用较小的计算量,在线辨识磷酸铁锂电池的剩余电量、欧姆内阻、极化电压,有效的防止了电池发生电量虚高的情况,并运用到了控制电池功率和辨识电池安全特性中去,提高用户体验,更好地发挥了电池的能力。
与前述方法的实施例相对应,本申请还提供磷酸铁锂电池荷电状态的估算装置及其应用的终端的实施例:
如图5所示,图5是本申请实施例提供的一种磷酸铁锂电池荷电状态的估算装置的框图,所述装置包括:
数据获取模块51,用于获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
数据拟合模块52,用于基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
迭代计算模块53,用于基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
补偿计算模块54,用于利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
本申请还提供一种电子设备,请参见图6,图6为本申请实施例提供的一种电子设备的结构框图。电子设备可以包括处理器610、通信接口620、存储器630和至少一个通信总线640。其中,通信总线640用于实现这些组件直接的连接通信。其中,本申请实施例中电子设备的通信接口620用于与其他节点设备进行信令或数据的通信。处理器610可以是一种集成电路芯片,具有信号的处理能力。
上述的处理器610可以是通用处理器,包括中央处理器(CPU,Central ProcessingUnit)、网络处理器(NP,Network Processor)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器610也可以是任何常规的处理器等。
存储器630可以是,但不限于,随机存取存储器(RAM,Random Access Memory),只读存储器(ROM,Read Only Memory),可编程只读存储器(PROM,Programmable Read-OnlyMemory),可擦除只读存储器(EPROM,Erasable Programmable Read-Only Memory),电可擦除只读存储器(EEPROM,Electric Erasable Programmable Read-Only Memory)等。存储器630中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器610执行时,电子设备可以执行上述图1方法实施例涉及的各个步骤。
可选地,电子设备还可以包括存储控制器、输入输出单元。
所述存储器630、存储控制器、处理器610、外设接口、输入输出单元各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通信总线640实现电性连接。所述处理器610用于执行存储器630中存储的可执行模块,例如电子设备包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。所述输入输出单元可以是,但不限于,鼠标和键盘等。
可以理解,图6所示的结构仅为示意,所述电子设备还可包括比图6中所示更多或者更少的组件,或者具有与图6所示不同的配置。图6中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,所述计算机程序被处理器执行时实现方法实施例所述的方法,为避免重复,此处不再赘述。
本申请还提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行方法实施例所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种磷酸铁锂电池荷电状态的估算方法,其特征在于,包括:
获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
2.根据权利要求1所述的方法,其特征在于,所述多个采集时刻点中,相邻两个采集时刻点之间的时间间隔为预设时间值。
3.根据权利要求1所述的方法,其特征在于,对所述电池数据进行线性拟合之前,还包括:
对所述电池数据进行拟合置信度评估,排除拟合置信度小于预设阈值的数据。
5.根据权利要求1所述的方法,其特征在于,所述目标电压值是将等效开路电压进行平滑滤波处理后得到的,所述等效开路电压是所述无负载电压与本次估算的极化电压之间的差值。
6.根据权利要求1所述的方法,其特征在于,还包括:
基于所述目标SOC值,对显示的SOC值进行修正。
7.根据权利要求6所述的方法,其特征在于,所述基于所述目标SOC值,对显示的SOC值进行修正,包括:
若所述目标SOC值小于30%、且显示的SOC值大于预设值与30%的和,控制显示的SOC值以固定的速率向30%靠近。
8.根据权利要求1所述的方法,其特征在于,还包括:
将所述线性拟合得到的曲线斜率确定为电池直流内阻;
基于所述电池直流内阻控制电池可用功率。
9.一种磷酸铁锂电池荷电状态的估算装置,其特征在于,包括:
数据获取模块,用于获取本周期内各个采集时刻点对应的电池数据;所述本周期为上一次估算结束时刻至本次估算开始时刻所形成的时间间隔,所述时间间隔包括多个采集时刻点;所述电池数据包括目标电池的温度数据、电压数据、电流数据;
数据拟合模块,用于基于所述电池数据中的电流数据和电压数据,对所述电池数据进行线性拟合,并将线性拟合得到的曲线截距确定为所述目标电池的无负载电压;
迭代计算模块,用于基于标定极化电压和上一次估算的极化电压,得到本次估算的极化电压;所述标定极化电压是根据本周期内各个采集时刻点的电流的累加值以及本次估算开始时刻的温度,从预设的极化电压表中查询得到的;
补偿计算模块,用于利用所述无负载电压减去本次估算的极化电压,得到目标电压值,将目标电压值作为开路电压,得到本次估算的目标SOC值。
10.一种电子设备,其特征在于,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210922682.6A CN115079014A (zh) | 2022-08-02 | 2022-08-02 | 一种磷酸铁锂电池荷电状态的估算方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210922682.6A CN115079014A (zh) | 2022-08-02 | 2022-08-02 | 一种磷酸铁锂电池荷电状态的估算方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115079014A true CN115079014A (zh) | 2022-09-20 |
Family
ID=83242181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210922682.6A Withdrawn CN115079014A (zh) | 2022-08-02 | 2022-08-02 | 一种磷酸铁锂电池荷电状态的估算方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115079014A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101005209A (zh) * | 2005-12-22 | 2007-07-25 | 三星Sdi株式会社 | 调节电池soc的方法和使用该方法的电池管理*** |
US20090271132A1 (en) * | 2008-04-25 | 2009-10-29 | Panasonic Ev Energy Co., Ltd. | Method for estimating state of charge of a rechargeable battery |
CN103675698A (zh) * | 2013-11-26 | 2014-03-26 | 北京航空航天大学 | 动力电池荷电状态估计装置及其估计方法 |
CN107534309A (zh) * | 2015-07-02 | 2018-01-02 | 日立汽车***株式会社 | 电池控制装置 |
CN112327163A (zh) * | 2020-03-02 | 2021-02-05 | 万向一二三股份公司 | 一种动力电池***可用充放电功率的估算方法 |
WO2021062844A1 (zh) * | 2019-09-30 | 2021-04-08 | 华为技术有限公司 | 一种用于确定电池的极化电压的装置、方法及相关设备 |
-
2022
- 2022-08-02 CN CN202210922682.6A patent/CN115079014A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101005209A (zh) * | 2005-12-22 | 2007-07-25 | 三星Sdi株式会社 | 调节电池soc的方法和使用该方法的电池管理*** |
US20090271132A1 (en) * | 2008-04-25 | 2009-10-29 | Panasonic Ev Energy Co., Ltd. | Method for estimating state of charge of a rechargeable battery |
CN103675698A (zh) * | 2013-11-26 | 2014-03-26 | 北京航空航天大学 | 动力电池荷电状态估计装置及其估计方法 |
CN107534309A (zh) * | 2015-07-02 | 2018-01-02 | 日立汽车***株式会社 | 电池控制装置 |
WO2021062844A1 (zh) * | 2019-09-30 | 2021-04-08 | 华为技术有限公司 | 一种用于确定电池的极化电压的装置、方法及相关设备 |
CN112327163A (zh) * | 2020-03-02 | 2021-02-05 | 万向一二三股份公司 | 一种动力电池***可用充放电功率的估算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10312699B2 (en) | Method and system for estimating battery open cell voltage, state of charge, and state of health during operation of the battery | |
CN110988690B (zh) | 电池健康状态修正方法、装置、管理***以及存储介质 | |
US20180246173A1 (en) | Online determination of model parameters of lead acid batteries and computation of soc and soh | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
JP4767558B2 (ja) | 電源装置用状態検知装置,電源装置及び電源装置に用いられる初期特性抽出装置 | |
US8332169B2 (en) | Apparatus and method for estimating state of health of battery based on battery voltage variation pattern | |
CN108291944B (zh) | 电池管理装置 | |
US10620275B2 (en) | State estimation of an energy system | |
US20210173012A1 (en) | Method and system for estimation of open circuit voltage of a battery cell | |
CN111983495A (zh) | 电池组健康度确定方法及相关装置 | |
CN110579712B (zh) | 电量显示方法、装置及电子设备 | |
CN111707955B (zh) | 电池剩余寿命的估算方法、装置和介质 | |
CN112986842B (zh) | 电池荷电状态的估算方法、装置及设备 | |
CN110888065B (zh) | 电池包荷电状态修正方法和装置 | |
JP2015524048A (ja) | バッテリの充電状態の推定 | |
JP2014025738A (ja) | 残容量推定装置 | |
CN111679200B (zh) | 一种电池荷电状态的校准方法、装置和车辆 | |
US11892515B2 (en) | Determination device relating to plurality of batteries, electricity storage system, determination method and non-transitory storage medium | |
EP4152022B1 (en) | Method for determining full-charge capacity of battery pack, method for determining state of health of battery pack, system, and apparatus | |
CN114609530A (zh) | 修正电池荷电状态的方法、装置、设备及介质 | |
CN114280485B (zh) | Soc估算及一致性评估方法、装置、计算机设备 | |
CN116819364A (zh) | 电池健康度的确定方法、应用方法、电子设备及存储介质 | |
CN112394290A (zh) | 电池包soh的估算方法、装置、计算机设备和存储介质 | |
CN116559693A (zh) | 一种电池soc评估方法、装置、电子设备及存储介质 | |
CN113447826B (zh) | 一种基于稳态等效电路模型的soc确定方法及装置 |
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 | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 511400 No.36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: GAC AION NEW ENERGY AUTOMOBILE Co.,Ltd. Address before: 511400 No.36 Longying Road, Shilou Town, Panyu District, Guangzhou City, Guangdong Province Applicant before: GAC AION New Energy Vehicle Co.,Ltd. Country or region before: China |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220920 |