一种串联电池组功率状态sop的在线估计方法及其应用_2

文档序号:9522951阅读:来源:国知局
043]步骤501、按公式 Vp,k+1= e At/Rp/CpVp, k+(1-e At/Rp/Gp) RpIk估计下一时刻 k+1 的电池极化电压Vp,k+1,其中,RP、CP分别为所述步骤I中在线识别的用于模拟电池的电荷转移现象的RC回路中的电阻、电容,Δ t为下一时刻k+Ι与当前时刻k之间的时间;
[0044]步骤502、分别按公式 V~’_k+1= V oc-Vp,k+1-1ninRin, Vdlschrg'mink+1= V oc-Vp, k+1-1naxRin计算下一时刻k+1不超过电池允许最大充电电流1_的最高电压Vg’_k+1、不超过电池允许最大放电电流1_的最低电压V dlschrB'mink+1;
[0045]步骤503、令k = k+Ι,重复所述步骤501和步骤502,则可在没有其他输入的情况下计算出当前时刻以后η个时刻的不超过电池允许最大充电电流1_的最高电压faxk+1、不超过电池允许最大放电电流1_的最低电压Vdl—ink+1,其中,i = I?η ;进而按下式计算出基于电流限制的下一时刻以后时刻的电池SOP:
[0046]SOP1'1?^,^,= IninVchr^k+];
[0047]SOP1’1 卿—k+]= I _Vdlschrg’miV];
[0048]其中,下标中的k代表当前时刻、k+j代表当前时刻以后的j(j = 1,2,…,η)。
[0049]所述步骤6具体包括如下步骤:
[0050]步骤601、按如下公式计算下一时刻的电池SOP:
[0051]SOPshortcharge.k+1= max [SOP v'shortcharge, k+1, SOpWrtchal^kJ.
[0052]SOPshortdlscharge.k+1= max [SOP v’shortdlscharge,k+1,;
[0053]其中,下标中的k代表当前时刻、k+Ι代表下一时刻,SOPshortcharge.k+1、SOP didcharge.k+i分别为充电过程和放电过程中下一时刻的电池SOP ;
[0054]步骤602、按如下公式下一时刻以后时刻的电池SOP
[0055]SOPlongcharge.k+]= max [SOP v> lonBcharge,k+J, SOP1'lonBcharge,k+J];
[0056]SOPlongdlscharge.k+] = max [SOP v’ longdlscharge, k+J,SOP1’ longdlscharge, k+J];
[0057]其中,下标中的k代表当前时刻、k+j代表当前时刻以后的j(j = 1,2,…,η)时刻,SOP charge, k+j
、SOP discharge.k+j分别为充电过程和放电过程中下一时刻以后时刻的电池
SOPo
[0058]串联电池组放电过程中的电池SOP为串联电池组中的单体电压最低的电池S0P,串联电池组充电过程中的电池SOP为串联电池组中的单体电压最高的电池SOP。
[0059]通过上述方法可以计算出电池S0P,用于防止电池加速老化甚至自燃爆炸的电池温度限制。
[0060]与现有技术相比,本发明具有以下优点:
[0061]I)本发明同时考虑了电池电压和电流工作窗口对峰值功率的影响,从而提高了SOP计算的可靠性,确保电池能够高效、持久地工作。
[0062]2)本发明根据不同的输入条件,能够同时实现SOP的单步预测和多步预测。其中,SOP单步预测能够有效防止电池在实时运行过程中被滥用,而SOP多步预测则能够帮助其它相关系统实现最优化的能量管理。
[0063]3)经由实验验证,本发明具有SOP单步预测值与实际值几乎完全一致、多步预测在15s内的最大误差为-3.27%的高精度。
【附图说明】
[0064]图1为本发明实施例一种串联电池组功率状态SOP的在线估计方法的流程示意图。
【具体实施方式】
[0065]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0066]如图1所示,本发明实施例提供了一种串联电池组功率状态SOP的在线估计方法,包括如下步骤:
[0067]步骤1、执行基于电池等效电路模型中的电池参数及对电池等效电路模型中未涵盖电池效应进行综合模拟的电池参数的递推在线辨识;
[0068]步骤2、执行基于电压限制和在线辨识出的电池参数的下一时刻的电池SOP计算;
[0069]步骤3、执行基于电压限制和在线辨识出的电池参数的下一时刻以后时刻的电池SOP计算;
[0070]步骤4、执行基于电流限制和在辨识计出的电池参数的下一时刻的电池SOP计算;
[0071]步骤5、执行基于电流限制和在线辨识出的电池参数的下一时刻以后时刻的电池SOP计算;
[0072]步骤6、综合步骤2-5计算出的下一时刻的电池SOP以及以后时刻的电池S0P,实现对基于电压限制和电流限制综合的电池SOP的在线估计。
[0073]所述步骤I中的电池等效电路模型为Thevenin模型,所述电池等效电路模型中的电池参数包括电池的开路电压V。。、电池的直流内阻Rin、用于模拟电池的电荷转移现象的RC回路中的电阻Rp和电容C p,在时刻k所述电池等效电路模型中未涵盖电池效应进行综合模拟的电池参数为白噪声的滑动平均值所构建的在电池等效电路模型的输出端添加的有色噪声wk。
[0074]所述步骤I中的递推在线辨识的方法为基于递推扩展最小二乘法的在线辨识方法,具体包括如下步骤:
[0075]步骤101、按公式 rTk= [I Ik(Ik-1kl)Mt (Vt,k-Vt,k D/Δ t nk n nc]计算时亥Ijk输入向量的递推值Γ,其中,Γ'= Γ τ2 =…=Γ Tnc= Γ。,Γ。为给定的初始值,1、V方通过传感器采样的电池的电流(充电时为负,放电时为正)、端电压,下标k代表第k时刻、k-Ι代表第k-Ι时刻,Δ t为第k时刻和第k-Ι时刻间的时间,nk n…、nk n。分别为前一时刻k-Ι、前nc时刻k-nc的随机误差;
[0076]步骤102、按公式 Pk= [Pk fPk ! Γ k Γ TkPk ^ ( λ + Γ TkPk ! Γ k) ] / λ 更新第 k 时刻的增益因子匕,其中,下标k、k-l分别代表第k时刻和k-Ι时刻,λ为遗忘因子(通常取值区间为0.95?I);
[0077]步骤103、按公式Ok= Ok !+PkTk[Vtjk-rTk0k J计算第k时刻的待辨识参数向量Ok;
[0078]步骤104、在k+Ι时刻电池的电流I和端电SVt采样值更新后,按公式n k+1 ,= Vt,k+i Γ Tk+1 x0k+1 x (i = 1,2,3,…,nc)更新当前时刻以前的nc个时刻的随机误差,将k用k+Ι代替,返回步骤101,实现递推。
[0079]步骤105、利用在步骤101?104递推计算中获得待辨识参数向量(\中的元素O hk、02,k、03,k、04,k,分别按公式 Vdc= OhloRin= O 3,k/04,k、Rp= -02,k_03,k/04,k、Cp= O 4,k2/(02,k04,k+03,k)计算出电池等效电路模型中的电池开路电压V。。、直流内阻Rin、RC电路中的Rp和C p。
[0080]所述步骤2具体包括如下步骤:
[0081]步骤201、按公式Vp, k= V。。-Vt, k_IkRin+wk计算当前时刻k的电池极化电压V p, k,其中,Voc, Rin和w k分别为在所述步骤I中在线辨识的电池开路电压、直流内阻、有色噪声,V t,#口 I k为由传感器测量得到的电池端电压和通过电池的电流;
[0082]步骤202、按公式 Vp,k+1= e At/Rp/CpVp, k+(1-e At/Rp/Gp) RpIk估计下一时刻 k+1 的电池极化电压Vp,k+1,其中,RP、CP分别为所述步骤I中在线识别的用于模拟电池的电荷转移现象的RC回路中的电阻、电容,Δ t为下一时刻k+Ι与当前时刻k之间的时间;
[0083]步骤203、按wk+1= Γ Tk0k估计下一时刻的有色噪声w k+1,其中,Γ Tk、0k分别为所述步骤I中计算出的时刻k输入向量的递推值、待辨识参数向量;
[0084]步骤204、分别按公式 Ichrg'ma\+1= (Voc-Vp,k+1-Vnax+wk+1)/Rin,严一k+l= (Voc-Vp,k+1_V_+wk+1) /Rin计算下一时刻k+1不超过电池允许最高电压V_的最大充电电流I ~’_k+1、不超过电池允许最低电压V-的最大放电电流I —g’_k+1;
[0085]步骤205、按下式计算出基于电压限制的下一时刻k+Ι的电池SOP:
[0086]S0Pv’sh°rtcharge, k+1= V _rhrg’_k+1;
[0087]SOPv' shortdlscharge, k+1 = V ninIdlschrB' _k+1。
[0088]所述步骤3具体包括如下步骤:
[0089]步骤301、按公式 Vp,k+1= e At/Rp/CpVp, k+(1-e At/Rp/Gp) RpIk估计下一时刻 k+1 的电池极化电压Vp,k+1,其中,RP、CP分别为所述步骤I中在线识别的用
当前第2页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1