束条件的意思就是七_时间里，锂电池充电结束时的电压在4. 18V~4. 20V 之间，保证锂电池的安全。其中，（U'，t')表示用0.5C恒流充电时的电压随时间变化的 函数。t'为0.5C恒流充电时间，、为优化充电开始时间，t f为优化充电结束时间，1?。为 锂电池欧姆内阻，Rp为锂电池极化内阻，T为锂电池时间参数，a、b为充电电流函数待确定 的未知参数，aa、bb、cc、dd、ff、gg为（U'，t')函数待确定的参数，I。值一般取为0. 5C。
[0039] (2)获取新电池不同倍率恒流阶段充电电压和时间数据
[0040] 采集0. 2C恒流充电阶段的充电电压和时间数据（V〇dot2c，t0dot2c)，
[0041] 采集0? 5C恒流充电阶段的充电电压和时间数据（V〇dot5c，t0dot5c)，
[0042] 采集1C恒流充电阶段的充电电压和时间数据（vlc，tic)，
[0043] 采集2C恒流充电阶段的充电电压和时间数据（v2c，t2c)。然后利用曲线拟合方法 得出 0? 2C、0. 5C、
[0044] 1C分别对应的函数形式U。(t。）。
[0045] 下一步利用公式（7)、（8)、（9)，0. 2C得出的函数形式去拟合0. 5C实际采集到的数 据，0.2C得出的函数形式去拟合1C实际采集到的数据，0.2C得出的函数形式去拟合2C实 际采集到的数据，0. 5C得出的函数形式去拟合1C实际采集到的数据，0. 5C得出的函数形 式去拟合2C实际采集到的数据，1C得出的函数去形式拟合2C实际采集到的数据。
[0046]
[0049] 其中，Uc(tc)为 0? 2C、0. 5C、1C 分别对应的函数形式。aaa、bbb、ccc、ddd、fff、ggg 为不同倍率恒流充电时对应的参数。U' e(t'分别为0. 2C的函数形式去拟合0. 5C实 际采集到的数据，0. 2C的函数形式去拟合1C实际采集到的数据，0. 2C的函数形式去拟合2C 实际采集到的数据，0. 5C的函数形式去拟合1C实际采集到的数据，0. 5C的函数形式去拟合 2C实际采集到的数据，1C的函数去形式拟合2C实际采集到的数据的函数形式。1。、1'。为 不同倍率下的恒流充电电流。t、t'。为不同倍率下的恒流充电时间。1^为锂电池欧姆内 阻，R p为锂电池极化内阻，T为锂电池时间参数。
[0050] (3)利用遗传算法估算出锂电池特征变量大小；
[0051] 利用非线性最小二乘算法和遗传算法计算出Rfi、Rp、T的值，不同型号锂电池，计算 出来的R fi、Rp、T的值不一样。
[0052] (4)利用遗传算法计算出变电流函数未知参数
[0053] 根据目标函数（2)，目标函数的两个非线性约束条件（3)、（4)，还有得出的Rfi、R p、 !'的值，利用遗传算法的全局收敛搜索功能，计算出参数8、13、〖;3、^不同型号锂电池，计 算出来的a、b、t s、tf的值不一样。
[0054] (5)变电流对锂电池进行充电试验
[0055] a、b、ts、tf的值计算出来之后，充电电流的函数形式（1)就确定下来了。注意的 是，充电从〇时刻开始充电，直到刻结束。然后利用此充电电流对锂电池做充电试 验。充电电流函数的曲线如图2所示。图中的横坐标表示充电时间，单位为小时（h)。纵坐 标表示充电电流，单位为安培（A)。
[0056] (6)确定最佳固化充电电压曲线
[0057] 图2的充电电流对锂电池反复做多次充电试验，记录下来充电电压曲线。然后用 记录下来的充电电压曲线对锂电池做充电试验，验证充电电流是否吻合图2所示的曲线， 结果当然是吻合。到此，最终确定这是我们想要的最佳的固化充电电压曲线。最佳固化的 充电电压曲线如图3所示。图中的横坐标表示充电时间，单位为小时（h)。纵坐标表示充电 电压，单位为伏特（V)。
[0058] 以上说明书中描述的只是本发明的【具体实施方式】，各种举例说明不对本发明的实 质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体 实施方式做修改或变形，而不背离本发明的实质和范围。
【主权项】
1. 一种基于固化充电电压曲线控制的锂电子电池优化充电技术，其特征在于包括以下 步骤： 1) 在分析锂离子电池充电机理的基础上，构建优化充电数学模型；以充电容量在达到 截止电压时最大化、充电电压始终小于截止电压安全电压、电池温升尽量小为约束条件； 2) 采集新电池100% SOH在不同倍率下的恒流充电电压、时间数据，做为优化充电数学 模型的输入参数； 3) 利用遗传算法分别对模型中的电池特征变量和电流参数进行估计； 4) 利用得到的充电电流制式完成充电电压曲线仿真和实际充电数据采集； 5) 通过修正仿真和实际数据之间的误差，确定可用于控制充电过程的固定电压曲线。2. 如权利要求1所述的基于固化充电电压曲线控制的锂电子电池优化充电技术，其特 征在于：所述的步骤2)中采集新电池100% SOH在不同倍率下的恒流充电电压、时间数据 的方式为：分别采集〇. 2C、0. 5C、1C、2C恒流充电阶段的充电电压和时间数据，然后利用曲 线拟合方法得出〇. 2C、0. 5C、1C、2C分别对应的函数形式；其中，0. 2C得出的函数形式去拟 合0. 5C实际采集到的数据，0. 2C得出的函数形式去拟合IC实际采集到的数据，0. 2C得出 的函数形式去拟合2C实际采集到的数据，0. 5C得出的函数形式去拟合IC实际采集到的数 据，〇. 5C得出的函数形式去拟合2C实际采集到的数据，IC得出的函数去形式拟合2C实际 采集到的数据。3. 如权利要求1所述的基于固化充电电压曲线控制的锂电子电池优化充电技术，其特 征在于：所述的步骤3)中利用非线性最小二乘算法和遗传算法计算出锂电池欧姆内阻、锂 电池极化内阻以及锂电池时间参数的值。
【专利摘要】本发明涉及一种基于固化充电电压曲线控制的锂电子电池优化充电技术，首先，在分析锂离子电池充电机理的基础上，构建优化充电数学模型；其次，采集新电池100％SOH在不同倍率下的恒流充电电压、时间数据，做为优化充电数学模型的输入参数；利用遗传算法分别对模型中的电池特征变量和电流参数进行估计；最后，利用得到的充电电流制式完成充电电压曲线仿真和实际充电数据采集；通过修正仿真和实际数据之间的误差，确定可用于控制充电过程的固定电压曲线。本发明可实现对锂离子电池的充电控制，达到缩短充电时间、提高充电效率、延长电池使用寿命的目标。
【IPC分类】H01M10/44
【公开号】CN105070964
【申请号】CN201510351747
【发明人】徐东海, 郭振, 吴乌恩
【申请人】常州市武进红光无线电有限公司
【公开日】2015年11月18日
【申请日】2015年6月23日