锂离子电池模型参数变化的预测方法及系统的制作方法
【技术领域】
[0001]本发明涉及电池管理与电动汽车技术领域，特别涉及一种锂离子电池模型参数变化的预测方法及系统。
【背景技术】
[0002]与传统燃油汽车相比，电动汽车的行驶经济性较好，能有效降低行驶中的污染。但电动汽车中动力电池性能的影响因素较多，电池的状态量随充放电进行发生变化，造成电池模型参数的变化和性能的变化。电池管理系统中预测相关的问题包括电池剩余放电时间预测、电池剩余放电容量预测、电池剩余放电能量预测、车辆续驶里程预测等等，其中的未来充放电过程较长，对应的状态量可能发生较大的变化。因此对电池预测相关的一类问题来说，需要专门考虑未来充放电过程中的模型参数变化，以提高电池性能的估计精度。
[0003]电池模型用于计算某一电流输入下的电池电压输出，是电池电压估计、剩余放电时间预测、剩余放电能量预测等问题的基础。电池初始的模型参数标定值可能存在误差，需要在运行中对模型参数进行自适应辨识，对初始误差进行修正。作为复杂的电化学元件，锂离子电池的模型参数受到很多状态量的影响，如电池荷电状态S0C、电池温度以及耐久性SOH等等。为准确获得未来运行过程中的电池模型参数值，需要对电池未来的状态量变化进行分析。因此，准确的电池性能预测结果需要结合模型误差实时修正以及未来参数变化预测这两个过程。
[0004]在电池模型参数计算方面，目前相关技术中公开了一些电池模型参数的辨识方法。这些方法都是基于电池当前的数据采集值，对电池当前时刻的模型参数进行辨识，没有涉及电池未来运行中的状态预测和模型参数预测，计算精度不高。因此，有必要对电池动态充放电情况下的未来参数变化进行预测。
【发明内容】
[0005]本发明的目的旨在至少解决上述的技术缺陷之一。
[0006]为此，本发明的目的在于提出一种锂离子电池模型参数变化的预测方法，该方法能够提高电池预测相关问题的计算精度。
[0007]本发明的另一个目的在于提出一种锂离子电池模型参数变化的预测系统。
[0008]为了实现上述目的，本发明的第一方面的实施例公开了一种锂离子电池模型参数变化的预测方法，包括以下步骤:采集锂离子电池的电池数据，并确定未来运行过程的充放电电流预测值，其中，所述电池数据包括电流测量值、端电压测量值和温度测量值；将所述电流测量值输入电池模型以计算电池端电压，并将所述电池端电压与所述端电压测量值进行比较，从而对电池模型的初始参数进行修正；根据所述电流预测值对未来运行过程中所述电池模型的状态量变化进行预测；根据所述电池模型的状态量变化的预测结果对未来运行过程中所述电池模型的参数变化进行预测，以得到初始预测结果；根据修正后的电池模型的参数和所述初始预测结果得到最终的电池模型的参数变化的预测结果。
[0009]另外，根据本发明上述实施例的锂离子电池模型参数变化的预测方法还可以具有如下附加的技术特征:
[0010]在一些示例中，所述电池模型的状态量包括荷电状态SOC和温度。
[0011 ] 在一些示例中，所述未来运行过程中所述电池模型的荷电状态SOC变化的预测值满足如下函数关系，所述函数为:
[0012]SOCfut (tfut) = fsoc (soc (t)，t, tfut, Ifut)，
[0013]其中，Ifut为电流预测值，当前时刻t为预测时间段的起始时间，终止时间为放电截止时刻tend，当前时刻t对应的SOC为soc(t)，tfut为预测时间段上的一个时间点，t fut对应的电流预测值为Ifut (tfut)，tfu^刻对应的荷电状态预测值为SOC fut(tfut);
[0014]所述未来运行过程中所述电池模型的温度变化的预测值满足如下函数关系，所述函数为:
[0015]Tfut (tfut) = fT (T (t)，t, tfut, Ifut)，
[0016]其中，tfut时刻对应的温度预测值为T fut(tfut)，t为当前时刻，T(t)为当前时刻t对应的电池温度。
[0017]在一些示例中，所述未来运行过程中所述电池模型的欧姆内阻变化的预测值满足如下函数关系，所述函数为:
[001 8] Rohm, fut, ori (tfut) — f Rohm (SOCfut (tfut)，Tfut (tfut))，
[0019]其中，SOCfut(tfut)和Tfut(tfut)分别为tfut时刻对应的荷电状态预测值和温度预测值；
[0020]所述未来运行过程中所述电池模型的极化内阻变化的预测值满足如下函数关系，所述函数为:
[0021 ] Rpo1 fut, on (tfut) = fRpo (SOCfut (tfut)，Tfut (tfut))；
[0022]所述未来运行过程中所述电池模型的极化时间常数变化的预测值满足如下函数关系，所述函数为:
[0023]τ ρθιfut_ori (tfut) = f τρο (SOCfut (tfut)，Tfut (tfut))。
[0024]在一些示例中，最终的电池模型的欧姆内阻变化的预测结果通过如下公式得到，所述公式为:
[0025]Rohm, fut (tfut) — Rohm, fut, ori (tfut) + 八 Rohm，
[0026]其中，Δ Rcihni为欧姆内阻变化的预测值的修正量；
[0027]最终的电池模型的极化内阻变化的预测结果通过如下公式得到，所述公式为:
[0028]Rpoj fut (tfut) — Rpo, fut, ori (^fut) + ^ Rpo，
[0029]其中，△ Rpci为极化内阻变化的预测值的修正量；
[0030]最终的电池模型的极化时间常数变化的预测结果通过如下公式得到，所述公式为:
[0031]τ PO, fut (tfut) — τ PO, fut, ori (tfut) + A Tpo，
[0032]其中，Δ τρει为极化时间常数变化的预测值的修正量。
[0033]本发明第二方面的实施例公开了一种锂离子电池模型参数变化的预测系统，包括:采集模块，用于采集锂离子电池的电池数据，并确定未来运行过程的充放电电流预测值，其中，所述电池数据包括电流测量值、端电压测量值和温度测量值；修正模块，用于将所述电流测量值输入电池模型以计算电池端电压，并将所述电池端电压与所述端电压测量值进行比较，从而对电池模型的初始参数进行修正；状态量预测模块，用于根据所述电流预测值对未来运行过程中所述电池模型的状态量变化进行预测；模型参数初始预测模块，用于根据所述电池模型的状态量变化的预测结果对未来运行过程中所述电池模型的参数变化进行预测，以得到初始预测结果；模型参数最终预测模块，用于根据修正后的电池模型的参数和所述初始预测结果得到最终的电池模型的参数变化的预测结果。
[0034]根据本发明的实施例，根据相关测量数据对当前的电池模型参数进行自适应辨识，修正模型参数的初始误差。同时，对电池未来状态变化进行预测，以确定未来运行过程中模型参数的变化。将模型自适应辨识结果与未来模型变化结果相结合，得到电池未来运行过程的模型参数变化曲线。本发明的实施例对电池运行中的参数变化进行了详细分析，有利于提高电池预测相关问题，如剩余放电时间、剩余放电能量和电动汽车续驶里程等问题的计算精度。
[0035]本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0036]本发