一种用于电动汽车动力电池soc估计的锂电池建模方法

文档序号:10685647阅读:666来源:国知局
一种用于电动汽车动力电池soc估计的锂电池建模方法
【专利摘要】本发明公开了一种用于电动汽车动力电池SOC估计的锂电池建模方法,综合考虑SOC环境因素的影响,将锂电池Thevenin模型中各电气参数定义为环境变量的函数,并通过混合动力脉冲能力特性HPPC实验得到模型参数,通过测试和计算得到电池模型实际参数值,并以此为依据确定模型的参数拟合方法。本发明基于现有技术的不足,通过对不同温度和SOC下的电池内部参数进行测定和评估,分析影响参数变化的环境因素,建立可变参数的锂电池Thevenin模型。
【专利说明】
一种用于电动汽车动力电池 soc估计的锂电池建模方法
技术领域
[0001] 本发明涉及电池 S0C建模方法领域,具体是一种用于电动汽车动力电池 S0C估计的 锂电池建模方法。
【背景技术】
[0002] S0C,即state of charge,指的是电池剩余荷电状态,一般定义为当前电池剩余容 量与标称容量的比值,直接影响动力电池组均衡控制的有效性以及电动汽车续航里程判断 的可靠性。然而,电动汽车复杂的运行工况给S0C的精确估计带来了较大的困难,建立精确 的锂电池模型是提高S0C估算精度的关键,目前常用的锂电池等效电路模型有Rint模型、RC 模型、Thevenin模型和PNGV模型等,其中Thevenin模型具有物理意义明确、模型参数辨识实 验容易执行等优点,被广泛应用于电池的数学建模中,但其参数固定,无法反映电池动态特 性。
[0003] 现有的S0C估计方法中,对环境条件尤其是温度影响的考虑并不全面,实际上,电 池模型的参数随环境温度的变化不断变化,其可用容量在不同温度条件下差别很大,因此 温度在很大程度上影响着电池模型的精确度,进而影响着S0C的估计精度。而随着季节变化 和炜度差异,电动汽车运行过程中存在较大的温度变化,所以单纯采用固定模型进行剩余 容量估算会存在很大的误差,有算法提出通过温度补偿系数对S0C进行修正,或者直接通过 安时积分结果对不同温度下估算的S0C进行换算。对于上述方法,温度的影响直接作为修正 因子作用于S0C估计结果,其对电池模型的影响仍需进一步研究。

【发明内容】

[0004] 本发明的目的是提供一种用于电动汽车动力电池 S0C估计的锂电池建模方法,以 解决现有技术算法中模型适用范围局限性的问题。
[0005] 为了达到上述目的,本发明所采用的技术方案为:
[0006] 一种用于电动汽车动力电池 S0C估计的锂电池建模方法,其特征在于:综合考虑包 括温度在内的S0C环境因素的影响,将锂电池 Thevenin模型中各电气参数定义为环境变量 的函数,并通过混合动力脉冲能力特性HPPC实验得到模型参数,首先通过测试和计算得到 电池模型实际参数值,并以此为依据确定模型的参数拟合方法;
[0007] 根据Thevenin模型,锂电池内部存在极化电容Cpol和极化电阻Rpol相并联,并与 表征开路电压的直流电压源Uoc、欧姆内阻Rohm和其他内阻R0串联组合,其中极化电容 Cpol、极化电阻Rpo 1、欧姆内阻Rohm均为可变参数,与电池 S0C环境因素有关,对于模型中的 各电气参数可以通过可实际检测到的参数进行计算,通过混合动力脉冲能力特性HPPC实验 计算得到模型参数;
[0008] 分析实验数据获取不同环境因素点各电气参数值,利用离散数据曲线拟合方法, 得到各电气参数与环境因素的函数关系;可以看出,在S0C小于30%的范围内,欧姆内阻 Rohm会突然升高,而当S0C大于30%时,S0C对欧姆内阻Rohm的影响并不明显,而温度对S0C 的影响是一个连续的过程,因此分析影响因素后对电池模型参数进行分段处理;
[0009] 锂离子动力电池的数学模型是估算电池 S0C的基础,通过所建立的模型能够得到 电池的观测方程,观测方程描述了 S0C、充放电电流、温度因素与电池端电压的函数关系;将 电池实际容量设定为一个随温度变化的量,通过研究电池实际容量在不同温度下的变化规 律,引入温度补偿系数%修正不同温度下电池实际容量与电池额定容量之间的误差。
[0010] 与原有技术相比,本发明的有益效果体现在:
[0011] (1)在锂电池的Thevenin模型中,将欧姆内阻、极化内阻、极化电容等参数定义为 环境变量的函数,并进行参数拟合,提高了电池模型的准确度,扩展了模型的适用范围。 [0012] (2)所采用的参数辨识方法考虑到了锂电池的物理特性,测量结果准确,辨识得到 的参数更加接近实际值。
【附图说明】
[0013]图1为本发明测定的Rohm和环境因素关系。
[0014]图2为本发明具体实施例中采样环节硬件系统结构图。
[0015] 图3为本发明具体实施例中对多节串联电池组的电压采样电路图。
[0016] 图4为本发明具体实施例中温度采样电路图。
【具体实施方式】
[0017] 一种用于电动汽车动力电池 S0C估计的锂电池建模方法,综合考虑包括温度在内 的S0C环境因素的影响,将锂电池 Thevenin模型中各电气参数定义为环境变量的函数,并通 过混合动力脉冲能力特性HPPC实验得到模型参数,首先通过测试和计算得到电池模型实际 参数值,并以此为依据确定模型的参数拟合方法;
[0018] 根据Thevenin模型,锂电池内部存在极化电容Cpol和极化电阻Rpol相并联,并与 表征开路电压的直流电压源Uoc、欧姆内阻Rohm和其他内阻R0串联组合,其中极化电容 Cpol、极化电阻Rpo 1、欧姆内阻Rohm均为可变参数,与电池 S0C环境因素有关,对于模型中的 各电气参数可以通过可实际检测到的参数进行计算,通过混合动力脉冲能力特性HPPC实验 计算得到模型参数;
[0019] 分析实验数据获取不同环境因素点各电气参数值,利用离散数据曲线拟合方法, 得到各电气参数与环境因素的函数关系;可以看出,在S0C小于30%的范围内,欧姆内阻 Rohm会突然升高,而当S0C大于30%时,S0C对欧姆内阻Rohm的影响并不明显,而温度对S0C 的影响是一个连续的过程,因此分析影响因素后对电池模型参数进行分段处理;
[0020] 锂离子动力电池的数学模型是估算电池 S0C的基础,通过所建立的模型能够得到 电池的观测方程,观测方程描述了 S0C、充放电电流、温度因素与电池端电压的函数关系;
[0021] 在传统基于EKF的S0C估计方法中,电池的可用总容量Qreal被看作一个恒定的值, 实际上,环境因素中的温度会影响Qreal,进而对S0C估计值的精度产生影响。
[0022] 将电池实际容量设定为一个随温度变化的量,为探讨温度对Qreal的影响,通过研 究电池实际容量在不同温度下的变化规律,引入温度补偿系数nT修正不同温度下电池实际 容量与电池额定容量之间的误差。
[0023]由于热管理系统和电池放电发热现象的存在,在电动汽车运行过程中电池温度会 发生变化,在环境温度偏较低时,电池温度会随运行时间的增长而不断升高,因此电池实际 可放出的电量不断升高,因此电池实际容量设定为一个随温度变化的量。
[0024]电池 S0C估计分为两部分,第一部分为电池数学模型的建立,第二部分为硬件系统 的设计。
[0025]建模环节模型公式如下:
[0026] U〇c = Ui+R〇hmlB+UB (1)
[0027]式中IB为电池的充放电电流,U1为Rpol和Cpol两端的电压。通过成组混合动力脉 冲能力特性试验可以计算得到电池内阻与温度和S0C的关系,根据电池内阻与S0C变化的密 切程度可以将电池内阻表达式分为两段:
[0031] 式中Rohm表示动力电池欧姆内阻,Rpo 1表示电池极化内阻,Cpo 1表示电池极化电 容,T表示电池工作环境温度,S0C表示电池剩余电量。当电池剩余容量大于30 %时,电池模 型参数受电池 S0C变化影响很小,可以简化为电池模型对环境温度的函数,降低算法复杂 度;当电池剩余容量小于30%时,电池模型参数随电池S0C变化会有明显的改变,因此电池 模型参数是与电池 S0C和环境温度相关的二元关系式。
[0032] 放电过程中S0C状态方程为
[0035]
I为t时刻的瞬时S0C值;S0C (0)为初始S0C值;i (t)为t时 刻瞬时电流值;Qrea 1为电池可用总容量。Qf ul 1为电池标称总容量,nT为比例系数,用于补 偿影响因素对电池总容量的影响。这是直接对电池放电进行安时积分,但是随时间积分误 差会不断累加造成S0C估计误差偏大,因此采用扩展卡尔曼滤波算法(EKF)消除累积误差提 高算法精度。
[0038] yk = U〇c(xk)-Ui(xk,T)-R〇hm(xk,T) ? yk+vk (9)
[0039]式(7)是根据图1所建立电池模型得到的电池非线性状态空间模型的观测方程。在 EKF算法中,电池模型的状态变量xk为唯一变量,表征第k次计算得到的S0C,观测变量yk表 征通过电池模型第k次计算得到的电池端电压UB,输入变量yk表征第k次计算时的电池充放 电电流IB。将式(5)和(7)离散化可得电池的离散状态空间模型为式(8)和式(9)。其中At为 采样周期,wk为系统噪声,vk为观测噪声,二者为不相关的零均值Gauss白噪声,Uoc为电池 开路电压,是仅与S0C有关的变量。
[0040] 采样环节硬件系统结构图
[0041] 为实现电池模型数据采集,需采集的量有电池电压、温度和充放电电流。硬件结构 图如图2所示。
[0042]由于电动汽车动力电池串联节数一般较多,电压采集采用Linear公司的LTC6803-4芯片,检测12节串联电池单体电压,并且可以堆叠架构实现对多节串联电池组的电压采 样。电路结构如图3所示。
[0043] 温度采集采用100k QNTC温感对电池温度采集。用电压基准给电阻和NTC温感的串 联电路供电,采集温感和电阻的串联分压,经由信号调理电路,直接送入MCU内置的ADC进行 电压采集,计算温感电阻值,再根据温感温度与阻值对照表即可得出温度值。采样电路如图 4所示。
[0044]电流采集采用外置霍尔传感器,通过匹配霍尔传感器,得到电流,经过霍尔传感器 信号调理,进行充放电电流采集。
【主权项】
1. 一种用于电动汽车动力电池 SOC估计的锂电池建模方法,其特征在于:综合考虑包括 温度在内的S0C环境因素的影响,将锂电池 Thevenin模型中各电气参数定义为环境变量的 函数,并通过混合动力脉冲能力特性HPPC实验得到模型参数,首先通过测试和计算得到电 池模型实际参数值,并以此为依据确定模型的参数拟合方法; 根据Thevenin模型,锂电池内部存在极化电容Cpol和极化电阻Rpol相并联,并与表征 开路电压的直流电压源Uoc、欧姆内阻Rohm和其他内阻R0串联组合,其中极化电容Cpo 1、极 化电阻Rpol、欧姆内阻Rohm均为可变参数,与电池 S0C环境因素有关,对于模型中的各电气 参数可以通过可实际检测到的参数进行计算,通过混合动力脉冲能力特性HPPC实验计算得 到模型参数; 分析实验数据获取不同环境因素点各电气参数值,利用离散数据曲线拟合方法,得到 各电气参数与环境因素的函数关系;可以看出,在S0C小于30%的范围内,欧姆内阻Rohm会突 然升高,而当S0C大于30%时,S0C对欧姆内阻Rohm的影响并不明显,而温度对S0C的影响是一 个连续的过程,因此分析影响因素后对电池模型参数进行分段处理; 锂离子动力电池的数学模型是估算电池 S0C的基础,通过所建立的模型能够得到电池 的观测方程,观测方程描述了 S0C、充放电电流、温度因素与电池端电压的函数关系;将电池 实际容量设定为一个随温度变化的量,通过研究电池实际容量在不同温度下的变化规律, 引入温度补偿系数ητ修正不同温度下电池实际容量与电池额定容量之间的误差。
【文档编号】G01R31/36GK106054081SQ201610444271
【公开日】2016年10月26日
【申请日】2016年6月17日
【发明人】何耀, 孙张弛, 吉祥, 郑昕昕, 曾国建, 刘新天
【申请人】合肥工业大学智能制造技术研究院
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