一种锂离子电池的SOC和SOH联合估计方法与流程
本发明涉及锂离子电池技术领域，尤其涉及一种锂离子电池的soc和soh联合估计方法。
背景技术：
锂离子电池因具有高能量密度、长循环寿命和低自放电率等优点，已开始广泛地应用于新能源汽车和规模储能等领域。荷电状态(stateofcharge,soc)估计是电池管理系统的核心，是实现充放电控制、均衡控制、安全管理等其他功能的基础。随着充放电循环，电池健康状态(stateofhealth,soh)会逐渐劣化，主要体现在可用容量衰减和内阻增大，需要建立soh预测模型，并适当融合，以提高在电池全寿命周期内的soc估计精度和适用性。目前，在电池管理系统中，可用容量估计模型基本通过离线的电池老化测试数据构建，与soc估计模块的融合较为松散，适用性较差，精度难以保证。现有研究虽提出了soc与soh的联合估计方法，如联合卡尔曼滤波、双重卡尔曼滤波、递归最小二乘等方法，以提高在不同电池老化状态下的soc估计精度，但所提方法大部分本质上属于线性化状态估计方法，需要对非线性电池模型实施局部线性化操作，在电池复杂动态运行过程中，此线性化策略将导致算法稳定性较差，效果难以保证。卡尔曼滤波类方法的参数较难确定，对soc初始误差较为敏感，收敛速度较慢，有待进一步提高；递归最小二乘方法对复杂非线性问题的估计效果往往难以保证。此外，在soc和soh联合估计方法中，可用容量的状态模型往往通过加入一个噪声项予以描述，较为简单，难以精确地刻画复杂的容量衰减规律。
技术实现要素：
本发明实施例提供了一种锂离子电池的soc和soh联合估计方法，解决了现有技术在实施soc和soh联合估计时，其可用容量状态模型通常较为简单，较难刻画可用容量复杂的衰减规律，精度难以保证；采用的卡尔曼滤波类和递归最小二乘方法本质上属于线性化方法，对具有复杂动态运行工况的非线性电池模型，稳定性较差，收敛速度较慢的技术问题。
本发明实施例提供的一种锂离子电池的soc和soh联合估计方法，包括：
构建锂离子电池的离线等效电路模型；
根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；
基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计。
优选地，构建锂离子电池的离线等效电路模型包括：
根据锂离子电池的四个电路元件的多项式函数模型构建锂离子电池的离线等效电路模型，四个电路元件包括开路电压、欧姆内阻、极化内阻、等效电容。
优选地，开路电压的多项式函数模型通过对锂离子电池的soc-ocv曲线数据进行最小二乘辨识获得。
优选地，欧姆内阻、极化内阻、等效电容的多项式函数模型的系数均通过锂离子电池的hppc工况测试数据进行辨识并通过求解锂离子电池的电压的最小二乘误差模型获得。
优选地，欧姆内阻、极化内阻、等效电容的多项式函数模型的阶数根据锂离子电池的dst工况测试数据的预测结果进行确定。
优选地，基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计包括：
通过电池管理系统对锂离子电池充/放电循环过程中的电流和电压数据进行采集，并采用基于滚动时域soc估计优化模型的soc估计方法，获得并记录soc和端电压的估计值。
优选地，通过电池管理系统对锂离子电池充/放电循环过程中的电流和电压数据进行采集，并采用基于滚动时域soc估计优化模型的soc估计方法，获得并记录soc和端电压的估计值之后包括：
对锂离子电池充/放电循环过程中的端电压的估计值以及测量值之间的绝对误差进行循环重复计算，直至绝对误差小于预设误差值，并记录后续的有效的soc估计值及有效的soc估计值对应的采样时间和电流值。
优选地，对锂离子电池充/放电循环过程中的端电压的估计值以及测量值之间的绝对误差进行循环重复计算，直至绝对误差小于预设误差值，并记录后续的有效的soc估计值及有效的soc估计值对应的采样时间和电流值之后包括：
计算预设时间间隔内的有效的soc估计值的差值，并通过电流积分法计算获得每个预设时间间隔内的充/放电累积安时数；
以充/放电累积安时数为因变量，以有效的soc估计值的差值为自变量，通过最小二乘法建立一元线性回归模型，并以一元线性回归模型的系数作为可用容量估计值。
优选地，以充/放电累积安时数为因变量，以有效的soc估计值的差值为自变量，通过最小二乘法建立一元线性回归模型，并以一元线性回归模型的系数作为可用容量估计值之后包括：
运用基于谱方法的混合高斯回归模型方法，通过将自变量设置为充/放电循环次数，将因变量设置为可用容量估计值，建立可用容量单步预测的高斯回归模型，并根据高斯回归模型，实施可用容量的单步预测。
优选地，高斯回归模型的建模过程中采用最大似然估计方法获得高斯回归模型的超参数值，并将超参数值的初始值均设定为1，采用共轭梯度法获得最大似然估计模型的优化值。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例提供了一种锂离子电池的soc和soh联合估计方法，包括：构建锂离子电池的离线等效电路模型；根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计，本发明实施例中通过采用具有优良估计精度和稳定性的滚动时域soc估计方法，提出了soc有效估计的辨识策略，并基此开发了基于最小二乘的当前可用容量估计方法，充分利用了soc的估计结果；在此基础上，提出基于高斯回归的可用容量单步预测模型，以此预测结果作为soc估计模型的输入，实现了soc和soh的有效融合。本发明实施例提出的新颖融合策略，可充分利用soc估计模块的累积信息，以及精确的可用容量预测结果，有助于提高在电池全寿命周期内的soc估计精度和适用性，为设计性能优良的电池管理系统提供了有效的技术支持，解决了现有技术在实施soc和soh联合估计时，其可用容量状态模型通常较为简单，较难刻画可用容量复杂的衰减规律，精度难以保证；采用的卡尔曼滤波类和递归最小二乘方法本质上属于线性化方法，对具有复杂动态运行工况的非线性电池模型，稳定性较差，收敛速度较慢的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种锂离子电池的soc和soh联合估计方法的一个实施例的流程示意图；
图2为本发明实施例提供了一种锂离子电池的soc和soh联合估计方法的另一个实施例的流程示意图；
图3为本发明实施例提供的锂离子电池的soc和可用容量的在线联合估计流程示意图。
具体实施方式
本发明实施例提供了一种锂离子电池的soc和soh联合估计方法，用于解决现有技术在实施soc和soh联合估计时，其可用容量状态模型通常较为简单，较难刻画可用容量复杂的衰减规律，精度难以保证；采用的卡尔曼滤波类和递归最小二乘方法本质上属于线性化方法，对具有复杂动态运行工况的非线性电池模型，稳定性较差，收敛速度较慢的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供的一种锂离子电池的soc和soh联合估计方法包括：
101、构建锂离子电池的离线等效电路模型；
102、根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；
103、基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计。
本发明实施例提供了一种锂离子电池的soc和soh联合估计方法，包括：构建锂离子电池的离线等效电路模型；根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计，本发明实施例中通过采用具有优良估计精度和稳定性的滚动时域soc估计方法，提出了soc有效估计的辨识策略，实现了soc和soh的有效融合，解决了现有技术在实施soc和soh联合估计时，其可用容量状态模型通常较为简单，较难刻画可用容量复杂的衰减规律，精度难以保证；采用的卡尔曼滤波类和递归最小二乘方法本质上属于线性化方法，对具有复杂动态运行工况的非线性电池模型，稳定性较差，收敛速度较慢的技术问题。
以上为对本发明实施例提供的一种锂离子电池的soc和soh联合估计方法的一个实施例的详细描述，以下将对本发明实施例提供的一种锂离子电池的soc和soh联合估计方法的另一个实施例进行详细的描述。
请参阅图2，本发明实施例提供的锂离子电池的soc和soh联合估计方法的另一个实施例包括：
201、根据锂离子电池的四个电路元件的多项式函数模型构建锂离子电池的离线等效电路模型，四个电路元件包括开路电压、欧姆内阻、极化内阻、等效电容；
本发明实施例中采用一阶等效电路模型，由开路电压voc、欧姆内阻r0、极化内阻r1和等效电容c1四个电路元件构成，其中极化内阻r1和等效电容c1通过并联组成rc网络，其与开路电压voc和欧姆内阻r0是串联的。1阶等效电路模型如下：
vb，k＝voc，k-ikr0，k-v1，k；
其中，τk＝rkck是时间常数，v1为rc网络两端电压，vb为电池端电压，i为负载电流；开路电压、欧姆内阻、极化内阻和等效电容均是soc的函数，采用如下的多项式函数：
其中，n1，n2，n3和n4分别是开路电压、欧姆内阻、极化内阻和等效电容的多项式函数阶数，β1i，β2i，β3i和β4i分别是开路电压、欧姆内阻、极化内阻和等效电容的多项式函数系数。
上述四个电路元件的多项式模型阶数和系数通过实验室的电池测试数据进行辨识获得：(1)开路电压模型直接从测试得到的soc-ocv曲线数据进行最小二乘辨识获得；(2)欧姆内阻、极化内阻和等效电容的多项式模型系数通过电池hppc工况测试数据进行辨识，通过求解电池端电压最小二乘误差模型获得，而多项式模型阶数根据锂离子电池的dst工况测试数据的预测结果进行确定。值得注意的是，上述四个电路元件多项式模型的阶数均通过逐步增加项数予以优化确定，其中对开路电压模型，优选为模型拟合均方误差值小于5mv对应的最小阶数；对其他三个模型，优选为对应于dst测试工况预测误差最小的阶数。
202、根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；
基于上述构建的锂离子电池的离线等效电路模型，建立如下用于soc估计的滚动时域优化模型：
vb，k＝voc，k-ikr0，k-v1，k+vk
τk＝r1(sock)c1(sock)
0≤sock≤1
其中，l是滚动时域窗口大小，参数r为模型干扰方差矩阵，参数q为测量噪声方差矩阵，参数p为到达代价相关的误差协方差矩阵，w和v分别为状态方程和观测方程的噪声，cn为第n次充放电循环下的电池可用容量。上述优化模型将运用内点法进行求解，四个参数(l，r，q和p)基于hppc工况的soc估计性能，采用传统的网格搜索优化方法进行优选，初始c0设置为电池的标称可用容量。
203、通过电池管理系统对锂离子电池充/放电循环过程中的电流和电压数据进行采集，并采用基于滚动时域soc估计优化模型的soc估计方法，获得并记录soc和端电压的估计值；
204、对锂离子电池充/放电循环过程中的端电压的估计值以及测量值之间的绝对误差进行循环重复计算，直至绝对误差小于预设误差值，并记录后续的有效的soc估计值及有效的soc估计值对应的采样时间和电流值；
205、计算预设时间间隔内的有效的soc估计值的差值，并通过电流积分法计算获得每个预设时间间隔内的充/放电累积安时数；
206、以充/放电累积安时数为因变量，以有效的soc估计值的差值为自变量，通过最小二乘法建立一元线性回归模型，并以一元线性回归模型的系数作为可用容量估计值；
207、运用基于谱方法的混合高斯回归模型方法，通过将自变量设置为充/放电循环次数，将因变量设置为可用容量估计值，建立可用容量单步预测的高斯回归模型，并根据高斯回归模型，实施可用容量的单步预测。
具体的，请参阅图3，基于步骤202中所构建的锂离子电池的滚动时域soc估计优化模型的滚动时域优化的soc估计方法，实施soc和可用容量的在线联合估计，主要包括如下步骤：
(1)实施soc估计：在第n次充/放电循环，通过电池管理系统逐个采集并记录电池的电流和电压数据，采用基于滚动时域优化的soc估计方法，获得并记录soc和端电压的估计值，在第k个采样时刻，其值分别记为
(2)实施soc估计的有效性辨识：逐个计算端电压估计值和测量值的绝对误差
(3)实施当前可用容量估计：基于前述中所获得的soc有效估计值，按一定时间间隔提取数据(如设置为60秒)，并计算每个时间间隔内的soc有效估计值的差值，以及通过电流积分法计算得到每个时间间隔内的充/放电累积安时数，分别记为[δsoc1，δsoc2，…，δsocn]和[q1，q2，…，qn]，以q为因变量，δsoc为自变量，运用最小二乘方法，建立一元线性回归模型，其系数即为当前可用容量估计值
(4)实施可用容量单步预测：若当前充/放电循环次数n小于10，设置第n+1次充/放电循环时的可用容量
本发明实施例提供了一种锂离子电池的soc和soh联合估计方法，包括：构建锂离子电池的离线等效电路模型；根据离线等效电路模型构建锂离子电池的滚动时域soc估计优化模型；基于滚动时域soc估计优化模型对锂离子电池的soc和可用容量进行在线联合估计，本发明实施例中通过采用具有优良估计精度和稳定性的滚动时域soc估计方法，提出了soc有效估计的辨识策略，并基此开发了基于最小二乘的当前可用容量估计方法，充分利用了soc的估计结果；在此基础上，提出基于高斯回归的可用容量单步预测模型，以此预测结果作为soc估计模型的输入，实现了soc和soh的有效融合。本发明实施例提出的新颖融合策略，可充分利用soc估计模块的累积信息，以及精确的可用容量预测结果，有助于提高在电池全寿命周期内的soc估计精度和适用性，为设计性能优良的电池管理系统提供了有效的技术支持，解决了现有技术在实施soc和soh联合估计时，其可用容量状态模型通常较为简单，较难刻画可用容量复杂的衰减规律，精度难以保证；采用的卡尔曼滤波类和递归最小二乘方法本质上属于线性化方法，对具有复杂动态运行工况的非线性电池模型，稳定性较差，收敛速度较慢的技术问题。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！