一種動力電池荷電狀態(tài)估計方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種動力電池荷電狀態(tài)估計方法及系統(tǒng)，選定Thevenin等效電路模型，并向動力電池施加脈沖電流激勵，采集動力電池輸出電壓、電流數(shù)據(jù)，根據(jù)輸出電壓與時間關系得到脈沖電流激勵響應曲線；將激勵響應曲線分為A、B、C三段，根據(jù)A段激勵響應曲線，結合阻容回路的零輸入響應表達式以及最小二乘法得到時間常數(shù)；根據(jù)B段激勵響應曲線，結合阻容回路的零狀態(tài)響應表達式，并將時間常數(shù)代入零狀態(tài)響應表達式，利用最小二乘法得到極化電阻和極化電容；根據(jù)C段激勵響應曲線利用歐姆定律得到歐姆內(nèi)阻；根據(jù)極化電阻、極化電容和歐姆內(nèi)阻，利用擴展卡爾曼濾波算法得到動力電池荷電狀態(tài)的估計值。因此本發(fā)明提供了一種精確辨識戴維寧等效電路模型參數(shù)的方法。
【專利說明】ー種動カ電池荷電狀態(tài)估計方法及系統(tǒng)
【技術領域】
[0001]本發(fā)明涉及ー種動カ電池荷電狀態(tài)估計方法及系統(tǒng)，具體涉及ー種電動汽車動力電池荷電狀態(tài)估計方法及系統(tǒng)，屬于電動汽車動カ電池【技術領域】。
【背景技術】
[0002]隨著世界石油資源的日益枯竭，汽車、動カ機車、大型工程機械車輛等的動カ源將不得不逐步擺脫石油資源的束縛而采用一些新的能源驅動，動カ電池，比如鋰離子動カ電池，因其具有高電壓、高容量、循環(huán)性能好、循環(huán)壽命長、安全性能好和環(huán)保等優(yōu)點而受到人們的青睞，成為動カ源技術的主要發(fā)展方向之一。在便攜式電子設備、電動汽車、空間技術、國防エ業(yè)等多方面具有廣闊的應用前景。
[0003]電池的荷電狀態(tài)(state of charge，SOC)，是電池狀態(tài)的主要參數(shù)之一，其數(shù)值定義為電池的剰余容量占電池的總容量的比值。國內(nèi)外通用的做法是把在一定溫度下動カ電池充電到不能夠再吸收電量的狀態(tài)定義為100%的SOC狀態(tài)，而將動カ電池不能夠再放出電量的狀態(tài)定義為0%的SOC狀態(tài)。準確和可靠地獲得電池的荷電狀態(tài)是電池智能管理控制系統(tǒng)中最基本也是最首要的任務。但動カ電池荷電狀態(tài)因受到電池充放電率、溫度、自放電率、老化壽命、電池的放電截止電壓、內(nèi)阻等多種因素的影響，很難對其做出準確估計。
[0004]目前，國內(nèi)外在準確估計動カ電池荷電狀態(tài)方面已經(jīng)做了不少研究。常見的估計算法有如下幾種:
[0005]開路電壓法，是利用電池的開路電壓與電池的荷電狀態(tài)的對應關系，通過建立剩余容量——開路電壓之間的關系曲線，根據(jù)檢測到的開路電壓值確定電池的荷電狀態(tài)，但該方法需要對電池長時間靜置才能使測量結果準確，因而不適合應用在電動汽車實際行駛的情況下。
[0006]安時計量法，是目前應用最廣泛、最簡單易行的動カ電池荷電狀態(tài)估計方法，它是利用電流在一定時間段的積分來計算電池的剰余容量，進而獲得電池的荷電狀態(tài)。但該方法存在累積誤差越來越大的問題，且不適宜于電池的在線估計。
[0007]模糊神經(jīng)網(wǎng)絡法，動カ電池是ー種高度非線性的系統(tǒng)，影響動カ電池狀態(tài)特性的因素非常多，因此很難對動カ電池荷電狀態(tài)建立準確的數(shù)學模型，用模糊神經(jīng)網(wǎng)絡法來估計動カ電池荷電狀態(tài)是ー種很好的解決方案。但是，該方案有ー個缺點就是需要大量的樣本數(shù)據(jù)進行訓練才能建好模糊神經(jīng)網(wǎng)絡模型，訓練數(shù)據(jù)的不準確和訓練方法的不恰當必然會對電池荷電狀態(tài)的估計帶來誤差。
[0008]卡爾曼濾波法，可以在線估計動カ電池的荷電狀態(tài)，對電動汽車復雜的エ況有很好的適應性，且操作比較簡単。但是采用卡爾曼濾波法來估計動カ電池荷電狀態(tài)，首先必須確定所選動カ電池等效電路模型的參數(shù)，而得到的所述參數(shù)的準確與否，直接關系到采用卡爾曼濾波法估計的動力電池荷電狀態(tài)的精度。因此，如何精確計算出動カ電池等效電路模型的參數(shù)，是亟待解決的問題。
【發(fā)明內(nèi)容】

[0009]本發(fā)明所要解決的技術問題是現(xiàn)有技術中因為對動力電池等效電路模型的參數(shù)估計不準確，導致對動カ電池荷電狀態(tài)估計不準確，從而提供一種能夠準確估計動カ電池等效電路模型參數(shù)的動カ電池荷電狀態(tài)估計方法及系統(tǒng)。
[0010]為解決上述技術問題，本發(fā)明是通過以下技術方案實現(xiàn)的:
[0011]本發(fā)明所述的ー種動カ電池荷電狀態(tài)估計方法，包括以下步驟:
[0012]S1:選擇Thevenin等效電路模型作為動カ電池等效電路模型,所述Thevenin等效電路模型的輸入電壓為所述動カ電池的開路電壓Utcv，所述Thevenin等效電路模型的輸出電壓為所述動カ電池的輸出電壓U(t)，所述Thevenin等效電路模型中主干路電流為所述動力電池的輸出電流I(t);
[0013]S2:向動カ電池施加脈沖電流激勵，采集所述動カ電池的輸出電壓和輸出電流數(shù)據(jù)，得到所述Thevenin等效電路模型的輸出電壓Uw和輸出電流I(t)，根據(jù)所述輸出電壓Uw與時間的關系得到所述Thevenin等效電路模型的脈沖電流激勵響應曲線；
[0014]S3:將所述脈沖電流激勵響應曲線分為三段，其中A段脈沖電流激勵響應曲線反應脈沖電流激勵撤銷后極化電容C通過阻容回路對極化電阻R2的放電過程；B段脈沖電流激勵響應曲線反應脈沖電流激勵響應過程中極化電容C的零狀態(tài)響應過程；C段脈沖電流激勵響應曲線反應施加脈沖電流激勵瞬間輸出電壓Uw的突變過程；
[0015]S4:根據(jù)所述A段脈沖電流激勵響應曲線，結合阻容回路放電過程的零輸入響應表達式，利用最小二乗法得到阻容回路的時間常數(shù)T的表達式；
[0016]根據(jù)所述B段脈沖電流激勵響應曲線，結合阻容回路的零狀態(tài)響應過程表達式，將所述時間常數(shù)T的值代入所述零狀態(tài)響應過程表達式中，利用最小二乗法得到極化電阻R2和極化電容C的表達式；
[0017]根據(jù)所述C段脈沖電流激勵響應曲線中的突變壓降U*，結合所述脈沖電流激勵的有效值I，利用歐姆定律得到歐姆內(nèi)阻R1的表達式；
[0018]S5:根據(jù)所述步驟S4中得到的極化電阻R2的表達式、極化電容C的表達式和歐姆內(nèi)阻R1的表達式，利用擴展卡爾曼濾波算法得到動カ電池荷電狀態(tài)的估計值。
[0019]所述步驟S4中，得到阻容回路的時間常數(shù)T的表達式的方法如下:
[0020]SAl:所述阻容回路放電過程的零輸入響應表達式為:
[0021](I);
[0022]其中時間常數(shù)T = R2C, Uc (t)為所述極化電容C上的電壓；
[0023]SA2:將ル⑴、時間常數(shù)T看成待定系數(shù)，對式⑴兩邊求對數(shù)，得到:
[0024]
【權利要求】
1.ー種動カ電池荷電狀態(tài)估計方法，其特征在于，包括以下步驟: 51:選擇Thevenin等效電路模型作為動カ電池等效電路模型,所述Thevenin等效電路模型的輸入電壓為所述動カ電池的開路電壓Utcv，所述Thevenin等效電路模型的輸出電壓為所述動カ電池的輸出電壓Uw，所述Thevenin等效電路模型中主干路電流為所述動カ電池的輸出電流Iw ; 52:向動カ電池施加脈沖電流激勵，采集所述動カ電池的輸出電壓和輸出電流數(shù)據(jù)，得到所述Thevenin等效電路模型的輸出電壓Uw和輸出電流I(t)，根據(jù)所述輸出電壓Uw與時間的關系得到所述Thevenin等效電路模型的脈沖電流激勵響應曲線； 53:將所述脈沖電流激勵響應曲線分為三段，其中A段脈沖電流激勵響應曲線反應脈沖電流激勵撤銷后極化電容C通過阻容回路對極化電阻R2的放電過程；B段脈沖電流激勵響應曲線反應脈沖電流激勵響應過程中極化電容C的零狀態(tài)響應過程；C段脈沖電流激勵響應曲線反應施加脈沖電流激勵瞬間輸出電壓Uw的突變過程； 54:根據(jù)所述A段脈沖電流激勵響應曲線，結合阻容回路放電過程的零輸入響應表達式，利用最小二乗法得到阻容回路的時間常數(shù)T的表達式； 根據(jù)所述B段脈沖電流激勵響應曲線，結合阻容回路的零狀態(tài)響應過程表達式，將所述時間常數(shù)T的值代入所述零狀態(tài)響應過程表達式中，利用最小二乗法得到極化電阻R2和極化電容C的表達式； 根據(jù)所述C段脈沖電流激勵響應曲線中的突變壓降U*，結合所述脈沖電流激勵的有效值I，利用歐姆定律得到歐姆內(nèi)阻R1的表達式； 55:根據(jù)所述步驟S4中得到的極化電阻R2的表達式、極化電容C的表達式和歐姆內(nèi)阻R1的表達式，利用擴展卡爾曼濾波算法得到動カ電池荷電狀態(tài)的估計值。
2.根據(jù)權利要求1所述的動カ電池荷電狀態(tài)估計方法，其特征在于: 所述步驟S4中，得到阻容回路的時間常數(shù)T的表達式的方法如下: SAl:所述阻容回路放電過程的零輸入響應表達式為: U/ c(t)=Uc(t)e-t/T(I)； 其中時間常數(shù)T =R2C, UJt)為所述極化電容C上的電壓； SA2:將U。(t)、時間常數(shù)T看成待定系數(shù)，對式(I)兩邊求對數(shù)，得到: Inilfc(O) = In(UcU))--(2)；

T


I 令 y=ln(Uc(t)) ,X =--，則式(2)變形為:

T I' =y+tx(3)； SA3:對式(3)應用最小二乗法，得到:
m s = y (V, — vj — /.v)-i4)； 其中m為大于I的整數(shù)； SA4:對式(4)兩邊求偏導數(shù)，并令偏導數(shù)等于零，得到:
3.根據(jù)權利要求2所述的動カ電池荷電狀態(tài)估計方法，其特征在于:所述步驟S4中，得到極化電阻R2表達式和極化電容C表達式的方法如下:SBl:所述阻容回路零狀態(tài)響應過程的表達式為:Uc(t)=IR2e-t/T(7)；其中，I為脈沖電流激勵的有效值；SB2:將IR2、時間常數(shù)T看成待定系數(shù)，對式(7)兩邊求對數(shù)，得到:
4.根據(jù)權利要求1-3任一所述的動カ電池荷電狀態(tài)估計方法，其特征在于:所述步驟S4中，得到歐姆內(nèi)阻R1為:
5.根據(jù)權利要求1-4任一所述的動カ電池荷電狀態(tài)估計方法，其特征在于: 在所述動カ電池為七節(jié)鋰離子動カ電池串聯(lián)組成，且每個所述鋰離子動カ電池單體的標稱電量為60AH的情況下，對所述動カ電池施加的脈沖電流激勵的有效值為20A，持續(xù)時間為20s。
6.根據(jù)權利要求5所述的動力電池荷電狀態(tài)估計方法，其特征在于，所述步驟S2中，通過模數(shù)轉換器將采集的所述電壓信號、所述電流信號轉換成數(shù)字信號。
7.根據(jù)權利要求1-6任一所述的動カ電池荷電狀態(tài)估計方法，其特征在于，還包括如下步驟: S6:將所述步驟S5中得到的動カ電池荷電狀態(tài)的估計值輸出至CAN總線實時監(jiān)控系統(tǒng)。
8.一種動カ電池荷電狀態(tài)估計系統(tǒng)，其特征在于，包括: 電動車加速踏板、脈沖激勵単元、采集單元、電池管理系統(tǒng)； 所述電動車加速踏板與所述脈沖激勵単元的輸入端連接，所述脈沖激勵単元的輸出端與動カ電池的輸入端連接；所述電動車加速踏板被踩下時，所述電動車加速踏板控制所述脈沖激勵単元的輸出端向所述動カ電池的輸入端輸入脈沖電流激勵； 所述采集單元從所述動カ電池的輸出端采集所述動カ電池的電壓數(shù)據(jù)和電流數(shù)據(jù)； 所述電池管理系統(tǒng)包括Thevenin等效電路模型和擴展卡爾曼濾波器；所述電池管理系統(tǒng)根據(jù)采集單元采集到的所述電壓數(shù)據(jù)和電流數(shù)據(jù)，計算得到所述Thevenin等效電路模型中各個參數(shù)值，井根據(jù)所述Thevenin等效電路模型中各個參數(shù)值，應用所述擴展卡爾曼濾波器估計動カ電池荷電狀態(tài)的估計值。
9.根據(jù)權利要求8所述的動力電池荷電狀態(tài)估計系統(tǒng)，其特征在于: 所述采集単元包括模數(shù)轉換器，用于將所述電壓數(shù)據(jù)和所述電流數(shù)據(jù)由模擬信號轉換為數(shù)字信號。
10.根據(jù)權利要求8或9任一所述的動力電池荷電狀態(tài)估計系統(tǒng)，其特征在于: 還包括CAN總線實時監(jiān)控系統(tǒng)，所述CAN總線實時監(jiān)控系統(tǒng)的輸入端與所述擴展卡爾曼濾波器的輸出端連接，用于監(jiān)控顯示所述卡爾曼濾波器輸出的動カ電池荷電狀態(tài)的估計值。
【文檔編號】G01R31/36GK103454592SQ201310371522
【公開日】2013年12月18日 申請日期:2013年8月23日 優(yōu)先權日:2013年8月23日
【發(fā)明者】徐國卿, 李衛(wèi)民, 宋志斌, 常明, 趙雷 申請人:中國科學院深圳先進技術研究院