鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的聯(lián)合估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電池管理技術(shù)領(lǐng)域，具體涉及電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的 估計(jì)方法。
【背景技術(shù)】
[0002] 鋰離子電池狀態(tài)包括荷電狀態(tài)（SOC，State of Charge)、健康狀態(tài)（SOH，State of Health)及功率狀態(tài)（SOF，State of Function)。其中，SOC反映電池的剩余電量，SOH 反映電池的老化情況，SOF則反映電池能提供的可用功率。電池當(dāng)前的狀態(tài)將影響電池管 理系統(tǒng)（BMS, Battery Management System)對電動汽車的能量管理決策，如純電動汽車的 電池組充電、混合動力汽車的電池組能量分配等。因此電池狀態(tài)估計(jì)是BMS最重要的功能 之一。
[0003] 荷電狀態(tài)SOC反映電池的剩余電量。目前已有一些SOC估計(jì)方法，比較常用的SOC 估計(jì)方法包括加權(quán)融合算法、卡爾曼濾波算法以及不同類型的觀測器等。其中卡爾曼濾波 算法精確可靠，且適用于動態(tài)工況，是近年來比較主流的方法。
[0004] 健康狀態(tài)SOH反映電池的老化程度，通常用容量的衰減程度來表征。一種容量估 計(jì)方法是采用容量衰減模型進(jìn)行開環(huán)估計(jì)，但由于電池之間存在不一致性，采用模型開環(huán) 估計(jì)容量的方法存在較大誤差。還有一種方法是利用兩SOC點(diǎn)之間的累計(jì)充放電電量來估 計(jì)電池的容量。這種方法簡單且易于實(shí)現(xiàn)，方法的關(guān)鍵在于荷電狀態(tài)SOC的獲取。
[0005] 功率狀態(tài)SOF反映電池的功率狀態(tài)，可以用最大可充放電功率來表征。目前對SOF 估計(jì)方法的研究較少。
[0006] 綜上所述，電池狀態(tài)估計(jì)是電池管理的基礎(chǔ)。對電池 SOC、SOH及SOF的準(zhǔn)確估計(jì) 對于電池進(jìn)行準(zhǔn)確有效管理至關(guān)重要。

【發(fā)明內(nèi)容】

[0007] 有鑒于此，有必要提出一種鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的更為準(zhǔn) 確的估計(jì)方法。
[0008] -鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的聯(lián)合估計(jì)方法，包括如下步驟： S1，在線估計(jì)電池的健康狀態(tài)SOH :采用帶遺忘因子的遞歸最小二乘法在線辨識開路 電壓OCV (Open Circuit Voltage)以及內(nèi)阻R。，并根據(jù)預(yù)先建立的OCV-SOC對應(yīng)關(guān)系間接 獲取荷電狀態(tài)S0C，再根據(jù)兩SOC點(diǎn)之間的累計(jì)充放電電量估計(jì)電池容量的大??； 52, 在線估計(jì)電池的荷電狀態(tài)SOC :基于二階RC等效電路模型，采用卡爾曼濾波算法估 計(jì)電池的荷電狀態(tài)S0C，并根據(jù)步驟Sl的電池容量估計(jì)結(jié)果更新卡爾曼濾波算法中的電池 容量參數(shù)；以及 53, 在線估計(jì)電池的功率狀態(tài)SOF :根據(jù)步驟Sl在線辨識得到的內(nèi)阻R。，基于電池本身 的電壓限制和電流限制，計(jì)算最大可充放電電流，再進(jìn)一步計(jì)算得到最大可充放電功率。
[0009] 與現(xiàn)有技術(shù)比較，本發(fā)明提出一種鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的 聯(lián)合估計(jì)方法，在估計(jì)SOC的過程中，根據(jù)SOH的估計(jì)結(jié)果對算法中的相關(guān)參數(shù)進(jìn)行了更 新，以保證電池老化后SOC的估計(jì)精度。在SOF估計(jì)過程中，用到了 SOC的估計(jì)結(jié)果，以及 SOH估計(jì)過程中辨識得到的內(nèi)阻。這一聯(lián)合估計(jì)方法考慮到電池狀態(tài)之間存在的相互影響， 充分利用SOC、SOH及SOF三者之間的聯(lián)系，改善狀態(tài)估計(jì)效果，使估計(jì)結(jié)果更為接近實(shí)際情 況，體現(xiàn)出了電池狀態(tài)聯(lián)合估計(jì)的優(yōu)勢。
【附圖說明】
[0010] 圖1是本發(fā)明實(shí)施例鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的聯(lián)合估計(jì)方法 的整體算法框圖。
[0011] 圖2是Rint等效電路模型電路結(jié)構(gòu)示意圖。
[0012] 圖3是二階RC等效電路模型電路結(jié)構(gòu)示意圖。
[0013] 圖4是本發(fā)明實(shí)施例DST工況的電流數(shù)據(jù)圖。
[0014] 圖5是本發(fā)明實(shí)施例采用帶遺忘因子的遞歸最小二乘法在線辨識開路電壓OCV的 結(jié)果數(shù)據(jù)圖。
[0015] 圖6是本發(fā)明實(shí)施例采用帶遺忘因子的遞歸最小二乘法在線辨識內(nèi)阻R。的結(jié)果 數(shù)據(jù)圖。
[0016] 圖7是本發(fā)明實(shí)施例根據(jù)OCV-SOC對應(yīng)關(guān)系通過線性插值法得到的SOC的結(jié)果數(shù) 據(jù)圖。
[0017] 圖8是本發(fā)明實(shí)施例采用卡爾曼濾波算法得到的SOC估計(jì)結(jié)果數(shù)據(jù)圖。
[0018] 圖9是本發(fā)明實(shí)施例采用卡爾曼濾波算法得到的SOC估計(jì)誤差數(shù)據(jù)圖。
[0019] 圖10是本發(fā)明實(shí)施例根據(jù)電壓、電流限制計(jì)算得到的最大可充放電電流數(shù)據(jù)圖。
[0020] 圖11是本發(fā)明實(shí)施例根據(jù)最大可充放電電流進(jìn)一步計(jì)算得到的最大可充放電功 率數(shù)據(jù)圖。
【具體實(shí)施方式】
[0021 ] 以下將結(jié)合附圖對本發(fā)明的鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的聯(lián)合估 計(jì)方法作進(jìn)一步的詳細(xì)說明。
[0022] 首選，對本發(fā)明說明書中涉及的一些名詞進(jìn)行解釋。
[0023] 本發(fā)明說明書中提到的"在線"是指鋰離子電池處于實(shí)際工作使用的狀態(tài)，例如安 裝在電動汽車中運(yùn)行的狀態(tài)，在線狀態(tài)為一復(fù)雜的動態(tài)工況，電流和/或電壓不確定，隨時 間變化。該在線狀態(tài)區(qū)別于鋰離子電池在實(shí)驗(yàn)室中利用充放電設(shè)備進(jìn)行充放電的狀態(tài)，又 稱"離線"狀態(tài)，在該狀態(tài)下電池的充放電電流和/或電壓通過充放電設(shè)備控制形成有規(guī)律 的變化或保持恒定。
[0024] 本發(fā)明說明書中提到的"電量"(electric charge)是指電池在某一時刻具有的實(shí) 際電量。
[0025] 本發(fā)明說明書中提到的"容量"（capacity)是指電池在完全充電狀態(tài)具有的實(shí)際 電量，也就是電池能夠存儲的最大電量。
[0026] 本發(fā)明說明書中提到的"荷電狀態(tài)"（SOC)，代表的是電池使用一段時間或長期擱 置不用后的電池所具有的電量與電池完全充電狀態(tài)時具有的電量的比值，取值范圍為〇~1， 當(dāng)SOC=O時表示電池放電完全，當(dāng)SOC=I時表示電池完全充滿。
[0027] 本發(fā)明說明書中提到的"健康狀態(tài)"（SOH)代表的是電池實(shí)際容量與初始容量的 比值。電池在出廠時的容量為初始容量，隨著電池的不斷使用，電池的實(shí)際容量會逐漸減 少。
[0028] 本發(fā)明說明書中提到的"功率狀態(tài)"(S0F)代表的是最大可充電功率和最大可放電 功率。
[0029] 本發(fā)明提出了一鋰離子電池荷電狀態(tài)、健康狀態(tài)與功率狀態(tài)的聯(lián)合估計(jì)方法，包 括如下步驟： S1，在線估計(jì)電池的健康狀態(tài)SOH :采用帶遺忘因子的遞歸最小二乘法在線辨識開路 電壓（OCV，Open Circuit Voltage)以及內(nèi)阻R。，并根據(jù)預(yù)先建立的OCV-SOC對應(yīng)關(guān)系間 接獲取荷電狀態(tài)S0C，再根據(jù)兩SOC點(diǎn)之間的累計(jì)充放電電量估計(jì)電池容量的大??； 52, 在線估計(jì)電池的荷電狀態(tài)SOC :基于二階RC等效電路模型，采用卡爾曼濾波算法估 計(jì)電池的荷電狀態(tài)S0C，并根據(jù)步驟Sl的電池容量估計(jì)結(jié)果更新卡爾曼濾波算法中的電池 容量參數(shù)；以及 53, 在線估計(jì)電池的功率狀態(tài)SOF :根據(jù)步驟Sl在線辨識得到的內(nèi)阻R。，基于電池本身 的電壓限制和電流限制，計(jì)算最大可充放電電流，再進(jìn)一步計(jì)算得到最大可充放電功率。
[0030] 具體地，在本發(fā)明實(shí)施例中所述步驟Sl包括： 步驟Sll :對被測鋰離子電池在離線狀態(tài)下進(jìn)行開路電壓實(shí)驗(yàn)，獲得不同SOC對應(yīng)的開 路電壓OCV ; 步驟S12 :在線測試電池隨時間變化的端電壓及電流，基于Rint等效電路模型，根據(jù)帶 遺忘因子的遞歸最小二乘法，利用電池在線測量獲得的電壓及電流數(shù)據(jù)在線辨識電池的開 路電壓OCV以及內(nèi)阻1 ; 步驟S13 :根據(jù)步驟Sll中得到的OCV-SOC對應(yīng)關(guān)系，由步驟S12中在線辨識得到的OCV 通過線性插值法得到對應(yīng)的SOC ;以及 步驟S14 :任意選取兩個SOC不同的時刻ta和t e，由電流積分得到這兩個時刻間的累 計(jì)充放電電量，再根據(jù)容量計(jì)算公式，估計(jì)電池當(dāng)前狀態(tài)下的容量，即得到電池容量的估計(jì) 值Cai J5，從而實(shí)現(xiàn)電池 SOH的在線估計(jì)，該容量計(jì)算公式為：
其中，t代表時間，ta和t Ji為兩個SOC不同時刻，優(yōu)選地，t a和t Ji選取為SOC差距較 大的兩個時刻。Ia11代表電池的電流，可直接測得不同時間的電流數(shù)據(jù)。soc(ocv(ta))和 SOC(OCvae))分別為ta和t Ji時刻的S0C。
[0031] 該步驟Sll為OCV-SOC對應(yīng)關(guān)系的預(yù)建立步驟。本發(fā)明實(shí)施例中該OCV-SOC對應(yīng) 關(guān)系在離線狀態(tài)下建立。例如可將電池進(jìn)行恒流充電或放電至不同S0C，待電池充分靜置后 測量電池離線狀態(tài)的0CV，從而建立OCV-SOC對應(yīng)關(guān)系。也就是說，在該步驟Sll中獲得，并 在步驟S13及S14中使用的OCV-SOC對應(yīng)關(guān)系為離線測得的，由于這種對應(yīng)關(guān)系基本不隨 溫度、電池老化而改變，因此在步驟Sl中離線獲得的OCV-SOC對應(yīng)關(guān)系可以用于估計(jì)電池 在線狀態(tài)的S0H。該步驟Sll只需在常溫下進(jìn)行即可。該不同SOC可以是0和1之間的多 個均勻分布的值。
[0032] 在該步驟S