專利名稱：一種動力電池荷電狀態估計方法
技術領域：
本發明涉及動力電池電源管理系統領域，尤其涉及一種動力電池荷電狀 態估計方法。
背景技術：
動力電池荷電狀態(S0C — State of Charge)的估計是電源管理系統 中一個非常重要的內容。目前常用的動力電池SOC估計方法有以下三種第一，安時計量法，將充放電電流隨時間的積分值加于初始的SOC上對 實時的SOC進行估計。該方法存在以下兩方面缺陷 一方面，由于動力電池 可能在任何一個SOC開始工作，故而初始的SOC難以確定；另一方面，動力 電池在實際使用過程中，會不確定地以不同倍率電流進行放電，而在不同倍 率電流放電的情況下，特別是在高倍率電流放電情況下，動力電池的放電效 率有較大變化(如圖2所示)，此時僅憑充放電電流隨時間的直接積分而不 對該積分過程加以修正，無法體現放電效率變化對實時的S0C造成的影響， 從而估計所得的SOC有較大誤差。第二，開路電壓法，利用開路電壓(0CV — Open Circuit Voltage) 與S0C的對應關系進行估計。該方法需要基于OCV的測定，但由于在動力電 池工作過程中，無法測定開路電壓，故該方法無法應用于動力電池的工作過 程中。第三，神經網絡法，利用神經網絡模型，直接預測某個放電電流DC和 放電電壓DV下的放電量，并根據初始S0C，由上述兩者的差值推算出實時的 S0C。該方法也不適用于動力電池的SOC估計， 一方面因為初始SOC難以確 定；另一方面因為神經網絡模型受輸入維數限制，僅預測單個倍率下的放電
電量，而實際應用中動力電池以變化的倍率電流放電，因此神經網絡法不符 合實際使用情況。發明內容針對現有的動力電池soc估計方法存在誤差較大、不適用工作狀態的缺陷，本發明提供了一種具有較小誤差的動力電池荷電狀態估計方法，其特征在于，該方法包括以下步驟(a) 測量動力電池在多個不同放電倍率下的放電量，并且與額定放電量 進行比值計算，得到多組不同放電倍率下的充放電效率修正系數尼數據，然 后將所述多組數據引入數據擬合工具，得到不同放電倍率下的《變化曲線；(b) 測量動力電池在多個不同溫度下的放電量，并且與額定放電量進行比值計算，得到多組不同溫度下的充放電效率修正系數^;數據，然后將所述多組數據引入數據擬合工具，得到不同溫度下的A變化曲線；(c) 將電池工作狀態的初始時刻至t時刻劃分為多個時間段。 ，通過下 式計算工作狀態下的動力電池在t時刻的剩余電量G (即S0C)，式中，凡為對電池的一致性差異和不同循環次數進行修正的實際電量修正系數，c。為工作狀態下初始時刻電池的剩余電量， A;為從所述《變化曲線得到的o'時間段內的放電倍率下的《值， A;為從所述A;變化曲線得到的工作溫度下的凡值，/,為每個時間段結束時的電流值。與現有技術相比，本發明的方法的優點在于適用于電池工作狀態；考 慮了影響電池的放電倍率、溫度、循環次數、電池一致性差異等因素，更符 合動力電池的實際使用情況，估計結果誤差較小；使用數據擬合工具建立相 關曲線，簡化建模過程，易于該方法的工業應用。
圖1是根據本發明的不同開路電壓下的非工作狀態電池在t時刻的初始 剩余電量&的曲線圖。圖2是根據本發明的不同倍率下的充放電效率修正系數yr,的曲線圖。 圖3是根據本發明的不同溫度下的充放電效率修正系數凡的曲線圖。圖4是根據本發明的具體實施方式
的單隱層BP網絡模型結構圖示。 圖5是開路電壓和放電量實測結果與網絡擬合結果的比較圖示。 圖6是根據本發明的具體實施方式
的方法的原理流程圖。
具體實施方式
下面參照附圖對本發明進行詳細說明。 本發明提供的S0C估計方法包括以下步驟(a) 測量動力電池在多個不同放電倍率下的放電量，并且與額定放電量 進行比值計算，得到多組不同放電倍率下的充放電效率修正系數凡數據，然 后將所述多組數據引入數據擬合工具，得到不同放電倍率下的《變化曲線；(b) 測量動力電池在多個不同溫度下的放電量，并且與額定放電量進行 比值計算，得到多組不同溫度下的充放電效率修正系數凡數據，然后將所述 多組數據引入數據擬合工具，得到不同溫度下的A7變化曲線；(c) 將電池工作狀態的初始時刻至t時刻劃分為多個時間段0，通過下式計算工作狀態下的動力電池在t時刻的剩余電量G (即S0C)， 式中，尤為對電池的一致性差異和不同循環次數進行修正的實際電量修正系、W'數，G為工作狀態下初始時刻電池的剩余電量，《為從所述《變化曲線得到的G時間段內的放電倍率下的A f直，兄為從所述A;變化曲線得到的工作溫度下的x值， /,為每個時間段結束時的電流值。其中，動力電池在t時刻的剩余電量G即代表此時動力電池的荷電狀態(soc)。實際電量修正系數凡可以通過擬合曲線的方式獲得測量動力電池在多個循環次數條件下的放電量，并且與額定放電量進行比值計算得到多組不同 循環次數下的放電效率修正系數凡/數據，再將多組數據引入所述數據擬合工具，得到具有所述額定放電量的動力電池在不同循環次數下的L曲線； 在使用具有所述額定放電量的動力電池前，測量首次充/放電的電量，并且 與額定放電量進行比值計算得到一致性差異系數U估計動力電池荷電狀態 時，從所述不同循環次數下的l曲線取得與估計時的循環次數對應的l值， 并與該動力電池的一致性差異系數凡4目乘，得到實際電量修正系數凡。實際電量修正系數《還可以通過歷史記錄的方法來獲得通過對動力電池進行完整的小倍率充/放電，測得電池實際總電量c ，然后將G與電池的 額定放電量進行比值計算，得到所調用的實際電量修正系數尤。所述擬合曲線的方法中，可由動力電池生產廠家對具有同等額定電量的 同批次動力電池建立同一條不同循環次數下的l曲線，而用戶只需對動力 電池使用前進行完整的小倍率充放電量測量得到凡,，并查詢1曲線得到凡/值，從而得到電池的實際容量修正系數A;。該方法極大的方便了用戶。但由于擬合曲線時不可避免的誤差，使用歷史紀錄的方法得到的凡值更加準確，
可以通過歷史紀錄方法定期修正擬合曲線方法得到的凡值，從而減小誤差。由于上述《.變化曲線與A7變化曲線均是在常溫下建立，而不同環境溫度 下，所述的變化曲線會有變化，引入A;，可以修正溫度差異帶來的影響。該方法還可按照以下步驟，對非工作狀態下的電池進行S0C估計(a) 通過測量非工作狀態下動力電池的開路電壓隨時間的變化，判斷電池是否完成自恢復效應；(b) 自恢復效應已完成時，通過下式計算動力電池在t時刻的剩余電量 G (即S0C)，式中，X為從所述凡變化曲線得到的工作溫度下的凡值,所述凡變化曲線是由 前述的數據擬合工具對多次測量所得數據進行擬合而得到，尤為對電池的一致性差異和不同循環次數進行修正的實際電量修正系數，&為自恢復效應下電池的剩余電量；(C)當動力電池未完成自恢復效應時，直接引用該動力電池在上一工作狀態下的剩余電量C.作為該狀態下的G，即C, =CW。所述G,可以通過以下方式獲得在已知電池總電量的情況下，對電池 進行多次放電并同時測量每次的放電量和開路電壓，已知的電池電量與所述 放電量之差為電池剩余電量C。t，從而得到多組開路電壓和G的對應數據， 將多組數據引入所述數據擬合工具，得到不同開路電壓下的^的變化曲線。由于上述各組關系是非線性的對應關系，本發明優選使用具有良好非線性擬合功能的BP前向神經網絡模型進行對應的數據擬合。其中，如何使用 BP前向神經網絡模型進行數據擬合是本領域技術人員所能知曉的。圖5是開 路電壓和放電量實測結果與網絡擬合結果的比較圖示，其中曲線部分是根據 圖4的單隱層BP前向網絡模型對開路電壓和放電量的對應關系的擬合，點的部分是實測結果。為達到良好的擬合效果，使用本發明的方法在建立關系曲線時釆集數據 的組數不小于9。下面結合圖6對本發明的原理過程進行詳細描述。首先判斷電池是否處于充放電狀態(/二0 or /#0)，當/=0時，電池處 于非工作狀態，估計過程進入圖6右側的進程；否則，進入圖6左側的進程。電池處于非工作狀態時，通過相鄰連續的兩個時間點上的OCV差異，判 斷是否完成自恢復效應。當自恢復效應完成，此時估計過程繼續圖6右側的 進程，否則直接引用該動力電池在上一工作狀態下的剩余電量作為該狀態下 的電池S0C。當自恢復效應完成，根據上一步驟的開路電壓查詢所述不同開路電壓下 剩余電量曲線，得到初始SOC，經過一致性修正和循環系數修正、以及溫度修 正，得到修正后的SOC。值得注意的是，上述修正順序可以互換。電池處于工作狀態時，估計過程進入圖6左側的進程，此時將上一時刻 的SOC作為此狀態下的初始電量，之后依次進行放電效率修正、溫度修正， 最后計算得到修正后的S0C。這樣，本發明的方法對處于工作狀態或是非工 作狀態的情況下的電池均可進行S0C估計。本發明的方法對工作狀態或非工作狀態下的電池S0C均可進行估計；采 用BP前向神經網絡擬合數據，擬合誤差較小。本發明的方法可適用于多種 動力電池，包括EV (Electric vehcle)車載電池等具有復雜使用情況、且 需要高精度估計結果的場合。實際使用中只需根據本發明中建立曲線的方 法，新建各項系數的曲線即可實施例
本實施例對標稱電量為3300mAh的鋰離子動力電池在一次循環內進行電 池荷電狀態(S0C)估計。首先，取存在一致性差異的標稱電量為3300mAh的鋰離子動力電池，根 據所述多次測量的方法并使用單隱層BP前向神經網絡(如圖4)，確定不同 開路電壓下的^的變化曲線(如圖1)、不同放電倍率下的凡變化曲線(如 圖2)、不同溫度下的(變化曲線(如圖3);根據一次完整小倍率放電的電 量和標稱電量的比值，得到實際電量修正系數凡:0.9110，因為本實施例中 估計的狀態點均在該電池的一次循環內進行，故無需考慮由于循環次數帶來 的影響，該凡值已經包括了對電池一致性差異和本次循環的實際容量修正。其次，根據圖6所示的原理流程圖，進行電池荷電狀態估計。估計過程 中，以不同倍率(0C~6C)交替放電，檢測并記錄實際放電過程；然后選取 9個考察點，比較估計的剩余電量與實際剩余電量的差異。測試結果表明， 使用本發明的方法的估計誤差(誤差電量/總電量)的絕對值在2%以內，滿 足實際需要，具有較優的性能。 下表為本實施例的數據實際剩余 電量(mAh)2728245321781903翻53估計剩余 電量(mAh)27292428282誤差電量 (mAh)-l253118325839-12-29誤差比率 絕對值0. 03%0. 76%0. 95%0. 55%0. 98%1.77%1. 19%0. 37%0. 88%
權利要求
1. 一種動力電池荷電狀態估計方法，其特征在于，該方法包括以下步驟(a)測量動力電池在多個不同放電倍率下的放電量，并且與額定放電量進行比值計算，得到多組不同放電倍率下的充放電效率修正系數Ki數據，然后將所述多組數據引入數據擬合工具，得到不同放電倍率下的Ki變化曲線；(b)測量動力電池在多個不同溫度下的放電量，并且與額定放電量進行比值計算，得到多組不同溫度下的充放電效率修正系數Kw數據，然后將所述多組數據引入數據擬合工具，得到不同溫度下的Kw變化曲線；(c)將電池工作狀態的初始時刻至t時刻劃分為多個時間段tj，通過下式計算工作狀態下的動力電池在t時刻的剩余電量Ct，Ct＝(KCC0+∑KiIjtj)Kw式中，Kc為對電池的一致性差異和不同循環次數進行修正的實際電量修正系數，C0為工作狀態下初始時刻電池的剩余電量，Ki為從所述Ki變化曲線得到的tj時間段內的放電倍率下的Kj值，Kw為從所述Kw變化曲線得到的工作溫度下的Kw值，Ij為每個時間段結束時的電流值。
2. 根據權利要求1所述的方法，其特征在于，該方法還包括如下步驟:測量動力電池在多個循環次數條件下的放電量，并且與額定放電量進行比值 計算得到多組不同循環次數下的放電效率修正系數l數據，再將多組數據 引入所述數據擬合工具，得到具有所述額定放電量的動力電池在不同循環次數下的^曲線；在使用具有所述額定放電量的動力電池前，測量首次充/放 電的電量，并且與額定放電量進行比值計算得到一致性差異系數^U估計動 力電池荷電狀態時，從所述不同循環次數下的曲線取得與估計時的循環 次數對應的L值，并與該動力電池的一致性差異系數凡4目乘，得到實際電 量修正系數凡。
3. 根據權利要求1所述的方法，其特征在于，該方法還包括如下步驟， 通過對動力電池進行完整的小倍率充/放電，測得電池實際總電量c然后 將g與電池的額定放電量進行比值計算，得到所調用的實際電量修正系數 凡。
4. 根據權利要求1所述的方法，其特征在于，該方法還包括以下步驟(a) 通過測量非工作狀態下動力電池的開路電壓隨時間的變化，判斷電 池是否完成自恢復效應；(b) 自恢復效應已完成時，通過下式計算動力電池在t時刻的剩余電量g，<formula>formula see original document page 3</formula> ; 式中，凡為從所述a;變化曲線得到的工作溫度下的^值，所述凡變化曲線是由 前述的數據擬合工具對多次測量所得數據進行擬合而得到，a;為對電池的一致性差異和不同循環次數進行修正的實際電量修正系必,數，G為自恢復效應下電池的剩余電量；(c) 當動力電池未完成自恢復效應時，直接引用該動力電池在上一工作狀態下的剩余電量c,作為該狀態下的g，即c, =cw。
5. 根據權利要求4所述的方法，其特征在于，該方法還包括如下步驟，在已知電池總電量的情況下，對電池進行多次放電并同時測量每次的放電量 和開路電壓，已知的電池電量與所述放電量之差為電池剩余電量C。t，從而得到多組開路電壓和"的對應數據，將多組數據引入數據擬合工具，得到不同開路電壓下的6k的變化曲線。
6. 根據權利要求1、 2、 4或5中任一項所述的方法，其特征在于，所述 數據擬合工具為BP前向神經網絡。
7. 根據權利要求1、 2、 4或5中任一項所述的方法，其特征在于，該方 法在建立關系曲線時采集數據的組數不小于9。
全文摘要
本發明提供了一種具有較小誤差的動力電池荷電狀態估計方法，包括以下步驟；通過測量數據擬合，得到不同倍率下的充放電效率修正系數K<sub>i</sub>曲線、不同溫度下的充放電效率修正系數K<sub>w</sub>曲線以及實際電量修正系數K<sub>c</sub>曲線，K<sub>c</sub>值也可通過歷史紀錄獲得；依據動力電池的狀態，應用下式工作狀態下，C<sub>t</sub>＝(K<sub>C</sub>C<sub>0</sub>+∑K<sub>i</sub>I<sub>i</sub>t<sub>i</sub>)K<sub>w</sub>，非工作狀態且已完成自恢復效應時，C＝K<sub>W</sub>K<sub>C</sub>C<sub>0t</sub>，非工作狀態且未完成自恢復效應時，C<sub>t</sub>＝C<sub>m</sub>；從所述曲線中調用K<sub>i</sub>、K<sub>w</sub>、K<sub>c</sub>，代入到上式中，得到動力電池t時刻的剩余電量C<sub>t</sub>，從而完成對電池SOC的估計。本發明適用于電池工作狀態和非工作狀態，估計結果誤差較小，且建立了相關曲線，易于模型的工業應用。
文檔編號H01M10/42GK101212071SQ20061016739
公開日2008年7月2日 申請日期2006年12月31日 優先權日2006年12月31日
發明者超 李, 晞 沈, 勇 王 申請人:比亞迪股份有限公司