CN102662148A - 在线反馈式蓄电池soc预测方法 - Google Patents
在线反馈式蓄电池soc预测方法 Download PDFInfo
- Publication number
- CN102662148A CN102662148A CN2012101435745A CN201210143574A CN102662148A CN 102662148 A CN102662148 A CN 102662148A CN 2012101435745 A CN2012101435745 A CN 2012101435745A CN 201210143574 A CN201210143574 A CN 201210143574A CN 102662148 A CN102662148 A CN 102662148A
- Authority
- CN
- China
- Prior art keywords
- soc
- value
- battery
- time
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000007704 transition Effects 0.000 claims description 29
- 230000003068 static effect Effects 0.000 claims description 23
- 230000000284 resting effect Effects 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 description 6
- 230000032683 aging Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Secondary Cells (AREA)
Abstract
本发明涉及蓄电池荷电状态预测技术领域,公开了一种在线反馈式蓄电池SOC预测方法,该方法在蓄电池在线运行过程中,利用历史数据进行SOC估算模型参数的修正,该方法考虑了温度、库伦效率、自放电对电池SOC的影响,只需监测蓄电池的基本运行参数,在电池运行过程中只要满足条件就修正相关系数,反复校正系数值,随着时间的累积,SOC的估测结果会更加接近真值,因此准确度高,能实现在线预测蓄电池SOC。
Description
技术领域
本发明涉及蓄电池荷电状态(State of Charge,SOC)预测技术领域,具体涉及一种在线反馈式蓄电池SOC预测方法。
背景技术
蓄电池的荷电状态(State of Charge,SOC)用于描述蓄电池的剩余容量,目前比较统一的是从电量角度定义SOC,其定义为电池在一定放电倍率下,剩余容量与相同条件下额定容量的比值,它是电池使用过程中的重要参数。准确的SOC可以有效得知蓄电池的使用状态,管理蓄电池的充放电情况,使其均衡及防止过充、过放,提高蓄电池组的使用寿命;对于电动汽车用蓄电池SOC还可以较准确的反映续驶里程,提醒驾驶人员何时充电或更换电池。因此,SOC的估算是电池管理的一项研究热点。目前SOC的预测方法主要有以下几种:
(1)根据电池内部参数的变化来推断SOC的大小,如铅酸电池的介质浓度与SOC有最直接的关系,但电池在充放电过程中介质浓度始终不能达到平衡,而且铅酸电池由于其密封性,使该方法很难应用于电池的SOC的在线估测;
(2)开路电压法,应用于内部达到平衡状态的蓄电池,其开路电压与SOC有很好的映射关系,但该方法不能用于在线估测;
(3)安时积分法,这是目前应用较多的方法,简单易行,其基本思想是把不同电流下的放电电量等效成某个特定电流下的放电电量,再根据剩余电量来判定SOC,但放电系数随很多因素的变化而变化,很难得到稳定的精确值。此外,在安时积分法中如何考虑电池自放电和充放电效率的问题,如何矫正因误差不断积累、SOC估计值最终可能严重偏离实际值的问题,是提高安时积分法准确度的难点所在;
(4)内阻法,通过试验建立电池内阻与SOC的对应关系,因此需要建立模型来估算电池的内阻,再根据算出的内阻求出SOC,该方法计算量较大,且需建立电池模型,模型的准确性必然影响SOC的估测结果的准确性;
(5)Kalman滤波法,由一系列数学公式递归描述,用一种高效的计算方法来估计过程的状态,并使估计均方误差最小。其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计,求出现在时刻的估计值。该方法需要建立电池模型,且方程的建立和求解都较复杂,很难实际应用。
目前应用最为广泛的是基于安时积分法的SOC估算。公开号为CN101359036A的中国专利申请“电池荷电状态的测定方法”采用基本安时法加修正函数φ(t)来估算SOC,如下式:
其中,修正系数φ(t)的测定采用如下方法:用公式计算多个时刻的SOC理论值SOC理,x表示多个时刻中的一个时刻,测得在该多个时刻的SOC实际值SOC实,然后采用最小二乘法计算得到用于表达SOC理和SOC实的差值与所用多个时刻之间的关系修正函数φ(t)。
该方法依赖电量测量装置确定初始容量C0、蓄电池的剩余电量或电量变化量,即所述的多个时刻的SOC实际值SOC实的获得及精确度都依赖于外加的电量测量装置;
公开号为CN102162836的中国专利申请“一种汽车电池SOC的估算方法”应用开路电压和历史结果确定电池的初始容量,用安时积分法估算SOC,考虑影响SOC的各类因素对SOC进行校正,补偿校正考虑因素包括:
1、充放电效率,根据Peukert经验公式,采用查表法对不同电流下的SOC进行修正;
2、温度,采集大量实验数据预先获得电池温度系数;
3、电池的一致性情况,设置电池差异性的多个点,根据不同的差异点对SOC进行修正;
4、电池的自放电,通过大量实验方法预先估计蓄电池的自放电情况,通过数据查表法校正;
5、老化,SOCage=(SOC-AF)/(1-AF),SOCage为老化补偿后的SOC值,AF为衰老因子。
电池充满电时直接置SOC数值为100%,利用开路电压法得到SOC时,若电池环境温度超过电池工作极限温度,此时SOC为0,并切断充放电回路以保护电池。但系数通过查表获得,不能随电池的使用寿命、老化程度等改变,随着时间的累积其获得的系数不能真实反映电池当前状况,准确度会受到影响;并且表中数据的获得需作大量的实验,而且随电池组的种类、组合方法不同,数据都要重新做实验得出,难以实现。
专利申请“Method for Measuring SOC of a Battery in a BatteryManagement System and the Apparatus Thereof”同样用于开路电压-安时积分的方法求SOC,其开路电压通过搭建电路模型来求得,这种方法的缺点在于电池容量估算的精度取决于电池模型的精度。
综上,现有安时积分修正方法或者依赖于外部装置,或者需要大量实验数据作依据,设备复杂,并且系数不能实现自适应校正。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:如何提高蓄电池SOC预测准确度。
(二)技术方案
为解决上述技术问题,本发明提供了一种在线反馈式蓄电池SOC预测方法,包括以下步骤:
S1、将蓄电池的工作状态分为充满静置、放完静置、普通静置和普通运行四种,并置蓄电池的初始工作状态为普通运行,所述充满静置指蓄电池达到浮充条件并保持一段时间以上;放完静置指蓄电池达到放电下限并保持一段时间以上;普通静置指充电电流小于一定值,不满足浮充条件且保持一段时间以上,或者,放电电流小于一定值,不满足放电下限且保持一段时间以上;以上三种状态以外的状态为普通运行;
S2、采集蓄电池电压U、电流I、温度T,然后进入步骤S3;
S3、判断蓄电池的工作状态,若为充满静置,则进入步骤S4,若为放完静置,则进入步骤S5,若为普通静置,则进入步骤S6,若为普通运行,则进入步骤S7;
S4、刷新荷电状态SOC,然后进入步骤S8;
S5、刷新SOC,然后进入步骤S9;
S6、将普通静置时间计时开始,刷新SOC,判断U与U0差值是否大于给定值,若满足,则校正自放电系数,然后进入步骤S10,其中U为当前时刻电压值,U0为进入普通静置时刻的电压值;
S7、刷新SOC,然后进入步骤S11;
S8、进行第一状态转换判断,然后返回步骤S2;
S9、进行第二状态转换判断,然后返回步骤S2;
S10、进行第三状态转换判断,然后返回步骤S2;
S11、进行第四状态转换判断,然后返回步骤S2。
优选地,步骤S4、S5、S6、S7中刷新SOC的步骤包括如下步骤:判断普通静置时间是否大于给定值t5,若满足,则以当前的电压值作为开路电压值,根据以下公式(1)刷新电池初始容量值SOC0,然后计算SOC,若不满足,直接计算SOC
SOC0=f(OCV) (1)。
优选地,步骤S4、S5、S6、S7中,根据SOC估算模型计算SOC,所述SOC估算模型如公式(2)所示:
其中,K1为库伦效率系数,K2为温度系数;K1代表在标准温度下,以标准电流IB放电放出的电量QIB与以不同放电电流I放电放出的电量QI之比,K2代表在标准温度TB下蓄电池的容量QTB与在温度T下蓄电池的容量QT之比,kdis为自放电系数,CB为蓄电池的额定容量,t1、t表示不同时刻。
优选地,步骤S8中所述第一状态转换判断的判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态,同时判断是否满足电流小于给定值I1、电压小于给定值U1且保持时间大于给定值t4,若满足,则置普通静置状态并记录此时电压值U0和此时时刻t0。
优选地,步骤S9中所述第二状态转换判断的判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态。
优选地,步骤S10中所述第二状态转换判断的判断方法如下:判断蓄电池电流小于给定值I1且电压达到放电电压值下限且保持时间大于给定值t4,若满足,则置放完静置状态,计时结束,同时判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态,计时结束。
优选地,步骤S11中所述第二状态转换判断的判断方法如下:
121、判断蓄电池电流I是否小于I1且保持时间大于t2,若满足,则进入步骤122;
122、判断蓄电池电压是否达到浮充电压值,若满足,进入步骤123,否则进入步骤124;
123、令SOC=100%,SOC0=100%,进入步骤125;
124、判断蓄电池电压是否达到放电下限值,若满足,则进入步骤128,若不满足,则进入步骤129;
125、判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤126,若不满足,则进入步骤127;
126、置充满静置状态;
127、校正待修正库伦效率相关系数n、待修正温度系数kT,进入步骤126;
128、令SOC=0%,SOC0=0%,进入步骤1210;
129、置普通静置状态,记录此时电压值U0和此时时刻t0;
1210、判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤1211,若不满足,则进入步骤1212;
1211、置放完静置状态;
1212、校正系数n、kT,进入步骤1211。
优选地,步骤127和1212中校正系数n、kT的步骤具体为:电池首次进入充满静置或放完静置状态时,记为t00时刻,相应地置SOC=SOC0=100%或置SOC=SOC0=0%,当再次进入充满静置或放完静置状态时,记为t11时刻,相应地置SOC=SOC0=100%或置SOC=SOC0=0%,则算出公式(7)中的A值:
A为算出的确定值,其中取已知n∈[1.15,1.42],kT∈[0.006,0.008],在n取值范围内取最小值,代入公式(7),求出kT,若kT在取值范围内,则刷新n、kT,若kT不在取值范围内,则将最小n值加固定步长取下一n值,再代入公式(7),求出kT,重复上述过程,直到取到合适的kT或,n值取到最大值。
优选地,所述校正自放电系数的步骤中按公式(8)刷新kdis值:
其中,U为当前电压值,t为当前时间,U0为刚进入普通静置时的电压值,t0为刚进入普通静置时的时间。
(三)有益效果
本发明的方法在蓄电池在线运行过程中,利用历史数据进行SOC估算模型参数的修正,该方法考虑了温度、库伦效率、自放电对电池SOC的影响,只需监测蓄电池的基本运行参数,在电池运行过程中只要满足条件就修正相关系数,反复校正系数值,随着时间的累积,SOC的估测结果会更加接近真值,因此准确度高,能实现在线预测蓄电池SOC。
附图说明
图1为本发明实施例的方法流程图;
图2为计算SOC流程图;
图3为状态转换判断1流程图;
图4为状态转换判断2流程图;
图5为状态转换判断3流程图;
图6为状态转换判断4流程图;
图7为校正系数流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细说明。以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明利用历史数据进行SOC估算模型参数的修正,蓄电池在线运行过程中,定时采集所有单体电池的电流(I)、电压(U)、温度(T)等数据并存储,并将蓄电池运行过程分为充满静置、放完静置、普通静置和普通运行四种工作状态,充满静置指蓄电池达到浮充条件并保持一段时间以上;放完静置指蓄电池达到放电下限并保持一段时间以上;普通静置指充电电流小于一定值,不满足浮充条件且保持一段时间以上,或者,放电电流小于一定值,不满足放电下限且保持一段时间以上。本实施例中,充满静置指电池达到充满(此时SOC=100%)且保持充满一段时间,放完静置指电池达到放完(此时SOC=0%)且保持放完一段时间,普通静置时,0%<SOC<100%。系统上电开始,置初始状态为普通运行,初始化SOC,代入SOC估算模型参数初值,此后转入循环运行。在循环运行过程中,通过分析运行工况和数据变化,实现蓄电池管理系统工作状态转换。其中,
在普通运行状态下,依据SOC估算模型刷新SOC值,若满足充满静置条件,则置SOC=SOC0=100%,SOC0为蓄电池的初始容量值,SOC为蓄电池的当前容量值,并置工作状态为充满静置;若满足放完静置条件,则置SOC=SOC0=0%,并置工作状态为放完静置;若满足普通静置条件,则置工作状态为普通静置。
在充满静置状态下,刷新SOC值;在放完静置状态下,刷新SOC值;在普通静置状态下,记录系统处于普通静置的时间,刷新SOC值,满足校正自放电系数的条件时,校正自放电系数。
刷新SOC的过程包括,判断蓄电池普通静置的时间,若大于给定时间,则测出此时蓄电池的电压值,作为开路电压OCV(Open CircuitVoltage),根据系统给定的SOC0与OCV的对应关系函数f得到SOC0,刷新初始容量SOC0,然后根据SOC估算模型计算SOC;
在系统满足充满静置条件或放完静置条件时,满足一定条件就修正安时积分中的库伦效率系数和温度系数。
参见图1,本发明实施例的方法包括如下步骤:
1)开始
2)初始化SOC,为库伦效率相关系数、温度系数、自放电系数赋初值,置蓄电池的初始运行状态为普通运行;
3)采集蓄电池电压U、电流I、温度T,进入步骤4;
4)判断蓄电池的工作状态,若为充满静置,则进入步骤5,若为放完静置,则进入步骤6,若为普通静置,则进入步骤7,若为普通运行,则进入步骤8;
5)刷新SOC,进入步骤9;
6)刷新SOC,进入步骤10;
7)进入普通静置时间计时开始,刷新SOC,判断U与U0差值是否大于给定值(U为此刻电压值,U0为刚进入普通静置时刻电压值),若满足,则校正自放电系数。进入步骤11;
8)刷新SOC,进入步骤12;
9)状态转换判断1,返回步骤3;
10)状态转换判断2,返回步骤3;
11)状态转换判断3,返回步骤3;
12)状态转换判断4,返回步骤3;
进一步的,步骤5、6、7、8中刷新SOC包括如下过程,如附图2所示:判断普通静置时间是否大于给定值t5,若满足,则以此时的电池电压作为开路电压值,根据公式(1)
SOC0=f(OCV) (1)
刷新初始容量SOC0,然后按SOC估算模型计算SOC,若不满足,直接按SOC估算模型计算SOC;f(OCV)表示以OCV为参数的函数。
进一步的,所述公式(1)由实验获得,在标准温度下以标准电流放电,记录若干开路电压值,用安时积分法算出对应的若干SOC值,再应用数学方法求出SOC与OCV的关系函数f,例如,可以采用最小二乘法。将得到的函数关系存到系统的数据库中,估算过程中,由系统根据检测到的开路电压值OCV得到SOC0;
进一步的,所述SOC估算模型如公式(2)所示:
其中K1为库伦效率系数,K2为温度系数;K1代表在标准温度下,以标准电流IB放电放出的电量QIB与以不同放电电流I放电放出的电量QI之比,K2代表在标准温度TB下蓄电池的容量QTB与在温度T下蓄电池的容量QT之比,kdis为自放电系数,CB为蓄电池的额定容量,t1、t表示不同时刻,IB根据电池的种类、生产厂家而定。进一步的,根据本领域技术人员所熟知的Peukert方程,如式(3)所示:
In·t=K (3)
QT=QTB·[1+kT·(T-TB)] (4)
若系统每隔时间Δt刷新一次U、I、T,则式(5)可表示成公式(6):
进一步的,步骤9中所述状态转换判断1,参见图3所示,判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态,同时判断是否满足电流小于给定值I1、电压小于给定值U1且保持时间大于给定值t4,若满足,则置普通静置状态并记录此时电压值U0和此时时刻t0;
进一步的,步骤10中所述状态转换判断2,参见图4所示,判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态;
进一步的,步骤11中所述状态转换判断3,参见图5所示,判断方法如下:判断蓄电池电流小于给定值I1且电压达到放电电压值下限且保持时间大于给定值t4,若满足,则置放完静置状态,计时结束,同时判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态,计时结束;
进一步的,步骤12中所述状态转换判断4,参见图6所示,判断方法如下:
121)判断蓄电池电流I是否小于I1且保持时间大于t2,若满足,则进入步骤122;
122)判断蓄电池电压是否达到浮充电压值,若满足,进入步骤123,否则进入步骤124;
123)令SOC=100%,SOC0=100%,进入步骤125;
124)判断蓄电池电压是否达到放电下限值,若满足,则进入步骤128,若不满足,则进入步骤129;
125)判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤126,若不满足,则进入步骤127;
126)置充满静置状态;
127)校正系数n、kT,进入步骤126;
128)令SOC=0%,SOC0=0%,进入步骤1210;
129)置普通静置状态,记录此时电压值U0和此时时刻t0;
1210)判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤1211,若不满足,则进入步骤1212;
1211)置放完静置状态;
1212)校正系数n、kT,进入步骤1211;
进一步的,步骤127和1212中所述校正系数n、kT,参见图7所示,包括如下过程:系统首次进入充满静置或放完静置状态时,记为t00时刻,置SOC=SOC0=100%或置SOC=SOC0=0%,当系统再次进入充满静置或放完静置状态时,记为t11时刻,置SOC=SOC0=100%或置SOC=SOC0=0%,则可以算出公式(7)中的A值:
A为算出的确定值,其中取已知n∈[1.15,1.42],kT∈[0.006,0.008],在n取值范围内取最小值,代入公式(7),求出kT,若kT在取值范围内,则刷新n、kT,若kT不在取值范围内,则将最小n值加固定步长取下一n值,固定步长可自行设定,再代入公式(7),求出kT,重复上述过程,直到取到满足取值范围的kT或,n值取到最大值。
进一步的,所述校正自放电系数的步骤中按公式(8)刷新kdis值:
其中,f()表示公式(1)中开路电压与SOC对应关系的函数,U为当前电压值,t为当前时间,U0为刚进入普通静置时的电压值,t0为刚进入普通静置时的时间。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (9)
1.一种在线反馈式蓄电池SOC预测方法,其特征在于,包括以下步骤:
S1、将蓄电池的工作状态分为充满静置、放完静置、普通静置和普通运行四种,并置蓄电池的初始工作状态为普通运行,所述充满静置指蓄电池达到浮充条件并保持一段时间以上;放完静置指蓄电池达到放电下限并保持一段时间以上;普通静置指充电电流小于一定值,不满足浮充条件且保持一段时间以上,或者,放电电流小于一定值,不满足放电下限且保持一段时间以上;以上三种状态以外的状态为普通运行;
S2、采集蓄电池电压U、电流I、温度T,然后进入步骤S3;
S3、判断蓄电池的工作状态,若为充满静置,则进入步骤S4,若为放完静置,则进入步骤S5,若为普通静置,则进入步骤S6,若为普通运行,则进入步骤S7;
S4、刷新荷电状态SOC,然后进入步骤S8;
S5、刷新SOC,然后进入步骤S9;
S6、将普通静置时间计时开始,刷新SOC,判断U与U0差值是否大于给定值,若满足,则校正自放电系数,然后进入步骤S10,其中U为当前时刻电压值,U0为进入普通静置时刻的电压值;
S7、刷新SOC,然后进入步骤S11;
S8、进行第一状态转换判断,然后返回步骤S2;
S9、进行第二状态转换判断,然后返回步骤S2;
S10、进行第三状态转换判断,然后返回步骤S2;
S11、进行第四状态转换判断,然后返回步骤S2。
2.如权利要求1所述的方法,其特征在于,步骤S4、S5、S6、S7中刷新SOC的步骤包括如下步骤:判断普通静置时间是否大于给定值t5,若满足,则以当前的电压值作为开路电压值,根据以下公式 (1)刷新电池初始容量值SOC0,然后计算SOC,若不满足,直接计算SOC
SOC0=f(OCV) (1)。
3.如权利要求2所述的方法,其特征在于,步骤S4、S5、S6、S7中,根据SOC估算模型计算SOC,所述SOC估算模型如公式(2)所示:
其中,K1为库伦效率系数,K2为温度系数;K1代表在标准温度下,以标准电流IB放电放出的电量QIB与以不同放电电流I放电放出的电量QI之比,K2代表在标准温度TB下蓄电池的容量QTB与在温度T下蓄电池的容量QT之比,kdis为自放电系数,CB为蓄电池的额定容量,t1、t表示不同时刻。
4.如权利要求1所述的方法,其特征在于,步骤S8中所述第一状态转换判断的判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态,同时判断是否满足电流小于给定值I1、电压小于给定值U1且保持时间大于给定值t4,若满足,则置普通静置状态并记录此时电压值U0和此时时刻t0。
5.如权利要求1所述的方法,其特征在于,步骤S9中所述第二状态转换判断的判断方法如下:判断蓄电池电流是否大于给定值I2且保持时间大于给定值t3,若满足,则置普通运行状态。
6.如权利要求1所述的方法,其特征在于,步骤S10中所述第二状态转换判断的判断方法如下:判断蓄电池电流小于给定值I1且电压达到放电电压值下限且保持时间大于给定值t4,若满足,则置放完静置状态,计时结束,同时判断蓄电池电流是否大于给定值I2且保持 时间大于给定值t3,若满足,则置普通运行状态,计时结束。
7.如权利要求2所述的方法,其特征在于,步骤S11中所述第二状态转换判断的判断方法如下:
121、判断蓄电池电流I是否小于I1且保持时间大于t2,若满足,则进入步骤122;
122、判断蓄电池电压是否达到浮充电压值,若满足,进入步骤123,否则进入步骤124;
123、令SOC=100%,SOC0=100%,进入步骤125;
124、判断蓄电池电压是否达到放电下限值,若满足,则进入步骤128,若不满足,则进入步骤129;
125、判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤126,若不满足,则进入步骤127;
126、置充满静置状态;
127、校正待修正库伦效率相关系数n、待修正温度系数kT,进入步骤126;
128、令SOC=0%,SOC0=0%,进入步骤1210;
129、置普通静置状态,记录此时电压值U0和此时时刻t0;
1210、判断是否第一次满足I小于I1且保持时间大于t2,若满足,则进入步骤1211,若不满足,则进入步骤1212;
1211、置放完静置状态;
1212、校正系数n、kT,进入步骤1211。
8.如权利要求7所述的方法,其特征在于,步骤127和1212中校正系数n、kT的步骤具体为:电池首次进入充满静置或放完静置状态时,记为t00时刻,相应地置SOC=SOC0=100%或置SOC=SOC0=0%,当再次进入充满静置或放完静置状态时,记为t11时刻,相应地置SOC=SOC0=100%或置SOC=SOC0=0%,则算出公式(7)中的A值:
9.如权利要求3所述的方法,其特征在于,所述校正自放电系数的步骤中按公式(8)刷新kdis值:
其中,U为当前电压值,t为当前时间,U0为进入普通静置时的电压值,t0为进入普通静置时的起始时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210143574.5A CN102662148B (zh) | 2012-05-09 | 2012-05-09 | 在线反馈式蓄电池soc预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210143574.5A CN102662148B (zh) | 2012-05-09 | 2012-05-09 | 在线反馈式蓄电池soc预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102662148A true CN102662148A (zh) | 2012-09-12 |
CN102662148B CN102662148B (zh) | 2014-06-18 |
Family
ID=46771677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210143574.5A Expired - Fee Related CN102662148B (zh) | 2012-05-09 | 2012-05-09 | 在线反馈式蓄电池soc预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102662148B (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103513188A (zh) * | 2013-10-15 | 2014-01-15 | 清华大学 | 一种电力系统储能站中电池单体的电量计算方法 |
CN103884989A (zh) * | 2012-12-20 | 2014-06-25 | 北汽福田汽车股份有限公司 | 一种用于动力电池soc估算的库伦效率检测方法 |
CN103969587A (zh) * | 2014-01-17 | 2014-08-06 | 浙江吉利控股集团有限公司 | 一种混合动力车用动力电池soc估算方法 |
CN104076283A (zh) * | 2013-03-25 | 2014-10-01 | 北汽福田汽车股份有限公司 | 动力电池soc初值的计算方法及动力电池系统 |
CN104635165A (zh) * | 2015-01-27 | 2015-05-20 | 合肥工业大学 | 一种光电互补供电系统蓄电池剩余电量的准确估算方法 |
CN104937431A (zh) * | 2013-01-21 | 2015-09-23 | 株式会社丰田自动织机 | 充电率估计装置及充电率估计方法 |
CN105205298A (zh) * | 2014-06-16 | 2015-12-30 | 重庆邮电大学 | 一种基于突变的soc估算修正方法 |
CN105353313A (zh) * | 2015-09-28 | 2016-02-24 | 欣旺达电子股份有限公司 | 电池荷电状态的估算方法和装置 |
CN105738828A (zh) * | 2016-04-04 | 2016-07-06 | 北京航空航天大学 | 一种电池容量精准测量方法 |
CN105759213A (zh) * | 2016-02-16 | 2016-07-13 | 浙江安美科技有限公司 | 一种测量蓄电池剩余容量soc的方法 |
CN105911481A (zh) * | 2016-04-22 | 2016-08-31 | 成都雅骏新能源汽车科技股份有限公司 | 一种电池荷电状态初值估算方法 |
CN105974323A (zh) * | 2016-05-09 | 2016-09-28 | 深圳市鑫成泰科技有限公司 | 一种提高电动汽车soc估算精度的算法模型 |
CN106125006A (zh) * | 2016-08-31 | 2016-11-16 | 北京海博思创科技有限公司 | 电池荷电状态确定方法及装置 |
CN106645953A (zh) * | 2015-10-29 | 2017-05-10 | 宝山钢铁股份有限公司 | 锂电池内阻值估算方法 |
CN106845441A (zh) * | 2017-02-15 | 2017-06-13 | 广州志正电气有限公司 | 一种基于图像识别航空蓄电池电量充满预测方法 |
CN107024665A (zh) * | 2017-05-17 | 2017-08-08 | 苏州协鑫集成储能科技有限公司 | 电池的剩余容量校准方法 |
CN107329088A (zh) * | 2016-04-29 | 2017-11-07 | 株式会社日立制作所 | 电池的健康状态诊断装置和方法 |
CN109061482A (zh) * | 2018-06-28 | 2018-12-21 | 北京云数智汇科技有限公司 | 电池健康度预测方法及装置 |
CN109061518A (zh) * | 2018-10-18 | 2018-12-21 | 国家电网有限公司 | 一种通信蓄电池健康度在线监测方法 |
CN109669131A (zh) * | 2018-12-30 | 2019-04-23 | 浙江零跑科技有限公司 | 一种工况环境下动力电池soc估算方法 |
CN110221218A (zh) * | 2019-06-28 | 2019-09-10 | 蜂巢能源科技有限公司 | 计算电池的soc的方法和装置及机器可读存储介质 |
CN110249233A (zh) * | 2017-02-09 | 2019-09-17 | Abb瑞士股份有限公司 | 用于电池的健康状态估计 |
CN110596596A (zh) * | 2019-10-12 | 2019-12-20 | 深圳中科新能源汽车技术有限公司 | 一种新型的基于ocv曲线的soc逐次校正方法 |
CN110988706A (zh) * | 2019-12-27 | 2020-04-10 | 四川长虹电器股份有限公司 | 一种镉镍电池soc容量计算方法 |
CN111175666A (zh) * | 2020-01-16 | 2020-05-19 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
CN111289905A (zh) * | 2020-03-31 | 2020-06-16 | 太格尔技术(天津)有限公司 | 一种在线测量蓄电池soc的方法及装置 |
CN111289898A (zh) * | 2018-12-06 | 2020-06-16 | 中国科学院大连化学物理研究所 | 一种金属/空气电池剩余电量估算方法 |
CN112072762A (zh) * | 2020-11-10 | 2020-12-11 | 北京思凌科半导体技术有限公司 | 充电电路和电力终端 |
CN112345942A (zh) * | 2020-11-09 | 2021-02-09 | 阳光三星(合肥)储能电源有限公司 | 一种电池系统及其bms和满充满放soc校准方法 |
CN112578282A (zh) * | 2020-12-02 | 2021-03-30 | 重庆峘能电动车科技有限公司 | 估算电池soc的方法、用电设备以及存储介质 |
CN112952225A (zh) * | 2019-12-11 | 2021-06-11 | 中车时代电动汽车股份有限公司 | 一种电池系统的soc修正方法及其装置 |
CN117113026A (zh) * | 2023-08-18 | 2023-11-24 | 温州锌时代能源有限公司 | 一种基于线性回归预测的锌溴液流电池soc评估方法 |
WO2024119645A1 (zh) * | 2022-12-07 | 2024-06-13 | 惠州亿纬锂能股份有限公司 | 电池soc值估算方法、估算装置、电池管理系统及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5614804A (en) * | 1993-12-27 | 1997-03-25 | Honda Giken Kogyo Kabushiki Kaisha | Method of detecting residual capacity of battery for use on electric vehicle |
US5658682A (en) * | 1992-12-11 | 1997-08-19 | Honda Giken Kogyo Kabushiki Kaisha | Process for detecting remaining capacity of battery |
-
2012
- 2012-05-09 CN CN201210143574.5A patent/CN102662148B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5658682A (en) * | 1992-12-11 | 1997-08-19 | Honda Giken Kogyo Kabushiki Kaisha | Process for detecting remaining capacity of battery |
US5614804A (en) * | 1993-12-27 | 1997-03-25 | Honda Giken Kogyo Kabushiki Kaisha | Method of detecting residual capacity of battery for use on electric vehicle |
Non-Patent Citations (3)
Title |
---|
唐群: "《直流电源设备 中级工》", 31 January 1999, 中国电力出版社 * |
林志强: "阀控铅酸电池检测方法研究及在线监测系统设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
田晓辉: "锂离子电池SOC预测方法应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103884989B (zh) * | 2012-12-20 | 2016-12-28 | 北汽福田汽车股份有限公司 | 一种用于动力电池soc估算的库伦效率检测方法 |
CN103884989A (zh) * | 2012-12-20 | 2014-06-25 | 北汽福田汽车股份有限公司 | 一种用于动力电池soc估算的库伦效率检测方法 |
CN104937431A (zh) * | 2013-01-21 | 2015-09-23 | 株式会社丰田自动织机 | 充电率估计装置及充电率估计方法 |
CN104076283A (zh) * | 2013-03-25 | 2014-10-01 | 北汽福田汽车股份有限公司 | 动力电池soc初值的计算方法及动力电池系统 |
CN103513188B (zh) * | 2013-10-15 | 2016-02-10 | 清华大学 | 一种电力系统储能站中电池单体的电量计算方法 |
CN103513188A (zh) * | 2013-10-15 | 2014-01-15 | 清华大学 | 一种电力系统储能站中电池单体的电量计算方法 |
WO2015106691A1 (zh) * | 2014-01-17 | 2015-07-23 | 宁波吉利罗佑发动机零部件有限公司 | 一种混合动力车用动力电池soc估算方法 |
CN103969587A (zh) * | 2014-01-17 | 2014-08-06 | 浙江吉利控股集团有限公司 | 一种混合动力车用动力电池soc估算方法 |
CN103969587B (zh) * | 2014-01-17 | 2016-08-17 | 科力远混合动力技术有限公司 | 一种混合动力车用动力电池soc估算方法 |
CN105205298A (zh) * | 2014-06-16 | 2015-12-30 | 重庆邮电大学 | 一种基于突变的soc估算修正方法 |
CN105205298B (zh) * | 2014-06-16 | 2018-01-12 | 重庆邮电大学 | 一种基于突变的soc估算修正方法 |
CN104635165A (zh) * | 2015-01-27 | 2015-05-20 | 合肥工业大学 | 一种光电互补供电系统蓄电池剩余电量的准确估算方法 |
CN104635165B (zh) * | 2015-01-27 | 2017-03-29 | 合肥工业大学 | 一种光电互补供电系统蓄电池剩余电量的准确估算方法 |
CN105353313A (zh) * | 2015-09-28 | 2016-02-24 | 欣旺达电子股份有限公司 | 电池荷电状态的估算方法和装置 |
CN106645953B (zh) * | 2015-10-29 | 2019-11-22 | 宝山钢铁股份有限公司 | 锂电池内阻值估算方法 |
CN106645953A (zh) * | 2015-10-29 | 2017-05-10 | 宝山钢铁股份有限公司 | 锂电池内阻值估算方法 |
CN105759213A (zh) * | 2016-02-16 | 2016-07-13 | 浙江安美科技有限公司 | 一种测量蓄电池剩余容量soc的方法 |
CN105738828B (zh) * | 2016-04-04 | 2018-07-17 | 北京航空航天大学 | 一种电池容量精准测量方法 |
CN105738828A (zh) * | 2016-04-04 | 2016-07-06 | 北京航空航天大学 | 一种电池容量精准测量方法 |
CN105911481A (zh) * | 2016-04-22 | 2016-08-31 | 成都雅骏新能源汽车科技股份有限公司 | 一种电池荷电状态初值估算方法 |
CN105911481B (zh) * | 2016-04-22 | 2019-03-26 | 成都雅骏新能源汽车科技股份有限公司 | 一种电池荷电状态初值估算方法 |
CN107329088B (zh) * | 2016-04-29 | 2021-05-14 | 株式会社日立制作所 | 电池的健康状态诊断装置和方法 |
CN107329088A (zh) * | 2016-04-29 | 2017-11-07 | 株式会社日立制作所 | 电池的健康状态诊断装置和方法 |
CN105974323B (zh) * | 2016-05-09 | 2019-04-12 | 深圳市鑫成泰科技有限公司 | 一种提高电动汽车soc估算精度的算法模型 |
CN105974323A (zh) * | 2016-05-09 | 2016-09-28 | 深圳市鑫成泰科技有限公司 | 一种提高电动汽车soc估算精度的算法模型 |
CN106125006A (zh) * | 2016-08-31 | 2016-11-16 | 北京海博思创科技有限公司 | 电池荷电状态确定方法及装置 |
CN106125006B (zh) * | 2016-08-31 | 2019-02-15 | 北京海博思创科技有限公司 | 电池荷电状态确定方法及装置 |
US11101669B2 (en) | 2017-02-09 | 2021-08-24 | Abb Schweiz Ag | State of health estimation for batteries |
CN110249233B (zh) * | 2017-02-09 | 2021-10-08 | Abb瑞士股份有限公司 | 用于电池的健康状态估计 |
CN110249233A (zh) * | 2017-02-09 | 2019-09-17 | Abb瑞士股份有限公司 | 用于电池的健康状态估计 |
CN106845441A (zh) * | 2017-02-15 | 2017-06-13 | 广州志正电气有限公司 | 一种基于图像识别航空蓄电池电量充满预测方法 |
CN106845441B (zh) * | 2017-02-15 | 2022-02-01 | 广州志正电气有限公司 | 一种基于图像识别航空蓄电池电量充满预测方法 |
CN107024665B (zh) * | 2017-05-17 | 2019-12-27 | 苏州协鑫集成储能科技有限公司 | 电池的剩余容量校准方法 |
CN107024665A (zh) * | 2017-05-17 | 2017-08-08 | 苏州协鑫集成储能科技有限公司 | 电池的剩余容量校准方法 |
CN109061482A (zh) * | 2018-06-28 | 2018-12-21 | 北京云数智汇科技有限公司 | 电池健康度预测方法及装置 |
CN109061482B (zh) * | 2018-06-28 | 2021-06-01 | 北京云数智汇科技有限公司 | 电池健康度预测方法及装置 |
CN109061518A (zh) * | 2018-10-18 | 2018-12-21 | 国家电网有限公司 | 一种通信蓄电池健康度在线监测方法 |
CN111289898B (zh) * | 2018-12-06 | 2022-02-11 | 中国科学院大连化学物理研究所 | 一种金属/空气电池剩余电量估算方法 |
CN111289898A (zh) * | 2018-12-06 | 2020-06-16 | 中国科学院大连化学物理研究所 | 一种金属/空气电池剩余电量估算方法 |
CN109669131B (zh) * | 2018-12-30 | 2021-03-26 | 浙江零跑科技有限公司 | 一种工况环境下动力电池soc估算方法 |
CN109669131A (zh) * | 2018-12-30 | 2019-04-23 | 浙江零跑科技有限公司 | 一种工况环境下动力电池soc估算方法 |
CN110221218A (zh) * | 2019-06-28 | 2019-09-10 | 蜂巢能源科技有限公司 | 计算电池的soc的方法和装置及机器可读存储介质 |
CN110596596A (zh) * | 2019-10-12 | 2019-12-20 | 深圳中科新能源汽车技术有限公司 | 一种新型的基于ocv曲线的soc逐次校正方法 |
CN112952225A (zh) * | 2019-12-11 | 2021-06-11 | 中车时代电动汽车股份有限公司 | 一种电池系统的soc修正方法及其装置 |
CN112952225B (zh) * | 2019-12-11 | 2023-05-23 | 中车时代电动汽车股份有限公司 | 一种电池系统的soc修正方法及其装置 |
CN110988706A (zh) * | 2019-12-27 | 2020-04-10 | 四川长虹电器股份有限公司 | 一种镉镍电池soc容量计算方法 |
CN110988706B (zh) * | 2019-12-27 | 2022-04-22 | 四川长虹电器股份有限公司 | 一种镉镍电池soc容量计算方法 |
CN111175666A (zh) * | 2020-01-16 | 2020-05-19 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
CN111175666B (zh) * | 2020-01-16 | 2020-09-29 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
CN111289905A (zh) * | 2020-03-31 | 2020-06-16 | 太格尔技术(天津)有限公司 | 一种在线测量蓄电池soc的方法及装置 |
CN112345942A (zh) * | 2020-11-09 | 2021-02-09 | 阳光三星(合肥)储能电源有限公司 | 一种电池系统及其bms和满充满放soc校准方法 |
CN112345942B (zh) * | 2020-11-09 | 2024-02-23 | 阳光储能技术有限公司 | 一种电池系统及其bms和满充满放soc校准方法 |
CN112072762A (zh) * | 2020-11-10 | 2020-12-11 | 北京思凌科半导体技术有限公司 | 充电电路和电力终端 |
CN112072762B (zh) * | 2020-11-10 | 2021-01-29 | 北京思凌科半导体技术有限公司 | 充电电路和电力终端 |
CN112578282A (zh) * | 2020-12-02 | 2021-03-30 | 重庆峘能电动车科技有限公司 | 估算电池soc的方法、用电设备以及存储介质 |
WO2024119645A1 (zh) * | 2022-12-07 | 2024-06-13 | 惠州亿纬锂能股份有限公司 | 电池soc值估算方法、估算装置、电池管理系统及存储介质 |
CN117113026A (zh) * | 2023-08-18 | 2023-11-24 | 温州锌时代能源有限公司 | 一种基于线性回归预测的锌溴液流电池soc评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102662148B (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102662148A (zh) | 在线反馈式蓄电池soc预测方法 | |
US9709635B2 (en) | System and method for SOC estimation of a battery | |
CN102445663B (zh) | 一种电动汽车电池健康状态估算的方法 | |
CN105277898B (zh) | 一种电池荷电状态的检测方法 | |
US8529125B2 (en) | Dynamic estimation of cell core temperature by simple external measurements | |
JP5466564B2 (ja) | 電池劣化推定方法、電池容量推定方法、電池容量均等化方法、および電池劣化推定装置 | |
EP1707974B1 (en) | Remaining capacity calculating device and method for electric power storage | |
CN103797374B (zh) | 用于电池监控的系统和方法 | |
CN102761141B (zh) | 一种锂离子动力蓄电池的电量校正和控制方法 | |
CN113777501B (zh) | 一种电池模组的soh的估算方法 | |
CN110261779A (zh) | 一种三元锂电池荷电状态与健康状态在线协同估计方法 | |
CN107748336B (zh) | 锂离子电池的荷电状态在线估计方法及系统 | |
EP3343689B1 (en) | Deterioration degree estimation device and deterioration degree estimation method | |
CN111190109B (zh) | 一种无电流传感器的锂电池荷电状态估计方法 | |
CN102854470A (zh) | 一种用于动力电池组soc估计实际可用容量的测量方法 | |
CN105319515A (zh) | 锂离子电池荷电状态和健康状态联合估算方法 | |
CN108717164A (zh) | 电池的荷电状态soc标定方法及系统 | |
CN110632528A (zh) | 一种基于内阻检测的锂电池soh估算方法 | |
JP2006242880A (ja) | 電源装置用状態検知装置,電源装置及び電源装置に用いられる初期特性抽出装置 | |
CN105005000A (zh) | 感测电池容量的系统和方法 | |
CN103675683A (zh) | 一种锂电池荷电状态(soc)估算方法 | |
CN110098439A (zh) | 一种动力电池充电时间估计的方法 | |
CN105388426A (zh) | 估计电池健康寿命soh的方法和装置 | |
CN111707947B (zh) | 在线识别电池容量并迭代校准的方法与装置 | |
CN112305426A (zh) | 一种多约束条件下的锂离子电池功率状态估计系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140618 Termination date: 20150509 |
|
EXPY | Termination of patent right or utility model |