CN103744030A - 电池组健康状态和荷电状态在线估算装置及估算方法 - Google Patents

Abstract

一种电池组健康状态和荷电状态在线估算装置及估算方法，其监测单元实时测量电池组的运行状态；存储单元存储监测单元测量得到的数据；迭代计算单元计算电池模型的迭代参数；电压预测单元计算输出电压预测值；误差计算单元计算电压预测值和实测值之间的误差；参数预测单元计算电池组的等效内阻和等效电容值；平均温度计算单元计算一小时内的环境温度平均值；温度校正单元将电池组参数值折算至常温25℃下的校正值；健康状态估算单元预测电池的健康状态；解耦单元实现对电池健康状态和荷电状态的解耦；荷电状态估算单元预测电池的荷电状态。该装置可以在实时工作状态下对电池的健康状态和荷电状态进行估算。

Description

电池组健康状态和荷电状态在线估算装置及估算方法

技术领域

本发明涉及一种电池组健康状态和荷电状态估算装置及估算方法。

背景技术

随着化石能源的不断枯竭以及电池技术的不断发展，电池储能技术得到了越来越多的应用。例如在电动汽车、不间断供电系统、分布式储能等技术领域中，电池组作为核心的能量来源起到了十分关键的作用。在电池组的使用过程中，由于环境温度、充放电深度、充放电倍率等因素的影响，电池组的荷电状态（State-of-Charge，SOC）和健康状态（State-of-Health，SOH）随时会发生变化。在极端的情况下，电池组可能工作在不安全状态，从而导致电池系统的故障，甚至引发爆炸，火灾等危险情况。因此，通过一种在线估算装置对电池组的荷电状态和健康状态进行实时监测是十分重要的，这样可以有效地避免电池工作在过充或过放状态，并对电池的健康状态进行合理评估。

在电池组SOC估算方面，现有的技术路线主要是采用开路电压查表法和基于固定模型的滤波技术。前者依据大量的前期实验数据，后者在前期实验数据的基础上进行了建模处理。但上述两类方法实际上存在一个共同的缺陷，即它们均忽视了电池组的SOH变化对SOC估算的影响。实际上，随着电池SOH的不断衰退，通过前期实验获得的查表数据和建立的确定模型会变得不再适用。如美国专利US20130300190A1“Battery state-of-charge observer”，中国专利CN102074757A“一种锂离子电池荷电状态的估算方法”，均存在上述问题。

在电池组SOH估算方面，现有的方法主要是对电池进行老化试验，然后基于老化试验数据获得电池的老化规律，进而实现对电池SOH的估算。如中国专利CN102175978A“电池寿命的检测方法和设备”，中国专利CN103344920A“一种检测电池健康状态的方法及设备”均采用上述方法。但是这种方法的实现需要大量的实验数据作为支撑，当电池实际工作环境不同于测试环境时，并不能保证预测精度，且该方法只能进行离线开环预测。

综上所述，如何在电池组实时工作状态下，解决电池健康状态和荷电状态之间的耦合关系，并实现对电池组荷电状态和健康状态的估算，是当前亟待解决的一大课题。

发明内容

本发明的目的是针对现有电池组健康状态和荷电状态估算中存在的问题，提出一种电池组健康状态和荷电状态估算装置和估算方法。本发明可在便于实时应用的前提下，进一步提高估算精度，以适用于需要对电池的状态进行实时监控的场合。

本发明为解决其具体的技术问题所采用的技术方案是：

本发明电池组健康状态和荷电状态估算装置包含监测单元、存储单元、迭代计算单元、电压预测单元、误差计算单元、参数预测单元、平均温度计算单元、温度校正单元、健康状态估算单元、解耦单元，以及荷电状态估算单元。

所述的监测单元的输入端与电池组的输出端相连，其输入信号为电池组的总电压、主回路电流和电池组中各温度采集点的温度信号，输出信号为电池组的实时工作电压、电流以及各温度采集点的温度值。所述的存储单元的输入端与监测单元的输出端相连，其输入信号为监测单元采集到的电池组的电压、电流以及温度值，输出信号为连续两个采样时间内的电池组的电压锁存信号、连续三个采样时间内的电池组的电流锁存信号和一小时以内的电池组的温度信号。所述的迭代计算单元的输入端与存储单元的输出端，以及误差计算单元的输出端相连，其输入信号为电池组的电压锁存信号、电流锁存信号、误差信号，输出信号为电池模型的迭代更新参数。所述的电压预测单元的输入端与迭代计算单元的输出端，以及存储单元的输出端相连，其输入信号为电池模型迭代更新参数、电池组的电压锁存信号和电流锁存信号，输出信号为电池的电压预测值。所述的误差计算单元的输入端与监测单元的输出端，以及电压预测单元的输出端相连，其输入信号为电池组的电压预测值和电压测量值，输出信号为电池组的电压预测误差。所述的参数预测单元的输入端与迭代计算单元的输出端相连，其输入信号为电池模型迭代更新参数，输出信号为电池组的等效内阻和等效电容值。所述的平均温度计算单元的输入端与存储单元的输出端相连，其输入信号为电池组一小时内的温度信号，输出信号为电池组的平均温度值。所述的温度校正单元的输入端与参数预测单元的输出端，以及平均温度计算单元的输出端相连，输入信号为电池组的等效内阻值、等效电容值、电池组的平均温度值，输出信号为电池组的等效内阻和电容的校正值。所述的电池健康状态估算单元的输入端与温度校正单元的输出端相连，其输入信号为电池组的等效电容校正值，输出信号为电池组健康状态的预测值。所述的解耦单元的输入端与健康状态估算单元的输出端相连，其输入信号为电池组健康状态预测值，输出信号为电池组健康状态与荷电状态之间的耦合因子。所述的电池荷电状态估算单元的输入端与解耦单元的输出端，以及温度校正单元的输出端相连，其输入信号为电池组健康状态与荷电状态之间的耦合因子、电池的等效内阻校正值，输出信号为电池组荷电状态的预测值。

所述的监测单元由电压监测子单元、电流监测子单元和温度监测子单元组成。电压监测子单元的输入端跨接在电池组的总正和总负上，用于采集并输出电池组的总电压。电流监测子单元与电池组的主回路相连，用于采集并输出电池组主回路流过的电流。温度监测子单元与电池组中各温度采集点相连，用于采集并输出电池组中各温度采集点的温度值。

所述的存储单元由电压锁存子单元、电流锁存子单元和温度存储子单元组成。电压锁存子单元与监测单元的电压监测子单元的输出端相连，用于存储并输出当前连续2个采样时间的电池组的总电压u_k,u_k-1；电流锁存子单元与监测单元的电流监测子单元的输出端相连，用于存储并输出当前连续3个采样时间电池组主回路流过的电流值i_k,i_k-1,i_k-2；温度存储子单元与监测单元的温度监测子单元的输出端相连，用于存储并输出一小时内电池组中各温度采集点的温度值T_n,T_n-1,…,T₁。

所述的迭代计算单元由迭代初始化子单元、迭代增益计算子单元和迭代更新子单元组成。迭代计算过程是基于电池电路模型进行的。电池电路模型的输入为电流信号，输出为电压信号；中间变量包括：等效内阻Ro，用来表示电池的荷电状态；等效电容Cn表示电池的健康状态；等效极化电容Cb；等效极化电阻Rn；该电池电路模型频域形式的输入输出传递函数为：

$H\left(s\right)=\frac{U\left(s\right)}{I\left(s\right)}=R_o+\frac{1}{(C_n+C_b)}\frac{1}{s}+\frac{C_n}{C_b(C_n+C_b)}\frac{1}{s+(C_n+C_b)/C_n{C}_b{R}_n}$

其中，H(s)表示模型的传递函数，U(s)表示电池的输入信号，I(s)表示电池的输出信号。传递函数写成如下离散迭代形式：

$u_{k+1}=A_1{u}_k+A_2{u}_{k-1}+B_0{i}_k+B_1{i}_{k-1}+B_2{i}_{k-2}+C_0{\widehat{\mathrm{\ϵ}}}_k+C_1{\widehat{\mathrm{\ϵ}}}_{k-1}+C_2{\widehat{\mathrm{\ϵ}}}_{k-2}$

其中k表示第k步采样时刻；uk和ik分别表示在k时刻电池组的电压和主回路电流值；uk+1为在k+1时刻电池组的电压值，

为在采样时刻k处的环境有色噪声估计值；A1，A2，B0，B1，B2，C0，C1，C2为电池模型的迭代参数。

所述的迭代初始化子单元对第一步迭代过程中所需要的未知迭代参数矩阵

迭代更新矩阵P_k，以及环境有色噪声估计值

进行初始化，并输出

和P_k，

为电池模型迭代参数矩阵，

P_k为迭代更新矩阵，和P_k的初始值分别设为零矩阵和10⁶I，其中I为单位矩阵，

的初始值均设为0。

所述的迭代增益计算子单元与所述的存储单元的电压锁存子单元的输出端、电流锁存子单元的输出端，以及迭代初始化子单元的输出端相连。所述的迭代增益计算子单元用于计算并输出每一步的迭代增益，具体计算公式如下：

其中，K_k+1为迭代增益；

为观测值矩阵，

uk，uk-1为电压锁存子单元发送的电压信号；ik，ik-1，ik-2为电流锁存子单元发送的主回路电流信号；

和

为环境有色噪声估计值，T表示矩阵的转置。

所述的迭代更新子单元与所述的存储单元的电压锁存子单元的输出端、电流锁存子单元的输出端、迭代增益计算子单元的输出端以及误差计算单元的输出端相连，用于计算并输出k+1时刻电池模型迭代参数矩阵

和迭代更新矩阵P_k+1，具体计算公式如下：

${\widehat{\mathrm{\θ}}}_{k+1}={\widehat{\mathrm{\θ}}}_k+K_{k+1}{\mathrm{\Δu}}_{k+1}$

其中，K_k+1为迭代增益，Δu_k+1为误差计算单元输出的电压预测误差值，

为采样时刻k处的观测值矩阵，

所述的电压预测单元接收迭代计算单元输出的迭代参数矩阵

以及存储单元发送的电池组的电压值u_k,u_k-1、电池组主回路流过的电流值i_k,i_k-1,i_k-2，用于计算并输出k+1时刻电池组的电压输出预测值

具体计算公式如下：

其中，

为观测值矩阵，

和

为环境有色噪声估计值，T表示矩阵的转置。

所述的误差计算单元接收监测单元输出的电压测量值u_k+1和电压预测单元输出的电压预测值

用于计算并输出电池组电压预测误差Δu_k+1，计算公式如下：

${\mathrm{\Δu}}_{k+1}=u_{k+1}-{\hat{u}}_{k+1}$

所述的参数预测单元由内阻预测子单元和电容预测子单元组成。内阻预测子单元以及电容预测子单元均与迭代更新子单元的输出端相连，分别用于计算并输出电池组的等效内阻Ro,k和等效电容Cn,k，具体计算公式如下：

$R_{o,k}=\frac{{\hat{B}}_{2,k}}{{\hat{A}}_{2,k}}$

$C_{n,k}=\frac{{\hat{B}}_{0,k}{\hat{A}}_{2,k}^2+{\hat{B}}_{1,k}{\hat{A}}_{2,k}+{\hat{B}}_{2,k}}{({\hat{B}}_{0,k}+{\hat{B}}_{1,k}+{\hat{B}}_{2,k})\·({\hat{B}}_{2,k}-{\hat{B}}_{0,k}{\hat{A}}_{2,k})}$

其中，

为k时刻电池模型迭代参数矩阵

中的参数， ${\widehat{\mathrm{\θ}}}_k={[{\hat{A}}_1,{\hat{A}}_2,{\hat{B}}_0,{\hat{B}}_1,{\hat{B}}_2,{\hat{C}}_0,{\hat{C}}_1,{\hat{C}}_2]}^T{|}_k.$

所述的平均温度计算单元接收温度存储子单元输出的一小时内电池组各温度采集点的温度数据T_n,T_n-1,…,T₁，计算k时刻电池组温度的平均值T_k，并将其作为环境温度值输出，具体计算公式如下：

$T_k=\frac{T_n+T_{n+1}+...+T_1}{n}$

所述的温度校正单元接收参数预测单元输出的内阻值Ro,k和电容值Cn,k，并根据平均温度计算单元输出的环境温度值T_k，将内阻值Ro,k和电容值Cn,k分别换算至常温25℃下的校正值Ro,k,ref和Cn,k,ref，具体计算公式如下：

$R_{o,k,\mathrm{ref}}=R_{o,k}\·e^{\left(\frac{E_{a,R}}{R}(\frac{1}{T_{\mathrm{ref}}}-\frac{1}{T_k})\right)}$

$C_{n,k,\mathrm{ref}}=C_{n,k}\·e^{\left(\frac{E_{a,C}}{R}(\frac{1}{T_k}-\frac{1}{T_{\mathrm{ref}}})\right)}$

其中，T_ref为常温25℃下的绝对温度值298.15K；Tk为k时刻环境温度值；R为气体常数，R＝8.314472J/K·mol；E_a,R和E_a,C分别对应材料活化能，对于同一材料的电池来说是一个常数值，单位为J/mol。

所述的健康状态估算单元接收温度校正单元输出的电池等效电容校正值Cn,k,ref，计算并输出电池的健康状态预测值SOH_k，具体计算公式如下：

${\mathrm{SOH}}_k=\frac{\underset{k=1}{\overset{k}{\mathrm{\Σ}}}{C}_{n,k,\mathrm{ref}}}{{\mathrm{kC}}_{\mathrm{rate}}}\×100\%$

其中，Crate为电池处于100%SOH时的等效电容标称值，k表示第k步采样时刻。

所述的解耦单元接收k时刻健康状态估计单元的输出值SOHk，对电池的荷电状态和健康状态进行解耦，并输出电池健康状态与荷电状态之间的耦合因子：

$\mathrm{\α}=\frac{1}{{\mathrm{SOH}}_k}$

所述的荷电状态估算单元与解耦单元和温度校正单元的输出端相连，接收温度校正单元输出的等效内阻值Ro,k,ref，并依据解耦单元输出的电池健康状态与荷电状态之间的耦合因子α，通过查表法估算电池的荷电状态。

采用本发明估算装置估算电池组健康状态和荷电状态的方法包含如下步骤：

步骤A：监测单元实时测量电池组的总电压、主回路电流和电池组中各温度采集点的温度信号；

步骤B：存储单元接收监测单元发送的信号，存储并输出当前连续2个采样时间的电池组的电压信号值u_k,u_k-1、当前连续3个采样时间的电池组的主回路电流信号值i_k,i_k-1,i_k-2，以及一小时内的电池组的温度信号值T_n,T_n-1,…,T₁；

步骤C：迭代计算单元根据存储单元输出的电池组电压信号uk，uk-1和主回路电流信号ik，ik-1，ik-2，以及误差计算单元输出的电池组电压预测误差Δu_k+1，计算并输出电池模型迭代参数矩阵

步骤D：电压预测单元根据迭代计算单元输出的电池模型迭代参数矩阵

以及存储单元输出的电池组电压信号u_k,u_k-1、主回路电流信号i_k,i_k-1,i_k-2，计算电池组电压输出预测值 ${\hat{u}}_{k+1};$

步骤E：误差计算单元根据电压预测单元输出的电池组电压输出预测值

以及监测单元输出的电池组电压测量值u_k+1，计算并输出电池组电压预测误差Δu_k+1；

步骤F：参数预测单元根据迭代计算单元输出的电池模型迭代参数矩阵

计算电池的等效内阻Ro,k和等效电容Cn,k；

步骤G：平均温度计算单元根据一小时内电池组各温度采集点的温度数据T_n,T_n-1,…,T₁，计算k时刻电池组温度的平均值T_k；

步骤H：温度校正单元将电池的等效内阻值Ro,k和电容值Cn,k分别换算至常温25℃下的校正值Ro,k,ref和Cn,k,ref；

步骤I：健康状态估算单元根据温度校正单元输出的电池等效电容校正值Cn,k,ref，计算电池的健康状态预测值SOH_k；

步骤J：解耦单元根据健康状态估算单元输出的电池的健康状态预测值SOH_k，计算电池健康状态与荷电状态之间的耦合因子α；

步骤K：荷电状态估算单元根据温度校正单元输出的电池等效内阻值Ro,k,ref，以及解耦单元输出的电池健康状态与荷电状态之间的耦合因子α，通过查表法估算电池的荷电状态预测值。

与现有技术相比，本发明的优点在于：

（1）克服了现有技术在电池全生命周期内荷电状态估算精度逐渐变低的缺陷，实现了电池荷电状态和健康状态的解耦。通过电池的健康状态值修正荷电状态值，大大提高了估算精度。

（2）有效地解决了传统电池健康状态估算方法运算复杂、过于依赖数据、实时性差的问题。本发明在运算过程中只需实时采集有限个电压、电流以及温度数据，且运算过程十分简单，具有很高的时间复杂度和空间复杂度，非常适合在实时工作状态中对电池的健康状态进行估算。

附图说明

图1为本发明结构示意图；

图2为实时UDDS工况下单体电池的电流曲线；

图3为实时UDDS工况下单体电池的电压曲线；

图4为电池电路模型原理图；

图5为电池模型参数估算算法流程图；

图6为不同健康状态下单体电池等效电容值的估算曲线；

图7为不同健康状态下单体电池等效电阻值的估算曲线；

图8为实时UDDS工况下单体电池SOC变化曲线；

图9为不同健康状态下单体电池等效电阻值与SOC的关系曲线；

图10为UDDS工况下通过本发明预测得到的单体电池电压值的实际效果。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步说明。

如图1所示，本发明包含监测单元102、存储单元103、迭代计算单元104、电压预测单元105、误差计算单元106、参数预测单元107、平均温度计算单元108、温度校正单元109、健康状态估算单元110、解耦单元111，以及荷电状态估算单元112。

监测单元102的输入端与电池组101的总正端、总负端以及各温度采集点相连，输入信号为电池组的总电压、主回路电流和电池组中各温度采集点的温度信号，输出信号为电池组的实时工作电压、电流以及各温度采集点的温度值。存储单元103的输入端与监测单元102的输出端相连，输入信号为监测单元采集到的电池组的电压、电流以及温度值，输出信号为当连续两个采样时间内的电池组的电压锁存信号、连续三个采样时间内的电池组的电流锁存信号和一小时以内的电池组的温度信号。迭代计算单元104与存储单元103的输出端以及误差计算单元106的输出端相连，输入信号为电池组的电压锁存信号、电流锁存信号、误差信号，输出信号为电池模型的迭代更新参数。电压预测单元105与迭代计算单元104输出端以及存储单元103的输出端相连，输入信号为电池模型迭代更新参数、电池组的电压锁存信号、电流锁存信号，输出信号为电池的电压预测值。误差计算单元106与电压预测单元105的输出端以及监测单元102的输出端相连，输入信号为电池的电压预测值和电压测量值，输出信号为电池的电压预测误差。参数预测单元107与迭代计算单元104的输出端相连，输入信号为电池模型迭代更新参数，输出信号为电池的等效内阻和等效电容值。平均温度计算单元108与存储单元103的输出端相连，输入信号为一小时内电池组的温度信号，输出信号为电池组的平均温度值。温度校正单元109与参数预测单元107输出端以及平均温度计算单元108的输出端相连，输入信号为电池的等效内阻值、等效电容值，以及电池组的平均温度值，输出信号为电池的等效内阻和电容的校正值。健康状态估算单元110与温度校正单元109的输出端相连，输入信号为电池的等效电容校正值，输出信号为电池健康状态的预测值。解耦单元111与健康状态估算单元110的输出端相连，输入信号为电池健康状态预测值，输出信号为电池健康状态与荷电状态之间的耦合因子。荷电状态估算单元112与温度校正单元109输出端以及解耦单元111的输出端相连，输入信号为电池健康状态与荷电状态之间的耦合因子、电池的等效内阻校正值，输出信号为电池荷电状态的预测值。

如图1所示，所述的监测单元102由电压监测子单元1021、电流监测子单元1022和温度监测子单元1023组成。电压监测子单元1021的输入端跨接在电池组101的总正端和总负端上，输出端与电压锁存子单元1031，以及误差计算单元106的输入端相连，用于实时采集并输出电池组101总正、总负两端之间的电压；电流监测子单元1022的输入端与电池组101主回路相连，输出端与电流锁存子单元1032的输入端相连，用于实时采集并输出电池组101主回路流过的电流；温度监测子单元1023的输入端与电池组中各温度采集点相连，输出端与温度存储子单元（1033）的输入端相连，用于实时采集并输出电池组101中各温度采集点的温度值。

所述的存储单元103由电压锁存子单元1031、电流锁存子单元1032和温度存储子单元1033组成；电压锁存子单元1031的输入端与电压监测子单元1021的输出端相连，用于存储并输出电池组k时刻和k-1时刻的电压数据u_k,u_k-1；电流锁存子单元1032的输入端与电流监测子单元1022的输出端相连，用于存储并输出k，k-1和k-2时刻的电流数据i_k,i_k-1,i_k-2；温度存储子单元1033的输入端与温度监测子单元1023的输出端相连，用于存储并输出电池组一小时内的温度数据T_n,T_n-1,…,T₁。

所述的迭代计算单元104由迭代初始化子单元1041、迭代增益计算子单元1042和迭代更新子单元1043组成；迭代增益计算子单元1042的输入端与电压锁存子单元1031的输出端、电流锁存子单元1032的输出端以及迭代初始化子单元1041的输出端相连。所述的迭代更新子单元1043与电压锁存子单元1031的输出端、电流锁存子单元1032的输出端、迭代增益计算子单元1042的输出端以及误差计算单元106的输出端相连。

所述的参数预测单元107由内阻预测子单元1071和电容预测子单元1072组成。内阻预测子单元1071与迭代更新子单元1043的输出端相连，电容预测子单元1072与迭代更新子单元1043的输出端相连。

以下就本发明的实施例进一步说明本发明估算装置对电池组健康状态和荷电状态估算方法。

作为一种实施例，在城市行驶工况（UDDS）下对电动汽车动力电池组进行测试，所选用的动力电池组为50Ah，320V的磷酸铁锂电池组，该电池组由5×100串共500只单体电池组成，每只单体电池的额定容量为10Ah。在UDDS实时工况下采集得到的单体电池的电流和电压曲线分别如图2和图3所示，系统采样时间为1s。

步骤A：监测单元102实时测量该电池组的总电压、主回路电流和电池组中各温度采集点的温度信号。

步骤B：存储单元103接收监测单元102发送的信号，存储并输出当前连续2个采样时间的电池组电压信号值u_k,u_k-1、当前连续3个采样时间的电池组主回路电流信号值i_k,i_k-1,i_k-2，以及一小时内的电池组温度值T_n,T_n-1,…,T₁。

步骤C：迭代计算单元104根据存储单元103输出的电池组电压信号uk，uk-1和电池组主回路电流信号ik，ik-1，ik-2，以及误差计算单元106输出的电池组电压预测误差Δu_k+1，计算并输出电池模型迭代参数矩阵

计算过程基于如图4所示的电池电路模型。该模型将电池的电化学反应过程简化为一个电路模型，模型的输入为电流i，模型输出为电池两端的电压uout。该模型中的物理参量包括：电池等效内阻Ro，电池等效内阻Ro可以用来表示电池的荷电状态；电池等效电容Cn，电池等效电容Cn可以用来表示电池的健康状态；电池的等效极化电容Cb；电池的等效极化电阻Rn；电池的自放电内阻Rb，由于Rb通常很大，因此可以忽略。该电池模型频域形式的输入输出传递函数为：

$H\left(s\right)=\frac{U\left(s\right)}{I\left(s\right)}=R_o+\frac{1}{(C_n+C_b)}\frac{1}{s}+\frac{C_n}{C_b(C_n+C_b)}\frac{1}{s+(C_n+C_b)/C_n{C}_b{R}_n}$

上式可写成z域形式的传递函数：

$\begin{array}{c}H\left(z\right)=Z\left(G\left(s\right)e^{-\mathrm{Ts}}\right)={\mathrm{az}}^{-1}+b\frac{z^{-1}}{1-z^{-1}}+c\frac{z^{-1}}{1-e^{-\mathrm{dT}}{z}^{-1}}\\ =\frac{{\mathrm{ae}}^{-\mathrm{dT}}{z}^{-3}-(a+{\mathrm{ae}}^{-\mathrm{dT}}+{\mathrm{be}}^{-\mathrm{dT}}+c)z^{-2}+(a+b+c)z^{-1}}{1-(1+e^{-\mathrm{dT}})z^{-1}+e^{-\mathrm{dT}}{z}^{-2}}\end{array}$

进而可以写成如下离散迭代形式：

$u_{k+1}=A_1{u}_k+A_2{u}_{k-1}+B_0{i}_k+B_1{i}_{k-1}+B_2{i}_{k-2}+C_0{\widehat{\mathrm{\ϵ}}}_k+C_1{\widehat{\mathrm{\ϵ}}}_{k-1}+C_2{\widehat{\mathrm{\ϵ}}}_{k-2}$

其中，

$\left\{\begin{array}{c}{A}_1=-(1+e^{-\mathrm{dT}})\\ A_2=e^{-\mathrm{dT}}\\ B_0=a+b+c\\ B_1=-(a+{\mathrm{ae}}^{-\mathrm{dT}}+{\mathrm{be}}^{-\mathrm{dT}}+c)\\ B_2={\mathrm{ae}}^{-\mathrm{dT}}\end{array}\right.$

基于以上电池电路模型，迭代计算单元104通过实时采集电池组电压信号uk，uk-1和电池组主回路电流信号ik，ik-1，ik-2，对电池模型迭代参数θ＝[A₁,A₂,B₀,B₁,B₂,C₀,C₁,C₂]^T进行估算，具体步骤如图5所示：

（1）首先，迭代初始化子单元1041对第一步迭代过程中所需要的未知参数P_k、

进行初始化。其中，

为电池模型迭代参数矩阵， ${\widehat{\mathrm{\θ}}}_k={[{\hat{A}}_1,{\hat{A}}_2,{\hat{B}}_0,{\hat{B}}_1,{\hat{B}}_2,{\hat{C}}_0,{\hat{C}}_1,{\hat{C}}_2]}^T{|}_k,$ P_k为迭代更新矩阵，

为环境有色噪声估计值。本发明将和P_k的初始值分别设为零矩阵和10⁶I，其中I为单位矩阵，

的初始值均设为0。

（2）其次，迭代增益计算子单元1042根据存储单元输出的电池组的电压信号uk，uk-1和主回路电流信号ik，ik-1，ik-2，以及迭代初始化子单元1041输出的迭代过程的中间矩阵P_k和电池模型迭代参数矩阵

计算迭代增益K_k+1：

其中，

为观测值矩阵，

（3）最后，迭代更新子单元1043计算并输出k+1时刻电池模型迭代参数矩阵和迭代更新矩阵P_k+1，具体计算公式如下：

${\widehat{\mathrm{\θ}}}_{k+1}={\widehat{\mathrm{\θ}}}_k+K_{k+1}{\mathrm{\Δu}}_{k+1}$

其中，K_k+1为迭代增益，Δu_k+1为误差计算单元输出的电压预测误差值，

为观测值矩阵，

步骤D：电压预测单元105根据迭代计算单元104输出的电池模型迭代参数矩阵

以及存储单元输出的电池组电压信号u_k,u_k-1、主回路电流信号i_k,i_k-1,i_k-2，计算电池组电压输出预测值

其中，

为观测值矩阵，

为环境有色噪声估计值。

步骤E：误差计算单元106根据电压预测单元105输出的电池组电压输出预测值以及监测单元102输出的电池组电压测量值u_k+1，计算并输出电池组电压预测误差Δu_k+1：

${\mathrm{\Δu}}_{k+1}=u_{k+1}-{\hat{u}}_{k+1}$

步骤F：参数预测单元107根据迭代计算单元104输出的电池模型迭代参数矩阵

${\widehat{\mathrm{\θ}}}_k={[{\hat{A}}_1,{\hat{A}}_2,{\hat{B}}_0,{\hat{B}}_1,{\hat{B}}_2,{\hat{C}}_0,{\hat{C}}_1,{\hat{C}}_2]}^T{|}_k,$ 计算电池的等效内阻Ro,k和等效电容Cn,k：

$R_{o,k}=\frac{{\hat{B}}_{2,k}}{{\hat{A}}_{2,k}}$

$C_{n,k}=\frac{{\hat{B}}_{0,k}{\hat{A}}_{2,k}^2+{\hat{B}}_{1,k}{\hat{A}}_{2,k}+{\hat{B}}_{2,k}}{({\hat{B}}_{0,k}+{\hat{B}}_{1,k}+{\hat{B}}_{2,k})\·({\hat{B}}_{2,k}-{\hat{B}}_{0,k}{\hat{A}}_{2,k})}$

步骤G：平均温度计算单元108根据一小时内电池组各温度采集点的温度数据T_n,T_n-1,…,T₁，计算k时刻电池组温度的平均值T_k；

$T_k=\frac{T_n+T_{n-1}+...+T_1}{n}$

步骤H：温度校正单元109将电池的等效内阻值Ro,k和电容值Cn,k分别换算至常温25℃下的校正值Ro,k,ref和Cn,k,ref，具体计算公式如下：

$R_{o,k,\mathrm{ref}}=R_{o,k}\·e^{\left(\frac{E_{a,R}}{R}(\frac{1}{T_{\mathrm{ref}}}-\frac{1}{T_k})\right)}$

$C_{n,k,\mathrm{ref}}=C_{n,k}\·e^{\left(\frac{E_{a,C}}{R}(\frac{1}{T_k}-\frac{1}{T_{\mathrm{ref}}})\right)}$

其中，T_ref为常温25℃下的绝对温度值298.15K；Tk为k时刻环境温度值；R为气体常数，R＝8.314472J/K·mol；E_a,R和E_a,C分别对应材料活化能，对于同一材料的电池来说是一个常数值，单位为J/mol。

步骤I：健康状态估算单元110根据温度校正单元109输出的电池等效电容校正值Cn,k,ref，计算电池的健康状态预测值SOH_k，具体计算公式如下：

${\mathrm{SOH}}_k=\frac{\underset{k=1}{\overset{k}{\mathrm{\Σ}}}{C}_{n,k,\mathrm{ref}}}{{\mathrm{kC}}_{\mathrm{rate}}}\×100\%$

其中，Crate为电池处于100%SOH时的等效电容标称值。

在25℃环境温度下，分别于100%，90%，80%SOH处，重复上述步骤，得到的不同健康状态下电池等效电容Cn值的估算曲线如图6所示。可以发现，电池等效电容Cn的值与电池的SOH呈现明显的对应关系。

步骤J：解耦单元111根据健康状态估算单元110输出的电池的健康状态预测值SOH_k，计算电池健康状态与荷电状态之间的耦合因子α；

$\mathrm{\α}=\frac{1}{{\mathrm{SOH}}_k}$

步骤K：荷电状态估算单元112根据温度校正单元109输出的电池等效内阻值Ro,k,ref，以及解耦单元111输出的电池健康状态与荷电状态之间的耦合因子α，通过查表法估算电池的荷电状态预测值。

在25℃环境温度下，分别于100%，90%，80%SOH处，重复上述步骤。为了便于分析，本实施例按照电池组串并联组合方式，将电池组数据折算成单体电池的数据，可以得到单体电池分别处于100%，90%，80%SOH时的等效电阻值Ro的预测值，具体单体电池等效电阻值Ro随采样时刻k的变化曲线如图7所示。与此同时，在UDDS实时行驶工况下，单体电池的SOC与采样时刻k的关系曲线如图8所示。对图7和图8进一步分析，可以得到单体电池等效电阻值Ro与SOC之间的关系曲线，详见图9。可以发现，当单体电池的健康状态（SOH）为恒定值时，单体电池的等效电阻值Ro与SOC之间呈现一一对应的线性关系。因此，可以用估算得到的SOHk的倒数作为解耦因子，对单体电池荷电状态SOC的基准值进行校正。进而基于图9，通过查表法可以得到单体电池荷电状态（SOC）的预测值。

图10所示为UDDS工况下，通过本发明预测得到的单体电池输出电压值的实际效果，如图10所示可知单体电池电压预测值能够很好地跟踪电压测量值的变化。因而本发明可以应用于电池健康状态实时估算的场合，并且具有较高的精度。

本发明的应用场合并不仅限于电动汽车领域，也可以应用于不间断供电系统、分布式储能等技术领域中；并且所针对的电池类型也并不仅局限于磷酸铁锂电池，也可以是铅酸、镍氢、锰酸锂等材料体系的电池。

Claims (10)

1.一种电池组健康状态和荷电状态在线估算装置，其特征在于所述的在线估算装置包括以下部分： 

监测单元（102），所述的监测单元（102）用于采集电池组的实时工作电压、电流以及各温度采集点的温度值；所述监测单元（102）的输入端与电池组（101）的总正端、总负端以及各温度采集点相连，监测单元（102）的输入信号为电池组的总电压、主回路电流和电池组中各温度采集点的温度信号，输出信号为电池组的实时工作电压、电流以及各温度采集点的温度值； 

存储单元（103），所述的存储单元（103）的输入端与监测单元（102）的输出端相连，用于保存监测单元（102）输出的电池组的电压、电流和温度值，并输出所存储的电池组的电压、电流和温度数据； 

迭代计算单元（104），所述迭代计算单元（104）的输入端与存储单元（103）的输出端，以及误差计算单元（106）的输出端相连，用于计算并输出电池模型的迭代参数；所述的迭代计算单元（106）的输入信号为电池组的电压锁存信号、电流锁存信号、误差信号，输出信号为电池模型的迭代更新参数； 

电压预测单元（105），所述电压预测单元（105）的输入端与迭代计算单元（104）的输出端，以及存储单元（103）的输出端相连；所述电压预测单元（105）用于计算并输出电池在当前时刻的电压预测值，其输入信号为电池模型迭代更新参数、电池组的电压锁存信号和电流锁存信号，输出信号为电池组电压预测值； 

误差计算单元（106），所述的误差计算单元（106）的输入端与监测单元（102）的输出端，以及电压预测单元（105）的输出端相连，用于计算电压预测值与测量值之差；所述误差计算单元（106）的输入信号为电池组的电压预测值和电压测量值，输出信号为电池组电压预测误差； 

参数预测单元（107），所述参数预测单元（107）的输入端与迭代计算单元（104）的输出端相连，用于计算并输出电池组的等效内阻和等效电容值；所述的参数预测单元（107）的输入信号为电池模型迭代更新参数，输出信号为电池组的等效内阻和等效电容值； 

平均温度计算单元（108），所述平均温度计算单元（108）的输入端与存储单元（103）的输出端相连，用于计算存储单元（103）中存储的电池组的温度数据平均值；所述的平均温度计算单元（108）的输入信号为一小时内的电池组的温度信号，输出信号为电池组的平 均温度值； 

温度校正单元（109），所述的温度校正单元（109）的输入端与参数预测单元（107）的输出端，以及平均温度计算单元（108）的输出端相连，用于将电池组的等效内阻和电容值折算至25℃下的校正值；所述的温度校正单元（109）输入信号为电池组的等效内阻值、等效电容值，以及平均温度值，输出信号为电池组等效内阻和电容的校正值； 

电池健康状态估算单元（110），所述电池健康状态估算单元（110）的输入端与温度校正单元（109）的输出端相连，用于计算并输出当前时刻电池组健康状态的预测值；输入信号为电池组的等效电容校正值，输出信号为电池组健康状态的预测值； 

解耦单元（111），所述解耦单元（111）的输入端与健康状态估算单元（110）的输出端相连，用于实现电池组健康状态和荷电状态的解耦，所述的解耦单元（111）的输入信号为电池组健康状态预测值，输出信号为电池组健康状态与荷电状态之间的耦合因子； 

电池荷电状态估算单元（112），所述电池荷电状态估算单元（112）的输入端与解耦单元（111）的输出端，以及温度校正单元（109）的输出端相连，用于计算并输出电池组荷电状态的预测值；所述的电池荷电状态估算单元（112）的输入信号为电池组健康状态与荷电状态之间的耦合因子、电池组的等效内阻校正值，输出信号为电池组荷电状态的预测值。 

2.按照权利要求1所述的电池组健康状态和荷电状态在线估算装置，其特征在于所述的监测单元（102）由电压监测子单元（1021）、电流监测子单元（1022）和温度监测子单元（1023）组成；电压监测子单元（1021）的输入端跨接在电池组（101）的总正端和总负端上，输出端与存储单元（103）的电压锁存子单元（1031）的输入端，以及误差计算单元（106）的输入端相连，用于实时采集并输出电池组（101）总正、总负两端之间的电压；电流监测子单元（1022）的输入端与电池组（101）主回路相连，输出端与存储单元（103）的电流锁存子单元（1032）的输入端相连，用于实时采集并输出电池组（101）主回路流过的电流；温度监测子单元（1023）的输入端与电池组中各温度采集点相连，输出端与存储单元（103）的温度存储子单元（1033）的输入端相连，用于实时采集并输出电池组（101）中各温度采集点的温度值。 

3.按照权利要求1所述的电池组健康状态和荷电状态在线估算装置，其特征在于所述的存储单元（103）由电压锁存子单元（1031）、电流锁存子单元（1032）和温度存储子单元（1033）组成；电压锁存子单元（1031）的输入端与电压监测子单元（1021）的输出端相连，用于存储并输出k时刻和k-1时刻的电池组的电压数据u_k,u_k-1；电流锁存子单元（1032）的输入端与电流监测子单元（1022）的输出端相连，用于存储并输出电池组k，k-1和k-2时刻 的电流数据i_k,i_k-1,i_k-2；温度存储子单元（1033）的输入端与温度监测子单元（1023）的输出端相连，用于存储并输出一小时内电池组的温度数据T_n,T_n-1,…,T₁。 

4.按照权利要求1所述的电池组健康状态和荷电状态在线估算装置，其特征在于所述的迭代计算单元（104）由迭代初始化子单元（1041）、迭代增益计算子单元（1042）和迭代更新子单元（1043）组成；迭代增益计算子单元（1042）的输入端与所述的存储单元的电压锁存子单元（1031）的输出端、电流锁存子单元（1032）的输出端，以及迭代初始化子单元（1041）的输出端相连；所述的迭代更新子单元（1043）与电压锁存子单元（1031）的输出端、电流锁存子单元（1032）的输出端、迭代增益计算子单元（1042）的输出端以及误差计算单元（106）的输出端相连。 

5.按照权利要求1所述的电池组健康状态和荷电状态在线估算装置，其特征在于所述的所述的参数预测单元（107）由内阻预测子单元（1071）和电容预测子单元（1072）组成，分别用于计算并输出电池组的等效内阻和等效电容值；内阻预测子单元（1071）和电容预测子单元（1072）的输入端均与迭代更新子单元（1043）的输出端相连，输出端均与温度校正单元（109）的输入端相连。 

6.采用权利要求1所述的估算装置估算电池组健康状态和荷电状态的方法，其特征在于，所述的估算方法包含如下步骤： 

步骤A：监测单元（102）实时测量电池组的总电压、主回路电流和电池组中各温度采集点的温度信号； 

步骤B：存储单元（103）接收监测单元（102）发送的信号，存储并输出当前连续2个采样时间的电池组的电压信号值u_k,u_k-1、当前连续3个采样时间的电池组的主回路电流信号值i_k,i_k-1,i_k-2，以及一小时内的电池组的温度信号值T_n,T_n-1,…,T₁； 

步骤C：迭代计算单元（104）根据存储单元（103）输出的电池组电压信号uk，uk-1和主回路电流信号ik，ik-1，ik-2，以及误差计算单元（106）输出的电池组电压预测误差Δu_k+1，计算并输出电池模型迭代参数矩阵

步骤D：电压预测单元（105）根据迭代计算单元（104）输出的电池模型迭代参数矩阵 

以及存储单元输出的电池组电压信号u_k,u_k-1、主回路电流信号i_k,i_k-1,i_k-2，计算电池组电压输出预测值

步骤E：误差计算单元（106）根据电压预测单元（105）输出的电池组电压输出预测值 

以及监测单元（102）输出的电池组电压测量值u_k+1，计算并输出电池组电压预测误差Δu_k+1； 

步骤F：参数预测单元（107）根据迭代计算单元(104)输出的电池模型迭代参数矩阵

计算电池的等效内阻Ro,k和等效电容Cn,k； 

步骤G：平均温度计算单元（108）根据一小时内电池组各温度采集点的温度数据T_n,T_n-1,…,T₁，计算k时刻电池组温度的平均值T_k； 

步骤H：温度校正单元（109）将电池的等效内阻值Ro,k和电容值Cn,k分别换算至常温25℃下的校正值Ro,k,ref和Cn,k,ref； 

步骤I：健康状态估算单元（110）根据温度校正单元（109）输出的电池等效电容校正值Cn,k,ref，计算电池的健康状态预测值SOH_k； 

步骤J：解耦单元（111）根据健康状态估算单元（110）输出的电池的健康状态预测值SOH_k，计算电池健康状态与荷电状态之间的耦合因子α； 

步骤K：荷电状态估算单元（112）根据温度校正单元（109）输出的电池等效内阻值Ro,k,ref，以及解耦单元（111）输出的电池健康状态与荷电状态之间的耦合因子α，通过查表法估算电池的荷电状态预测值。 

7.按照权利要求6所述的估算方法，其特征在于所述的步骤C中，迭代计算单元（104）计算的电池电路模型的迭代参数为： 

其中k表示第k步采样时刻；uk和ik分别为电池组在k时刻的电压值和主回路电流值；

为k时刻的环境有色噪声估计值；A1，A2，B0，B1，B2，C0，C1，C2为电池模型的迭代参数； 

所述迭代计算单元（104）中的迭代初始化子单元（1041）对第一步迭代过程中所需要的未知迭代参数矩阵

迭代更新矩阵P_k，以及环境有色噪声估计值

进行初始化，并输出和P_k，其中，

为电池模型迭代参数矩阵，

P_k为迭代更新矩阵，和P_k的初始值分别设为零矩阵和10⁶I，其中I为单位矩阵，

的初始值均设为0； 

迭代增益计算子单元（1042）接收k时刻存储单元（103）输出的电池组的电压信号uk， uk-1和主回路电流信号ik，ik-1，ik-2，并根据环境有色噪声估计值

和

以及当前时刻的迭代参数矩阵和迭代更新矩阵P_k，输出k+1时刻电池模型的迭代增益，具体计算公式如下： 

其中，K_k+1为迭代增益，

为观测值矩阵，

迭代更新子单元（1043）根据k时刻迭代增益计算子单元（1042）输出的迭代增益K_k+1、存储单元（103）输出的电池组的电压信号uk，uk-1和主回路电流信号ik，ik-1，ik-2、误差计算单元（106）输出的电池组电压预测误差值Δu_k+1、当前时刻电池模型迭代参数矩阵

以及当前时刻迭代更新矩阵P_k，计算k+1时刻的电池模型迭代参数矩阵

和迭代更新矩阵P_k+1，具体计算公式如下： 

其中，

为观测值矩阵，

8.按照权利要求6所述的估算方法，其特征在于所述的步骤F中，参数预测单元（107）计算电池的等效内阻Ro,k和等效电容Cn,k的方法如下：参数预测单元（107）中的内阻预测子单元（1071）接收k时刻迭代计算单元（104）输出的电池模型迭代参数矩阵

并输出k时刻电池的等效内阻Ro,k，具体计算公式如下： 

参数预测单元（107）中的电容预测子单元（1072）接收k时刻迭代计算单元（104）输出的迭代参数矩阵

并输出k时刻电池的等效电容Cn,k，具体计算公式如下： 

。

9.按照权利要求6所述的估算方法，其特征在于所述的步骤H中，温度校正单元（109）接收k时刻参数预测单元（107）输出的等效内阻Ro,k和等效电容Cn,k值，并根据平均温 度计算单元（108）输出的平均温度Tk，计算k时刻等效内阻和等效电容在常温25℃下的校正值Ro,k,ref和Cn,k,ref，具体计算公式如下： 

其中，T_ref为常温25℃下的绝对温度值298.15K；Tk为k时刻环境温度值；R为气体常数，R＝8.314472J/K·mol；E_a,R和E_a,C分别对应材料活化能，对于同一材料的电池来说为常数值，单位为J/mol。 

10.按照权利要求6所述的估算方法，其特征在于所述的步骤I中，健康状态估计单元（110）根据k时刻温度校正单元（109）输出的等效电容校正值Cn,k,ref对电池k时刻的健康状态SOHk进行估算，具体计算公式如下： 

其中，Crate为电池处于100%SOH时的等效电容标称值。解耦单元（111）根据k时刻健康状态估计单元（110）的输出值SOHk，对电池的荷电状态和健康状态进行解耦，并输出耦合因子

Images