[go: up one dir, main page]

CN111308352A - 一种锂离子的电池衰减估算方法 - Google Patents

一种锂离子的电池衰减估算方法 Download PDF

Info

Publication number
CN111308352A
CN111308352A CN201911191548.8A CN201911191548A CN111308352A CN 111308352 A CN111308352 A CN 111308352A CN 201911191548 A CN201911191548 A CN 201911191548A CN 111308352 A CN111308352 A CN 111308352A
Authority
CN
China
Prior art keywords
voltage
battery
obtaining
model
attenuation
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.)
Pending
Application number
CN201911191548.8A
Other languages
English (en)
Inventor
陈湘晖
袁涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Haibo Ruide Electronic Intelligence Control Technology Co ltd
Original Assignee
Hunan Haibo Ruide Electronic Intelligence Control Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Haibo Ruide Electronic Intelligence Control Technology Co ltd filed Critical Hunan Haibo Ruide Electronic Intelligence Control Technology Co ltd
Priority to CN201911191548.8A priority Critical patent/CN111308352A/zh
Publication of CN111308352A publication Critical patent/CN111308352A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367Software therefor, e.g. for battery testing using modelling or look-up tables
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供一种锂离子的电池衰减估算方法,包括以下步骤:通过戴维南等效模型获取锂离子电池外特性变化,并进行外特性建模;辨识外特性模型的参数,通过离散化获取辨识后的电压离散数学模型,在simulink环境中构建数学模型;所述数学模型基于对多组辨识参数进行数据拟合,得到各参数随时间变化的方程及曲线;所述参数包括开路电压值;根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值进行作差,获得不同荷电状态区间内的电压衰减率;根据所述电压衰减率估算获得电池的衰减。本发明的方法可对于电池衰减估算更为精确。

Description

一种锂离子的电池衰减估算方法
技术领域
本发明涉及新能源电池技术领域,特别是涉及一种锂离子的电池衰减估算 方法。
背景技术
锂电池作为电动汽车最关键,也是成本占比最高的部件,能够准确预测和 评估电池寿命衰减程度越来越重要。准确的寿命评估一方面可以提高车辆性能 和用户体验,另一方面在商业上如何最优配置备件比例,计算资产残值也需要 电池寿命衰减分析作为参考。
目前研究锂电池衰减一般会从三个维度去分析,首先是从电池内部电化学 反应的角度去分析整个衰减过程是如何演化的。其次是在实验室对电池进行不 同的工况试验,通过对电池电压、内阻等外特性变化来分析。还有就是通过收 集大量在车辆端实际运行的数据,再利用机器学习技术来分析。
目前的电池估算方法精确度不高。
发明内容
基于此,本发明提供一种锂离子的电池衰减估算方法,可以更精确的估算 电池衰减情况。
为实现上述目的,本发明采用如下的技术方案:
一种锂离子的电池衰减估算方法,包括以下步骤:
通过戴维南等效模型获取锂离子电池外特性变化,并进行外特性建模;
辨识外特性模型的参数,通过离散化获取辨识后的电压离散数学模型,在simulink环境中构建数学模型;所述数学模型基于对多组辨识参数进行数据拟 合,得到各参数随时间变化的方程及曲线;所述参数包括开路电压值;
根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值进行 作差,获得不同荷电状态区间内的电压衰减率;
根据所述电压衰减率估算获得电池的衰减。
作为上述方案的进一步改进为:
所述根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值 进行作差,计算不同荷电状态区间内的电压衰减率的步骤包括:
根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值通过 计算公式计算电压衰减率;所述计算公式如下:
θx=(Ex-E0)/E0*100%
其中:θx表示当次计算所得电压衰减率;Ex表示当次开路电压值;E0表示 实际标称电压。
上述方案中,优选地,所述通过戴维南等效模型获取锂离子电池外特性变 化的步骤包括:
通过戴维南等效模型端电压计算公式获取锂离子电池外特性变化;其中端 电压计算公式为:
U=E-I*R0-Uc*e-1/τ,τ=R1*C
其中:E为理想电压源,表征电池开路电压;U为端电压;R0代表电池内阻; R1为一阶RC中的电阻;C为一阶RC中的极化电容;I为流过该模型的电流。
上述方案中,优选地,所述辨识外特性模型的参数的步骤之前还包括:
根据电池荷电状态与开路电压,获得电池容量区间。
上述方案中,优选地,所述根据所述电压衰减率估算获得电池的衰减的步 骤之后还包括:
根据电池充放电过程,在预设的区域存放相应的电量、电压和电压衰减率 数据值,当估算得到的电池衰减率出现误差时,根据预设的区域存放的相应数 据与对应误差数据对比。
由以上方案可以看出,本发明的锂离子的电池衰减估算方法,通过戴维南 等效模型获取锂离子电池外特性变化,辨识外特性模型的参数,从而构建关于 开路电压的数学模型,通过计算获得不同荷电状态区间内的电压衰减率,以此 估算电池的衰减率,使得估算的电池衰减率更为精确。
附图说明
图1为本发明实施例锂离子的电池衰减估算方法的流程示意图。
具体实施方式
下面结合附图以及具体的实施例,对本发明的技术方案作进一步的描述。
本发明的实施例首先以一个具体优化的实施例的方式说明下本发明的方 法。本发明实施例的估算方法,以32位电池管理系统硬件为基础实现。
本发明实施例的流程如图1所示,考虑到锂离子电池寿命通常与电极材料、 充放电倍率、放电深度、放电区间和使用环境温度等因素有关,首先通过研究 SOC(荷电状态)区间对电池的容量衰减影响发现:高SOC区间的电池容量衰减 比低SOC区间快。在1.0~0.5放电区间内电池的衰减速度比0.5~0.2放电区 间内电池衰减速度快大约一倍,比0.2~0放电区间内的电池衰减速度快大约两 倍。因此后续策略开发中会以此为依据,将SOC值作为一个预判条件,通过分 析不同SOC区间内的电压值变化,并与实际标称电压值进行作差计算衰减率。
θx=(Ex-E0)/E0*100%
其中:θx表示当次计算所得电压衰减率;Ex表示当次开路电压值;E0表示 实际标称电压。
由于锂离子电池的直流内阻是电池内部离子电阻与电子电阻之和,它决定 了锂电池的功率特性,同时也能反映电池老化状况与一致性,因此本发明通过 戴维南等效模型获取锂离子电池外特性变化,为后续算法中的外特性建模打下 基础。戴维南等效模型的端电压公式为:
U=E-I*R0-Uc*e-1/τ,τ=R1*C
其中:锂离子电池组等效为理想电压源、内阻、一阶RC电路;E为理想电压源, 表征电池开路电压;U为端电压;R0代表电池内阻;一阶RC表征电池充放电过 程中极板的极化电容和电阻;I代表流过该模型的电流。
其次,在了解电池衰减机理和电池外特性变化之后,第一步辨识模型参数, 主要目的是辨识OCV(开路电压E),再通过电池荷电状态与OCV关系查表获得 电池容量区间。第二步通过离散化手段得到改进模型中各电压的离散数学模型, 在simulink环境中构建数学模型,通过模型进一步分析不同SOC区间电压E衰 减率。该数学模型主要是基于对多组辨识参数进行数据拟合从而得到各参数随 时间变化的方程及曲线并以此为基础搭建的。
注:该种模型实现的是相关平台的锂离子电池,如为新车型新品类电池, 需按以上两步重新建模。
最后,根据电池充放电过程,划分指定区域存放相应的数据值,包括每次 计算的开路电压值、电压衰减率等相关数据,并以数学模型为基础,通过实际 情况多次分析不同SOC区间电压E衰减率来估算电池的衰减率。
主要的目的是将计算过程中的关键数据进行存储,方便后续直接引用与当 次计算的衰减值进行比较,如出现较大误差则需判断是否有异常现象发生。此 外通过区域划分可以很好的实现程序空间利用率。
由以上方案可以看出,本发明的锂离子的电池衰减估算方法,通过戴维南 等效模型获取锂离子电池外特性变化,辨识外特性模型的参数,从而构建关于 开路电压的数学模型,通过计算获得不同荷电状态区间内的电压衰减率,以此 估算电池的衰减率,使得估算的电池衰减率更为精确。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域 的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和 改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附 权利要求为准。

Claims (5)

1.一种锂离子的电池衰减估算方法,其特征在于,包括以下步骤:
通过戴维南等效模型获取锂离子电池外特性变化,并进行外特性建模;
辨识外特性模型的参数,通过离散化获取辨识后的电压离散数学模型,在simulink环境中构建数学模型;所述数学模型基于对多组辨识参数进行数据拟合,得到各参数随时间变化的方程及曲线;所述参数包括开路电压值;
根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值进行作差,获得不同荷电状态区间内的电压衰减率;
根据所述电压衰减率估算获得电池的衰减。
2.根据权利要求1所述的锂离子的电池衰减估算方法,其特征在于,所述根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值进行作差,计算不同荷电状态区间内的电压衰减率的步骤包括:
根据所述数学模型并通过将不同的开路电压值与对应实际标称电压值通过计算公式计算电压衰减率;所述计算公式如下:
θx=(Ex-E0)/E0*100%
其中:θx表示当次计算所得电压衰减率;Ex表示当次开路电压值;E0表示实际标称电压。
3.根据权利要求1所述的锂离子的电池衰减估算方法,其特征在于,所述通过戴维南等效模型获取锂离子电池外特性变化的步骤包括:
通过戴维南等效模型端电压计算公式获取锂离子电池外特性变化;其中端电压计算公式为:
U=E-I*R0-Uc*e-1/τ,τ=R1*C
其中:E为理想电压源,表征电池开路电压;U为端电压;R0代表电池内阻;R1为一阶RC中的电阻;C为一阶RC中的极化电容;I为流过该模型的电流。
4.根据权利要求1所述的锂离子的电池衰减估算方法,其特征在于,所述辨识外特性模型的参数的步骤之前还包括:
根据电池荷电状态与开路电压,获得电池容量区间。
5.根据权利要求1所述的锂离子的电池衰减估算方法,其特征在于,所述根据所述电压衰减率估算获得电池的衰减的步骤之后还包括:
根据电池充放电过程,在预设的区域存放相应的电量、电压和电压衰减率数据值,当估算得到的电池衰减率出现误差时,根据预设的区域存放的相应数据与对应误差数据对比。
CN201911191548.8A 2019-11-28 2019-11-28 一种锂离子的电池衰减估算方法 Pending CN111308352A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911191548.8A CN111308352A (zh) 2019-11-28 2019-11-28 一种锂离子的电池衰减估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911191548.8A CN111308352A (zh) 2019-11-28 2019-11-28 一种锂离子的电池衰减估算方法

Publications (1)

Publication Number Publication Date
CN111308352A true CN111308352A (zh) 2020-06-19

Family

ID=71160030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911191548.8A Pending CN111308352A (zh) 2019-11-28 2019-11-28 一种锂离子的电池衰减估算方法

Country Status (1)

Country Link
CN (1) CN111308352A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111929596A (zh) * 2020-07-31 2020-11-13 蜂巢能源科技有限公司 获取电池容量的方法、装置、存储介质和电子设备
CN112130087A (zh) * 2020-09-24 2020-12-25 上海空间电源研究所 一种估计锂离子蓄电池健康状态的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104678309A (zh) * 2015-01-16 2015-06-03 清华大学 一种测定动力电池的动态外特性的方法
CN104833917A (zh) * 2014-02-12 2015-08-12 西奥公司 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定
KR20150127370A (ko) * 2014-05-07 2015-11-17 주식회사 엘지화학 배터리 잔존 용량 산출 장치 및 방법
CN106443459A (zh) * 2016-09-06 2017-02-22 中国第汽车股份有限公司 一种车用锂离子动力电池荷电状态估算方法
CN106772094A (zh) * 2017-01-09 2017-05-31 成都理工大学 一种基于参数自适应的电池模型的soc估计方法
CN107102270A (zh) * 2017-04-28 2017-08-29 成都雅骏新能源汽车科技股份有限公司 一种基于统计方法的电池性能衰减估算方法
CN109581225A (zh) * 2018-12-28 2019-04-05 深圳市超思维电子股份有限公司 电池在线参数辨识的能量状态估算方法及电池管理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104833917A (zh) * 2014-02-12 2015-08-12 西奥公司 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定
KR20150127370A (ko) * 2014-05-07 2015-11-17 주식회사 엘지화학 배터리 잔존 용량 산출 장치 및 방법
CN104678309A (zh) * 2015-01-16 2015-06-03 清华大学 一种测定动力电池的动态外特性的方法
CN106443459A (zh) * 2016-09-06 2017-02-22 中国第汽车股份有限公司 一种车用锂离子动力电池荷电状态估算方法
CN106772094A (zh) * 2017-01-09 2017-05-31 成都理工大学 一种基于参数自适应的电池模型的soc估计方法
CN107102270A (zh) * 2017-04-28 2017-08-29 成都雅骏新能源汽车科技股份有限公司 一种基于统计方法的电池性能衰减估算方法
CN109581225A (zh) * 2018-12-28 2019-04-05 深圳市超思维电子股份有限公司 电池在线参数辨识的能量状态估算方法及电池管理系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111929596A (zh) * 2020-07-31 2020-11-13 蜂巢能源科技有限公司 获取电池容量的方法、装置、存储介质和电子设备
CN111929596B (zh) * 2020-07-31 2023-04-25 蜂巢能源科技股份有限公司 获取电池容量的方法、装置、存储介质和电子设备
CN112130087A (zh) * 2020-09-24 2020-12-25 上海空间电源研究所 一种估计锂离子蓄电池健康状态的方法
CN112130087B (zh) * 2020-09-24 2024-01-09 上海空间电源研究所 一种估计锂离子蓄电池健康状态的方法

Similar Documents

Publication Publication Date Title
Yang et al. A novel method on estimating the degradation and state of charge of lithium-ion batteries used for electrical vehicles
CN110873841B (zh) 一种基于数据驱动与电池特性相结合的电池寿命预测方法
US11366171B2 (en) Battery state estimation method
Lu et al. Online estimation of state of power for lithium-ion batteries in electric vehicles using genetic algorithm
CN102565710B (zh) 用于估计蓄电池健康状态的方法和装置
CN102468521B (zh) 用于估计蓄电池健康状态的方法和装置
CN111913109B (zh) 一种电池峰值功率的预测方法及装置
CN111812518B (zh) 电池状态监控方法、存储介质和系统
Hussein Adaptive artificial neural network-based models for instantaneous power estimation enhancement in electric vehicles’ Li-ion batteries
EP3594705B1 (en) Method and device for estimating service capacity and state of health of minimum battery cell and battery system
Shi et al. Electric vehicle battery remaining charging time estimation considering charging accuracy and charging profile prediction
EP3988952B1 (en) Method for detecting abnormal battery cell
Saldana et al. Empirical calendar ageing model for electric vehicles and energy storage systems batteries
CN113657360A (zh) 锂电池健康状态估计方法、装置、设备及可读存储介质
CN111426960A (zh) 储能锂电池荷电状态监控方法与装置
Zhang et al. An application‐oriented multistate estimation framework of lithium‐ion battery used in electric vehicles
CN115792642B (zh) 一种动力电池寿命的估算方法及装置
CN117388737A (zh) 电池健康状态的评估方法、装置、设备及存储介质
CN111308352A (zh) 一种锂离子的电池衰减估算方法
Li et al. A new method of state of peak power capability prediction for Li-ion battery
CN114441982A (zh) 电池系统性能确定方法、装置、设备、介质及程序产品
CN113466712A (zh) 一种电池剩余容量的获取方法
KR20150034593A (ko) 전지 충전 상태 추정 방법 및 장치
CN111060833A (zh) 一种动力电池组soh值的估算方法
EP4328598A1 (en) Battery simulation method using two-branch equivalent circuit model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619

RJ01 Rejection of invention patent application after publication