[发明专利]一种电动汽车动力电池系统SOC和SOH联合在线估算方法在审

专利信息
申请号: 201910059323.0 申请日: 2019-01-22
公开(公告)号: CN109870651A 公开(公告)日: 2019-06-11
发明(设计)人: 朴昌浩;朱成勇;苏岭 申请(专利权)人: 重庆邮电大学
主分类号: G01R31/367 分类号: G01R31/367
代理公司: 暂无信息 代理人: 暂无信息
地址: 400065 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 估算 电动汽车动力电池 算法 电池组 空间方程 模型参数 有效解决 在线估算 辨识 卡尔曼滤波算法 卡尔曼滤波 不确定性 电池模型 方法融合 管理领域 实验数据 鲁棒性 滤波 内阻 噪声 电池 采集 联合 修正 输出 更新
【权利要求书】:

1.一种电动汽车动力电池系统SOC和SOH联合在线估算方法,用于电动汽车动力电池系统SOC和SOH的实时在线估算,包括步骤:

S1:对电动汽车动力电池组进行快速充放电实验,标定电池组开路电压(OCV)与SOC之间的关系式,电池组戴维宁模型(Thevenin模型)参数初始值通过对电池组进行不同SOC值下的单脉冲实验获得,并获取电动汽车电池组模型相应状态空间方程的匹配系数初值矩阵A0、B0、C0、D0

S2:获取电动汽车动力电池组的端电压U、电流I;

S3:根据电动汽车电池组Thevenin等效电路模型列写电路基本方程,并根据脉冲响应不变法对电池组电路方程进行离散化处理,并将离散后的方程改写成最小二乘形式,然后运用偏差补偿递推最小二乘算法(BCRLS算法)并结合上一步得出的OCV与SOC之间的关系式,运用上一步获取的电池组的电压、电流、温度数据对电动汽车动力电池组模型参数R0、R1、C1进行在线辨识,然后更新系统状态方程中的Ak、Bk、Ck、Dk

S4:SOC估算模块,该模块将电动汽车动力电池组欧姆内阻视为常数值,运用扩展卡尔曼滤波(EKF)算法估算k时刻电动汽车动力电池组的SOCk值,将k时刻的SOCk值输入OCV与SOC关系式模块中,获取k时刻的开路电压值Uoc(SOCk),并将k时刻的开路电压值Uoc(SOCk)和k时刻电池组极化电压值U1,k输入到下一步骤的SOH估算模块中进行模型观测值的计算;

S5:SOH估算模块,运用扩展卡尔曼滤波(EKF)算法估算k时刻电动汽车动力电池组的欧姆内阻值R0,k,然后根据关系式进行SOH的估算,其中REol为电池组寿命终结时的内阻值,RNew表示电池组未使用时的内阻值,R0,k表示估算的k时刻的电池组的欧姆内阻值,将k时刻的欧姆内阻值R0,k输入到上一步骤的SOC估算模块中,进行模型观测值的计算。

2.根据权利要求1所述的一种电动汽车动力电池系统SOC和SOH联合在线估算方法,其特征在于,所述步骤S1中,通过快速充放电实验标定电池组开路电压(OCV)与SOC之间的关系式,通过1stOpt软件拟合得到的关系式为:

Uoc(SOC)=p1+p2*SOC^0.5+p3*SOC+p4*SOC^1.5+p5*SOC^2+p6*SOC^2.5+p7*SOC^3+p8*SOC^3.5+p9*SOC^4+p10*SOC^4.5

其中p1=34.922,p2=-58.731,p3=46.274,p4=-20.329,p5=5.508,p6=-0.956,p7=0.107,p8=-0.007,p9=0.0002,p10=-4.851。

3.根据权利要求1所述的一种电动汽车动力电池系统SOC和SOH联合在线估算方法,其特征在于,所述步骤S3中,所提出的偏差补偿递推最小二乘参数辨识算法能有效解决:因电动汽车动力电池组实时数据倍增并时刻伴有大量测量噪声,以及常规最小二乘辨识法因出现数据饱和、不确定性噪声所造成的辨识模型不再具有无偏性的问题,该算法可更好地跟踪系统动态工作特性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910059323.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top