[发明专利]基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法有效

专利信息
申请号: 201811322900.2 申请日: 2018-11-08
公开(公告)号: CN109188293B 公开(公告)日: 2020-01-07
发明(设计)人: 康健强;尹乐乐;靳成杰 申请(专利权)人: 武汉理工大学
主分类号: G01R31/367 分类号: G01R31/367
代理公司: 42222 武汉科皓知识产权代理事务所(特殊普通合伙) 代理人: 俞琳娟
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法,其特征在于,包括以下步骤:步骤1.建立二阶双极化等效电路模型并进行离散化;步骤2.进行模型参数的辨识,获取开路电压U
搜索关键词: 估算 锂离子电池 双极化 协方差 二阶 新息 等效电路模型 离散方程建立 噪声统计特性 安时积分法 等效电路 观测方程 函数关系 极化电阻 开路电压 模型参数 欧姆内阻 时间更新 循环迭代 有效解决 状态方程 电容 极化 离散化 自适应 辨识 滤波 校正 突变 收敛 测量
【主权项】:
1.一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法,其特征在于,包括以下步骤:/n步骤1.建立二阶双极化等效电路模型,并进行离散化;/n步骤2.进行模型参数的辨识,通过变种HPPC试验和多项式拟合分别获取开路电压U
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武汉理工大学,未经武汉理工大学许可,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/patent/201811322900.2/,转载请声明来源钻瓜专利网。

同类专利
  • 一种磷酸铁锂SOC末端修正方法-201910998327.5
  • 田伟;李靖 - 南京金邦动力科技有限公司
  • 2019-10-21 - 2020-02-14 - G01R31/367
  • 本发明公开了一种磷酸铁锂SOC末端修正方法:通过实验测得不同电流下充电到90%SOC处的电池电压以及放电到10%SOC的电池电压,将不同电流对应的电压形成数组记录在程序中;真实SOC通过实时查询所得到的数据;充电过程中一旦实际SOC达到90%或者真实SOC到达90%会立即触发修正;计算实际SOC和真实SOC的差值,将差值转换成电流系数附加到安时积分过程中;放电情况下一旦实际SOC达到10%或者真实SOC到达10%同样触发修正;修正条件触发后系统实时计算真实SOC与实际SOC的差值并且通过换算将差值转换成电流系数附加到安时积分运算中。本方法在整个充放电过程中可以将当前SOC平滑修正到真实SOC。
  • 一种自学习的SOC估算校准方法-201910998402.8
  • 田伟;童佳俊 - 南京金邦动力科技有限公司
  • 2019-10-21 - 2020-02-14 - G01R31/367
  • 本发明公开了一种自学习的SOC估算校准方法,具体方法为:当电池放电时采用安时积分法实时估算SOC,在特定的温度和电流下,当电池从电量放空的状态开始恒流充电时,系统进行自学习,即标定自身的充电倍率曲线用于SOC修正,当电池在其余条件下充电时,采用安时积分法计算SOC,同时当电流和温度恒定在特定范围内时,每隔一段时间通过充电倍率曲线来修正SOC。可以在充电过程中完成充电曲线的自学习,大幅减小因电池容量衰减或者电池不一致性导致的SOC估算误差。
  • 电池信息处理系统、二次电池的容量推定方法、电池组及其制造方法-201910669371.1
  • 泉纯太;三井正彦;八十岛珠仁;涩谷康太郎 - 丰田自动车株式会社
  • 2019-07-24 - 2020-02-11 - G01R31/367
  • 本公开涉及电池信息处理系统、二次电池的容量推定方法、电池组以及该电池组的制造方法。电池信息处理系统(200)对用于推定模块(M)的满充电容量的信息进行处理。电池信息处理系统(200)具备:存储装置(220),其存储已学习的神经网络模型;和解析装置(230),其使用已学习的神经网络模型,根据模块(M)的交流阻抗测定结果推定二次电池的满充电容量。已学习的神经网络模型包括输入层(x),所述输入层(x)被提供推定用图像的各像素的数值的输入层(x),所述推定用图像是在预先确定的像素数的区域描绘了表示模块(M)的交流阻抗测定结果的奈奎斯特图而得到的图像。
  • 一种新型的磷酸铁锂电池PNGV等效电路模型及参数辨识方法-201911239163.4
  • 曹壮;王贤东;居杰;陈伯韬 - 信息产业电子第十一设计研究院科技工程股份有限公司
  • 2019-12-06 - 2020-02-11 - G01R31/367
  • 本发明公开了一种新型的磷酸铁锂电池PNGV等效电路模型及参数辨识方法,包括等效模型数学表达方程的确定、等效模型参数的获取以及最小二乘法参数辨识。该模型在原有电池模型的基础上多并联了一组RC回路,如此一来可以更精确的表示出磷酸铁锂电池的物理状态和动态特性,进而缩小构建等效电池模型随着时间累积产生的误差。在两组RC环节中,相对较小的时间常数描述的是在电极往返穿梭过程中锂离子所遇到的阻抗,另外相对较大的时间常数描述的是锂离子在极板材料之间扩散的时候所受到的阻抗。除此以外二阶模型方便数学计算,可以有效提高SOC估算能力。
  • 锂电池荷电状态估算方法、装置和系统-201810748140.5
  • 高圣伟;康明仁;刘晓明 - 天津工业大学
  • 2018-07-10 - 2020-02-07 - G01R31/367
  • 本发明提供了一种锂电池荷电状态估算方法、装置和系统,涉及电池管理的技术领域,包括获取待测试锂电池的基本参数;建立所述锂电池的双极化模型,其中,所述双极化模型包括待辨识参数;采用在线递推最小二乘法,对所述待辨识参数进行辨识;建立所述锂电池荷电状态的状态方程和观测方程;基于粒子滤波算法,并结合无迹卡尔曼滤波算法,对所述锂电池的荷电状态进行估算;输出所述估算结果。本发明提供的锂电池荷电状态估算方法、装置和系统,结合粒子滤波和无迹卡尔曼滤波,实现了对锂电池荷电状态的精准估算,同时,具有收敛性快,鲁棒性强的优势。
  • 电池包热仿真的分析方法-201910982373.6
  • 亓新亮 - 宝能(广州)汽车研究院有限公司
  • 2019-10-16 - 2020-02-07 - G01R31/367
  • 本发明公开了一种电池包热仿真的分析方法,包括:根据电芯仿真模型对电芯进行仿真分析,得到电芯仿真分析结果;对电芯进行对应工况下的测试,得到电芯测试结果;根据电芯仿真分析结果和电芯测试结果,对电芯仿真模型中的电芯仿真参数进行修正;根据修正后的电芯仿真参数,设置电池包仿真模型;根据电池包仿真模型对电池包进行仿真分析,得到电池包仿真分析结果;对电池包进行对应工况下的测试,得到电池包测试结果;根据电池包仿真分析结果和电池包测试结果,对电池包仿真模型进行修正;根据修正后的电池包仿真模型预测电池包在不同工况下的温度。本发明实施例的分析方法精度高且易于实现,可以使用电池包仿真模型预测不同工况下的温度。
  • 一种锂电池在线SOC测量方法-201710455480.4
  • 熊飞;杨博;于文彬;许齐敏;陈彩莲;关新平 - 上海交通大学
  • 2017-06-16 - 2020-02-07 - G01R31/367
  • 本发明提供一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法。本发明中混合高斯过程回归(GMR)综合了混合高斯模型和高斯过程回归模型,能有效的表示动态非线性的时间序列,动态OCV修正的方法能根据外部因素,校准OCV‑SOC曲线,得到精确的OCV,从而对SOC进行修正,消除累积误差,以实现在汽车复杂的工况下,以合适的算法难度,实时更新电池模型,准确跟踪电池特性,对累积估计误差进行修正,保证长时间的精度。
  • 一种电动汽车用动力蓄电池脉冲工况测试方法-201710934237.0
  • 王立业;王丽芳;廖承林;张文杰;张志刚;徐冬平 - 中国科学院电工研究所
  • 2017-10-10 - 2020-02-04 - G01R31/367
  • 一种电动汽车用动力蓄电池脉冲工况测试方法,首先针对电动汽车运行时得到的电池组电流与时间数据分别建立电池组电流幅值分布直方图和电动车工作模式概率分布表,然后分析池组电流幅值分布直方图和电动车工作模式概率分布表,找到电池最大放电倍率和最大回馈制动充电倍率,以此为依据设定工况的充放电倍率。最后总结电动车动力电池组运行区间,以此设定工况的倍率范围。该方法旨在设计符合电动汽车实际使用规律的电池测试方法,并以此指导电池实验的实施,以便对电池在实际工况下的动态特性和寿命特性进行分析。
  • 一种电压采样故障和电压极值故障的判定和处理方法-201810686550.1
  • 祁星鑫;王恒;钱昕毅 - 微宏动力系统(湖州)有限公司
  • 2018-06-28 - 2020-01-24 - G01R31/367
  • 本发明提供了一种电压采样故障和电压极值故障的判定和处理方法,包括:步骤一:判断单体电压高于ViHref、单体电压低于ViLref和单体电池间压差大于△Viref中至少一种情况发生;步骤二:采集板执行断线检测命令;步骤三:若断线检测结果显示发生断线故障,则判定是单体电压采样故障;否则排除单体电压采样故障;步骤四:在步骤三中排除单体电压采样故障后对单体电压做持续监测:若步骤一中的情况仍然持续发生,则判定是电压极值故障。本发明能够在不影响单体电压上报和电池管理系统其他任何工作的基础上,进行的一种可靠的电压采样故障和电压极值故障的判定和处理。
  • 一种锂离子电池的健康状态在线估计方法-201811200371.9
  • 孙丙香;张彩萍;任鹏博;张琳静;张维戈;王占国;吴健;龚敏明;张言茹 - 北京交通大学
  • 2018-10-16 - 2020-01-24 - G01R31/367
  • 本发明属于锂离子电池领域,公开了一种锂离子电池的SOH在线估计方法,用于解决现有SOH估计技术在实施过程中存在的特征参数在线获取困难,模型对训练数据依赖性强且所需数据量大,采用简单线性回归较难刻画电池容量与特征参数复杂的函数关系,估计精度难以保证的问题。本发明采用容量增量法从容量增量曲线中获取特征参数,该方法不要求电池经历完整的充放电过程,特征参数提取更加简单,有利于该方法在BMS中的应用;利用多输出高斯过程回归模型方法完成特征参数与SOH函数模型的建立,更好地利用不同输出之间的潜在关联性,提高SOH的估计精度;同时该方法对于训练数据依赖较小,对不同类型的锂离子电池具有很好的适应性。
  • 一种基于温度测量的电动车锂电池电量检测方法-201911181126.2
  • 常占军 - 洛阳中科龙网创新科技有限公司
  • 2019-11-27 - 2020-01-21 - G01R31/367
  • 本发明公开了一种基于温度测量的电动车锂电池电量检测方法,通过考虑温度和放电深度对电池内阻的影响,先内阻R与放电深度DOD和温度T的关系数据库,然后实时测量锂电池工作时的温度和实时的放电深度,然后根据上述两个数据在建立的数据库中进行比对,得出上述两个数据所对应的内阻值,然后根据得出的内阻确定锂电池总电量,最终能得出实时的电池剩余电量。因此本发明能精确得出实时的电池内阻,从而能有效提高测量电池剩余电量的准确度。
  • 燃料电池寿命预测方法、预测装置及计算机可读存储介质-201910105646.9
  • 李建秋;刘慧泽;徐梁飞;胡尊严;欧阳明高 - 清华大学
  • 2019-02-01 - 2020-01-21 - G01R31/367
  • 本申请提供一种燃料电池寿命预测方法、预测装置及计算机可读存储介质。通过所述燃料电池寿命预测方法,根据所述燃料电池的运行工况数据分类,利用数据拟合得到所述燃料电池电压衰退模型中的关键参数,构建燃料电池电压衰退模型,并根据所述燃料电池电压衰退模型估算和预测所述燃料电池的电压衰退情况,同时通过定期校正所述燃料电池电压衰退模型的关键参数,可以确保所述燃料电池的寿命估计的准确性,以保证估算结果的准确性。
  • 基于稀疏系数多核相关向量机的锂电池剩余寿命预测方法-201710447298.4
  • 张朝龙;何怡刚;袁莉芬;李志刚;项胜;尹柏强 - 安庆师范大学
  • 2017-06-14 - 2020-01-17 - G01R31/367
  • 本发明公开了一种基于稀疏系数多核相关向量机的锂电池剩余寿命预测方法,应用集合经验模态分解去噪提取接近原本数据的去噪数据,并基于该数据应用稀疏系数多核相关向量机建立预测模型对锂电池的剩余寿命进行预测;具体方法为:测量锂电池随着充放电周期的健康状况数据;对锂电池的容量测量数据进行集合经验模态分解去噪;计算锂电池失效的容量阈值;基于锂电池的容量去噪数据序列和充放电周期数据序列,应用粒子群算法优化生成稀疏系数多核相关向量机的稀疏系数;应用稀疏系数多核相关向量机预测锂电池的剩余寿命。本发明操作方法简单有效,可精确地预测锂电池的剩余寿命。
  • 用于电池荷电状态估计的方法和系统-201510303356.7
  • 李泰京 - 福特全球技术公司
  • 2015-06-04 - 2020-01-07 - G01R31/367
  • 公开一种用于电池荷电状态估计的方法和系统。动力传动系统具有包括固体活性粒子的锂离子(Li‑ion)牵引电池,根据基于所述电池的降阶模型的代表性固体活性粒子的估计的锂离子浓度曲线的电池荷电状态来运转所述动力传动系统。根据所述降阶模型从所述电池的测量电压和电流来估计所述浓度曲线。
  • 一种电池端电压的预测方法及装置-201710178011.2
  • 陈明亮 - 东软集团股份有限公司;东软睿驰汽车技术(上海)有限公司
  • 2017-03-23 - 2020-01-07 - G01R31/367
  • 本发明公开了一种电池端电压的预测方法及装置,所述方法包括:预先创建目标电池的伏安特性模型;在预测所述目标电池的端电压时,根据所述目标电池的伏安特性模型,确定所述目标电池的当前伏安特性数据;根据所述当前伏安特性数据,预测所述目标电池从当前时刻开始以目标功率工作预设时长后的端电压。本发明能够预测出未来时刻的电池端电压,从而可以根据预测结果保证电池端电压在未来时刻不会超出其截止电压,进而保证电池安全健康地的运行。
  • 燃料电池故障诊断方法和装置-201910943925.2
  • 王秀玉;郗富强;台述鹏;刘德超;宋景 - 潍柴动力股份有限公司
  • 2019-09-30 - 2019-12-31 - G01R31/367
  • 本发明提供一种燃料电池故障诊断方法和装置,通过获取燃料电池系统的运行参数。然后对所述运行参数进行处理,得到故障特征参数。再对所述故障特征参数进行分析,得到敏感特征参数。将所述敏感特征参数分成训练样本集和测试样本集,利用训练样本集对分类器进行优化,再利用测试样本集通过优化好的分类器对燃料电池进行故障诊断。因此,可以准确的对燃料电池系统进行故障诊断,避免燃料电池故障诊断不及时导致燃料电池系统出现问题甚至崩溃,产生不可预估的损失和灾难。
  • 一种动力电池SOC的估算装置及其估算方法-201910987298.2
  • 王琪;何培杰;马江睿 - 西安工业大学
  • 2019-10-17 - 2019-12-31 - G01R31/367
  • 本发明涉及新能源汽车电子领域,尤其涉及一种动力电池SOC估计装置,并提出以扩展卡尔曼滤波为基础,结合安时积分法和开路电压法的动力电池SOC估算方法,通过对观测误差和实时容量进行动态修正,进一步提高了动力电池的估算精度。采取该算法的动力电池SOC估计装置具有良好的修正累计误差和初始误差能力,能准确地估计动力电池剩余电量。
  • 一种soc预估装置-201910966002.9
  • 杨文伟;许霞;李宏;孙杰 - 驷途(上海)科技有限公司;上海新微技术研发中心有限公司
  • 2019-10-12 - 2019-12-27 - G01R31/367
  • 本发明涉及一种soc预估装置,包括历史数据收集模块、LSTM模块和显示模块,其特征在于,所述历史数据收集模块包括:充电次数F收集模块,以记录电池充电次数F,所述充电次数F是每次电池耗尽、再次充电唤醒计数一次;满电SOC收集模块,以记录满电SOC,所述充电次数F与所述满电SOC对应;电池用时ΔT收集模块,以记录电池用时ΔT,所述电池用时ΔT是电池耗尽、再次充电达到一次所述满电SOC后、电池运作至所述满电SOC耗尽的时间;扭矩TQ收集模块和/或速率V收集模块,以记录所述电池用时ΔT内的扭矩TQ和/或速率V。利用LSTM的神经网络,精确估算SOC,具有省时省力、且估算精确的有益效果。可应用于便携电池领域,如新能源汽车、车联网、物联网等领域。
  • 一种基于大数据进行储能电池SOH预测的方法-201911028787.1
  • 魏小鹏;常伟 - 沃特威(广州)电子科技有限公司
  • 2019-10-25 - 2019-12-24 - G01R31/367
  • 本发明涉及储能电池的管理技术领域,尤其是一种基于大数据进行储能电池SOH预测的方法;步骤一,采集数据;步骤二,根据采集的数据计算SOC;步骤三,数据清洗;步骤四,数据特征化;步骤五,建立SOH模型;步骤六,训练模型;依赖于电池数据采集的长周期情况下,从电池的额定信息和状态监测数据(电压、电流、温度、SOC等)挖掘其中隐含的电池健康状态信息及其演变规律,实现电池SOH预测。
  • 一种通过大数据预测轨交锂电池SOE的方法-201910901034.0
  • 常伟;余捷全 - 广东毓秀科技有限公司
  • 2019-09-23 - 2019-12-20 - G01R31/367
  • 本发明涉及轨道交通的维护技术领域,尤其是一种通过大数据预测轨交锂电池SOE的方法;它包括:数据准备步骤,数据整理步骤,数据特征化步骤,目标确定步骤,数据计算步骤,训练验证步骤,算法评估步骤;通过特殊的清洗手段发现隐藏的噪声数据,从而实现清洗效果好、准确率高等效果;另外进行模型训练和评估,通过数据导入,利用机器学习的不同模型,选择不同算法进行匹配验证,并进行发布,成为结构化的产品,并随着时间累积和数据丰富,模型的预测准确性会不断提升。
专利分类
×

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

400-8765-105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