一种电池容量的在线估测方法和装置与流程

1.本发明涉及电池技术，特别是涉及一种电池容量的在线估测方法和装置。


背景技术：

2.由于能源紧缺和环境污染成为世界各国关注的焦点，锂电池凭借能量密度高、循环使用 寿命长等诸多优势成为新能源汽车、手机通信、智能电网的首要选择，但是随着电池的频繁 使用，电池会出现容量衰减、内阻增加的现象，由此引发一系列安全问题，因此准确的估计 电池的容量对提升电池的使用安全性具有重要的意义。
3.目前电池的容量估计方法主要分为三类：直接检测法、模型辨识法和数据驱动法。
4.直接检测法主要进行容量的线下标定，耗时耗力；
5.模型辨识法主要通过辨识模型的参数进行容量的估计，在估计的过程中会发生参数失配 的问题；
6.数据驱动法一般会采用将充电过程中的电压、电流、温度等作为神经网络的输入，从而 估计电池的容量，但是该方法需要大量的数据，时序依赖性严重，建模困难。
7.因此，亟需解决现有技术中线下离线状态下电池容量估计不准确的问题。


技术实现要素：

8.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种电池容量的在线估测方法和 装置，用于解决现有技术中线下离线状态下电池容量估计不准确的问题。
9.为实现上述目的及其他相关目的，本发明提供一种电池容量的在线估测方法，至少包括 如下步骤：
10.基于获取到电池在线的端电压和电流构建电池的rc等效电路模型，并对rc等效电路 模型进行处理得到待估计参数；所述待估计参数包括开路电压；
11.设置第一设定阈值，并基于第一设定阈值对所述开路电压处理得到开路电压第一估计值 序列；
12.设置第二设定阈值，并基于第二设定阈值对所述开路电压处理得到开路电压第二估计值 序列；
13.基于预先标定的soc-ocv关系，确定所述开路电压第一估计值序列对应的第一soc估 计值序列、所述开路电压第二估计值序列对应的第二soc估计值序列；
14.根据电池电量变化与soc变化的线性关系，对所述第一soc估计值序列和所述第二soc 估计值序列处理得到电池容量。
15.优选地，所述对rc等效电路模型进行处理得到待估计参数的过程包括：
16.对所述rc等效电路模型进行处理得到传递函数；
17.采用带遗忘因子的最小二乘法对所述传递函数进行在线辨识，估算出电池的待估计参数。
18.优选地，所述rc等效电路模型为：
[0019][0020]
其中，u1为极化电压，u
t
为端电压，i为电流，ocv为开路电压，r1为极化内阻，r0为欧姆内阻，τ为时间常数。
[0021]
优选地，若在设定采样长度内满足第一设定条件，则在开路电压中求解出满足第一设定 条件的开路电压第一估计值序列，
[0022]
第一设定条件为：
[0023][0024]
其中，
△
t为采样时间间隔，r1为极化内阻，c1为极化电容，n为第一设定阈值。
[0025]
优选地，所述基于第二设定阈值对所述开路电压处理得到开路电压第二估计值序列包括：
[0026]
基于第二设定阈值确定第二设定条件；并在开路电压中确定满足第二设定条件的至少两 组数据段；所述第二设定条件为：
[0027][0028]
其中，m为第二设定阈值；
[0029]
对每组数据段进行处理得到每组数据段对应的开路电压第二估计值组；
[0030]
根据多个所述开路电压第二估计值组得到开路电压第二估计值序列。
[0031]
优选地，对每组数据段进行处理得到每组数据段对应的开路电压第二估计值组包括：
[0032]
将每组的两个数据点分别作为每组起始点对应的开路电压第二起始估计值和每组结束点 对应的开路电压第二结束估计值；
[0033]
根据每组数据段的所述开路电压第二起始估计值和所述开路电压第二结束估计值进行线 性插值得到每组数据段对应的开路电压第二估计值组。
[0034]
优选地，所述根据电池电量变化与soc变化的线性关系，对所述第一soc估计值序列 和所述第二soc估计值序列处理得到电池容量的步骤包括：
[0035]
根据电池电量变化与soc变化的线性关系，对所述第一soc估计值序列进行处理得到 第一容量值、对所述第二soc估计值序列进行处理得到第二容量值；
[0036]
对所述第一容量值和所述第二容量值进行加权处理得到电池容量。
[0037]
优选地，电池电量变化与soc变化的线性关系为soc-电量增益法；soc-电量增益法是 通过充放电电量变化与对应的soc变化之比计算电池容量。
[0038]
为实现上述目的及其他相关目的，本发明还提供一种电池容量的在线估测装置，包括存 储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所 述程序时，实现上述的电池容量的在线估测方法的步骤。
[0039]
如上所述，本发明的一种电池容量的在线估测方法和装置，具有以下有益效果：
[0040]
本发明提出的电池容量的在线估测方法和装置，通过获取的电池在线的电参数构
建的rc 等效电路模型和在不同情况下对待估计参数的处理结果进行加权处理实现电池容量的在线估 测，能够显著提高电池容量在线估测的精度，而且更加适应电池使用的实际工况。
附图说明
[0041]
图1显示为本发明电池容量的在线估测方法的流程示意图。
[0042]
图2显示为本发明电池容量的在线估测装置的结构示意图。
具体实施方式
[0043]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。
[0044]
请参阅图1-2。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本 构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸 绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也 可能更为复杂。
[0045]
本发明提出了一种电池容量的在线估测方法通过将模型辨识和数据驱动法结合进行电池 容量的在线估计，能够显著提高容量在线估计的精度，能够显著适应实际工况，具有一定的 实用性。
[0046]
基于上述技术构思，本发明提出一种电池容量的在线估测方法和装置。
[0047]
方法实施例：
[0048]
如图1所示为本发明的电池容量的在线估测方法的流程示意图，结合图1对本发明电池 容量的在线估测方法进行详细介绍说明：
[0049]
s1，基于获取到电池在线的端电压和电流构建电池的rc等效电路模型，并对rc等效 电路模型进行处理得到待估计参数；
[0050]
在本发明实施例中，所构建的rc等效电路模型为一阶rc模型。
[0051][0052]
其中，u1为极化电压，u
t
为端电压，i为电流，ocv为开路电压，r1为极化内阻，r0为欧姆内阻，τ为时间常数。
[0053]
对rc等效电路模型进行处理得到待估计参数的过程包括：
[0054]
s11，对所述rc等效电路模型进行处理得到传递函数；
[0055]
基于频域分析时的双线性变换对rc等效电路模型进行处理得到传递函数；
[0056]
首先，对频域分析时的rc串联电路的传递函数进行双线性变换得到传递函数模型；
[0057][0058]
其中，
△
t为采样时间间隔，c1为极化电容。
[0059]
然后，结合一阶rc等效电路模型，对所述传递函数模型进行转换后得到传递函数为：
[0060]
令：
[0061][0062][0063]
简化后的传递函数为：
[0064][0065]
s12，采用带遗忘因子的最小二乘法对所述传递函数进行在线辨识，估算出电池的待估计 参数。
[0066]
所述待估计参数包括开路电压、欧姆内阻、极化内阻和时间常数；
[0067]
对传递函数进行离散化处理得到：
[0068]ut,k
＝bu
t,k-1
+(1-b)ocv+cik+di
k-1
[0069]
其中，u
t,k
为在采样时间t中k时刻的端电压，u
t,k-1
为在采样时间t中k-1时刻的端电压， ik为在k时刻的电流，i
k-1
为在k-1时刻的电流。
[0070]
带遗忘因子的最小二乘法(ffrls)系统中观测向量、输出向量和待估计向量的向量表 达式为：
[0071]
yk＝u
t,k
[0072]
φk＝[1,u
t,k-1
,ik,i
k-1
]
t
[0073]
θk＝[(1-b)ocvk,b,c,d]
[0074]
其中，yk为输出向量，φk为观测向量，θk为待估计向量。
[0075]
通过带遗忘因子的最小二乘法(ffrls)的推算，即在线辨识出开路电压、欧姆内阻r0、 极化内阻r1和时间常数τ1；
[0076]
其中，欧姆电阻r0、极化电阻r1和时间常数τ1分别为：
[0077]
[0078][0079][0080]
s2，设置第一设定阈值，并基于第一设定阈值对所述开路电压处理得到开路电压第一估 计值序列；
[0081]
本发明的第一设定阈值为n，设定采样长度(采样时间大于等于t秒)，若在设定采样长 度内满足第一设定条件，则在开路电压中求解出满足第一设定条件的开路电压第一估计值序 列，第一估计值序列即为在该设定采样长度内的各个采样点的对应的开路电压第一估计值；
[0082]
第一设定条件为：b≤n，也即，
[0083][0084]
在本发明实施例中，第一设定阈值为n，第一设定阈值根据电池的电芯和实际工况设定， 也就是说不同型号的电芯和工况的第一设定阈值可以不同。
[0085]
本发明以174ah的三元电池为例，在nedc工况下令n＝0.96，同时设定时间长度为3000s， 当n的值在持续时间内小于等于0.96，且该持续时间大于等于3000s时，求解出该时间长度 内的各个采样点的开路电压第一估计值，分别为ocv
1,1
、ocv
1,2
、ocv
1,3
、ocv
1,4
、
……
。
[0086]
s3，设置第二设定阈值，并基于第二设定阈值对所述开路电压处理得到开路电压第二估 计值序列；
[0087]
在本发明中，基于第二设定阈值对所述开路电压处理得到开路电压第二估计值序列包括：
[0088]
s31，基于第二设定阈值确定第二设定条件；并在开路电压中确定满足第二设定条件的至 少两组数据段；
[0089]
第二设定条件为：|1-b|≤m，也即：
[0090][0091]
本发明的第二设定阈值为m，第二设定阈值根据电池的电芯和实际工况设定，也就是说 不同型号的电芯和工况的第二设定阈值可以不同。本在步骤实现在开路电压中找出满足第二 设定条件的多组数据点。
[0092]
本发明实施例中，以174ah的三元电池为例，在nedc工况下令m＝0.002，寻找到满足 |1-b|≤m的采样点，从而得到多组数据段。
[0093]
s32，对每组数据段进行处理得到每组数据段对应的开路电压第二估计值组；
[0094]
在本发明中，对每组数据段进行处理得到每组数据段对应的开路电压第二估计值组包括：
[0095]
s321，将每组的两个数据点分别作为每组起始点对应的开路电压第二起始估计值和每组 结束点对应的开路电压第二结束估计值；
[0096]
在本发明中，将每组数据段中时间最靠前的作为起始点，那么对应的数据为该组
开路电 压第二起始估计值，将每组数据段中时间最靠后的作为结束点，那么对应的数据为开路电压 第二结束估计值。
[0097]
s322，根据每组数据段的所述开路电压第二起始估计值和所述开路电压第二结束估计值 进行线性插值得到每组数据段对应的开路电压第二估计值组。
[0098]
本步骤旨在，对满足第二设定条件的每组数据段进行线性插值处理得到中间的多个开路 电压第二中间估计值，并根据所述开路电压第二起始估计值、所述开路电压第二结束估计值 和多个开路电压第二中间估计值得到每组数据段对应的开路电压第二估计值组。
[0099]
对每组数据段中的所述开路电压第二起始估计值和所述开路电压第二结束估计值中间的 数据点进行删除，然后重新以所述开路电压第二起始估计值和所述开路电压第二结束估计值 为每组的端点值，并对两端点值内的数据进行插值，该步骤是为了防止b值接近于1时，开 路电压ocv会造成较大的误差。
[0100]
s33，根据所有数据段对应的开路电压第二估计值组得到开路电压第二估计值序列。
[0101]
在本发明实施例中，将多个开路电压第二估计值组按照采样时间汇集得到开路电压第二 估计值序列。
[0102]
在本发明实施例中，第二估计值序列所包括的各个采样点的开路电压第二估计值，分别 为ocv
2,1
、ocv
2,2
、ocv
2,3
、ocv
2,4
、
……
。
[0103]
s4，基于预先标定的soc-ocv关系，确定所述开路电压第一估计值序列对应的第一soc 序列、所述开路电压第二估计值序列对应的第二soc估计值序列；
[0104]
本发明的soc-ocv关系是根据提前做实验标定好的。其中，soc-ocv关系可以通过表 格体现，也可以通过曲线图体现。
[0105]
在本发明实施例中，soc-ocv关系的体现形式为在不同的温度标定电芯的soc-ocv关 系表，通过查soc-ocv关系表可以获得不同开路电压对应的soc(state of charge,电池电荷 状态)；
[0106]
具体的，在本发明实施例中，在不同的温度标定电芯的soc-ocv关系表中，在nedc 工况下：
[0107]
将开路电压第一估计值序列的每个开路电压第一估计值在soc-ocv关系表中进行比对 得到当前温度下的多个第一soc估计值，从而形成第一soc估计值序列。
[0108]
将开路电压第二估计值序列的每个开路电压第二估计值在soc-ocv关系表中进行比对 得到当前温度下的多个第二soc估计值，从而形成第二soc估计值序列。
[0109]
s5，根据电池电量变化与soc变化的线性关系，对所述第一soc估计值序列和所述第 二soc估计值序列处理得到电池容量。
[0110]
在本发明实施例中，电池电量变化与soc变化的线性关系为soc-电量增益法；
[0111]
soc-电量增益法是通过充放电电量变化与对应的soc变化之比计算容量，容量的计算 公式如下：
[0112][0113]
其中，c为电池容量。
[0114]
在本发明中，所述根据电池电量变化与soc变化的线性关系，对所述第一soc估计值 序列和所述第二soc估计值序列处理得到电池容量的步骤包括：
[0115]
s51，根据电池电量变化与soc变化的线性关系，对所述第一soc估计值序列进行处理 得到第一容量值、对所述第二soc估计值序列进行处理得到第二容量值；
[0116]
在本发明实施例中，对所述第一soc估计值序列进行处理得到第一容量值的步骤包括：
[0117]
首先，将容量计算公式转换为矩阵模式：
[0118][0119]
令yi＝soc(t2)-soc(t1)
[0120]
则，y＝x
·
h+v
[0121]
其中：h＝[k1,k2]
t
为待求系数，c＝1/k1，v代表随机噪声，
[0122]
然后，通过最小二乘法对矩阵模式进行拟合求解确定矩阵模式中的待求系数；
[0123]
具体是通过最小二乘法得到待求系数h，目的是为了进一步求出电池容量c。
[0124]
最小二乘算法的原则是通过使所有观测值的残差平方s达到最小来确定参数向量值h， 其残差平方和为：
[0125]
s＝(y-xh)
t
(y-xh)
[0126]
基于第一soc估计值序列，通过对上式求导并令偏导数等于零求得待求系数h的最小二 乘估计值：
[0127]
h＝(x
t
x)-1
x
ty[0128]
通过最小二乘法得到待求系数h的第一估计值；
[0129]
最后，根据待求系数与电池容量的关系得到第一电池容量值。
[0130]
待求系数h的第一估计值与电池容量的关系为：
[0131]
h＝[k1,k2]
t
和c1＝1/k1；
[0132]
求解得到第一电池容量值c1＝1/k1。
[0133]
在本发明实施例中，对所述第二soc估计值序列进行处理得到第二容量值的步骤与对所 述第一soc估计值序列进行处理得到第一容量值的步骤相同；
[0134]
假设待求系数h＝[k3,k4]
t
为待求系数求出第二电池容量值c2＝1/k3。
[0135]
s52，对所述第一容量值和所述第二容量值进行加权处理得到电池容量。
[0136]
由于步骤s2和步骤s3得到的两个ocv序列值的范围和精度各不相同，因此，在计算 电池容量时，第一容量值和第二容量值的权重各不相同。
[0137]
本发明实施例中，基于最小二乘法分别得到第一电池容量值c1和第二电池容量值c2， 由于第一电池容量值c1的ocv估计值由于参数b的取值范围合理，精度较高，因此给c1 的权重为0.6，c2的权重值为0.4，得到最后的容量估计值c＝c1
×
0.6+c2
×
0.4。
[0138]
装置实施例：
[0139]
本发明还提供一种电池容量的在线估测装置如图2所示，包括存储器、处理器以及存储 在所述存储器中并可在所述处理器上运行的程序，处理器执行所述程序时，实现上述的电池 容量的在线估测方法的步骤。
[0140]
电池容量的在线估测方法的步骤的详细过程已在方法实施例中详细介绍，此处不再赘述。
[0141]
有益效果：
[0142]
以一阶rc等效电路为模型，将端电压和电流作为观测值来进行待估计参数(ocv、r0、 r1、tao1)的在线辨识，模型简单，计算量小，ocv的在线辨识避免了长时间的搁置造成的 时间成本的浪费，具有实际的应用意义；
[0143]
通过设定第一设定阈值和第二设定阈值的筛选后，提高了有效ocv的估计精度，变相的 在数据预处理阶段提高了通过ocv查表获得soc的精度，从而提升了容量估计的准确性；
[0144]
通过分配权重给第一容量值c1和第二容量值c2，不仅在原有的基础上可以继续提升了 电池容量的精度，而且防止某一容量值满足条件数据较小的情况下，保证了容量估计的鲁棒 性。
[0145]
综上所述，本发明提出了一种电池容量的在线估测方法，该方法通过将模型和数据驱动 法结合进行电池容量的在线估计，能够显著提高容量在线估计的精度，能够显著适应实际工 况，具有一定的实用性。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用 价值。
[0146]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。