一种兼顾精度与成本的锂电池SOC实时评估方法

一种兼顾精度与成本的锂电池soc实时评估方法
技术领域
1.本发明属于锂电池soc实时评估方法，涉及一种兼顾精度与成本的锂电池soc实时评估方法。


背景技术：

2.动力型锂电池具有安全性高，循环寿命长，功率特性优良，使用成本低，后期维护简单等特点，是目前工业科学用水下航行器最理想的动力源。依据锂电池荷电状态(state of charge,soc)，电池管理系统合理分配电池能量，确保航行器圆满完成既定任务。soc表示的是电池当前状态可用电量与电池满电状态可用电量的比值，这是一个不可直接测量的状态量。需经相应的算法进行评估。
3.当前，在所有soc评估方法中，安时积分(ah)法能很好的均衡方法精度和计算复杂度，因此是在工程应用中颇受青睐。但是，该方法属于开环算法，容易受外界环境及测量噪声的干扰，并且评估误差会随工作时长逐渐累积，导致放电末期，soc评估精度大大降低。卡尔曼滤波算法是一种模型基soc评估方法，属于闭环控制算法，可根据评估误差实时进行调整，因此具有较高的预测精度。但相应的，该算法需要实时评估电路模型参数，ekf更新及校准计算步骤，计算负担较重，从而限制了该方法在工程领域的应用。
4.因此，如何依据现有方法建立一种兼顾精度与成本的锂电池soc实时评估方法来运用于实际工程，是极为迫切的。


技术实现要素：

5.要解决的技术问题
6.为了避免现有技术的不足之处，本发明提出一种兼顾精度与成本的锂电池soc实时评估方法。
7.技术方案
8.一种兼顾精度与成本的锂电池soc实时评估方法，其特征在于步骤如下：
9.步骤1：采用安时积分即ah法，实时评估电池单体的soc：
[0010][0011]
其中：k和k-1代表实验数据采样时间点；i
l
表示k-1时刻工作电池单体的采样电流；η表示库伦效率；δt表示的数据采样时间间隔；cn表示电池最大可用容量；
[0012]
步骤2：当累计工作时间达到“安时积分工作时间即t
ah”，采用双扩展卡尔曼滤波算法double-ekf对安时积分法得到的soc进行校正；当校准累计时间达到“卡尔曼工作时间t
ekf”时，停止校准，返回步骤1；
[0013]
步骤3：在电池单体工作时间，一直重复步骤1和步骤2，对锂电池soc实时评估。
[0014]
所述“安时积分工作时间即t
ah”和“卡尔曼工作时间t
ekf”的确定为如下步骤：
[0015]
1、在电池实际运行得到的电流数据中添加随机噪声，作为确定t
ah
和t
ekf
的电流数
据；
[0016]
2、以噪声的电流数据，通过安时积分法实时评估电池soc，并与实验结果对比，计算两者偏差δsoc；
[0017]
3、当δsoc》3％，记录累计时间为t
ah_1
；直到电池放电至下截止电压之间，重复步骤2和步骤3，记录时间为t
ah_i
[0018]
4、采用double-ekf算法代替ah法，按照噪声的电流数据和电池实际运行得到的电压数据，实时评估电池soc，并与实验结果对比，计算两者偏差δsoc；
[0019]
5、当δsoc《1％，记录累计时间为t
ekf_1
；直到电池放电至下截止电压之间，重复步骤4和步骤5，记录时间为t
ekf_i
；
[0020]
6、为保证soc预测精度，取t
ah_i
中最小的的值作为t
ah
，取t
ekf_i
中最大的值作为t
ekf
。
[0021]
所述随机噪声采用均值为0，方差为0.5a的随机正态分布噪声。
[0022]
所述库伦效率η取值为1。
[0023]
所述采样时间频率值为1。
[0024]
所述双扩展卡尔曼滤波算法double-ekf是：采用两个扩展卡尔曼滤波算法分别实时识别电池模型参数和电池当前soc；其中，电池模型参数采用一阶rc等效电路模型。
[0025]
所述安时积分工作时间t
ah
为soc评估值与真值的偏差大于3％。
[0026]
所述卡尔曼工作时间t
ekf
为soc评估值与真值的偏差低于1％。
[0027]
有益效果
[0028]
本发明提出的一种兼顾精度与成本的锂电池soc实时评估方法，依据安时积分(ah)法，根据实时采集工作电池单体的电流和电压数据，评估电池单体的soc；当累计工作时间达到“安时积分工作时间”，采用双扩展卡尔曼滤波算法对安时积分法得到的soc进行校正；当校准累计时间达到“卡尔曼工作时间”时，停止校准；直到电池单体工作结束。
[0029]
有益效果具体如下：
[0030]
1、本发明中以误差阈值来确定安时积分工作时间(t
ah
)，所以soc实时评估误差不会超过项目规定的误差阈值；
[0031]
2、本发明中由于double-ekf算法校正能力较强，卡尔曼工作时间t
ekf
一般情况下较小，因此与单独的ah法相比，计算时间增幅不大；
[0032]
3、本发明在水下航行器电动力系统soc的应用中具有较好的实用价值。
附图说明
[0033]
图1为本发明的方法流程示意图
[0034]
图2为本发明中t
ah
和t
ekf
确定方式流程图
具体实施方式
[0035]
现结合实施例、附图对本发明作进一步描述：
[0036]
兼顾精度与成本的锂电池soc实时评估方法，包括以下步骤：
[0037]
步骤1：实时采集工作电池单体的电流和电压数据，并记录；
[0038]
步骤2：依据安时积分(ah)法，实时评估电池单体的soc；
[0039]
步骤3：当累计工作时间达到“安时积分工作时间(t
ah
)”，采用双扩展卡尔曼滤波算
法(double-ekf)对安时积分法得到的soc进行校正；当校准累计时间达到“卡尔曼工作时间(t
ekf
)”时，停止校准；
[0040]
步骤4：重复步骤二和三，直到电池单体工作结束。
[0041]
步骤1中电池单体电压和电流的采集频率是固定的，频率值为1。
[0042]
步骤2中依据安时积分法实时评估电池soc方法如下：
[0043][0044]
式中，
[0045]
k和k-1代表实验数据采样时间点；
[0046]il
表示k-1时刻电流；
[0047]
η表示库伦效率，这里取值为1；
[0048]
δt表示的数据采样时间间隔；
[0049]cn
表示电池最大可用容量。
[0050]
步骤3中double-ekf表示采用两个扩展卡尔曼滤波算法分别实时识别电池模型参数和电池当前soc。其中，电池模型参数采用一阶rc等效电路模型。
[0051]
步骤3中“安时积分工作时间(t
ah
)”和“卡尔曼工作时间(t
ekf
)”的确定方法是由项目精度允许阈值决定的，本发明中认为soc评估值与真值的偏差大于3％(最大误差)时，需要采用double-ekf算法进行校准；soc评估值与真值的偏差低于1％(误差可忽略值)时，认为误差可忽略不计，可继续采用安时积分法对电池单体进行soc实时估计。确定t
ah
和t
ekf
的具体流程如下。
[0052]
1)为增加校准时间可靠度，在电池实际运行得到的电流数据中添加一定程度的随机噪声，作为确定t
ah
和t
ekf
的电流数据。本发明采用均值为0，方差为0.5a的随机正态分布噪声。
[0053]
2)依据i中添加噪声的电流数据，通过安时积分法实时评估电池soc，并与实验结果对比，计算两者偏差δsoc；
[0054]
3)当δsoc》3％，记录累计时间为t
ah_1
；
[0055]
4)采用double-ekf算法代替ah法，按照i中添加噪声的电流数据和电池实际运行得到的电压数据，实时评估电池soc，并与实验结果对比，计算两者偏差δsoc。
[0056]
5)当δsoc《1％，记录累计时间为t
ekf_1
；
[0057]
6)重复步骤ii，iii，记录时间为t
ah_2
；
[0058]
7)重复步骤iv，v，记录时间为t
ekf_2
；
[0059]
8)依次重复，记录t
ah_1
，t
ekf_1
，t
ah_2
，t
ekf_2
，
……
直到电池放电至下截止电压；
[0060]
为保证soc预测精度，取t
ah_i
中最小的的值作为t
ah
，取t
ekf_i
中最大的值作为t
ekf
。