一种多重约束条件下的锂电池的可用功率预测方法及系统技术方案

本发明专利技术提出了一种多重约束条件下的锂电池可用功率预测方法及系统，所述预测方法包括如下步骤：建立锂电池的等效电路模型，并确定锂电池的状态空间表达式；基于最小均方误差思想对等效电路模型的参数进行在线递推辨识；根据等效电路模型的参数预测电池温度；根据状态空间表达式估计锂电池的荷电状态和能量状态；根据等效电路模型的参数和预测得到的电池温度，确定在端电压、电流、荷电状态、能量状态和温度多重约束条件下的极限充电功率和极限放电功率。本发明专利技术提出了一种在电压，电流，SoC，SoE和温度方面具有多重约束的SoP预测方法，通过多重约束下的SoP预测，提高了SoP预测的精度和可靠性，达到了提高汽车安全性的目的。达到了提高汽车安全性的目的。达到了提高汽车安全性的目的。

【技术实现步骤摘要】
一种多重约束条件下的锂电池的可用功率预测方法及系统


[0001]本专利技术涉及锂电池状态预测
，特别是涉及一种多重约束条件下的锂电池的可用功率预测方法及系统。

技术介绍

[0002]为了掌握车载动力电池系统满足车辆超车、爬坡、恒速行驶和再生制动等驾驶场景功率需求的能力，需要对电池的SoP进行实时预测。而电池的功率能力受到多个约束条件限制，如终端电压、电流、充电状态和能量状态。
[0003]而现有的技术大部分只考虑了端电压的限制，部分方法会加上SoC的限制，但是缺少对预测持续时间的显性考量，因此预测的功率较实际有较大出入，实用性不强。
[0004]例如，现有的比较常用的SoP预测方法是新一代汽车混合脉冲功率测PNGV
‑
HPPC的方法。但其采用的电池模型十分粗略，约束条件过少(仅电压)且没有明确考虑时间范围，因此PNGV
‑
HPPC方法通常会给出过于乐观的结果，造成电池系统遭受电气滥用。还有一些比较常用的改进方法，约束条件过少，例如没有明确考虑时间范围，忽略了安全操作温度等，这可能会导致热失控效应，是电池的永久性故障，甚至有引发火灾的危险。

技术实现思路

[0005]本专利技术的目的是提供一种多重约束条件下的锂电池的可用功率预测方法及系统，以提高锂电池状态预测的精度。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种多重约束条件下的锂电池可用功率预测方法，所述预测方法包括如下步骤：
[0008]建立锂电池的等效电路模型，并确定锂电池的状态空间表达式；
[0009]基于最小均方误差原理辨识等效电路模型的参数；
[0010]根据等效电路模型的参数预测电池温度；
[0011]根据状态空间表达式估计锂电池的荷电状态和能量状态；
[0012]根据等效电路模型的参数和预测得到的电池温度，确定在端电压、电流、荷电状态、能量状态和温度的多重约束条件下的极限充电功率和极限放电功率。
[0013]可选的，基于最小均方误差原理辨识等效电路模型的参数，具体包括：
[0014]基于最小均方误差原理，利用下列公式辨识等效电路模型的参数：
[0015][0016][0017]其中，和分别表示k时刻和k+1时刻的充电欧姆内阻，和分别表示k时刻和k+1时刻的放电欧姆内阻，R
D，k
和R
D，k+1
分别表示k时刻和k+1时刻RC网络的电阻，和分别表示k时刻和k+1时刻的充电内阻增益系数，i
L，k
表示k时刻的负载电流，和分别表示k时刻和k+1时刻的放电内阻增益系数，γ
D，k
和γ
D，k+1
分别表示k时刻和k+1时刻的RC网络的电阻增益系数，μ
Ω
和μ
D
表示电阻增益系数的步进调整尺度，e
k
为模型端压与实测电池端压之差。
[0018]可选的，所述状态空间表达式为：
[0019][0020]其中，s
k
表示k时刻电池的荷电状态，U
D,k
和U
D,k+1
分别表示k时刻和k+1时刻的RC网络的电势，U
h,k
和U
h,k+1
分别表示k时刻和k+1时刻的滞回电势，i
L,k
表示k时刻的负载电流，sign(
·
)表示符号函数，H
k
表示滞回电势间隙，U
t,k+1
表示k+1时刻的电池端电压，U
oc,k+1
表示k+1时刻的开路电压，R
Ω,k
和R
Ω,k+1
分别表示k时刻和k+1时刻的电池的欧姆内阻，当系统处于充电状态时，当系统处于放电状态时，E为第三中间函数，E＝exp(
‑
Δt/(R
D
C
D
))，E
h
为第四中间函数，E
h
＝exp(
‑
|i
L
Δt/κ
h
|)，κ
h
为衰减常数，C
n
表示电池的最大电荷容量，η表示电池的充放电库伦效率，Δt表示离散时间间隔，x
k
和x
k+1
分别表示k时刻和k+1时刻系统的状态向量，u
k
表示k时刻输入向量，y
k+1
表示k+1时刻输出向量，A表示系统矩阵，B表示输入矩阵。
[0021]可选的，所述根据等效电路模型的参数预测电池温度，具体包括：
[0022]利用公式预测电池温度；
[0023]其中，T
s，k
和T
s，k+1
分别表示k时刻和k+1时刻的电池温度，表示第一中间函数，κ1表示第一中间系数，κ1＝mc
p
，κ2表示第二中间系数，κ2＝h
c
φ；m表示电池质量，c
p
表示电池比热容，h
c
表示电池对流散热系数，φ表示有效表面积，M
k
表示第二中间函数，T
a
表示环境温度。
[0024]可选的，所述根据等效电路模型的参数和预测得到的电池温度，确定在端电压、电流、荷电状态、能量状态和温度的多重约束条件下的极限充电功率和极限放电功率，具体包
括：
[0025]根据等效电路模型的参数，利用公式
[0026]确定在电压限制条件约束下的极限充电电流和极限放电电流；其中，和分别为在电压限制条件约束下的极限充电电流和极限放电电流，s
m
表示m时刻的电池的荷电状态，U
D,k
表示k时刻的RC网络的电势，U
t，max
和U
t，min
分别表示最高端压限制和最低端压限制，U
oc,m
表示m时刻开路电压；U
oc
表示开路电压状态变量，s表示荷电状态变量；
[0027]根据等效电路模型的参数，利用公式确定在荷电状态限制条件约束下的极限充电电流和极限放电电流；其中，和分别表示在荷电状态限制条件约束下的极限充电电流和极限放电电流，s
max
和s
min
分别表示最大SoC限制和最小SoC限制，C
n
表示最大电荷容量；
[0028]根据等效电路模型的参数和预测得到的电池温度，利用公式确定在温度限制约束下的极限工作电流；其中，表示在温度限制约束下的极限工作电流，a表示第三中间系数，a＝R
Ω,k
(R
D,k
+R
Ω,k
)，b表示第四中间系数，b＝
‑
2ΔER
Ω,k
，c表示第五中间系数，c＝ΔE2‑
ΛR
D,k
k本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多重约束条件下的锂电池可用功率预测方法，其特征在于，所述预测方法包括如下步骤：建立锂电池的等效电路模型，并确定锂电池的状态空间表达式；基于最小均方误差原理辨识等效电路模型的参数；根据等效电路模型的参数预测电池温度；根据状态空间表达式估计锂电池的荷电状态和能量状态；根据等效电路模型的参数和预测得到的电池温度，确定在端电压、电流、荷电状态、能量状态和温度的多重约束条件下的极限充电功率和极限放电功率。2.根据权利要求1所述的多重约束条件下的锂电池可用功率预测方法，其特征在于，基于最小均方误差原理辨识等效电路模型的参数，具体包括：基于最小均方误差原理，利用下列公式辨识等效电路模型的参数：基于最小均方误差原理，利用下列公式辨识等效电路模型的参数：其中，和分别表示k时刻和k+1时刻的充电欧姆内阻，和分别表示k时刻和k+1时刻的放电欧姆内阻，R
D，k
和R
D，k+1
分别表示k时刻和k+1时刻RC网络的电阻，和分别表示k时刻和k+1时刻的充电内阻增益系数，i
L，k
表示k时刻的负载电流，和分别表示k时刻和k+1时刻的放电内阻增益系数，γ
D，k
和γ
D，k+1
分别表示k时刻和k+1时刻的RC网络的电阻增益系数，μ
Ω
和μ
D
表示电阻增益系数的步进调整尺度，e
k
为模型端压与实测电池端压之差。3.根据权利要求2所述的多重约束条件下的锂电池可用功率预测方法，其特征在于，所述状态空间表达式为：其中，s
k
表示k时刻电池的荷电状态，U
D,k
和U
D,k+1
分别表示k时刻和k+1时刻的RC网络的电势，U
h,k
和U
h,k+1
分别表示k时刻和k+1时刻的滞回电势，i
L,k
表示k时刻的负载电流，sign
(
·
)表示符号函数，H
k
表示滞回电势间隙，U
t,k+1
表示k+1时刻的电池端电压，U
oc,k+1
表示k+1时刻的开路电压，R
Ω,k
和R
Ω,k+1
分别表示k时刻和k+1时刻的电池的欧姆内阻，当系统处于充电状态时，当系统处于放电状态时，E为第三中间函数，E＝exp(
‑
Δt/(R
D
C
D
))，E
h
为第四中间函数，E
h
＝exp(
‑
|i
L
Δt/κ
h
|)，κ
h
为衰减常数，C
n
表示电池的最大电荷容量，η表示电池的充放电库伦效率，Δt表示离散时间间隔，x
k
和x
k+1
分别表示k时刻和k+1时刻系统的状态向量，u
k
表示k时刻输入向量，y
k+1
表示k+1时刻输出向量，A表示系统矩阵，B表示输入矩阵。4.根据权利要求3所述的多重约束条件下的锂电池可用功率预测方法，其特征在于，所述根据等效电路模型的参数预测电池温度，具体包括：利用公式预测电池温度；其中，T
s，k
和T
s，k+1
分别表示k时刻和k+1时刻的电池温度，表示第一中间函数，κ1表示第一中间系数，κ1＝mc
p
，κ2表示第二中间系数，κ2＝h
c
φ；m表示电池质量，c
p
表示电池比热容，h
c
表示电池对流散热系数，φ表示有效表面积，M
k
表示第二中间函数，T
a
表示环境温度。5.根据权利要求4所述的多重约束条件下的锂电池可用功率预测方法，其特征在于，所述根据等效电路模型的参数和预测得到的电池温度，确定在端电压、电流、荷电状态、能量状态和温度的多重约束条件下的极限充电功率和极限放电功率，具体包括：根据等效电路模型的参数，利用公式确定在电压限制条件约束下的极限充电电流和极限放电电流；其中，和分别为在电压限制条件约束下的极限充电电流和极限放电电流，s
m
表示m时刻的电池的荷电状态，U
D,k
表示k时刻的RC网络的电势，U
t，max
和U
t，min
分别表示最高端压限制和最低端压限制，U
oc,m
表示m时刻开路电压；U
oc
表示开路电压状态变量，s表示荷电状态变量；根据等效电路模型的参数，利用公式确定在荷电状态限制条件约束下的极限充电电流和极限放电电流；其中，和分别表示在荷电状态限制条件约
束下的极限充电电流和极限放电电流，s
max
和s
min
分别表示最大SoC限制和最小SoC限制，C
n
表示最大电荷容量；根据等效电路模型的参数和预测得到的电池温度，利用公式确定在温度限制约束下的极限工作电流；其中，表示在温度限制约束下的极限工作电流，a表示第三中间系数，a＝R
Ω,k
(R
D,k
+R
Ω,k
)，b表示第四中间系数，b＝
‑
2ΔER
Ω,k
，c表示第五中间系数，c＝ΔE2‑
ΛR
D,k
k2，T
max
表示最高温度限制，ΔE表示能量变化量；根据在电压限制条件约束下的极限充电电流和极限放电电流、在荷电状态限制条件约束下的极限充电电流和极限放电电流及在温度限制约束下的极限工作电流，利用公式确定受电压、荷电状态、温度限制条件约束的峰值充电电流和峰值放电电流；其中，和分别表示受电压、荷电状态、温度限制条件约束的峰值充电电流和峰值放电电流；根据峰值充电电流和峰值放电电流，利用公式确定受电压、荷电状态、温度限制条件约束的峰值充电电压和峰值放电电压；其中，和分别表示受电压、荷电状态、温度限制条件约束的峰值充电电压和峰值放电电压；根据等效电路模型的参数，利用公式确定在能量状态约束下的峰值充电功率和峰值放电功率；其中，Δt
p
是相对于离散时间间隙Δt的细小分片，j是分片序号,U
oc，j
和U
t，j
为第j个分片处的开路电压和电池端电压，和分别表示在能量状态约束下的峰值充电功率和峰值放电功率，z
min
和z
max
分别表示最大能量状态限制和最小能量状态限制，z
k
表示k时刻的能量状态，En表示电池额定能量；根据峰值充电电流、峰值放电电流、峰值充电电压、峰值放电电压、峰值充电功率和峰
值放电功率，利用公式确定在端电压、电流、荷电状态、能量状态和温度的多重约束条件下的极限充电功率和极限放电功率；其中，和分别表示在端电压、电流、荷电状态、能量状态和温度约束条件下的极限充电功率和极限放电功率。6.一种多重约束条件下的锂电池可用功率预测系统，其特征在于，所述预测系统包括...

【专利技术属性】
技术研发人员：谢家乐，姚天琪，李增超，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：