基于粒子群优化算法的电池单体容量估计方法技术

本发明专利技术公开了一种基于粒子群优化算法的电池单体容量估计方法，包括：对电池进行特性测试，获取电池IC曲线，采集峰、谷值点信息，并计算对应的IC特征面积，分析其与老化的关系，接着在OCV曲线中选取包含电池老化状态的特征电量段；根据OCV曲线变换公式，建立特征电量段与容量的关系模型，将同型号新电池的OCV曲线和容量值作为基准，以变换后的电池基准特征电量段与容量未知的电池特征电量段差值的平方和的最小值构建目标函数；根据求解结果估计容量。本发明专利技术基于粒子群优化算法的容量估计方法，可以为BMS提供容量信息；此外，本发明专利技术对同一类型、不同老化状态的电池具有普遍适用性。不同老化状态的电池具有普遍适用性。不同老化状态的电池具有普遍适用性。

【技术实现步骤摘要】
基于粒子群优化算法的电池单体容量估计方法


[0001]本专利技术涉及电池状态估计
，具体是一种基于粒子群优化算法的电池单体容量估计方法。

技术介绍

[0002]锂离子电池在使用过程中，由于内部锂离子和活性物质损失，不可避免的会发生老化问题。而老化对电池最直观的影响是容量和功率性能的衰退，在电动汽车中，这将导致电池管理系统(Battery Management System，BMS)出现无法准确估计电池容量的情况，此时会造成驾驶者出现“里程焦虑”；另外，当电池容量衰退到标称容量的80％时，其性能不再满足电动汽车的使用需求，需要将电池退役，而准确估计的容量值是判断电池使用寿命的重要依据。因此，电池的容量估计是一个亟需解决的问题。
[0003]经检索发现，现有关于电池容量估计的文献大多使用建模方法或者利用数据驱动的方法。基于建模方法机理复杂，参数数量多，模型参数辨识难度高；数据驱动的方法需要大量历史老化数据训练模型，计算量很大。这些方法通常难以直接应用在车载BMS。

技术实现思路

[0004]本专利技术的目的在于提供一种基于粒子群优化算法的电池单体容量估计方法，解决了在未知电池老化历史的情况下，因电池容量难以估计，导致电池健康状态评估不准确的问题。
[0005]实现本专利技术目的的技术方案为：一种基于粒子群优化算法的电池单体容量估计方法，包括以下步骤：
[0006]步骤1、对电池单体进行特性测试实验，使用容量增量法获取电池当前老化状态的IC曲线；
[0007]步骤2、分析电池IC曲线，提取电池IC曲线特征峰、谷值点信息，计算对应的IC特征面积，分析IC特征面积与电池老化关系；在OCV曲线中选取包含电池老化状态的特征电量段；
[0008]步骤3、根据OCV曲线变换公式，建立特征电量段与容量的关系模型；将同型号新电池的OCV曲线和容量值作为基准，以变换后电池基准特征电量段与容量未知的电池特征电量段差值的平方和的最小值构建目标函数；
[0009]步骤4、利用粒子群优化算法，求解目标函数，根据所得最优系数，估计电池容量值。
[0010]与现有技术相比，本专利技术的显著优点为：(1)本专利技术所提出的一种基于粒子群优化算法的电池单体容量估计方法，能够在未知电池历史老化数据的基础上，对电池容量进行估计，为电池管理系统提供容量信息支撑；(2)本专利技术所提出估计电池容量的方法，具有计算量小的优点，降低了对BMS硬件的要求，此外，该方法适用于同一型号电池，具有普遍适用性。
附图说明
[0011]图1为根据本专利技术基于粒子群优化算法的电池单体容量估计方法流程图。
[0012]图2为电池IC曲线图。
[0013]图3为OCV特征电量段图。
[0014]图4为IC特征面积A1与容量衰退关系图。
[0015]图5为IC特征面积A2与容量衰退关系图。
具体实施方式
[0016]如图1所示，一种基于粒子群优化算法的电池单体容量估计方法，包括以下步骤：
[0017]步骤一：对电池单体进行特性测试实验，使用容量增量法获取电池当前老化状态的IC曲线。
[0018]步骤二：分析电池IC曲线，提取电池IC曲线特征峰、谷值点信息，计算对应的IC特征面积，分析IC特征面积与电池老化关系；在OCV曲线中选取包含电池老化状态的特征电量段。
[0019]步骤三：根据OCV曲线变换公式，建立特征电量段与容量的关系模型；将同型号新电池的OCV曲线和容量值作为基准，以变换后电池基准特征电量段与容量未知的电池特征电量段差值的平方和的最小值构建目标函数。
[0020]步骤四：利用粒子群优化算法，求解目标函数，根据所得最优变换系数，估计电池容量值。
[0021]在进行电池容量估计之前，首先，对电池进行标准容量测试和小电流容量测试实验，获取当前电池的IC曲线。然后，根据IC曲线峰、谷值信息，分析峰、谷值特征变化规律，得到与电池容量相关的IC特征面积参数，然后在OCV曲线中获取与IC特征面积参数对应的特征电量段。根据OCV曲线变换公式，建立特征电量段与容量的关系模型。最后，将同型号新电池的OCV曲线和容量值作为基准，以变换后的电池特征电量段与待估计电池特征电量段差值的平方和的最小值为目标，采用粒子群算法计算变换最优系数，从而估计电池容量。
[0022]通过提取同一类型电池不同老化状态下的特征电量段，实现对不同老化状态和同一类型其它单体容量的估计。
[0023]进一步地，步骤一可以按照下述步骤获取电池当前状态下标准容量和IC曲线，具体为：
[0024]步骤1、电池首先以1C/2倍率恒流充电，至电池上限截止电压时恒压充电，直到充电电流小于1C/20倍率时停止充电；接着静置2小时；然后以1C/2倍率恒流放电，至电池下限截止电压时停止放电；C为电池充放电倍率，数值上等于充放电电流/电池额定容量。
[0025]步骤2、静置2小时。
[0026]步骤3、以1C/20倍率对电池恒流充电，至电池上限截止电压时停止充电。
[0027]步骤4、根据步骤1中恒流放电时间，计算电池当前状态的标准容量值。
[0028]步骤5、根据步骤3中充电电量与充电电压的对应关系，计算容量随电压变化量dQ/dV，得到容量增量与电压关系曲线，然后使用高斯滤波算法，得到平滑的IC数据曲线，图2为滤波后的IC曲线图。
[0029]进一步地，步骤二可以按照下述步骤获取电池特征电量段，具体为：
[0030]步骤1、利用步骤一得到的电池IC曲线，求取曲线中极大值点和极小值点，分别为IC曲线峰、谷值点。
[0031]步骤2、利用积分公式，计算峰、谷值点与x轴围成的面积，得到表征电池容量衰退变化的IC特征面积。
[0032]其中，IC特征面积数值上等于峰、谷值对应电压区间内的充电电量值，即为特征电量段的电量值。
[0033]其中，电池IC特征“峰”的数量为n，IC特征“谷”的数量为n
‑
1,电池IC特征面积和特征电量段的数量为2(n
‑
1)，n的取值与电池类型和老化程度有关。
[0034]进一步地，步骤三可以按照下述步骤构建基于特征电量段匹配的目标函数，具体为：
[0035]步骤1、根据OCV曲线变换，建立特征电量段与容量的关系模型，所述的特征电量段与容量的关系模型如下：
[0036][0037]其中，C
i
为变换后的电池a的标准容量，k为电池OCV曲线变换系数，C
a
为电池a的标准容量，S
i
为变换后的电池a特征电量段的电量值，S
a
为电池a特征电量段的电量值。
[0038]步骤2、选取同一型号新电池的OCV曲线和容量值作为基准，根据步骤二获得特征电量段的方法，求取电池基准特征电量段的电量值。
[0039]步骤3、根据步骤1中特征电量段与容量的关系模型，将变换后的电池基准的特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子群优化算法的电池单体容量估计方法，其特征在于，对于同一类型、不同老化程度的未知容量的电池单体，包括以下步骤：步骤1、对电池单体进行特性测试实验，使用容量增量法获取电池当前老化状态的IC曲线；步骤2、分析电池IC曲线，提取电池IC曲线特征峰、谷值点信息，计算对应的IC特征面积，分析IC特征面积与电池老化关系；在OCV曲线中选取包含电池老化状态的特征电量段；步骤3、根据OCV曲线变换公式，建立特征电量段与容量的关系模型；将同型号新电池的OCV曲线和容量值作为基准，以变换后电池基准特征电量段与容量未知的电池特征电量段差值的平方和的最小值构建目标函数；步骤4、利用粒子群优化算法，求解目标函数，根据所得最优系数，估计电池容量值。2.根据权利要求1所述的基于粒子群优化算法的电池单体容量估计方法，其特征在于，步骤1具体为：步骤1
‑
1，电池首先以1C/2倍率恒流充电，至电池上限截止电压时恒压充电，直到充电电流小于1C/20倍率时停止充电；接着，静置2小时；然后，以1C/2倍率恒流放电，至电池下限截止电压时停止放电；C为电池充放电倍率；步骤1
‑
2，静置2小时；步骤1
‑
3，以1C/20倍率对电池恒流充电，至电池上限截止电压时停止充电；步骤1
‑
4，根据步骤1
‑
1中恒流放电时间，计算电池当前状态的标准容量值；步骤1
‑
5，根据步骤1
‑
3中充电电量与充电电压的对应关系，计算容量随电压变化量dQ/dV，得到容量增量与电压关系曲线，然后使用高斯滤波算法，得到平滑的IC数据曲线。3.根据权利要求1所述的基于粒子群优化算法的电池单体容量估计方法，其特征在于，步骤2具体为：步骤2
‑
1，利用步骤1中得到的电池IC曲线，求取曲线中极大值点和极小值点，分别为IC曲线峰、谷值点；步骤2
‑
2，利用积分公式，计算峰、谷值点与x轴围成的面积，得到表征电池容量衰退变化的IC特征面积。4.根据权利要求3所述的基于粒子群优化算法的电池单体容量估计方法，其特征在于，所述的IC特征面积数值上等于峰、谷值对应电压区间内的充电电量值，即为特征电量段的电量值。5.根据权利要求3所述的基于粒子群优化算法的电池单体容...

【专利技术属性】
技术研发人员：李向东，陈序，王毅，金殊羽，
申请(专利权)人：江苏省特种设备安全监督检验研究院，
类型：发明
国别省市：