[發明專利]基于隱馬爾可夫模型的鋰離子電池剩余容量估計方法

有效

• 申請號: 201510225366.3
• 申請日: 2015-05-04
• 公開（公告）號: CN104777433B
• 公開（公告）日: 2018-04-27
• 發明（設計）人: 張江安
• 申請（專利權）人: 中穎電子股份有限公司
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 上海專利商標事務所有限公司31100
• 代理人: 徐潔晶

技術領域

本發明涉及鋰離子電池管理系統和剩余容量估計技術領域，具體來說，本發明涉及一種基于隱馬爾可夫模型的鋰離子電池剩余容量估計方法。

背景技術

隨著移動電子設備、電動汽車等產品的迅猛發展，鋰離子電池(以下簡稱鋰電池)正得到越來越廣泛的應用。在鋰電池的實際應用中，需要對電池剩余容量進行實時的估計，以確保以鋰電池作為電源的設備或產品系統進行正常的工作。然而，在目前的鋰電池管理系統中，對電池剩余容量的估計仍然是一個未能得到很好解決的問題。這是由于鋰電池在實際工作過程中荷電狀態(State of Charge，簡稱SOC)易受放電速率、自身溫度、自放電、老化等多重因素的影響而發生變化。因此，對鋰電池SOC和剩余容量進行實時的和準確的估計是困難的。

目前，鋰電池剩余容量估計方法主要有庫侖積分法、開路電壓與庫侖積分結合法、阻抗跟蹤法等。庫侖積分法的原理是通過對電流的實時測量，對流入或流出的電量進行統計。該方法原理簡單，實現方便。但在電流測量存在偏置誤差的情況下，基于庫侖積分法的剩余容量估計存在一個隨時間增長的累積誤差。而開路電壓與庫侖積分結合法一般是指在庫侖積分法的基礎上，利用開路電壓(Open Circuit Voltage，簡稱OCV)與SOC之間的關系，在電池處于松弛狀態(電流為零或接近于零)時對電池SOC和剩余容量進行校正。這種方法是對單純的電流積分法的改進，性能比電流積分法更好。但在這種方法中，OCV與SOC的關系被通過表格或線性分段模型固定下來，而沒有考慮特定SOC下OCV實際上是一個符合某種概率分布的隨機變量，從而使得通過OCV求得的SOC可能存在較大誤差。阻抗跟蹤法也利用了庫侖積分和OCV與SOC之間的關系，但其核心思想是實時跟蹤電池內部的阻抗變化，并借此對電池輸出電壓的變化趨勢進行預測，最終達到對剩余容量進行估計的目的。這種方法的問題在于對鋰電池阻抗進行精確的建模和預測是困難的，而不準確的阻抗模型將導致剩余容量估計的誤差較大。

發明內容

本發明所要解決的技術問題是提供一種基于隱馬爾可夫模型的新的鋰離子電池剩余容量估計方法，能夠使剩余容量估計達到較高的精度。

為解決上述技術問題，本發明提供一種基于隱馬爾可夫模型的鋰離子電池剩余容量估計方法，包括：

步驟1：通過盡可能多的觀測數據，建立隱馬爾可夫模型的任意兩個狀態之間的轉移概率和開路電壓的觀察概率；

步驟2：對所述電池的新個體進行初始化，確定所述電池的最大容量；令k＝N-1，QP＝0，k為所述電池的松弛狀態標號，N為隱馬爾可夫模型的狀態的總個數，QP為所述電池從一個松弛狀態轉到另一個松弛狀態期間流入和流出所述電池的電量的凈值；

步驟3：所述電池進行充電或者放電，對其剩余容量進行實時估計；

步驟4：判斷所述電池是否已進入一新的松弛狀態；如結果為“否”，則返回上述步驟3；如結果為“是”，則轉到下述步驟5；

步驟5：確定所述電池所處的隱馬爾可夫模型的新的松弛狀態標號；

步驟6：更新所述剩余容量；

步驟7：令QP＝0，k＝q，q為所述電池的新的松弛狀態標號；然后返回上述步驟3，進行新的充電或者放電過程。

可選地，在上述步驟2中，通過將所述電池從起始“放空”狀態充電至“滿充”狀態，確定所述電池的最大容量。

可選地，在上述步驟3中，按照傳統的庫侖積分法對所述電池的剩余容量進行實時估計。

可選地，在上述步驟5中，所述電池所處的隱馬爾可夫模型的新的松弛狀態標號是由下式確定的：

其中，q為新的松弛狀態標號，a_ki(r)為隱馬爾可夫模型的任意兩個狀態之間的轉移概率，b_i,T(OCV)為開路電壓的觀察概率。

可選地，在上述步驟5和上述步驟6之間還包括：

步驟5a：對所述電池的所述最大容量進行校正。

與現有技術相比，本發明具有以下優點：

本發明提出的鋰電池剩余容量估計方法采用隱馬爾可夫模型(HMM)這種新的統計模型對鋰電池的特性進行建模，將較多的鋰電池先驗知識用于其剩余容量估計中。相對現有技術，該方法能夠顯著地提高鋰電池剩余容量估計的準確度。

附圖說明

本發明的上述的以及其他的特征、性質和優勢將通過下面結合附圖和實施例的描述而變得更加明顯，其中：

圖1為本發明一個實施例的基于隱馬爾可夫模型的鋰離子電池剩余容量估計方法中的某一松弛狀態k與其它松弛狀態之間的概率關系圖；