[發明專利]一種電動汽車鋰電池SOH的估計方法

在審

• 申請號: 201811056160.2
• 申請日: 2018-09-11
• 公開（公告）號: CN109061508A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 夏飛;施恩威;彭道剛;孟娟;錢玉良
• 申請（專利權）人: 上海電力學院
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

本發明涉及一種電動汽車鋰電池SOH的估計方法，其特征在于，包括以下步驟：1)構建動力鋰電池的二階RC等效模型；2)二階RC等效模型的參數辨識，包括歐姆內阻R₀以及二階RC環節參數；3)采用改進UPF方法計算歐姆內阻R₀；4)計算動力鋰電池的SOH值。與現有技術相比，本發明具有跟蹤預測能力強、估計精度高等優點。

技術領域

本發明涉及動力鋰電池技術領域，尤其是涉及一種電動汽車鋰電池SOH的估計方法。

背景技術

全球石油資源日益枯竭，燃油汽車的普及所導致的環境污染問題和能源危機引起了人們的高度關注。電動汽車作為一種環境友好型、資源節約型交通工具，促使世界各國投入大量的人力物力從事電動汽車的研發。動力電池作為電動汽車的核心部件，其發展勢必對電動汽車的性能起著關鍵作用。目前，鋰離子電池在電動汽車上的應用前景最好，對其性能的研究也成為近些年的熱點，表征著電池性能的狀態參數主要有荷電狀態(State ofCharge,SOC)和健康狀態(State of Health,SOH)。荷電狀態SOC表征了電池的儲能能力，影響電動汽車的續航里程等性能，健康狀態SOH則表征了電池的循環使用壽命，直接影響了電動汽車的可靠性和安全性。相較于SOC的研究，國內外學者對SOH的研究較少，SOH是電池研究的薄弱環節，對SOH進行精準地監測和估計有助于完善電池管理系統(BatteryManagement System,BMS)，提高SOC估計精度，避免過充電、過放電，有助于故障診斷和安全預警，對電動汽車整體安全穩定運行具有重要意義。

目前，在鋰電池SOH估算方面的主要研究方法有：定義法(《Intelligentprognostics for battery health monitoring based on sample entropy.ExpertSystems with Applications》，《State-of-Health estimation of Lithium-ion batterybased on interval capacity》)，又稱容量法，直接放電法，實質是通過電池的容量、電量、功率等特征量變化的比例關系進行SOH評估。內阻法(《動力電池組健康狀態評價方法的研究》，《State-of-health monitoring of lithium-ion batteries in electric vehiclesby on-board internal resistance estimation》)，主要是通過建立內阻與SOH之間的關系來估算SOH。神經網絡法(Neural Network,NN)(《A Neural Network Based State-of-Health Estimation of Lithium-ion Battery in Electric Vehicles》，《灰色神經網絡模型在線估算鋰離子電池SOH》)，通過獲取大量的實驗數據來訓練模型得到SOH。卡爾曼濾波法(Kalman Filter,KF)(《基于UKF的18650鋰離子電池健康狀況估計》，《基于AUKF的鋰離子電池健康狀態估計》)，基于電池的狀態空間模型，通過遞推迭代估計電池的SOH。粒子濾波法(Particle Filter,PF)(《一種基于粒子濾波的鋰離子電池健康預測算法》，《基于SVR-PF的無人機電池健康狀態診斷研究》，《State-of-health estimation of lithium-ionbattery packs in electric vehicles based on genetic resampling particlefilter》)，基本思想是用一組樣本來近似表示系統的后驗概率分布，然后使用這一近似的表示來估計非線性系統的狀態。定義法是業界公認的評價電池健康狀態的有效方法，但需將電池離線測量，對于車載動力電池組來說實現困難，而且需要專門的測試負載進行電池的反復充放電，實驗時間長，實用價值不高。內阻法建立了電池老化程度與其內阻的相關性，通過精確地測量電池內阻值來估算其健康狀態。內阻法能夠實現動力電池健康狀態的在線估計，但是電池內阻屬于小信號，要想準確測量比較困難，所以目前這種方法還沒有得到大量的應用。