[發明專利]一種OCV-SOC標定實驗方法、電池等效模型參數辨識方法及SOC估算方法

在審

• 申請號: 201910315794.3
• 申請日: 2019-04-19
• 公開（公告）號: CN109991548A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 王玉華;金晨;蔡慧;徐海順;程淑亞
• 申請（專利權）人: 中國計量大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/387
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 楊樂

本發明公開了一種OCV?SOC標定實驗方法，包括以下步驟：步驟一：通過鋁空氣電池的放電實驗獲取鋁空氣電池荷電狀態SOC和開路電壓OCV的實驗數據并得出SOC?OCV實驗關系曲線；步驟二：在Matlab對鋁空氣電池的SOC和OCV的實驗數據進行擬合并得到擬合式；步驟三：將由擬合式得到的SOC?OCV擬合曲線和實驗得到的SOC?OCV實驗關系曲線進行對比并得出OCV?SOC對比誤差曲線。本發明還公開了一種電池等效模型參數辨識方法，以及公開了一種基于上述OCV?SOC標定實驗方法和電池等效模型參數辨識方法的SOC估算方法。本發明的SOC估算方法用于鋁空氣電池的SOC估算，能估算出高精度的鋁電池的SOC，為鋁電池的研究提供了有效地研究幫助。

技術領域

本發明涉及電池領域，尤其是涉及一種OCV-SOC標定實驗方法、電池等效模型參數辨識方法及SOC估算方法。

背景技術

隨著時代的迅速發展，環境問題和能源問題越來越成為當今世界最受關注的問題之一。當今世界，各國普遍面臨能源短缺的壓力，傳統能源對環境污染帶來的問題日益加劇。隨著國家相關政策的支持，開發新能源電池來代替傳統化石燃料成為了目前新能源領域研究的熱點。現如今，對新能源電池的研究，人們主要著重于鋰離子電池、鎳氫電池、鉛酸蓄電池以及金屬燃料電池等。其中，金屬燃料電池是其中發展前景較好的一類電池。金屬燃料電池作為新一代新能源電池，因為有著能量密度高、安全可靠、污染小等特點而被廣泛關注，尤其是鋁空氣電池。鋁空氣電池作為新一代新能源電池，有著功率密度大、比能量高、原材料豐富、壽命長以及成本低等優點，已被示范應用于通信基站備用電源、電動汽車電源以及水下設施的驅動能源領域。目前，市場上已出現技術相對成熟的鋰離子電池管理系統，若簡單將其移植到鋁空氣電池上，存在不匹配和測試結果不準確等問題，因此研制一套應用于鋁空氣電池的能量管理系統是非常必要的。

現如今研發出的鋁空氣電池管理系統存在著檢測精度、建模精度以及SOC 估算精度不高的問題，目前還未有一套成熟的管理系統對鋁空氣電池運行狀態進行監測。

目前鋁空氣電池依舊存在著比功率低、電壓滯后、放電速度緩慢以及自放電率大等問題，SOC估算尤其重要，但只有盡可能地將SOC的估算提高到一定的精度，給系統判斷鋁空氣電池工作狀態提供依據，避免因為鋁空氣電池的濫用，因此SOC是維護鋁空氣電池正常運作的重要指標。目前，對SOC的估計方法主要有四大類：開路電壓法、安時積分法、卡爾曼濾波法以及人工神經網絡法。開路電壓法顯著的缺點即電池需要等到放電結束后，經過長時間的靜置才可以達到電池穩定狀態，在測量的過程需要實時對電池SOC進行估算，因此該缺陷將會給SOC測量帶來很大得到困難。安時積分法的主要原理是不考慮電池的外部結構和化學反應，僅僅通過對流過電池的電流進行長時間持續的記錄和檢測并對其進行積分計算得到的剩余電量，安時積分法的準確性與電池初始容量和電流檢測的準確性密切相關，在放電電流檢測不穩定甚至是波動劇烈時，測量誤差較大，同時隨著放電時間的增長，累積誤差產生并增大，到后期初始容量會出現較大的誤差，最終SOC的估計值與實際值會有嚴重的偏差。卡爾曼濾波器是一種最優化自回歸數據處理算法，由卡爾曼提出的針對還原真實數據的數據處理技術。其基本原理是將電池看作動力系統，將SOC作為內部狀態量，在算法的不斷運行過程中不斷預測更新實現最小方差意義上的最優估計，但在卡爾曼濾波算法運算過程中，存在大量的數據運算，所以該方法對處理器的計算能力要求很高。在模型參數辨識過程中，參數出現漂移同時帶來的巨大的運算量，因此該方法很少運用在單片機上。人工神經網絡法在估算電池SOC時，通常將電池的電壓和電流作為輸入層樣本，只有選擇了恰當的訓練算法及足夠數量的訓練樣本后，輸入任何數據均能得到相應的SOC的值，人工神經網絡法雖然擁有較高的精度，卻對訓練數據以及訓練方法的依賴性較大，由于訓練樣本數量龐大同時會帶來較大的工作量，對硬件要求較高。

發明內容

本發明的目的在于解決現有技術的不足，提供一種電池OCV-SOC標定實驗方法，使用該實驗方法得到的OCV-SOC曲線具有高精度的優點，本發明還提供了一種能精準估算出鋁空氣電池SOC且運算簡單的鋁空氣電池的SOC估算方法。