[發明專利]一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法

有效

• 申請號: 202010572703.7
• 申請日: 2020-06-22
• 公開（公告）號: CN111722118B
• 公開（公告）日: 2023-02-10
• 發明（設計）人: 來鑫;李云飛;楊奇寰;遲丁康;張鍇林;鄭岳久;周龍
• 申請（專利權）人: 上海理工大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/388;G01R31/378
• 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

1.一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，包括以下步驟：

1)在一恒定溫度下，對鋰離子電池進行恒流恒壓充電至截止倍率；

2)在相同恒定溫度下，對鋰離子電池進行小電流恒流放電實驗，獲得小電流恒流放電OCV變化曲線；

3)在相同恒定溫度下，對鋰離子電池進行HPPC測試實驗，獲得不同HPPC測試點的OCV值；

4)采用PSO算法根據不同HPPC測試點OCV值對小電流恒流放電OCV變化曲線進行擬合優化得到SOC-OCV優化曲線；

5)根據SOC-OCV優化曲線結合EKF算法進行SOC的閉環估計；

所述的步驟4)具體包括以下步驟：

41)根據步驟3)中HPPC測試得到的不同測試點的OCV值，將步驟2)中得到的小電流恒流放電OCV變化曲線進行平移與變換，使平移后的小電流恒流放電OCV變化曲線與測試點的OCV值在所有測試點的誤差之和最小；

42)采用PSO算法對優化后的SOC與OCV的表達式進行求解獲得最優的加權系數，完成擬合優化得到SOC-OCV優化曲線；

所述的步驟42)中，則優化后的SOC與OCV的表達式分別為：

s＝s₁+w₁·C

u＝u₁+w₂·C

其中，s和u分別為優化后的SOC與OCV，s₁與u₁分別為小電流恒流放電OCV變化曲線的SOC與OCV，w₁與w₂為加權系數，C為常量；

所述的步驟42)中，PSO算法的優化目標函數為：

D₁(i)＝s(i)-s_HPPC(i)

D₂(i)＝u(i)-u_HPPC(i)

其中，G為SOC-OCV優化曲線在全部的HPPC測試點的OCV和SOC誤差之和，s(i)和s_HPPC(i)分別為第i個測試點處優化后和HPPC測試得到的SOC，u(i)與u_HPPC(i)分別為第i個測試點處優化后和HPPC測試得到的OCV，D₁(i)、D₂(i)為中間參量。

2.根據權利要求1所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟1)中，恒定溫度設為25攝氏度。

3.根據權利要求1所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟1)中，對鋰離子電池進行恒流恒壓充電至截止倍率，其中，恒流為1/3C，恒壓為鋰離子電池上限截止電壓，截止倍率為1/20C。

4.根據權利要求1所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟2)中，對鋰離子電池進行小電流恒流放電實驗，其中，小電流為1/30C。

5.根據權利要求1所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟3)中，對鋰離子電池進行HPPC測試實驗具體為：

對鋰離子電池以每隔10％SOC為1個循環，共計進行11個循環的HPPC測試實驗，獲得11個測試點的OCV值。

6.根據權利要求1所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟5)具體包括以下步驟：

51)基于二階RC模型確定離散化狀態空間模型；

52)根據離散化狀態空間模型，采用EKF算法進行SOC的閉環估計。

7.根據權利要求6所述的一種基于SOC-OCV優化曲線的鋰離子電池SOC估計方法，其特征在于，所述的步驟51)中，以SOC、U₁、U₂作為狀態變量，充放電電流I作為輸入量，端電壓U_t作為輸出量，離散化狀態空間模型具體為：

U_t,k＝U_ocv-R₀I_k-U_1,k-U_2,k+v_k

其中，Δt為采樣周期，C₀為電池容量，U_ocv為開路電壓，w_k和v_k分別為電流和電壓的測量噪聲，τ₁為等效電路模型中R₁C₁網絡的時間常數，τ₂為等效電路模型中R₂C₂網絡的時間常數，R₁為R₁C₁網絡的極化內阻，R₂為R₂C₂網絡的極化內阻，I_k為充放電電流，U₁為R₁C₁網絡的端電壓，U₂為R₂C₂網絡的端電壓，R₀為歐姆電阻。