Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于开路电压斜率的电池荷电状态估计方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供一种基于开路电压斜率的电池荷电状态估计方法及系统,涉及锂电池技术领域,方法包括:构建基于Thevenin模型的电池模型,描述三元锂电池和磷酸铁锂电池的电池特性;通过所述电池模型,分别计算所述三元锂电池和所述磷酸铁锂电池的开路电压斜率;通过对所述三元锂电池和所述磷酸铁锂电池的开路电压斜率进行斜率对比,划分开路电压区间;根据所述开路电压区间,通过无迹卡尔曼滤波算法和或三元映射算法,对所述磷酸铁锂电池进行荷电状态估计。本发明相较于放电区间全部采用三元映射算法可以防止磷酸铁锂电池在高斜率区间内的荷电状态与开路电压之间的强线性关系的优势被丢失,并保证了所选区间与应算法完全匹配。

主权项:1.一种基于开路电压斜率的电池荷电状态估计方法,其特征在于,包括:S1:构建基于Thevenin模型的电池模型,描述三元锂电池和磷酸铁锂电池的电池特性;S2:通过所述电池模型,分别计算所述三元锂电池和所述磷酸铁锂电池的开路电压斜率;S3:通过对所述三元锂电池和所述磷酸铁锂电池的开路电压斜率进行斜率对比,划分开路电压区间;S4:根据所述开路电压区间,通过无迹卡尔曼滤波算法和或三元映射算法,对所述磷酸铁锂电池进行荷电状态估计;其中,所述S4具体包括:S401:在所述磷酸铁锂高斜率区间内,通过无迹卡尔曼滤波算法,对所述磷酸铁锂电池进行荷电状态估计;S402:在所述磷酸铁锂低斜率区间内,通过三元映射算法,对所述磷酸铁锂电池进行荷电状态估计;S403:根据在所述磷酸铁锂高斜率区间内采用无迹卡尔曼滤波算法以及在所述磷酸铁锂低斜率区间内采用三元映射算法,通过实施融合策略或修正初始值的方法,以进行所述磷酸铁锂电池荷电状态的估计;其中,所述S401具体为:通过无迹卡尔曼滤波算法,对所述磷酸铁锂电池进行荷电状态估计:其中,表示k时刻的磷酸铁锂电池荷电状态估计值,表示k-1时刻的磷酸铁锂电池荷电状态估计值,其中,k-1=0表示无迹卡尔曼滤波算法的初始值,表示k时刻的卡尔曼增益,表示新息矩阵;其中,所述S402具体为:通过三元映射算法,对所述磷酸铁锂电池进行荷电状态估计:其中,表示t时刻的电池荷电状态,表示t0时刻的电池初始荷电状态,表示动力电池充放电库伦效率,通常放电效率视为1,表示时刻下动力电池放电电流,表示当前条件下电池最大可用容量,表示t时刻的磷酸铁锂电池荷电状态,表示t0时刻的磷酸铁锂电池初始荷电状态,表示修正系数,表示t时刻的三元锂电池荷电状态,表示t0时刻的三元锂电池初始荷电状态,表示磷酸铁锂电池的额定容量,表示三元锂电池的额定容量;其中,所述S403具体包括:S4031:在先使用无迹卡尔曼滤波算法后切换至三元映射算法对所述磷酸铁锂电池进行荷电状态估计的情况下,通过在预设时间内实施融合策略,降低切换导致的所述磷酸铁锂电池荷电状态估计结果的突变,以进行所述磷酸铁锂电池荷电状态的估计;S4032:在先使用三元映射算法后切换至无迹卡尔曼滤波算法对所述磷酸铁锂电池进行荷电状态估计的情况下,通过所述三元映射算法的结果,修正所述无迹卡尔曼滤波算法的初始值,以进行所述磷酸铁锂电池荷电状态的估计;其中,所述S4031中的融合策略具体为:根据以下公式,融合所述无迹卡尔曼滤波算法和所述三元映射算法,对所述磷酸铁锂电池进行荷电状态估计:其中,表示k时刻融合后的电池荷电状态,表示第i个算法的融合权重,i=1时,表示无迹卡尔曼滤波算法,i=2时,表示三元映射算法,表示第i个算法在k时刻的电池荷电状态,表示第i个算法的融合权重,表示第i个算法的标准偏差,表示第i个算法在k时刻的开路电压斜率,T表示总时长。

全文数据:

权利要求:

百度查询: 聊城大学 一种基于开路电压斜率的电池荷电状态估计方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术