一种基于热电耦合模型的SOC在线估计方法
本发明涉及电池管理，尤其涉及一种基于热电耦合模型的soc在线估计方法。
背景技术：
1、动力电池控制是制约电动汽车发展的瓶颈性问题之一，电池管理系统起着监控电池运行的作用，其性能直接影响着汽车的行驶品质和续航里程估计。电动汽车的快速发展对动力电池的控制提出了更高的要求。因此，电池管理系统是否能精确地估计并预测电池的运行状态就显得非常重要。电池管理系统的首要作用是估计电池soc，soc估计精准度将直接影响电池管理系统的正常运行，而精准的soc估计基于合理且精确的电池模型及参数辨识。因此，只有确定合理的电池模型及建立精准的参数辨识算法，才能准确估计soc，从而提高电池工作效率，延长电动车续航里程。
2、目前用于估算电池温度和soc的模型主要有神经网络、电化学-热耦合模型和电热耦合模型。其中神经网络模型是一种黑盒模型，它不需要考虑电池的内部特性，当影响输出参数的训练数据越完整，估算结果越精确，但是对于锂离子电池来说温度和soc都是影响电池内部特性的重要因素，将他们同时作为输入参数会导致估算误差增大。电化学-热耦合模型基于物料守恒和电荷守恒原理，综合考虑电池的电化学反应和传热描述了真实电池的电化学反应过程，从而实时获得电池的电动势和温升变化，但是这种方法需要求解多个复杂的非线性微分方程，不适宜用于电池管理系统中。电热耦合模型将电池等效电路模型与热等效电路模型结合，其中等效电路模型用于模拟电池动态特性，利用等效电路模型的参数计算产热速率，热等效电路模型利用产热速率计算电池温度。利用简单热模型估计电池的平均温度，该类方法计算量小，但是估计精度不能反映实际的电池温度情况。利用数值求解(如有限元法、有限体积法等)估计电池的温度分布，该类方法估计准确，但是计算复杂，难以实际应用。使用一维双态热模型，结合表面温度测量来估计电池内部的温度分布，该类方法计算量不大，精度较高，但是需要安装大量的温度传感器，难以应用推广。目前在锂电池热模型参数测定方面忽略了环境温度对热模型参数的影响，以至于建立的锂电池热模型不能够完全表征锂电池热行为动态，进而导致热模型精度较低，随之带来的后果就是降低了内部温度估计精度，所以，通过进行相关锂电池充放电实验和分析并明确环境温度对锂电池温度场变化规律的影响显得尤为重要。
技术实现思路
1、有鉴于现有技术的上述缺陷，本发明提供了一种基于热电耦合模型的soc在线估计方法，包括如下步骤：
2、建立电池的电模型和热模型，并进行参数辨识，根据电池的内部温度和外部环境温度得到电池的平均温度；
3、根据电模型参数、热模型参数、荷电状态和平均温度的关系建立电-热耦合模型，将所述平均温度输入电-热耦合模型中，更新电模型中的参数，进而更新极化内阻；
4、以电池荷电状态、极化电压为状态变量，充放电电流为输入变量，测量电压为观测变量，构建状态方程和输出方程的矩阵，进而得到电池的当前荷电状态数值；
5、根据所述荷电状态获取当前的开路电压，进而得到电池的产热功率，将所述产热功率反馈至所述热模型用以修正电池输出的平均温度。
6、进一步的，所述电模型为二阶rc等效模型，为：
7、u＝uoc-r0i-u1-u2；
8、
9、所述热模型为可变参数热模型，为：
10、
11、进一步的，所述热模型的参数辨识方法包括：
12、基于最小化模型输出表面温度tsc与电池表面测量温度ts的误差平方和来进行参数辨识，其目标函数为；
13、
14、所述热模型消去为测量的tc，经拉氏变换得到频域表达式为：
15、
16、令：
17、
18、其中，δt为采样时间间隔，将频域表达式转变为：
19、
20、令：
21、
22、得到电池热子模型所对应的差分方程为：
23、ts(k+2)-ts(k+1)＝αq(k)+β(ta(k)-ts(k))+γ(ts(k+1)-ts(k))；
24、上式中，ts电池表面温度、ta环境温度都为可测量数据，cc，ri，ro可通过下式计算：
25、
26、进一步的，所述电-热耦合模型为：
27、
28、进一步的，所述电池的当前荷电状态数值通过扩展卡尔曼滤波算法、无迹卡尔曼滤波或h无穷滤波最优估计算法得到荷电状态数值。
29、本发明与现有技术相比，具有以下技术效果：
30、1、本发明将热模型在线估计获得的平均温度状态提供给电模型修正电模型中的特性参数，从而实现更高精度的soc估计，然后利用高精度的soc值计算当前的开路电压，进而可以计算电池的产热功率，反馈到热模型中修正电池温度的估计，形成闭合控制回路。
31、2、针对车用动力电池建立基于温度和电流修正的电-热耦合模型，能够准确获取动力电池在全温度范围内的电、热特性；
32、3、考虑动力电池在充放电条件下的等效电路模型参数与温度和soc之间的关系，能够实现实车工况下soc的准确估计；
33、4、该电-热耦合模型计算复杂度适中，soc估计精度也足以应用到实车的bms中；
34、5、提出基于动力电池的可变参数电-热耦合模型，考虑了环境温度对热模型中可变参数的影响，建立温度内部热容模型与温度外部热阻模型，进一步优化了当前已有热模型。
35、以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
技术特征：
1.一种基于热电耦合模型的soc在线估计方法，其特征在于，包括如下步骤：
2.根据权利要求1所述一种基于热电耦合模型的soc在线估计方法，其特征在于，所述电模型为二阶rc等效模型，为：
3.根据权利要求1所述一种基于热电耦合模型的soc在线估计方法，其特征在于，所述热模型的参数辨识方法包括：
4.根据权利要求1所述一种基于热电耦合模型的soc在线估计方法，其特征在于，所述电-热耦合模型为：
5.根据权利要求1所述一种基于热电耦合模型的soc在线估计方法，其特征在于，所述电池的当前荷电状态数值通过扩展卡尔曼滤波算法、无迹卡尔曼滤波或h无穷滤波最优估计算法得到荷电状态数值。
技术总结
本发明公开了一种基于热电耦合模型的SOC在线估计方法，涉及电池管理技术领域。本发明根据电模型参数、热模型参数、荷电状态和平均温度的关系建立电‑热耦合模型，将平均温度输入电‑热耦合模型中，更新电模型中的参数，进而更新极化内阻；以电池荷电状态、极化电压为状态变量，充放电电流为输入变量，测量电压为观测变量，构建状态方程和输出方程的矩阵，进而得到电池的当前荷电状态数值；根据荷电状态获取当前的开路电压，进而得到电池的产热功率，将所述产热功率反馈至所述热模型用以修正电池输出的平均温度。本发明能够根据电池的电‑热耦合模型得到电池的实时SOC数值。
技术研发人员：李然,李政菁,李清源,郭宇慧,张济麟
受保护的技术使用者：哈尔滨理工大学
技术研发日：
技术公布日：2024/9/23