申请/专利权人：昆明理工大学

申请日：2024-02-01

公开（公告）日：2024-03-12

公开（公告）号：CN117686919A

主分类号：G01R31/367

分类号：G01R31/367;G01R31/388;G01R31/392;G16C20/70;G06F30/367;G06F17/11;G06F119/04;G06F119/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明涉及锂离子电池技术领域，且公开了一种基于优化电化学模型的锂电池SOC和SOH估计方法，通过建立优化电化学模型并使用ABC算法进行参数辨识，构建全温度下的优化电化学模型，之后融入SRCKF算法，进行SOH估算，并对电池可用容量实时更新，从而对剩余电荷的可用容量SOC进行在线估算。本发明所述方法在降低传统P2D模型阶数的同时，采用RC网络结构表征电池内部极化现象，大大减小电化学模型复杂度，提高计算效率，利用SRCKF观测器实现锂离子电池容量衰退的强非线性特征准确估算，观测器产生的SOH预测误差和SOC估算误差较小，实现了全温度全生命周期内锂电池SOCSOH的高效联合估算。

主权项：1.一种基于优化电化学模型的锂电池SOC和SOH估计方法，其特征在于：包括以下步骤：S1、建立优化电化学模型：通过两种不同方法对固相和液相扩散方程进行简化，并在极化部分采用两个RC网络结构进行代替，用于降低电化学模型的复杂度；S2、使用ABC算法对五个极化参数进行辨识，用于实现模型参数在不同放电深度和不同温度条件下的自适应选择；S3、基于步骤S1和步骤S2构建全温度下的优化电化学模型；S4、利用SRCKF算法构建SOH观测器，进行SOH实时估算，并对电池可用容量实时更新；S5、基于容量更新后的安时积分法对剩余电荷的可用容量SOC进行在线闭环估算；所述步骤S4中的SRCKF观测器预测SOH并实时更新容量的具体方法如下：S4.1、将最大表面锂离子浓度的损失转化为观测模型的老化因素，设置参数作为负极观测器的附加状态；S4.2、为得到S4.1所述状态，对固相扩散方程进行拉普拉斯变换，表达式如下： ；其中，为拉氏变换的输入信号的时间长度，为固相扩散系数，为粒子颗粒半径，表示表面锂离子浓度，为锂离子孔壁流量密度，表示正负电极单位体积有效反应面积，是法拉第常数，表示双曲正切函数；S4.3、采用三阶Padé将S4.2中的表达式转化为多项式传递函数，具体表达式为: ；其中，为锂离子孔壁流量密度，表示表面锂离子浓度；S4.4、利用类比开环框架简化SRCKF观测器，重新修正状态空间方程，其中重新修正状态空间方程具体表达式如下： ；其中，，和分别表示电池正负极，和分别表示系统的过程激励噪声和观测噪声，是输入电流，表示极化电压，为解液相电势差，表示系统状态变量，表示的导数，表示平均最大表面锂离子浓度，表示开路电压，表示状态空间方程的状态矩阵，表示状态空间方程的控制矩阵,为端电压，为最大表面锂离子浓度。

全文数据：

权利要求：

百度查询： 昆明理工大学 基于优化电化学模型的锂电池SOC和SOH估计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD