鋰離子電池模型參數變化的預測方法及系統的制作方法
【技術領域】
[0001]本發明涉及電池管理與電動汽車技術領域，特別涉及一種鋰離子電池模型參數變化的預測方法及系統。
【背景技術】
[0002]與傳統燃油汽車相比，電動汽車的行駛經濟性較好，能有效降低行駛中的污染。但電動汽車中動力電池性能的影響因素較多，電池的狀態量隨充放電進行發生變化，造成電池模型參數的變化和性能的變化。電池管理系統中預測相關的問題包括電池剩余放電時間預測、電池剩余放電容量預測、電池剩余放電能量預測、車輛續駛里程預測等等，其中的未來充放電過程較長，對應的狀態量可能發生較大的變化。因此對電池預測相關的一類問題來說，需要專門考慮未來充放電過程中的模型參數變化，以提高電池性能的估計精度。
[0003]電池模型用于計算某一電流輸入下的電池電壓輸出，是電池電壓估計、剩余放電時間預測、剩余放電能量預測等問題的基礎。電池初始的模型參數標定值可能存在誤差，需要在運行中對模型參數進行自適應辨識，對初始誤差進行修正。作為復雜的電化學元件，鋰離子電池的模型參數受到很多狀態量的影響，如電池荷電狀態S0C、電池溫度以及耐久性SOH等等。為準確獲得未來運行過程中的電池模型參數值，需要對電池未來的狀態量變化進行分析。因此，準確的電池性能預測結果需要結合模型誤差實時修正以及未來參數變化預測這兩個過程。
[0004]在電池模型參數計算方面，目前相關技術中公開了一些電池模型參數的辨識方法。這些方法都是基于電池當前的數據采集值，對電池當前時刻的模型參數進行辨識，沒有涉及電池未來運行中的狀態預測和模型參數預測，計算精度不高。因此，有必要對電池動態充放電情況下的未來參數變化進行預測。
【發明內容】
[0005]本發明的目的旨在至少解決上述的技術缺陷之一。
[0006]為此，本發明的目的在于提出一種鋰離子電池模型參數變化的預測方法，該方法能夠提高電池預測相關問題的計算精度。
[0007]本發明的另一個目的在于提出一種鋰離子電池模型參數變化的預測系統。
[0008]為了實現上述目的，本發明的第一方面的實施例公開了一種鋰離子電池模型參數變化的預測方法，包括以下步驟:采集鋰離子電池的電池數據，并確定未來運行過程的充放電電流預測值，其中，所述電池數據包括電流測量值、端電壓測量值和溫度測量值；將所述電流測量值輸入電池模型以計算電池端電壓，并將所述電池端電壓與所述端電壓測量值進行比較，從而對電池模型的初始參數進行修正；根據所述電流預測值對未來運行過程中所述電池模型的狀態量變化進行預測；根據所述電池模型的狀態量變化的預測結果對未來運行過程中所述電池模型的參數變化進行預測，以得到初始預測結果；根據修正后的電池模型的參數和所述初始預測結果得到最終的電池模型的參數變化的預測結果。
[0009]另外，根據本發明上述實施例的鋰離子電池模型參數變化的預測方法還可以具有如下附加的技術特征:
[0010]在一些示例中，所述電池模型的狀態量包括荷電狀態SOC和溫度。
[0011 ] 在一些示例中，所述未來運行過程中所述電池模型的荷電狀態SOC變化的預測值滿足如下函數關系，所述函數為:
[0012]SOCfut (tfut) = fsoc (soc (t)，t, tfut, Ifut)，
[0013]其中，Ifut為電流預測值，當前時刻t為預測時間段的起始時間，終止時間為放電截止時刻tend，當前時刻t對應的SOC為soc(t)，tfut為預測時間段上的一個時間點，t fut對應的電流預測值為Ifut (tfut)，tfu^刻對應的荷電狀態預測值為SOC fut(tfut);
[0014]所述未來運行過程中所述電池模型的溫度變化的預測值滿足如下函數關系，所述函數為:
[0015]Tfut (tfut) = fT (T (t)，t, tfut, Ifut)，
[0016]其中，tfut時刻對應的溫度預測值為T fut(tfut)，t為當前時刻，T(t)為當前時刻t對應的電池溫度。
[0017]在一些示例中，所述未來運行過程中所述電池模型的歐姆內阻變化的預測值滿足如下函數關系，所述函數為:
[001 8] Rohm, fut, ori (tfut) — f Rohm (SOCfut (tfut)，Tfut (tfut))，
[0019]其中，SOCfut(tfut)和Tfut(tfut)分別為tfut時刻對應的荷電狀態預測值和溫度預測值；
[0020]所述未來運行過程中所述電池模型的極化內阻變化的預測值滿足如下函數關系，所述函數為:
[0021 ] Rpo1 fut, on (tfut) = fRpo (SOCfut (tfut)，Tfut (tfut))；
[0022]所述未來運行過程中所述電池模型的極化時間常數變化的預測值滿足如下函數關系，所述函數為:
[0023]τ ρθιfut_ori (tfut) = f τρο (SOCfut (tfut)，Tfut (tfut))。
[0024]在一些示例中，最終的電池模型的歐姆內阻變化的預測結果通過如下公式得到，所述公式為:
[0025]Rohm, fut (tfut) — Rohm, fut, ori (tfut) + 八 Rohm，
[0026]其中，Δ Rcihni為歐姆內阻變化的預測值的修正量；
[0027]最終的電池模型的極化內阻變化的預測結果通過如下公式得到，所述公式為:
[0028]Rpoj fut (tfut) — Rpo, fut, ori (^fut) + ^ Rpo，
[0029]其中，△ Rpci為極化內阻變化的預測值的修正量；
[0030]最終的電池模型的極化時間常數變化的預測結果通過如下公式得到，所述公式為:
[0031]τ PO, fut (tfut) — τ PO, fut, ori (tfut) + A Tpo，
[0032]其中，Δ τρει為極化時間常數變化的預測值的修正量。
[0033]本發明第二方面的實施例公開了一種鋰離子電池模型參數變化的預測系統，包括:采集模塊，用于采集鋰離子電池的電池數據，并確定未來運行過程的充放電電流預測值，其中，所述電池數據包括電流測量值、端電壓測量值和溫度測量值；修正模塊，用于將所述電流測量值輸入電池模型以計算電池端電壓，并將所述電池端電壓與所述端電壓測量值進行比較，從而對電池模型的初始參數進行修正；狀態量預測模塊，用于根據所述電流預測值對未來運行過程中所述電池模型的狀態量變化進行預測；模型參數初始預測模塊，用于根據所述電池模型的狀態量變化的預測結果對未來運行過程中所述電池模型的參數變化進行預測，以得到初始預測結果；模型參數最終預測模塊，用于根據修正后的電池模型的參數和所述初始預測結果得到最終的電池模型的參數變化的預測結果。
[0034]根據本發明的實施例，根據相關測量數據對當前的電池模型參數進行自適應辨識，修正模型參數的初始誤差。同時，對電池未來狀態變化進行預測，以確定未來運行過程中模型參數的變化。將模型自適應辨識結果與未來模型變化結果相結合，得到電池未來運行過程的模型參數變化曲線。本發明的實施例對電池運行中的參數變化進行了詳細分析，有利于提高電池預測相關問題，如剩余放電時間、剩余放電能量和電動汽車續駛里程等問題的計算精度。
[0035]本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
【附圖說明】
[0036]本發