基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法與流程
本發明屬于鋰電池充電技術領域。
背景技術：
目前鋰電池采用最多的充電方法是恒流恒壓充電方法，首先對電池以恒定電流充電，當電池電壓達到一定值后采用恒壓充電至充電電流小于某值時結束。此種充電方法簡單且容易控制，但恒流階段充電電流的選擇基本是靠經驗獲得，其對電池自身上能量損耗和充電時間的影響是不確定的。
電池自身能量損耗是電池發熱的主要原因，電池發熱容易引起電池熱失控；而充電時間過長是制約電池推廣使用的重要因素之一。通常充電電流增大，充電時間變小，而電池自身的能量損耗會增大，這是一個相互矛盾的問題。
技術實現要素：
本發明是為了解決現有鋰電池充電電流增大，充電時間減小，而電池自身損耗增大的問題，現提供基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法。
基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法，
所述方法包括以下步驟：
充電過程劃分步驟：將充電過程劃分為n個充電階段，其中soc從0至1的增長過程中，每增加p％soc為一個充電階段；
模型建立步驟：建立鋰電池的一階rc等效電路模型，該模型包括以下參數：受控電壓源、電池內阻、極化電阻和極化電容；
邊界條件確定步驟：利用充電實驗確定每個充電階段中一階rc等效電路模型的參數和充電電流選取的邊界條件；
目標函數建立步驟：建立以整個充電過程中充電時間與電池自身能量損耗為對象的目標函數f：
其中，ij是第j個充電階段的充電電流，rj(ij)是第j個充電階段在充電電流為ij時的內阻阻值，δj是第j個充電階段的充電時間，w1j是第j個充電階段內極化電阻上的能量損耗；
最優電流獲得步驟：利用動態規劃算法對目標函數f進行優化，使目標函數取得最小值，獲得每個充電階段的最優充電電流。
本發明以不同soc(預估電池荷電狀態，stateofcharge)下電池的最大充電電流為邊界條件，以整個充電過程中的充電時間和電池自身能量損耗為對象構建目標函數，采用動態規劃算法對目標函數進行優化，從而得到使整個充電過程中基于充電時間與電池自身損耗的最優充電電流。
本發明所述的一種基于鋰電池充電時間與自身能量損耗的最優充電電流獲得方法，涉及電池充電技術領域，以不同soc水平下電池的最大充電電流為邊界條件，綜合考慮電池充電時間與電池自身能量損耗這兩個相互矛盾的方面，構建以這兩個方面為對象的目標函數。進一步把充電過程以soc每變化5％分為n步，采用動態規劃算法，從最后一步往前計算，得到每一步充電過程的電流，從而使整個充電過程達到最優，電池自身損耗與恒流恒壓充電方法相比降低了5％。
附圖說明
圖1為基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法的流程圖流程；
圖2為每個充電階段電池對應的一階rc等效電路模型示意圖；
圖3為充電實驗的流程圖；
圖4為利用動態規劃算法對目標函數f進行優化的方法流程圖；
圖5為經過優化后獲得的最優充電電流曲線示意圖。
具體實施方式
具體實施方式一：參照圖1、圖2和圖5具體說明本實施方式，本實施方式所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法，包括以下步驟：
充電過程劃分步驟：將充電過程劃分為n個充電階段，其中soc從0至1的增長過程中，每增加p％soc為一個充電階段；
模型建立步驟：建立鋰電池的一階rc等效電路模型，該模型包括以下參數：受控電壓源、電池內阻、極化電阻和極化電容；
邊界條件確定步驟：利用充電實驗確定每個充電階段中一階rc等效電路模型的參數和充電電流選取的邊界條件；
目標函數建立步驟：建立以整個充電過程中充電時間與電池自身能量損耗為對象的目標函數f：
其中，ij是第j個充電階段的充電電流，rj(ij)是第j個充電階段在充電電流為ij時的內阻阻值，δj是第j個充電階段的充電時間，w1j是第j個充電階段內極化電阻上的能量損耗；
最優電流獲得步驟：利用動態規劃算法對目標函數f進行優化，使目標函數取得最小值，獲得每個充電階段的最優充電電流。
具體實施方式二：本實施方式是對具體實施方式一所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，利用以下方法確定每個充電階段中一階rc等效電路模型的參數和充電電流選取的邊界條件：
每一充電階段中，充電倍率從0.1c(c表示電池額定容量)開始，充電倍率每增加0.1c進行一次充電實驗，至充電倍率達到鋰電池允許最大充電倍率為止，共進行x次充電實驗，獲得x組一階rc等效電路模型的參數和x個最大充電電流，將x個最大充電電流擬合為一條電流曲線，將該電流曲線作為當前充電階段的充電電流選取的邊界條件。
具體實施方式三：參照圖3具體說明本實施方式，本實施方式是對具體實施方式二所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，充電實驗前，首先把充電實驗過程劃分為m個實驗階段，其中，soc從0至1的增長過程中，每增加q％soc為一個實驗階段，
所述充電實驗包括以下步驟：
步驟11：對鋰電池充電10s后靜止5min，獲得第i個實驗階段的一階rc等效電路模型參數，其中i的初始值為1，然后執行步驟12；
步驟12：對鋰電池充電，并判斷鋰電池電壓是否大于充電截止電壓，是則執行步驟16，否則執行步驟13；
步驟13：判斷鋰電池充電容量是否大于等于i×q％soc，是則使i＝i+1，然后執行步驟14，否則返回步驟12；
步驟14：判斷i是否大于m，是則執行步驟16，否則執行步驟15；
步驟15：將鋰電池靜止3h，然后返回步驟11；
步驟16：結束充電實驗，并將此時鋰電池soc所對應的最大充電電流為當前充電實驗的最大充電電流。
本實施方式中，一個充電實驗能夠獲得m個實驗階段的一階rc等效電路模型參數和一個充電實驗的最大充電電流。每個實驗階段中，充電倍率為當前充電階段的充電倍率。
具體實施方式四：本實施方式是對具體實施方式三所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，獲得第i個實驗階段的一階rc等效電路模型參數具體為：
以非線性最小二乘法進行參數辨識，獲得第i個實驗階段的一階rc等效電路模型參數。
具體實施方式五：本實施方式是對具體實施方式一所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，第j個充電階段的充電時間δj通過以下公式獲得：
其中，s(j)為第j個充電階段的soc水平，cap為鋰電池的額定容量，單位為ah。
具體實施方式六：本實施方式是對具體實施方式一所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，第j個充電階段內極化電阻上的能量損耗w1j通過以下公式獲得：
其中，δ為采樣時間，α為第j個充電階段的采樣個數，r1j(ij)和c1j(ij)分別為第j個充電階段極化電阻值和極化電容值，u1j為第j個充電階段起始時刻極化電容上的電壓。
本實施方式中，首先，設第j個充電階段中每個采樣時間為δ，則第j個充電階段的采樣個數α為：
則第j個充電階段內極化電阻上的能量損耗w1j為：
因此，w1j能夠改寫為：
受上一充電階段的影響，極化電容每一充電階段起始時刻的電壓是上一充電階段末尾時刻的電壓，為了表達極化電容在每個充電階段起始時刻的電壓，采用從最后一個充電階段往前遞推的方法。由于最后一個充電階段的充電電流很小，充電時間相對較長，因此認為最后一個充電階段的最后時刻極化電阻上的電流in已達到穩態：
其中，i1nm是最后充電階段最后時刻極化電阻上的電流，δn為最后一個充電階段的充電時間，r1n(in)為最后一個充電階段極化電阻在電流為in時的阻值，c1n(in)為最后一個充電階段極化電容在電流為in時的電容值，u1n為最后一個充電階段起始時刻極化電容上的電壓；
可以得出最后一個充電階段起始時刻極化電容上的電壓u1n，而此時極化電容上的電壓又是上一個充電階段末尾時刻的電壓：
i1(n-1)m為第n-1個充電階段最后時刻極化電阻上的電流，r1(n-1)是第n-1個充電階段極化電阻在電流為in-1時的阻值，in-1為第n-1個充電階段的充電電流，u1(n-1)為第n-1個充電階段起始時刻極化電容上的電壓，r1(n-1)(in-1)為第n-1個充電階段極化電阻在電流為in-1時的阻值，c1(n-1)(in-1)為第n-1個充電階段極化電容在電流為in-1時的電容值，δ(n-1)為第n-1個充電階段的充電時間。
可以得出極化電容在第n-1個充電階段起始時刻的電壓。通過不斷由后往前遞推，可以得到極化電容在每個充電階段的起始時刻的電壓u1j。
具體實施方式七：本實施方式是對具體實施方式一所述的基于充電時間與電池自身能量損耗的鋰電池最優充電電流獲得方法作進一步說明，本實施方式中，利用動態規劃算法對目標函數f進行優化的方法為：
步驟21：使j的初始值為n，附加一個充電階段，即：第n+1階段，且鋰電池自身能量損耗wn+1(in+1)＝0，充電時間tn+1(in+1)＝0，然后執行步驟22，
步驟22：令
0<in<inmax
0<in-1<i(n-1)max
...
0<ij<ijmax
其中，ijmax為第j個充電階段充電電流選取的邊界條件，j＝1,2,...,n。
步驟23：判斷以下公式是否成立：
tj(ij)＝opt(δj+tj+1)
opt＝min{wj(ij)tj(ij)}
是則使j＝j-1，然后返回步驟22，否則執行步驟24，
上式中，δ為采樣時間，rj(ij)為第j個充電階段在充電電流為ij時的內阻阻值，i1jk為第j個充電階段第k個充電時刻極化電阻的電流，wj(ij)為第j個充電階段起始時刻到充電結束時電池自身的能量損耗，tj(ij)為第j個充電階段起始時刻到充電結束時的時間，tj+1為第j+1個充電階段起始時刻到充電結束時的時間，opt表示最優；
步驟24：判斷j是否為1，是則完成優化，否則返回步驟22。
- 還沒有人留言評論。精彩留言會獲得點贊！