本發(fā)明涉及一種鋰離子電池SOC估算方法，特別涉及一種能夠準(zhǔn)確估算鋰離子電池的剩余容量的方法。
背景技術(shù)：
：鋰離子電池已在各大領(lǐng)域中得到廣泛性使用，由于反應(yīng)過(guò)程的復(fù)雜性，需要完善的電池管理系統(tǒng)，其中對(duì)SOC的準(zhǔn)確估計(jì)至關(guān)重要。圍繞鋰離子電池應(yīng)用中的SOC準(zhǔn)確估計(jì)問(wèn)題，廣大科研工作者做了大量工作。有效提高了使用過(guò)程中的安全性和能量利用效率。國(guó)內(nèi)外研究機(jī)構(gòu)和高校針對(duì)鋰離子電池的SOC估算展開(kāi)了大量的研究和實(shí)驗(yàn)。電池管理的重要環(huán)節(jié)就是剩余容量估算，而剩余容量估算一直是業(yè)界比較棘手的問(wèn)題之一，成為了目前新能源推廣應(yīng)用的瓶頸之一。由于SOC是電池內(nèi)部狀態(tài)參數(shù)，無(wú)法通過(guò)直接測(cè)量得到，只有通過(guò)測(cè)量電壓電流等相關(guān)參數(shù)進(jìn)行間接估算，現(xiàn)有如：安時(shí)法、開(kāi)路電壓法、卡爾曼濾波法、神經(jīng)網(wǎng)絡(luò)法等。由于受到充放電電流、電壓、溫度、內(nèi)阻、衰退等因素的影響，在SOC估算問(wèn)題上尚無(wú)統(tǒng)一規(guī)范的方法。上述方法各有利弊。1)安時(shí)法安時(shí)法又稱(chēng)為安時(shí)積分法，是對(duì)電流進(jìn)行時(shí)間積分得到電池已經(jīng)放出的電量，然后用剩余電量除以總?cè)萘揩@得SOC的方法。安時(shí)法由于計(jì)算過(guò)程簡(jiǎn)單易行而在工程上得到廣泛應(yīng)用。但是該方法依賴(lài)于SOC的總?cè)萘?，而這個(gè)值會(huì)隨著溫度和老化程度等因素發(fā)生變化，因而產(chǎn)生誤差。2)開(kāi)路電壓法開(kāi)路電壓法是根據(jù)實(shí)驗(yàn)獲得的SOC-OCV曲線(xiàn)，測(cè)量開(kāi)路電壓后查詢(xún)曲線(xiàn)圖表獲得SOC的方法。2014年美國(guó)北卡羅來(lái)納州立大學(xué)的Rahimi-EichiH等人使用變系數(shù)分段線(xiàn)性逼近法，表征了電池OCV-SOC固有的非線(xiàn)性關(guān)系；2014年美國(guó)夏威夷大學(xué)的TruchotC等人基于OCV＝f(SOC)直接推理實(shí)現(xiàn)了電池的SOC估算；2014年香港城市大學(xué)的XingYJ等人通過(guò)構(gòu)建OCV-SOC-溫度表，實(shí)現(xiàn)考慮溫度影響的SOC估算。2015年北京交通大學(xué)的ZhangCP等人以SOC-OCV關(guān)系為主，結(jié)合KF實(shí)現(xiàn)了SOC估算，精度為3％。但是，開(kāi)路電壓需要長(zhǎng)時(shí)間靜置來(lái)獲得，不能滿(mǎn)足在線(xiàn)檢測(cè)的需求。3)卡爾曼濾波法卡爾曼濾波法目前在SOC估算中應(yīng)用比較廣泛，通過(guò)系統(tǒng)辨識(shí)及參數(shù)估計(jì)進(jìn)行建模，在估算過(guò)程中能保存很好的精度，解決初始值誤差修正問(wèn)題，并且對(duì)噪聲有很強(qiáng)的抑制作用，能對(duì)動(dòng)態(tài)系統(tǒng)的狀態(tài)做出最小方差意義上的最優(yōu)估計(jì)，適用于電流波動(dòng)比較劇烈的場(chǎng)合。美國(guó)的GregoryL.Plett教授于2006年最早致力于卡爾曼濾波及其擴(kuò)展算法在SOC估算方面的應(yīng)用研究，通過(guò)將鋰離子電池作為完備的動(dòng)態(tài)系統(tǒng)，把SOC作為系統(tǒng)狀態(tài)變量，利用觀察變量值更新，不斷修正SOC值?；诮⒌碾姵氐刃Ｐ?，利用卡爾曼濾波能夠?qū)崿F(xiàn)SOC估算，減弱極化效應(yīng)的影響，提高估算精度。但是該方法對(duì)電池模型依賴(lài)性較強(qiáng)，需要建立高精度的模型才能準(zhǔn)確估計(jì)SOC，同時(shí)設(shè)計(jì)矩陣運(yùn)算，計(jì)算量較大。4)神經(jīng)網(wǎng)絡(luò)法是隨找人工智能(AI)這一新興學(xué)科的發(fā)展而發(fā)展起來(lái)的方法，該方法依靠大量樣本數(shù)據(jù)訓(xùn)練得到較好的估算精度。其優(yōu)勢(shì)在于不依賴(lài)精確數(shù)學(xué)模型，僅僅給予學(xué)習(xí)及訓(xùn)練就能解決復(fù)雜、不確定、非線(xiàn)性系統(tǒng)的建模及處理問(wèn)題，但是在設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)模型和輸入輸出參量時(shí)，有著相對(duì)的技術(shù)難度，考慮不周或者設(shè)置不當(dāng)，多估算結(jié)果影響較大。基于ANFIS對(duì)剩余容量進(jìn)行估算雖然在之前已經(jīng)有先例，如：電子科技大學(xué)余岷、祁建佳，廈門(mén)大學(xué)的徐文進(jìn)等，都是圍繞內(nèi)阻檢測(cè)建立鉛酸蓄電池的ANFIS模型，其輸入為：電池內(nèi)阻、放電電壓、溫度、放電電流。因?yàn)殡姵貎?nèi)阻較小，測(cè)量的準(zhǔn)確性要求很高，并且過(guò)多的輸入?yún)?shù)會(huì)降低系統(tǒng)的工程性。華中科技大學(xué)王喜的研究，通過(guò)分析鉛酸蓄電池的電化學(xué)特性和常用的SOC檢測(cè)方法，確定了影響SOC的關(guān)鍵參量，并提出了一種基于自適應(yīng)神經(jīng)-模糊推理系統(tǒng)的電池SOC模型辨識(shí)方法。利用鉛酸蓄電池的電解液密度進(jìn)行剩余容量估算。采用自制的銀/硫酸銀參比電極在電池充放電實(shí)驗(yàn)中來(lái)獲取正、負(fù)電極電勢(shì)。利用BP網(wǎng)絡(luò)、徑向基網(wǎng)絡(luò)(RBF)和自適應(yīng)神經(jīng)-模糊系統(tǒng)(ANFIS)對(duì)電解液密度進(jìn)行參數(shù)辨識(shí)。申請(qǐng)人在剩余容量研究方面前期做了大量工作。2011年申請(qǐng)人開(kāi)始研究電池回跳電壓估算剩余容量，并申請(qǐng)了國(guó)家專(zhuān)利，發(fā)表了一系列文章。但由于時(shí)間的關(guān)系，對(duì)于溫度在估算問(wèn)題中帶來(lái)的問(wèn)題，還沒(méi)有進(jìn)行相關(guān)的實(shí)驗(yàn)。綜上所述，在鋰離子電池SOC估算研究中，沒(méi)有全面有效的解決方案，基于電池等效模型購(gòu)建的多元參數(shù)估算方法目前成為發(fā)展趨勢(shì)，但在提高精度和降低計(jì)算量間必須尋求最佳平衡點(diǎn)，以不斷優(yōu)化和改進(jìn)估算方法。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種準(zhǔn)確估算鋰離子電池SOC的方法。通過(guò)建立SOC與回跳電壓、溫度之間關(guān)系的神經(jīng)網(wǎng)絡(luò)模型，在實(shí)驗(yàn)研究的基礎(chǔ)上，對(duì)該模型進(jìn)行訓(xùn)練和驗(yàn)證，最終達(dá)到SOC的在線(xiàn)準(zhǔn)確估算。本發(fā)明的技術(shù)方案如下：一種鋰離子電池SOC估算方法，其特征在于：通過(guò)對(duì)高低溫下鋰離子電池回跳電壓的實(shí)驗(yàn)數(shù)據(jù)分析，建立自適應(yīng)神經(jīng)模糊推理系統(tǒng)的鋰離子電池剩余容量預(yù)測(cè)模型；確定回跳電壓和環(huán)境溫度為鋰離子電池剩余容量預(yù)測(cè)模型的輸入，鋰離子電池剩余容量為輸出；在MATLAB平臺(tái)上，通過(guò)用實(shí)驗(yàn)數(shù)據(jù)對(duì)自適應(yīng)神經(jīng)模糊推理系統(tǒng)的鋰離子電池剩余容量預(yù)測(cè)模型進(jìn)行訓(xùn)練、校驗(yàn)；將所得模型用于不同電池組的剩余容量預(yù)測(cè)和驗(yàn)證。進(jìn)一步，所述方法包括如下步驟：步驟1：確定步驟2中所要建立的鋰離子電池剩余容量預(yù)測(cè)模型的輸入量為回跳電壓、環(huán)境溫度，輸出為鋰離子電池剩余容量；步驟2：基于MATLAB軟件，根據(jù)實(shí)驗(yàn)數(shù)據(jù)，建立鋰離子電池剩余容量預(yù)測(cè)模型；步驟3：基于MATLAB軟件，在Simulink環(huán)境下進(jìn)行仿真校驗(yàn)，以驗(yàn)證模型可靠適用。進(jìn)一步，步驟1中，確定輸入量的過(guò)程包括如下步驟：步驟1-1：選用回跳電壓、環(huán)境溫度和放電倍率作為步驟2中所要建立的鋰離子電池剩余容量預(yù)測(cè)模型的預(yù)選輸入量；步驟1-2：通過(guò)實(shí)驗(yàn)分別分析回跳電壓、環(huán)境溫度和放電倍率對(duì)剩余容量的影響；步驟1-3：確定步驟2中所要建立的鋰離子電池剩余容量預(yù)測(cè)模型的輸入量為回跳電壓、環(huán)境溫度。進(jìn)一步，步驟1-1中，對(duì)溫度進(jìn)行大差異實(shí)驗(yàn)，高溫下，鋰離子電池可以放出更多的容量，因此在估算剩余容量時(shí)必須考慮溫度的影響；放電倍率實(shí)驗(yàn)中，隨著放電倍率的不斷增加，在同樣放電深度下電池組的剩余容量不斷地減少，但是放電倍率受負(fù)載的影響，在實(shí)際電池運(yùn)行中其平均值差異不大，因此在估算剩余容量時(shí)不考慮放電倍率的影響。進(jìn)一步，步驟3包括如下步驟：步驟3-1：用步驟2建立的鋰離子電池剩余容量預(yù)測(cè)模型進(jìn)行每個(gè)實(shí)驗(yàn)日當(dāng)日的鋰離子電池的SOC值估算；步驟3-2：將模型輸出的SOC值與實(shí)際實(shí)驗(yàn)SOC值進(jìn)行比較；步驟3-3：SOC模型預(yù)測(cè)值與實(shí)際SOC值偏差小，所建立的鋰離子電池剩余容量預(yù)測(cè)模型可靠適用。本發(fā)明的有益效果如下：本發(fā)明適合將該模型嵌入到目前已有的其他電池管理系統(tǒng)中，以準(zhǔn)確估算電池的剩余容量，防止過(guò)充、過(guò)放，提高電池使用壽命，降低用戶(hù)成本，其具有巨大的經(jīng)濟(jì)效益與社會(huì)效益。附圖說(shuō)明圖1是模型系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)圖；圖2系統(tǒng)結(jié)構(gòu)圖；圖3系統(tǒng)部分規(guī)則視圖；圖4第20個(gè)實(shí)驗(yàn)日電池SOC預(yù)測(cè)仿真圖；圖5部分實(shí)驗(yàn)日的SOC預(yù)測(cè)值與期望值圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。(1)設(shè)計(jì)的基本思路通過(guò)對(duì)高低溫下鋰離子電池回跳電壓的實(shí)驗(yàn)數(shù)據(jù)分析，建立了自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)的鋰離子電池剩余容量預(yù)測(cè)模型。確定了回跳電壓和溫度為預(yù)測(cè)系統(tǒng)的輸入，剩余容量為輸出。在MATLAB平臺(tái)上，通過(guò)用大量的實(shí)驗(yàn)數(shù)據(jù)對(duì)ANFIS模型進(jìn)行訓(xùn)練、校驗(yàn)，將此模型用于不同電池組的剩余容量預(yù)測(cè)和驗(yàn)證。證明了該模型的可靠性和適用性。(2)實(shí)驗(yàn)分析1)溫度的對(duì)剩余容量估算的影響溫度對(duì)電池容量的影響是眾所周知的，隨著電池應(yīng)用領(lǐng)域的擴(kuò)展，鋰離子電池的工作環(huán)境溫度差異巨大，變化無(wú)常。低溫情況下，電化學(xué)反應(yīng)速率降低，鋰離子電池在同等條件下剩余容量下降；溫度升高則會(huì)加快化學(xué)反應(yīng)速度，致使同等條件下釋放出更多的容量。環(huán)境溫度對(duì)開(kāi)路電壓OCV有一定的影響，溫度越低，同等容量OCV越低。而回跳電壓是開(kāi)路電壓的一部分，因此，在相同的回跳電壓下，低溫會(huì)放出比高溫狀態(tài)下更多的SOC。另外，充放電倍率對(duì)剩余容量的估算也有一定的影響。當(dāng)電池以不同的倍率放電時(shí)，電池的可放出容量是不同的，放電電流越大，能夠放出的容量越少；放電電流越小，相對(duì)放出的容量越多。因此放電倍率的變化給二次電池的SOC預(yù)測(cè)帶來(lái)一定的困難。而頻繁大倍率放電或充電，都將給二次電池帶來(lái)一定程度的損傷。2)實(shí)驗(yàn)說(shuō)明與分析我們進(jìn)行了鋰離子電池SOC估算的相應(yīng)實(shí)驗(yàn)。實(shí)驗(yàn)以?xún)山M鋰離子電池組為研究對(duì)象，每組電池組用三片鋰離子電池串聯(lián)而成，單體電池型號(hào)為INCMP58145155N-I，額定電壓為3.7V，額定容量10Ah。具體的實(shí)驗(yàn)過(guò)程為：將兩組電池組每天先進(jìn)行從10％-70％的深度放電，記錄回跳電壓，并擱置2小時(shí)，待電壓恢復(fù)后，再進(jìn)行0.2C完全放電。每當(dāng)放電深度設(shè)置的一個(gè)實(shí)驗(yàn)周期結(jié)束，改變放電倍率重復(fù)實(shí)驗(yàn)。并且分別置兩組電池于高溫和低溫環(huán)境下，以觀測(cè)環(huán)境溫度對(duì)電池剩余容量的影響。實(shí)驗(yàn)采用蓄電池綜合參數(shù)自動(dòng)測(cè)試設(shè)備，型號(hào)為BTS-M300A/12V。對(duì)剩余容量的檢測(cè)說(shuō)明：我們采用實(shí)際剩余容量計(jì)算方法進(jìn)行剩余容量檢測(cè)。例如放電深度50％(就10Ah電池放出5Ah后，靜置2小時(shí)，再次以0.2C放電，測(cè)得放出容量)i.由于溫度的微小變化，對(duì)于剩余容量的影響并不大，因此我們特別對(duì)溫度進(jìn)行大差異實(shí)驗(yàn)。表1為溫度差異在10℃以上的剩余容量實(shí)際放出值。從實(shí)驗(yàn)數(shù)據(jù)看出，高溫下，可以放出更多的容量(排除對(duì)電池?fù)p傷的影響)。因此在估算剩余容量時(shí)必須考慮溫度的影響。表1溫度對(duì)剩余容量的影響溫度(℃)剩余容量(Ah)104.242778274.370833374.451944ii.放電倍率的分析如上所述，放電倍率的大小將會(huì)對(duì)蓄電池的容量產(chǎn)生影響。為了觀測(cè)放電倍率對(duì)鋰離子電池剩余容量的影響，實(shí)驗(yàn)中設(shè)置了相同實(shí)驗(yàn)條件下不同放電倍率下的實(shí)驗(yàn)，其中1#電池組部分實(shí)驗(yàn)數(shù)據(jù)如表2所示。表2不同放電倍率不同放電深度下的剩余容量從表2中可以看出，隨著放電倍率的不斷增加，在同樣放電深度下電池組的剩余容量在不斷地減少。可見(jiàn)，放電倍率的確影響著電池的容量。但是，放電倍率受負(fù)載的影響，在實(shí)際電池運(yùn)行中其平均值基本差異不大。綜上所述，在下面的建模中的輸入量已經(jīng)確定為：回跳電壓、環(huán)境溫度。(3)建立神經(jīng)網(wǎng)絡(luò)模型進(jìn)行SOC估算一般的模糊推理系統(tǒng)需要大量的專(zhuān)家經(jīng)驗(yàn)知識(shí)來(lái)作為模糊規(guī)則庫(kù)，其主觀色彩比較強(qiáng)，對(duì)于一個(gè)還未完全了解的研究對(duì)象來(lái)說(shuō)，這無(wú)疑是一大致命的缺陷。而神經(jīng)網(wǎng)絡(luò)對(duì)環(huán)境的變化適應(yīng)有極強(qiáng)的自學(xué)習(xí)能力、在建模方面具有黑箱學(xué)習(xí)模式的特點(diǎn)。另外神經(jīng)網(wǎng)絡(luò)不光可以處理清晰數(shù)據(jù)、也可以處理模糊信息。利用這一能力，可以實(shí)現(xiàn)模糊規(guī)則和模糊推理功能、甚至實(shí)現(xiàn)全部模糊控制的功能。在模糊系統(tǒng)中，通常被使用的兩種類(lèi)型的典型代表：Mamdani型、Sugeno型。模糊推理與神經(jīng)網(wǎng)絡(luò)二者的結(jié)合很好地彌補(bǔ)了各自的不足，利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)生成了模糊推理系統(tǒng)所需要的客觀的規(guī)則庫(kù)，并具備了自適應(yīng)能力，ANFIS很適合應(yīng)用在還未能掌握的復(fù)雜系統(tǒng)的建模。本發(fā)明模型中的模糊推理系統(tǒng)(FuzzyInferenceSystem,FIS)采用自適應(yīng)神經(jīng)模糊系統(tǒng)建立，該系統(tǒng)依據(jù)依據(jù)大量可靠的實(shí)驗(yàn)數(shù)據(jù)建立FIS，使得構(gòu)建的模糊系統(tǒng)不再用人工歸納總結(jié)，相對(duì)更加客觀。1)模糊神經(jīng)網(wǎng)絡(luò)建模的步驟①在commandwindow(命令窗口)輸入中：fx>>anfisedit；打開(kāi)anfiseditor:untitled(anfis編輯器)；②在界面點(diǎn)擊“importdata”；打開(kāi)要選擇的文件；③打開(kāi)選中的cxcel文件，選擇其中部分(n行m列)；在界面上方選擇“Matrix”；點(diǎn)擊“importselection”按鈕；④在主界面右側(cè)workspace窗口中，將該部分?jǐn)?shù)據(jù)文件更名；重復(fù)以上工作分別依次輸入數(shù)據(jù)a1,b1,c1；⑤在anfiseditor:untitled(anfis編輯器)中，分別選擇training,testing,cheching,from中選擇“worksp”，將數(shù)據(jù)分別輸入；⑥選擇“Gridpartition”,點(diǎn)擊“GenerateFIS”按鈕；在“NumberofMFS中，選擇隸屬函數(shù)級(jí)”，在“MFtype”中選擇隸屬函數(shù)類(lèi)型，如：gaussmf；⑦在anfiseditor:untitled(anfis編輯器)右側(cè)“Anfisinto”欄中可見(jiàn)#ofinput2、#ofoutput1；⑧點(diǎn)擊編輯器中右側(cè)按鈕“structure”，即建立了ANFIS模型。根據(jù)上面有關(guān)模糊神經(jīng)網(wǎng)絡(luò)建模的步驟，根據(jù)實(shí)驗(yàn)數(shù)據(jù)，建立了基于回跳電壓與溫度的SOC預(yù)測(cè)模型。2)仿真與校驗(yàn)MATLAB提供ANFIS工具箱函數(shù)和圖形化編輯工具，可以用命令行和圖形用戶(hù)界面(GUI)兩種方法構(gòu)造FIS。具體操作方法如下：(1)在MATLAB(R2013a)中，提供了自適應(yīng)神經(jīng)模糊推理系統(tǒng)的圖形界面編輯器，在主窗口中鍵入“anfiseditor”即可調(diào)出。本文以實(shí)驗(yàn)數(shù)據(jù)作為模型系統(tǒng)的訓(xùn)練、校驗(yàn)和測(cè)試樣本。所建立的模型系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，模型輸入為回跳電壓和溫度。系統(tǒng)結(jié)構(gòu)圖2所示，系統(tǒng)的部分規(guī)則視圖如圖3所示。通過(guò)實(shí)驗(yàn)數(shù)據(jù)的訓(xùn)練成最終的系統(tǒng)模型。在建立好系統(tǒng)模型后，在Simulink環(huán)境下進(jìn)行仿真校驗(yàn)，以驗(yàn)證模型可靠適用。將第20個(gè)實(shí)驗(yàn)日的回跳電壓和溫度值輸入模型中，得到的仿真結(jié)果如圖4所示。從圖5中可知，該電池的SOC值為0.6093。查詢(xún)當(dāng)日實(shí)驗(yàn)數(shù)據(jù)得SOC值為0.6071，與0.6093相差僅為0.0022。用以上方法先用模型進(jìn)行每個(gè)實(shí)驗(yàn)日當(dāng)日的鋰離子電池的SOC，再將模型輸出的SOC值與實(shí)際實(shí)驗(yàn)SOC值進(jìn)行比較，部分實(shí)驗(yàn)日的兩者的比較如圖5所示。從圖中可以看出SOC模型預(yù)測(cè)值與實(shí)際SOC值偏差基本很小?？梢?jiàn)，本文所建立的鋰離子電池SOC預(yù)測(cè)模型可靠適用。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3