專利名稱：一種基于單體電池一致性的蓄電池組soc估計(jì)改進(jìn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種蓄電池組SOC估計(jì)改進(jìn)方法，尤其是涉及一種基于單體電池一致性的蓄電池組SOC估計(jì)改進(jìn)方法。
背景技術(shù)：
傳統(tǒng)的電池管理系統(tǒng)(Battery Management System, BMS)對電池內(nèi)部狀態(tài)，特別是對荷電狀態(tài)(State ofcharge, S0C)進(jìn)行估計(jì)時，往往將整個電池組看成一個整體來進(jìn)行估計(jì)，實(shí)際上，由于電池組內(nèi)部各單體之間存在不一致，因此，以整體狀態(tài)代替各個單體進(jìn)行管理是存在其不合理性的。比如，當(dāng)電池組內(nèi)部某節(jié)電池的荷電狀態(tài)為20%，另一節(jié)的荷電狀態(tài)為80%，很顯然，這兩節(jié)電池一個接近過放，一個接近過充，而此時，管理系統(tǒng)對電池組的狀態(tài)估計(jì)值可能是50%。由于整車使用時將整個電池組作為一個電池來看待，因此，在大強(qiáng)度放電時，20%的電池容易發(fā)生過放，而在大強(qiáng)度充電時，80%的電池容易發(fā)生過充。在以往較常見的便攜式設(shè)備的電池成組應(yīng)用中，由于成組的電池?cái)?shù)量比較少，使用工況變化并不劇烈，因此電池之間差異所造成的影響并不突出。但是在車載動力電池的應(yīng)用中，成組電池的數(shù)量從幾十節(jié)到幾萬節(jié)不等，加之使用工況變化十分劇烈，很容易出現(xiàn)如上所述的非正常情況。這種情況會使整組電池的使用壽命縮短，并可能造成單體電池提前失效，甚至引起安全隱患，導(dǎo)致系統(tǒng)使用和維護(hù)成本增加。這一問題已經(jīng)成為制約電動汽車產(chǎn)業(yè)化發(fā)展和應(yīng)用的瓶頸問題之一。而受制于車用控制器的體積和成本上的限制，對每一節(jié)單體電池都進(jìn)行參數(shù)辨識并不現(xiàn)實(shí)。因此，有必要在目前的BMS系統(tǒng)架構(gòu)下提供一種基于電池組內(nèi)部一致性狀態(tài)的 SOC估計(jì)修正方法。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種能夠?qū)㈦姵亟M內(nèi)各單體電池的SOC差異真實(shí)地反映在整組SOC估計(jì)上的方法，該方法能夠判斷電池組內(nèi)各單體電池在SOC上的一致性程度，并基于單體電池的一致性進(jìn)行蓄電池組SOC估計(jì)修正。本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)一種基于單體電池一致性的蓄電池組SOC估計(jì)改進(jìn)方法，該方法包括基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則庫的離線學(xué)習(xí)建模過程和基于模糊規(guī)則庫的在線SOC估計(jì)修正過程，具體步驟如下首先利用蓄電池組模型的訓(xùn)練數(shù)據(jù)集、基于一致性修正的SOC預(yù)測數(shù)據(jù)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)構(gòu)建具有優(yōu)化結(jié)構(gòu)和參數(shù)的模糊規(guī)則庫；然后將離線學(xué)習(xí)后的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中，對蓄電池組SOC估計(jì)進(jìn)行在線修正。所述的離線學(xué)習(xí)建模過程具體包括以下步驟1)通過單體電池試驗(yàn)建立能反映單體電池在使用過程中動態(tài)特性的單體電池模型并獲得單體電池的參數(shù)和狀態(tài)分布規(guī)律；
2)根據(jù)單體電池模型建立電池組模型；3)采用激勵電流作為電池組模型的輸入，仿真獲得模糊規(guī)則庫的輸入數(shù)據(jù)集，并設(shè)置預(yù)定目標(biāo)輸出參數(shù)；4)將輸入數(shù)據(jù)集輸入到模糊規(guī)則庫中；5)計(jì)算模糊規(guī)則庫輸出值與預(yù)定目標(biāo)輸出參數(shù)的差，并將其作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法的學(xué)習(xí)依據(jù)，修正模糊規(guī)則庫規(guī)則節(jié)點(diǎn)的權(quán)重值，返回步驟4)直到模糊規(guī)則庫的輸出與預(yù)定目標(biāo)輸出參數(shù)的差小于預(yù)設(shè)的閾值；6)離線學(xué)習(xí)結(jié)束。所述的模糊規(guī)則庫包括模糊化層、規(guī)則適用度計(jì)算層、規(guī)則適用度歸一化層、解模糊化層和輸出層。所述的輸入數(shù)據(jù)集為BMS可實(shí)時在線采集的數(shù)據(jù)所組成的特征量，所述的可實(shí)時在線采集的數(shù)據(jù)包括單體電池電壓、電池組電壓、電池組電流和單體電池SOC的變化數(shù)據(jù)。所述的預(yù)定目標(biāo)輸出參數(shù)為整組SOC估計(jì)值與基于一致性修正后的SOC預(yù)測值之差。所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法包括BP訓(xùn)練算法以及BP和最小二乘法相結(jié)合的混合搜
索算法。所述的在線SOC估計(jì)修正過程包括以下步驟1)將經(jīng)過離線學(xué)習(xí)建模過程的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中；2)嵌入式控制器實(shí)時采集實(shí)際電池組的參數(shù)，并提取其特征量作為模糊規(guī)則庫的輸入，模糊規(guī)則庫計(jì)算出電池組SOC估計(jì)的修正量；3)采用傳統(tǒng)方法估算當(dāng)前實(shí)際電池組的SOC估計(jì)值；4)將修正量與SOC估計(jì)值相加即可得到修正后的實(shí)際電池組的SOC修正預(yù)測值。所述的傳統(tǒng)方法為卡爾曼濾波器法、電流積分法、模糊推理法或神經(jīng)網(wǎng)絡(luò)法。與現(xiàn)有技術(shù)相比，本發(fā)明可在目前BMS的硬件系統(tǒng)架構(gòu)下實(shí)施，并可按照電池組一致性的實(shí)際狀態(tài)對整組SOC的狀態(tài)估計(jì)進(jìn)行修正，判斷電池組內(nèi)各單體電池在SOC上的一致性程度，從而為車輛能量管理策略、判斷電池組的一致性程度及變化趨勢提供更加真實(shí)有效的參考信息。


圖1為本發(fā)明可以反映電池動態(tài)特性的單體電池?cái)?shù)學(xué)模型以及由其組成的電池組模型；圖2為本發(fā)明所構(gòu)建的模糊規(guī)則庫結(jié)構(gòu)示意圖；圖3為用于SOC —致性修正的模糊規(guī)則庫建模步驟以及訓(xùn)練優(yōu)化過程流程圖；圖4為傳統(tǒng)的整組SOC估計(jì)與一致性模糊推理修正相結(jié)合的電池組SOC在線預(yù)測流程圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。
實(shí)施例一種基于單體電池一致性的蓄電池組SOC估計(jì)改進(jìn)方法，該方法包括基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則庫的離線學(xué)習(xí)建模過程和基于模糊規(guī)則庫的在線SOC估計(jì)修正過程， 具體步驟如下首先利用蓄電池組模型的訓(xùn)練數(shù)據(jù)集、基于一致性修正的SOC預(yù)測數(shù)據(jù)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)構(gòu)建具有優(yōu)化結(jié)構(gòu)和參數(shù)的模糊規(guī)則庫；然后將離線學(xué)習(xí)后的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中，對蓄電池組SOC估計(jì)進(jìn)行在線修正。如圖1所示，為用于獲得訓(xùn)練數(shù)據(jù)集的帶分布參數(shù)特性的蓄電池組模型。模型所描述的電池組為由單體電池模型串聯(lián)組成。單體電池模型中Uocv是電池的開路電壓；電阻 R0用來描述電池歐姆內(nèi)阻，RpC1和I 2、C2用來描述電池的極化效應(yīng)。鋰離子電池工作的物理化學(xué)過程相當(dāng)復(fù)雜，要描述清楚也相當(dāng)困難，但是，可以大致地把鋰離子的運(yùn)動分成在電極間的傳輸過程與在電極上的擴(kuò)散過程兩個部分，即在電路模型中分別用兩個RC環(huán)節(jié)來描述鋰離子活動時受到的阻礙或電池表現(xiàn)出的阻抗。用時間常數(shù)較小的R1C1環(huán)節(jié)來描述鋰離子在電極間傳輸時受到的阻抗，用時間常數(shù)較大的I^2C2環(huán)節(jié)來描述鋰離子在電極材料中的擴(kuò)散時受到的阻抗，因?yàn)楹笳叩倪^程更為復(fù)雜，除了鋰離子在固相電極材料中的擴(kuò)散外， 電極材料的晶體結(jié)構(gòu)也會由于鋰離子數(shù)量的逐漸積累而發(fā)生改變，故鋰離子在電極中的擴(kuò)散所受到的阻礙因素更多，也較其在電解液中的擴(kuò)散慢的多?？紤]到電池的SOC-OCV僅用一個電容代替會帶來無法容忍的非線性誤差，因此，圖1中OCV用一個非線性函數(shù)來代替， 它是SOC參數(shù)的函數(shù)。這種包含SOC的非線性等效電路模型由線性部分和非線性部分組成， 并通過了工況充放電以及電化學(xué)阻抗譜試驗(yàn)的驗(yàn)證，表明其能夠較好地反映電池在工作過程中的動態(tài)特性。如圖2所示，為所構(gòu)建的模糊規(guī)則庫的通用結(jié)構(gòu)，包括有五層模糊化層，規(guī)則適用度計(jì)算層，規(guī)則適用度歸一化層，解模糊化層和輸出層。各層的功能分別如下第一層 計(jì)算輸入的模糊隸屬度函數(shù)O1, i = gxi (X，Bi, bj) ；Oljj = gy(i_2) (y, Cj_2, dj_2)上式中x，y為節(jié)點(diǎn)輸入，g()為隸屬度成員函數(shù)，可用來計(jì)算當(dāng)前各輸入的隸屬度。其中^，Ci, Cli稱為前件參數(shù)，可用來調(diào)節(jié)隸屬度成員函數(shù)的形狀。第二層計(jì)算規(guī)則適用度O2a = OiaXOlj3 = gxl(x, B^b1) Xgyl(y, C1, (I1)記作 W1O2j2 = O1j2XO1j4 = gx2(χ, a2, b2) Xgy2(y, C2, d2)記作 W2這一層主要功能是將第一層的輸出相乘，而將其乘積以W1和W2輸出。第三層計(jì)算適用度歸一化
權(quán)利要求
1.一種基于單體電池一致性的蓄電池組SOC估計(jì)改進(jìn)方法，其特征在于，該方法包括基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則庫的離線學(xué)習(xí)建模過程和基于模糊規(guī)則庫的在線SOC估計(jì)修正過程，具體步驟如下首先利用蓄電池組模型的訓(xùn)練數(shù)據(jù)集、基于一致性修正的SOC預(yù)測數(shù)據(jù)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)構(gòu)建具有優(yōu)化結(jié)構(gòu)和參數(shù)的模糊規(guī)則庫；然后將離線學(xué)習(xí)后的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中，對蓄電池組SOC估計(jì)進(jìn)行在線修正。
2.根據(jù)權(quán)利要求1所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的離線學(xué)習(xí)建模過程具體包括以下步驟1)通過單體電池試驗(yàn)建立能反映單體電池在使用過程中動態(tài)特性的單體電池模型并獲得單體電池的參數(shù)和狀態(tài)分布規(guī)律；2)根據(jù)單體電池模型建立電池組模型；3)采用激勵電流作為電池組模型的輸入，仿真獲得模糊規(guī)則庫的輸入數(shù)據(jù)集，并設(shè)置預(yù)定目標(biāo)輸出參數(shù)；4)將輸入數(shù)據(jù)集輸入到模糊規(guī)則庫中；5)計(jì)算模糊規(guī)則庫輸出值與預(yù)定目標(biāo)輸出參數(shù)的差，并將其作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法的學(xué)習(xí)依據(jù)，修正模糊規(guī)則庫規(guī)則節(jié)點(diǎn)的權(quán)重值，返回步驟4)直到模糊規(guī)則庫的輸出與預(yù)定目標(biāo)輸出參數(shù)的差小于預(yù)設(shè)的閾值；6)離線學(xué)習(xí)結(jié)束。
3.根據(jù)權(quán)利要求2所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的模糊規(guī)則庫包括模糊化層、規(guī)則適用度計(jì)算層、規(guī)則適用度歸一化層、解模糊化層和輸出層。
4.根據(jù)權(quán)利要求2所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的輸入數(shù)據(jù)集為BMS可實(shí)時在線采集的數(shù)據(jù)所組成的特征量，所述的可實(shí)時在線采集的數(shù)據(jù)包括單體電池電壓、電池組電壓、電池組電流和單體電池SOC的變化數(shù)據(jù)。
5.根據(jù)權(quán)利要求2所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的預(yù)定目標(biāo)輸出參數(shù)為整組SOC估計(jì)值與基于一致性修正后的SOC預(yù)測值之差。
6.根據(jù)權(quán)利要求2所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法包括BP訓(xùn)練算法以及BP和最小二乘法相結(jié)合的混合搜索算法。
7.根據(jù)權(quán)利要求1所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的在線SOC估計(jì)修正過程包括以下步驟1)將經(jīng)過離線學(xué)習(xí)建模過程的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中；2)嵌入式控制器實(shí)時采集實(shí)際電池組的參數(shù)，并提取其特征量作為模糊規(guī)則庫的輸入，模糊規(guī)則庫計(jì)算出電池組SOC估計(jì)的修正量；3)采用傳統(tǒng)方法估算當(dāng)前實(shí)際電池組的SOC估計(jì)值；4)將修正量與SOC估計(jì)值相加即可得到修正后的實(shí)際電池組的SOC修正預(yù)測值。
8.根據(jù)權(quán)利要求7所述的一種基于單體電池一致性的蓄電池組SOC估計(jì)修正方法，其特征在于，所述的傳統(tǒng)方法為卡爾曼濾波器法、電流積分法、模糊推理法或神經(jīng)網(wǎng)絡(luò)法。
全文摘要
本發(fā)明涉及一種基于單體電池一致性的蓄電池組SOC估計(jì)改進(jìn)方法，該方法首先利用蓄電池組模型的訓(xùn)練數(shù)據(jù)集、基于一致性修正的SOC預(yù)測數(shù)據(jù)和自適應(yīng)神經(jīng)網(wǎng)絡(luò)構(gòu)建具有優(yōu)化結(jié)構(gòu)和參數(shù)的模糊規(guī)則庫；然后將離線學(xué)習(xí)后的模糊規(guī)則庫移植入BMS的嵌入式控制器的模糊推理機(jī)中，對蓄電池組SOC估計(jì)進(jìn)行在線修正。與現(xiàn)有技術(shù)相比，本發(fā)明具有能夠?qū)㈦姵亟M內(nèi)各單體電池的SOC差異真實(shí)地反映在整組SOC估計(jì)上的優(yōu)點(diǎn)。
文檔編號H01M10/42GK102569922SQ20121005570
公開日2012年7月11日 申請日期2012年3月5日 優(yōu)先權(quán)日2012年3月5日
發(fā)明者孫澤昌, 戴海峰, 王佳元, 魏學(xué)哲 申請人:同濟(jì)大學(xué)