[发明专利]一种轨道交通用钛酸锂电池功率状态预测方法

说明书

本发明涉及一种轨道交通用钛酸锂电池功率状态预测方法，基于电池改进模型，通过OCV‑SOC测试数据获得基准倍率下不同SOC的参数值，求取每个SOC点下典型倍率的充放电极化电压，基于复合形法测算电池特性参数，并根据该特性参数集合计算电池最大允许充放电电流和电池功率状态。本发明，提出一种能够实时准确预测电池功率状态的方法，所预测的电池功率状态不仅精度高，同时可直接用于系统级仿真，可充分利用电池功率能力以提升整车的动力特性，进而为轨道交通用钛酸锂电池运行过程中的最优控制策略提供理论依据。

技术领域

本发明涉及动力电池功率状态预测领域，具体说是一种轨道交通用钛酸锂电池功率状态预测方法。尤指基于高精度电池改进模型的轨道交通用钛酸锂电池功率状态预测方法。

背景技术

为了应对日益严重的环境污染和能源危机，电动车辆的开发及普及迫在眉睫。动力电池作为电动车辆动力系统的核心部件，其性能对车辆运行的安全性和高效性至关重要。

近年来，锂电池凭借自身在比功率、比能量及循环寿命方面的优势，被广泛应用于新能源车辆和电网储能领域。相对于采用石墨作为负极的功率型磷酸铁锂电池和锰酸锂电池，采用钛酸锂材料作为负极的钛酸锂电池具有更出色的倍率充放电特性、温度特性和更为稳定的结构，更适合用于频繁启停的电力驱动系统，成为未来电动车辆动力系统，尤其是轨道交通车辆的最佳选择之一。

作为电力驱动系统的储能部分，电池不仅需要在运行中提供一定量的能量，还要根据环境要求输出足够的功率。而电池功率受到电流、电压、荷电状态SOC、温度及时间间隔方面的约束条件的限制。当然，电池功率也会随着电池的老化而改变。通常将t秒内电池能够在安全运行区域内放电的最大功率称为电池t秒内最大放电功率，最大充电功率的定义类似。

目前关于电池功率状态预测的方法主要分为两种：基于特性图表的方法和基于动态电池模型的方法。

基于特性图表的方法主要通过在电池的不同SOC下施加特定脉冲组激励，从而得到相应的电压响应并进行功率预测。电池厂通常采用这类方法，以日本电动车辆协会标准JEVS D713 20035《混合动力电动汽车用密闭型镍氢电池的输出密度及输入密度试验方法》(简称JEVS)、美国Freedom-CAR项目《功率辅助型混合动力汽车用动力电池测试手册》(简称HPPC)为主，其优点是求取过程直接，方法简单。当然，其缺点就是仅考虑了电池静态特性，未能将实际运行中动态激励施加后初始极化状态的影响考虑在内，因此在动态工况中预测精度较低。

基于动态电池模型的方法则充分考虑电池动态特性，通过电池模型的参数值来预测电池当前状态下的功率状态。这类方法间的区别主要在于所采用的电池模型的类型。

作为预测电池功率状态的基础，电池模型的准确度直接影响到最终的预测精度。建立电池模型需要兼顾复杂程度和准确度，在保证模型精度的基础上使模型简单化。

目前常用的电池模型包括：电化学模型和电学模型，其中：

电化学模型充分表征了电池的材料特性以及反应机理，可以为电池优化设计提供依据，然而电化学模型中包含多个分数偏微分方程及大量未知变量，增加了模型的复杂程度，而且无法和动力系统其它部分直接连接。虽然电化学模型可以从多个角度进行简化，但简化的同时模型精度降低，并且简化后的模型仍难以满足应用的要求。

电学模型通过电学元件的组合来刻画电池动态特性，拥有更简单的结构和更少的未知参数，包括一阶RC电路模型等，更适合于电池性能仿真。虽然很多文献中针对电池在不同倍率激励下的表现提出了各种改进的电学模型，但这些模型均无法兼顾复杂程度和准确度，且均在窄倍率范围内进行验证，并未涉及钛酸锂电池。

因此有必要在兼顾复杂程度和准确度的电池改进模型的基础上，建立一种动态电池功率状态预测方法以准确描述钛酸锂电池高倍率应用下的电学行为和不同时刻的功率状态。

发明内容