[发明专利]一种基于数据驱动模型的动力电池云管理系统在审
申请号: | 201910754781.6 | 申请日: | 2019-08-15 |
公开(公告)号: | CN110456279A | 公开(公告)日: | 2019-11-15 |
发明(设计)人: | 雷旭;张帅;候亚虹;杨亚麟;冯斌;赵熙;陈毅 | 申请(专利权)人: | 长安大学 |
主分类号: | G01R31/3842 | 分类号: | G01R31/3842;G01R31/367;G01R31/371 |
代理公司: | 61200 西安通大专利代理有限责任公司 | 代理人: | 王艾华<国际申请>=<国际公布>=<进入 |
地址: | 710064*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 等效电路模型 二阶 卡尔曼滤波算法 电化学极化 电池系统 浓差极化 遗忘因子 主控单元 电容 云平台 总电流 总电压 递推 电阻 最小二乘法辨识 电池状态估计 数据驱动模型 采集 云管理系统 最小二乘法 动力电池 联合估计 欧姆电阻 实时修正 上传 更新 | ||
本发明公开了一种基于数据驱动模型的动力电池云管理系统,通过车载BMS主控单元采集电池系统的实际总电流值和实际总电压值,并将采集到的电池系统的实际总电流值和实际总电压值上传至云平台单元,云平台利用带遗忘因子的递推最小二乘法辨识得到二阶RC等效电路模型中Rd,Cd,Rc,Cc和R0,并将其传给车载BMS主控单元已获得更新后的二阶RC等效电路模型,然后利用双卡尔曼滤波算法得到SOC和SOH估计值。本发明通过带遗忘因子的递推最小二乘法建立的二阶RC等效电路模型,对等效电路模型的电化学极化电阻Rd、电化学极化电容Cd、浓差极化电阻Rc、浓差极化电容Cc和欧姆电阻R0进行实时修正,并利用双卡尔曼滤波算法联合估计SOC和SOH,有效提高了电池状态估计精度。
技术领域
本发明属于电池管理系统技术领域,具体涉及一种基于数据驱动模型的动力电池云管理系统。
背景技术
气候变化、能源危机、环境污染是人类社会当今面临的三个主要问题,这些问题都与燃油汽车对石油资源的消耗和汽车尾气的排放有着密不可分的关系。随着电动汽车技术的发展及各国政府环保意识的增强,越来越多的国家开始把发展电动汽车技术作为缓解环境问题的一个重要措施。
随着电动汽车的广泛使用,自燃、虚假续航里程等问题的出现都给整个电动汽车产业的发展带来了很大的不良影响,经过调查分析发现出现这些问题的主要原因是没有使用或者使用质量不过关的电池管理系统,而电池状态的估算是影响电池管理系统性能好坏的一个重要因素,已经成为阻碍电动汽车产业化发展的主要因素之一。
发明内容
针对现有技术中的技术上问题,本发明提供了一种基于数据驱动模型的动力电池云管理系统,其目的在于为提高电池状态估计精度和稳定性。
为解决上述技术问题,本发明通过以下技术方案予以实现:
一种基于数据驱动模型的动力电池云管理系统,包括:
车载BMS主控单元,所述车载BMS主控单元用于采集电池系统的实时状态数据,实时状态数据包括实际总电流值和实际总电压值,并根据采集到的电池系统的实际总电流值和实际总电压值建立用于描述电池系统状态的等效电路模型;
云平台单元,所述云平台单元用于接收所述车载BMS主控单元采集的电池系统的实际总电流值和实际总电压值,并根据接收到的实际总电流值和实际总电压值,通过带遗忘因子的递推最小二乘法辨识出等效电路模型中的电化学极化电阻Rd、电化学极化电容Cd、浓差极化电阻Rc、浓差极化电容Cc和欧姆电阻R0五个参数,并将辨识得到的五个参数发送给所述车载BMS 主控单元,所述车载BMS主控单元利用接收到的五个参数更新等效电路模型,所述车载BMS 主控单元根据更新后的等效电路模型,采用双扩展卡尔曼滤波法完成对电池系统当前状态的 SOC值和SOH值计算。
进一步地,还包括车载BMS测控单元和均衡模块,所述车载BMS测控单元用于采集电池系统单个电池组内的单体电池的实际电压值和实际温度值,并根据采集到的实际电压值和实际温度值进行均衡判断,判断单体电池的带电量是否一致,若不一致,所述均衡模块对单体电池进行均衡处理。
进一步地,所述车载BMS测控单元采集单体电池的实际电压采用集成电压传感器,单体电池的实际温度采集采用集成温度传感器。
进一步地,电池系统的实际总电流采用霍尔传感器采集,实际总电压采用电动汽车动力电池电压采集芯片采集。
进一步地,所述等效电路模型为二阶RC等效电路模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910754781.6/2.html,转载请声明来源钻瓜专利网。