[发明专利]用于锂电池中SOC确定的数据驱动/物理混合模型

摘要

本发明公开一种用于确定锂电池的荷电状态的混合模型，该混合模型同时包括物理模型和经验或数据驱动模型。所述物理模型是电化学模型，其基于电池材料性质和结构，并描述动态电化学反应。所述经验模型使用库仑计数和松弛滤波器，再加上用于系统参数自适应补偿的卡尔曼滤波器。在一些SOC区域中，一个模型显著优于另一模型。在一些SOC区域中，使用两个模型的加权组合。

主权项

一种用于确定可充电电池单体在该单体循环的整个放电部分中各个时间t_n处的荷电状态（SOC）的方法，包括以下步骤：a.对包含锂金属作为阳极、磷酸铁锂作为阴极以及聚合物电解质作为隔膜的电池单体完全充电，使得SOC为100%；b.在一段时间t_x内将所述电池单体放电，同时还在存储器位置中记录放电期间各个时间t_n（n=1,2,3,…x）处的电压(t_n)、温度(t_n)和通过的库仑(t_n)；c.如果这是首次确定精细SOC，则使用计算机处理器，基于时间t_n处的库仑来确定输入SOC(t_n)；d.使用所述输入SOC(t_n)、库仑(t_n)以及电压(t_n)和温度(t_n)作为向通过计算机处理器运行的SOC求精算法中的输入以确定精细SOC(t_n)，其中所述SOC求精算法根据以下规则来选择：i.当所述输入SOC(t_n)介于约100%与15%之间时，使用第一求精SOC算法；ii.当所述输入SOC(t_n)介于约5%与0%之间时，使用第二SOC求精算法；以及iii.当所述输入SOC(t_n)介于约15%与5%之间时，使用第一求精SOC算法和第二SOC求精算法的单个加权组合；e.使用所述精细SOC(t_n)作为输入SOC(t_n+1)、库仑(t_n+1)、电压(t_n+1)和温度(t_n+1)，作为向通过计算机处理器运行的所述SOC求精算法中的输入，以确定精细SOC(t_n+1)，其中所述SOC求精算法根据步骤d)中的规则来选择；f.按照需要而重复步骤e)，以确定各个时间t_n处的精细SOC。