一种动力电池开路电压模型融合方法

    公开(公告)号:CN112114254B

    公开(公告)日:2022-02-08

    申请号:CN202010864946.8

    申请日:2020-08-25

    IPC分类号: G01R31/367

    摘要: 本发明提供一种锂离子动力电池开路电压模型融合方法,包括以下步骤:通过OCV实验获得电池全SOC区间的开路电压(OCV)‑荷电状态(SOC)实验曲线;以一定等SOC间隔选取实验曲线上的(SOC,OCV)数据点,通过合理选取不同OCV模型,将选取的数据点代入各OCV模型得到相应OCV‑SOC拟合曲线;在数据点所划分出的每个SOC间隔内,分别计算各OCV‑SOC拟合曲线与实验曲线之间的均方根误差,并据此为各SOC区间中每个OCV函数模型分配不同的权值,经加权融合后,最终获得整个SOC区间的OCV模型。该模型在全SOC区间均能获得高的拟合精度,具有很好的适应性,不再局限于现有技术中单一OCV模型只能在某一特定区间内具有较高的拟合精度,而牺牲其他区间的精确性的缺点。

    一种动力电池开路电压模型融合方法

    公开(公告)号:CN112114254A

    公开(公告)日:2020-12-22

    申请号:CN202010864946.8

    申请日:2020-08-25

    IPC分类号: G01R31/367

    摘要: 本发明提供一种锂离子动力电池开路电压模型融合方法,包括以下步骤:通过OCV实验获得电池全SOC区间的开路电压(OCV)‑荷电状态(SOC)实验曲线;以一定等SOC间隔选取实验曲线上的(SOC,OCV)数据点,通过合理选取不同OCV模型,将选取的数据点代入各OCV模型得到相应OCV‑SOC拟合曲线;在数据点所划分出的每个SOC间隔内,分别计算各OCV‑SOC拟合曲线与实验曲线之间的均方根误差,并据此为各SOC区间中每个OCV函数模型分配不同的权值,经加权融合后,最终获得整个SOC区间的OCV模型。该模型在全SOC区间均能获得高的拟合精度,具有很好的适应性,不再局限于现有技术中单一OCV模型只能在某一特定区间内具有较高的拟合精度,而牺牲其他区间的精确性的缺点。

    一种基于动态阈值模型的电动汽车故障诊断方法

    公开(公告)号:CN112285569B

    公开(公告)日:2022-02-01

    申请号:CN202011181863.5

    申请日:2020-10-29

    IPC分类号: G01R31/367 G01R31/392

    摘要: 本发明提供一种基于动态阈值模型的电动汽车故障诊断方法,该方法用于电动汽车中电池系统故障诊断,在阈值模型建立和参数辨识算法两方面进行了改进,在不同温度下进行电路基础特性测试实验,得到等效电路模型参数;建立OCV‑SOC‑Q三维响应面模型;采用带遗忘因子的递推最小二乘法进行模型参数辨识,建立关于R0和τ的动态阈值模型。在实际故障诊断过程当中,利用双扩展卡尔曼滤波算法辨识参数和状态,得到电池R0和τ、容量及SOC;采用温度插值的方法确定参数参考值;确定参数阈值;生成残差;通过对比残差与阈值来判断电池是否发生故障。该方法不仅故障诊断率高,还能避免检测不及时、误警和漏警问题。