基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法.pdf

《基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法.pdf》由会员分享，可在线阅读，更多相关《基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法.pdf（12页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911214784.7 (22)申请日 2019.12.02 (71)申请人 上海国际港务(集团)股份有限公司 地址 200080 上海市虹口区东大名路358号 申请人 上海沪东集装箱码头有限公司 上海航天电源技术有限责任公司 (72)发明人 邹鹰曹仪明周毅何平那伟 冯杰卜先知程嵘沈汝超 卫剑颀 (74)专利代理机构 上海新隆知识产权代理事务 所(普通合伙) 31366 代理人 金利琴 (51)Int.Cl. G01R 31/3828(2019.01) G01R 31/38。

2、42(2019.01) G01R 31/396(2019.01) (54)发明名称 一种基于港机轮胎吊磷酸铁锂电池并联系 统设计的SOC估算法 (57)摘要 本发明公开一种基于港机轮胎吊磷酸铁锂 电池并联系统设计的SOC估算法， 磷酸铁锂电池 并联系统是三个子系统并联架构， 每个子系统有 一个子BMU， 用来管理每个子系统， 三个子系统将 状态变量通过CAN总线上报给总BMU， 总BMU再通 过通信网络将信息传给PLC控制器， SOC估算法具 体为： 1,在磷酸铁锂电池平滑区以电流积分为 主； 2,对于单个子系统BMU在原有的电流安时积 分基础上， 采用基于PNGV等效模型的， 通过HPPC 。

3、实验辨识电池参数； 3,应用无迹kalman算法， 通 过采样方法近似非线性分布， 同时对后验概率密 度进行近似来得到次优解的滤波算法； 4,对并联 系统采用PID反馈调节算法。 本发明可有效解决 现有的安时积分算法+端电压矫正算法很难精准 控制好整个轮胎吊运行的问题。 权利要求书3页 说明书5页 附图3页 CN 110888063 A 2020.03.17 CN 110888063 A 1.一种基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法， 其特征在于， 所述磷 酸铁锂电池并联系统是三个子系统并联架构， 每个子系统有一个子BMU， 用来管理每个子系 统， 三个子系统将状态变量通过CA。

4、N总线上报给总BMU， 总BMU再通过通信网络将信息传给 PLC控制器， 所述SOC估算法具体步骤如下： 步骤1： 在磷酸铁锂电池平滑区以电流积分为主； 步骤2： 对于单个子系统BMU在原有的电流安时积分基础上， 采用基于PNGV等效模型的， 通过HPPC实验辨识电池参数； 步骤3： 应用无迹kalman算法， 通过采样方法近似非线性分布， 同时对后验概率密度进 行近似来得到次优解的滤波算法； 步骤4： 对并联系统采用PID反馈调节算法。 2.如权利要求1所述的SOC估算法， 其特征在于， 所述步骤2中， 对子系统电池在电流积 分基础上建立PNGV等效电池模型， R2为欧姆电阻， R1为极化电。

5、阻， C1为极化电容， UL为等效 电路模型开路电压， I为充放电电流， I1为极化电阻上的电流， 电容C2是描述随负载电流的 时间累计而产生的开路电压变化， 基于等效电路建立PNGV动态模型状态方程和观测方程： ULUoc-U2-R2*I-U1 (2) 所述通过HPPC实验进行电池参数辨识， 包括对50Ah高功率单体电池的性能实验做了 HPPC测试， 具体为:先将单体电池搁置， 然后恒流放电放空， 再搁置， 以恒流恒压充电55Ah， 再进行搁置， 再放电5Ah， 以此时的容量作为SOC为100的容量， 然后进行HPPC脉冲实验， 先 50A的恒流源对电池进行脉冲放电10s,然后搁置40s,再。

6、以50A恒流充电10s， 然后再搁置半 个小时， 接下来再用50A电流使SOC每次减少10， 直到SOC10， 依次循环， 计算出： 放电起 始OCV电压， 起始瞬间电压， 放电容量， 脉冲结束电压， 结束瞬间电压， 结束后静置电压， 充电 起始OCV电压， 起始瞬间电压， 充电容量， 脉冲结束电压， 结束瞬间电压， 结束后静置电压， 由 HPPC实验计算时间常数可得： 储能大电容C2经试验测得电池在SOC0和SOC100时的开路电压， 通过计算可得公式 如下， Q0为额定容量， UL为开路电压 3.如权利要求1所述的SOC估算法， 其特征在于， 所述步骤3中， 采用无迹kalman滤波算 法。

7、对矫正区域进行估算， UT变换是无迹kalman滤波算法的核心， 利用非线性随机变量的统 权利要求书 1/3 页 2 CN 110888063 A 2 计值对非线性函数进行变化， 用适当的采样点的分布来表征随机变量的概率密度分布， 建 立无迹卡尔曼滤波算法状态方程， 关键是如何选取sigma点和权值， 通常第一个sigma点选 择期望值 ， 因此建立离散方程可得： SOCk0SOCk (8) 分别计算第一个sigma点的期望和方差的权值和和剩下2n个点的期望和方差的 权值和 n为状态变量的维数， 为比例系数， 其大小决定了sigma点与SOCk之间的距离， 且满足 2(n+k)-n， 用来确定。

8、sigma点的分布， 通常将其设为数值较小的正数， 可取 0.01， 用 来降低高阶项的误差， 对于高斯分布最佳的选择可取 2， 将k时刻生成得到的sigma点根 据状态方程进行非线性传播， 得到k+1时刻状态变量的sigma点集： 将k时刻生成的sigma点集， 通过UT变换加权求平均值， 可得到k+1时刻状态变量预测值 的均值SOCk+1-和协方差Pk+1-.Qk为过程噪音协方差矩阵 计算卡尔曼增益K， 由PNGV状态方程和观测方程推导， 离散化可得： 对于k+1时刻输出的sigma点集， 通过UT变化加权求电池的端电压k+1时刻均值和协方 差： 权利要求书 2/3 页 3 CN 1108。

9、88063 A 3 Rk为测量噪音(高斯白噪声)协方差矩阵 计算k+1时刻状态变量和输出变量的联合协方差矩阵： 卡尔曼增益： SOC状态更新： 系统协方差更新： 4.如权利要求1所述的SOC估算法， 其特征在于， 所述步骤4中， 对并联系统采用PID调节 算法， 对系统三个支路SOC的一致性采用PID调节反馈算法， 当三个支路由于电压、 电流以及 温度等外界激励不一样， 导致SOC出现不一致的情况， 每个子BMU会将自己的状态变量SOC、 单体电压等， 传给总BMU， 总BMU计算当前t1时刻系统的状态变量， 并将这些系统变量反馈给 每个子BMU， 每个子BMU在下一时刻t2的外界激励所产生的。

10、状态变量， 和t1时刻系统的状态 变量进行比较， 通过PID算法计算出调速比例K1的值， 而每个子系统自身在矫正调速时， 通 过基于PNGV模型和无迹卡尔曼滤波算出的实际SOC1与OCV表格对应的SOC1 ， 也会时时产生 一个调速比例K1 ， 最后对比K1和K1 的差值， 从而算出每个子BMU当前时刻调速比例 K(t)a*K1(t)+b*K1 (t)， 这里a+b1 (27)。 权利要求书 3/3 页 4 CN 110888063 A 4 一种基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估 算法 技术领域 0001 本发明涉及港机作业场景中电池管理技术领域， 具体涉及一种基于港机轮胎吊磷 。

11、酸铁锂电池并联系统设计的SOC估算法。 背景技术 0002 近年来， 随着经济发展， 石油开采量一直在增长， 严重影响并污染了大气环境， 在 我国港口有大量集装箱起重机， 每年由于业务繁忙， 电能需求也在不断增加， 急需要通过一 种混合可再生能源已成为迫切需求。 加装锂电池， 通过改造后的集装箱起重机， 拉货物上升 时既可以独立驱动电机对货物做功， 也可以配合发电机一起对货物做功， 降低发电机功耗， 下降时可将重力势能转化成的电能进行能量回收， 存储在锂电池里， 从而达到节能减排目 的。 整个系统框架图如图6所示： 0003 为了节能减排， 港机轮胎吊采用安全系数更高， 稳定性更好的磷酸铁锂电。

12、池作为 动力源， 将原来整个系统由单一的柴油发动机改造成为油电混合驱动， 最终降低油耗， 提高 节能效率。 为了适应原有柴油发动机功率型号， 电池PACK系统设计采用三个子系统并联架 构， 每个子系统总共17个模块， 每个模块串联12个单体。 SOC运行区间控制在5576不 停充放电循环， 目的是适应原有配置的发动机功率输出， 防止SOC在高区间充电时， 电池总 压过高， 导致变频器大功率器件耐压不够， SOC在低区间放电时， 电池总压过低， 导致变频器 三相电压输出波形失真。 由于该系统运行时， 用传统的SOC算法安时积分+端电压矫正很难 对系统控制好， 主要原因有： 1、 由于电池单体自身。

13、差异性， 以及成组的模块、 系统串并联方 式的不一样， 整个系统又是三个子系统并联架构， 但最终要保证传输给变频器PLC控制端三 个子系统SOC是一致的， 否则就会形成局部环流， 造成电池局部短路危险， 以及PLC错误控制 继电器和空开断开， 造成器件粘连或损坏， 以及作业事故等。 2、 由于受磷酸铁锂电池自身充 放电DOD曲线特性影响， 导致系统作业SOC运行区间5576正好在平滑区和上行矫正 区， 又达不到最高单体电压矫正点设置， 要控制好电池系统单体电压整体运行趋势， 否则就 会导致错误的矫正， 电压整体运行区间偏离， 造成欠压或者过压故障。 3、 由于运行工况是纯 电动模式和混合动力模。

14、式皆有， 作业运行周期长， 一个周期大概在40天左右不停歇， 导致电 流积分累积以及端电压矫正误差明显。 4、 由于温度对电池极化内阻影响也会导致三个子系 统SOC不一致。 5、 电池自身日历寿命以及衰减， 对电池内阻的影响， 也会反映到SOC上。 发明内容 0004 为解决现有的安时积分算法+端电压矫正算法很难精准控制好整个轮胎吊运行的 问题， 本发明提出一种基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法， 其是根据 港机轮胎吊锂电池改造工程， 根据运行工况需求， 对SOC算法进行一种估算。 0005 本发明通过以下技术方案予以实现: 0006 一种基于港机轮胎吊磷酸铁锂电池并联系统设。

15、计的SOC估算法， 所述磷酸铁锂电 说明书 1/5 页 5 CN 110888063 A 5 池并联系统是三个子系统并联架构， 每个子系统有一个子BMU， 用来管理每个子系统， 三个 子系统将状态变量通过CAN总线上报给总BMU， 总BMU再通过485通信将信息传给PLC控制器， 所述SOC估算法具体步骤如下： 0007 步骤1： 在磷酸铁锂电池平滑区以电流积分为主； 0008 步骤2： 对于单个子系统BMU在原有的电流安时积分基础上， 采用基于PNGV等效模 型的， 通过HPPC实验辨识电池参数； 0009 步骤3： 应用无迹kalman算法， 通过采样方法近似非线性分布， 同时对后验概率密。

16、 度进行近似来得到次优解的滤波算法； 0010 步骤4： 对并联系统采用PID反馈调节算法。 0011 本发明对于单个子系统BMU在原有电流安时积分基础上， 通过建立PNGV等效电池 模型， 基于HPPC实验对等效模型参数进行辨识， 然后利用无迹卡尔曼滤波算法(无迹kalman 算法)获取每个子系统BMU的SOC值， 由于与OCV表格对应的SOC1会有差异， 时时产生一个调 速比例K1 ， 然后对三个支路并联系统采用PID反馈调节算法， 每个子BMU会将自己的状态变 量SOC、 单体电压等， 传给总BMU， 总BMU计算当前t1时刻系统的状态变量， 并将这些系统变量 反馈给每个子BMU， 每个。

17、子BMU在下一时刻t2的外界激励所产生的状态变量， 和t1时刻系统 的状态变量进行比较， 计算出调速比例K1， 最后对比K1和K1 的差值， 从而算出每个子BMU当 前时刻调速比例的值K， K(t)a*K1(t)+b*K1 (t)， 这里a+b1， 从而精准算出下一时刻的 三个支路的SOC值， 防止SOC因之前电流安时积分误差和端电压矫正不准导致运行区间偏 离， 从而保证三个子系统SOC一致性以及单体电压运行区间的稳定性。 0012 有益效果 0013 本发明可有效解决现有的安时积分算法+端电压矫正算法很难精准控制好整个轮 胎吊运行的问题。 附图说明 0014 图1为本发明中电池子系统PNGV。

18、等效电池模型； 0015 图2为本发明中50Ah磷酸铁锂电池HPPC实验电流示意图； 0016 图3为本发明中50Ah磷酸铁锂电池HPPC实验电压示意图； 0017 图4为本发明中无迹卡尔曼滤波算法SOC估算流程图； 0018 图5为本发明中并联系统PID反馈调节算法SOC估算流程图； 0019 图6为本发明中系统架构运行图。 具体实施方式 0020 以下通过特定的具体实施例说明本发明的实施方式， 本领域的技术人员可由本说 明书所揭示的内容轻易地了解本发明的其他优点及功效。 0021 一种基于港机轮胎吊磷酸铁锂电池并联系统设计的SOC估算法， 如图6所示， 磷酸 铁锂电池并联系统是三个子系统并。

19、联架构， 每个子系统有一个子BMU(电池管理单元)， 用来 管理每个子系统， 三个子系统将状态变量通过CAN总线上报给总BMU， 总BMU再通过通信网络 (485通信)将信息传给PLC控制器(可编程序控制器)， SOC估算法具体步骤如下： 0022 步骤1： 在磷酸铁锂电池平滑区以电流积分为主； 说明书 2/5 页 6 CN 110888063 A 6 0023 步骤2： 对于单个子系统BMU在原有的电流安时积分基础上， 采用基于PNGV等效模 型的， 通过HPPC(混合动力脉冲能力特性)实验辨识电池参数； 0024 步骤3： 应用无迹kalman算法， 通过采样方法近似非线性分布， 同时对后。

20、验概率密 度进行近似来得到次优解的滤波算法； 0025 步骤4： 对并联系统采用PID反馈调节算法 0026 其中， 步骤2所述， 对子系统电池在电流积分基础上建立PNGV等效电池模型， 如图1 所示， R2为欧姆电阻， R1为极化电阻， C1为极化电容， UL为等效电路模型开路电压， I为充放 电电流， I1为极化电阻上的电流， 电容C2是描述随负载电流的时间累计而产生的开路电压 变化。 基于等效电路建立PNGV动态模型状态方程和观测方程： 0027 0028 ULUoc-U2-R2*I-U1 (2) 0029 如步骤2所述， 通过HPPC实验进行电池参数辨识， 根据 美国Freedom C。

21、AR电池实验 手册 ， 对该50Ah高功率单体电池的性能实验做了HPPC测试。 先将单体电池搁置， 然后恒流 放电放空， 再搁置， 以恒流恒压充电55Ah， 再进行搁置， 再放电5Ah， 以此时的容量作为SOC为 100的容量， 然后进行HPPC脉冲实验， 先50A的恒流源对电池进行脉冲放电10s,然后搁置 40s,再以50A恒流充电10s， 然后再搁置半个小时。 接下来再用50A电流使SOC每次减少10， 直到SOC10， 依次循环， 计算出： 放电起始OCV电压， 起始瞬间电压， 放电容量， 脉冲结束电 压， 结束瞬间电压， 结束后静置电压。 充电起始OCV电压， 起始瞬间电压， 充电容量。

22、， 脉冲结束 电压， 结束瞬间电压， 结束后静置电压。 HPPC实验电流和电压示意图如图2和图3所示， 由 HPPC实验计算时间常数可得： 0030 0031 0032 0033 0034 储能大电容C2经试验测得电池在SOC0和SOC100时的开路电压， 通过计算可得 公式如下， 0035 Q0为额定容量， UL为开路电压 0036 0037 如步骤3所述， 采用无迹卡尔曼滤波算法对矫正区域进行估算， UT变换是无迹 kalman滤波算法的核心， 利用非线性随机变量的统计值对非线性函数进行变化， 用适当的 采样点的分布来表征随机变量的概率密度分布。 建立无迹卡尔曼滤波算法状态方程， 关键 是。

23、如何选取sigma点和权值， 通常第一个sigma点选择期望值 ， 因此建立离散方程可得： 0038 SOCk0SOCk (8) 说明书 3/5 页 7 CN 110888063 A 7 0039 0040 0041分别计算第一个sigma点的期望和方差的权值和和剩下2n个点的期望和方 差的权值和 0042 0043 0044 0045 0046 n为状态变量的维数， 为比例系数， 其大小决定了sigma点与SOCk之间的距离， 且 满足 2(n+k)-n， 用来确定sigma点的分布， 通常将其设为数值较小的正数， 可取 0.01， 用来降低高阶项的误差， 对于高斯分布最佳的选择可取 2。 。

24、将k时刻生成得到的 sigma点根据状态方程进行非线性传播， 得到k+1时刻状态变量的sigma点集： 0047 0048 将k时刻生成的sigma点集， 通过UT变换加权求平均值， 可得到k+1时刻状态变量预 测值的均值SOCk+1-和协方差Pk+1-.Qk为过程噪音(高斯白噪声)协方差矩阵 0049 0050 0051 计算卡尔曼增益K， 由PNGV状态方程和观测方程推导， 离散化可得： 0052 0053 0054 0055 对于k+1时刻输出的sigma点集， 通过UT变化加权求电池的端电压k+1时刻均值和 协方差： 0056 0057 0058 Rk为测量噪音(高斯白噪声)协方差矩阵。

25、 说明书 4/5 页 8 CN 110888063 A 8 0059 计算k+1时刻状态变量和输出变量的联合协方差矩阵： 0060 0061卡尔曼增益： 0062 SOC状态更新： 0063 0064 系统协方差更新： 0065 0066 无迹卡尔曼滤波算法对SOC估算流程图如图4所示。 0067 如步骤4所述， 对并联系统采用PID调节算法， 对系统三个支路SOC的一致性采用 PID调节反馈算法， 当三个支路由于电压、 电流以及温度等外界激励不一样， 导致SOC出现不 一致的情况， 每个子BMU会将自己的状态变量SOC、 单体电压等， 传给总BMU， 总BMU计算当前 t1时刻系统的状态变量。

26、， 并将这些系统变量反馈给每个子BMU， 每个子BMU在下一时刻t2的 外界激励所产生的状态变量， 和t1时刻系统的状态变量进行比较， 通过PID算法计算出调速 比例K1的值。 而每个子系统自身在矫正调速时， 通过基于PNGV模型和无迹卡尔曼滤波算出 的实际SOC1与OCV表格对应的SOC1 ， 也会时时产生一个调速比例K1 。 最后对比K1和K1 的 差值， 从而算出每个子BMU当前时刻调速比例 0068 K(t)a*K1(t)+b*K1 (t)， 这里a+b1 (27) 0069 系统框架图如图5所示。 0070 以上所述仅为本发明的较佳实施例而已， 并不用以限制本发明， 凡在本发明的精 神和原则之内所作的任何修改、 等同替换和改进等， 均应包含在本发明的保护范围之内。 说明书 5/5 页 9 CN 110888063 A 9 图1 图2 说明书附图 1/3 页 10 CN 110888063 A 10 图3 图4 说明书附图 2/3 页 11 CN 110888063 A 11 图5 图6 说明书附图 3/3 页 12 CN 110888063 A 12 。