1.一种基于优化电化学模型的锂电池SOC和SOH估计方法,其特征在于:包括以下步骤:S1、建立优化电化学模型:通过两种不同方法对固相和液相扩散方程进行简化,并在极化部分采用两个RC网络结构进行代替,用于降低电化学模型的复杂度;
所述步骤S1中优化电化学模型建立的具体方法如下:
S1.1、通过非均匀有限差分法对固相扩散方程进行降阶求解,得到固相电势和固相锂离子浓度;
所述步骤S1.1的计算公式如下:
其中,y表示随着所划分的网格数而变化的粒子半径,k=2…Mr‑2,下标r表示划分的网格层数,r‑2表示取到r‑2的层数,Mr表示相连两个网格点之间的距离,Rs粒子颗粒半径S1.2、将隔膜区域的电解质分为本体区域和双电层区域,并对液相扩散方程进行降阶求解;
所述步骤S1.2中的液相扩散方程表达式如下:
其中,εe为液相体积分数,Ce为i时刻时电解液中的锂离子浓度分布,t表示时间, 表示对t的偏导运算,De为液相扩散系数,as表示正负电极单位体积有效反应面积, 表示对变量x的偏导运算, 为锂离子迁移数,j为锂离子孔壁流量密度,之后求解液相电势差фe,液相扩散方程的动力学方程简化为三阶ODE系统:3
其中,i表示时间,Xk是每个区域的无因次坐标,Xi∈R,Xi表示每个区域Galerkin投影使用的基函数的三个时变系数,A2和B2分别表示ODE系统系数矩阵,ge(*)表示计算内部每个区域锂浓度分布的输出函数,I是电池工作电流密度S1.3、将电池内部浓差极化和反应极化用两个RC网络结构来表征,同时将反应极化过程的电流分为法拉第分量和电容分量,并采用恒定相位元件,通过其通道转换,用两个与频率无关的系数X0和θ来表示;
所述步骤S1.3中的转换公式如下:
θ
YCPE=X0(H·W)
其中,YCPE表示根据实际情况表现为理想电容或理想电阻,X0和θ分别表示与频率无关的两个系数,W表示是角频率,H表示单位虚数S2、使用ABC算法对五个极化参数进行辨识,用于实现模型参数在不同放电深度和不同温度条件下的自适应选择;
S3、基于步骤S1和步骤S2构建全温度下的优化电化学模型;
S4、利用SRCKF算法构建SOH观测器,进行SOH实时估算,并对电池可用容量实时更新;
所述步骤S4中的SRCKF观测器预测SOH并实时更新容量的具体方法如下:S4.1、将最大可用锂离子浓度的损失转化为观测模型的老化因素,设置参数Css,max作为负极观测器的附加状态;
S4.2、为得到S4.1所述Css,max状态,对固相扩散方程进行拉普拉斯变换,表达式如下:其中,s为时间,Ds为固相扩散系数,r为粒子半径,Css(s)表示锂离子颗粒的表面锂浓度,J(s)为锂离子孔壁流量密度,as表示正负电极单位体积有效反应面积,F是法拉第常数,tanh(*)表示双曲正切函数;
S4.3、采用三阶Padé将S4.2中的表达式转化为多项式传递函数;
所述步骤S4.3中的表达式如下:
其中,J(s)为锂离子孔壁流量密度,Css(s)表示锂离子颗粒的表面锂浓度。
S4.4、利用类比开环框架简化SRCKF观测器,重新修正状态空间方程;
所述步骤S4.4中的重新修正状态空间方程具体表达式如下:其中,m=[p,n],p和n分别表示电池正负极,ω和v分别表示系统的过程激励噪声和观测噪声,U1表示极化电压,фe为液相电势差,xm表示系统状态变量, 表示xm的导数,是一个向量, 表示平均最大表面锂离子浓度,Uocv(*)表示开路电压,Am表示状态空间方程的状态矩阵,Bm表示状态空间方程的控制矩阵;
S5、基于容量更新后的安时积分法对剩余电荷的可用容量SOC进行在线闭环估算。
2.根据权利要求1所述的基于优化电化学模型的锂电池SOC和SOH估计方法,其特征在于:所述步骤S3中构建全温度下的优化电化学模型具体方法如下:S3.1、利用不同温度下的UDDS工况测试数据,通过步骤S2中的ABC算法对优化电化学模型中5个表征极化的参数进行辨识;
S3.2、通过步骤S3.1得到参数的辨识结果,建立极化参数-温度‑SOC的三维响应曲面,构建包含不同温度参数的优化电化学模型。
3.根据权利要求1所述的基于优化电化学模型的锂电池SOC和SOH估计方法,其特征在于:所述步骤S5中SOC估算方法的实现步骤如下:S5.1、根据优化电化学模型输出电压以及实际终端电压计算开路电压Uocv;
S5.2、根据步骤S5.1开路电压Uocv与电化学定义的SOC间的相互关系,确定当前可用SOC信息;
S5.3、将步骤S5.2中可用SOC信息与容量更新后采用安时积分法所计算得到的SOC进行对比,获取误差校正增益系数K,并不断的对SOC误差进行修正,从而获得精确SOC估算值。