行之知识产权综合服务平台

技术领域

本发明属于节能与新能源汽车领域，涉及一种混合动力汽车锂离子电池可变频率脉冲充 电方法。

背景技术

随着汽车工业的迅猛发展，能源和环境问题日益突出。为了减少燃油汽车的能源消耗和 污染的问题，混合动力汽车（HEV）应运而生。混合动力汽车动力电池的荷电状态(State of  Charge,SOC)是电池管理系统的重要数据，HEV动力电池组的SOC要求实时、在线、准确估 算,它是HEV整车能量控制策略的前提，是不使电池组因过充、过放而提前损坏的保证。传 统的电池充电方法主要有：恒压法、恒流法、分段恒流法、恒压和恒流法相结合的方法等。 目前，蓄电池组的充电方式主要采用三段式充电方式，然而这种充电方式充电时间较长，不 能满足人们希望快速充电的需求。脉冲充电法是比较有效的快速充电方法，然而脉冲充电法 的脉冲周期较难确定。

发明内容

本发明的目的在于克服现有技术的缺陷，采用变频技术对脉冲充电法进行改进，提供一 种快速有效的混合动力汽车锂离子电池可变频率脉冲充电方法。

本发明的目的通过以下技术方案实现：

一种混合动力汽车锂离子电池可变频率脉冲充电方法，包括如下步骤：

（1）首先进行程序的初始化：检测时间t=0，开始计时；

（2）根据电池的二阶RC模型，建立非线性系统的状态方程和系统方程 x(k)＝f(x(k-1),u(k))+w(k)，y(k)＝g(x(k),u(k))+v(k)；w(k)和v(k)是高斯白噪声，x(k)是 待估计值，为电池荷电状态，y(k)是观测值，k是正整数，f(x(k),u(k))是非线性系统的状 态转移函数，g(x(k),u(k))是非线性系统的测量函数；然后将其线性化处理得到以下方程， x(k)≈A(k)x(k-1)+f(x',u(k))-A(k)x'+w(k)，y(k)≈C(k)x(k)+g(x',u(k))-C(k)x'+v(k)， A和C是线性相关系数；采用扩展卡尔曼滤波法进行迭代，电池荷电状态估算矫正，同时测 量电池端电压V_B；

（3）如果此时电池的SOC>95%或者V_B>V_Sup，其中V_Sup表示的是电池的充电阀值电压， 则结束充电；否则进行步骤（4）；

（4）根据不同频率充电方式下的平均电流值计算出最优充电频率f_op；

（5）根据确定的最优充电频率f_op来控制可变频率脉冲发生器进行脉冲充电；

（6）若检测时间t≥T_SUM，则结束充电；否则继续进行步骤（5）的充电；T_SUM为预先 设定的最长充电时间。

步骤（4）包括如下步骤：

(a)计算以f_n为脉冲充电频率充电时的平均充电电流:

设在脉冲充电频率为f_n下，第m个电流采样值为D_ib,n(m)，设采样电流之和为D_acc(n)， 设初始值D_acc(n)=0，则：

D_acc(n)＝D_acc(n)+D_ib,n(m);m=m+1；

计算M次采样的平均值D_avg(n)：

D avg ( n ) = D acc ( n ) M ; ]]>

(b)在不同脉冲充电频率下采样电流的平均值，即n=n+1:

D avg ( n ) = 1 M Σ m = 1 M D ib , n ( m ) , n = 1,2,3 · · · N ; ]]>

(c)最优充电频率f_op确定如下：

f_op＝{f_n|MAX(D_avg(n)),n＝1,2,...N}。

本发明采用变步长的滞环比较法实际上是变环宽的滞环比较法，设定一个指定大小的环 宽，随着电池SOC的逐步变化，环宽逐渐减小，精度逐步提高，可以很好地把最优充电频率 控制在环宽内，即根据电池充电的实际情况来控制电池的充电最优充电频率，实现了最优充 电频率的可控性。

本发明相对于现有技术具有如下优点和有益效果：

（1）本发明的变频脉冲式充电方法从理论和实验证明了能够缩短充电时间，能够快速有 效地对混合动力锂离子电池组的电量进行管理，有较好的应用前景。

（2）本发明找到了最优的充电频率，减小电池阻抗使转化为化学能的电能最小，减少了 充电过程中的能量损耗，提高了蓄电池的使用效率，从而达到增加续驶里程、延长电池使用 寿命以及降低运行成本的目的。

附图说明

图1为可变频率脉冲算法流程图。

图2为最优充电频率确定算法示意图。

图3为可变频率脉冲充电法与恒流-恒压充电法的对比图。

图4为通过实验测得的一个充电周期中最优充电频率的变化曲线。

图5为最优充电频率的分布情况图。

具体实施方式

下面结合附图及实施例，对本发明做进一步详细的描述。

本发明通过交流阻抗法测得最优充电频率：首先采用较大的步长Δf搜寻最优充电频率所 在的范围，然后按照比例缩小步长，再重复搜索，这样搜索到的最大电流所在的范围将缩小 一半，精度提高一倍，再如此循环下去，直到逼近最大电流值，其工作模式示意图如图1所 示。具体步骤如下：

1）首先进行程序的初始化：检测时间t=0，开始计时；

（2）根据电池的二阶RC模型，建立非线性系统的状态方程和系统方程 x(k)＝f(x(k-1),u(k))+w(k)，y(k)＝g(x(k),u(k))+v(k)；w(k)和v(k)是高斯白噪声，x(k)是 待估计值，为电池荷电状态，y(k)是观测值，k是正整数，f(x(k),u(k))是非线性系统的状 态转移函数，g(x(k),u(k))是非线性系统的测量函数；然后将其线性化处理得到以下方程， x(k)≈A(k)x(k-1)+f(x',u(k))-A(k)x'+w(k)，y(k)≈C(k)x(k)+g(x',u(k))-C(k)x'+v(k)， A和C是线性相关系数；采用扩展卡尔曼滤波法进行迭代，电池荷电状态估算矫正，同时测 量电池端电压V_B；

（3）如果此时电池的SOC>95%或者V_B>V_Sup，其中V_Sup表示的是电池的充电阀值电压， 则结束充电；否则进行步骤（4）；

（4）根据不同频率充电方式下的平均电流值计算出最优充电频率f_op；

（5）根据确定的最优充电频率f_op来控制可变频率脉冲发生器进行脉冲充电；

（6）若检测时间t≥T_SUM，则结束充电；否则继续进行步骤（5）的充电；T_SUM为预先 设定的最长充电时间。

在这里我们给步长Δf赋初值400，从整个搜索过程来看，逐步逼近算法的精度是以指数 形式提高的，由于采用了较大的初始步长，大大提高了搜索速度，平衡了搜索速度和精度之 间的矛盾。

确定最优充电频率f_op的变频脉冲算法流程图如图2所示，具体包括以下步骤：

(a)计算以f_n为脉冲充电频率充电时的平均充电电流:

设在脉冲充电频率为f_n下，第m个电流采样值为D_ib,n(m)，设采样电流之和为D_acc(n)， 设初始值D_acc(n)=0，则：

D_acc(n)＝D_acc(n)+D_ib,n(m);m=m+1   (1)

计算M次采样的平均值D_avg(n)：

D avg ( n ) = D acc ( n ) M - - - ( 2 ) ]]>

(b)在不同脉冲充电频率下采样电流的平均值，即n=n+1:

D avg ( n ) = 1 M Σ m = 1 M D ib , n ( m ) , n = 1,2,3 · · · N - - - ( 3 ) ]]>

(c)最优充电频率f_op确定如下：

f_op＝{f_n|MAX(D_avg(n)),n＝1,2,...N}   (4)

最优充电频率fop的确定算法具体动作指令如下：

为了验证以上提出的可变频率脉冲搜寻方法的效果，分别将恒压恒流充电方式、几种定 频率的脉冲充电方式和本发明进行了对比。实验用滞环比较法追寻最优充电频率。在电池充 电实验中，记录充电时间、电池SOC，当锂电池的电压达到4.2V，即可以认为电池已经充满。 分别用1HZ、100HZ、10KHZ和最优充电频率对电池进行充电实验，将变频率脉冲充电方 式与恒流-恒压充电法对比，结果如图4所示。图4显示了在脉冲充电、恒定频率和恒压恒流 充电方式下的充电电流曲线，在恒压恒流充电模式下，在恒流转向恒压模式时，充电电流逐 渐变小。到充电结束时，充电电流已有很大的跌落。在恒定频率充电模式下，随着充电的进 行，电池阻抗逐渐变化，出现阻抗不匹配，充电的最大电流因此也逐渐变小。而在脉冲充电 模式下，充电电流维持最大值。因此从图4中可以看出采用最优充电频率充电的曲线最先达 到4.2V。

根据PanasonicCGR18650CH2250mAh的参数可知，该电池的充电限制电压是4.25V，最 大充电电流为1.5A，可变频率的充电方式可使充电电流达到最大值1.5A。当采用最优充电频 率充电时，可以看出与恒压恒流的充电方式相比较，可变频率的充电方式的充电时间减少了 28%，与恒定频率的充电方式相比较，可变频率的充电方式的充电时间减少了15%。最优充 电频率的分布情况如图5所示。

上面结合附图对本发明的实施方式作了详细说明，但是本发明比并不限于上述实施方式， 在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各 种变化。