[发明专利]一种用于电池荷电状态估计方法

说明书

技术领域

本发明属于电池荷电状态估计技术领域，特别涉及一种用于电池荷电状态估计方法。

背景技术

随着能源危机的发展和环境问题的日益突出，作为绿色能源的一大重要组成部分的电动汽车，已引起世界各国的广泛关注。电池作为电动汽车核心部件之一，是电动汽车的驱动能源，是限制电动汽车发展的一大瓶颈，也是目前的一大研究热点。然而，电池本体研究涉及材料、电化学等多门学科的融合，虽已在实验室阶段取得一定成果，但实际可应用于电动汽车的牵引电池产品在短时间内很难得到跨越式的发展。如何在现有电池产品的基础上，尽可能地提高其使用安全性、使用效率和使用寿命，降低电池的使用成本，从而最终降低现有电池应用于电动汽车的市场推广难度成为目前亟待解决的问题。

电池的荷电状态（State of Charge,SOC）作为电池的关键参数，对电池的监测、电动汽车的续驶里程估计等起到至关重要的作用。然而，不同于电池电压、电流等信号，电池的荷电状态是不可直接测量的量，没有一种传感器可以直接测得其值，因而，根据可测得的物理量，如电压、电流等，通过一定的算法估计电池的荷电状态是目前亟待解决的问题。根据文献资料显示，世界范围内已有大量电池荷电状态的估计方法，而其中，基于模型的荷电状态估计方法被认为是最流行也是最具前途的荷电状态估计方法。

然而，现有的基于模型的荷电状态方法均有其各自的缺点，不能很好的满足目前电动汽车等领域对电池荷电状态估计的要求。如卡尔曼滤波器方法能在电池模型存在高斯噪声时仍能较好的估计电池的荷电状态，但其需要精确的电池模型，且其运算量较大，在电动汽车等实时性要求较高的场合将大大提高系统的成本；龙伯格观测器方法虽然结构简单，运算量小，但其大大依赖于电池的模型精度，如果电池模型稍有误差，其估算误差也会大大加大。

综上所述，基于模型的方法由于其特殊结构，能有效的提高电池荷电状态的估计精度。然而，现有的基于模型的方法要么大大依赖于电池模型的精度，要么运算量大，算法过于复杂，没有一种较好的解决以上问题的算法。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种用于电池荷电状态估计方法，以降低其对模型精度的依赖，提高估计精度，简化算法，使算法能更好的应用于实际应用中。

为了达到上述目的，本发明采用的技术方案是：

一种用于电池荷电状态估计方法，包括以下步骤：

第一步，用电流传感器P和电压传感器R分别测得在电池负载O作用下电池Q上的电池电流T和电池电压y；

第二步，将电池电流T输入电池模型U中计算，并输出计算所得电池电压

第三步，将测得的电池电压y和计算所得电池电压分别输入比较器V进行比较，并获得电压误差S；

第四步，将电池误差S分别经过两个途径输入第三累加器3，第一途径为电压误差S乘上比例系数K_p，然后再输入第三累加器3；第二途径为电压误差S乘上积分系数K_i1，并经过一个积分环节再乘上积分系数K_i2，最后输入第三累加器3；

第五步，第三累加器3将以上两条途径所得值进行累加并输入电池模型U中的第一累加器1中。

所述电池模型U的计算过程为：测得的电池电流T分成两个途径输入第二累加器2，第一途径为电池电流T乘以第四模型系数D后输入第二累加器2；第二途径为电池电流T乘以第二模型系数B后输入第一累加器1，并经过一个积分环节再乘上第三模型系数C，最后输入第二累加器2，经过一个积分环节再乘以第一模型系数A再输入第一累加器1，第二累加器2处理过的数据即为计算所得电池电压

所述电流传感器P为霍尔电流传感器，或为分流器类可测量电流的器件。

所述电池Q为锂离子电池、铅酸电池、镍氢电池或镍铬电池等。

所述电池模型U为电化学模型、等效电路模型或数学模型。

所述比例系数比例系数K_p、积分系数K_i1、积分系数K_i1为一维数值或多维数组。

用于电池荷电状态估计方法采用连续域的形式，在实际应用中将其进行离散化，不影响实施。

本发明将电压误差通过比例系数和积分系数反馈回电池模型中，校正电池模型，从而使所获得的状态估计值能更加的精确；而由于反馈回电压误差的积分量，从而使该系统具有更强的鲁棒性，估计速度也将大大提高，具有估计精度高、算法简单等优点。

附图说明

图1为本发明的流程图。