[发明专利]锂离子电池的荷电状态在线估计方法及系统

权利要求书

1.一种锂离子电池的荷电状态在线估计方法，其特征在于，包括以下步骤：

获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最高端电压V_max；

获取所述锂离子电池组和/或系统内的所有电池单体的端电压，比较之后得到锂离子电池组和/或系统内电池单体的最低端电压V_min；

根据所述单体电池最高端电压V_max、电流等参数估算得到锂离子电池模组和/或系统内单体电池最高端电压V_max对应的荷电状态SOC₁，并且根据所述单体电池最低端电压V_min、电流等参数估算得到锂离子电池模组和/或系统内单体电池最低端电压V_min对应的荷电状态SOC₂；以及

根据所述荷电状态SOC₁和荷电状态SOC₂融合得到所述锂离子电池组和/或系统的当前荷电状态。

2.根据权利要求1所述的锂离子电池的荷电状态在线估计方法，其特征在于，通过融合公式得到所述当前荷电状态，所述融合公式为：

SOCpack=SOC2SOC2+(1-SOC1),]]>

其中，所述SOC_pack为所述当前荷电状态，所述SOC₁为所述锂离子电池和/或系统的内最高单体电压对应的荷电状态，所述SOC₂为所述锂离子电池和/或系统内最低单体电压对应的荷电状态。

3.根据权利要求1或2所述的锂离子电池的荷电状态在线估计方法，其特征在于，通过拓展卡尔曼滤波估计SOC算法、无迹卡尔曼滤波估计SOC算法、自适应滤波估计SOC算法、滑膜观测器估计SOC算法、开路电压查表法等其他的SOC估计算法中的一种或多种单体SOC估计算法得到所述荷电状态SOC₁和/或所述荷电状态SOC₂。

4.根据权利要求3所述的锂离子电池的荷电状态在线估计方法，其特征在于，所述根据所述最高端电压V_max得到荷电状态SOC₁，并且根据所述最低端电压V_min得到荷电状态SOC₂，为了能够直观的描述整个估计方法的过程，举例选用一阶RC的等效电路模型，用卡尔曼滤波算法进行单体电池的荷电状态估计；

对所述锂离子电池组和/或系统内的单体电池进行开路电压测试，获取不同荷电状态对应的开路电压；

选用一阶RC等效电路模型，并在离线状获取所述一阶RC等效电路模型的参数，所述一阶RC等效电路模型的电压-电流关系式为：

U_t＝OCV-I·R₀-IR₁[1-exp(-t/τ₁)]，

其中，I为通过电池欧姆内阻R₀的电流，U_t为端电压，R₁为极化内阻，C₁为极化电容，t为时间，τ₁为时间常数；

在处于在线状态时，根据所述最高端电压V_max和所述最低端电压V_min获取所述一阶RC等效电路模型的端电压，并同时采用两组卡尔曼滤波算法进行荷电状态在线估计，分别同时得到所述荷电状态SOC₁和/或所述荷电状态SOC₂。