[发明专利]电池荷电状态SOC的在线估计方法、电子装置及存储介质

说明书

本发明涉及一种电池荷电状态SOC的在线估计方法、电子装置及存储介质，该方法包括：获得基于脉冲充放电实验得到的电池的开路电压U_ocv与电池荷电状态SOC_k的定量函数关系U_ocv(SOC_k)，并确定基于二阶RC等效电路模型的初始参数值；基于该二阶RC等效电路模型建立电池模型函数，根据该电池模型函数、定量函数关系U_ocv(SOC_k)以及电池荷电状态SOC定义函数获取电池荷电状态SOC与极化电压的状态方程及观测方程；基于该电池模型函数获得所述初始参数值对应的电池内部参数的状态方程及观测方程；进行电池荷电状态SOC在线估计。本发明的电池荷电状态SOC的在线估算精度高、工作量小。

技术领域

本发明涉及电池技术领域，尤其涉及一种电池荷电状态SOC的在线估计方法、电子装置及存储介质。

背景技术

目前，电池管理系统(BMS)是在电动汽车以及其他需要用到一定数量的蓄电池产品在运行过程中对电池实现管理和控制的重要工具。由于蓄电池的使用存在一定差异性，因此不同厂商生产的BMS功能不完全一致，但其基本功能应包括：在运行过程中特征参数的监测、能量控制管理、实时状态分析、故障预警及安全保护、信息的显示与储存等。

其中，蓄电池实时状态分析包括了电池荷电状态(State of Charge，SOC)估算，健康状态(SOH)估算，功率状态(SOP)估算。蓄电池的安全保护是针对其的实时运行状态，结合控制策略，采取一定的措施防止动力电池过流、过充/放、过热情况的发生，并在上述情况发生时采取必要的保护措施以确保产品及人身安全。

对于应用于电动汽车的BMS，为确保电动汽车中的蓄电池组性能良好，延长蓄电池组使用寿命，也需要及时、准确地了解蓄电池的电池荷电状态SOC。对于电池荷电状态SOC只能估算，不能测量，精确估算需要实用的算法。实用的SOC估算方法包括：1)安时积分法，该法属于开环运算估算结果会出现误差累计，导致误差逐步加大；2)安时积分与开路电压相结合的组合法，通过开路电压与SOC的关系校准安时法出现的累积误差，但是当蓄电池静置时间较短会出现开路电压查表不准的现象；3)卡尔曼滤波法，能实时地估算SOC，精度较高，但传统卡尔曼滤波法需要做大量的实验获取电池模型参数。针对现有技术的缺陷，提供一种精度高、工作量小的电池荷电状态SOC在线估算方法成为有待解决的问题。

发明内容

本发明的目的在于提供一种电池荷电状态SOC的在线估计方法、电子装置及存储介质，旨在提供一种精度高、工作量小的电池荷电状态SOC在线估算方法。

为实现上述目的，本发明提供一种电池荷电状态SOC的在线估计方法，该方法包括以下步骤：

S1，获得基于脉冲充放电实验得到的电池的开路电压U_ocv与电池荷电状态SOC_k的定量函数关系U_ocv(SOC_k)，并确定基于二阶RC等效电路模型的初始参数值，所述初始参数包括欧姆内阻R₀、第一极化电阻R_P1、第二极化电阻R_P2、第一极化电容C_p1及第二极化电容C_p2；

S2，基于该二阶RC等效电路模型建立电池模型函数，根据该电池模型函数、定量函数关系U_ocv(SOC_k)以及电池荷电状态SOC定义函数获取电池荷电状态SOC与极化电压的状态方程及观测方程；

S3，基于该电池模型函数获得所述初始参数值对应的电池内部参数的状态方程及观测方程；

S4，以所述电池荷电状态SOC与极化电压的状态方程及观测方程作为双通道无迹卡尔曼滤波算法DUKF的第一层，并以所述电池内部参数的状态方程及观测方程作为该双通道无迹卡尔曼滤波算法DUKF的第二层进行电池荷电状态SOC在线估计。