[发明专利]一种动力电池SOC估算方法和系统

权利要求书

1.一种动力电池SOC估算方法，其特征在于，所述动力电池SOC估算方法包括：

步骤S101，将温度参数、SOC参数和电流参数作为电池温度模型的输入变量参数；将电流参数和SOC参数作为电池倍率模型的输入变量参数；

步骤S102，所述电池温度模型和电池倍率模型分别基于卡尔曼滤波器中的算法，根据输入的变量参数计算并得到对应电池温度模型的SOC值，记为SOC1，以及对应电池倍率模型的SOC值，记为SOC2；

步骤S103，运用融合算法，将电池温度模型和电池倍率模型输出的SOC值乘以相应的权值并求和，得出SOC的最优值。

2.根据权利要求1所述的一种动力电池SOC估算方法，其特征在于，所述步骤S103包括：

计算出电池温度模型输出的估计电压值UL1与测量电压之差，得到第一残差)，以及和电池倍率模型输出的估计电压值与测量电压之差，得到第二残差；

根据残差值，基于条件概率求出电池温度模型和电池倍率模型的相应权值；

将电池温度模型和电池倍率模型的状态估计值与对应权值相乘，并求和，得到动力电池的最优状态估计值SOC。

3.根据权利要求1或2所述的一种动力电池SOC估算方法，其特征在于，

所述卡尔曼滤波器包括扩展卡尔曼滤波器，或者，无迹卡尔曼滤波器。

4.一种动力电池SOC估算系统，其特征在于，所述动力电池SOC估算系统包括：

电池温度模型、电池倍率模型和融合计算器；

所述电池温度模型和电池倍率模型中分别设置有卡尔曼滤波器；

所述电池温度模型将温度参数、SOC参数和电流参数作为输入变量参数；基于卡尔曼滤波器中的算法，根据输入的变量参数计算并得到对应电池温度模型的SOC值，记为SOC1；

所述电池倍率模型将电流参数和SOC参数作为输入变量参数；基于卡尔曼滤波器中的算法，根据输入的变量参数计算并得到对应电池倍率模型的SOC值，记为SOC2；

所述融合计算器运用融合算法，将电池温度模型和电池倍率模型输出的SOC值乘以相应的权值并求和，得出SOC的最优值；所述权值根据电池温度模型和电池倍率模型分别输出的估计电压值与各自测量电压之差得到的残差值，并基于条件概率求出。