[发明专利]一种动力电池SOC估算方法和系统

说明书

本发明涉及一种动力电池SOC估算方法和系统，其将温度参数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；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，根据温度参数、SOC参数及电流参数计算并得到对应电池温度模型的SOC值，记为SOC1，根据电流参数及SOC参数计算并得到对应电池倍率模型的SOC值，记为SOC2；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。本发明通过两种模型的融合，能够使SOC估算在整个充放电区间里和较为复杂的使用条件下保持较高的精度。

技术领域

本发明涉及电池管理系统领域，尤其涉及一种动力电池SOC(State of Charge，荷电状态，也叫剩余电量)估算方法和系统。

背景技术

电池是电动汽车的能量来源，为了保证电池组良好的使用性能以及更长的使用寿命，对电池组进行必要的控制和管理是必要的，而获得准确可靠的电池容量状态是对电池组进行管理的前提。所以提高动力电池SOC估计的精度，对于提高电池使用性能、延长电池寿命和提高电池的安全性，以及整车能量管理都有着重要的意义。

目前SOC估算方法可以大致分成四类，即查找表方法，安时积分法，基于模型的方法和数据驱动方法。查找表方法实现较为简单，但不适合在线计算；安时积分法可能由于环境噪声，电流漂移和错误的初始值等不确定的干扰而引起累积误差；基于模型的方法可以克服与上述两种方法的缺陷，但该方法对模型精度要求高；数据驱动方法则需要大量的实验数据来训练模型。

发明内容

本发明的目的是针对现有技术存在的问题，提出一种动力电池SOC估算方法，该方法通过建立两个高精度电池子模型，成功捕获了电池的温度特性和倍率特性，在不同的使用条件下两个子模型可以分别实现更高的精度，两种模型的融合可以使SOC估算在整个充放电区间里和较为复杂的使用条件下保持较高的精度。

本发明的目的通过如下技术方案实现：

本发明提供一种动力电池SOC估算方法，其包括：

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。

更优选地，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。

更优选地，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。

本发明还提供一种动力电池SOC估算系统，其包括：

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；