一种估算电池荷电状态的方法及装置制造方法及图纸

本申请提供了一种估算电池荷电状态的方法及装置，主要涉及电池技术领域。所述方法包括：搭建电池等效电路模型；利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，所述最小二乘法为带遗忘因子的最小二乘法；根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算。通过两组带有遗忘因子的最小二乘法分别进行电池等效电路模型辨识，能够得到可靠的电池模型参数和稳定的开路电压，进而利用扩展卡尔曼滤波算法对电池的荷电状态进行估算，提升了SOC估算精度。提升了SOC估算精度。提升了SOC估算精度。

【技术实现步骤摘要】
一种估算电池荷电状态的方法及装置


[0001]本申请涉及电池
，尤其涉及一种估算电池荷电状态的方法及装置。

技术介绍

[0002]新能源汽车动力电池的荷电状态(SOC)是整车进行能量管理和能量决策的基础，SOC估算的准确性，影响电池的寿命和安全，也直接影响整车的适用性能和整车安全。因此，SOC估算的准确性变得极为重要。
[0003]在现有技术中，通常利用卡尔曼滤波算法估算SOC，并且需要最小二乘法持续输出可靠的电池模型辨识参数和稳定的开路电压值(OVC值)，然而，在系统的运行中，总会出现不平衡状态，无法同时持续输出可靠的电池模型辨识参数和稳定的OCV值，导致SOC估算误差增大。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种估算电池荷电状态的方法及装置，旨在提高电池荷电状态的估算精度。
[0005]第一方面，本申请实施例提供了一种估算电池荷电状态的方法，所述方法包括：
[0006]搭建电池等效电路模型；
[0007]利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，所述最小二乘法为带遗忘因子的最小二乘法；
[0008]根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算。
[0009]可选的，所述利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，包括：
[0010]利用带第一遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述开路电压；
[0011]利用带第二遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述电池模型参数，其中，所述第一遗忘因子大于所述第二遗忘因子。
[0012]可选的，所述根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算，包括：
[0013]获取电池荷电状态和开路电压的关系曲线；
[0014]根据所述开路电压和关系曲线，确定扩展卡尔曼滤波算法开启的开路电压区间，所述关系曲线用于表示电池荷电状态和开路电压的对应关系；
[0015]将所述电池模型参数作为扩展卡尔曼滤波算法的输入，在所述开路电压区间内对电池荷电状态进行估算。
[0016]可选的，所述电池等效电路模型为戴维南一阶等效电路模型，所述戴维南一阶等效电路模型为：
[0017][0018]其中，U
oc
为电池的开路电压，U
p
为电池的极化电压，R0为电池的欧姆内阻，U
t
为电池的输出电压，R
p
为电池的极化内阻，C
p
为电池的极化电容，i
L
为流经电池的电流，为电池极化电压对时间的微分；
[0019]将所述戴维南一阶等效电路模型经过常数变易法求方程的解得到：
[0020][0021]Δt为采样周期，U
p,k
、U
t,k
、U
oc,k
、i
L,k
为U
p
、U
t
、U
oc
、i
L
在k时刻采样值。
[0022]可选的，所述电池模型参数包括：
[0023][0024]其中，其中，Δt为采样周期。
[0025]第二方面，本申请实施例提供了一种估算电池荷电状态的装置，所述装置包括：
[0026]搭建模块，用于搭建电池等效电路模型；
[0027]辨识模块，用于利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，所述最小二乘法为带遗忘因子的最小二乘法；
[0028]估算模块，根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算。
[0029]可选的，所述辨识模块包括：
[0030]第一辨识单元，用于利用带第一遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述开路电压；
[0031]第二辨识单元，用于利用带第二遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述电池模型参数，其中，所述第一遗忘因子大于所述第二遗忘因子。
[0032]可选的，所述估算模块包括：
[0033]第一估算单元，用于获取电池荷电状态和开路电压的关系曲线；并根据所述开路电压和关系曲线，确定扩展卡尔曼滤波算法开启的开路电压区间，所述关系曲线用于表示电池荷电状态和开路电压的对应关系；
[0034]第二估算单元，用于将所述电池模型参数作为扩展卡尔曼滤波算法的输入，在所
述开路电压区间内对电池荷电状态进行估算。
[0035]可选的，所述电池等效电路模型为戴维南一阶等效电路模型，所述戴维南一阶等效电路模型为：
[0036][0037]其中，U
oc
为电池的开路电压，U
p
为电池的极化电压，R0为电池的欧姆内阻，U
t
为电池的输出电压，R
p
为电池的极化内阻，C
p
为电池的极化电容，i
L
为流经电池的电流，为电池极化电压对时间的微分；
[0038]将所述戴维南一阶等效电路模型经过常数变易法求方程的解得到：
[0039][0040]Δt为采样周期，U
p,k
、U
t,k
、U
oc,k
、i
L,k
为U
p
、U
t
、U
oc
、i
L
在k时刻采样值。
[0041]可选的，所述电池模型参数包括：
[0042][0043]其中，其中，Δt为采样周期。
[0044]本申请实施例提供了一种估算电池荷电状态的方法及装置。在执行所述方法时，先搭建电池等效电路模型，然后利用两组带遗忘因子的最小二乘法分别进行电池等效电路模型识别，得到开路电压和电池模型参数，最后根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算，以实现电池荷电状态的估算。这样，通过两组带有遗忘因子的最小二乘法分别进行电池等效电路模型辨识，能够得到可靠的电池模型参数和稳定的开路电压，进而利用扩展卡尔曼滤波算法对电池的荷电状态进行估算，提升了SOC估算精度。
附图说明
[0045]为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0046]图1为本申请实施例提供的一种估算电池荷电状态的方法的流程示意图；
[0047]图2为本申请实施例提供的一种戴维南一阶等效电路模型的电路示意图；
[0048]图3为本申请实施例提供的一种估算电池荷电状态的装置的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种估算电池荷电状态的方法，其特征在于，所述方法包括：搭建电池等效电路模型；利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，所述最小二乘法为带遗忘因子的最小二乘法；根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算。2.根据权利要求1所述的方法，其特征在于，所述利用两组最小二乘法分别进行电池等效电路模型辨识，得到开路电压和电池模型参数，包括：利用带第一遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述开路电压；利用带第二遗忘因子的最小二乘法进行电池等效电路模型辨识，得到所述电池模型参数，其中，所述第一遗忘因子大于所述第二遗忘因子。3.根据权利要求1所述的方法，其特征在于，所述根据所述开路电压和所述电池模型参数，利用扩展卡尔曼滤波算法对电池荷电状态进行估算，包括：获取电池荷电状态和开路电压的关系曲线；根据所述开路电压和关系曲线，确定扩展卡尔曼滤波算法开启的开路电压区间，所述关系曲线用于表示电池荷电状态和开路电压的对应关系；将所述电池模型参数作为扩展卡尔曼滤波算法的输入，在所述开路电压区间内对电池荷电状态进行估算。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述电池等效电路模型为戴维南一阶等效电路模型，所述戴维南一阶等效电路模型为：其中，U
oc
为电池的开路电压，U
p
为电池的极化电压，R0为电池的欧姆内阻，U
t
为电池的输出电压，R
p
为电池的极化内阻，C
p
为电池的极化电容，i
L
为流经电池的电流，为电池极化电压对时间的微分；将所述戴维南一阶等效电路模型经过常数变易法求方程的解得到：Δt为采样周期，U
p,k
、U
t,k
、U
oc,k
、i
L,k
为U
p
、U
t
、U
oc
、i
L
在k时刻采样值。5.根据权利要求4所述的方法，其特征在于，所述电池模型参数包括：
其中，其中，Δt为采...

【专利技术属性】
技术研发人员：袁文文，许帅，姚蒙蒙，时艳茹，张芳，张佳骥，
申请(专利权)人：潍坊潍柴动力科技有限责任公司，
类型：发明
国别省市：