CN109613432A - 估算电池荷电状态的方法、设备及计算机可读存储介质 - Google Patents

估算电池荷电状态的方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN109613432A
CN109613432A CN201910017303.7A CN201910017303A CN109613432A CN 109613432 A CN109613432 A CN 109613432A CN 201910017303 A CN201910017303 A CN 201910017303A CN 109613432 A CN109613432 A CN 109613432A
Authority
CN
China
Prior art keywords
charge
state
current
power battery
estimation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910017303.7A
Other languages
English (en)
Inventor
陶雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Motors Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Xiaopeng Motors Technology Co Ltd filed Critical Guangzhou Xiaopeng Motors Technology Co Ltd
Priority to CN201910017303.7A priority Critical patent/CN109613432A/zh
Publication of CN109613432A publication Critical patent/CN109613432A/zh
Priority to PCT/CN2019/093444 priority patent/WO2020143193A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及一种估算电池荷电状态的方法、设备及计算机可读存储介质，其中方法包括：响应于当前工况属于匹配工况，在线辨识动力电池的一阶RC等效电路模型的参数值，并基于所述参数值，获取模型估算的荷电状态；采用安时积分法估算动力电池的荷电状态；以及基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正。本发明实施例提出的估算电池荷电状态的技术方案，利用特定工况的参数值，实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，并且避免了设备在复杂工况下在线辨识参数可能引起误差较大甚至发散导致出现误修正的情形。

Description

估算电池荷电状态的方法、设备及计算机可读存储介质
技术领域
本发明属于动力电池技术领域，具体涉及一种估算电池荷电状态的方法、设备及计算机可读存储介质。
背景技术
随着当前新能源事业发展，纯电动汽车越来越普及，人们对于电动汽车的性能、功能、安全等要求在不断提高。动力电池作为电动汽车的核心部件，对动力电池进行管理的电池管理系统BMS要求也越来越高。荷电状态SOC反映动力电池剩余容量状态，电池管理系统BMS对动力电池SOC估算的准确性对提高电池的安全可靠性、提高电池能量利用率、延长电池寿命具有重要意义。
荷电状态SOC的估算方法主要有安时积分法、开路电压(OCV)法、卡尔曼滤波法和神经网络法等。其中安时积分法因其成本低、测量方便等优点，是当前电动汽车应用的最主要方法，但其精度受初始SOC和电流采样精度影响较大，对于长时间运行累计的误差无法消除。而开路电压法仅适用于车辆长时静置工况下，通常与安时积分法结合修正初始SOC，但仍不能解决安时积分放电过程累计误差。卡尔曼滤波算法当前主要是基于电池等效电路模型进行递推计算，对模型参数精度要求较高，且计算量较大，实际应用过程中某些工况容易发散。
因此，有必要对消除安时积分法存在的累计误差的技术方案进行研究。
发明内容
为了解决上述安时积分法存在的累计误差的技术问题，本发明实施例提出了一种估算电池荷电状态的方法、设备及计算机可读存储介质，能够有效消除安时积分法存在的长时间运行累计的误差。
在本发明的第一方面，提出了一种估算电池荷电状态的方法。该方法包括：
响应于当前工况属于匹配工况，在线辨识动力电池的一阶RC等效电路模型的参数值，并基于所述参数值，获取模型估算的荷电状态；其中，所述匹配工况表示当前工况的实际工况参数值与预设参数值相匹配；
采用安时积分法估算动力电池的荷电状态；以及
基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正。
在第一方面的某些实施例中，所述获取模型估算的荷电状态包括：基于所述参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，并计算对应的开路电压，根据所述计算的开路电压通过开路电压与荷电状态构成的关系表，查找对应的荷电状态，作为所述模型估算的荷电状态；
所述采用安时积分法估算动力电池的荷电状态包括：基于在当前时刻实时获取的工况参数值，采用安时积分法，估算动力电池在当前时刻的荷电状态；以及
所述对采用安时积分法估算的动力电池的荷电状态进行修正，包括：响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对采用安时积分法估算的动力电池的荷电状态进行修正。
在第一方面的某些实施例中，所述方法还包括：
实时获取第一时间段的动力电池的电流值，并判断动力电池所处的当前工况；
将所述第一时间段的电流值与在所述当前工况下的预先标定的工况电流曲线进行比较，判断所述第一时间段的电流值与预先标定的工况电流曲线的相似度；以及
响应于相似度在阈值范围内，则判断当前工况属于匹配工况。
在第一方面的某些实施例中，所述方法还包括：
响应于当前工况属于匹配工况，实时获取同属所述匹配工况的第二时间段的动力电池的电流值和电压值，基于所述第二时间段的动力电池的电流值和电压值，在线辨识一阶RC等效电路模型在所述当前工况下的参数值；所述第二时间段与所述第一时间段重合或者为不同时间段。
在第一方面的某些实施例中，所述方法还包括：
实时获取动力电池在当前时刻的电流值和电压值，根据当前时刻的电流值和电压值以及所述参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，并根据基尔霍夫定律，计算对应的开路电压，根据所述计算的开路电压在开路电压与荷电状态构成的关系表中查找对应的荷电状态，作为模型估算的荷电状态；同时，根据所述当前时刻的电流值和初始荷电状态，采用安时积分法，估算动力电池在当前时刻的荷电状态；
响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对之后采用安时积分法估算的动力电池的荷电状态进行修正。
在第一方面的某些实施例中，所述对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
在安时积分法中引入安时积分修正系数，所述安时积分修正系数与所述关系有关；基于所述安时积分修正系数，修正所述采用安时积分法估算的动力电池的荷电状态。
在第一方面的某些实施例中，其中所述所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系为所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的差值；
所述基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
实时获取动力电池的当前电流值，根据所述当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为基准荷电状态；
获取当前时刻的安时积分修正系数，将所述当前时刻的安时积分修正系数作为倍数调整所述当前电流值；根据所述调整的当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为当前荷电状态；
响应于所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比没有位于误差范围内，返回所述实时获取动力电池的当前电流值的步骤继续执行，直到所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比位于所述误差范围内。
在第一方面的某些实施例中，所述获取当前时刻的安时积分修正系数，包括：基于用户体验调整系数，获取当前时刻的安时积分修正系数；所述用户体验调整系数表征用户期望的荷电状态变化快慢程度；
所述方法还包括：响应于用户更改所述用户体验调整系数，重新获取当前时刻的安时积分修正系数。
在本发明的第二方面，提出一种估算电池荷电状态的设备，包括：处理器；以及存储有指令的存储器，所述指令在被所述处理器执行时促使所述设备执行根据本发明第一方面所描述的方法。
在本发明的第三方面，提出一种计算机可读存储介质，其存储有机器可读的指令，所述指令在由所述机器执行时使得所述机器执行根据本发明第一方面所描述的方法。
本发明的有益效果：本发明实施例提出的估算电池荷电状态的技术方案，以安时积分法为主，同时结合基于动力电池的一阶RC等效电路模型在线辨识参数的融合算法，利用两者的关系对之后采用安时积分法估算的动力电池的荷电状态进行修正，既发挥了安时积分法在短时间内计算的SOC精度较高的优点，又充分利用了适用于一阶RC等效电路模型的某些特定工况估算SOC精度较高的特点，从而实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，并且避免了设备(例如车辆)在复杂工况下在线辨识参数可能引起误差较大甚至发散导致出现误修正的情形。
附图说明
图1示出根据本发明的一个实施例的估算电池荷电状态的方法的流程图；
图2示出根据本发明的一个实施例的一阶RC等效电路模型的结构示意图；
图3示出根据本发明的一个实施例的电流值与预先标定的工况电流曲线的示意图；
图4示出根据本发明的一个实施例的一种UOCV-SOC表的示例图；
图5示出根据本发明的另一实施例的估算电池荷电状态的方法的流程图；
图6示出根据本发明的又一实施例的估算电池荷电状态的方法的流程图；
图7示出根据本发明的再一实施例的估算电池荷电状态的方法的流程图；
图8示出根据本发明的再一实施例的估算电池荷电状态的方法中获取动力电池在当前时刻的荷电状态的方法的流程图；
图9示出根据本发明的再一实施例的估算电池荷电状态的方法中实车NEDC工况在不同SOC段的实际电流示意图；
图10示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况下辨识的不同SOC段的欧姆内阻的示例图；
图11示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况下辨识的不同SOC段的欧姆内阻和极化内阻的示例图；
图12示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况下辨识的不同SOC段的极化电容的示例图；
图13示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况下不同SOC段在线估算的极化电压的示例图；
图14示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况下不同SOC段在线计算的开路电压与实际电压之间的对比图示；
图15示出根据本发明的再一实施例的估算电池荷电状态的方法中NEDC工况根据安时积分法估算的荷电状态SOC1和根据一阶RC等效电路模型估算的荷电状态SOC2的示例图；
图16示出根据本发明的另一实施例的估算电池荷电状态的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。但本领域技术人员知晓，本发明并不局限于附图和以下实施例。
本发明实施例提出了一种估算电池荷电状态(SOC)的方法，包括：
在步骤100中，响应于当前工况属于匹配工况，在线辨识动力电池的一阶RC等效电路模型的参数值，并基于所述参数值，获取模型估算的荷电状态；其中，所述匹配工况表示当前工况的实际工况参数值与预设参数值相匹配。
由于本实施例是在匹配工况下进行一阶RC等效电路模型在线辨识参数值的在线辨识，因此能够从源头避免卡尔曼滤波法存在的电池模型发散、计算精度在个别工况下偏差大的情况，提高辨识的结果的准确性。
在本实施例中，所述工况参数值至少包括动力电池的电压值和动力电池的电流值。在一个实施例中，所述工况参数值还包括用来表征动力电池的静置时间的本次上电的时间和前次下电的时间。在另一个实施例中，所述工况参数值还可以包括前次上电存储的最新荷电状态值。应当还可以理解，所述工况参数值还可以包括其他对于估算电池荷电状态有利的工况参数的值。在一个实施例中，电池管理系统(BMS)具有电压、电流采样功能。所述动力电池的电压值和动力电池的电流值可以由电池管理系统(BMS)实时采集。
另外，在某些实施例中，在步骤100中，可以利用电池管理系统(BMS)等采集设备采集匹配工况下一段时间(例如1分钟或者半分钟)内动力电池的电压值和电流值，在线辨识一阶RC等效电路模型在所述匹配工况下的参数值。所述一段时间可以按照用户的驾驶习惯和行车路线，结合实际工况进行选取，使得所述一段时间采集的电流值与预先标定的工况电流曲线的相似度更高，能够更有效地避免卡尔曼滤波法在某些工况下的发散问题，进一步提高辨识的结果的准确性。
在一个实施例中，一阶RC等效电路模型可以采用Thevenin模型，可以参考图2所示，包括开路电压UOCV、与开路电压串联的欧姆内阻R0以及由极化内阻R1和极化电容C1并联构成的一阶RC结构；一阶RC结构与开路电压UOCV和欧姆内阻R0串联。一阶RC等效电路模型参数包括一阶RC等效电路模型中的欧姆内阻R0、极化内阻R1和极化电容C1。一阶RC结构两端的电压称为极化电压UP，欧姆内阻R0两端的电压称为欧姆电压U0，根据一阶RC等效电路模型和基尔霍夫定律可知，开路电压UOCV等于欧姆电压U0、极化电压UP与获取的电压值V之和。
进一步地，在步骤100中，基于一阶RC等效电路模型在所述匹配工况下在线辨识的参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，再根据实时获取的电压值，计算对应的开路电压，根据所述计算的开路电压通过开路电压与荷电状态构成的关系表(即UOCV-SOC表，或者称为OCV-SOC表)，查找对应的荷电状态，作为所述模型估算的荷电状态。在所述实施例中，基于一阶RC等效电路模型在所述匹配工况下在线辨识的参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压后，通过计算获取开路电压，因此无需利用最小二乘法向量机等方式重新递推计算开路电压，可以极大减少计算量。
另外，本一实施例中，可以采用卡尔曼滤波法和最小二乘法等估算方法，在线辨识一阶RC等效电路模型在所述匹配工况下在线辨识参数值的方法。
也可以进一步地利用带遗忘因子递推最小二乘法来进行所述估算。
在某些应用场景中，在步骤100之前，还包括动力电池所在的设备(例如车辆)上电，该设备包括的电池管理系统(BMS)在设备上电后进行自检的步骤。在一个实施例中，在自检结果为正常时，所述电池管理系统(BMS)获取动力电池的工况参数值。
在一实施例中，判断当前工况是否属于匹配工况可以包括：将实时获取的运行参数值包括的动力电池的电流值与预先标定的工况电流曲线进行匹配，判断实时获取的电流值与预先标定的工况电流曲线的相似度；响应于相似度在阈值范围内，对应的工况属于匹配工况，反之则不属于。所述判断操作可以由电池管理系统(BMS)来完成。例如，在电池管理系统(BMS)的Flash闪存中以表格的形式存储预先标定的工况电流曲线的坐标值及对应工况，电池管理系统(BMS)实时采集某实际工况下的一段时间的电流值，采集的电流值存放在一个数组中，将该数组中存放的电流值与Flash闪存中存储的预先标定的工况电流曲线中与所述实际工况相符的工况下的坐标值进行对比，当两者的差值在所述阈值范围内，所述实际工况则属于所述匹配工况，反之则不属于。图3给出了实际工况下的电流值与预先标定的工况电流曲线的示意图，图中虚线表示预先标定的工况电流曲线，实线表示实际工况下获取的电流值构成的曲线。从图中可以直观地了解到，在上坡减速工况的区域、候车工况的区域以及在匀速工况的区域，获取的电流值与预先标定的工况电流曲线的相似度高。申请人经过验证测试发现，在图中所示的情形下，所述匹配工况包括：上坡减速工况、候车工况和匀速工况。
在步骤200中，采用安时积分法估算动力电池的荷电状态。
在一实施例中，根据动力电池的初始荷电状态和在当前时刻实时获取的动力电池的电流值，采用安时积分法，估算所述动力电池在当前时刻的荷电状态。进一步地，在一实施例中，动力电池的初始荷电状态可以通过以下方法获得：判断本次上电的时间与前次下电的时间之间的时间间隔是否超过预设值，如果该时间间隔超过所述预设值，则根据获取的动力电池的工况参数值包括的电压值在开路电压与荷电状态构成的关系表(即UOCV-SOC表)中查找对应的荷电状态，作为动力电池的初始荷电状态；如果该时间间隔未超过所述预设值，则将获取的前次上电存储的最新荷电状态值作为动力电池的初始荷电状态。图4给出了一种UOCV-SOC表的示例，通过已知UOCV-SOC表，可以查询到对应的荷电状态。
以及在步骤300中，基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正。
在一实施例中，所述关系为所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的差值。所述步骤300可以包括：响应于当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对采用安时积分法估算的动力电池的荷电状态进行修正。在该实施例中，所述设计的误差值可以根据不同的工况进行设定。举例来说，在上坡减速工况，设计的误差值可以选择的范围为1～3％；在候车工况，设计的误差值可以选择的范围为3～5％，在匀速工况，设计的误差值可以选择的范围为6～14％。可以理解，设计的误差值可以根据动力电池、实际工况等因素进行设计。所述实施例结合工况情况给出修正操作的约束条件，即当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，才进行修正，可以避免对容忍范围内的累计误差进行修正，减少计算量，提高实用性。并且所述实施例可以通过对设计的误差值在工程容许范围内进行调整，以满足用户的不同精度要求。
进一步地，在一实施例中，在修正采用安时积分法估算的动力电池的荷电状态时，可以在安时积分法中引入安时积分修正系数，所述安时积分修正系数表征修正速度的快慢，一般而言，安时积分修正系数越大，修正速度越快。所述安时积分修正系数的大小受所述关系(在某些实施例中，所述关系为差值)约束。基于安时积分修正系数，修正所述采用安时积分法估算的动力电池的荷电状态，可以有效控制修正速度的快慢，并且可以满足不同用户的体验。在某些实施例中，所述安时积分修正系数可以设计为所述差值的函数，该函数关系基于具体设备(例如具体车型)的实际工况、用户体验等因素综合选取。举例来说，如果所述差值为5％，当实际工况处于上坡减速工况时，假设用户偏好为较平缓的体验，可以选取安时积分修正系数为1％，缓慢修正所述采用安时积分法估算的动力电池的荷电状态；假设用户偏好为正常，可以选取安时积分修正系数为2％。
在一个实施例中，响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值未超过设计的误差值，不对采用安时积分法估算的动力电池的荷电状态进行修正。
应当理解，在对采用安时积分法估算的动力电池的荷电状态进行修正结束后，当再次满足匹配工况的条件时，可以再次在线辨识一阶RC等效电路模型的参数值，或者也可以在当前工况未发生变化时，直接使用前次在线辨识的所述模型的参数值，进行下次修正操作。
在一个实施例中，所述修正操作可以通过电池管理系统(BMS)实现。
本发明实施例提出的估算电池荷电状态的方法，以满足经过验证测试的匹配工况为修正的前提条件，在估算时，以安时积分法为主，同时结合基于动力电池的一阶RC等效电路模型在匹配工况下在线辨识参数的融合算法，利用两者的关系对之后采用安时积分法估算的动力电池的荷电状态进行修正，既发挥了安时积分法在短时间内计算的SOC精度较高的优点，又充分利用了一阶RC等效电路模型在某些特定工况(即匹配工况)估算SOC精度较高的特点，从而实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，并且避免了设备(例如车辆)在复杂工况下在线辨识参数可能引起误差较大甚至发散导致出现误修正的情形，确保了辨识的结果的准确性，并且计算量小，计算精度高。
为了更清楚地说明本发明实施例提出的修正方案，下面对本发明实施例提出的估算电池荷电状态的方法进行进一步地示例描述。在以下实施例中，尽管基于特定的顺序描述了实现的过程，但实现的过程并不限于所描述的特定的顺序，不同的步骤可以并行执行、或者以相反的顺序执行，这些可行的方案均在本发明的保护范围之内。
实施例1：
在本实施例1中，在估算一阶RC等效电路模型的参数值之前，先进行匹配工况的判断。具体来说，本实施例提出的估算电池荷电状态的方法，如图5所示，包括：
实时获取第一时间段的动力电池的电流值，并判断动力电池所处的当前工况，将所述第一时间段的电流值与在所述当前工况下的预先标定的工况电流曲线进行比较，判断所述第一时间段的电流值与预先标定的工况电流曲线的相似度；响应于相似度在阈值范围内，则判断当前工况属于匹配工况；
响应于当前工况属于匹配工况，实时获取同属所述匹配工况的第二时间段的动力电池的电流值和电压值，基于所述第二时间段的动力电池的电流值和电压值，在线辨识一阶RC等效电路模型在所述当前工况下的参数值；
实时获取动力电池在当前时刻的电流值和电压值，根据当前时刻的电流值和电压值以及所述参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，并根据基尔霍夫定律，计算对应的开路电压，根据所述计算的开路电压在开路电压与荷电状态构成的关系表中查找对应的荷电状态，作为模型估算的荷电状态；同时，根据所述当前时刻的电流值和初始荷电状态，采用安时积分法，估算动力电池在当前时刻的荷电状态；
响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对之后采用安时积分法估算的动力电池的荷电状态进行修正。
在本实施例1中，通过在第一时间段验证测试当前工况是否属于匹配工况，并且进一步地在同属所述匹配工况的第二时间段在线辨识一阶RC等效电路模型的参数值，能够避免卡尔曼滤波法存在的电池模型发散、计算精度在个别工况下偏差大的情况，提高在线辨识结果的准确性。另外，在当前工况比较稳定的情况下，也可以直接采用第一时间段实时获取的电流值和电压值，进行一阶RC等效电路模型参数值的在线辨识；甚至还可以直接采用第一时间段或者第二时间段实时获取的电流值估算所述当前时刻的荷电状态。
实施例2：
本实施例在前述实施例的基础上，在修正估算的动力电池的荷电状态时，引入了安时积分修正系数，所述安时积分修正系数与所述关系有关，在本实施例中，所述关系为差值。将所述差值作为安时积分累计误差。
本实施例提出的估算电池荷电状态的方法，如图6所示，在实施例1的基础上，所述以所述差值作为反馈，对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
实时获取动力电池的当前电流值，根据所述当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为基准荷电状态；
获取当前时刻的安时积分修正系数，将所述当前时刻的安时积分修正系数作为倍数调整所述当前电流值；根据所述调整的当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为当前荷电状态；
响应于所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比没有位于误差范围内，返回所述实时获取动力电池的当前电流值的步骤继续执行，直到所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比位于所述误差范围内。
其中，所述误差范围由用户设定，或者采用系统预设值。
在一实施例中，安时积分修正系数可以基于当前工况、当前电流值和所述差值进行选取，通常要保证所述当前荷电状态与所述基准荷电状态之间的差异不会超过所述差值。在安时积分修正系数保持不变的情况下，当前电流值越大，则表示荷电状态的修正量越大，那么所述当前荷电状态与所述基准荷电状态之间的差异趋近于或者等于所述差值的速度越快。
本实施例中，通过进一步地在安时积分法中引入安时积分修正系数(即所述查询的安时积分修正系数作为倍数调整所述当前电流值)，并且结合实际工况、实际电流值甚至可以结合用户体验获取定时积分修正系数，不仅实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，能够对修正速度进行有效控制，并且满足了用户体验。
实施例3：
本实施例3在前述实施例的基础上，所述安时积分修正系数还附加地基于用户体验进行选取。
本实施例提出的估算电池荷电状态的方法，如图7所示，在实施例1的基础上，所述以所述差值作为反馈，对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
实时获取动力电池的当前电流值，根据所述当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为基准荷电状态；
基于用户体验调整系数，获取当前时刻的安时积分修正系数，将所述当前时刻的安时积分修正系数作为倍数调整所述当前电流值；根据所述调整的当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为当前荷电状态；
响应于所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比没有位于误差范围内，返回所述实时获取动力电池的当前电流值的步骤继续执行，直到所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比位于误差范围内。
其中，所述误差范围由用户设定，或者采用系统预设值。
所述用户体验调整系数表征用户期望的荷电状态变化快慢程度，可以用数字表示用户体验调整系数，可以约定，数字越小，表示用户期望的荷电状态变化越慢；数字越大，表示用户期望的荷电状态变化越快。当然，也可以以快、中、慢等表示方式定义快慢程度，或者以其他表示方式定义快慢程度。可以理解，如果要保证用户体验调整系数不变，那么在当前电流值变小时，则当前时刻的安时积分修正系数会变大。
在一实施例中，用户可以更改所述用户体验调整系数，当检测到用户更改所述用户体验调整系数时，重新获取当前时刻的安时积分修正系数。
本实施例不仅实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，能够对修正速度进行有效控制，并且满足了用户体验。
实施例4：
在本实施例中，采用带遗忘因子递推最小二乘法，在线辨识所述一阶RC等效电路模型的参数值。针对前述实施例中的获取模型估算的荷电状态，例如可以采用以下方法，可参考图8所示：
根据一阶RC等效电路模型，由基尔霍夫定律可以得到开路电压UOCV的表达式，
UOCV＝V+l＊R0+Up，
其中，V表示动力电池在当前时刻的电压值，I表示动力电池在当前时刻的电流值，R0表示一阶RC等效电路模型中的欧姆内阻，UP表示一阶RC等效电路模型中由动力电池的极化内阻R1和动力电池的极化电容C1并联构成的一阶RC结构的两端电压，或者称为极化电压；
将开路电压化UOCV的表达式转化为传递函数G(s)，
其中，s表示拉普拉斯算子；
再将传递函数G(s)进一步离散化，得到离散化后的函数V(k)，
V(k)＝(1-θ1)*Uocv(k)+θ1*V(k-1)+θ2*I(k)+θ3*I(k-1)，
其中，θ1、θ2、θ2为各项系数，k表示当前时刻，k-1表示上一时刻，Uocv(k)表示当前时刻的开路电压，V(k-1)表示上一时刻采集的电压值，I(k)表示当前时刻的电流值，I(k-1)表示上一时刻的电流值；
将离散化后的函数V(k)转化为最小二乘方程式：
V(k)＝θ(k)＊φ(k)，
其中，θ(k)表示状态矩阵，φ(k)表示系统矩阵：
φ(k)＝[1 V (k-1) I (k) I (k-1)]，
θ(k)＝[(1-θ1)*Uocv(k)θ1 θ2 θ3]’；
计算增益K，
K＝Pk-1*φ(k-1)/(φ’(k-1)*Pk-1*φ(k-1)+λ)，
式中，Pk-1为上一时刻估计的协方差，其中P0为给定值，λ为遗忘因子，取值范围为0.95～1，在一实施例中，遗忘因子可以为0.98。
更新协方差：
Pk＝(I-K＊φ’(k))＊Pk-1/λ，
辨识参数，当前时刻的状态矩阵θ(k)为：
θ(k)＝θ(k-1)+K＊(V-φ’(k)＊θ(k-1))，
对状态矩阵0(k)进行参数分离，可以得到一阶RC等效电路模型的参数：
估算极化电压UPk：
其中，Δt表示采样间隔；
计算开路电压UOCV：
Uocv(k)＝V(k)+Ik＊Rp+Upk；
根据计算的开路电压UOCV，查询UOCV-SOC表，得到模型估算的荷电状态SOC2。
本实施例基于一阶RC等效电路模型并根据在线工况实现了对参数的在线辨识，图9给出了不同SOC段NEDC(New European Driving Cycle，新欧洲驾驶周期，或称新标欧洲循环测试)工况的实车电流示意图；图10给出了NEDC工况下辨识的不同SOC段的欧姆内阻和极化内阻的示例；图11给出了NEDC工况下辨识的不同SOC段的欧姆内阻和极化内阻的示例，图中虚线表示极化内阻，实线表示欧姆内阻；图12给出了NEDC工况下辨识的不同SOC段的极化电容的示例；然后根据一阶RC电路的零状态和零输入响应，可以在线计算出动力电池的当前极化情况，可参考图13所示的NEDC工况下不同SOC段在线计算的极化电压UP；再计算出电池当前的电动势，从而实现不用长时静置就能实时估算出电池在当前时刻的开路电压，图14给出了NEDC工况下不同SOC段消除极化后的在线估算的开路电压Uocv与实际电压的图示，可以理解，消除极化后的在线估算的开路电压Uocv与实际电压二者的偏差即为极化电压UPk与欧姆电压(I*R0)之和，进而能够估算出在当前时刻的荷电状态SOC2，图15给出了NEDC工况根据安时积分法估算的荷电状态SOCl和根据一阶RC等效电路模型估算的当前时刻的荷电状态SOC2。SOC的取值范围可以为0～100％，这里的不同SOC段表示的是在整个0～100％取值范围内的某段。
本实施例通过进一步利用最小二乘法对采集的电压值、电流值估算当前时刻的荷电状态SOC2，不同于常规实时在线一直估算，而是选择在实际工况与预设工况(选最常用的工况)相近的匹配工况下在线辨识参数，一阶RC等效电路模型中的参数(如遗忘因子)也与该实际工况预先进行匹配，从而实现离线数据到在线数据的递推过程。避免了采用常规在线辨识方法在输入电压、电流工况复杂的情况下，辨识的数据发散的问题，同时又保留了安时积分法在短时间内荷电状态SOC计算精度较高的优点，又能够实现对安时积分法存在的累计误差的实时在线校准。
实施例5：
本实施例以动力电池为车辆的动力电池为例，对本发明实施例提出的估算电池荷电状态的方法作进一步示例描述。
本实施例提出的估算电池荷电状态的方法，如图16所示，所述方法包括：
在S1，整车上电，电池管理系统(BMS)得电后自检是否正常，如果自检正常，持续实时采集动力电池的电压值和动力电池的电流值，并获取动力电池前次上电存储的最新荷电状态值、本次上电的时间和前次下电的时间；电池管理系统(BMS)上高压后，响应于判断当前工况属于匹配工况时，执行后续操作(后续操作的描述顺序并不代表操作的执行顺序)；
在S2，根据本次上电的时间和前次下电的时间计算动力电池的静置时间，判断动力电池的静置时间是否超过预设值t1，如果动力电池的静置时间超过预设值t1，则根据实时采集的电压值查询UOCV-SOC表，获取对应的荷电状态，作为动力电池的初始荷电状态SOC_int，否则将获取的动力电池前次上电存储的最新荷电状态值，作为动力电池的初始荷电状态SOC_int；
在S3，采用安时积分法持续实时估算动力电池的荷电状态SOC1，
SOC1＝SOC_int-∫Idt/Cp，
估算的动力电池的荷电状态SOC1作为当前时刻的荷电状态，其中，SOC_int表示动力电池的初始荷电状态，I表示实时采集的当前时刻的电流值，Cp为当前电池容量；
在S4，采集一段时间(例如1分钟)内的电压值和电流值，采用带遗忘因子递推最小二乘法辨识一阶RC等效电路模型的参数值，再按照基尔霍夫定律，计算动力电池在当前时刻的开路电压UOCV，
UOCV＝V+I*R0+Up，
其中，V表示动力电池在当前时刻的电压值，I表示动力电池在当前时刻的电流值，R0表示一阶RC等效电路模型中的欧姆内阻，Uc表示一阶RC等效电路模型中由动力电池的极化内阻R1和动力电池的极化电容C1并联构成的一阶RC结构的两端电压，或者称为极化电压；根据计算的开路电压UOCV，通过查询UOCV-SOC表，得到模型估算的荷电状态SOC2；
在S5，根据动力电池在当前时刻的荷电状态SOC1和模型估算的荷电状态SOC2，计算两者的偏差值ΔSOC0，
ΔSOC0＝SOC1-SOC2，
并记录偏差值ΔSOC0；
在S6，响应于所述偏差值ΔSOC0超过设计的误差值，则将所述偏差值ΔSOC0作为安时积分累计误差，并以此为反馈对后续采用安时积分法估算的动力电池的荷电状态SOC进行修正；
在一个实施例中，校准方式可以通过对安时积分的每一采样时刻估算的荷电状态或者每一采样时刻估算的荷电状态的变化量进行校正，校正速度大小取决于安时积分修正系数Ki的大小，其中安时积分修正系数Ki＝Fun(ΔSOC0)，即为偏差值ΔSOC0的函数。通常Fun(ΔSOC0)根据具体车型实际工况、用户体验等因素综合选取；
在S7，判断在当前时刻，利用安时积分修正系数Ki修正的安时校正量的绝对值|∫I*(1-Ki)dt/Cp|是否超过安时积分累计误差ΔSOC0的绝对值，如果超过，则本次修正完成，直至下一次工况满足修正的条件(例如匹配工况，偏差值超过设计的误差值)。
本实施例以具体的应用场景为例对估算电池荷电状态的方法进行了示例性的描述，本实施例提出的估算电池荷电状态的方法，通过安时积分法结合基于动力电池的一阶RC等效电路模型在线辨识参数的融合算法，既发挥了安时积分法在短时间内计算的SOC精度较高的优点，又充分利用了适用于一阶RC等效电路模型的某些特定工况估算SOC精度较高的特点，从而实现了安时积分累计误差校正，消除了现有安时积分法存在的长时间运行累计的误差，并且避免了车辆在复杂工况下在线辨识参数可能引起误差较大甚至发散导致出现误修正的情形。
本发明实施例还提出一种估算电池荷电状态的设备，包括处理器和存储有指令的存储器，所述指令在被所述处理器执行时促使所述电子设备执行动作，以实现根据本发明实施例所描述的任一方法。
本发明的实施例还提供一种计算机可读存储介质，其存储有机器可读的指令，指令在由机器执行时使得机器执行根据本发明实施例所描述的任一方法。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，术语“包括”及其各种变体可以被理解为开放式术语，其意味着“包括但不限于”。术语“基于”可以被理解为“至少部分地基于”。术语“一个实施例”可以被理解为“至少一个实施例”。术语“另一实施例”可以被理解为“至少一个其它实施例”。术语“一个实施例”、“另一实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上，对本发明的实施方式进行了说明。但是，本发明不限定于上述实施方式。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种估算电池荷电状态的方法，其特征在于，包括：
响应于当前工况属于匹配工况，在线辨识动力电池的一阶RC等效电路模型的参数值，并基于所述参数值，获取模型估算的荷电状态；其中，所述匹配工况表示当前工况的实际工况参数值与预设参数值相匹配；
采用安时积分法估算动力电池的荷电状态；以及
基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正。
2.根据权利要求1所述的方法，其特征在于，所述获取模型估算的荷电状态包括：基于所述参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，并计算对应的开路电压，根据所述计算的开路电压通过开路电压与荷电状态构成的关系表，查找对应的荷电状态，作为所述模型估算的荷电状态；
所述采用安时积分法估算动力电池的荷电状态包括：基于在当前时刻实时获取的工况参数值，采用安时积分法，估算动力电池在当前时刻的荷电状态；以及
所述对采用安时积分法估算的动力电池的荷电状态进行修正，包括：响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对采用安时积分法估算的动力电池的荷电状态进行修正。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
实时获取第一时间段的动力电池的电流值，并判断动力电池所处的当前工况；
将所述第一时间段的电流值与在所述当前工况下的预先标定的工况电流曲线进行比较，判断所述第一时间段的电流值与预先标定的工况电流曲线的相似度；以及
响应于相似度在阈值范围内，则判断当前工况属于匹配工况。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
响应于当前工况属于匹配工况，实时获取同属所述匹配工况的第二时间段的动力电池的电流值和电压值，基于所述第二时间段的动力电池的电流值和电压值，在线辨识一阶RC等效电路模型在所述当前工况下的参数值；所述第二时间段与所述第一时间段重合或者为不同时间段。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
实时获取动力电池在当前时刻的电流值和电压值，根据当前时刻的电流值和电压值以及所述参数值，获取动力电池在所述匹配工况下的极化电压和欧姆电压，并根据基尔霍夫定律，计算对应的开路电压，根据所述计算的开路电压在开路电压与荷电状态构成的关系表中查找对应的荷电状态，作为模型估算的荷电状态；同时，根据所述当前时刻的电流值和初始荷电状态，采用安时积分法，估算动力电池在当前时刻的荷电状态；
响应于所述当前时刻的荷电状态与所述模型估算的荷电状态之间的差值超过设计的误差值，以所述差值作为反馈，对之后采用安时积分法估算的动力电池的荷电状态进行修正。
6.根据权利要求1所述的方法，其特征在于，所述对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
在安时积分法中引入安时积分修正系数，所述安时积分修正系数与所述关系有关；基于所述安时积分修正系数，修正所述采用安时积分法估算的动力电池的荷电状态。
7.根据权利要求6所述的方法，其特征在于，其中所述所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系为所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的差值；
所述基于所述模型估算的荷电状态与所述采用安时积分法估算动力电池的荷电状态之间的关系，对采用安时积分法估算的动力电池的荷电状态进行修正，包括：
实时获取动力电池的当前电流值，根据所述当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为基准荷电状态；
获取当前时刻的安时积分修正系数，将所述当前时刻的安时积分修正系数作为倍数调整所述当前电流值；根据所述调整的当前电流值和初始荷电状态，采用安时积分法，估算动力电池的荷电状态，并将其作为当前荷电状态；
响应于所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比没有位于误差范围内，返回所述实时获取动力电池的当前电流值的步骤继续执行，直到所述当前荷电状态与所述基准荷电状态之间的差异与所述差值相比位于所述误差范围内。
8.根据权利要求7所述的方法，其特征在于，所述获取当前时刻的安时积分修正系数，包括：基于用户体验调整系数，获取当前时刻的安时积分修正系数；所述用户体验调整系数表征用户期望的荷电状态变化快慢程度；
所述方法还包括：响应于用户更改所述用户体验调整系数，重新获取当前时刻的安时积分修正系数。
9.一种估算电池荷电状态的设备，其特征在于，包括：
处理器；以及
存储有指令的存储器，所述指令在被所述处理器执行时促使所述设备执行根据权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，其存储有机器可读的指令，所述指令在由所述机器执行时使得所述机器执行根据权利要求1至8中任一项所述的方法。
CN201910017303.7A 2019-01-08 2019-01-08 估算电池荷电状态的方法、设备及计算机可读存储介质 Pending CN109613432A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910017303.7A CN109613432A (zh) 2019-01-08 2019-01-08 估算电池荷电状态的方法、设备及计算机可读存储介质
PCT/CN2019/093444 WO2020143193A1 (zh) 2019-01-08 2019-06-28 估算电池荷电状态的方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910017303.7A CN109613432A (zh) 2019-01-08 2019-01-08 估算电池荷电状态的方法、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN109613432A true CN109613432A (zh) 2019-04-12

Family

ID=66016534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910017303.7A Pending CN109613432A (zh) 2019-01-08 2019-01-08 估算电池荷电状态的方法、设备及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN109613432A (zh)
WO (1) WO2020143193A1 (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110712560A (zh) * 2019-09-27 2020-01-21 东软睿驰汽车技术（沈阳）有限公司 异常处理方法、装置、设备及介质
CN110927580A (zh) * 2019-11-05 2020-03-27 深圳市科陆电子科技股份有限公司 Soc偏离修正方法、装置、终端及存储介质
CN110967646A (zh) * 2019-05-24 2020-04-07 宁德时代新能源科技股份有限公司 Soc修正方法和装置、电池管理系统和存储介质
CN111208434A (zh) * 2020-01-16 2020-05-29 北方工业大学 一阶rc等效电路模型的参数辨识方法及装置
CN111208435A (zh) * 2020-01-16 2020-05-29 北方工业大学 电池模型参数估计方法及装置
CN111289911A (zh) * 2020-04-03 2020-06-16 深圳天邦达新能源技术有限公司 基于电池的soc估算方法、装置以及电子设备
CN111308373A (zh) * 2020-04-07 2020-06-19 枣庄职业学院 一种电池的Thevenin模型参数的辨识方法及其应用
CN111398828A (zh) * 2020-04-16 2020-07-10 青岛理工大学 电动汽车剩余电量和剩余行驶里程估计方法
WO2020143193A1 (zh) * 2019-01-08 2020-07-16 广州小鹏汽车科技有限公司 估算电池荷电状态的方法、设备及计算机可读存储介质
CN111679200A (zh) * 2020-06-03 2020-09-18 广州小鹏汽车科技有限公司 一种电池荷电状态的校准方法、装置和车辆
CN111929585A (zh) * 2019-05-13 2020-11-13 顺丰科技有限公司 电池电荷状态计算装置、方法、服务器及介质
CN112327195A (zh) * 2020-09-29 2021-02-05 浙江南都电源动力股份有限公司 一种电池健康度检测方法
CN112666475A (zh) * 2020-12-02 2021-04-16 东风汽车集团有限公司 一种电动车的电池组的荷电状态估算方法
CN112677764A (zh) * 2020-12-31 2021-04-20 北京新能源汽车技术创新中心有限公司 车辆显示soc的方法及车辆
CN112782593A (zh) * 2020-12-24 2021-05-11 潍柴动力股份有限公司 电池初始荷电状态的获取方法及装置
CN112904211A (zh) * 2021-01-04 2021-06-04 北京空间飞行器总体设计部 一种深空探测用锂离子电池组剩余容量估计方法
CN113009348A (zh) * 2021-04-01 2021-06-22 浙江吉利控股集团有限公司 一种提高动力电池soc估算精度的方法及其装置
CN113030749A (zh) * 2021-03-17 2021-06-25 北京酷能科技有限公司 电流检测方法及装置、设备、系统以及存储介质
CN113283503A (zh) * 2021-05-24 2021-08-20 平安国际融资租赁有限公司 基于特征相似度的设备状态检测方法、装置、设备和介质
CN113466717A (zh) * 2021-06-25 2021-10-01 深圳移航通信技术有限公司 电池荷电状态的估算方法和设备
CN115587654A (zh) * 2022-10-17 2023-01-10 国网河北省电力有限公司邯郸供电分公司 作业车放电优化方法及系统、电子设备及可读存储介质
CN116061758A (zh) * 2023-04-06 2023-05-05 深圳市开心电子有限公司 电动车的电能监测方法、装置、设备及存储介质
CN116298921A (zh) * 2023-03-27 2023-06-23 浙江南都能源科技有限公司 一种储能电站电池soc动态计算方法
WO2023116519A1 (zh) * 2021-12-24 2023-06-29 长城汽车股份有限公司 电池soc的估算方法及相关装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010203854A (ja) * 2009-03-02 2010-09-16 Nissan Motor Co Ltd 二次電池の内部状態推定装置
CN102923123A (zh) * 2011-08-08 2013-02-13 Bae系统控制有限公司 并联式混合动力汽车动力管理系统及其自适应动力管理方法和程序
CN102930173A (zh) * 2012-11-16 2013-02-13 重庆长安汽车股份有限公司 一种锂离子电池荷电状态在线估算方法
CN104241713A (zh) * 2013-06-18 2014-12-24 北汽福田汽车股份有限公司 动力电池的荷电状态soc修正方法及装置
CN104285157A (zh) * 2012-05-11 2015-01-14 日本康奈可株式会社 电池的充电状态估计装置
CN105116343A (zh) * 2015-08-24 2015-12-02 桂林电子科技大学 最小二乘支持向量机的动力电池电荷状态估计方法及系统
CN105301510A (zh) * 2015-11-12 2016-02-03 北京理工大学 一种电池老化参数辨识方法
CN107576919A (zh) * 2017-10-20 2018-01-12 广东石油化工学院 基于armax模型的动力电池荷电状态估算系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI411796B (zh) * 2009-12-22 2013-10-11 Ind Tech Res Inst 電池循環壽命估測裝置
CN105301509B (zh) * 2015-11-12 2019-03-29 清华大学 锂离子电池荷电状态、健康状态与功率状态的联合估计方法
CN105891727B (zh) * 2016-06-13 2018-10-19 桂林电子科技大学 一种双变结构滤波的动力电池荷电状态的估计方法与系统
CN106646265A (zh) * 2017-01-22 2017-05-10 华南理工大学 一种锂电池soc估计方法
CN107271911A (zh) * 2017-06-16 2017-10-20 河南理工大学 一种基于模型参数分段矫正的soc在线估计方法
CN108445402A (zh) * 2018-02-28 2018-08-24 广州小鹏汽车科技有限公司 一种锂离子动力电池荷电状态估计方法及系统
CN109613432A (zh) * 2019-01-08 2019-04-12 广州小鹏汽车科技有限公司 估算电池荷电状态的方法、设备及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010203854A (ja) * 2009-03-02 2010-09-16 Nissan Motor Co Ltd 二次電池の内部状態推定装置
CN102923123A (zh) * 2011-08-08 2013-02-13 Bae系统控制有限公司 并联式混合动力汽车动力管理系统及其自适应动力管理方法和程序
CN104285157A (zh) * 2012-05-11 2015-01-14 日本康奈可株式会社 电池的充电状态估计装置
CN102930173A (zh) * 2012-11-16 2013-02-13 重庆长安汽车股份有限公司 一种锂离子电池荷电状态在线估算方法
CN104241713A (zh) * 2013-06-18 2014-12-24 北汽福田汽车股份有限公司 动力电池的荷电状态soc修正方法及装置
CN105116343A (zh) * 2015-08-24 2015-12-02 桂林电子科技大学 最小二乘支持向量机的动力电池电荷状态估计方法及系统
CN105301510A (zh) * 2015-11-12 2016-02-03 北京理工大学 一种电池老化参数辨识方法
CN107576919A (zh) * 2017-10-20 2018-01-12 广东石油化工学院 基于armax模型的动力电池荷电状态估算系统及方法

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020143193A1 (zh) * 2019-01-08 2020-07-16 广州小鹏汽车科技有限公司 估算电池荷电状态的方法、设备及计算机可读存储介质
CN111929585B (zh) * 2019-05-13 2023-08-04 丰翼科技(深圳)有限公司 电池电荷状态计算装置、方法、服务器及介质
CN111929585A (zh) * 2019-05-13 2020-11-13 顺丰科技有限公司 电池电荷状态计算装置、方法、服务器及介质
US11262406B2 (en) 2019-05-24 2022-03-01 Contemporary Amperex Technology Co., Limited Method and apparatus for correcting SOC, battery management system and storage medium
CN110967646A (zh) * 2019-05-24 2020-04-07 宁德时代新能源科技股份有限公司 Soc修正方法和装置、电池管理系统和存储介质
CN110712560A (zh) * 2019-09-27 2020-01-21 东软睿驰汽车技术（沈阳）有限公司 异常处理方法、装置、设备及介质
CN110927580A (zh) * 2019-11-05 2020-03-27 深圳市科陆电子科技股份有限公司 Soc偏离修正方法、装置、终端及存储介质
CN111208434A (zh) * 2020-01-16 2020-05-29 北方工业大学 一阶rc等效电路模型的参数辨识方法及装置
CN111208435A (zh) * 2020-01-16 2020-05-29 北方工业大学 电池模型参数估计方法及装置
CN111289911A (zh) * 2020-04-03 2020-06-16 深圳天邦达新能源技术有限公司 基于电池的soc估算方法、装置以及电子设备
CN111308373A (zh) * 2020-04-07 2020-06-19 枣庄职业学院 一种电池的Thevenin模型参数的辨识方法及其应用
CN111398828A (zh) * 2020-04-16 2020-07-10 青岛理工大学 电动汽车剩余电量和剩余行驶里程估计方法
CN111679200B (zh) * 2020-06-03 2023-02-10 广州小鹏汽车科技有限公司 一种电池荷电状态的校准方法、装置和车辆
CN111679200A (zh) * 2020-06-03 2020-09-18 广州小鹏汽车科技有限公司 一种电池荷电状态的校准方法、装置和车辆
CN112327195A (zh) * 2020-09-29 2021-02-05 浙江南都电源动力股份有限公司 一种电池健康度检测方法
CN112666475B (zh) * 2020-12-02 2023-10-20 东风汽车集团有限公司 一种电动车的电池组的荷电状态估算方法
CN112666475A (zh) * 2020-12-02 2021-04-16 东风汽车集团有限公司 一种电动车的电池组的荷电状态估算方法
CN112782593A (zh) * 2020-12-24 2021-05-11 潍柴动力股份有限公司 电池初始荷电状态的获取方法及装置
CN112677764A (zh) * 2020-12-31 2021-04-20 北京新能源汽车技术创新中心有限公司 车辆显示soc的方法及车辆
CN112677764B (zh) * 2020-12-31 2022-06-21 北京国家新能源汽车技术创新中心有限公司 车辆显示soc的方法及车辆
CN112904211A (zh) * 2021-01-04 2021-06-04 北京空间飞行器总体设计部 一种深空探测用锂离子电池组剩余容量估计方法
CN112904211B (zh) * 2021-01-04 2022-10-28 北京空间飞行器总体设计部 一种深空探测用锂离子电池组剩余容量估计方法
CN113030749A (zh) * 2021-03-17 2021-06-25 北京酷能科技有限公司 电流检测方法及装置、设备、系统以及存储介质
CN113030749B (zh) * 2021-03-17 2023-12-01 北京酷能科技有限公司 电流检测方法及装置、设备、系统以及存储介质
CN113009348A (zh) * 2021-04-01 2021-06-22 浙江吉利控股集团有限公司 一种提高动力电池soc估算精度的方法及其装置
CN113009348B (zh) * 2021-04-01 2024-03-12 浙江吉利控股集团有限公司 一种提高动力电池soc估算精度的方法及其装置
CN113283503A (zh) * 2021-05-24 2021-08-20 平安国际融资租赁有限公司 基于特征相似度的设备状态检测方法、装置、设备和介质
CN113466717A (zh) * 2021-06-25 2021-10-01 深圳移航通信技术有限公司 电池荷电状态的估算方法和设备
WO2023116519A1 (zh) * 2021-12-24 2023-06-29 长城汽车股份有限公司 电池soc的估算方法及相关装置
CN115587654B (zh) * 2022-10-17 2024-03-01 国网河北省电力有限公司邯郸供电分公司 作业车放电优化方法及系统、电子设备及可读存储介质
CN115587654A (zh) * 2022-10-17 2023-01-10 国网河北省电力有限公司邯郸供电分公司 作业车放电优化方法及系统、电子设备及可读存储介质
CN116298921A (zh) * 2023-03-27 2023-06-23 浙江南都能源科技有限公司 一种储能电站电池soc动态计算方法
CN116061758B (zh) * 2023-04-06 2023-06-09 深圳市开心电子有限公司 电动车的电能监测方法、装置、设备及存储介质
CN116061758A (zh) * 2023-04-06 2023-05-05 深圳市开心电子有限公司 电动车的电能监测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2020143193A1 (zh) 2020-07-16

Similar Documents

Publication Publication Date Title
CN109613432A (zh) 估算电池荷电状态的方法、设备及计算机可读存储介质
KR102452548B1 (ko) 배터리 열화 상태 추정장치, 그를 포함한 시스템 및 그 방법
CN108717164B (zh) 电池的荷电状态soc标定方法及系统
CN103399277B (zh) 一种动力电池实际容量估算方法
Ge et al. State of charge estimation of lithium-ion battery based on improved forgetting factor recursive least squares-extended Kalman filter joint algorithm
CN109959876B (zh) 电池状态推定装置
Li et al. Estimation algorithm research for lithium battery SOC in electric vehicles based on adaptive unscented Kalman filter
JP7201792B2 (ja) 電池管理装置、電池管理方法、電力貯蔵システム
JP2000501507A (ja) バッテリ容量測定装置
CN109507595A (zh) 电池soc动态校准方法、装置及电子设备
CN106154176A (zh) 一种电池 soc 的检测方法及装置
FR2896926A1 (fr) Procede et dispositif de calcul d'etat de batterie et dispositif de commande de tension d'alimentation dans un vehicule
CN110562097A (zh) 一种新能源汽车充电剩余时间估算方法
CN109342950A (zh) 一种用于锂电池荷电状态的评估方法、装置及其设备
CN108828448B (zh) 基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法
CN111381180B (zh) 一种电池容量的确定方法和装置
CN112858924B (zh) 动力电池剩余能量估算方法、装置、车辆及存储介质
JP6737022B2 (ja) シミュレーション方法及びシミュレーション装置
Pop et al. State-of-charge indication in portable applications
CN101447688A (zh) 用于检测车内蓄电池的内部电气状态的装置和方法
FR2734061A1 (fr) Procede de determination de la charge disponible d'une batterie d'accumulateurs en fin de decharge
JP5888127B2 (ja) 二次電池の電池容量を推定する方法および装置
WO2021157120A1 (ja) 電池管理装置、電池管理方法、電力貯蔵システム
WO2021035500A1 (zh) 用于48v轻混汽车锂离子电池的荷电状态在线估算系统
US20030016023A1 (en) Method for determining the state of charge of rechargeable batteries

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190412

RJ01 Rejection of invention patent application after publication