CN110244236B - 一种锂离子电池包soc估计方法、装置及终端设备 - Google Patents

一种锂离子电池包soc估计方法、装置及终端设备 Download PDF

Info

Publication number
CN110244236B
CN110244236B CN201910410769.3A CN201910410769A CN110244236B CN 110244236 B CN110244236 B CN 110244236B CN 201910410769 A CN201910410769 A CN 201910410769A CN 110244236 B CN110244236 B CN 110244236B
Authority
CN
China
Prior art keywords
lithium ion
battery pack
ion battery
moment
single battery
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.)
Active
Application number
CN201910410769.3A
Other languages
English (en)
Other versions
CN110244236A (zh
Inventor
吴明
舒星
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.)
Shenzhen Mengma Electric Technology Co ltd
Original Assignee
Shenzhen Mengma Electric 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 Shenzhen Mengma Electric Technology Co ltd filed Critical Shenzhen Mengma Electric Technology Co ltd
Priority to CN201910410769.3A priority Critical patent/CN110244236B/zh
Publication of CN110244236A publication Critical patent/CN110244236A/zh
Application granted granted Critical
Publication of CN110244236B publication Critical patent/CN110244236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明适用于锂离子电池技术领域，提供了一种锂离子电池包SOC估计方法、装置及终端设备，方法包括：获取锂离子电池包中任一单体电池的开路电压、端电压和实际温度并进行辨识，获取锂离子电池包中任一单体电池的辨识参数，对锂离子电池包中任一单体电池的端电压和辨识参数进行计算，获取锂离子电池包中任一单体电池的剩余电量，获取锂离子电池包的充放电状态，以获取锂离子电池包中对应的单体电池的剩余电量，作为锂离子电池包的剩余电量。本发明实时获取锂离子电池包中单体电池的端电压和实际温度并进行计算以获取剩余电量，同时根据锂离子电池包的充电状态确定对应的剩余电量，提高了对锂离子电池包剩余电量的估计精度和效率。

Description

一种锂离子电池包SOC估计方法、装置及终端设备
技术领域
本发明属于锂离子电池技术领域，尤其涉及一种锂离子电池包SOC估计方法、装置及终端设备。
背景技术
近来，现有关于电池剩余电量的估计方法主要为安时积分法与开路电压法结合来进行估计，这种方法计算简便，计算量小。
但是在计算过程中，上述方法受电池初始剩余电量和电流采样精度影响大，若电池突然掉电后需新开启时，无法获取准确的初始剩余电量值，会给电池剩余电量的计算带来较大的误差。
并且，在电池包使用过程中，由于采样噪声的干扰，会给电流和电压的采集带来较大误差，同样会降低电池剩余电量的估计精度。
最后，这种方法难以考虑电池实际温度的变化对电池造成的影响，因而无法准确获取电池的剩余电量。
发明内容
有鉴于此，本发明实施例提供了一种锂离子电池包SOC估计方法、装置及终端设备，以解决现有技术中存在的问题。
本发明实施例的第一方面提供了一种锂离子电池包SOC估计方法，包括：
获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度；
对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容；
对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；
获取k时刻锂离子电池包的充放电状态；
根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
可选的，所述获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度，包括：
获取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，所述k为锂离子电池包充放电时刻；
根据第一预设算法对所述k-1时刻锂离子电池包中任一单体电池的剩余电量和所述实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的开路电压；其中，所述第一预设算法为安时积分法；
获取k时刻锂离子电池包中任一单体电池的端电压。
可选的，对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数，包括：
建立锂离子电池包中任一单体电池的一阶等效电路模型；
基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述第二预设算法为基于自适应H无穷滤波算法。
可选的，对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量，包括：
基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；其中，所述第三预设算法为基于自适应扩展卡尔曼滤波算法。
可选的，根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量，包括：
若所述k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
若所述k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
本发明实施例的第二方面提供了一种锂离子电池包SOC估计装置，包括：
第一获取模块，用于获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度；
第一计算模块，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容；
第二计算模块，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；
第二获取模块，用于获取k时刻锂离子电池包的充放电状态；
第三获取模块，用于根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。
本发明实施例通过获取锂离子电池包中任一单体电池的开路电压和实际温度并进行辨识，获取锂离子电池包中任一单体电池的辨识参数，对锂离子电池包中任一单体电池的开路电压和辨识参数进行计算，获取锂离子电池包中任一单体电池的剩余电量，并根据锂离子电池包的充放电状态，获取锂离子电池包中对应的单体电池的剩余电量作为锂离子电池包的剩余电量，实时获取锂离子电池包中单体电池的开路电压和实际温度并进行计算以获取剩余电量，同时根据锂离子电池包的充电状态确定对应的剩余电量，提高了对锂离子电池包剩余电量的估计精度和效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的锂离子电池包SOC估计方法的流程示意图；
图2是本发明实施例二提供的锂离子电池包SOC估计方法的流程示意图；
图3是本发明实施例二提供的锂离子电池的一阶等效电路模型示意图；
图4是本发明实施例二提供的模型参数辨识装置示意图；
图5是本发明实施例三提供的锂离子电池包SOC估计方法的流程示意图；
图6是本发明实施例三提供的锂离子电池在不同温度下的剩余电量SOC曲线图；
图7是本发明实施例四提供的锂离子电池包SOC估计装置的结构示意图；
图8是本发明实施例五提供的终端设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
如图1所示，本实施例提供一种锂离子电池包SOC估计方法，该方法可以应用于如电动摩托车充电器、锂离子电池智能充电装置等终端设备。本实施例所提供的锂离子电池包SOC估计方法，包括：
S101、获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度。
在具体应用中，获取锂离子电池包中任一单体电池k-1的剩余电量(SOC，State ofCharge)，并根据第一预设算法进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量，读取k时刻锂离子电池包中任一单体电池的实际温度，以根据k时刻锂离子电池包中任一单体电池的剩余电量和实际温度查找k时刻锂离子电池包中任一单体电池的开路电压。其中，第一预设算法包括但不限于安时积分法；当前时刻可通过k时刻表示，即为当前锂离子电池的充放电时间；上一时刻可通过k-1时刻表示，例如，若设定采样时间间隔为1s，则k-1时刻为k-1s，上一时刻(k-1时刻)即为当前时刻的上一秒钟。
S102、对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容。
在具体应用中，基于锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对k时刻锂离子电池包中任一单体电池的开路电压、实际温度和端电压进行计算，以获取k时刻锂离子电池包中任一单体电池的辨识参数。其中，第二预设算法包括但不限于基于自适应H无穷滤波算法；辨识参数包括但不限于欧姆电阻、极化电阻和极化电容。
S103、对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量。
在具体应用中，基于锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对k时刻锂离子电池包中任一单体电池的开路电压、端电压和辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量，其中，第三预设算法包括但不限于为基于自适应扩展卡尔曼滤波算法。
S104、获取k时刻锂离子电池包的充放电状态。
S105、根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
在具体应用中，若k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；若k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
在一个实施例中，步骤S103，包括：
S1031、基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；其中，所述第三预设算法为基于自适应扩展卡尔曼滤波算法。
在具体应用中，基于锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对k时刻锂离子电池包中任一单体电池的开路电压、端电压和辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；其中，第三预设算法包括但不限于基于自适应扩展卡尔曼滤波算法。
基于自适应扩展卡尔曼滤波算法的锂离子电池剩余电量SOC估计方法：
由电池线性离散化方程可得：
Figure BDA0002062742360000071
式中，x＝[V1 s]T，u＝I,y＝E，
Figure BDA0002062742360000072
V1为极化电压，s为SOC，E为端电压，τ为时间常数τ＝R1·C1,Cn为电池容量，VOCV为开路电压。
1)初始化，设置状态观测器的初始值，x0，P0，Q0，R0；
2)系统状态预估：
Figure BDA0002062742360000073
3)误差协方差预估：
Figure BDA0002062742360000074
4)新息矩阵更新：
Figure BDA0002062742360000075
5)卡尔曼增益矩阵更新：
Figure BDA0002062742360000076
6)自适应噪声协方差匹配：
Figure BDA0002062742360000081
7)系统状态修正：
Figure BDA0002062742360000082
8)误差协方差修正：
Figure BDA0002062742360000083
上式中，
Figure BDA0002062742360000084
为系统状态预估矩阵，
Figure BDA0002062742360000085
为误差协方差预估矩阵，P为误差协方差矩阵，ek为新息矩阵，K为卡尔曼增益，R为为观测噪声矩阵，Q为过程噪声矩阵，H为自适应噪声协方差。
在一个实施例中，步骤S105，包括：
若所述k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
若所述k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
在具体应用中，若k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；若k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。这种锂离子电池包剩余电量的计算方法，能够有效避免出现锂离子电池在充电过程中电池过充，或出现锂离子电池在放电过程中电池过放的问题。
本实施例通过实时获取锂离子电池包中单体电池的开路电压和实际温度并进行计算以获取剩余电量，同时根据锂离子电池包的充电状态确定对应的剩余电量，提高了对锂离子电池包剩余电量的估计精度和效率。
实施例二
如图2所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤S102，包括：
S1021、建立锂离子电池包中任一单体电池的一阶等效电路模型。
在具体应用中，锂离子电池包中任一单体电池的一阶等效电路模型如图3所示。其中，E为端电压，VOCV为开路电压，R0为欧姆内阻，R1C1用于描述电池充放电时的极化特性，极化电阻R1两端的电压为V1，I为充放电电流。R0、R1、C1为待辨识参数。根据电路原理，令τ＝R1C1，则锂离子电池的电气特性可以描述为：
Figure BDA0002062742360000091
对上式进行离散化后，可得：
Figure BDA0002062742360000092
S1022、基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述第二预设算法为基于自适应H无穷滤波算法。
在具体应用中，基于锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对k时刻锂离子电池包中任一单体电池的开路电压、实际温度和端电压进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，第二预设算法包括但不限于基于自适应H无穷滤波算法。
基于自适应H无穷滤波的参数辨识过程，如下所示：
Figure BDA0002062742360000093
Figure BDA0002062742360000094
Figure BDA0002062742360000101
Figure BDA0002062742360000102
设定滤波相关初始值，包括t＝0时刻的状态向量
Figure BDA0002062742360000103
状态估计误差协方差P+ h,0、系统噪声和量测噪声协方差矩阵的初始值Qh,0和Rh,0以及对称正定矩阵Sh,0,λh,0。
状态先验估计：
Figure BDA0002062742360000104
误差协方差的先验估计：
Figure BDA0002062742360000105
对称正定矩阵更新：
Figure BDA0002062742360000106
信息更新：
Figure BDA0002062742360000107
自适应测量噪声矩阵：
Figure BDA0002062742360000111
更新H无穷增益：
Figure BDA0002062742360000112
自适应过程噪声矩阵更新：
Figure BDA0002062742360000113
更新状态量：
Figure BDA0002062742360000114
更新协方差矩阵：
Figure BDA0002062742360000115
通过上述步骤可动态估计k时刻任一锂离子电池的辨识参数。
图4示例性的示出了一种模型参数辨识装置的示意图。
本实施例通过对当前时刻锂离子电池的开路电压、实际温度和端电压进行辨识，实时获取锂离子电池的辨识参数，为计算锂离子电池的剩余电量提供了高精度的数据，提高了对锂离子电池的剩余电量进行估计的准确率。
实施例三
如图5所示，本实施例是对实施例一中的方法步骤的进一步说明。在本实施例中，步骤S101，包括：
S1011、获取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，所述k为锂离子电池包充放电时刻。
在具体应用中，读取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，k为锂离子电池包充放电时刻。
S1012、根据第一预设算法对所述k-1时刻锂离子电池包中任一单体电池的剩余电量和所述实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的开路电压；其中，所述第一预设算法为安时积分法。
在具体应用中，计算k时刻锂离子电池的开路电压时，可根据k时刻锂离子电池的剩余电量和实际温度查表(为剩余电量-温度-开路电压的关系表)，获取k时刻的锂离子电池的开路电压值。其中，k时刻锂离子电池的剩余电量可根据安时积分法对k-1时刻锂离子电池的剩余电量进行计算得到。
安时积分法计算公式如下：
Figure BDA0002062742360000121
其中，sk为k时刻锂离子电池的剩余电量值，sk-1为k-1时刻锂离子电池的剩余电量值，η为电池充放电效率，一般情况下该值为1；Δt为采样间隔，可根据实际情况进行具体设定，例如设为1s；Cn为锂离子电池的标称容量。
在一个实施例中，可在实验室条件下，进行多次测试以获取电池(在本实施例中，电池为锂离子电池)在不同温度下的开路电压曲线。
具体测试方法如下：
1.将电池静置在一个恒定的温度测试仪中，设置温度恒定。将电池以厂家规定的充电方法充满电，充电结束后静置足够长时间，以使电池电压达到温度，并且电池温度与设定温度保持一致；
2.将电池以1C恒流放电10％的剩余电量SOC，然后静置2h；
3.重复步骤2，直到电池的剩余电量SOC为0后，静置2h。记录每次静置结束后电池的电压(即为电池在该剩余电量情况下的开路电压)；
改变温度测试仪的温度，重复上述步骤1-3，在温度为-20～60℃的区间内，以每间隔10℃测试一次，获取电池的剩余电量。
获得锂离子电池在不同温度下的剩余电量SOC曲线如图6所示，并根据上述图6建立锂离子电池的剩余电量-温度-开路电压的关系表。
S1013、获取k时刻锂离子电池包中任一单体电池的端电压。
在具体应用中，读取k时刻锂离子电池包中任一单体电池的端电压。
本实施例通过安时积分法实时计算锂离子电池的开路电压，为计算锂离子电池的剩余电量奠定了基础，并进一步提高了对锂离子电池的剩余电量进行估计的准确率和效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例四
如图7所示，本实施例提供一种锂离子电池包SOC估计装置100，用于执行实施例一中的方法步骤。本实施例提供的锂离子电池包SOC估计装置100，包括：
第一获取模块101，用于获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度；
第一计算模块102，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容；
第二计算模块103，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；
第二获取模块104，用于获取k时刻锂离子电池包的充放电状态；
第三获取模块105，用于根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
在一个实施例中，所述第一获取模块101，包括：
第一获取单元，用于获取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，所述k为锂离子电池包充放电时刻；
第一计算单元，用于根据第一预设算法对所述k-1时刻锂离子电池包中任一单体电池的剩余电量和所述实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的开路电压；其中，所述第一预设算法为安时积分法；
第二获取单元，用于获取k时刻锂离子电池包中任一单体电池的端电压。
在一个实施例中，所述第一计算模块102，包括：
建立单元，用于建立锂离子电池包中任一单体电池的一阶等效电路模型；
辨识单元，用于基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述第二预设算法为基于自适应H无穷滤波算法。
在一个实施例中，所述计算模块103，包括：
第二计算单元，用于基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；其中，所述第三预设算法为基于自适应扩展卡尔曼滤波算法。
在一个实施例中，所述第三获取模块105，包括：
第三获取单元，用于若所述k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
第四获取单元，用于若所述k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
本实施例通过实时获取锂离子电池包中单体电池的开路电压和实际温度并进行计算以获取剩余电量，同时根据锂离子电池包的充电状态确定对应的剩余电量，提高了对锂离子电池包剩余电量的估计精度和效率。
实施例五
图8是本实施例提供的终端设备的示意图。如图8所示，该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如锂离子电池包SOC估计程序。所述处理器80执行所述计算机程序82时实现上述各个锂离子电池包SOC估计方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示模块101至105的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如，所述计算机程序82可以被分割成第一获取模块、第一计算模块、第二计算模块、第二获取模块和第三获取模块，各模块具体功能如实施例四所示，在此不再赘述。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的示例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字卡(Secure Digital，SD)，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种锂离子电池包SOC估计方法，其特征在于，包括：
获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度；
对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容；
对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；
获取k时刻锂离子电池包的充放电状态；
根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量，包括：
若所述k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
若所述k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
2.如权利要求1所述的锂离子电池包SOC估计方法，其特征在于，所述获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度，包括：
获取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，所述k为锂离子电池包充放电时刻；
根据第一预设算法对所述k-1时刻锂离子电池包中任一单体电池的剩余电量和所述实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的开路电压；其中，所述第一预设算法为安时积分法；
获取k时刻锂离子电池包中任一单体电池的端电压。
3.如权利要求1所述的锂离子电池包SOC估计方法，其特征在于，对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数，包括：
建立锂离子电池包中任一单体电池的一阶等效电路模型；
基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述第二预设算法为基于自适应H无穷滤波算法。
4.如权利要求1所述的锂离子电池包SOC估计方法，其特征在于，对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量，包括：
基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第三预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；其中，所述第三预设算法为基于自适应扩展卡尔曼滤波算法。
5.一种锂离子电池包SOC估计装置，其特征在于，包括：
第一获取模块，用于获取k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度；
第一计算模块，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述辨识参数包括欧姆电阻、极化电阻和极化电容；
第二计算模块，用于对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和所述辨识参数进行计算，获取k时刻锂离子电池包中任一单体电池的剩余电量；
第二获取模块，用于获取k时刻锂离子电池包的充放电状态；
第三获取模块，用于根据所述k时刻锂离子电池包的充放电状态，获取k时刻锂离子电池包中对应的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
所述第三获取模块包括：
第三获取单元，用于若所述k时刻锂离子电池包为充电状态，则获取k时刻锂离子电池包中剩余电量最大的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量；
第四获取单元，用于若所述k时刻锂离子电池包为放电状态，则获取k时刻锂离子电池包中剩余电量最小的单体电池的剩余电量，作为k时刻锂离子电池包的剩余电量。
6.如权利要求5所述的锂离子电池包SOC估计装置，其特征在于，所述第一获取模块，包括：
第一获取单元，用于获取k-1时刻锂离子电池包中任一单体电池的剩余电量和k时刻锂离子电池包中任一单体电池的实际温度；其中，所述k为锂离子电池包充放电时刻；
第一计算单元，用于根据第一预设算法对所述k-1时刻锂离子电池包中任一单体电池的剩余电量和所述实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的开路电压；其中，所述第一预设算法为安时积分法；
第二获取单元，用于获取k时刻锂离子电池包中任一单体电池的端电压。
7.如权利要求5所述的锂离子电池包SOC估计装置，其特征在于，所述第二获取模块，包括：
建立单元，用于建立锂离子电池包中任一单体电池的一阶等效电路模型；
辨识单元，用于基于所述锂离子电池包中任一单体电池的一阶等效电路模型根据第二预设算法对所述k时刻锂离子电池包中任一单体电池的开路电压、端电压和实际温度进行计算，获取k时刻锂离子电池包中任一单体电池的辨识参数；其中，所述第二预设算法为基于自适应H无穷滤波算法。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201910410769.3A 2019-05-16 2019-05-16 一种锂离子电池包soc估计方法、装置及终端设备 Active CN110244236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910410769.3A CN110244236B (zh) 2019-05-16 2019-05-16 一种锂离子电池包soc估计方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910410769.3A CN110244236B (zh) 2019-05-16 2019-05-16 一种锂离子电池包soc估计方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN110244236A CN110244236A (zh) 2019-09-17
CN110244236B true CN110244236B (zh) 2021-08-13

Family

ID=67884417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910410769.3A Active CN110244236B (zh) 2019-05-16 2019-05-16 一种锂离子电池包soc估计方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN110244236B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111679199B (zh) * 2020-05-21 2021-11-19 昆明理工大学 一种锂离子电池soc估计方法及装置
CN112327182B (zh) * 2020-08-02 2021-11-16 西北工业大学 基于量测值残差序列的自适应h无穷滤波soc估计方法
CN112964998B (zh) * 2021-02-02 2022-12-06 上海深湾能源科技有限公司 电量显示方法、电池系统及计算机可读存储介质
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
CN113466728B (zh) * 2021-07-13 2024-04-05 北京西清能源科技有限公司 一种两阶段电池模型参数在线辨识的方法与系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7808244B2 (en) * 2008-03-31 2010-10-05 Texas Instruments Incorporated System and method for determining state of charge of a battery utilizing initial voltage and current measurement and a previous estimate of battery resistance
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7808244B2 (en) * 2008-03-31 2010-10-05 Texas Instruments Incorporated System and method for determining state of charge of a battery utilizing initial voltage and current measurement and a previous estimate of battery resistance
CN102788957A (zh) * 2011-05-20 2012-11-21 镇江恒驰科技有限公司 一种动力电池荷电状态估算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Simple Internal Resistance Estimation Method Based on Open Circuit Voltage Test Under Different Temperature Conditions;Qi Yao 等;《2018 IEEE International Power Electronics and Application Conference and Exposition (PEAC)》;20181107;全文 *
纯电动汽车动力电池SOC估计的研究;陈舒婷;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160915(第9期);全文 *

Also Published As

Publication number Publication date
CN110244236A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110244236B (zh) 一种锂离子电池包soc估计方法、装置及终端设备
CN111812531B (zh) 电池状态检测方法、设备及存储介质
CN110011374B (zh) 一种电池充放电电流的控制方法、系统及终端设备
CN110967636B (zh) 电池的荷电状态修正方法、装置、系统和存储介质
CN109991547B (zh) 锂离子电池包最大允许充放电电流估计方法及装置
CN111679199B (zh) 一种锂离子电池soc估计方法及装置
CN109991554B (zh) 一种电池电量检测方法、装置及终端设备
CN110609232B (zh) 一种锂离子电池soc估计方法、装置及终端设备
CN109991545B (zh) 一种电池包电量检测方法、装置及终端设备
Hu et al. Two time-scaled battery model identification with application to battery state estimation
CN109904542B (zh) 锂离子电池包的容量更新方法、装置及终端设备
CN110568373A (zh) 锂电池健康状态评估方法、系统、终端及存储介质
CN111308354A (zh) 电池健康度状态的检测方法、装置、电子设备及存储介质
CN113359044A (zh) 测量电池剩余容量的方法、装置及设备
CN108829911A (zh) 一种开路电压与soc函数关系优化方法
CN113111508A (zh) 电芯一致性的评估方法、装置及服务器
CN113933710A (zh) 电池功率状态的在线预测方法及终端设备
CN115808638A (zh) 一种荷电状态计算方法、装置、存储介质及电池管理系统
CN109814037A (zh) 锂离子电池熵热系数的获取方法、终端设备及介质
CN109991543B (zh) 一种电池包剩余电量的获取方法、装置及终端设备
CN110018419B (zh) 锂离子电池的soc与soh联合估计方法、装置及终端设备
CN108594117B (zh) 确定电池容量的方法、装置、终端设备及计算机存储介质
CN115113049A (zh) 确定电池soc初始值的方法及相关装置
CN113447840A (zh) 锂离子电池分选方法和装置
CN109298340B (zh) 一种基于可变时间尺度的电池容量在线估计方法

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
GR01 Patent grant
GR01 Patent grant