CN111239608A - 基于扩展卡尔曼滤波的电池soc估算方法及装置 - Google Patents

基于扩展卡尔曼滤波的电池soc估算方法及装置 Download PDF

Info

Publication number
CN111239608A
CN111239608A CN201911340617.7A CN201911340617A CN111239608A CN 111239608 A CN111239608 A CN 111239608A CN 201911340617 A CN201911340617 A CN 201911340617A CN 111239608 A CN111239608 A CN 111239608A
Authority
CN
China
Prior art keywords
soc
battery
temperature
value
battery soc
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
CN201911340617.7A
Other languages
English (en)
Inventor
方彦彦
张杭
王琳舒
唐玲
云凤玲
崔义
暴新建
张潇华
沈学玲
闫坤
刘施阳
栗敬敬
尹艳萍
张莹
张向军
罗茜
王琳
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.)
China Automotive Battery Research Institute Co Ltd
Original Assignee
China Automotive Battery Research Institute 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 China Automotive Battery Research Institute Co Ltd filed Critical China Automotive Battery Research Institute Co Ltd
Publication of CN111239608A publication Critical patent/CN111239608A/zh
Pending legal-status Critical Current

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)

Abstract

本发明实施例提供一种基于扩展卡尔曼滤波的电池SOC估算方法及装置，所述方法包括：建立电池等效电路模型；改变等效电路模型的温度环境，获取不同温度等效电路模型的参数与电池SOC和环境温度之间的参数关系；基于卡尔曼滤波原理，得到电池的状态空间方程；根据第一电池SOC估算值及第一温度值，结合参数关系以及方程，计算得到第二电池SOC估算值；获取预设的温度采样间隔，根据采样间隔获取第二温度值；将第二电池的估算值作为第一电池SOC估算值，将第二温度值作为第一温度值，根据第一电池估算值及温度值计算得到第二电池SOC估算值，直至运算结束，输出估算中第二电池SOC的估算值。采用本方法能够得到准确的SOC估值。

Description

基于扩展卡尔曼滤波的电池SOC估算方法及装置
技术领域
本发明涉及荷电状态预测技术领域，尤其涉及一种基于扩展卡尔曼滤波的电池SOC估算方法及装置。
背景技术
动力电池是电动汽车的主要能量载体和动力来源，也是电动汽车整车车体的主要组成部分，准确的估算电池SOC，不仅可以提高电池的容量利用效率，还可以延长电池使用寿命。，同时电池的均衡控制，健康状态(SOH)控制均是以SOC的估算为基础，SOC的估算准确与否，将直接影响到电池管理系统的决策，因此精确的SOC估算是电动汽车电池管理系统最重要的任务之一。
目前，国内外常用的SOC估算方法为开路电压法和安时积分法。开路电压法为电池停止工作测量电路开路电压值，通过OCV-SOC查表估计此时的SOC值；安时积分法通过电流的动态积分来估算SOC，算法简单。
但是，现在的SOC估算方法，前者需要静置足够的时间，无法实现在线估算，后者无法实时修正，且无法确定初值，同时存在传感器的累积误差，总的来说，不管哪种估算方法，都无法得到准确的SOC估值。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种基于扩展卡尔曼滤波的电池SOC估算方法及装置。
本发明实施例提供一种基于扩展卡尔曼滤波的电池SOC估算方法，包括：
建立电池等效电路模型；
改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；
基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；
根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；
获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；
将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
在其中一个实施例中，所述方法还包括：
获取电池SOC的初始值及初始温度；
根据所述电池SOC的初始值及初始温度，结合所述参数关系以及所述状态空间方程计算得到初始状态转移矩阵及初始状态激励矩阵，并根据所述初始状态转移矩阵及所述初始状态激励矩阵，结合所述卡尔曼滤波原理计算得到所述第一电池SOC估算值。
在其中一个实施例中，所述方法还包括：
建立二阶等效电路模型，针对所述二阶等效电路模型，建立特性方程：
Figure BDA0002332163670000021
Figure BDA0002332163670000022
U0＝IR0
U＝Uocv-U0-U1-U2
其中，UOCV为开路电压，U0为所述欧姆内阻R0两端的电压，U1～U2为RC单元两端的电压，I为电流；
求解所述特性方程，得到等效电路端电压的表达式，所述表达式为：
Figure BDA0002332163670000031
其中，U1(0)和U2(0)分别为两个RC单元两端的电压初值。
在其中一个实施例中，所述开路电压与电池SOC和环境温度之间的参数关系式，包括：
UOCV＝a0(T)+a1(T)SOC+a2(T)SOC2+a3(T)SOC3+a4(T)SOC4+a5(T)SOC5
其中，T为环境温度，UOCV为开路电压，a0～a5为多项式系数。
在其中一个实施例中，所述欧姆内阻与电池SOC和环境温度之间的参数关系式，包括：
R0＝b0(T)+b1(T)SOC+b2(T)SOC2+b3(T)SOC3+b4(T)SOC4+b5(T)SOC5
其中，T为环境温度，R0表示欧姆内阻，b0～b5为多项式系数。
在其中一个实施例中，所述RC单元参数与电池SOC和环境温度之间的参数关系式，包括：
Figure BDA0002332163670000032
Figure BDA0002332163670000033
Figure BDA0002332163670000034
Figure BDA0002332163670000035
其中，T为环境温度，R1，C1，R2，C2为RC单元参数，λ、η和ξ为多项式系数，且在同样的温度下为常数。
本发明实施例提供一种基于扩展卡尔曼滤波的电池SOC估算装置，包括：
模型建立模块，用于建立电池等效电路模型；
温度改变模块，用于改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；
状态空间方程计算模块，用于基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；
第一计算模块，用于根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；
获取模块，用于获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；
第二计算模块，用于将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于扩展卡尔曼滤波的电池SOC估算方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述基于扩展卡尔曼滤波的电池SOC估算方法的步骤。
本发明实施例提供的基于扩展卡尔曼滤波的电池SOC估算方法及装置，通过等效电路模型计算得到等效电路模型的参数与电池SOC和环境温度之间的参数关系，然后根据卡尔曼滤波原理计算得到电池的状态空间方程，根据上述计算结果，再次结合卡尔曼滤波原理计算电池SOC的估算值，并不断获取新的环境温度值，计算新的SOC的估算值，直至接收到运算结束指令时，输入所有计算得到的SOC的估算值，本方法能够有效克服系统状态计算过程中出现的参数变化、噪声统计特性不准确和自校正特性等问题，得到准确的SOC估值。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于扩展卡尔曼滤波的电池SOC估算方法的流程图；
图2为本发明实施例中基于扩展卡尔曼滤波的电池SOC估算装置的结构图；
图3为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的基于扩展卡尔曼滤波的电池SOC估算方法的流程示意图，如图1所示，本发明实施例提供了一种基于扩展卡尔曼滤波的电池SOC估算方法，包括：
步骤S101，建立电池等效电路模型。
具体地，服务器建立电池等效电路模型，建立的电池等效电路模型可以为二阶等效电路模型(如图2)，也可以高阶等效电路模型，当电池等效电路模型为二阶等效电路模型时，等效电路内包含串联的欧姆电阻R0和两个RC单元，每个RC单元由并联的电阻和电容组成；确定所述等效电路端电压U与开路电压UOCV的特性关系。针对二阶等效电路模型，针对所述二阶等效电路模型，建立特性方程：
Figure BDA0002332163670000061
Figure BDA0002332163670000062
U0＝IR0
U＝Uocv-U0-U1-U2
其中，UOCV为开路电压，U0为所述欧姆内阻R0两端的电压，U1～U2为RC单元两端的电压，I为电流；
求解所述特性方程，得到等效电路端电压的表达式，所述表达式为：
Figure BDA0002332163670000063
其中，U1(0)和U2(0)分别为两个RC单元两端的电压初值。
步骤S102，改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系。
具体地，将等效电路模型设置在不同的温度环境下，并分别获取不同温度环境下等效电路模型的参数与电池SOC和环境温度之间的参数关系，其中，参数关系分为三种，包括：开路电压与电池SOC和环境温度之间的参数关系、欧姆内阻与电池SOC和环境温度之间的参数关系、RC单元参数与电池SOC和环境温度之间的参数关系，三者分别一一获取，获取的步骤可以为：
1、开路电压与电池SOC和环境温度之间的参数关系：
获取一系列温度T下开路电压UOCV与SOC的关系，环境温度T的温度范围为-10～55℃，SOC为0～1范围内的至少25个值。其中，SOC在0.1-0.9范围，至少每隔0.05取一个点，SOC在0～0.1和0.9～1之间，至少每隔0.02取一个点；温度在低于10℃时每5-10℃获取一组UOCV与SOC的关系，T在10℃以上时每5-15℃获取一组UOCV与SOC的关系。
建立UOCV与SOC和温度之间的关系。
将某温度T下开路电压UOCV与SOC的关系以五阶多项式表达：
UOCv＝a0+a1SOC+a2SOC2+a3SOC3+a4SOC4+a5SOC5
其中Uocv表示电池开路电压，a0～a5为多项式系数，且在同一温度下为常数，SOC为电池的荷电状态。
对所有温度点均建立上述关系，确定多项式系数，然后建立每个多项式系数随与温度的关系：
ai＝fi0+fi1T+fi2T2+fi3T3，i＝0，1，…5
这样，建立开路电压与温度和SOC的关系：
UOCV＝a0(T)+a1(T)SOC+a2(T)SOC2+a3(T)SOC3+a4(T)SOC4+a5(T)SOC5
即式中5次多项式系数也为温度T的函数。
2、欧姆内阻与电池SOC和环境温度之间的参数关系：
确定脉冲放电结束瞬间的电压特性；获取温度T下欧姆内阻R0与SOC的关系；获得其它温度下欧姆内阻R0与SOC的关系。
其中T和SOC的取值应与上述获取开路电压与电池SOC和环境温度之间的参数关系一致。
脉冲放电(HPPC)为已有的测试方法，脉冲放电时间、电流等均为已有的规范(例如依据Freedom电池测试手册)。
根据图2的结构可知，脉冲放电结束瞬间，电压的变化完全是由欧姆内阻R0产生。因此，欧姆内阻R0采用下式获取：
Figure BDA0002332163670000071
式中，UL为脉冲放电结束的电压突变，I为脉冲放电电流值。
根据温度T下，电池在不同SOC下的HPPC实验得到的电压响应曲线，根据式(1)计算得到不同SOC下的欧姆内阻R0和R0-SOC曲线。T的温度范围为-10～55℃，SOC为0～1范围内的至少25个值。其中，SOC在0.1-0.9范围，至少每隔0.05取一个点，SOC在0～0.1和0.9～1之间，至少每隔0.02取一个点；温度在低于10℃时每5-10℃获取一组R0与SOC的关系，T在10℃以上时每5-15℃获取一组R0与SOC的关系，同时在实际操作中，其具体取值点也应与获取开路电压与电池SOC和环境温度之间的参数关系一致。
建立R0与SOC和温度之间的关系：
将某温度T下开路电压UOCV与SOC的关系以五阶多项式表达：
R0＝b0+b1SOC+b2SOC2+b3SOC3+b4SOC4+b5SOC5
其中R0表示欧姆内阻，b0～b5为多项式系数，且在同样的温度下为常数，SOC为电池的荷电状态。
对所有温度点均建立上述关系，确定多项式系数，然后建立每个多项式系数随与温度的关系：
bi＝gi0+gi1T+gi2T2+gi3T3，i＝0，1，…5
这样，建立欧姆内阻与温度和SOC的关系：
R0＝b0(T)+b1(T)SOC+b2(T)SOC2+b3(T)SOC3+b4(T)SOC4+b5(T)SOC5 (2)
即式中5次多项式系数也为温度T的函数。
3、RC单元参数与电池SOC和环境温度之间的参数关系：
测定脉冲放电结束瞬间后的等效电路的电压U(t)；获取相同温度下RC单元参数R1，C1，R2，C2与SOC的关系；获取其它温度下并联RC单元参数R1，C1，R2，C2与SOC的关系。
由图2的电路结构可知，脉冲放电结束瞬间后，欧姆内阻两端的电压变为零，但三个RC单元两端的电压不会变为零。因此电压特性方程为：
Figure BDA0002332163670000081
通过非线性拟合可获取在相应温度和SOC下的R1，C1，R2，C2值。
SOC在0.1-0.9范围，至少每隔0.05取一个点，SOC在0～0.1和0.9～1之间，至少每隔0.02取一个点，温度在低于10℃时每5-10℃获取一组R0与SOC的关系，T在10℃以上时每5-15℃获取一组R0与SOC的关系，同时在实际操作中，其具体取值点也应与上述两个参数关系一致。
将某温度T下的R1和R2与SOC的关系以五阶多项式表达：
Figure BDA0002332163670000082
Figure BDA0002332163670000083
其中λ为多项式系数，且在同样的温度下为常数，SOC为电池的荷电状态。
某温度T下C1和C2与SOC的关系以分段多项式表达：
Figure BDA0002332163670000084
Figure BDA0002332163670000085
其中η和ξ为多项式系数，且在同样的温度下为常数，SOC为电池的荷电状态。
对所有温度点均建立上述关系，确定多项式系数，然后建立每个多项式系数随温度的关系：
Figure BDA0002332163670000091
Figure BDA0002332163670000092
Figure BDA0002332163670000093
Figure BDA0002332163670000094
Figure BDA0002332163670000095
Figure BDA0002332163670000096
这样，建立RC单元参数与温度和SOC的关系：
Figure BDA0002332163670000097
即式中5次多项式系数也为温度T的函数。
步骤S103，基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程。
具体地，基于卡尔曼滤波原理，并结合上述的等效电路模型，可以得到电池的状态空间方程，电池的状态空间方程可以包括：
xk＝Fk-1xk-1+Gk-1uk-1
其中，k为k-1分别代表第k次SOC估算与第k次的前一次SOC估算，另外，电池的状态空间方程中的参数分别为：
状态值(包含3个电压值以及SOC值)：
x＝[U0 U1 U2 SOC]T
外界激励：
u＝[I I I I]T
状态转移矩阵：
Figure BDA0002332163670000101
激励矩阵：
Figure BDA0002332163670000102
其中，Δt为采样间隔，Ccap为电池的额定容量，通常来说，k与k-1之间的时间间隔通常为第k次SOC估算与第k次的前一次SOC估算之间的时间间隔。
步骤S104，根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值。
具体地，第一电池SOC估算值可以为第k次SOC估算值，根据第k次SOC估算值及当前时刻对应的第一温度值，将第k次SOC估算值及当前时刻对应的第一温度值代入步骤S102中的公式2及公式4，计算得到Fk和Gk，并通过卡尔曼滤波原理中的如下公式计算后验协方差矩阵：
Figure BDA0002332163670000103
得到后验协方差矩阵后，将k设为k-1，将k+1设为k，再次通过卡尔曼滤波原理中的如下公式依次计算得到第k次的先验状态估计值、先验协方差矩阵、计算增益矩阵：
Figure BDA0002332163670000104
Figure BDA0002332163670000105
Figure BDA0002332163670000106
获取定义量测矩阵：
Figure BDA0002332163670000111
根据先验状态估计值中的SOC分量值及定义量测矩阵计算得到量测矩阵HK；
然后通过卡尔曼滤波原理中的如下公式计算后验状态估计值，即为第二电池SOC的估算值：
Figure BDA0002332163670000112
步骤S105，获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值。
具体地，温度采用间隔可以根据人为需求设定，比如对应电池的SOC估算值需要每30s获取一次，则可以将温度采样间隔设定为30s，因为k与k-1之间的时间间隔通常为第k次SOC估算与第k次的前一次SOC估算之间的时间间隔，则根据采样间隔获取30s后的温度值，作为第二电池SOC估算值对应的温度值，
步骤S106，将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
具体地，将第二电池SOC的估算值作为第一电池SOC估算值，并将第二温度值作为第一温度值，再次进行如步骤S104中的计算方法，得到新的第一电池SOC估算值的计算结果，新的第二电池SOC估算值，直至接收到运算结束指令，则输出在估算过程中所有曾经得到的第二电池SOC的估算值。
本发明实施例提供的一种基于扩展卡尔曼滤波的电池SOC估算方法及装置，通过等效电路模型计算得到等效电路模型的参数与电池SOC和环境温度之间的参数关系，然后根据卡尔曼滤波原理计算得到电池的状态空间方程，根据上述计算结果，再次结合卡尔曼滤波原理计算电池SOC的估算值，并不断获取新的环境温度值，计算新的SOC的估算值，直至接收到运算结束指令时，输入所有计算得到的SOC的估算值，本方法能够有效克服系统状态计算过程中出现的参数变化、噪声统计特性不准确和自校正特性等问题，得到准确的SOC估值
在上述实施例的基础上，所述基于扩展卡尔曼滤波的电池SOC估算方法，还包括：
获取电池SOC的初始值及初始温度；
根据所述电池SOC的初始值及初始温度，结合所述参数关系以及所述状态空间方程计算得到初始状态转移矩阵及初始状态激励矩阵，并根据所述初始状态转移矩阵及所述初始状态激励矩阵，结合所述卡尔曼滤波原理计算得到所述第一电池SOC估算值。
在本发明实施例中，获取SOC的初始值及初始温度，其中，初始值的获取可以直接读取，也可以通过计算获取，初始值的误差大小不影响后续的SOC预测，根据电池SOC的初始值可以计算初始协方差矩阵：
Figure BDA0002332163670000121
基于初始协方差矩阵，将SOC的初始值及初始温度代入步骤S102中的公式2及公式4，计算得到F0和G0，其中，F0和G0分别代表初始状态转移矩阵及初始状态激励矩阵，然后结合卡尔曼滤波原理计算得到第一电池SOC估算值，即为步骤S104中预先计算的第一电池SOC估算值。
本发明实施例通过SOC的初始值及初始温度计算得到第一电池SOC估算值，方便后续的SOC估算。
图2为本发明实施例提供的一种基于扩展卡尔曼滤波的电池SOC估算装置，包括：模型建立模块201、温度改变模块202、状态空间方程计算模块203、第一计算模块204、获取模块205、第二计算模块206，其中：
模型建立模块201，用于建立电池等效电路模型。
温度改变模块202，用于改变等效电路模型的温度环境，分别获取不同温度环境下等效电路模型的参数与电池SOC和环境温度之间的参数关系。
状态空间方程计算模块203，用于基于卡尔曼滤波原理，结合等效电路模型，得到电池的状态空间方程。
第一计算模块204，用于根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合参数关系以及状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据状态转移矩阵及状态激励矩阵，结合卡尔曼滤波原理计算得到第二电池SOC的估算值。
获取模块205，用于获取预设的温度采样间隔，根据温度采样间隔获取第一温度值之后的第二温度值。
第二计算模块206，用于将第二电池SOC的估算值作为第一电池SOC估算值，将第二温度值作为第一温度值，并继续根据第一电池SOC估算值及对应温度值，结合参数关系以及状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据状态转移矩阵及所述状态激励矩阵，结合卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中第二电池SOC的估算值。
在一个实施例中，装置还可以包括：
第二获取模块，用于获取电池SOC的初始值及初始温度。
第三计算模块，用于根据电池SOC的初始值及初始温度，结合参数关系以及状态空间方程计算得到初始状态转移矩阵及初始状态激励矩阵，并根据初始状态转移矩阵及所述初始状态激励矩阵，结合卡尔曼滤波原理计算得到第一电池SOC估算值。
关于基于扩展卡尔曼滤波的电池SOC估算装置的具体限定可以参见上文中对于基于扩展卡尔曼滤波的电池SOC估算方法的限定，在此不再赘述。上述基于扩展卡尔曼滤波的电池SOC估算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：建立电池等效电路模型；改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
此外，上述的存储器302中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：建立电池等效电路模型；改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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。

Claims (10)

1.一种基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，包括：
建立电池等效电路模型；
改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；
基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；
根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；
获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；
将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
2.根据权利要求1所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述方法还包括：
获取电池SOC的初始值及初始温度；
根据所述电池SOC的初始值及初始温度，结合所述参数关系以及所述状态空间方程计算得到初始状态转移矩阵及初始状态激励矩阵，并根据所述初始状态转移矩阵及所述初始状态激励矩阵，结合所述卡尔曼滤波原理计算得到所述第一电池SOC估算值。
3.根据权利要求1所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述建立电池等效电路模型，包括：
建立二阶等效电路模型，针对所述二阶等效电路模型，建立特性方程：
Figure FDA0002332163660000021
Figure FDA0002332163660000022
U0＝IR0
U＝Uocv-U0-U1-U2
其中，UOCV为开路电压，U0为所述欧姆内阻R0两端的电压，U1～U2为RC单元两端的电压，I为电流；
求解所述特性方程，得到等效电路端电压的表达式，所述表达式为：
Figure FDA0002332163660000023
其中，U1(0)和U2(0)分别为两个RC单元两端的电压初值。
4.根据权利要求1所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述等效电路模型的参数与电池SOC和环境温度之间的参数关系，包括：
开路电压与电池SOC和环境温度之间的参数关系、欧姆内阻与电池SOC和环境温度之间的参数关系、RC单元参数与电池SOC和环境温度之间的参数关系。
5.根据权利要求4所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述开路电压与电池SOC和环境温度之间的参数关系式，包括：
UOCV＝a0(T)+a1(T)SOC+a2(T)SOC2+a3(T)SOC3+a4(T)SOC4+a5(T)SOC5
其中，T为环境温度，UOCV为开路电压，a0～a5为多项式系数。
6.根据权利要求4所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述欧姆内阻与电池SOC和环境温度之间的参数关系式，包括：
R0＝b0(T)+b1(T)SOC+b2(T)SOC2+b3(T)SOC3+b4(T)SOC4+b5(T)SOC5
其中，T为环境温度，R0表示欧姆内阻，b0～b5为多项式系数。
7.根据权利要求4所述的基于扩展卡尔曼滤波的电池SOC估算方法，其特征在于，所述RC单元参数与电池SOC和环境温度之间的参数关系式，包括：
Figure FDA0002332163660000031
Figure FDA0002332163660000032
Figure FDA0002332163660000033
Figure FDA0002332163660000034
其中，T为环境温度，R1，C1，R2，C2为RC单元参数，λ、η和ξ为多项式系数，且在同样的温度下为常数。
8.一种基于扩展卡尔曼滤波的电池SOC估算装置，其特征在于，包括
模型建立模块，用于建立电池等效电路模型；
温度改变模块，用于改变所述等效电路模型的温度环境，分别获取不同温度环境下所述等效电路模型的参数与电池SOC和环境温度之间的参数关系；
状态空间方程计算模块，用于基于卡尔曼滤波原理，结合所述等效电路模型，得到电池的状态空间方程；
第一计算模块，用于根据预先计算得到第一电池SOC估算值及对应的第一温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值；
获取模块，用于获取预设的温度采样间隔，根据所述温度采样间隔获取所述第一温度值之后的第二温度值；
第二计算模块，用于将所述第二电池SOC的估算值作为第一电池SOC估算值，将所述第二温度值作为第一温度值，并继续根据所述第一电池SOC估算值及对应温度值，结合所述参数关系以及所述状态空间方程计算得到状态转移矩阵及状态激励矩阵，并根据所述状态转移矩阵及所述状态激励矩阵，结合所述卡尔曼滤波原理计算得到第二电池SOC的估算值，直至接收到运算结束指令，输出估算过程中所有第二电池SOC的估算值。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任一项所述基于扩展卡尔曼滤波的电池SOC估算方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于扩展卡尔曼滤波的电池SOC估算方法的步骤。
CN201911340617.7A 2019-11-21 2019-12-23 基于扩展卡尔曼滤波的电池soc估算方法及装置 Pending CN111239608A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019111512345 2019-11-21
CN201911151234 2019-11-21

Publications (1)

Publication Number Publication Date
CN111239608A true CN111239608A (zh) 2020-06-05

Family

ID=70868877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911340617.7A Pending CN111239608A (zh) 2019-11-21 2019-12-23 基于扩展卡尔曼滤波的电池soc估算方法及装置

Country Status (1)

Country Link
CN (1) CN111239608A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112557925A (zh) * 2020-11-11 2021-03-26 国联汽车动力电池研究院有限责任公司 锂离子电池soc估算方法和装置
CN116413613A (zh) * 2021-12-30 2023-07-11 比亚迪股份有限公司 动力电池的soc估算方法、系统、车辆及介质
CN112327183B (zh) * 2020-09-18 2023-11-28 国联汽车动力电池研究院有限责任公司 一种锂离子电池soc估算方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106026260A (zh) * 2016-06-24 2016-10-12 南京航空航天大学 一种带有均衡电路的串连电池组soc估算方法
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN109444758A (zh) * 2018-12-03 2019-03-08 湖南金杯新能源发展有限公司 电池荷电状态估计方法、装置、存储介质及计算机设备
CN110208703A (zh) * 2019-04-24 2019-09-06 南京航空航天大学 基于温度修正的复合等效电路模型对荷电状态估计的方法
CN110308405A (zh) * 2019-07-26 2019-10-08 四川嘉垭汽车科技有限公司 不同环境温度下锂离子电池荷电状态及健康状态估计方法
CN110395141A (zh) * 2019-06-27 2019-11-01 武汉理工大学 基于自适应卡尔曼滤波法的动力锂电池soc估算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106026260A (zh) * 2016-06-24 2016-10-12 南京航空航天大学 一种带有均衡电路的串连电池组soc估算方法
CN107368619A (zh) * 2017-06-02 2017-11-21 华南理工大学 基于电池滞回电压特性和回弹电压特性的扩展卡尔曼滤波soc估算方法
CN109444758A (zh) * 2018-12-03 2019-03-08 湖南金杯新能源发展有限公司 电池荷电状态估计方法、装置、存储介质及计算机设备
CN110208703A (zh) * 2019-04-24 2019-09-06 南京航空航天大学 基于温度修正的复合等效电路模型对荷电状态估计的方法
CN110395141A (zh) * 2019-06-27 2019-11-01 武汉理工大学 基于自适应卡尔曼滤波法的动力锂电池soc估算方法
CN110308405A (zh) * 2019-07-26 2019-10-08 四川嘉垭汽车科技有限公司 不同环境温度下锂离子电池荷电状态及健康状态估计方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327183B (zh) * 2020-09-18 2023-11-28 国联汽车动力电池研究院有限责任公司 一种锂离子电池soc估算方法和装置
CN112557925A (zh) * 2020-11-11 2021-03-26 国联汽车动力电池研究院有限责任公司 锂离子电池soc估算方法和装置
CN116413613A (zh) * 2021-12-30 2023-07-11 比亚迪股份有限公司 动力电池的soc估算方法、系统、车辆及介质

Similar Documents

Publication Publication Date Title
CN110261779B (zh) 一种三元锂电池荷电状态与健康状态在线协同估计方法
WO2021197038A1 (zh) 确定电池荷电状态的方法及装置，电池管理系统
CN105301509B (zh) 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
CN110286324B (zh) 一种电池荷电状态估算方法及电池健康状态估算方法
CN110187282B (zh) 电池荷电状态估算方法和估算装置
CN106324523B (zh) 基于离散变结构观测器的锂电池soc估计方法
CN111007400A (zh) 基于自适应双扩展卡尔曼滤波法的锂电池soc估算方法
JP6449303B2 (ja) 電池の充電状態を推定するための方法、装置およびシステム
CN109946623A (zh) 一种锂电池的soc在线估测方法
CN109633479B (zh) 基于嵌入式容积卡尔曼滤波的锂电池soc在线估算方法
CN111239608A (zh) 基于扩展卡尔曼滤波的电池soc估算方法及装置
JP2019132666A (ja) 組電池の状態推定装置及び組電池の状態推定方法
CN111190109B (zh) 一种无电流传感器的锂电池荷电状态估计方法
CN112327183B (zh) 一种锂离子电池soc估算方法和装置
CN111142025A (zh) 一种电池soc估算方法、装置、存储介质及电动汽车
CN111913109A (zh) 一种电池峰值功率的预测方法及装置
JP6455914B2 (ja) 蓄電残量推定装置、蓄電池の蓄電残量を推定する方法、及びコンピュータプログラム
CN111707953A (zh) 一种基于后向平滑滤波框架的锂电池soc在线估计方法
Nejad et al. On-chip implementation of extended kalman filter for adaptive battery states monitoring
CN110716146A (zh) 一种动力电池开路电压的估计方法
CN112946481A (zh) 基于联合h∞滤波的滑模观测器锂离子电池soc估计方法及电池管理系统
CN112557925B (zh) 锂离子电池soc估算方法和装置
CN117452234B (zh) 改进参数辨识与无穷算法融合的soc估计方法及系统
CN117388715B (zh) 一种串联锂电池组的soc和sop联合估计方法
CN114994542B (zh) 电池开路电压估计方法、装置、电子设备及可读存储介质

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: 20200605

RJ01 Rejection of invention patent application after publication