CN112485681B - 一种电池soc估算装置 - Google Patents

一种电池soc估算装置 Download PDF

Info

Publication number
CN112485681B
CN112485681B CN202011357540.7A CN202011357540A CN112485681B CN 112485681 B CN112485681 B CN 112485681B CN 202011357540 A CN202011357540 A CN 202011357540A CN 112485681 B CN112485681 B CN 112485681B
Authority
CN
China
Prior art keywords
battery
soc
acquisition unit
voltage
current
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
CN202011357540.7A
Other languages
English (en)
Other versions
CN112485681A (zh
Inventor
李志飞
高科杰
宋忆宁
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.)
Zhejiang Zero Run Technology Co Ltd
Original Assignee
Zhejiang Zero Run 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 Zhejiang Zero Run Technology Co Ltd filed Critical Zhejiang Zero Run Technology Co Ltd
Priority to CN202011357540.7A priority Critical patent/CN112485681B/zh
Publication of CN112485681A publication Critical patent/CN112485681A/zh
Application granted granted Critical
Publication of CN112485681B publication Critical patent/CN112485681B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery

Landscapes

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

Abstract

本发明公开了一种电池SOC估算装置，包括处理器、电流采集单元、电压采集单元、温度采集单元、可读存储单元和供电单元，电流采集单元、电压采集单元、温度采集单元和可读存储单元均与处理器连接，电流采集单元用于采集电池电流，电压采集单元用于采集电池电压，温度采集单元用于采集电池温度信息，可读存储单元存储有电池SOC的初始值，处理器根据电流采集单元、电压采集单元、温度采集单元和可读存储单元的信息进行电池SOC估算；本发明采用安时积分与NEKF算法计算SOC平滑切换，避免电压平台区算法计算不稳定和误差大，从而提高SOC精度；采用动态OCV‑SOC校准，减少安时积分累计误差，进一步提高整体SOC精度。

Description

一种电池SOC估算装置
技术领域
本发明涉及电池技术领域，尤其涉及一种电池SOC估算装置。
背景技术
随着市场对新能能源汽车、储能、3C电子产品要求越来越高，电池剩余荷电状态(State-of-Charge,SOC)备受关注。合适的SOC估算方法可提高SOC估算精度，提高电池剩余续航精度，有效防止电池过充、过放，减少充电对电池的伤害。
现阶段主要SOC估算方法为安时积分法、卡尔曼滤波法、神经网络法。安时积分方法简单，但是受电流积分器精度影响大，易产生累计误差。卡尔曼滤波适用于线性系统，由于电池SOC估算为非线性系统，所以根据卡尔曼滤波原理采用扩展卡尔曼滤波(ExtendedKalman Filter,EKF)、无迹卡尔曼滤波(Unscended Kalman Filter,UKF)进行非线性系统估算。神经网络法需要大量样本进行训练，方法较为复杂且受电池老化影响较大。但是对于具有电压平台区间电池，采用算法进行SOC估算存在平台区间估算误差大现象。
例如，申请号为CN201711376573.4，申请日为2017年12月19日的中国专利申请公开了一种基于等效电路的锂离子电池SOC估计算法，包括步骤:S1、在不同的温度下，获取开路电压UOCV与SOC及温度T的关系，S2、建立等效电路模型，获取模型参数与SOC及温度T的关系，该步骤具体为S21、建立三阶等效电路模型，等效电路内包含串联的欧姆电阻R0和三个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；S22、获取所述等效电路模型中的欧姆内阻R0与SOC及温度T的关系：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；S23、获取所述等效电路模型中的RC单元参数R1，C1，R2，C2，R3，C3与SOC及温度T的关系；S231、测定脉冲放电结束瞬间后的等效电路的电压U(ts)；S232、获取相同温度下RC单元参数R1，C1，R2，C2，R3，C3与SOC的关系；S3、计算当前温度T和电池运行的时间t下的SOC值，包括简化电压特性方程，对电压特性方程进行求解。该申请的算法对于具有电压平台区间的电池进行SOC估算时，具有误差较大的问题。
发明内容
本发明主要解决现有的技术中电池SOC估算误差大的问题；提供一种电池SOC估算装置，减少对硬件系统资源依赖，提高SOC估算精度。
本发明的上述技术问题主要是通过下述技术方案得以解决的：一种电池SOC估算装置，包括处理器、电流采集单元、电压采集单元、温度采集单元、可读存储单元和供电单元，所述电流采集单元、电压采集单元、温度采集单元和可读存储单元均与处理器连接，所述电流采集单元用于采集电池电流，所述电压采集单元用于采集电池电压，所述温度采集单元用于采集电池温度信息，所述可读存储单元存储有电池SOC的初始值，所述处理器根据电流采集单元、电压采集单元、温度采集单元和可读存储单元的信息进行电池SOC估算，所述供电单元为处理器、电流采集单元、电压采集单元、温度采集单元和可读存储单元供电。
作为优选，所述处理器中运行有电池SOC估算方法，所述电池SOC估算方法包括以下步骤：S1：获取电池SOC的状态初始值；
S2：建立电池二阶RC等效电路模型；
S3：根据电池二阶RC等效电路模型和电池SOC的状态初始值通过新扩展卡尔曼滤波(New Extended Kalman Filter,NEKF)计算最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin；
S4：根据安时积分计算最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin；
S5：根据最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin计算加权值AhSOC；
S6：判断电池的充放电状态并进行电池SOC估算值输出。通过累计容量变化替换扩展卡尔曼滤波算法中安时积分形成新扩展卡尔曼滤波(New Extended Kalman Filter,NEKF)，累计容量可在10ms或1ms运行周期内根据电流进行计算，减少累计误差对安时积分影响，同时NEKF算法可在100ms周期内运行，减少对硬件系统资源依赖；通过电压平台区采用安时积分，非平台区采用NEKF，避免电压在平台区算法计算SOC存在较大误差；电芯电压处于低端状态，小电流充放电时进行在线查OCV-SOC表，进行安时积分SOC校准，从而提高SOC估算精度。
作为优选，所述电池二阶RC等效电路模型包括电池开路电压、电池内电阻、电池极化电阻、电池极化电容、电池浓度差电阻和电池浓度差电容，所述电池开路电压的正极与电池内电阻的一端连接，所述电池内电阻的另一端与电池极化电阻的一端连接，所述电池极化电阻的另一端与电池浓度差电阻的一端连接，所述电池极化电容与电池极化电阻并联，所述电池浓度差电容与电池浓度差电阻并联，所述电池浓度差电阻的另一端与电池开路电压的负极作为等效电路的输出端。通过电池二阶RC等效电路模型快速进行新扩展卡尔曼滤波算法计算最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin。
作为优选，所述的步骤S3中，最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin的计算方法为：
S31：根据NEKF算法获取电池的状态方程和输出方程；
S32：根据电池的输出方程得到最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin。
作为优选，所述的电池的状态方程为：
所述电池的输出方程为：
Ucvk＝Uocvk-Uk*R2k-Uk*R1k-Uk*R0k
其中，k为时间系数，为状态估计值，E(X0)为状态初始值，/>为状态滤波值，Pk/k-1为误差协方差估计矩阵，var(X0)为误差协方差初始值，Pk/k为滤波误差协方差矩阵，Qk为系统噪声矩阵，Γk-1为干扰矩阵，Rk为观测噪声矩阵，Kk为卡尔曼滤波增益系数，I为单位矩阵，Ck表示观测矩阵值，Yk为观测值(实际测量电压),Uk为控制向量(测量电流)；Ucv为估算电芯端电压，Uocv为电池开路电压；△Qcal＝Qt2-Qt1为本次运行周期累计容量变化量，/>为累计容量，Cap为系统总容量，R0为电池内电阻，R1为电池极化电阻，C1为电池极化电容，R2为电池浓度差电阻，C2为电池浓度差电容，t为系统运行周期；A表示系统矩阵，B表示观测矩阵。常规观测矩阵B如下：
本发明对常规观测矩阵B进行改进，把电流积分放在计算式外边，通过这一方式，可以获得更高精度累计容量，减小估算误差，提高SOC估算精度。
作为优选，步骤S4中，所述最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin的计算方法为：
其中，I为电流，定义放电为正，充电为负，Cap为系统总容量，k为时间系数。
作为优选，所述的加权值AhSOC的计算方法为：
其中，m为加权系数。
作为优选，步骤S6中，SOC估算值输出方法为：若电池处于充电状态，则判断AhSOC是否大于阀值点SOC1，若是，整体SOC输出SOC_out＝NEKF_SOCmax；否则，SOC_out＝AhSOC；若电池处于放电状态，则判断AhSOC是否小于阀值点SOC2，若是，SOC_out＝NEKF_SOCmin；若不是，SOC_out＝AhSOC。
作为优选，所述的SOC_out以一定的变化率a进行增减修正。将输出的SOC估算值进行一定程度的修正，提高估算精度。
作为优选，若电池处于放电状态下，且电芯电压<Vol1，电流<I1和持续时间>time1，则启动放电动态Dis_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准，若电池处于充电状态下，且电芯电压<Vol2，电流>I2和持续时间>time2，则启动充电动态Char_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准。
本发明的有益效果是：(1)采用累计容量变化量替代EKF算法中安时积分项，减少电流累计误差对算法影响；(2)NEKF算法可在硬件平台运行在100ms周期，减少硬件平台运行压力；(3)采用安时积分与NEKF算法计算SOC平滑切换，避免电压平台区算法计算不稳定和误差大，从而提高SOC精度；(4)采用动态OCV-SOC校准，减少安时积分累计误差，提高整体SOC精度。
附图说明
图1是本发明实施例的电池SOC估算装置的结构框图。
图2是本发明实施例的电池二阶RC等效电路模型的电路原理图。
图3是本发明实施例的Dis_VOL-SOC表对应的折线图。
图4是本发明实施例的Char_VOL-SOC表对应的折线图。
图5是本发明实施例的电池SOC估算的流程框图。
图中 1、处理器，2、电流采集单元，3、电压采集单元，4、温度采集单元，5、可读存储单元，6、供电单元。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：一种电池SOC估算装置，如图1所示，包括处理器1、电流采集单元2、电压采集单元3、温度采集单元4、可读存储单元5和供电单元6，电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5均与处理器1连接，电流采集单元2用于采集电池电流，电压采集单元3用于采集电池电压，温度采集单元4用于采集电池温度信息，可读存储单元5存储有电池SOC的初始值，处理器1根据电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5的信息进行电池SOC估算，供电单元6为处理器1、电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5供电。
如图5所示，处理器中运行有电池SOC估算方法，电池SOC估算方法包括以下步骤：
S1：获取电池SOC的状态初始值；
S2：建立电池二阶RC等效电路模型；
S3：根据电池二阶RC等效电路模型和电池SOC的状态初始值通过新扩展卡尔曼滤波(New Extended Kalman Filter,NEKF)计算最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin；
S4：根据安时积分计算最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin；
S5：根据最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin计算加权值AhSOC；
S6：判断电池的充放电状态并进行电池SOC估算值输出。
如图2所示，电池二阶RC等效电路模型包括电池开路电压Uocv、电池内电阻R0、电池极化电阻R1、电池极化电容C1、电池浓度差电阻R2和电池浓度差电容C2，电池开路电压Uocv的正极与电池内电阻R0的一端连接，电池内电阻R0的另一端与电池极化电阻R1的一端连接，电池极化电阻R1的另一端与电池浓度差电阻R2的一端连接，电池极化电容C1与电池极化电阻R1并联，电池浓度差电容C2与电池浓度差电阻R2并联，电池浓度差电阻R2的另一端与电池开路电压Uocv的负极作为等效电路的输出端Ucv。
最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin的计算方法为：
S31：根据NEKF算法获取电池的状态方程和输出方程；
S32：根据电池的输出方程得到最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin。
电池的状态方程为：
电池的输出方程为：
Ucvk＝Uocvk-Uk*R2k-Uk*R1k-Uk*R0k
其中，k为时间系数，为状态估计值，E(X0)为状态初始值，/>为状态滤波值，Pk/k-1为误差协方差估计矩阵，var(X0)为误差协方差初始值，Pk/k为滤波误差协方差矩阵，Qk为系统噪声矩阵，Γk-1为干扰矩阵，Rk为观测噪声矩阵，Kk为卡尔曼滤波增益系数，I为单位矩阵，Ck表示观测矩阵值，Yk为观测值(实际测量电压),Uk为控制向量(测量电流)；Ucv为估算电芯端电压，Uocv为电池开路电压；△Qcal＝Qt2-Qt1为本次运行周期累计容量变化量，/>为累计容量，Cap为系统总容量，R0为电池内电阻，R1为电池极化电阻，C1为电池极化电容，R2为电池浓度差电阻，C2为电池浓度差电容，t为系统运行周期；A表示系统矩阵，B表示观测矩阵。
最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin的计算方法为：
其中，I为电流，定义放电为正，充电为负，Cap为系统总容量，k为时间系数；
加权值AhSOC的计算方法为：
其中，m为加权系数。
SOC估算值输出方法为：若电池处于充电状态，则判断AhSOC是否大于阀值点SOC1，若是，整体SOC输出SOC_out＝NEKF_SOCmax；否则，SOC_out＝AhSOC；若电池处于放电状态，则判断AhSOC是否小于阀值点SOC2，若是，SOC_out＝NEKF_SOCmin；若不是，SOC_out＝AhSOC，同时，SOC_out以一定的变化率a进行增减修正。
若电池处于放电状态下，且电芯电压<Vol1，电流<I1和持续时间>time1，则启动放电动态Dis_VOL-SOC查表，如图3所示，进行AhSOCmax和AhSOCmin校准，若电池处于充电状态下，且电芯电压<Vol2，电流>I2和持续时间>time2，则启动充电动态Char_VOL-SOC查表，如图4所示，进行AhSOCmax和AhSOCmin校准。
在具体应用中，系统上电运行，运行NEKF算法计算SOC值，运行安时积分计算SOC值，根据AhSOCmax、AhSOCmin大小和AhSOC加权值处理方法进行计算AhSOC；判断电池的充放电状态，若处于充电状态，则判断AhSOC是否大于95％，若是，整体SOC输出SOC_out＝NEKF_SOCmax；若不是，SOC_out＝AhSOC；若电池处于放电状态，则判断AhSOC是否小于20％，若是，SOC_out＝NEKF_SOCmin；若不是，SOC_out＝AhSOC；同时SOC_out以一定的变化率1％/min进行增减修正；当电池处于放电状态下，且电芯电压<3.2V，电流<5A，持续时间>60s，则启动放电动态Dis_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准；当电池处于充电状态下，且电芯电压<3.1，电流>-5A，持续时间>60s，则启动充电动态Char_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准。
本发明采用累计容量变化量替代EKF算法中安时积分项，减少电流累计误差对算法影响；NEKF算法可在硬件平台运行在100ms周期，减少硬件平台运行压力；采用安时积分与NEKF算法计算SOC平滑切换，避免电压平台区算法计算不稳定和误差大，从而提高SOC精度；采用动态OCV-SOC校准，减少安时积分累计误差，提高整体SOC精度。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (8)

1.一种电池SOC估算装置，其特征在于，包括
处理器、电流采集单元、电压采集单元、温度采集单元、可读存储单元和供电单元，所述电流采集单元、电压采集单元、温度采集单元和可读存储单元均与处理器连接，所述电流采集单元用于采集电池电流，所述电压采集单元用于采集电池电压，所述温度采集单元用于采集电池温度信息，所述可读存储单元存储有电池SOC的初始值，所述处理器根据电流采集单元、电压采集单元、温度采集单元和可读存储单元的信息进行电池SOC估算，所述供电单元为处理器、电流采集单元、电压采集单元、温度采集单元和可读存储单元供电；
所述处理器中运行有电池SOC估算方法，所述电池SOC估算方法包括以下步骤：
S1：读取电池SOC的状态初始值；
S2：建立电池二阶RC等效电路模型；
S3：根据电池二阶RC等效电路模型和电池SOC的状态初始值通过新扩展卡尔曼滤波计算最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin；
S4：根据安时积分计算最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin；
S5：根据最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin计算加权值AhSOC；
S6：判断电池的充放电状态并进行电池SOC估算值输出；
步骤S6中，SOC估算值输出方法为：若电池处于充电状态，则判断AhSOC是否大于阀值点SOC1，若是，整体SOC输出SOC_out＝NEKF_SOCmax；否则，SOC_out＝AhSOC；若电池处于放电状态，则判断AhSOC是否小于阀值点SOC2，若是，SOC_out＝NEKF_SOCmin；若不是，SOC_out＝AhSOC。
2.根据权利要求1所述的一种电池SOC估算装置，其特征在于，
所述电池二阶RC等效电路模型包括电池开路电压、电池内电阻、电池极化电阻、电池极化电容、电池浓度差电阻和电池浓度差电容，所述电池开路电压的正极与电池内电阻的一端连接，所述电池内电阻的另一端与电池极化电阻的一端连接，所述电池极化电阻的另一端与电池浓度差电阻的一端连接，所述电池极化电容与电池极化电阻并联，所述电池浓度差电容与电池浓度差电阻并联，所述电池浓度差电阻的另一端与电池开路电压的负极作为等效电路的输出端。
3.根据权利要求1或2所述的一种电池SOC估算装置，其特征在于，
步骤S3中，最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin的计算方法为：
S31：根据NEKF算法获取电池的状态方程和输出方程；
S32：根据电池的输出方程得到最高单体电芯电压NEKF_SOCmax和最低单体电芯电压NEKF_SOCmin。
4.根据权利要求3所述的一种电池SOC估算装置，其特征在于，
所述电池的状态方程为：
所述电池的输出方程为：
Ucvk＝Uocvk-Uk*R2k-Uk*R1k-Uk*R0k
其中，k为时间系数，为状态估计值，E(X0)为状态初始值，/>为状态滤波值，Pk/k-1为误差协方差估计矩阵，var(X0)为误差协方差初始值，Pk/k为滤波误差协方差矩阵，Qk为系统噪声矩阵，Γk-1为干扰矩阵，Rk为观测噪声矩阵，Kk为卡尔曼滤波增益系数，I为单位矩阵，Ck表示观测矩阵值，Yk为观测值即实际测量电压,Uk为控制向量即测量电流；Ucv为估算电芯端电压，Uocv为电池开路电压；△Q＝Qt2-Qt1为本次运行周期累计容量变化量，为累计容量，Cap为系统总容量，R0为电池内电阻，R1为电池极化电阻，C1为电池极化电容，R2为电池浓度差电阻，C2为电池浓度差电容，t为系统运行周期；A表示系统矩阵，B表示观测矩阵。
5.根据权利要求1所述的一种电池SOC估算装置，其特征在于，
步骤S4中，所述最高单体电芯电压AhSOCmax和最低单体电芯电压AhSOCmin的计算方法为：
其中I为电流，定义放电为正，充电为负，Cap为系统总容量，k为时间系数。
6.根据权利要求5所述的一种电池SOC估算装置，其特征在于，
所述加权值AhSOC的计算方法为：
其中，m为加权系数。
7.根据权利要求6所述的一种电池SOC估算装置，其特征在于，
所述SOC_out以一定的变化率a进行增减修正。
8.根据权利要求1所述的一种电池SOC估算装置，其特征在于，
若电池处于放电状态下，且电芯电压<Vol1，电流<I1和持续时间>time1，则启动放电动态Dis_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准，若电池处于充电状态下，且电芯电压<Vol2，电流>I2和持续时间>time2，则启动充电动态Char_VOL-SOC查表，进行AhSOCmax和AhSOCmin校准。
CN202011357540.7A 2020-11-27 2020-11-27 一种电池soc估算装置 Active CN112485681B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011357540.7A CN112485681B (zh) 2020-11-27 2020-11-27 一种电池soc估算装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011357540.7A CN112485681B (zh) 2020-11-27 2020-11-27 一种电池soc估算装置

Publications (2)

Publication Number Publication Date
CN112485681A CN112485681A (zh) 2021-03-12
CN112485681B true CN112485681B (zh) 2024-05-10

Family

ID=74936208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011357540.7A Active CN112485681B (zh) 2020-11-27 2020-11-27 一种电池soc估算装置

Country Status (1)

Country Link
CN (1) CN112485681B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114578130A (zh) * 2021-11-30 2022-06-03 荣耀终端有限公司 电量校准方法和相关装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理系统、电动车及荷电状态的估算方法
KR20160002309A (ko) * 2014-06-30 2016-01-07 영화테크(주) 확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체
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
CN107741569A (zh) * 2017-11-16 2018-02-27 温州大学 一种基于分段扩展卡尔曼滤波的锂电池荷电状态的估算方法
CN108008317A (zh) * 2017-12-01 2018-05-08 重庆大学 一种基于电池开路电压曲线特性的荷电状态估计方法
JP2018096953A (ja) * 2016-12-16 2018-06-21 三菱自動車工業株式会社 電池状態推定装置
CN109856556A (zh) * 2019-03-21 2019-06-07 南京工程学院 一种动力电池soc估算方法
CN109946623A (zh) * 2019-03-27 2019-06-28 吉林大学 一种锂电池的soc在线估测方法
KR20190098531A (ko) * 2018-02-14 2019-08-22 주식회사 엘지화학 배터리의 충전 상태를 추정하기 위한 장치 및 방법
CN110275113A (zh) * 2019-06-25 2019-09-24 内蒙古工业大学 一种锂电池荷电状态估计方法
CN111060820A (zh) * 2019-11-28 2020-04-24 上海理工大学 一种基于二阶rc模型的锂电池soc、sop估计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191794A1 (en) * 2013-05-29 2014-12-04 Freescale Semiconductor, Inc. Cell monitoring apparatus, battery monitoring apparatus, integrated circuit and method of monitoring a rechargeable cell
KR102160274B1 (ko) * 2017-09-07 2020-09-25 주식회사 엘지화학 배터리 충전 상태 추정 장치 및 방법

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102088118A (zh) * 2010-12-28 2011-06-08 深圳市航盛电子股份有限公司 一种电池管理系统、电动车及荷电状态的估算方法
KR20160002309A (ko) * 2014-06-30 2016-01-07 영화테크(주) 확장칼만필터를 이용한 배터리 상태 추정 방법, 시스템 및 이를 수행하기 위한 기록매체
JP2018096953A (ja) * 2016-12-16 2018-06-21 三菱自動車工業株式会社 電池状態推定装置
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
CN107741569A (zh) * 2017-11-16 2018-02-27 温州大学 一种基于分段扩展卡尔曼滤波的锂电池荷电状态的估算方法
CN108008317A (zh) * 2017-12-01 2018-05-08 重庆大学 一种基于电池开路电压曲线特性的荷电状态估计方法
KR20190098531A (ko) * 2018-02-14 2019-08-22 주식회사 엘지화학 배터리의 충전 상태를 추정하기 위한 장치 및 방법
CN109856556A (zh) * 2019-03-21 2019-06-07 南京工程学院 一种动力电池soc估算方法
CN109946623A (zh) * 2019-03-27 2019-06-28 吉林大学 一种锂电池的soc在线估测方法
CN110275113A (zh) * 2019-06-25 2019-09-24 内蒙古工业大学 一种锂电池荷电状态估计方法
CN111060820A (zh) * 2019-11-28 2020-04-24 上海理工大学 一种基于二阶rc模型的锂电池soc、sop估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于EKF的高低温模型修正SOC估算方法;唐淳淳;余粟;王盟;;智能计算机与应用(第02期);第180-183页 *
基于安时积分和无迹卡尔曼滤波的锂离子电池SOC估算方法研究;丁镇涛;邓涛;李志飞;尹燕莉;;中国机械工程(第15期);第1823-1830页 *
基于扩展卡尔曼滤波算法的二阶电池模型SOC估算;查伟民;;山东理工大学学报(自然科学版)(第06期);第41-45页 *

Also Published As

Publication number Publication date
CN112485681A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN107991623B (zh) 一种考虑温度和老化程度的电池安时积分soc估计方法
US9121909B2 (en) Method for estimating state-of-charge of lithium ion battery
CN108663620B (zh) 一种动力电池组荷电状态估算方法及系统
US9709635B2 (en) System and method for SOC estimation of a battery
Chen et al. Battery state of charge estimation based on a combined model of Extended Kalman Filter and neural networks
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
CN106842060A (zh) 一种基于动态参数的动力电池soc估算方法及系统
CN106716158A (zh) 电池荷电状态估算方法和装置
CN109031133B (zh) 一种动力电池的soc修正方法
CN113075554B (zh) 一种基于运行数据的锂离子电池组不一致性辨识方法
JP2006242880A (ja) 電源装置用状態検知装置，電源装置及び電源装置に用いられる初期特性抽出装置
CN112485680B (zh) 一种电池soc估算方法
US20230358810A1 (en) Method for estimating state of charge of battery
CN110596604B (zh) 一种基于安时积分法的锂电池soc估计方法
CN109752660B (zh) 一种无电流传感器的电池荷电状态估计方法
CN111216595B (zh) 基于锂电池等效电路模型的重度混合动力汽车soc校准方法
CN112305426A (zh) 一种多约束条件下的锂离子电池功率状态估计系统
CN112485681B (zh) 一种电池soc估算装置
CN113466728B (zh) 一种两阶段电池模型参数在线辨识的方法与系统
CN112130077B (zh) 一种不同工况下动力电池组的soc估算方法
CN113759258A (zh) 一种动力电池soc估计方法、装置及纯电动汽车
CN113156316A (zh) 盐水电池soc估算算法
CN109669138B (zh) 一种精准测定动力铅蓄电池组剩余容量的方法
CN106815406B (zh) 一种基于特征模型的动力电池soc估算方法
KR102205318B1 (ko) 에너지 저장장치 충전상태 추정방법

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
CB02 Change of applicant information

Address after: 310051 1st and 6th floors, no.451 Internet of things street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant after: Zhejiang Zero run Technology Co.,Ltd.

Address before: 310051 1st and 6th floors, no.451 Internet of things street, Binjiang District, Hangzhou City, Zhejiang Province

Applicant before: ZHEJIANG LEAPMOTOR TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant