CN113030751B - 电池荷电状态soc估计方法、装置、管理系统以及车辆 - Google Patents

电池荷电状态soc估计方法、装置、管理系统以及车辆 Download PDF

Info

Publication number
CN113030751B
CN113030751B CN202110352037.0A CN202110352037A CN113030751B CN 113030751 B CN113030751 B CN 113030751B CN 202110352037 A CN202110352037 A CN 202110352037A CN 113030751 B CN113030751 B CN 113030751B
Authority
CN
China
Prior art keywords
soc
moment
value
battery
time
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
CN202110352037.0A
Other languages
English (en)
Other versions
CN113030751A (zh
Inventor
冯士博
张颖
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.)
Svolt Energy Technology Co Ltd
Original Assignee
Svolt Energy 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 Svolt Energy Technology Co Ltd filed Critical Svolt Energy Technology Co Ltd
Priority to CN202110352037.0A priority Critical patent/CN113030751B/zh
Publication of CN113030751A publication Critical patent/CN113030751A/zh
Application granted granted Critical
Publication of CN113030751B publication Critical patent/CN113030751B/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]
    • G01R31/385—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • 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)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Secondary Cells (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本公开涉及一种电池荷电状态SOC估计方法、装置、管理系统以及车辆。方法包括：获取电池的休眠时间；在休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计电池在初始时刻的SOC估测值，电池外表面设置有向电池发射超声波信号的超声波发生装置和超声波检测装置，超声波检测装置用于接收经电池传播的超声波信号；根据初始时刻的SOC估测值，确定第一时刻的SOC预测值；若第一时刻与初始时刻的间隔少于或等于第二预设时长，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。如此，能准确确定初始时刻的SOC估测值，以准确估测SOC。

Description

电池荷电状态SOC估计方法、装置、管理系统以及车辆
技术领域
本公开涉及电池技术领域，具体地，涉及一种电池荷电状态SOC估计方法、装置、管理系统以及车辆。
背景技术
目前大规模量产电动汽车商业产品的电池管理系统中，电池SOC(英文：State OfCharge，中文：电池荷电状态)的预测十分重要。通过对电池SOC的准确估算，可以充分发挥电池的能力和安全性能。
而在BMS(英文：Battery Management System，中文：电池管理系统)中，电池的SOC不能直接测量。一般而言，电池的电压与电池的SOC、工作电流和温度等因素密切相关，因此一般通过电池端电压、充放电电流以及内阻等参数，通过间接方法对SOC进行估算。
但由于电池模型误差的存在，难以对电池的SOC进行高精度的预测，并且电池状态与电化学状态过程密切相关，随着锂离子电池的循环和老化，电池质量密度和模量会重新分布，故精度会越来越低。
发明内容
本公开的目的是提供一种电池荷电状态SOC估计方法、装置、电池管理系统以及车辆，以提高电池SOC估计的准确度。
为了实现上述目的，本公开第一方面提供一种电池荷电状态SOC估计方法，包括：
获取电池的休眠时间；
在所述休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计所述电池在初始时刻的SOC估测值，其中，在所述电池的外表面设置有相对设置的超声波发生装置和超声波检测装置，所述超声波发生装置用于向所述电池发射所述超声波信号，所述超声波检测装置用于接收经所述电池传播的所述超声波信号；
根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻；
在所述第一时刻与所述初始时刻的间隔少于或等于第二预设时长的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值。
可选地，所述超声波发生装置包括多个超声波发生器，所述超声波检测装置用于接收多个由所述超声波发生器发射、且经所述电池传播的多个超声波信号，所述方法还包括：
根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的所述电池的SOC初算值；
确定所有所述SOC初算值的平均值为所述初始时刻的SOC估测值。
可选地，所述方法还包括：
在所述休眠时间大于或等于所述第一预设时长的情况下，根据开路电压法确定所述电池在所述初始时刻的SOC估测值。
可选地，所述方法还包括：
在所述第一时刻与所述初始时刻的间隔大于所述第二预设时长的情况下，根据所述超声波检测装置接收的、经所述电池传播的超声波信号，确定所述第一时刻的SOC测量值；
在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差大于预设阈值的情况下，确定所述第一时刻的SOC测量值为所述第一时刻的SOC估测值。
可选地，所述方法还包括：
在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差小于或等于预设阈值的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值。
可选地，所述方法还包括：
在未满足SOC估计截止条件的情况下，将原先的所述第一时刻的下一时刻作为新的第一时刻，将原先的所述第一时刻作为新的初始时刻；
返回所述根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻的步骤。
可选地，所述根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值，包括：
确定所述第一时刻对应的卡尔曼增益以及所述电池的端电压的计算电压值；
根据所述卡尔曼增益、所述计算电压值以及所述测量电压值，确定所述第一时刻的修正值；
确定所述修正值与所述第一时刻的SOC预测值的和为所述第一时刻的SOC估测值。
本公开第二方面提供一种电池荷电状态SOC估计装置，包括：
获取模块，被配置为获取电池的休眠时间；
第一确定模块，被配置为在所述休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计所述电池在初始时刻的SOC估测值，其中，在所述电池的外表面设置有相对设置的超声波发生装置和超声波检测装置，所述超声波发生装置用于向所述电池发射所述超声波信号，所述超声波检测装置用于接收经所述电池传播的所述超声波信号；
第二确定模块，被配置为根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻；
第三确定模块，被配置为在所述第一时刻与所述初始时刻的间隔少于或等于第二预设时长的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值。
可选地，所述超声波发生装置包括多个超声波发生器，所述超声波检测装置用于接收多个由所述超声波发生器发射、且经所述电池传播的多个超声波信号，所述第一确定模块包括：
第一确定子模块，被配置为根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的所述电池的SOC初算值；
第二确定子模块，被配置为确定所有所述SOC初算值的平均值为所述初始时刻的SOC估测值。
可选地，所述装置还包括：
第四确定模块，被配置为在所述休眠时间大于或等于所述第一预设时长的情况下，根据开路电压法确定所述电池在所述初始时刻的SOC估测值。
可选地，所述装置还包括：
第五确定模块，被配置为在所述第一时刻与所述初始时刻的间隔大于所述第二预设时长的情况下，根据所述超声波检测装置接收的、经所述电池传播的超声波信号，确定所述第一时刻的SOC测量值；
第六确定模块，被配置为在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差大于预设阈值的情况下，确定所述第一时刻的SOC测量值为所述第一时刻的SOC估测值。
可选地，所述装置还包括：
第七确定模块，被配置为在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差小于或等于预设阈值的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值。
可选地，所述装置还包括：
循环触发模块，被配置为在未满足SOC估计截止条件的情况下，将原先的所述第一时刻的下一时刻作为新的第一时刻，将原先的所述第一时刻作为新的初始时刻，并触发所述第二确定模块重新执行所述根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻的步骤。
可选地，所述第三确定模块被配置为通过以下方式根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值：
确定所述第一时刻对应的卡尔曼增益以及所述电池的端电压的计算电压值；
根据所述卡尔曼增益、所述计算电压值以及所述测量电压值，确定所述第一时刻的修正值；
确定所述修正值与所述第一时刻的SOC预测值的和为所述第一时刻的SOC估测值。
本公开第三方面提供一种电池荷电状态SOC估计装置，包括：
存储器，其上存储有计算机程序；
处理器，该程序被处理器执行时，能实现本公开第一方面所提供的方法。
本公开第四方面提供了一种电池管理系统，包括本公开第二方面所提供的装置，或本公开第三方面所提供的装置。
本公开第五方面提供了一种汽车，包括本公开第二方面所提供的装置，或本公开第三方面所提供的装置，或本公开第四方面提供的电池管理系统。
通过上述技术方案，在电池休眠时间小于第一预设时长的情况下，通过经电池传播的超声波信号的传递时间和信号幅值，估测初始时刻的SOC估测值，能够避免因电池休眠时间较短导致测量的开路电压不稳定，进而导致初始时刻的SOC估测值误差较大的情况。
在确定初始时刻的SOC估测值后，根据初始时刻的SOC估测值，确定第一时刻的SOC预测值。第一时刻与初始时刻的间隔少于或等于第二预设时长的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
如此，能在较为准确的初始时刻的SOC估测值的基础上，对第一时刻对应的电池荷电状态SOC进行准确估测，得到较为准确的第一时刻的SOC估测值，以提高对电池荷电状态估计的准确度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开一示例性实施例提供的超声波发生装置和超声波信号检测装置在电池上安装的示意图；
图2是本公开一示例性实施例提供的电池荷电状态SOC估计方法的流程图；
图3是本公开一示例性实施例提供的电池荷电状态SOC估计方法中电池的等效电路模型的示意图；
图4是本公开另一示例性实施例提供的电池荷电状态SOC估计方法的流程图；
图5是本公开一示例性实施例提供的电池荷电状态SOC估计装置的结构框图。
附图标记说明
1 超声波发生器 2 超声波接收器
3 超声波检测装置 4 电池
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
首先对本公开可能的应用场景进行阐述。
目前大规模量产电动汽车商业产品的电池管理系统中，电池SOC的预测十分重要。通过对电池SOC的准确估算，可以充分发挥电池的能力和安全性能。
而在BMS中，电池的SOC不能直接测量。一般而言，电池的电压与电池的SOC、工作电流和温度等因素密切相关，因此一般通过电池端电压、充放电电流以及内阻等参数，通过间接方法对SOC进行估算。
但由于电池模型误差的存在，难以对电池的SOC进行高精度的预测，并且电池状态与电化学状态过程密切相关，随着锂离子电池的循环和老化，电池质量密度和模量会重新分布，故精度会越来越低。
对SOC进行预测值时，一般通过开路电压查表的方法得到SOC的初始值。若电池的休眠时间较短，此时采集到的开路电压会很不稳定，此时根据开路电压查表法得到的SOC初始值会容易出现较大偏差。
图1是本公开一示例性实施例提供的超声波发生装置和超声波信号检测装置在电池上安装的示意图，图2是本公开一示例性实施例提供的电池荷电状态SOC估计方法的流程图。参照图1和图2，为解决上述问题，本公开第一方面提供了一种电池荷电状态SOC的估计方法。该方法可以包括：
步骤S11，获取电池的休眠时间。
例如，可以确定自接收到用于表征整车下电的整车下电信号起，至初始时刻的时间差为电池的休眠时间。例如初始时刻可以为对电池的荷电状态SOC开始进行估算的开始时刻。
步骤S12，在休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计电池在初始时刻的SOC估测值，其中，在电池的外表面可以设置有相对设置的超声波发生装置和超声波检测装置，超声波发生装置用于向电池发射超声波信号，超声波检测装置用于接收经电池传播的超声波信号。
示例性地，参照图1，超声波发生装置可以包括超声波发生器1，超声波发生器1可以设置在电池4的外侧面，超声波检测装置3可以设置在电池4的上表面。超声波发生器1向电池4内发射超声波信号，超声波检测装置3接收由超声波发生器1发射、且经电池4传播的超声波信号，以能够根据超声波信号的传递时间和信号幅值，估计电池4的初始时刻的SOC估测值。
本示例中，超声波发生器1和超声波检测装置3设置在电池4相邻的两个外表面上，如此，超声波发生器1可以较小的功率发射超声波，减少超声波信号对电池4的影响。
示例性地，参照图1，超声波发生装置还可以包括超声波接收器2，超声波接收器2与超声波发生器1设置在电池4相对的两个外侧面，超声波检测装置3在检测到超声波发生器1的超声波信号后，向超声波接收器2发射对应的超声波信号。
可替换地，超声波发生器1和超声波信号检测装置3也可以设置在电池4相对的两个表面，如此也能通过超声波检测装置3检测到的超声波信号的传递时间和信号幅值估计初始时刻的SOC估测值，此处不再赘述。
根据超声波信号的传递时间和信号幅值，估计电池的初始时刻的SOC估测值，例如可以具体为利用Gabor函数将超声波检测装置检测的超声波信号，在频域内不同尺度及不同方向上超声波信号的特征值提取出来，即超声波的传递时间和信号幅值，具体来说：
Figure BDA0003002621690000091
式(1)中，gy表示Gabor函数将超声波检测装置检测的超声波信号进行傅里叶变换以提取超声波信号的特征值。式中，s、u、v和w分别是描述波形缩放、平移、调制和相位变化的系数，t1为超声波信号的传递时间。
Rf＝f-(f·gy)gy (2)
式(2)中，Rf为剩余信号强度，f为当前原始信号强度。
Figure BDA0003002621690000092
Figure BDA0003002621690000093
式(3)和式(4)中，ak和bk为超声波信号第k次原子分解迭代后的相位和振幅，其中Rkf是第k次原子分解迭代后的剩余信号强度，t1为超声波信号的传递时间。
SOC＝f1,1(a1,b1)+f1,2(a2,b2)+…+f1,k(ak,bk) (5)
式(5)中，f1,k(ak,bk)为超声波信号与荷电状态的线性关系表达式。
步骤S13，根据初始时刻的SOC估测值，确定第一时刻的SOC预测值，第一时刻为初始时刻的下一时刻。
例如，可以通过扩展卡尔曼滤波算法确定第一时刻的SOC预测值。
图3是本公开一示例性实施例提供的电池荷电状态SOC估计方法中电池的等效电路模型的示意图。具体地，可以建立电池的等效电路模型(例如可以为图3中示出的一阶RC模型)，根据当前工况实时采集初始时刻的电流及电压，并根据初始时刻的SOC估测值，建立以下状态空间模型确定第一时刻的SOC预测值：
Figure BDA0003002621690000101
式(6)中，
Figure BDA0003002621690000102
为第一时刻的SOC预测值，T为采样周期，t2为电容与电阻的乘积，uc(0)为初始时刻时图3中Rs电阻两端的电压值，SOC(0)为初始时刻的SOC估测值，η为库伦系数(例如可以取0.999)，Q为电芯容量，Rs为图3中Rs电阻的阻值，I(0)为初始时刻的电流值，w0为与初始时刻对应的该公式误差值。
步骤S14，在第一时刻与初始时刻的间隔少于或等于第二预设时长的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
例如，可以通过扩展卡尔曼滤波算法根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
示例性地，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值，可以包括：
确定第一时刻对应的卡尔曼增益以及电池的端电压的计算电压值；根据卡尔曼增益、计算电压值以及测量电压值，确定第一时刻的修正值；确定修正值与第一时刻的SOC预测值的和为第一时刻的SOC估测值。
具体来说，可以通过以公式确定第一时刻的SOC估测值(例如第一时刻为k时刻)：
Figure BDA0003002621690000103
式(7)中，
Figure BDA0003002621690000104
为k时刻的SOC预测值，
Figure BDA0003002621690000105
为k时刻的SOC估测值，LK为k时刻对应的卡尔曼增益，yk为k时刻电路输入端和输出端的端电压的测量电压值，
Figure BDA0003002621690000106
为k时刻电路输入端和输出端的端电压的计算电压值。
其中，端电压的计算电压值可以通过以下方式得到(例如第一时刻为k时刻)：
Figure BDA0003002621690000111
式(8)中，
Figure BDA0003002621690000112
为端电压的计算电压值，E(SOC(k))为OCV曲线上SOC(k)对应的电压值，SOC(k)为k时刻的SOC预测值，uc(k)为k时刻图3中Rs电阻两端的电压，Re为图3中Re电阻的阻值，I(k)为k时刻的电流值，vk为采样误差。
参照图1，示例性地，超声波发生装置可以包括多个超声波发生器1，超声波检测装置3用于接收多个由超声波发生器1发射、且经电池传播的多个超声波信号，该方法还可以包括：
根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的电池的SOC初算值。
即，在该步骤中，每个超声波发生器的发射的超声波信号都对应一个SOC初算值。
确定所有SOC初算值的平均值为初始时刻的SOC估测值。
由于锂离子电池的循环和老化，电池质量密度和模量会重新分布。因此，只根据单个传播路径上的超声波信息估计电池的初始时刻的SOC估测值可能存在偶然性误差。本示例中将所有SOC初算值的平均值确定为初始时刻的SOC估测值，能够减少偶然性误差，使初始时刻的SOC估测值更加精确。
图4是本公开另一示例性实施例提供的电池荷电状态SOC估计方法的流程图。参照图4，该方法还可以包括：
步骤S15，在获取休眠时间后，判断休眠时间是否小于第一预设时长，生成第一判断结果；
在第一判断结果为否，即休眠时间大于或等于第一预设时长的情况下，执行步骤S16，根据开路电压法确定初始时刻的SOC估测值。
例如，第一预设时长可以为60分钟。在休眠时间小于第一预设时长的情况下，开路电压可能会不稳定，此时通过电池传递的超声波信息估算初始时刻的SOC估测值。在休眠时间大于或等于第一预设时长的情况下，电池的开路电压稳定，此时可以直接通过开路电压法估算初始时刻的SOC估测值。
如此，在准确确定初始时刻的SOC估测值的同时，还能够减少超声波对电池产生的影响，便于延长电池的使用寿命。
参照图4，示例性地，该方法还可以包括：
步骤S17，判断第一时刻与初始时刻的间隔是否小于或等于第二预设时长，生成第二判断结果。
示例性地，第二预设时长可以为6个月。
需要指出，本领域技术人员可以根据电池的特性、电池的使用时间以及电池的工作环境等因素合理确定第二预设时长，本公开中不做具体限定。
在第二判断结果为否的情况下，即第一时刻与初始时刻的间隔大于第二预设时长的情况下，执行步骤S18：
根据超声波检测装置接收的、经电池传播的超声波信号，确定第一时刻的SOC测量值。
随后判断第一时刻的SOC测量值与第一时刻的SOC预测值的误差是否大于预设阈值，生成第三判断结果(即步骤S19)。
示例性地，预设阈值可以为预设的数值，也可以与第一时刻的SOC测量值呈一定比例。例如，可以将预设阈值设置为第一时刻的SOC测量值的2％，若第一时刻的SOC测量值与第一时刻的SOC预测值的差值大于第一时刻的SOC测量值的2％，则确定第一时刻的SOC测量值与第一时刻的SOC预测值的差值大于预设阈值。
在第三判断结果为是的情况下，即第一时刻的SOC测量值与第一时刻的SOC预测值的误差大于预设阈值，此时，第一时刻的SOC预测值误差较大，因此确定第一时刻的SOC测量值为第一时刻的SOC估测值(即步骤S20)。
如此，在第一时刻与初始时刻的间隔大于第二预设时长的情况下，能通过超声波对电池的荷电状态进行估计，并能够进行校正，防止SOC估测值的误差过大。
在第三判断结果为否的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值(即步骤S21)。如此，能继续通过第一时刻的SOC预测值得到第一时刻的SOC估测值，便于加快计算收敛的速度。
示例性地，参照图4，该方法还可以包括：
在确定第一时刻的SOC估测值之后，执行步骤S22：判断是否满足SOC估计截止条件，生成第四判断结果。
在第四判断结果为否的情况下，将原先的第一时刻的下一时刻作为新的第一时刻，将原先的第一时刻作为新的初始时刻(即步骤S23)，随后返回至步骤S13，并确定新的第一时刻的SOC估测值，直至第四判断结果为是。
如此，在准确确定电池的初始时刻的SOC估测值的情况下，根据初始时刻的SOC估测值估计第一时刻的SOC预测值，同时确定第一时刻的SOC测量值，对第一时刻的SOC测量值与第一时刻的SOC预测值之间的误差进行修正，以得到修正的第一时刻的SOC估测值。
此后，根据第一时刻的SOC估测值，确定第二时刻的SOC预测值，并将第二时刻作为新的第一时刻，循环执行上述步骤，这样一直循环后，所得到的SOC估测值就会越发趋近于的SOC的真实值。
图5是本公开一示例性实施例提供的电池荷电状态SOC估计装置的结构框图。参照图5，本公开第二方面提供一种电池荷电状态SOC估计装置300，包括：
获取模块301，被配置为获取电池的休眠时间；
第一确定模块302，被配置为在休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计电池在初始时刻的SOC估测值，其中，在电池的外表面设置有相对设置的超声波发生装置和超声波检测装置，超声波发生装置用于向电池发射超声波信号，超声波检测装置用于接收经电池传播的超声波信号；
第二确定模块303，被配置为根据初始时刻的SOC估测值，确定第一时刻的SOC预测值，第一时刻为初始时刻的下一时刻；
第三确定模块304，被配置为在第一时刻与初始时刻的间隔少于或等于第二预设时长的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
如此，在电池休眠时间小于预设时长的情况下，通过经电池传播的超声波信号的传递时间和信号幅值，估测初始时刻的SOC估测值，能够避免因电池休眠时间较短导致测量的开路电压不稳定，进而导致初始时刻的SOC估测值误差较大的情况。
在确定初始时刻的SOC估测值后，根据初始时刻的SOC估测值，确定第一时刻的SOC预测值。第一时刻与初始时刻的间隔少于或等于第二预设时长的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
如此，能在较为准确的初始时刻的SOC估测值的基础上，对第一时刻对应的电池荷电状态SOC进行准确估测，得到较为准确的第一时刻的SOC估测值，以提高对电池荷电状态估计的准确度。
可选地，超声波发生装置可以包括多个超声波发生器，超声波检测装置用于接收多个由超声波发生器发射、且经电池传播的多个超声波信号，第一确定模块302可以包括：
第一确定子模块，被配置为根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的电池的SOC初算值；
第二确定子模块，被配置为确定所有SOC初算值的平均值为初始时刻的SOC估测值。
可选地，装置300还可以包括：
第四确定模块，被配置为在休眠时间大于或等于第一预设时长的情况下，根据开路电压法确定电池在初始时刻的SOC估测值。
可选地，装置300还可以包括：
第五确定模块，被配置为在第一时刻与初始时刻的间隔大于第二预设时长的情况下，根据超声波检测装置接收的、经电池传播的超声波信号，确定第一时刻的SOC测量值；
第六确定模块，被配置为在第一时刻的SOC测量值与第一时刻的SOC预测值的误差大于预设阈值的情况下，确定第一时刻的SOC测量值为第一时刻的SOC估测值。
可选地，装置300还可以包括：
第七确定模块，被配置为在第一时刻的SOC测量值与第一时刻的SOC预测值的误差小于或等于预设阈值的情况下，获取第一时刻时电池的测量电压值，根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值。
可选地，装置300还可以包括：
循环触发模块，被配置为在未满足SOC估计截止条件的情况下，将原先的第一时刻的下一时刻作为新的第一时刻，将原先的第一时刻作为新的初始时刻，并触发第二确定模块重新执行根据初始时刻的SOC估测值，确定第一时刻的SOC预测值，第一时刻为初始时刻的下一时刻的步骤。
可选地，第三确定模块304可以被配置为通过以下方式根据测量电压值对第一时刻的SOC预测值进行修正，以得到修正的第一时刻的SOC估测值：
确定第一时刻对应的卡尔曼增益以及电池的端电压的计算电压值；
根据卡尔曼增益、计算电压值以及测量电压值，确定第一时刻的修正值；
确定修正值与第一时刻的SOC预测值的和为第一时刻的SOC估测值。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开第三方面提供一种电池荷电状态SOC估计装置，包括：存储器，其上存储有计算机程序；处理器，该程序被处理器执行时，能实现本公开第一方面所提供的方法。
本公开第四方面提供了一种电池管理系统，包括本公开第二方面所提供的装置，或本公开第三方面所提供的装置。
本公开第五方面提供了一种汽车，包括本公开第二方面所提供的装置，或本公开第三方面所提供的装置，或本公开第四方面提供的电池管理系统。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (9)

1.一种电池荷电状态SOC估计方法，其特征在于，包括：
获取电池的休眠时间；
在所述休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计所述电池在初始时刻的SOC估测值，其中，在所述电池的外表面设置有相对设置的超声波发生装置和超声波检测装置，所述超声波发生装置用于向所述电池发射所述超声波信号，所述超声波检测装置用于接收经所述电池传播的所述超声波信号；
根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻；
在所述第一时刻与所述初始时刻的间隔少于或等于第二预设时长的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值；
其中，所述超声波发生装置包括多个超声波发生器，所述超声波检测装置用于接收多个由所述超声波发生器发射、且经所述电池传播的多个超声波信号，所述方法还包括：
根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的所述电池的SOC初算值；
确定所有所述SOC初算值的平均值为所述初始时刻的SOC估测值。
2.根据权利要求1所述的方法，其特征在于，还包括：
在所述休眠时间大于或等于所述第一预设时长的情况下，根据开路电压法确定所述电池在所述初始时刻的SOC估测值。
3.根据权利要求1所述的方法，其特征在于，还包括：
在所述第一时刻与所述初始时刻的间隔大于所述第二预设时长的情况下，根据所述超声波检测装置接收的、经所述电池传播的超声波信号，确定所述第一时刻的SOC测量值；
在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差大于预设阈值的情况下，确定所述第一时刻的SOC测量值为所述第一时刻的SOC估测值。
4.根据权利要求3所述的方法，其特征在于，还包括：
在所述第一时刻的SOC测量值与所述第一时刻的SOC预测值的误差小于或等于预设阈值的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值。
5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：
在未满足SOC估计截止条件的情况下，将原先的所述第一时刻的下一时刻作为新的第一时刻，将原先的所述第一时刻作为新的初始时刻；
返回所述根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻的步骤。
6.一种电池荷电状态SOC估计装置，其特征在于，包括：
获取模块，被配置为获取电池的休眠时间；
第一确定模块，被配置为在所述休眠时间小于第一预设时长的情况下，根据超声波信号的传递时间和信号幅值，估计所述电池在初始时刻的SOC估测值，其中，在所述电池的外表面设置有相对设置的超声波发生装置和超声波检测装置，所述超声波发生装置用于向所述电池发射所述超声波信号，所述超声波检测装置用于接收经所述电池传播的所述超声波信号；
第二确定模块，被配置为根据所述初始时刻的SOC估测值，确定第一时刻的SOC预测值，所述第一时刻为所述初始时刻的下一时刻；
第三确定模块，被配置为在所述第一时刻与所述初始时刻的间隔少于或等于第二预设时长的情况下，获取所述第一时刻时电池的测量电压值，根据所述测量电压值对所述第一时刻的SOC预测值进行修正，以得到修正的所述第一时刻的SOC估测值；
其中，所述超声波发生装置包括多个超声波发生器，所述超声波检测装置用于接收多个由所述超声波发生器发射、且经所述电池传播的多个超声波信号，所述第一确定模块包括：
第一确定子模块，被配置为根据每个超声波信号的传递时间和信号幅值，确定每个超声波信号对应的所述电池的SOC初算值；
第二确定子模块，被配置为确定所有所述SOC初算值的平均值为所述初始时刻的SOC估测值。
7.一种电池荷电状态SOC估计装置，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，该程序被处理器执行时，能实现如权利要求1至5中任一项所述的方法。
8.一种电池管理系统，其特征在于，包括如权利要求6或7所述的装置。
9.一种车辆，其特征在于，包括如权利要求6或7所述的装置，或如权利要求8所述的电池管理系统。
CN202110352037.0A 2021-03-31 2021-03-31 电池荷电状态soc估计方法、装置、管理系统以及车辆 Active CN113030751B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110352037.0A CN113030751B (zh) 2021-03-31 2021-03-31 电池荷电状态soc估计方法、装置、管理系统以及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110352037.0A CN113030751B (zh) 2021-03-31 2021-03-31 电池荷电状态soc估计方法、装置、管理系统以及车辆

Publications (2)

Publication Number Publication Date
CN113030751A CN113030751A (zh) 2021-06-25
CN113030751B true CN113030751B (zh) 2022-09-16

Family

ID=76453244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110352037.0A Active CN113030751B (zh) 2021-03-31 2021-03-31 电池荷电状态soc估计方法、装置、管理系统以及车辆

Country Status (1)

Country Link
CN (1) CN113030751B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449221B (zh) * 2023-06-14 2023-09-29 浙江天能新材料有限公司 锂电池荷电状态预测方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772063A (zh) * 2016-11-21 2017-05-31 华中科技大学 一种监测锂离子电池荷电状态和健康状态的方法及其装置
CN109565089A (zh) * 2016-06-21 2019-04-02 里兰斯坦福初级大学理事会 使用超声导波的电池状态监测
CN110118938A (zh) * 2019-04-11 2019-08-13 华中科技大学 基于超声波频谱分析锂电池内部状态的方法及装置
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN111880107A (zh) * 2020-09-10 2020-11-03 华中科技大学无锡研究院 一种检测锂离子电池荷电状态的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109565089A (zh) * 2016-06-21 2019-04-02 里兰斯坦福初级大学理事会 使用超声导波的电池状态监测
CN106772063A (zh) * 2016-11-21 2017-05-31 华中科技大学 一种监测锂离子电池荷电状态和健康状态的方法及其装置
CN110118938A (zh) * 2019-04-11 2019-08-13 华中科技大学 基于超声波频谱分析锂电池内部状态的方法及装置
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN111880107A (zh) * 2020-09-10 2020-11-03 华中科技大学无锡研究院 一种检测锂离子电池荷电状态的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Probing lithium-ion batteries" state-of-charge using ultrasonic transmission–Concept and laboratory testing;Gold L等;《Elsevier》;20170301;第343卷;第536-544页 *
超声技术在锂离子电池表征中的应用;邓哲等;《储能科学与技术》;20191231;第8卷(第6期);第1033-1039页 *

Also Published As

Publication number Publication date
CN113030751A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN111801586B (zh) 可充电电池的残存性能评价方法、可充电电池的残存性能评价程序、运算装置及残存性能评价系统
Aung et al. State-of-charge estimation of lithium-ion battery using square root spherical unscented Kalman filter (Sqrt-UKFST) in nanosatellite
CN106461732B (zh) 用于估计电池的健康状态的方法
JP6657967B2 (ja) 状態推定装置、状態推定方法
US6534954B1 (en) Method and apparatus for a battery state of charge estimator
WO2016059869A1 (ja) 二次電池の充電状態推定装置及びその充電状態推定方法
US10845417B2 (en) Battery state estimation device, battery control device, battery system, battery state estimation method
Huria et al. Simplified extended kalman filter observer for soc estimation of commercial power-oriented lfp lithium battery cells
US8775106B2 (en) Method for determining a parameter of at least one accumulator of a battery
WO2022032963A1 (zh) 电池剩余寿命的估算方法、装置和介质
JP5751207B2 (ja) 電池直流抵抗評価装置
KR20160004077A (ko) 배터리의 상태를 추정하는 방법 및 장치
WO2022024235A1 (ja) 電池管理装置、電池管理方法
Locorotondo et al. Electrochemical Impedance Spectroscopy of Li-Ion battery on-board the Electric Vehicles based on Fast nonparametric identification method
JP2006098135A (ja) バッテリの劣化度推定装置
TWI802349B (zh) 電池狀態推定裝置、電力系統
CN113777501B (zh) 一种电池模组的soh的估算方法
CN113030751B (zh) 电池荷电状态soc估计方法、装置、管理系统以及车辆
CN117890798B (zh) 电池剩余能量状态估算方法及相关装置
Su et al. Online State of Charge Estimation of Lithium-ion Battery Cells: A Multiple Model Adaptive Estimation Approach
Miftahullatif et al. Novel state-of-health prediction method for lithium-ion batteries in battery storage system by using voltage variation at rest period after discharge
KR20150034593A (ko) 전지 충전 상태 추정 방법 및 장치
CN111177992A (zh) 基于电化学理论和等效电路模型的电池模型及其构建方法
CN112098868B (zh) 用于改进电池容量估计的方法和系统
CN211943025U (zh) 一种汽车电池监控装置

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
CB02 Change of applicant information

Address after: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province

Applicant after: SVOLT Energy Technology Co.,Ltd.

Address before: No.8899 Xincheng Avenue, Jintan District, Changzhou City, Jiangsu Province

Applicant before: SVOLT Energy Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant