動力電池荷電狀態的估測方法及系統的製作方法
2023-10-09 23:32:04 1
專利名稱：動力電池荷電狀態的估測方法及系統的製作方法
技術領域：
本發明涉及一種精確度較高的動力電池SOC(State of Charge，荷電狀態)的估測 方法及系統，適用於所有需要使用動力電池的車輛，尤其是需要實時估測動力電池SOC的車輛。
背景技術：
隨著能源危機的不斷深化，它也越來越影響到人們的生產和消費觀念，清潔、環保 的純電動車(Electric Vehicle, EV)、混合動力電動車(Hybrid Electric Vehicle, HEV) 也日益受到人們的喜愛。純電動車的駕駛員需要實時獲知動力電池S0C，以確定自己的行程以及是否需 要為車載動力電池進行充電以及何時充電。混合動力電動車的電池管理系統(Battery Management System, BMS)需要準確地實時獲知動力電池S0C，以確定何時可以進行能量回 饋，何時可以進行輔助動力輸出。由於現階段動力電池技術的限制，電池的一致性還較低， 因此無論是純電動車還是混合動力電動車，其電池管理系統都需要知道準確的SOC以確定 何時進行電池單體的電量均衡，以及均衡到何種程度為止。傳統動力電池SOC的估測方法包括電量累計法(即安時計量法)、開路電壓法、神 經網絡法、模糊邏輯法等，它們均因存在這樣或那樣的問題而導致使用效果不理想或不能 實時使用。也有研究人員採用擴展卡爾曼濾波(Extended Kalman Filter, EKF)方法進行 實時估測的，但是其往往採用了簡單的電池模型或採用任意指定的SOC初值，導致卡爾曼 濾波器不能收斂甚至發生振蕩，導致SOC的估測值可能大幅偏離真值，即使採用了精確的 電池模型及有效SOC初值的卡爾曼濾波器，由於擴展卡爾曼濾波器本身的缺點，其算法可 能在某些情況下運行不穩定，不太適合在可靠性要求相對較高的車輛中使用。綜上可知，現有動力電池SOC的估測技術在實際使用上，顯然存在不便與缺陷，所 以有必要加以改進。
發明內容
針對上述的缺陷，本發明的目的在於提供一種動力電池SOC的估測方法及系統， 其具有高精確度，運行穩定、便於實時估測等優點。為了實現上述目的，本發明提供一種動力電池SOC的估測方法，用於電池管理系 統，所述估測方法包括電量累計法估算步驟，採用電量累計法估算出動力電池的電量累計法荷電狀態估 計值S0C2 ；Sigma點卡爾曼濾波法估算步驟，採用Sigma點卡爾曼濾波器作為基本估測工具， 並採用雙RC迴路電池模型作為所述Sigma點卡爾曼濾波器的時間更新、測量更新引擎，估 算出動力電池的卡爾曼濾波法荷電狀態估計值SOCl ；加權平均步驟，將所述電量累計法荷電狀態估計值S0C2和卡爾曼濾波法荷電狀態估計值SOCl通過第一加權平均獲得最終荷電狀態估計值S0C，第一加權平均公式為:S0C= α S0Cl+(l-a )S0C2式中係數α大於等於0且小於等於1，並且所述係數α值大小與所述電池管理系 統的運行時間長短有關，其在系統運行初期一小時內與運行時間成正比，而在系統運行一 小時後等於1。根據本發明的估測方法，所述電池管理系統的運行初期，所述係數α的取值範圍 是0 0.6;所述電池管理系統的運行中後期，所述係數α的取值範圍是0.6 1。根據本發明的估測方法，所述電量累計法估算步驟通過輸入電量累計法荷電狀態 估計值S0C2的初值S0C0、電池電壓、過程噪聲、測量噪聲來估算出動力電池的電量累計法 荷電狀態估計值S0C2 ；所述Sigma點卡爾曼濾波法估算步驟通過輸入卡爾曼濾波法荷電狀態估計值 SOCl的初值S0C0、電池電壓、過程噪聲、測量噪聲來估算出動力電池的卡爾曼濾波法荷電 狀態估計值SOCl。根據本發明的估測方法，所述電量累計法荷電狀態估計值S0C2和卡爾曼濾波法 荷電狀態估計值SOCl的初值SOCO分別採用所述電池管理系統啟動時保存的歷史荷電狀態 數值SOCh和開路電壓修正值soc。。v進行第二加權平均獲得，第二加權平均公式為S0C0= β SOCh+(I-^)SOCocv式中係數β大於等於0且小於等於1，並且所述係數β大小與動力電池的開路擱 置時間長短有關。根據本發明的估測方法，所述動力電池的開路擱置時間小於1分鐘時，所述係數 β為1 ；所述動力電池的開路擱置時間大於4小時時，所述係數β為0 ；所述動力電池的開 路擱置時間在1分鐘至4小時之間時，所述係數β取0 1之間的值，且與擱置時間成反 比。根據本發明的估測方法，所述Sigma點卡爾曼濾波法包括Unscented卡爾曼濾波 算法，中心差分Sigma點卡爾曼濾波算法，Unscented卡爾曼濾波算法平方根形式或者中心 差分Sigma點卡爾曼濾波算法平方根形式。根據本發明的估測方法，所述雙RC迴路電池模型包括一用於描述所述動力電池 常態特性的常態特性部分和一用於描述所述動力電池暫態特性的暫態特性部分。根據本發明的估測方法，所述雙RC迴路電池模型的常態特性部分包括並聯一自 放電電阻Rsd、一模擬電池容量的電容Ccap以及一可控電流源；所述雙RC迴路電池模型的 暫態特性部分包括串聯一描述動力電池的濃差極化阻抗特性的第一 RC迴路、一描述動力 電池的電化學阻抗特性的第二 RC迴路、一模擬動力電池的歐姆電阻R、一電池的輸入電流 以及一可控電壓源；所述第一 RC迴路包括並聯一模擬電池濃差極化的阻抗m和一模擬電 池長期滯後特性的電容Cl ；所述第二 RC迴路包括並聯一模擬電池電化學的阻抗Rs和一模 擬電池短期滯後特性的電容Cs。根據本發明的估測方法，所述雙RC迴路電池模型的暫態特性部分的描述方程組 為
權利要求
1.一種動力電池荷電狀態的估測方法，用於電池管理系統，其特徵在於，所述估測方法 包括電量累計法估算步驟，採用電量累計法估算出動力電池的電量累計法荷電狀態估計值 S0C2 ；Sigma點卡爾曼濾波法估算步驟，採用Sigma點卡爾曼濾波器作為基本估測工具，並採 用雙RC迴路電池模型作為所述Sigma點卡爾曼濾波器的時間更新、測量更新引擎，估算出 動力電池的卡爾曼濾波法荷電狀態估計值SOCl ；加權平均步驟，將所述電量累計法荷電狀態估計值S0C2和卡爾曼濾波法荷電狀態估 計值SOCl通過第一加權平均獲得最終荷電狀態估計值S0C，第一加權平均公式為S0C = α S0Cl+(l-a )S0C2式中係數α大於等於0且小於等於1，並且所述係數α值大小與所述電池管理系統的 運行時間長短有關，其在系統運行初期一小時內與運行時間成正比，而在系統運行一小時 後等於1。
2.根據權利要求1所述的估測方法，其特徵在於，所述電池管理系統的運行初期，所述 係數α的取值範圍是0 0.6;所述電池管理系統的運行中後期，所述係數α的取值範圍 是0. 6 1。
3.根據權利要求1所述的估測方法，其特徵在於，所述電量累計法估算步驟通過輸入 電量累計法荷電狀態估計值S0C2的初值S0C0、電池電壓、過程噪聲、測量噪聲來估算出動 力電池的電量累計法荷電狀態估計值S0C2 ；所述Sigma點卡爾曼濾波法估算步驟通過輸入卡爾曼濾波法荷電狀態估計值SOCl的 初值S0C0、電池電壓、過程噪聲、測量噪聲來估算出動力電池的卡爾曼濾波法荷電狀態估計 值 SOCl。
4.根據權利要求3所述的估測方法，其特徵在於，所述電量累計法荷電狀態估計值 S0C2和卡爾曼濾波法荷電狀態估計值SOCl的初值SOCO分別採用所述電池管理系統啟動時 保存的歷史荷電狀態數值SOCh和開路電壓修正值S0C。。v進行第二加權平均獲得，第二加權平均公式為=SOCO = β SOCh+(I-^)SOCocv式中係數β大於等於0且小於等於1，並且所述係數β大小與動力電池的開路擱置時 間長短有關。
5.根據權利要求4所述的估測方法，其特徵在於，所述動力電池的開路擱置時間小於1 分鐘時，所述係數β為1 ；所述動力電池的開路擱置時間大於4小時時，所述係數β為0 ； 所述動力電池的開路擱置時間在1分鐘至4小時之間時，所述係數β取0 1之間的值， 且與擱置時間成反比。
6.根據權利要求1所述的估測方法，其特徵在於，所述Sigma點卡爾曼濾波法包括 Unscented卡爾曼濾波算法，中心差分Sigma點卡爾曼濾波算法，Unscented卡爾曼濾波算 法平方根形式或者中心差分Sigma點卡爾曼濾波算法平方根形式。
7.根據權利要求1所述的估測方法，其特徵在於，所述雙RC迴路電池模型包括一用於 描述所述動力電池常態特性的常態特性部分和一用於描述所述動力電池暫態特性的暫態 特性部分。
8.根據權利要求7所述的估測方法，其特徵在於，所述雙RC迴路電池模型的常態特性部分包括並聯一自放電電阻Rsd、一模擬電池容量的電容Ccap以及一可控電流源；所述雙 RC迴路電池模型的暫態特性部分包括串聯一描述動力電池的濃差極化阻抗特性的第一 RC 迴路、一描述動力電池的電化學阻抗特性的第二 RC迴路、一模擬動力電池的歐姆電阻R、一 電池的輸入電流以及一可控電壓源；所述第一 RC迴路包括並聯一模擬電池濃差極化的阻 抗IU和一模擬電池長期滯後特性的電容Cl ；所述第二 RC迴路包括並聯一模擬電池電化學 的阻抗Rs和一模擬電池短期滯後特性的電容Cs。
9.根據權利要求8所述的估測方法，其特徵在於，所述雙RC迴路電池模型的暫態特性 部分的描述方程組為
10. 一種實現如權利要求1 9任一項估測方法的動力電池荷電狀態的估測系統，其特 徵在於，所述估測系統包括電量累計法估算模塊，採用電量累計法估算出動力電池的電量累計法荷電狀態估計值 S0C2 ；Sigma點卡爾曼濾波法估算模塊，包括Sigma點卡爾曼濾波器和雙RC迴路電池模型，採 用所述Sigma點卡爾曼濾波器作為基本估測工具，並採用所述雙RC迴路電池模型作為所述 Sigma點卡爾曼濾波器的時間更新、測量更新引擎，估算出動力電池的卡爾曼濾波法荷電狀 態估計值SOCl ；加權平均模塊，將所述電量累計法荷電狀態估計值S0C2和卡爾曼濾波法荷電狀態估 計值SOCl通過第一加權平均獲得最終荷電狀態估計值S0C， 第一加權平均公式為S0C = α S0Cl+(l-a )S0C2式中係數α大於等於0且小於等於1，並且所述係數α值大小與所述電池管理系統的 運行時間長短有關，其在系統運行初期一小時內與運行時間成正比，而在系統運行一小時 後等於1。
全文摘要
本發明公開了一種動力電池荷電狀態的估測方法，包括採用電量累計法估算出動力電池的電量累計法荷電狀態估計值SOC2；採用Sigma點卡爾曼濾波器作為基本估測工具，並採用雙RC迴路電池模型作為Sigma點卡爾曼濾波器的時間更新、測量更新引擎，估算出動力電池的卡爾曼濾波法荷電狀態估計值SOC1；將電量累計法荷電狀態估計值SOC2和卡爾曼濾波法荷電狀態估計值SOC1通過加權平均獲得最終荷電狀態估計值SOC。相應地，本發明還公開了一種動力電池荷電狀態的估測系統。藉此，本發明SOC估測具備高精確度，運行穩定、便於實時估測等優點，適用於需要使用動力電池的純電動車和混合動力電動車。
文檔編號G01R31/36GK102062841SQ20091023753
公開日2011年5月18日 申請日期2009年11月11日 優先權日2009年11月11日
發明者李德偉, 蔡文遠, 鄧小明, 馬建新 申請人:北汽福田汽車股份有限公司