[發明專利]一種鋰離子動力電池SOC動態估算方法、系統、設備和介質

在審

• 申請號: 202110307431.2
• 申請日: 2021-03-23
• 公開（公告）號: CN113075561A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 歐陽劍;向丹;李菁;莫志東
• 申請（專利權）人: 廣東技術師范大學;廣州益維電動汽車有限公司
• 主分類號: G01R31/382
• 分類號: G01R31/382
• 代理公司: 廣州立凡知識產權代理有限公司 44563
• 代理人: 曹禹佳

本發明涉及一種鋰離子動力電池SOC動態估算方法、系統、設備和介質，方法包括對鋰離子動力電池的等效電路建模，讀取電池模型的參數和初始的電池SOC值，采用最小二乘法對電池模型的參數進行辨識計算得到對應的模型參數；根據所述模型參數構建動力電池SOC估算的基礎公式；讀取電池的開路電壓；將所述開路電壓輸入強跟蹤Sigma點卡爾曼濾波模型估算得到鋰離子動力電池的SOC值。這種方法簡單、實用、兼顧精度和計算復雜度滿足了實際應用中SOC估算實時性的要求，實現了鋰離子動力電池荷電狀態實時動態估算。

技術領域

本申請涉及鋰離子動力電池技術領域，特別是涉及一種鋰離子動力電池SOC動態估算方法、系統、設備和介質。

背景技術

隨著新能源汽車的快速發展，新能源汽車動力的主要來源為鋰離子動力電池，其具有高比能量及長循環壽命的特點。電池管理系統是新能源整車能源系統的智能核心和重要組成部分。單體電池容量較小，單體電壓較低，難以滿足高電壓、大容量的需求；因此，通常需要將單體電池通過串、并聯的方式組成電池組以提高總電壓和總容量來滿足車載應用需求。電池管理系統依靠高精度的傳感器對電壓、電流、溫度等參數進行實時采樣，再依靠這些基礎數據對電池剩余容量、效能狀態等非直接測量變量進行實時的估計；同時，作為均衡控制、熱平衡管理的依據；再者，通過對基礎采樣數據的監測，可以保證電池不發生過欠壓、過流、過溫等安全事故。

電量狀態估算是電池管理系統的關鍵技術和重要功能。電量狀態(State ofCharge，SOC)，即剩余電量、荷電狀態，定義為電池經過一段時間使用或靜置后的剩余容量與其充滿電狀態時的容量之比值，常用0～100之間的百分數來表示。SOC是描述電池的一個常用且重要指標，對SOC的精確估算是一個重點也是一個難點。SOC的準確估算有三個方面的意義：1)新能源汽車能量的分配需要以電池SOC的估算值做參考，因此估算精確度會直接影響車輛行駛的安全性和可靠性；2)電池使用時常以SOC為判斷操作的依據，因此SOC估算精度會影響電池的使用壽命；3)電池SOC估算精度是衡量電池管理系統優劣的重要標志。

目前，廣泛采用的SOC估算方法有：電流積分法、開路電壓法、卡爾曼濾波法、其他濾波算法、人工神經網絡和支持向量回歸算法等。但現有的SOC估算方法不夠簡單、不夠實用，無法兼顧精度和計算復雜度的方法以應對實際應用中SOC估算實時性的要求。

發明內容

基于此，有必要針對上述技術問題，提供一種鋰離子動力電池SOC動態估算方法、系統、設備和介質，提供一種簡單、實用，兼顧精度和計算復雜度的方法以應對實際應用中SOC估算的實時性的要求。

一種鋰離子動力電池SOC動態估算方法，包括：

對鋰離子動力電池的等效電路建模，讀取電池模型的參數和初始的電池SOC值，采用最小二乘法對電池模型的參數進行辨識計算得到對應的模型參數；

根據所述模型參數構建動力電池SOC估算的基礎公式；

讀取電池的開路電壓；

將所述開路電壓輸入強跟蹤Sigma點卡爾曼濾波模型估算得到鋰離子動力電池的SOC值；其中，所述強跟蹤Sigma點卡爾曼濾波模型是將所述基礎公式和Sigma點卡爾曼濾波模型融合后引入強跟蹤濾波器得到的，在所述Sigma點卡爾曼濾波模型的狀態預測的誤差協方差矩陣中加入所述強跟蹤濾波器的漸消因子。

所述對鋰離子動力電池的等效電路建模，讀取電池模型的參數和初始的電池SOC值，采用最小二乘法對電池模型的參數進行辨識計算得到對應的模型參數，包括：

對導入的電池模型辨識出的模型參數包括：鋰離子動力電池內部的歐姆內阻R_o、鋰離子動力電池的第一極化內阻R_p1和鋰離子動力電池的第二極化內阻R_p2；

具體通過以下方程組計算得到：