一种蓄电池荷电状态计算方法和装置制造方法及图纸

本发明专利技术公开了一种蓄电池荷电状态计算方法和装置，该方法包括：根据开路电压法和人工神经网络法确定所述蓄电池的初始荷电状态；根据所述初始荷电状态和充放电电流值，采用累计电量法计算所述蓄电池的荷电状态。由此，提高了初始荷电状态值的精度，从而最终提高了荷电状态值的预测精度。

Method and device for calculating battery charging state

The invention discloses a method and a device to calculate the state of charge of a battery, the method comprises: according to determine the initial state of charge of the battery open circuit voltage method and the artificial neural network method; according to the initial state of charge and discharge current value, the cumulative power method to calculate the state of charge. Thus, the accuracy of the initial charge state value is improved, and the prediction accuracy of the charged state value is improved.

【技术实现步骤摘要】

本专利技术涉及电池管理
，具体涉及一种蓄电池荷电状态计算方法和装置。
技术介绍
近年来随着新能源发电以及电动汽车产业的发展，而蓄电池作为储能的重要环节，蓄电池管理系统(BatteryManagementSystem，BMS)成为研究的重点。蓄电池荷电状态(StateofCharge，SOC，也叫剩余电量)估算则是BMS中最重要的功能之一，荷电状态代表的是电池使用一段时间或长期搁置不用后的剩余容量与其完全充电状态的容量的比值，常用百分数表示，其取值范围为0～1，当SOC＝0时表示电池放电完全，当SOC＝1时表示电池完全充满。累计电量法是目前惯常使用的一种SOC估算方法，然而其精度受初始SOC值的影响较大。常用的SOC估算方法还可以包括物理建模法(主要包括安时计量法、内阻法、开路电压法等)和整个系统的辨识与参数估计建模法(主要包括卡尔曼滤波法、人工神经网络法、模糊控制法等)，然而这两类算法的精度受SOC值的影响较大，难以获得高精度的SOC值。
技术实现思路
本专利技术要解决的技术问题在于现有的SOC估算方法精度较低。为此，本专利技术实施例提供了一种蓄电池荷电状态计算方法，包括：根据开路电压法和人工神经网络法计算该蓄电池的初始荷电状态；根据该初始荷电状态和充放电电流值，采用累计电量法计算该蓄电池的荷电状态。可选的，该根据开路电压法和人工神经网络法计算该蓄电池的初始荷电状态，包括：采用开路电压法计算该蓄电池的第一初始荷电状态；采用人工神经网络法计算该蓄电池的第二初始荷电状态；将该第一初始荷电状态与第一权值系数的乘积以及第二初始荷电状态与第二权值系数的乘积求和作为该初始荷电状态，其中第一权值系数和第二权值系数之和为1。可选的，该第一权值系数和该第二权值系数随该蓄电池的荷电状态变化。可选的，在该蓄电池的荷电状态处于基本满电或基本耗尽时，该第一权值系数大于该第二权值系数，在该蓄电池的荷电状态处于中间状态时，该第一权值系数小于该第二权值系数。可选的，当该蓄电池的荷电状态小于10％或大于90％时，该第一权值系数为0.9-1，该第二权值系数为0-0.1；当该蓄电池的荷电状态在30％-70％之间，该第一权值系数为0-0.1，该第二权值系数为0.9-1；当该蓄电池的荷电状态在10％～30％之间或70％～90％之间，该第一权值系数为0.1-0.3，该第二权值系数为0.7-0.9。可选的，该采用累计电量法计算的荷电状态包括：根据该蓄电池的环境温度、自放电、循环次数中的至少一个对该荷电状态进行校正。本专利技术实施例还提供了一种蓄电池荷电状态计算装置，包括：初始荷电状态计算模块，用于根据开路电压法和人工神经网络法计算该蓄电池的初始荷电状态；荷电状态计算模块，用于根据该初始荷电状态和充放电电流值，采用累计电量法计算该蓄电池的荷电状态。可选的，该初始荷电状态计算模块包括：开路电压法计算子模块，用于采用开路电压法计算该蓄电池的第一初始荷电状态；人工神经网络法计算子模块，用于采用人工神经网络法计算该蓄电池的第二初始荷电状态；求和子模块，用于将该第一初始荷电状态与第一权值系数的乘积以及第二初始荷电状态与第二权值系数的乘积求和，作为该初始荷电状态，其中第一权值系数和第二权值系数之和为1。可选的，在该求和子模块中，该第一权值系数和该第二权值系数随该蓄电池的荷电状态变化。可选的，当该蓄电池的荷电状态小于10％或大于90％时，该第一权值系数为0.9-1，该第二权值系数为0-0.1；当该蓄电池的荷电状态在30％-70％之间，该第一权值系数为0-0.1，该第二权值系数为0.9-1；当该蓄电池的荷电状态在10％～30％之间或70％～90％之间，该第一权值系数为0.1-0.3，该第二权值系数为0.7-0.9。本专利技术实施例的蓄电池荷电状态计算方法和装置，采用开路电压法和人工神经网络法来综合预测初始荷电状态值，提高了初始荷电状态值的精度，从而最终提高了荷电状态值的预测精度；另外，通过在累计电量法的基础上增加温度校正、循环次数(电池老化)校正和自放电校正，进一步地提高了荷电状态的预测精度。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1是本专利技术实施例的蓄电池荷电状态计算方法的流程图；图2是图1所示的蓄电池荷电状态计算方法的部分步骤的细化流程图；图3是本专利技术实施例的蓄电池荷电状态计算装置的示意图。具体实施方式下面将结合附图对本专利技术的实施例进行详细描述。如图1所示，本专利技术实施例提供了一种蓄电池荷电状态计算方法，可以包括如下步骤：S1.根据开路电压法和人工神经网络法确定蓄电池的初始荷电状态。如
技术介绍
部分该，蓄电池的初始SOC值是整个电池电量计算的初始点和基准点，其计算精度非常重要，然而现有的物理建模法和整个系统的辨识与参数估计建模法这种单一的预测方法无法满足初始SOC值的需要。本专利技术的专利技术人经过研究后发现，当SOC值特别高或特别低时，例如SOC值小于10％或大于90％时，开路电压法的开路电压和SOC值成良好的线性关系，可以获得一个精度较高的SOC值；当SOC值范围在30％～70％之间时，采用人工神经网络法则会得到一个精度较高的SOC值，采用开路电压法和人工神经网络法这两种估算方法结合可以得到精度较高的SOC值。具体的，开路电压法是利用其一定的条件下其开路电压和SOC值成一定的线性关系这一特性来通过测量开路电压来得出SOC值；人工神经网络法则是利用其极强的学习能力和非线性拟合特性来模拟蓄电池的动态特性，利用蓄电池的外部可测数据来训练得到蓄电池的SOC。通过结合两种方法的优势，可以较好的提高计算精度。S2.根据该初始荷电状态和充放电电流值，采用累计电量法计算该蓄电池的荷电状态。具体的，累计电量法计算SOC的公式(1)如下：其中，SOC0为初始SOC值；η为蓄电池的效率；i为充放电电流值，放电时为正，充电时为负；Cn为电池容量；由于实际情况中，在不同的条件下电池能充入或放出的容量是不一致的，因此一般是利用蓄电池厂家提供的电池充放电效率η对充入和放出的电池容量进行修正。本专利技术实施例的蓄电池荷电状态计算方法，采用开路电压法和人工神经网络法来综合预测初始荷电状态值，提高了初始荷电状态值的精度，从而最终提高了荷电状态值的预测精度。可选的，如图2和公式(2)所示，上述步骤S1可以包括：S11.采用开路电压法计算蓄电池的第一初始荷电状态SOC1；S12.采用人工神经网络法计算蓄电池的第二初始荷电状态SOC2；S13.将SOC1与第一权值系数α的乘积以及SOC2与第二权值系数β的乘积求和作为初始荷电状态SOC0，其中α和β之和为1。SOC0＝αSOC1+βSOC2(2)上述第一权值系数α和第二权值系数β随蓄电池的荷电状态变化。在最初始的计算时，由于并未获得蓄电池的第一初始荷电状态，可以以预设的α和β值来进行计算，例如，可以设定为α＝β＝0.5。作为一种优选实施方式，在蓄电池的荷电状态处于基本满电或基本耗尽时，第一权值系数α大于第二权值系数β，在蓄电池的荷电状态处于中间状态时，第一权值系数α小于第二权值系数β。如此既有较高精度且运算快。例如，当SOC值特别高或特别低时(SOC值小于10％或大于90％时)，开路电压法的开本文档来自技高网...

【技术保护点】
一种蓄电池荷电状态计算方法，其特征在于，包括：根据开路电压法和人工神经网络法确定所述蓄电池的初始荷电状态；根据所述初始荷电状态和充放电电流值，采用累计电量法计算所述蓄电池的荷电状态。

【技术特征摘要】
1.一种蓄电池荷电状态计算方法，其特征在于，包括：根据开路电压法和人工神经网络法确定所述蓄电池的初始荷电状态；根据所述初始荷电状态和充放电电流值，采用累计电量法计算所述蓄电池的荷电状态。2.根据权利要求1所述的蓄电池荷电状态计算方法，其特征在于，所述根据开路电压法和人工神经网络法计算所述蓄电池的初始荷电状态，包括：采用开路电压法计算所述蓄电池的第一初始荷电状态；采用人工神经网络法计算所述蓄电池的第二初始荷电状态；将所述第一初始荷电状态与第一权值系数的乘积以及第二初始荷电状态与第二权值系数的乘积求和作为所述初始荷电状态，其中第一权值系数和第二权值系数之和为1。3.根据权利要求2所述的蓄电池荷电状态计算方法，其特征在于，所述第一权值系数和所述第二权值系数随所述蓄电池的荷电状态变化。4.根据权利要求3所述的蓄电池荷电状态计算方法，其特征在于，在所述蓄电池的荷电状态处于基本满电或基本耗尽时，所述第一权值系数大于所述第二权值系数，在所述蓄电池的荷电状态处于中间状态时，所述第一权值系数小于所述第二权值系数。5.根据权利要求4所述的蓄电池荷电状态计算方法，其特征在于，当所述蓄电池的荷电状态小于10％或大于90％时，所述第一权值系数为0.9-1，所述第二权值系数为0-0.1；当所述蓄电池的荷电状态在30％-70％之间，所述第一权值系数为0-0.1，所述第二权值系数为0.9-1；当所述蓄电池的荷电状态在10％～30％之间或70％～90％之间，所述第一权值系数为0.1-0.3，所述第二权值系数为0.7-0.9。6.根据权利要求1-5中任一项所述...

【专利技术属性】
技术研发人员：李进，雷龙，郝占聚，许敏，杨中厦，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东;44