一种基于动态参数的动力电池SOC估算方法及系统技术方案

本发明专利技术公开了一种基于动态参数的动力电池SOC估算方法及系统，该方法包括以下步骤：对电池开展放电‑静置实验，获得电池在不同温度下的OCV‑SOC特性曲线，拟合出OCV‑SOC的关系表达式；对电池进行恒定电流的脉冲放电‑静置实验，记录期间的电压响应，根据所得电压响应曲线，通过离线的方法辨识出电池二阶RC等效电路模型的参数初始值；利用含遗忘因子的递推最小二乘法RRFLS，对二阶RC等效电路模型进行动态参数辨识；采用EKF算法对电池SOC进行在线估算。该估算方法克服了安时积分法中的SOC初值不准确及累计误差的现象，适应电池特性的动态变化，电池模型精度高，收敛速度快，稳定可靠，提高了SOC在线估算的精度，可广泛应用于电动汽车和储能电池管理系统领域。

【技术实现步骤摘要】
一种基于动态参数的动力电池SOC估算方法及系统
本专利技术涉及电动汽车和储能电池管理系统领域，特别涉及一种基于动态参数的动力电池SOC估算方法及系统。
技术介绍
目前，国内外关于动力电池荷电状态(StateofCharge,SOC)估计方法主要包括：内阻法、安时积分法、开路电压法、卡尔曼滤波法、观测器法、粒子滤波法和神经网络法。其中，内阻法依据电池内阻和SOC之间的函数关系，通过检测电池内阻检测内阻来计算电池SOC，然而在线、准确地测量电池内阻存在因难，限制了该方法在实际工程中的应用。安时积分法虽然原理简单、易于实现，但是无法消除SOC初始误差以及因电流测量不准确而引起的累计误差。开路电压法根据开路电压(OCV)和SOC的对应关系来计算电池SOC，需要将电池充分静置后才能测量OCV，因此不适用于SOC的在线估计。卡尔曼滤波法和观测器法，都能够很好地修正电池SOC的初始误差，且具有良好的抗噪能力，然而它们对模型精度的要求非常高。粒子滤波法，收敛时间过长。神经网络法，需要大量的训练样本，在实际应用中我们不可能得到覆盖所有实际工况的样本数据，因此其精度也将受到一定的影响，而且该方法计算量大本文档来自技高网...

【技术保护点】
一种基于动态参数的动力电池SOC估算方法，其特征在于，包括以下步骤：对电池开展放电‑静置实验，获得电池在不同温度下的OCV‑SOC特性曲线，拟合出OCV‑SOC的关系表达式；对电池进行恒定电流的脉冲放电‑静置实验，记录期间的电压响应，根据所得电压响应曲线，通过离线的方法辨识出电池二阶RC等效电路模型的参数初始值；利用含遗忘因子的递推最小二乘法RRFLS，对二阶RC等效电路模型进行动态参数辨识；采用EKF算法对电池SOC进行在线估算。

【技术特征摘要】
1.一种基于动态参数的动力电池SOC估算方法，其特征在于，包括以下步骤：对电池开展放电-静置实验，获得电池在不同温度下的OCV-SOC特性曲线，拟合出OCV-SOC的关系表达式；对电池进行恒定电流的脉冲放电-静置实验，记录期间的电压响应，根据所得电压响应曲线，通过离线的方法辨识出电池二阶RC等效电路模型的参数初始值；利用含遗忘因子的递推最小二乘法RRFLS，对二阶RC等效电路模型进行动态参数辨识；采用EKF算法对电池SOC进行在线估算。2.根据权利要求1所述的方法，其特征在于，所述电池二阶RC等效电路模型主要由第一电阻(R0)、第二电阻(R1)、第三电阻(R2)、第一电容(C1)、和第二电...

【专利技术属性】
技术研发人员：张瑞锋，王海帆，吴晋，
申请(专利权)人：深圳市海云图新能源有限公司，
类型：发明
国别省市：广东,44