确定电池荷电状态的方法及装置，电池管理系统制造方法及图纸

本公开涉及一种确定电池荷电状态的方法及装置，电池管理系统，以解决电池荷电状态估算不准确的问题。所述方法包括：获取电池的状态数据，所述状态数据包括电流数据、电压数据；基于所述电池的等效电路模型、误差信息、电池特性数据以及所述状态数据，通过最小二乘法RLS预估模型，确定所述等效电路模型中的元件参数值；基于所述等效电路模型中的元件参数值、所述状态数据以及所述电池特性数据，根据观测器技术确定所述电池的电池荷电状态估计值。值。值。

【技术实现步骤摘要】
确定电池荷电状态的方法及装置，电池管理系统


[0001]本公开涉及电池管理
，具体地，涉及一种确定电池荷电状态的方法及装置，电池管理系统。

技术介绍

[0002]电动汽车作为一种新能源汽车，具有降低石油消耗、低污染、低噪声等优点，其被认为是能源危机问题和环境恶化问题的重要解决途径。电池作为电动汽车的动力来源，其荷电状态的准确估计不仅有助于提升电池系统的均衡控制效率和电动汽车的能量管理效率，更攸关动态工况下电动汽车的整车安全。
[0003]相关技术中，在对电池荷电状态进行估计时，由于采样元件校准不合格、采样元件老化等原因，电池数据的测量精度难以得到保证，从而容易导致等效电路模型出现误差，并且，并未考虑电池荷电状态误差对参数辨识结果的影响，将会导致元件参数值不匹配，继而造成电池荷电状态估计精度的进一步下降，不利用车辆的高效管理和可靠运行。

技术实现思路

[0004]本公开的目的是提供一种确定电池荷电状态的方法及装置，电池管理系统，以解决电池荷电状态估算不准确的问题。
[0005]为了实现上述目的，本公开第一方面提供一种确定电池荷电状态的方法，包括：
[0006]获取电池的状态数据，所述状态数据包括电流数据、电压数据；
[0007]基于所述电池的等效电路模型、误差信息、电池特性数据以及所述状态数据，通过最小二乘法RLS预估模型，确定所述等效电路模型中的元件参数值；
[0008]基于所述等效电路模型中的元件参数值、所述状态数据以及所述电池特性数据，根据观测器技术确定所述电池的电池荷电状态SOC估计值。
[0009]本公开第二方面提供一种确定电池荷电状态的装置，所述装置包括：
[0010]获取模块，用于获取电池的状态数据，所述状态数据包括电流数据、电压数据；
[0011]第一确定模块，用于基于所述电池的等效电路模型、误差信息、电池特性数据以及所述状态数据，通过最小二乘法RLS预估模型，确定所述等效电路模型模型中的元件参数值；
[0012]第二确定模块，用于基于所述等效电路模型中的元件参数值、所述状态数据以及所述电池特性数据，根据观测器技术确定所述电池的电池荷电状态SOC估计值。
[0013]本公开第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
[0014]本公开第四方面提供一种电子设备，包括：
[0015]存储器，其上存储有计算机程序；
[0016]处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。
[0017]本公开第五方面提供一种电池管理系统，包括上述任一项所述的确定电池荷电状态的装置。
[0018]通过上述技术方案，至少可以达到以下有益效果：
[0019]通过最小二乘法RLS预估模型确定所述等效电路模型中的元件参数值。并且，在确定所述电池的等效电路模型中的元件参数值时，还考虑了至少包括电压数据的采样误差因子和/或电流数据的采样误差因子的误差信息，从而能够降低采样误差所带来的影响，进而能够提升确定的所述等效电路模型中的元件参数值的准确度，最终起到提升所确定的电池等效模型的精度的效果。进一步地，基于观测器技术确定电池的SOC值，提升元件参数值与观测器的匹配度，进而提升电池荷电状态估计精度，保证车辆的高效管理和可靠运行。
[0020]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
[0021]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：
[0022]图1是本公开一示例性实施例所示出的一种确定电池荷电状态的方法的流程图。
[0023]图2是本公开一示例性实施例所示出的另一种确定电池荷电状态的方法的流程图。
[0024]图3是本公开一示例性实施例所示出的一种L阶电池初始等效电路的示意图。
[0025]图4是本公开一示例性实施例所示出的另一种确定电池荷电状态的方法的流程图。
[0026]图5是本公开一示例性实施例所示出的另一种确定电池荷电状态的方法的流程图。
[0027]图6是根据相关技术一示例性实施例所示出的确定电池荷电状态的方法的效果图。
[0028]图7是本公开一示例性实施例所示出的一种确定电池荷电状态的方法的效果图。
[0029]图8是本公开一示例性实施例所示出的一种确定等效电路模型的装置的框图。
[0030]图9是本公开一示例性实施例所示出的一种确定等效电路模型的电子设备的框图。
具体实施方式
[0031]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。
[0032]需要说明的是，本公开的说明书和权利要求书以及附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必理解为描述特定的顺序或先后次序。
[0033]在介绍本公开所提供的确定电池荷电状态的方法、装置、存储介质及电子设备之前，首先对本公开各实施例的应用场景进行介绍。本公开的各实施例可以用于确定电池的荷电状态，所述电池例如可以是三元锂电池、磷酸铁锂电池等等。
[0034]以电动汽车为例，电池作为电动汽车的动力来源，其状态的准确估计不仅有助于提升电池系统的均衡控制效率和电动汽车的能量管理效率，还攸关动态工况下电动汽车的
整车安全。相关技术中，可以通过确定相应的等效电路模型进而分析所述电池的状态，这些状态例如可以是电池荷电状态(State of charge，简称SOC)、电池能量状态(State of energy，简称SOE)、电池功率状态(State of power，简称SOP)、电池健康状态(State of health，简称SOH)等。
[0035]申请人发现，由于采样元件校准不合格、采样元件老化等原因，电池数据的测量结果中还可能包括对应的误差，从而导致相关技术中辨识出的等效电路模型容易出现误差，进而导致电池状态的估计出现误差，不利于车辆的安全运行和高效管理。举例来讲，随着电动车辆的使用，BMS(Battery Management System，电池管理系统)的采样器件不断老化，其测量偏置将再次出现，造成BMS的测量噪声不再为白噪声，而变为有色噪声，最终导致辨识出的等效电路模型出现误差，降低电池状态的估计精度。并且，并未考虑电池荷电状态误差对参数辨识结果的影响，导致元件参数值与电池SOC不匹配，继而进一步地降低电池荷电状态的估计精度。
[0036]为此，本公开提供一种确定电池荷电状态的方法，参照图1所示出的一种确定电池荷电状态的方法的流程示意图，所述方法包括：
[0037]S11、获取电池的状态数据，所述状态数据包括电流数据、电压数据。
[0038]其中，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定电池荷电状态的方法，其特征在于，包括：获取电池的状态数据，所述状态数据包括电流数据、电压数据；基于所述电池的等效电路模型、误差信息、电池特性数据以及所述状态数据，通过最小二乘法RLS预估模型，确定所述等效电路模型中的元件参数值；基于所述等效电路模型中的元件参数值、所述状态数据以及所述电池特性数据，根据观测器技术确定所述电池的电池荷电状态估计值。2.根据权利要求1所述的方法，其特征在于，所述等效电路模型是通过如下方式确定的：基于电池离线测试，获得所述电池的初始属性信息，所述初始属性信息包括所述电池的开路电压-荷电状态曲线、滞回电压-荷电状态曲线；根据所述初始属性信息分别建立不同阶数的多个初始等效电路模型；针对每一阶数的所述初始等效电路模型，分别测试该初始等效电路模型在目标工况下的计算误差信息和计算时间信息；根据每一所述初始等效电路模型的参数数量、所述计算误差信息以及所述计算时间信息计算每一所述初始等效电路模型的匹配度；将所述匹配度最优的初始等效电路模型确定为所述电池的等效电路模型。3.根据权利要求1所述的方法，其特征在于，所述电池等效模型为RC电路模型，所述获取电池的状态数据包括：获取电池管理系统BMS采集的所述状态数据，所述状态数据还包括所述电池的温度数据以及所述电池的电荷状态数据；所述基于所述电池的等效电路模型、误差信息、电池特性数据以及所述状态数据，通过最小二乘法RLS预估模型，确定所述等效电路模型中的元件参数值，包括：根据所述荷电状态数据，从所述电池的与所述温度数据对应的开路电压-荷电状态曲线以及滞回电压-荷电状态曲线中，确定目标开路电压以及目标滞回电压；基于所述等效电路模型、所述误差信息、所述电流数据、所述电压数据、所述目标开路电压以及所述目标滞回电压通过RLS预估模型，确定所述电池等效模型的元件参数值。4.根据权利要求3所述的方法，其特征在于，所述误差信息包括电压数据的采样误差因子、电流数据的采样误差因子、所述电压数据和所述电流数据的采样时间差以及电池开路电压的误差中的至少一种。5.根据权利要求3所述的方法，其特征在于，所述误差信息包括电压数据的采样误差因子、电流数据的采样误差因子、所述电压数据和所述电流数据的采样时间差以及电池开路电压的误差，所述RLS预估模型的辨识形式为：
其中，为所述RLS预估模型第k时刻的输出信号的测量值，U
OCV
(k)和U
hys
(k)分别代表所述电池第k时刻的目标开路电压和目标滞回电压，为第k时刻所述BMS采集的电池电压值，为所述RLS预估模型第k时刻的输入信号，为第k时刻所述BMS采集的电池电流值，θ(k)为所述RLS预估模型第k时刻的参数矩阵，a1～a
L
，a0，c1，d0～d
L
，c2为所述参数矩阵中的参数，L为所述初始等效电路模型的阶数，T为所述BMS的采样周期；其中，U(k)为第k时刻所述电池的电压真值，ε1为电压数据的采样误差因子，I为与电压同步采样的电池电流，ε2为电流数据的采样误差因子，ε3为电流数据与电压数据之间的采样时间差值，为电流数据与电压数据之间的采样时间差值，和ε4分别表示电池电池荷电状态存在误差时的电池OCV值以及对应的电池开路电压的误差。6.根据权利要求1所述的方法，其特征在于，所述状态数据还包括温度数据，所述观测器为自适应无迹卡尔曼滤波AUKF观测器，相应地，所述基于所述等效电路模型中的元件参数值、所述状态数据以及所述电池特性数据，根据观测器技术确定所述电池的电池荷电状态估计值，包括：根据前一时刻的电池状态向量估计值以及状态向量协方差，生成状态向量特征点集，第一权重系数和第二权重系数，其中，所述前一时刻的状态向量协方差是根...

【专利技术属性】
技术研发人员：刘思佳，冯天宇，邓林旺，李晓倩，宋旬，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：