确定电池荷电状态的方法及装置，存储介质及电子设备制造方法及图纸

本公开涉及一种确定电池荷电状态的方法及装置，存储介质及电子设备，以解决难以合理确定电池荷电状态的问题。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、温度数据；根据所述电池的等效电路模型的元件参数值、所述状态数据、电池特性数据以及观测器初始参数，确定每类观测器的电池荷电状态估计值和修正量；根据预设修正边界值以及每类观测器的所述修正量，确定每类观测器的权重信息；基于所述权重信息以及所述每类观测器的电池荷电状态估计值，确定所述电池的电池荷电状态目标值。池荷电状态目标值。池荷电状态目标值。

【技术实现步骤摘要】
确定电池荷电状态的方法及装置，存储介质及电子设备


[0001]本公开涉及电池
，具体地，涉及一种确定电池荷电状态的方法及装置，存储介质及电子设备。

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，利用电池模型与观测器进行组合，对电池的荷电状态进行估计。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，进而导致电池荷电状态的估计出现误差，不利于车辆的安全运行和高效管理。并且，电池模型与观测器组合时，可能加重电池管理系统的运行负担。

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，存储介质及电子设备，以解决难以合理确定电池荷电状态的问题。
[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，所述方法包括：
[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、温度数据；
[0007]根据所述电池的等效电路模型的元件参数值、所述状态数据、电池特性数据以及观测器初始参数，确定每类观测器的SOC估计值和修正量；
[0008]根据预设修正边界值以及每类观测器的所述修正量，确定每类观测器的权重信息；
[0009]基于所述权重信息以及所述每类观测器的SOC估计值，确定所述电池的SOC目标值。
[0010]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：
[0011]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、温度数据；
[0012]第一确定模块，用于根据所述电池的等效电路模型的元件参数值、所述状态数据、电池特性数据以及观测器初始参数，确定每类观测器的SOC估计值和修正量；
[0013]第二确定模块，用于根据预设修正边界值以及每类观测器的所述修正量，确定每类观测器的权重信息；
[0014]第三确定模块，用于基于所述权重信息以及所述每类观测器的SOC估计值，确定所述电池的SOC目标值。
[0015]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中任一项所述方法的步骤。
[0016]本公开第四方面提供一种电子设备，包括：
[0017]存储器，其上存储有计算机程序；
[0018]处理器，用于执行所述存储器中的所述计算机程序，以实现上述任一项所述方法的步骤。
[0019]通过上述技术方案，至少可以达到以下有益效果：
[0020]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等效电路模型的精度的效果。进一步地，基于不同类型的观测器确定的电池SOC值，确定电池SOC目标值，进而提升确定电池荷电状态的合理性，保证车辆的高效管理和可靠运行。
[0021]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
[0022]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：
[0023]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。
[0024]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。
[0025]图3是本公开一示例性实施例所示出的一种L阶初始等效电路模型的示意图。
[0026]图4是本公开一示例性实施例所示出的另一种L阶初始等效电路模型的示意图。
[0027]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。
[0028]图6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。
[0029]图7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
[0030]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。
[0031]需要说明的是，本公开说明书和权利要求书以及附图中的术语“第一”、“第二”等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。
[0032]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。
[0033]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，利用多个电池模型分别与观测器进行组合，或者一个电池模型与一个观测器进行组合的方式，确定电池荷电状态。
[0034]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，利用不同模型分别与观测器进行组合，无疑加重了车载BMS的运算压力。而利用一种电池模型和一种观测器技术的估计电池SOC，其精度和收敛速度无法满足不同工况和环境条件的应用需求。
[0035]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：
[0036]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、温度数据。
[0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，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、温度数据；根据所述电池的等效电路模型的元件参数值、所述状态数据、电池特性数据以及观测器初始参数，确定每类观测器的电池荷电状态估计值和修正量；根据预设修正边界值以及每类观测器的所述修正量，确定每类观测器的权重信息；基于所述权重信息以及所述每类观测器的电池荷电状态估计值，确定所述电池的电池荷电状态目标值。2.根据权利要求1所述的方法，其特征在于，所述等效电路模型的元件参数值是通过如下方式得到的：基于所述电池的离线测试确定等效电路模型，以及所述等效电路模型的元件参数值与荷电状态和电池温度的函数关系式；根据所述温度数据和所述电池前一时刻的荷电状态数据通过所述函数关系式确定所述元件参数值，其中，所述等效电路模型为RC电路模型或者RV电路模型。3.根据权利要求1所述的方法，其特征在于，所述等效电路模型的元件参数值是通过如下方式得到的：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，确定等效电路模型中的元件参数值；其中，所述电池特性数据包括不同温度下的开路电压-荷电状态曲线以及滞回电压-荷电状态曲线，所述等效电路模型为RC电路模型。4.根据权利要求2或3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。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中的至少一种。6.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<...

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