一种动力电池荷电状态值估算方法及估算系统、工程车辆技术方案

本申请提供了一种动力电池荷电状态值估算方法及估算系统、工程车辆，解决了现有技术中动力电池的荷电状态值估算精度不高，进而影响了动力电池在使用过程的安全性以及寿命。本申请提供的动力电池荷电状态值的估算方法，采用的动力电池为磷酸铁锂动力电池，通过研究在测试不同温度下的SOC

【技术实现步骤摘要】
一种动力电池荷电状态值估算方法及估算系统、工程车辆


[0001]本申请涉及动力电池管理系统
，具体涉及一种动力电池荷电状态值估算方法及估算系统、工程车辆。

技术介绍

[0002]“安全、节能、环保”是汽车技术发展的永恒主题。在全球能源危机及环保问题日益严峻的今天，以电动汽车为代表的新能源汽车已是当下最具市场竞争力的产品之一，不仅是乘用车辆，工程车辆亦是如此。因此，电动汽车应具备完善的对动力电池状态的控制和监控能力，即配备必要的动力电池管理系统，以实现动力电池优化运行与安全管理。而荷电状态值作为表征动力电池剩余容量的一个状态量，其精确估算是动力电池管理系统中最核心的技术之一，荷电状态值是动力电池使用过程中的重要参数，由于过充电或过放电会对动力电池造成不可逆的损伤，造成动力电池容量衰减，寿命缩短，甚至发生危险；另一方面，对于纯电动汽车来说，准确地显示动力电池的荷电状态值有助于打消用户对续航里程的顾虑。因此，为充分发挥动力电池的性能，提高动力电池的安全性，需要对荷电状态值进行准确的估计。
[0003]目前，国内外已提出多种荷电状态值估计方法，常用的荷电状态值估算方法包括电流积分法和开路电压法，但是采用开路电压法估算荷电状态值时运算简单，因此估算得出的荷电状态值精度较低；电流积分法来估算荷电状态值时，在充放电效率和测量的精度等干扰下，随着动力电池的使用次数的增加，估算得出的荷电状态值误差较大，即荷电状态值的估算精度随着动力电池的使用次数的增加而降低，降低了用户的体验。

技术实现思路

[0004]有鉴于此，本申请提供了一种动力电池荷电状态值估算方法及估算系统、工程车辆，解决了现有技术中动力电池的荷电状态值估算精度不高，进而影响了动力电池在使用过程的安全性以及寿命。
[0005]作为本申请的第一方面，本申请提供了一种动力电池荷电状态值的估算方法，包括：
[0006]搭建动力电池的等效电路模型，所述动力电池为磷酸铁锂动力电池；基于所述等效电路模型，估算动力电池放电后的当前时刻的荷电状态值；当所述动力电池的当前时刻时的荷电状态值小于或者等于30％时，对所述等效电路模型的模型参数进行辨识以确定所述等效电路模型的模型参数；以及基于所述模型参数，采用扩展卡尔曼滤波算法对所述动力电池的实时荷电状态值进行估算并修正，以估算出所述动力电池的实时荷电状态值。
[0007]在一种可能的实现方式中，所述基于所述模型参数，基于所述模型参数，采用扩展卡尔曼滤波算法对所述动力电池的实时荷电状态值进行估算并修正，以估算出所述动力电池的实时荷电状态值，包括：获取所述动力电池在上一时刻的荷电状态值；基于上一时刻的荷电状态值采用扩展卡尔曼滤波算法估算所述动力电池的当前时刻的初始荷电状态值；以
及采用扩展卡尔曼滤波算法对所述当前时刻的所述初始荷电状态值进行修正，确定所述当前时刻的实时荷电状态值。
[0008]在一种可能的实现方式中，所述基于上一时刻的荷电状态值采用扩展卡尔曼滤波算法估算所述动力电池的当前时刻的初始荷电状态值，包括：确定第一状态参数矩阵、第二状态参数矩阵以及第三状态参数矩阵；以及基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值。
[0009]在一种可能的实现方式中，所述第一状态参数矩阵为：
[0010][0011]其中，A
′
k
为当前时刻K时的第一状态参数矩阵，Δt为采样间隔，τ1为与等效电路模型中的第一极化内阻R1对应的时间常数，τ2为与等效电路模型中的第二极化内阻R2对应的时间常数；
[0012]所述第二状态参数矩阵为：
[0013][0014]其中，B
k
为当前时刻K时的第二状态参数矩阵，ηi为当前时刻K时的动力电池的库伦效率，Δt为采样间隔，R1为等效电路模型中的第一极化内阻，R2为等效电路模型中的第二极化内阻，τ1为与第一极化内阻R1对应的时间常数，τ2为与第二极化内阻R2对应的时间常数，T为矩阵转置，C为动力电池的额定容量；
[0015]所述第三状态参数矩阵为：
[0016][0017]其中，C
′
k
为当前时刻K时的第三状态参数矩阵，soc
′
k
为当前时刻K时的实时荷电状态值；
[0018]其中，基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值，包括：
[0019]基于方程(一)，基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值；
[0020]其中，所述方程(一)为：
[0021][0022]其中，R1为等效电路模型中的第一极化内阻，R2为等效电路模型中的第二极化内阻，C1为等效电路模型中的第一极化电压，C2为等效电路模型中的第二极化电压，A
′
k
为时刻K+1时刻的上一时刻K时的第一状态参数矩阵，B
k
为时刻K+1时刻的上一时刻K时的第二状态参数矩阵，i
k
为时刻K+1时刻的上一时刻K时的所述动力电池的电流。
[0023]在一种可能的实现方式中，所述采用扩展卡尔曼滤波算法对所述当前时刻的所述
初始荷电状态值进行修正，确定所述当前时刻的实时荷电状态值，包括：获取上一时刻时的误差协方差矩阵以及上一时刻时的增益矩阵；定义过程噪声协方差和观测噪声协方差；基于第一状态参数矩阵、第二状态参数矩阵以及第三状态参数矩阵分别对上一时刻时的误差协方差矩阵以及上一时刻时的增益矩阵进行更新，以确定当前时刻时的误差协方差矩阵以及当前时刻时的增益矩阵；获取所述动力电池的当前时刻的预测端电压；根据所述当前时刻的增益矩阵以及所述当前时刻的预测端电压对所述当前时刻的初始荷电状态值进行修正，以确定所述动力电池在当前时刻的实时荷电状态值。
[0024]在一种可能的实现方式中，所述根据所述当前时刻的增益矩阵以及所述当前时刻的端电压对所述当前时刻的初始荷电状态进行修正，以确定所述动力电池在当前时刻的实时荷电状态值，包括：
[0025]基于方程(二)，根据所述当前时刻的增益矩阵以及所述当前时刻的端电压对所述当前时刻的初始荷电状态值进行修正，以确定所述动力电池在当前时刻的实时荷电状态值；
[0026]其中，所述方程(二)为：
[0027][0028]其中，为当前时刻的实时荷电状态值，为当前时刻K时的初始荷电状态值，L
k
为当前时刻K时的增益矩阵，i
k
为当前时刻K时的所述动力电池的电流，y
k
为当前时刻K时的所述动力电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池荷电状态值的估算方法，其特征在于，包括：搭建动力电池的等效电路模型，所述动力电池为磷酸铁锂动力电池；基于所述等效电路模型，估算动力电池放电后的当前时刻的荷电状态值；当所述动力电池的当前时刻时的荷电状态值小于或者等于30％时，对所述等效电路模型的模型参数进行辨识以确定所述等效电路模型的模型参数；以及基于所述模型参数，采用扩展卡尔曼滤波算法对所述动力电池的实时荷电状态值进行估算并修正，以估算出所述动力电池的实时荷电状态值。2.根据权利要求1所述的估算方法，其特征在于，所述基于所述模型参数，基于所述模型参数，采用扩展卡尔曼滤波算法对所述动力电池的实时荷电状态值进行估算并修正，以估算出所述动力电池的实时荷电状态值，包括：获取所述动力电池在上一时刻的荷电状态值；基于上一时刻的荷电状态值采用扩展卡尔曼滤波算法估算所述动力电池的当前时刻的初始荷电状态值；以及采用扩展卡尔曼滤波算法对所述当前时刻的所述初始荷电状态值进行修正，确定所述当前时刻的实时荷电状态值。3.根据权利要求2所述的估算方法，其特征在于，所述基于上一时刻的荷电状态值采用扩展卡尔曼滤波算法估算所述动力电池的当前时刻的初始荷电状态值，包括：确定第一状态参数矩阵、第二状态参数矩阵以及第三状态参数矩阵；以及基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值。4.根据权利要求3所述的估算方法，其特征在于，所述第一状态参数矩阵为：其中，A
′
k
为当前时刻K时的第一状态参数矩阵，Δt为采样间隔，τ1为与等效电路模型中的第一极化内阻R1对应的时间常数，τ2为与等效电路模型中的第二极化内阻R2对应的时间常数；所述第二状态参数矩阵为：其中，B
k
为当前时刻K时的第二状态参数矩阵，ηi为当前时刻K时的动力电池的库伦效率，Δt为采样间隔，R1为等效电路模型中的第一极化内阻，R2为等效电路模型中的第二极化内阻，τ1为与第一极化内阻R1对应的时间常数，τ2为与第二极化内阻R2对应的时间常数，T为矩阵转置，C为动力电池的额定容量；所述第三状态参数矩阵为：其中，C
′
k
为当前时刻K时的第三状态参数矩阵，SOC
′
k
为当前时刻K时的实时荷电状态值；
其中，基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值，包括：基于方程(一)，基于上一时刻的荷电状态值、第一状态参数矩阵以及第二状态参数矩阵，采用扩展卡尔曼滤波算法对所述动力电池的当前时刻的初始荷电状态值进行计算，以估算所述动力电池的当前时刻的初始荷电状态值；其中，所述方程(一)为：其中，R1为等效电路模型中的第一极化内阻，R2为等效电路模型中的第二极化内阻，C1为等效电路模型中的第一极化电压，C2为等效电路模型中的第二极化电压，A
′
k
为时刻K+1时刻的上一时刻K时的第一状态参数矩阵，B
k
为时刻K+1时刻的上一时刻K时的第二状态参数矩阵，i
k
为时刻K+1时刻的上一时刻K时的所述动力电池的电流。5.根据权利要求3所述的估算方法，其特征在于，所述采用扩展卡尔曼滤波算法对所述当前时刻的所述初始荷电状态值进行修正，确定所述当前时刻的实时荷电状态值，包括：获取上一时刻时的误差协方差矩阵以及上一时刻时的增益矩阵；定义过程噪声协方差和观测噪声协方差；基于第一状态参数矩阵、第二状态参数矩阵以及第三状态参数矩阵分别对上一时刻时的误差协方差矩阵以及上一时刻时的增益矩阵进行更新，以确定当前时刻时的误差协方差矩阵以及当前时刻时的增益矩阵；获取所述动力电池的当前时刻的预测端电压；根据所述当前时刻的增益矩阵以及所述当前时刻的预测端电压对所述当前时刻的初始荷电状态值进行修正，以确定所述动力电池在当前时刻的实时荷电状态值。6.根据权利要求5所述的估算方法，其特征在于，所述根据所述当前时刻的增益矩阵以及所述当前时刻的端电压对所述当前时刻的初始荷电状态进行修正，以确定所述动力电池在当前时刻的实时荷电状态值，包括：基于方程(二)，根据所述当前时刻的增益矩阵以及所述当前时刻的端电压对所述当前时刻的初始荷电状态值进行修正，以确定所述动力电池在当前时刻的实时荷电状态值；其中，所述方程(二)为：x
′
k+
＝x
′
k
‑
+L
k
[y
k
‑
g(x
′
k
，i
k
)]方程(二)其中，x
′
k+
为当前时刻的实时荷电状态值，x
′
k
‑
为当前时刻K时的初始...

【专利技术属性】
技术研发人员：刘月，
申请(专利权)人：三一电动车科技有限公司，
类型：发明
国别省市：