本发明专利技术涉及SOC估算领域，尤其涉及一种锂电池SOC估算方法、装置、设备及存储介质，该方法包括：获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型，其中所述二阶等效电路模型为二阶RC等效电路模型；对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数；根据所述目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值，从而提高电池荷电状态估算精度。而提高电池荷电状态估算精度。而提高电池荷电状态估算精度。
【技术实现步骤摘要】
锂电池SOC估算方法、装置、设备及存储介质
[0001]本专利技术涉及SOC估算
，尤其涉及一种锂电池SOC估算方法、装置、设备及存储介质。
技术介绍
[0002]锂电池的荷电状态(SOC)的估算精度是制约电动汽车发展的因素之一；SOC的估算精度不仅可以使BMS对电池的放电进行更好的管理而且可以使驾驶员更好的安排出行计划；因此，如何提高电池荷电状态估算精度成为当前亟待解决的技术问题，目前新能源汽车上常用的锂电池SOC估算方法有安时积分法和卡尔曼滤波法，均不能精确地计算出锂电池总容量。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种锂电池SOC估算方法、装置、设备及存储介质，旨在解决现有技术中难以准确提高电池荷电状态估算精度的技术问题。
[0005]为实现上述目的，本专利技术提供一种锂电池SOC估算方法，所述锂电池SOC估算方法包括以下步骤：
[0006]获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型，其中所述二阶等效电路模型为二阶RC等效电路模型；
[0007]对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数；
[0008]根据所述目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值。
[0009]可选地，所述对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数，包括：
[0010]将目标锂电池的所有工作电流和电池端电压分别作为猫的搜寻模式和猫的位置，得到猫并形成猫群；
[0011]将猫群中在跟踪模式下的猫对猎物进行跟踪，得到在跟踪模式下的猫的新的位置，并更新猫群的每只猫的新位置；
[0012]将所述猫群的每只猫的新位置代入适应度函数，得到每只猫的适应度值，并记录最优猫的位置；
[0013]根据最优猫的位置，辨识到所述二阶RC等效电路模型在最小电压误差下的最优电阻、电容参数值，得到最优电阻、电容参数。
[0014]可选地，所述将猫群中在跟踪模式下的猫对猎物进行跟踪，得到在跟踪模式下的猫的新的位置，并更新猫群的每只猫的新位置，包括：
[0015]根据猫在t时刻d维的速度值、猫群中当前具有最好适应度值的猫的位置以及t时刻猫的位置，得到猫在t+1时刻的d维的速度；
[0016]根据猫在t+1时刻的d维的速度以及t时刻猫的位置，得到猫在t+1时刻的位置；
[0017]重复上述操作，完成对猫群每只猫的位置的更新。
[0018]可选地，所述根据目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值，包括：
[0019]对状态变量和误差协方差矩阵进行初始化，并基于目标锂电池的最优电阻和电容参数得到系统的状态方程和观测方程；
[0020]根据所述状态变量、所述误差协方差矩阵、所述系统的状态方程以及所述系统的观测方程，得到卡尔曼滤波增益矩阵；
[0021]根据k+1时刻的端电压数据并与k+1时刻的端电压估计值和k+1时刻的SOC估算值以及卡尔曼滤波增益矩阵得到k+1时刻的SOC预测值，并对误差协方差矩阵和状态变量进行更新，得到新的误差协方差矩阵和状态变量；
[0022]重复上述迭代操作，当所述误差协方差矩阵和状态变量满足精度要求时，得到目标锂电池SOC估算值。
[0023]可选地，所述根据所述状态变量、所述误差协方差矩阵、所述系统的状态方程以及所述系统的观测方程，得到卡尔曼滤波增益矩阵，包括：
[0024]根据k时刻的状态变量，通过无迹变换构建若干个Sigma点，并得到所述Sigma点所对应的均值权值和方差权值；
[0025]通过系统的状态方程得到所述Sigma点在k+1时刻的估算值，结合均值和权值得到k+1时刻的SOC估算值，并根据方差和权值得到k+1时刻的协方差估计值；
[0026]通过系统的观测方程得到k+1时刻的端电压估计值并通过加权，得到预测值的均值与协方差；
[0027]根据所述k+1时刻的预测均值与所述预测协方差，得到卡尔曼滤波增益矩阵。
[0028]可选地，所述对状态变量和误差协方差矩阵进行初始化，并基于目标锂电池的最优电阻和电容参数得到系统的状态方程和观测方程，包括：
[0029]根据系统的过程噪声、观测噪声、采样周期、电池的额定容量、充放电电流以及充放电效率，得到系统的状态方程；
[0030]根据系统的RC回路的时间常数、电池的欧姆内阻、电池极化电阻、开路电压、充放电电流，得到系统的观测方程。
[0031]可选地，所述获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型，包括：
[0032]通过拟合工具箱，对目标锂电池的参数数据进行拟合，得到锂电池的开路电压；
[0033]根据所述锂电池的开路电压、电池的欧姆内阻、极化电阻、极化电容、电池的端电压、电路中的电流搭建对应的二阶等效电路模型。
[0034]此外，为实现上述目的，本专利技术还提出一种锂电池SOC估算装置，所述锂电池SOC估算装置包括：
[0035]模型构建模块，用于获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型；
[0036]参数辨识模块，用于对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数；
[0037]SOC值估算模块，用于根据所述目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值。
[0038]此外，为实现上述目的，本专利技术还提出一种锂电池SOC估算设备，所述设备包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的锂电池SOC估算程序，所述锂电池SOC估算程序配置为实现如上文所述的锂电池SOC估算方法。
[0039]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有锂电池SOC估算程序，所述锂电池SOC估算程序被处理器执行时实现如上文所述的锂电池SOC估算方法。
[0040]本专利技术其公开了一种锂电池SOC估算方法、装置、设备及存储介质，该方法包括：获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型，其中所述二阶等效电路模型为二阶RC等效电路模型；对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数；根据所述目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值，从而通过构建二阶等效电路模型和猫群算法以及卡尔曼滤波增益矩阵，对目标锂电池SOC完成估算。
附图说明
[0041]图1是本专利技术实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种锂电池SOC估算方法，其特征在于，所述方法包括以下步骤：获取目标锂电池的参数数据，并根据锂电池内部电路和所述目标锂电池的参数数据搭建对应的二阶等效电路模型，其中，所述二阶等效电路模型为二阶RC等效电路模型；对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数；根据所述目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值。2.如权利要求1所述的方法，其特征在于，所述对所述二阶等效电路模型中的电池端电压进行辨识，得到目标锂电池的最优电阻和电容参数，包括：将目标锂电池的所有工作电流和电池端电压分别作为猫的搜寻模式和猫的位置，得到猫并形成猫群；将猫群中在跟踪模式下的猫对猎物进行跟踪，得到在跟踪模式下的猫的新的位置，并更新猫群的每只猫的新位置；将所述猫群的每只猫的新位置代入适应度函数，得到每只猫的适应度值，并记录最优猫的位置；根据最优猫的位置，辨识到所述二阶RC等效电路模型在最小电压误差下的最优电阻、电容参数值，得到最优电阻、电容参数。3.如权利要求2所述的方法，其特征在于，所述将猫群中在跟踪模式下的猫对猎物进行跟踪，得到在跟踪模式下的猫的新的位置，并更新猫群的每只猫的新位置，包括：根据猫在t时刻d维的速度值、猫群中当前具有最好适应度值的猫的位置以及t时刻猫的位置，得到猫在t+1时刻的d维的速度；根据猫在t+1时刻的d维的速度以及t时刻猫的位置，得到猫在t+1时刻的位置；重复上述操作，完成对猫群每只猫的位置的更新。4.如权利要求1所述的方法，其特征在于，所述根据目标锂电池的最优电阻和电容参数，对目标锂电池的SOC值进行估算，得到目标锂电池SOC估算值，包括：对状态变量和误差协方差矩阵进行初始化，并基于目标锂电池的最优电阻和电容参数得到系统的状态方程和观测方程；根据所述状态变量、所述误差协方差矩阵、所述系统的状态方程以及所述系统的观测方程，得到卡尔曼滤波增益矩阵；根据k+1时刻的端电压数据并与k+1时刻的端电压估计值和k+1时刻的SOC估算值以及卡尔曼滤波增益矩阵得到k+1时刻的SOC预测值，并对误差协方差矩阵和状态变量进行更新，得到新的误差协方差矩阵和状态变量；重复上述迭代操作，当所述误差协方差矩阵和状态变量满足精度要求时，得到目标锂电池SOC估算值。5.如权利要求4所述的方法，其特征在于，所述根据所述状态变量、所述误差协方差矩阵、...
【专利技术属性】
技术研发人员：吴华伟，洪强，殷国栋，陈运星，魏长银，李智，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。