【技术实现步骤摘要】
本申请涉及电池soc管理的，具体而言，涉及一种多模型交互的电池soc估计方法及相关设备。
技术介绍
1、电池soc(stateofcharge，荷电状态)的定义是电池的剩余可用电量与电池总可用电量的比值，准确的估算电池soc值是合理使用电池，防止电池过充过放的关键。
2、相关技术中用于估算电池soc的方法包括安时积分法、开路电压反查法和基于模型的方法。其中，基于模型的soc估计方法，是根据电池模型，生成对应电池温度下的电池模型参数，并将电池的电流和电压，以及对应的电池模型参数作为输入，通过状态估计算法融合电流和电压的量测数据，从而估算出对应的电池soc。
3、由于基于模型的soc估计方法的计算精度与模型的精度正相关，且电池的化学特性决定了电池参数容易受温度影响；当电池温度不准确时，其获取的电池参数也会存在误差，从而导致电池模型的精度较低，进而降低了基于模型的soc估计方法得到的电池soc精度。
技术实现思路
1、为解决上述技术问题，本申请的实施例提供了一种多模型交互的电池soc估计方法及相关设备。
2、根据本申请实施例的一个方面，提供了一种多模型交互的电池soc估计方法，所述方法包括：
3、根据各个模型预设的温差和实时获取的电池温度得到各个模型的模型温度，并根据所述模型温度分别获取各个模型的模型参数；
4、将各个模型的模型参数输入对应模型，以及将实时获取的电池电压和电池电流输入各个模型，并将各个模型的输出结果交互混合；p>
5、根据交互混合的结果对各个模型的模型状态进行估计，得到各个模型对应的模型概率，并将所述模型概率作为下一次进行交互混合的反馈值；
6、将所述模型状态和所述模型概率进行融合，根据融合结果输出电池soc，并将所述电池soc作为下一次获取所述模型参数的反馈值；
7、按照预设次数循环执行上述步骤，并在执行最后一次循环之前，根据已执行次数中得到的模型概率计算各个模型对应的模型概率平均值；
8、根据各个模型概率平均值对各个模型对应的温差进行更新，并基于更新后的温差执行最后一次循环，以获得最终电池soc。
9、在一示例性实施例中，多个模型包括左端模型、中间模型和右端模型，所述左端模型的温差为左端温差、所述中间模型的温差为中间温差、所述右端模型的温差为右端温差；所述根据各个模型预设的温差和实时获取的电池温度，得到各个模型的模型温度，包括：
10、将所述电池温度与所述中间温差的差值绝对值作为所述中间模型的模型温度；
11、将所述中间模型的模型温度与所述左端温差的差值绝对值作为所述左端模型的模型温度；
12、将所述中间模型的模型温度与所述右端温差的和值作为所述右端模型的模型温度。
13、在一示例性实施例中，所述根据各个模型概率平均值对各个模型对应的温差进行更新，包括：
14、分别计算各个模型的模型概率平均值与对应温差的积值，将各个积值的累加结果作为更新后的中间温差；
15、将所述更新后的中间温差与所述左端温差的差值绝对值，与预设的最小偏移值进行比较，取其最大值作为更新后的左端温差；
16、以及将所述更新后的中间温差和所述右端温差的差值绝对值，与所述最小偏移值进行比较，取其最大值作为更新后的右端温差。
17、在一示例性实施例中，当所述中间模型的模型概率平均值分别大于所述左端模型的模型概率平均值和所述右端模型的模型概率平均值时，所述方法还包括：
18、判断所述左端模型的模型概率平均值是否小于预设的模型概率下阈值；
19、若为是，则根据预设的第一偏移量，减小更新后的左端温差与更新后的中间温差的差值绝对值，并对应调整更新后的左端温差，以及减小更新后的右端温差与更新后的中间温差的差值绝对值，并对应调整更新后的右端温差；
20、若为否，则保持各个模型更新后的温差。
21、在一示例性实施例中，当所述左端模型的模型概率平均值分别大于所述中间模型的模型概率平均值和所述右端模型的模型概率平均值时，所述方法还包括：
22、判断所述左端模型的模型概率平均值是否大于预设的模型概率上阈值，所述模型概率上阈值大于所述模型概率下阈值；
23、若为是，则根据预设的第二偏移量，增大更新后的左端温差与更新后的中间温差的差值绝对值，并对应调整更新后的左端温差，且保持更新后的右端温差；
24、若为否，则保持各个模型更新后的温差。
25、在一示例性实施例中，当所述右端模型的模型概率平均值分别大于所述中间模型的模型概率平均值和所述左端模型的模型概率平均值时，所述方法还包括：
26、判断所述右端模型的模型概率平均值是否大于所述模型概率上阈值；
27、若为是，则根据预设的第三偏移量，，增大更新后的右端温差与更新后的中间温差的差值绝对值，并对应调整更新后的右端温差，且保持更新后的左端温差；
28、若为否，则保持各个模型更新后的温差。
29、在一示例性实施例中，在获取所述最终电池soc之后，还包括：
30、循环执行多轮获取最终电池soc的过程；
31、在循环过程中，根据上一轮获取的最终电池soc迭代进行下一轮最终电池soc的计算。
32、根据本申请实施例的一个方面，提供了一种多模型交互的电池soc估计装置，包括：
33、获取模块，用于根据各个模型预设的温差和实时获取的电池温度，得到各个模型的模型温度，并根据所述模型温度分别获取各个模型的模型参数；
34、交互模块，用于根据所述模型参数和实时获取的电池电压、电池电流，输入对应模型后进行交互混合；
35、概率计算模块，用于根据交互混合的结果，对各个模型的模型状态进行估计，以及获取各个模型对应的模型概率，并将所述模型概率作为下一次进行交互混合的反馈值；
36、融合估算模块，用于将所述模型状态和所述模型概率进行融合，根据融合结果输出电池soc，并将所述电池soc作为下一次获取所述模型参数的反馈值；
37、循环模块，用于按照预设次数循环执行上述步骤，并在执行最后一次循环之前，计算已执行次数中，各个模型对应的模型概率平均值；
38、输出模块，用于根据各个模型概率平均值，对各个模型对应的温差进行更新，并执行最后一次循环，获取最终电池soc。
39、根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上述实施例中所述的多模型交互的电池soc估计方法。
40、根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上述实施例中所述的多模型交互的本文档来自技高网...
【技术保护点】
1.一种多模型交互的电池SOC估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，多个模型包括左端模型、中间模型和右端模型，所述左端模型的温差为左端温差、所述中间模型的温差为中间温差、所述右端模型的温差为右端温差；所述根据各个模型预设的温差和实时获取的电池温度，得到各个模型的模型温度，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各个模型概率平均值对各个模型对应的温差进行更新，包括：
4.根据权利要求3所述的方法，其特征在于，当所述中间模型的模型概率平均值分别大于所述左端模型的模型概率平均值和所述右端模型的模型概率平均值时，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，当所述左端模型的模型概率平均值分别大于所述中间模型的模型概率平均值和所述右端模型的模型概率平均值时，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，当所述右端模型的模型概率平均值分别大于所述中间模型的模型概率平均值和所述左端模型的模型概率平均值时，所述方法还包括：
7.根据权利要
8.一种多模型交互的电池SOC估计装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行权利要求1-7中的任一项所述的多模型交互的电池SOC估计方法。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种多模型交互的电池soc估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，多个模型包括左端模型、中间模型和右端模型，所述左端模型的温差为左端温差、所述中间模型的温差为中间温差、所述右端模型的温差为右端温差；所述根据各个模型预设的温差和实时获取的电池温度，得到各个模型的模型温度，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据各个模型概率平均值对各个模型对应的温差进行更新，包括：
4.根据权利要求3所述的方法，其特征在于，当所述中间模型的模型概率平均值分别大于所述左端模型的模型概率平均值和所述右端模型的模型概率平均值时，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，当所述左端模型的模...
【专利技术属性】
技术研发人员：李屹罡，孙文涛，魏炜阳，
申请(专利权)人：广州汽车集团股份有限公司，
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。