[发明专利]在线反馈式蓄电池SOC预测方法

说明书

技术领域

本发明涉及蓄电池荷电状态(State of Charge，SOC)预测技术领域，具体涉及一种在线反馈式蓄电池SOC预测方法。

背景技术

蓄电池的荷电状态(State of Charge，SOC)用于描述蓄电池的剩余容量，目前比较统一的是从电量角度定义SOC，其定义为电池在一定放电倍率下，剩余容量与相同条件下额定容量的比值，它是电池使用过程中的重要参数。准确的SOC可以有效得知蓄电池的使用状态，管理蓄电池的充放电情况，使其均衡及防止过充、过放，提高蓄电池组的使用寿命；对于电动汽车用蓄电池SOC还可以较准确的反映续驶里程，提醒驾驶人员何时充电或更换电池。因此，SOC的估算是电池管理的一项研究热点。目前SOC的预测方法主要有以下几种：

(1)根据电池内部参数的变化来推断SOC的大小，如铅酸电池的介质浓度与SOC有最直接的关系，但电池在充放电过程中介质浓度始终不能达到平衡，而且铅酸电池由于其密封性，使该方法很难应用于电池的SOC的在线估测；

(2)开路电压法，应用于内部达到平衡状态的蓄电池，其开路电压与SOC有很好的映射关系，但该方法不能用于在线估测；

(3)安时积分法，这是目前应用较多的方法，简单易行，其基本思想是把不同电流下的放电电量等效成某个特定电流下的放电电量，再根据剩余电量来判定SOC，但放电系数随很多因素的变化而变化，很难得到稳定的精确值。此外，在安时积分法中如何考虑电池自放电和充放电效率的问题，如何矫正因误差不断积累、SOC估计值最终可能严重偏离实际值的问题，是提高安时积分法准确度的难点所在；

(4)内阻法，通过试验建立电池内阻与SOC的对应关系，因此需要建立模型来估算电池的内阻，再根据算出的内阻求出SOC，该方法计算量较大，且需建立电池模型，模型的准确性必然影响SOC的估测结果的准确性；

(5)Kalman滤波法，由一系列数学公式递归描述，用一种高效的计算方法来估计过程的状态，并使估计均方误差最小。其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计，求出现在时刻的估计值。该方法需要建立电池模型，且方程的建立和求解都较复杂，很难实际应用。

目前应用最为广泛的是基于安时积分法的SOC估算。公开号为CN101359036A的中国专利申请“电池荷电状态的测定方法”采用基本安时法加修正函数φ(t)来估算SOC，如下式：

SOC(t)=C0-∫0ti(τ)dτCn+φ(t)]]>

其中，修正系数φ(t)的测定采用如下方法：用公式计算多个时刻的SOC理论值SOC_理，x表示多个时刻中的一个时刻，测得在该多个时刻的SOC实际值SOC_实，然后采用最小二乘法计算得到用于表达SOC_理和SOC_实的差值与所用多个时刻之间的关系修正函数φ(t)。

该方法依赖电量测量装置确定初始容量C₀、蓄电池的剩余电量或电量变化量，即所述的多个时刻的SOC实际值SOC_实的获得及精确度都依赖于外加的电量测量装置；

公开号为CN102162836的中国专利申请“一种汽车电池SOC的估算方法”应用开路电压和历史结果确定电池的初始容量，用安时积分法估算SOC，考虑影响SOC的各类因素对SOC进行校正，补偿校正考虑因素包括：

1、充放电效率，根据Peukert经验公式，采用查表法对不同电流下的SOC进行修正；