[发明专利]一种自适应实时修正SOC算法

说明书

技术领域

电池组剩余电量优化解决方案。

背景技术

随着新能源推广，电池产业逐渐增加；然而电池使用起来却没有想象中的那么方便；短时间来看：电池会随着电流增加产生极化的问题，温度变化会对电池电量有影响，电池自放电也会有影响，一致性等诸多问题，严重的影响了电量计算的结果；长时间来看：电池又会出现寿命问题，电池老化问题，以及相关电池组测量器件老化问题；等等问题都在影响制约着电池产业的发展；

为了解决上述问题，目前市面上SOC算法，主要还是集中在安时法、电压法、内阻法、神经网络法和卡尔曼滤波法等；安时法将电池看作黑箱，不关心电池内部的结构，算法简单易行，被广泛应用，但是它会产生累积误差且无法消除；电压法和内阻法是根据电池电压和电阻与SOC的固定函数关系来对SOC进行估计，也得到了广泛应用；神经网络法和卡尔曼滤波法是近几年来比较流行的SOC智能算法，原理较为复杂，实现起来有一定的难度；不方便普及；

上述的办法并不能很好的解决电池组现有的问题；同样厂家生产的电池为什么寿命会有很大的差异，同样厂家生产的电池为什么提供电流的总量不一样；其实问题真的要都归咎于厂家吗？会不会是因为我们不够了解电池的特性呢？电池什么时候才算是充好电？运行后的SOC电量真的就是实际的电量吗？例如soc电量只剩下10%的时候，其实已经不能再提供大电流供电，可是您这里却不是很了解依然我行我素，您觉得这样的结果对电池会好吗？这样做寿命当然不会长了！那么电池在什么时候可以尽情的释放电流呢？我想并不是所有人的都懂这些；

这因为存在这样的问题，我们为大家设计了一套SOC专家系统，就像是为您的电池管理系统专门配置一个经验丰富的专家一样，时刻为您的电池组保驾护航，以一位经验老道的专家亲临一样，提示您SOC的当前值和预估值；什么时候您需要收敛一点；什么时候您可以尽情的使用。

发明内容

本发明要解决的问题是提供一种完善电池剩余电量检测功能的算法，提供专家级别的信息提示，同时SOC模块自适应系统；根据专家系统提供的信息，利用底层的各个模块进行数据采样，利用反馈信息实际测量的值，和估算值进行校验；对于校验结果不理想的情况，系统会对其进行修正；随着时间的推移克服因电池老化和机械老化问题带来的测量误差，时间越长剩余电量计算的值越准确；提供更准确的预判信息，更高效的电池控制方法，更安全的电池控制系统，使得电池可以发挥最大作用的同时寿命更长久，状态更安全；另外还会保存该地域对应的专家系统修正信息，极大的缩短了新车的适应过程；便于维护和修理；

为了解决上述问题，本发明一种完善电池剩余电量检测功能的算法，采用步骤如下：

a、判断当前是恢复状态还是完全恢复状态SOC预估：由于充放电状态是由其他模块提供的因此当判断为非充放电状态时；接下来判断系统是进入恢复状态还是进入完全恢复状态确认状态；利用系统时间记录算的电池组停止工作时间Static_T0，读取Static_V0, Static_I1的值；根据公式Static_R0 = Static_V0 / Static_I1，若Static_R0高于基准值R说明电池组处于恢复状态，若Static_R0约等于基准值R说明电池组处于完全恢复状态；

b、充放电过程中剩余SOC值预测：主要核心思想在于克服电池充放电过程中极化现象；进入充放电状态时；这里引入一个概念，用户此刻的SOC剩余电量的值，是在EEPROM中取得预估值；专家系统此时会对电池组进行实时测量，首先通过控制改变Run_T0的时间间隔，得到电流值Bat_C1、电压值Bat_V1当前温度Bat_T1，运行时间Bat_At1传给专家系统，由系统将对数据进行计算并进行修正，以达到自动适应的目的；

c、专业提示信息：对于极化现象，当前温度值在允许安全范围内，SOC在10%到90%时，系统允许电池组以最大电流工作；由于电池在0%到10%和90%到100%时，极化现象明显；因此，当电池组SOC低于10%时，不适合大电流供电，此刻系统发出限制信息；当系统处于90%和100%之间时，只是对充电电流进行了限制，对放电电流没有限制，因为这里有极化现象的存在，因此当电池组充电到90%时，应适当降低充电电流，以免造成过充电和过热危险等现象；用户可以根据限定信息提示，来做适当调整；从而达到电池最优工作状态；