[发明专利]一种SOC估值方法及其系统

说明书

技术领域

本发明涉及电池领域，尤其涉及一种SOC估值方法及其系统。

背景技术

电池的剩余电量(StateofCharge，SOC)在某一层面直接反应电动汽车的 续航里程，是电池管理系统中比较重要的一个模块，因此对于电池SOC的准确 估计就显得很重要。

目前，电池的剩余电量估计方法主要分为两大类：直接法与间接法。直接 法是指通过实验设备直接测量当前电池剩余容量；间接法主要通过电池内部的 物化特性，在估计过程中需要高精度的设备因此在实际中很难实现。安时积分 法(Ahintegrationmethod，简称Ah法)、开路电压法(Open-circuitvoltagemethod， 简称OCV法)、内阻法(Resistancemethod)等属于间接法。

但是，安时积分法在计算过程中会产生累积误差，导致计算得到的SOC随 充放电时间增加误差增大，同时安时积分法计算SOC初始值的准确性很难确 定；开路电压法需要长时间的静置达到电池内部电压稳定，在实际汽车运行过 程中难以实现；内阻法存在着估算内阻的困难，在硬件上也难以实现。此外， 还可通过人工神经网络算法(ArtificialNeuralNetworkAlgorithm)、卡尔曼滤波 算法(Kalmanfilteralgorithm，简称KF)等间接法进行估算电池SOC，但神经 网络算法由于其系统设置困难，且在电池管理系统中应用成本高，不具备优势； 而卡尔曼滤波算法在计算SOC的过程中会出现跳变现象并且不能保存，此算法 不能保证SOC的准确性和稳定性。

因此，亟需设计一种SOC估值方法，以提高SOC的准确性和稳定性。

发明内容

有鉴于此，本发明的目的在于提供一种SOC估值方法及其系统，旨在解决 现有技术中SOC的准确性不高和稳定性较低的问题。

本发明提出一种SOC估值方法，包括：

利用卡尔曼滤波算法计算SOC初始值；

将所述SOC初始值赋值作为安时积分算法计算SOC值，并保存所述SOC 值，同时利用卡尔曼滤波算法计算SOC值；

判断由上述两种算法计算得到的SOC值是否在预设误差值内；

如果在预设误差值内，则输出由安时积分算法计算得到的SOC值。

优选的，所述预设误差值为±2.5％，通过EEPROM保存在经过初始值赋 值后由安时积分算法计算得到的SOC值。

优选的，所述方法还包括：

如果不在预计误差值内，则继续将所述SOC初始值赋值作为安时积分算法 计算SOC值，并保存所述SOC值，同时利用卡尔曼滤波算法计算SOC值；

继续判断由上述两种算法计算得到的SOC值是否在预设误差值内；

如果在预设误差值内，则输出由安时积分算法计算得到的SOC值。

另一方面，本发明还提供一种SOC估值系统，包括：

初值模块，用于利用卡尔曼滤波算法计算SOC初始值；

赋值模块，用于将所述SOC初始值赋值作为安时积分算法计算SOC值， 并保存所述SOC值，同时利用卡尔曼滤波算法计算SOC值；

判断模块，用于判断由上述两种算法计算得到的SOC值是否在预设误差值 内；

输出模块，用于如果在预设误差值内，则输出由安时积分算法计算得到的 SOC值。

优选的，所述预设误差值为±2.5％，通过EEPROM保存在经过初始值赋 值后由安时积分算法计算得到的SOC值。

优选的，所述SOC估值系统还包括：

循环模块，用于如果不在预计误差值内，则继续将所述SOC初始值赋值作 为安时积分算法计算SOC值，并保存所述SOC值，同时利用卡尔曼滤波算法 计算SOC值；继续判断由上述两种算法计算得到的SOC值是否在预设误差值 内；如果在预设误差值内，则输出由安时积分算法计算得到的SOC值。