[发明专利]一种汽车电池系统荷电状态修正方法及装置

说明书

本发明涉及一种汽车电池系统荷电状态修正方法及装置，该方法首先当电池系统开机时，得到当前电池荷电状态的初始修正值，并获取电池系统上次关机时的电池荷电状态的历史值；然后判断电池荷电状态的历史值和当前电池荷电状态的初始修正值是否在设定差值范围内，若不在设定差值范围内，则根据电池荷电状态的历史值与初始修正值的关系，以及开机后电池处于充电状态还是放电状态，使电池荷电状态的显示值由历史值逐渐过渡到与由初始修正值结合安时积分法累加得到的电池荷电状态的修正值。本发明能够避免电池荷电状态的显示值直接跳变到修正值，也避免到电池荷电状态的显示值变化过快影响司机的驾驶感受。

技术领域

本发明属于新能源汽车技术领域，具体涉及一种汽车电池系统荷电状态修正方法及装置。

背景技术

随着我国经济持续快速发展和城镇化进程加速推进，汽车需求量不断增长，由此带来严重的能源紧张和环境压力，加快培育和发展节能与新能源汽车刻不容缓，随着国务院办公厅对《节能与新能源汽车产业发展规划(2012—2020年)》的发布，各整车厂纷纷将新能源汽车的研发作为本公司的重点任务，高度重视。随着国家部委的政策引导和行业的不断努力，新能源汽车已经取得了巨大发展且前景更加广阔。

动力电池系统作为新能源汽车核心部件，对于新能源汽车发展至关重要。电池管理系统(Battery Management System，BMS)是动力电池系统的核心部件，而电源系统荷电状态(State Of Charge，SOC)是BMS的核心技术参数。SOC作为电池电量的直接反映，一方面为司机估算剩余里程提供参考，另一方面为电池管理和维护提供重要依据，另外SOC是BMS其它控制算法的基础，如果没有精确的SOC，加再多的保护功能也无法使BMS正常工作，因为电池会经常处于保护状态，更无法延长电池的寿命，所以它的精度和鲁棒性极其重要。

目前SOC估算方法有安时积分法、开路电压法、神经网络法、卡尔曼滤波法等。

卡尔曼滤波法是基于最小方差的数字滤波算法，优点是对初始误差有较强的修正作用，但是其准确性由电池模型决定，需要有较强的数据处理能力，其实际技术运行数据准确获得比较困难，其商业化也存在可靠性差等问题，目前很少厂家使用。神经网络法由局部电压、电流、温度、内阻等各种瞬时数据形成输入层，自动归纳规则为隐层，再通过系统模型的输出收敛和优化形成瞬时SOC，但是目前达到商业标准的收敛、优化、建模技术还没有实际解决，稳定性差，成本高，技术还在研究阶段。这两种方法在工程实际中应用较少。

安时积分法通过初始与工况下电流和时间积分来计算当前电量，当前SOC精度主要依赖初始和瞬时电流的精度，但是随着时间延长、误差累计严重，且无法单独修正，满足不了整车需求。开路电压法是根据不同材料体系、工艺的电池其静止开路电压与SOC对应关系来计算，立即将真实SOC值调整为修正后的值，或者等电池电量快用完的时候，依据最小单体电压值，对SOC进行直接修正，这种修正方法会造成显示SOC跳变，甚至跳变到0，影响司机驾驶感受，车辆可靠性不好。会误导驾驶员对续驶里程判断，导致车辆抛锚。

发明内容

本发明的目的在于提供一种汽车电池系统荷电状态修正方法及装置，用以解决汽车电池系统显示荷电状态进行调整时跳变较大的问题。

为解决上述技术问题，本发明的技术方案为：

本发明的一种汽车电池系统荷电状态修正方法，包括如下步骤：

当电池系统开机时，得到电池荷电状态的初始修正值，并获取电池系统上次关机时的电池荷电状态的历史值；

判断电池荷电状态的历史值和电池荷电状态的初始修正值是否在设定差值范围内，若不在设定差值范围内，则根据电池荷电状态的历史值与初始修正值的关系，以及开机后电池处于充电状态还是放电状态，使电池荷电状态的显示值由历史值逐渐过渡到与由初始修正值结合安时积分法累加得到的电池荷电状态的修正值；电池荷电状态的显示值为：