[发明专利]电池SOC的卡尔曼迭代算法、装置及电池管理系统在审
申请号: | 201710766988.6 | 申请日: | 2017-08-30 |
公开(公告)号: | CN107607878A | 公开(公告)日: | 2018-01-19 |
发明(设计)人: | 施敏捷;储开龙;王中照;刘叶峰 | 申请(专利权)人: | 苏州精控能源科技有限公司 |
主分类号: | G01R31/36 | 分类号: | G01R31/36 |
代理公司: | 北京三聚阳光知识产权代理有限公司11250 | 代理人: | 马永芬 |
地址: | 215011 江苏省苏州市高*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电池 soc 卡尔 曼迭代 算法 装置 管理 系统 | ||
技术领域
本发明涉及电池管理技术领域,具体涉及电池SOC的卡尔曼迭代算法、装置及电池管理系统。
背景技术
蓄电池作为能量存储装置,在较大功率的电动设备(例如电动汽车)上的整个系统中拥有重要的地位。电动设备的电池管理系统对蓄电池SOC(英文全称:State of Charge,中文:荷电状态或者剩余电量)的判断将直接影响对电动设备的控制指令。对蓄电池SOC的判断不精准一方面可能会使得电动设备的使用受到限制,难以发挥其最佳性能;另一方面可能会导致蓄电池损毁甚至是爆炸,给生产生活带来极大的安全隐患。
现有估算电池SOC的方法通常采用电流积分法,即实时测量电池的充电或放电电流,计算该电流与实际的积分,然后计算电荷初始值与积分结果之和作为电池当前时刻的SOC估算值。电流积分法对于电荷初始值及实时的电流测量值要求较高。若电荷初始值或者实时的电流测量值存在误差,则这个误差在随后电池SOC的计算过程中不会减小,反而会因为实时电流测量值等观测量引入的测量误差而不断增大,从而电池SOC估算值没有修正的可能,导致在电池充电或放电的整个过程中电池管理系统都无法得到精确的电池SOC。
为了能够修正电池SOC估算值,现有电池SOC估算方法引入了卡尔曼迭代算法,使得电池SOC估算值能够不断逼近电池SOC的真实值。为提高计算速度,卡尔曼迭代算法所采用的电池模型中的系数是恒定值。
然而,在实际使用过程中,电池模型中的电池内阻以及其他系数也会随温度、使用年限而变化,由此导致卡尔曼迭代算法计算所得的电池SOC与真实值之间还会存在偏差。
发明内容
有鉴于此,本发明实施例提供了电池SOC的卡尔曼迭代算法、装置及电池管理系统,以解决由于卡尔曼迭代算法所采用的电池模型误差过大使计算所得的电池SOC与真实值之间存在偏差的问题。
本发明第一方面提供了一种电池SOC的卡尔曼迭代算法,包括:更新卡尔曼迭代算法所采用的电池模型中的系数;根据更新后的电池模型采用所述卡尔曼迭代算法计算电池SOC。
可选地,所述更新卡尔曼迭代算法所采用的电池模型中的系数的步骤,包括:获取所述电池的开路电压;根据所述电池的OCV-SOC曲线获取所述开路电压所对应的电池SOC;根据所述开路电压和所述开路电压所对应的电池SOC更新卡尔曼迭代算法所采用的电池模型中的系数。
可选地,电池的开路电压模型为
其中,OCVk为k时刻电池的开路电压,SOCk为k时刻电池荷电状态,Hy电池滞后参数,a、b、c、d、e为系数;
所述卡尔曼迭代算法所采用的电池模型为
SEVk=R*Ik-1±OCVk
其中,SEVk为k时刻电池的路端电压,R为电池内阻,Ik-1为k-1时刻的充电或放电电流,OCVk为k时刻电池的路端电压。
可选地,所述卡尔曼迭代算法所采用的电池模型为
SEVk=R*Ik-1±OCVk
其中,SEVk为k时刻电池的路端电压,R为电池内阻,Ik-1为k-1时刻的充电或放电电流,OCVk为k时刻电池的路端电压;
所述根据更新后的电池模型采用所述卡尔曼迭代算法计算电池SOC的步骤之前,还包括:更新所述电池模型中的电池内阻。
可选地,所述更新所述电池模型中的电池内阻的步骤,包括:在所述电池充电或放电的过程中获取至少两组电压-电流值,所述电压-电流值分别为同一时刻所述电池的路端电压、充电或放电电流;
计算所述电池的内阻其中,U2和I2分别为同一时刻所述电池的路端电压、充电或放电电流,U1和I1分别为同一时刻所述电池的路端电压、充电或放电电流。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州精控能源科技有限公司,未经苏州精控能源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710766988.6/2.html,转载请声明来源钻瓜专利网。