[发明专利]一种动力电池SOE的优化算法

权利要求书

1.一种动力电池SOE的优化算法，其特征在于，包括如下步骤：

S100、建立二维R查值表、I查值表和T查值表；

S200、获取电池当前SOC、放电截止SOC和电池OCV曲线；

S300、计算基础能量值；

S400、计算电池满电能量；

S500、采集电池内电阻R并通过R查值表得到Factor_R；

S600、计算历史电流值并通过I查值表得到Factor_I；

S700、检测当前环境温度并通过T查值表得到Factor_T；

S800、计算出准确的电池剩余可用能量。

2.如权利要求1所述的动力电池SOE的优化算法，其特征在于，采用如下公式计算基础能量值：

其中，SOC_now表示当前电池的SOC值，SOC_end表示电池放电的最低SOC，Q为电池的额定容量。

3.如权利要求1或2所述的动力电池SOE的优化算法，其特征在于，采用如下公式计算电池的最大能量：

其中，SOC_full表示电池充至满电时的SOC，SOC_end表示电池放电的最低SOC，Q为电池的额定容量。

4.如权利要求3所述的动力电池SOE的优化算法，其特征在于，采用如下公式计算出准确的电池剩余可用能量：

Erst＝Erst_basic·Factor_R·Factor_I·Factor_T 。

5.如权利要求4所述的动力电池SOE的优化算法，其特征在于，还包括优化步骤：

S900、计算准确的电池SOE，并用如下公式得到：

。

6.如权利要求5所述的动力电池SOE的优化算法，其特征在于，建立电阻R值和放电电量的所述二维R查值表，进一步包括：

选取一批同一批次的新电池单体，并将电芯分成M组，每组个数相同；

第1组电芯进行充放电循环n次，第2组电芯进行充放电循环2n次，直至第M-1组电芯充放电循环nM次，第M组电芯不进行操作；

充放电循环结束后测量各组单体的电池内阻并计算出每组电池的内阻均值R；

对每组电芯做放电测试，并测量放出的电量I；

使用每组的电阻R值和放电电量I生成所述二维R查值表，其中第M组电芯的Factor_R为1，其它组的Factor_R根据比例得到且取值均小于等于1。

7.如权利要求6所述的动力电池SOE的优化算法，其特征在于，所述电池的内阻通过电流跳变法计算得到。

8.如权利要求5所述的动力电池SOE的优化算法，其特征在于，建立放电电流和放电能量的所述二维I查值表，进一步包括：

选取一组同一批次的新电池单体，并将电芯分成L组，每组个数相同；

第1组电芯以m电流放电，第2组电芯以2m电流放电，直至第L组电芯以Lm电流放电；

使用电能表测量每组电芯能够放出的能量；

使用每组的放电电流和放电能量生成所述二维I查值表，其中第1组电芯的Factor_I为1，其它组的Factor_I根据比例得到且取值均小于等于1。

9.如权利要求8所述的动力电池SOE的优化算法，其特征在于，系统工作时，选用电池系统前15分钟的电流平均值作为系统输入，通过所述I查值表得到Factor_I。

10.如权利要求5所述的动力电池SOE的优化算法，其特征在于，建立环境温度和放电能量的所述二维T查值表，进一步包括：

选取一组同一批次的新电池单体，并将电芯分成N组，每组个数相同；

第1组电芯在环境温度a度时放电，第2组电芯在环境温度a+5度时放电，依次类推，第N组电芯在环境温度a+5N度时放电；

使用电能表测量每组电芯能够放出的能量；

使用每组环境温度和放电能量生成所述二维T查值表，其中放出能量最多的一组电芯Factor_T为1，其它组的Factor_T根据比例得到且取值均小于等于1。