[发明专利]一种用于电池管理系统中的电池剩余容量估算方法

说明书

一种用于电池管理系统中的电池剩余容量估算方法，属于电池剩余容量估算方法，本方法同时参考了扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)与安时积分法，并将EKF算法的结果S₁与安时积分法的结果S₂进行处理后得到SOC的最终估算值S；针对安时积分法与扩展卡尔曼滤波法的各自特点，其在扩展卡尔曼滤波法较为精确的几种情况下，多次利用扩展卡尔曼滤波法结果更新安时积分法的值，显著降低了安时积分法的累计误差；以安时积分法结果为判断标准，在电量不同的阶段制定不同的SOC取值方法，并且可依据电池模型精度来自动调节两种算法结果所占权重，将模型不精确时的误差显著降低。经验证，该算法具有较高的精确性与可靠性。

技术领域

本发明涉及一种电池剩余容量估算方法，特别是一种用于电池管理系统中的电池剩余容量估算方法。

背景技术

随着电动汽车的普及，对其电池剩余容量(State of Charge，SOC)进行准确估算愈发重要。目前汽车工业上采取的方案主要为安时积分法，并通过OCV-SOC曲线进行修正。该方法原理简单，适用于大多数电池，但由于电流采样不精确，安时积分法误差累计大，修正不及时等原因，工业方案目前估算出的SOC并不精确。扩展卡尔曼滤波算法(ExtendedKalman Filter,EKF)是基于电池模型的一种闭环算法，在模型建立准确的情况下，可精确估算出电池SOC。建立电池的整个SOC阶段的模型需要太高的成本，如果仅建立了一定SOC区间的电池模型，在SOC逐渐升高或降低过程中，EKF算法精度会越来越低。所以扩展卡尔曼滤波算法估算电池SOC尚未在工业上大规模应用。

发明内容

本发明的目的是要提供一种用于电池管理系统中的电池剩余容量估算方法，解决安时积分法估算出的SOC不精确、扩展卡尔曼滤波算法在SOC逐渐升高或降低过程中，精度会越来越低的问题。

本发明的目的是这样实现的：针对扩展卡尔曼滤波算法与安时积分法的各自特点，本方法结合了两者的优势，将EKF算法的结果S₁与安时积分法的结果S₂进行处理后得到SOC的最终估算值S。

该SOC估算方法具有以下步骤：

步骤1：系统上电后，在电池开始工作前，将扩展卡尔曼滤波算法估算得到的SOC值S₁作为最终估算值S与安时积分法的初始值；

步骤2：设定四个依次降低的SOC参考值：S_ref1、S_ref2、S_ref3与S_ref4，以安时积分法的结果S₂作为判断依据，判断出电池SOC具体所处的阶段；并且在电量为S_ref2时，利用S₁的值对S₂进行更新；

步骤3：在系统上电后，系统处于长时间小电流运行时以及电池处于不同的SOC阶段的情况下，分别制定最终估算值S的不同取值；

表1最终估算值S取值方法

同时在满足相应判定条件时利用扩展卡尔曼滤波算法结果多次对安时积分法结果进行修正，以消除其累计误差；

表2安时积分法结果S₂修正取值