[发明专利]一种电池荷电状态的估算方法及装置在审
申请号: | 201911205084.1 | 申请日: | 2019-11-29 |
公开(公告)号: | CN110850315A | 公开(公告)日: | 2020-02-28 |
发明(设计)人: | 景晓军;杨威;黄海 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G01R31/388 | 分类号: | G01R31/388;G01R31/367 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 丁芸;马敬 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电池 状态 估算 方法 装置 | ||
本发明实施例提供了一种电池荷电状态的估算方法及装置,应用于电池技术领域,所述方法包括:通过获得目标电池在当前时刻的电池参数;并将电池参数输入至预设的荷电状态估算模型中,得到目标电池在当前时刻的荷电状态,相对于现有技术,本申请并不依赖荷电状态估算的初始值,而是实时通过荷电状态估算模型进行估算获得。可见,应用本发明实施例提供的电池荷电状态的估算方法能够提高电池荷电状态的准确度。
技术领域
本发明涉及电池技术领域,特别是涉及一种电池荷电状态的估算方法及装置。
背景技术
动力电池的荷电状态(State of Charge,简称SOC)是表征电池状态的重要参数之一,准确计量SOC是合理地利用电池、提高电池使用寿命和效率、降低运行成本的保证。因此,研究高效、精确的电池SOC算法,特别是适用于目前流行的锂离子动力电池的SOC算法,具有重要的现实意义和应用价值。
电动汽车锂离子电池的充放电过程是一个变化非常剧烈的非线性过程,这对电池SOC的准确估算提出了更高的要求。此外,由于诸多外界因素对SOC计算结果的影响,使得传统的SOC估算策略已经不能满足实际使用的需要。因此,研究适用于复杂工况的、高精度、高效率动力电池SOC算法是目前电动汽车发展过程中的关键环节之一。
由于电池的SOC不能直接测得,只能通过对其外特性(如电池电压、电池电流、电池内阻、电池温度等参数)的检测来推断当时状态下的SOC情况。目前,现有技术提出一种安时计量法是最常用的SOC估算方法,该方法是一种基于“黑箱”原理而设计的方法。该方法把电池看作一个整体,即“黑箱”,“黑箱”与其外部进行能量的交换,通过对进出“黑箱”的电流在时间上进行积分从而记录“黑箱”能量的变化。该方法仅需要计量进出电池的电能,不必考虑电池这个“黑箱”内部状态的变化和其他因素的影响。如:设充放电起始状态为SOC0,则当前状态的SOC的表达式为:
其中,CN为额定容量,I为电池电流,η为充放电效率。
由上述表达式可知安时计量法在应用中存在的主要问题是若电流测量不准时,会造成充放电起始状态SOC0误差大,进而造成依赖SOC0迭代获得的各个时刻的SOC误差较大,长期迭代积累,误差会变得越来越大。另外,考虑到电池的充放电效率,在高温状态和电流波动剧烈的情况下,误差将更大。可见,现有技术获得的SOC准确度低。
发明内容
本发明实施例的目的在于提供一种电池荷电状态的估算方法及装置,以能够提高电池荷电状态的准确度。具体技术方案如下:
第一方面,本发明实施例提供了一电池荷电状态的估算方法,所述方法包括:
获得目标电池在当前时刻的电池参数;
将所述电池参数输入至预设的荷电状态估算模型中,得到所述目标电池在当前时刻的荷电状态,其中,所述荷电状态估算模型为利用第一样本电池,对预设的电池模型进行训练得到的、用于估算一个电池在当前时刻的荷电状态的模型;所述电池模型是基于线性回归技术,利用第二样本电池的电池参数以所述电池参数在各个历史时刻下的电池荷电状态所确定用于表征电池电荷状态的模型。
本发明的一个实施例中,所述电池参数包括:开路电压、充放电电流、电池温度和充放电次数。
本发明的一个实施例中,通过如下方式获得电池模型:
获得第二样本电池的样本电池参数,其中,所述样本电池参数包括开路电压、充放电电流、电池温度和充放电次数;
基于线性回归技术,根据获得的样本电池参数,建立如下表达式的电池模型;
所述表达式为:
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北京邮电大学,未经北京邮电大学许可,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/201911205084.1/2.html,转载请声明来源钻瓜专利网。