[发明专利]考虑滞回效应的动力电池SOC估计方法

说明书

本发明提供一种考虑滞回效应的动力电池SOC估计方法，包括以下步骤：获取动力电池的滞回主环路特性曲线和滞回小环路特性曲线；根据滞回主环路和小环路特性曲线获取动力电池充放电OCV转换阶段的SOC积累量；根据SOC积累量建立滞回因子的有效数学模型；根据的有效数学模型构建动力电池的简化滞回OCV模型；根据简化滞回OCV模型获取动力电池离散和线性化后的一阶RC等效电路模型；根据一阶RC等效电路模型，采用EKF算法估计动力电池SOC。本发明根据动力电池的滞回环路特性曲线构建了一种可以平衡精度和复杂度的动力电池的简化滞回OCV模型，从而提升了电池等效电路模型的精度，进而使SOC的估计性能得到较大幅度提升。

技术领域

本发明涉及电池技术领域，具体涉及一种考虑滞回效应的动力电池SOC(State OfCharge，荷电状态)估计方法。

背景技术

动力电池组作为电动汽车的关键部件，动力电池SOC被用来直接反应电池的剩余电量，是整车控制系统制定最优能量管理策略的重要依据，动力电地SOC值的准确估计对于提高电池安全可靠性、提高电池能量利用率、延长电池寿命具有重要意义。

相关技术中，在进行SOC估计时，配合EKF(Extend Kalman Filter，扩展卡尔曼滤波器)算法使用较多的电池模型主要为等效电路模型。在等效电路模型中，OCV(OpenCircuit Voltage，开路电压)与SOC之间存在的非线性关系(OCV-SOC)，对电池SOC的精确估计起到至关重要作用，准确的OCV-SOC特性曲线有助于提升估计精度。由于电池内部电化学反映的不确定性和复杂性，即使在相同的SOC条件下，却有着不同的OCV，即存在滞回效应。如果在建模时忽略此效应的影响，必然会导致SOC估计结果产生不可避免的误差。目前，针对考虑电池滞回效应的等效电路模型建模，要不算法过于复杂，不易工程实现，要不误差较大，即无法平衡SOC估计的精度和复杂度。

发明内容

本发明为解决上述技术问题，提供了一种考虑滞回效应的动力电池SOC估计方法，本发明根据动力电池的滞回环路特性曲线构建了一种可以平衡精度和复杂度的动力电池的简化滞回OCV模型，从而提升了电池等效电路模型的精度，进而使EKF算法估计SOC的性能得到更大幅度的提升。

本发明采用的技术方案如下：

一种考虑滞回效应的动力电池SOC估计方法，包括以下步骤：步骤S1，获取所述动力电池的滞回主环路特性曲线和滞回小环路特性曲线；步骤S2，根据所述滞回主环路特性曲线和滞回小环路特性曲线，获取动力电池的开路电压在充电特性曲线和放电特性曲线之间转换阶段SOC积累量；步骤S3，根据所述动力电池的开路电压在充电特性曲线和放电特性曲线之间转换阶段SOC积累量，采用安时积分法建立滞回因子的有效数学模型；步骤S4，根据所述滞回因子的有效数学模型构建所述动力电池的简化滞回OCV模型；步骤S5，根据所述简化滞回OCV模型，采用所述安时积分法和基尔霍夫定律，获取所述动力电池离散和线性化后的一阶RC等效电路模型；步骤S6，根据所述动力电池离散和线性化后的一阶RC等效电路模型，采用EKF算法估计所述动力电池SOC。

根据本发明的一个实施例，步骤S1，获取所述动力电池的滞回主环路特性曲线，包括：步骤S101，将所述动力电池电量放尽后，充分静置；步骤S102，在0.1C恒流脉冲条件下，以ΔSOC＝0.1充电深度对所述动力电池充电，直至SOC等于1，并获取充电过程的充电数据；步骤S103，在0.1C恒流脉冲条件下，以ΔSOC＝0.1对所述动力电池放电，直至SOC等于0，并获取放电过程的放电数据；步骤S104，根据所述充电数据和所述放电数据获取所述动力电池的滞回主环路特性曲线。