[发明专利]一种锂离子电池SOC估算方法和装置

权利要求书

1.一种锂离子电池SOC估算方法，其特征在于，包括：

确定电池等效电路模型中各模型参数与SOC值的映射关系；

并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立电池离散状态空间模型；

通过高斯和卡尔曼滤波算法对电池离散状态空间模型的SOC值进行估算。

2.根据权利要求1所述的锂离子电池SOC估算方法，其特征在于，所述并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立电池离散状态空间模型，包括：

并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立电池离散状态空间方程；

并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立系统量测更新方程，并定义量测矩阵。

3.根据权利要求2所述的锂离子电池SOC估算方法，其特征在于，通过高斯和卡尔曼滤波算法对电池离散状态空间模型的SOC值进行估算，包括：

对初始时刻的概率密度函数进行初始化处理，确定初始时刻的状态值和协方差矩阵；

并行运行所有的卡尔曼滤波，循环执行多次计算操作，每一次计算操作均执行多次所述高斯和卡尔曼滤波算法，每一次执行所述高斯和卡尔曼滤波算法时，执行时间更新，量测更新，直至计算出每一个卡尔曼滤波的权重系数，其中，所述权重系数根据由量测值获得先验状态估计的相对可信度计算得出；

计算当前时刻的先验状态和后验状态估计概率密度函数，判断所述估计概率密度函数是否达到截止条件，若是，则结束计算操作，若否，则继续循环执行计算操作。

4.根据权利要求1所述的锂离子电池SOC估算方法，其特征在于，所述确定电池等效电路模型中各模型参数与SOC值的映射关系，包括：

建立锂离子电池的电池等效电路模型，并建立所述电池等效电路模型的特性方程；

确定所述电池等效电路模型的各模型参数；

通过多项式函数关系拟合法或插值法确定各模型参数与SOC值的映射关系。

5.一种锂离子电池SOC估算装置，其特征在于，包括：

映射模块，用于确定电池等效电路模型中各模型参数与SOC值的映射关系；

运行模块，用于并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立电池离散状态空间模型；

估算模块，用于通过高斯和滤波算法对电池离散状态空间模型的SOC值进行估算。

6.根据权利要求5所述的锂离子电池SOC估算装置，其特征在于，所述运行模块，包括：

离散状态空间模块，用于并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立电池离散状态空间方程；

量测模块，用于并行运行至少两个卡尔曼滤波，结合所述电池等效电路模型和所述各模型参数与SOC值的映射关系，建立系统量测更新方程，并定义量测矩阵。

7.根据权利要求6所述的锂离子电池SOC估算装置，其特征在于，估算模块，包括：

预处理模块，用于对初始时刻的概率密度函数进行初始化处理，确定初始时刻的状态值和协方差矩阵；

计算模块，用于并行运行所有的卡尔曼滤波，循环执行多次计算操作，每一次计算操作均执行多次所述高斯和卡尔曼滤波算法，每一次执行所述高斯和卡尔曼滤波算法时，执行时间更新，量测更新，直至计算出每一个卡尔曼滤波的权重系数，其中，所述权重系数根据由量测值获得先验状态估计的相对可信度计算得出；

判断模块，用于计算当前时刻的先验状态和后验状态估计概率密度函数，判断所述估计概率密度函数是否达到截止条件，若是，则结束计算操作，若否，则继续循环执行计算操作。