[发明专利]一种电池荷电状态SOC估算方法和装置

说明书

本发明实施例提供一种电池荷电状态SOC估算方法和装置，该方法包括：获取电池系统的运行参数，以及获取基于安时积分估算SOC输出函数、基于卡尔曼滤波估算SOC输出函数、基于神经网络估算SOC输出函数，然后从运行参数中，分别确定三种输出函数对应的估算参数，分别根据三种输出函数和对应的估算参数确定第一估算值、第二估算值、第三估算值，分别确定三个估算值对应的精度权重，最后根据三个估算值以及对应的精度权重，确定目标SOC估算值。本发明实施例提供的上述三种输出函数在不同的工况下精度不同，通过计算出上述三种输出函数对应的估算值和对应的精度权重，从而获得最终的SOC估算值，本发明实施例可以适用于各种工况的SOC估算，具有很高的估算精度。

技术领域

本发明涉及电动汽车技术领域，特别是涉及一种电池荷电状态SOC估算方法和装置。

背景技术

近年来纯电动汽车发展迅猛，纯电动汽车剩余里程估算的准确度也越来越受到人们的重视，而纯电动汽车剩余里程估算重点在于SOC(State of Charge，电池荷电状态)的估算。

目前，现有的SOC估算方法有开路电压法、安时积分法、卡尔曼滤波法、神经网络法，然而这些算法都存在不同的缺点，例如开路电压法需要电池长时间静置，无法满足动态工况；安时积分法随着使用时间越来越长，误差会越来越大；卡尔曼算滤波法在电池两端电压接近电池电压、低电压、低温度等极端工况下，误差会很大；神经网络法需要长期大量的数据支撑，前期难以采用神经网络法估算SOC。因此，亟待需要一种精度高、适合不同工况的电池荷电状态SOC估算方法。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的电池荷电状态SOC估算方法。

本发明实施例还提供了一种电池荷电状态SOC估算装置，以保证上述方法的实施。

为了解决上述问题，本发明实施例公开了一种电池荷电状态SOC估算方法，所述方法包括：

获取电池系统的运行参数；

获取基于安时积分估算SOC输出函数、基于卡尔曼滤波估算SOC输出函数、基于神经网络估算SOC输出函数；

从所述运行参数中，分别确定所述基于安时积分估算SOC输出函数、所述基于卡尔曼滤波估算SOC输出函数、所述基于神经网络估算SOC输出函数对应的估算参数；

根据所述基于安时积分估算SOC输出函数和对应的估算参数确定第一估算值，根据所述基于卡尔曼滤波估算SOC输出函数和对应的估算参数确定第二估算值，以及根据所述基于神经网络估算SOC输出函数和对应的估算参数确定第三估算值；

分别确定所述第一估算值、所述第二估算值、所述第三估算值对应的精度权重；

根据所述第一估算值、所述第二估算值、所述第三估算值以及对应的精度权重，确定所述电池系统处于工作状态下的目标SOC估算值。

可选地，所述分别确定所述第一估算值、所述第二估算值、所述第三估算值对应的精度权重的步骤包括：

获取基于安时积分估算SOC精度函数、基于卡尔曼滤波估算SOC精度函数、基于神经网络估算SOC精度函数；

分别确定所述基于安时积分估算SOC精度函数、所述基于卡尔曼滤波估算SOC精度函数、所述基于神经网络估算SOC精度函数对应的精度参数；

根据所述基于安时积分估算SOC精度函数和对应的精度参数确定第一精度值，根据所述基于卡尔曼滤波估算SOC精度函数和对应的精度参数确定第二精度值，以及根据所述基于神经网络估算SOC精度函数和对应的精度参数确定第三精度值；

根据所述第一精度值、所述第二精度值、所述第三精度值，分别确定所述第一估算值、所述第二估算值、所述第三估算值对应的精度权重。