[发明专利]基于大数据估算电池SOC值的方法和装置

权利要求书

1. 一种基于大数据估算电池SOC 值的方法，其特征在于，包括：

采集所述电池的运行参数；

根据所述电池在当前时刻的SOC 预测值和SOC 观测值，使用扩展卡尔曼滤波法估算所述电池在所述当前时刻的原始SOC 估算值，其中所述SOC 预测值是根据所述运行参数使用安时积分法计算获得，所述SOC 观测值是使用开路电压法测量获得，卡尔曼增益系数是根据所述运行参数计算获得，作为原始卡尔曼增益系数；

计算所述原始SOC 估算值与所述SOC 观测值之间的误差范围，并在所述误差范围内，在数据库中查询多组由SOC 预测值、SOC 观测值和对应的卡尔曼增益系数组成的三元组；根据所述三元组，更新所述原始SOC 估算值，以获得所述电池在所述当前时刻的最终SOC估算值；

所述根据所述三元组，更新所述原始SOC 估算值，以获得所述电池在所述当前时刻的最终SOC 估算值包括：

根据所述三元组进行拟合，以构建卡尔曼增益系数优化函数；

根据所述SOC 预测值和所述SOC 观测值以及所述卡尔曼增益系数优化函数，修正所述原始卡尔曼增益系数，以获得修正后卡尔曼增益系数；

根据所述SOC预测值和所述SOC观测值以及所述修正后卡尔曼增益系数，使用扩展卡尔曼滤波法更新所述原始SOC 估算值，以获得所述最终SOC 估算值；

所述根据所述电池在当前时刻的SOC 预测值和SOC 观测值，使用扩展卡尔曼滤波法估算所述电池在所述当前时刻的原始SOC 估算值包括：根据所述SOC 预测值和所述SOC观测值，使用以下公式计算所述原始SOC 估算值，

其中表示所述原始SOC 估算值，表示所述SOC 预测值，表示所述SOC 观测值，为根据所述电池的所述运行参数构建的观测矩阵，为所述原始卡尔曼增益系数。

2.根据权利要求1 所述的基于大数据估算电池SOC 值的方法，其特征在于，所述计算所述原始SOC 估算值与所述SOC 观测值之间的误差范围包括：通过以下关系式计算所述误差范围：

其中，表示所述误差范围，表示所述原始SOC 估算值，表示所述SOC 观测值。

3.根据权利要求1 所述的基于大数据估算电池SOC 值的方法，其特征在于，所述计算所述原始SOC 估算值与所述SOC 观测值之间的误差范围包括：通过以下关系式计算所述误差范围：

其中，表示所述误差范围，表示取最大值函数，表示所述原始SOC 估算值，表示使用扩展卡尔曼滤波法估算的所述电池在所述当前时刻的参考SOC 估算值，表示所述SOC 观测值。

4.根据权利要求1 所述的基于大数据估算电池SOC 值的方法，其特征在于，所述SOC预测值是根据所述运行参数使用安时积分法依据以下公式计算获得：

其中，为当前时刻时的SOC预测值，为初始时刻时的初始SOC值，为当前时刻时的电流，C为当前电流下的电池总容量。

5. 根据权利要求4所述的基于大数据估算电池SOC 值的方法，其特征在于，所述运行参数还包括所述电池的端电压、激励电流、温度和电阻。

6. 根据权利要求1 所述的基于大数据估算电池SOC 值的方法，其特征在于，所述根据所述三元组进行拟合，以构建卡尔曼增益系数优化函数包括：根据所述三元组，使用最小二乘拟合法进行拟合，以构建所述卡尔曼增益系数优化函数。

7. 根据权利要求1 所述的基于大数据估算电池SOC 值的方法，其特征在于，所述根据所述三元组进行拟合，以构建卡尔曼增益系数优化函数包括：根据所述三元组，使用多项式拟合法进行拟合，以构建所述卡尔曼增益系数优化函数。

8. 一种基于大数据估算电池SOC 值的装置，包括存储器和处理器，所述存储器上存储有计算机可执行指令，其特征在于，所述计算机可执行指令在被所述处理器执行时，实现根据权利要求1 至7中任一项所述的基于大数据估算电池SOC 值的方法。