一种电池SOC估算装置的制作方法

本发明涉及电池技术领域，尤其涉及一种电池soc估算装置。

背景技术：

随着市场对新能能源汽车、储能、3c电子产品要求越来越高，电池剩余荷电状态(state-of-charge,soc)备受关注。合适的soc估算方法可提高soc估算精度，提高电池剩余续航精度，有效防止电池过充、过放，减少充电对电池的伤害。

现阶段主要soc估算方法为安时积分法、卡尔曼滤波法、神经网络法。安时积分方法简单，但是受电流积分器精度影响大，易产生累计误差。卡尔曼滤波适用于线性系统，由于电池soc估算为非线性系统，所以根据卡尔曼滤波原理采用扩展卡尔曼滤波(extendedkalmanfilter,ekf)、无迹卡尔曼滤波(unscendedkalmanfilter,ukf)进行非线性系统估算。神经网络法需要大量样本进行训练，方法较为复杂且受电池老化影响较大。但是对于具有电压平台区间电池，采用算法进行soc估算存在平台区间估算误差大现象。

例如，申请号为cn201711376573.4，申请日为2017年12月19日的中国专利申请公开了一种基于等效电路的锂离子电池soc估计算法，包括步骤:s1、在不同的温度下，获取开路电压uocv与soc及温度t的关系，s2、建立等效电路模型，获取模型参数与soc及温度t的关系，该步骤具体为s21、建立三阶等效电路模型，等效电路内包含串联的欧姆电阻r0和三个rc单元，每个rc单元由并联的电阻和电容组成，确定所述等效电路端电压u与开路电压uocv的特性关系；s22、获取所述等效电路模型中的欧姆内阻r0与soc及温度t的关系：确定脉冲放电结束瞬间的电压特性，获取温度t下欧姆内阻r0与soc的关系；s23、获取所述等效电路模型中的rc单元参数r1，c1，r2，c2，r3，c3与soc及温度t的关系；s231、测定脉冲放电结束瞬间后的等效电路的电压u(ts)；s232、获取相同温度下rc单元参数r1，c1，r2，c2，r3，c3与soc的关系；s3、计算当前温度t和电池运行的时间t下的soc值，包括简化电压特性方程，对电压特性方程进行求解。该申请的算法对于具有电压平台区间的电池进行soc估算时，具有误差较大的问题。

技术实现要素：

本发明主要解决现有的技术中电池soc估算误差大的问题；提供一种电池soc估算装置，减少对硬件系统资源依赖，提高soc估算精度。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种电池soc估算装置，包括处理器、电流采集单元、电压采集单元、温度采集单元、可读存储单元和供电单元，所述电流采集单元、电压采集单元、温度采集单元和可读存储单元均与处理器连接，所述电流采集单元用于采集电池电流，所述电压采集单元用于采集电池电压，所述温度采集单元用于采集电池温度信息，所述可读存储单元存储有电池soc的初始值，所述处理器根据电流采集单元、电压采集单元、温度采集单元和可读存储单元的信息进行电池soc估算，所述供电单元为处理器、电流采集单元、电压采集单元、温度采集单元和可读存储单元供电。

作为优选，所述处理器中运行有电池soc估算方法，所述电池soc估算方法包括以下步骤：s1：获取电池soc的状态初始值；

s2：建立电池二阶rc等效电路模型；

s3：根据电池二阶rc等效电路模型和电池soc的状态初始值通过新扩展卡尔曼滤波(newextendedkalmanfilter,nekf)计算最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin；

s4：根据安时积分计算最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin；

s5：根据最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin计算加权值ahsoc；

s6：判断电池的充放电状态并进行电池soc估算值输出。通过累计容量变化替换扩展卡尔曼滤波算法中安时积分形成新扩展卡尔曼滤波(newextendedkalmanfilter,nekf)，累计容量可在10ms或1ms运行周期内根据电流进行计算，减少累计误差对安时积分影响，同时nekf算法可在100ms周期内运行，减少对硬件系统资源依赖；通过电压平台区采用安时积分，非平台区采用nekf，避免电压在平台区算法计算soc存在较大误差；电芯电压处于低端状态，小电流充放电时进行在线查ocv-soc表，进行安时积分soc校准，从而提高soc估算精度。

作为优选，所述电池二阶rc等效电路模型包括电池开路电压、电池内电阻、电池极化电阻、电池极化电容、电池浓度差电阻和电池浓度差电容，所述电池开路电压的正极与电池内电阻的一端连接，所述电池内电阻的另一端与电池极化电阻的一端连接，所述电池极化电阻的另一端与电池浓度差电阻的一端连接，所述电池极化电容与电池极化电阻并联，所述电池浓度差电容与电池浓度差电阻并联，所述电池浓度差电阻的另一端与电池开路电压的负极作为等效电路的输出端。通过电池二阶rc等效电路模型快速进行新扩展卡尔曼滤波算法计算最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin。

作为优选，所述的步骤s3中，最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin的计算方法为：

s31：根据nekf算法获取电池的状态方程和输出方程；

s32：根据电池的输出方程得到最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin。

作为优选，所述的电池的状态方程为：

所述电池的输出方程为：

ucvk＝uocvk-uk*r2k-uk*r1k-uk*r0k

其中，k为时间系数，为状态估计值，e(x0)为状态初始值，为状态滤波值，pk/k-1为误差协方差估计矩阵，var(x0)为误差协方差初始值，pk/k为滤波误差协方差矩阵，qk为系统噪声矩阵，γk-1为干扰矩阵，rk为观测噪声矩阵，kk为卡尔曼滤波增益系数，i为单位矩阵，ck表示观测矩阵值，yk为观测值(实际测量电压),uk为控制向量(测量电流)；ucv为估算电芯端电压，uocv为电池开路电压；△qcal＝qt2-qt1为本次运行周期累计容量变化量，为累计容量，cap为系统总容量，r0为电池内电阻，r1为电池极化电阻，c1为电池极化电容，r2为电池浓度差电阻，c2为电池浓度差电容，t为系统运行周期；a表示系统矩阵，b表示观测矩阵。常规观测矩阵b如下：

本发明对常规观测矩阵b进行改进，把电流积分放在计算式外边，通过这一方式，可以获得更高精度累计容量，减小估算误差，提高soc估算精度。

作为优选，步骤s4中，所述最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin的计算方法为：

其中，i为电流，定义放电为正，充电为负，cap为系统总容量，k为时间系数。

作为优选，所述的加权值ahsoc的计算方法为：

其中，m为加权系数。

作为优选，步骤s6中，soc估算值输出方法为：若电池处于充电状态，则判断ahsoc是否大于阀值点soc1，若是，整体soc输出soc_out＝nekf_socmax；否则，soc_out＝ahsoc；若电池处于放电状态，则判断ahsoc是否小于阀值点soc2，若是，soc_out＝nekf_socmin；若不是，soc_out＝ahsoc。

作为优选，所述的soc_out以一定的变化率a进行增减修正。将输出的soc估算值进行一定程度的修正，提高估算精度。

作为优选，若电池处于放电状态下，且电芯电压<vol1，电流<i1和持续时间>time1，则启动放电动态dis_vol-soc查表，进行ahsocmax和ahsocmin校准，若电池处于充电状态下，且电芯电压<vol2，电流>i2和持续时间>time2，则启动充电动态char_vol-soc查表，进行ahsocmax和ahsocmin校准。

本发明的有益效果是：(1)采用累计容量变化量替代ekf算法中安时积分项，减少电流累计误差对算法影响；(2)nekf算法可在硬件平台运行在100ms周期，减少硬件平台运行压力；(3)采用安时积分与nekf算法计算soc平滑切换，避免电压平台区算法计算不稳定和误差大，从而提高soc精度；(4)采用动态ocv-soc校准，减少安时积分累计误差，提高整体soc精度。

附图说明

图1是本发明实施例的电池soc估算装置的结构框图。

图2是本发明实施例的电池二阶rc等效电路模型的电路原理图。

图3是本发明实施例的dis_vol-soc表对应的折线图。

图4是本发明实施例的char_vol-soc表对应的折线图。

图5是本发明实施例的电池soc估算的流程框图。

图中1、处理器，2、电流采集单元，3、电压采集单元，4、温度采集单元，5、可读存储单元，6、供电单元。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：一种电池soc估算装置，如图1所示，包括处理器1、电流采集单元2、电压采集单元3、温度采集单元4、可读存储单元5和供电单元6，电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5均与处理器1连接，电流采集单元2用于采集电池电流，电压采集单元3用于采集电池电压，温度采集单元4用于采集电池温度信息，可读存储单元5存储有电池soc的初始值，处理器1根据电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5的信息进行电池soc估算，供电单元6为处理器1、电流采集单元2、电压采集单元3、温度采集单元4和可读存储单元5供电。

如图5所示，处理器中运行有电池soc估算方法，电池soc估算方法包括以下步骤：

s1：获取电池soc的状态初始值；

s2：建立电池二阶rc等效电路模型；

s3：根据电池二阶rc等效电路模型和电池soc的状态初始值通过新扩展卡尔曼滤波(newextendedkalmanfilter,nekf)计算最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin；

s4：根据安时积分计算最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin；

s5：根据最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin计算加权值ahsoc；

s6：判断电池的充放电状态并进行电池soc估算值输出。

如图2所示，电池二阶rc等效电路模型包括电池开路电压uocv、电池内电阻r0、电池极化电阻r1、电池极化电容c1、电池浓度差电阻r2和电池浓度差电容c2，电池开路电压uocv的正极与电池内电阻r0的一端连接，电池内电阻r0的另一端与电池极化电阻r1的一端连接，电池极化电阻r1的另一端与电池浓度差电阻r2的一端连接，电池极化电容c1与电池极化电阻r1并联，电池浓度差电容c2与电池浓度差电阻r2并联，电池浓度差电阻r2的另一端与电池开路电压uocv的负极作为等效电路的输出端ucv。

最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin的计算方法为：

s31：根据nekf算法获取电池的状态方程和输出方程；

s32：根据电池的输出方程得到最高单体电芯电压nekf_socmax和最低单体电芯电压nekf_socmin。

电池的状态方程为：

电池的输出方程为：

ucvk＝uocvk-uk*r2k-uk*r1k-uk*r0k

其中，k为时间系数，为状态估计值，e(x0)为状态初始值，为状态滤波值，pk/k-1为误差协方差估计矩阵，var(x0)为误差协方差初始值，pk/k为滤波误差协方差矩阵，qk为系统噪声矩阵，γk-1为干扰矩阵，rk为观测噪声矩阵，kk为卡尔曼滤波增益系数，i为单位矩阵，ck表示观测矩阵值，yk为观测值(实际测量电压),uk为控制向量(测量电流)；ucv为估算电芯端电压，uocv为电池开路电压；△qcal＝qt2-qt1为本次运行周期累计容量变化量，为累计容量，cap为系统总容量，r0为电池内电阻，r1为电池极化电阻，c1为电池极化电容，r2为电池浓度差电阻，c2为电池浓度差电容，t为系统运行周期；a表示系统矩阵，b表示观测矩阵。

最高单体电芯电压ahsocmax和最低单体电芯电压ahsocmin的计算方法为：

其中，i为电流，定义放电为正，充电为负，cap为系统总容量，k为时间系数；

加权值ahsoc的计算方法为：

其中，m为加权系数。

soc估算值输出方法为：若电池处于充电状态，则判断ahsoc是否大于阀值点soc1，若是，整体soc输出soc_out＝nekf_socmax；否则，soc_out＝ahsoc；若电池处于放电状态，则判断ahsoc是否小于阀值点soc2，若是，soc_out＝nekf_socmin；若不是，soc_out＝ahsoc，同时，soc_out以一定的变化率a进行增减修正。

若电池处于放电状态下，且电芯电压<vol1，电流<i1和持续时间>time1，则启动放电动态dis_vol-soc查表，如图3所示，进行ahsocmax和ahsocmin校准，若电池处于充电状态下，且电芯电压<vol2，电流>i2和持续时间>time2，则启动充电动态char_vol-soc查表，如图4所示，进行ahsocmax和ahsocmin校准。

在具体应用中，系统上电运行，运行nekf算法计算soc值，运行安时积分计算soc值，根据ahsocmax、ahsocmin大小和ahsoc加权值处理方法进行计算ahsoc；判断电池的充放电状态，若处于充电状态，则判断ahsoc是否大于95％，若是，整体soc输出soc_out＝nekf_socmax；若不是，soc_out＝ahsoc；若电池处于放电状态，则判断ahsoc是否小于20％，若是，soc_out＝nekf_socmin；若不是，soc_out＝ahsoc；同时soc_out以一定的变化率1％/min进行增减修正；当电池处于放电状态下，且电芯电压<3.2v，电流<5a，持续时间>60s，则启动放电动态dis_vol-soc查表，进行ahsocmax和ahsocmin校准；当电池处于充电状态下，且电芯电压<3.1，电流>-5a，持续时间>60s，则启动充电动态char_vol-soc查表，进行ahsocmax和ahsocmin校准。

本发明采用累计容量变化量替代ekf算法中安时积分项，减少电流累计误差对算法影响；nekf算法可在硬件平台运行在100ms周期，减少硬件平台运行压力；采用安时积分与nekf算法计算soc平滑切换，避免电压平台区算法计算不稳定和误差大，从而提高soc精度；采用动态ocv-soc校准，减少安时积分累计误差，提高整体soc精度。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。