本发明涉及一种soc估算方法，具体涉及一种动力电池soc估算方法及测试装置，属于电池管理技术领域。
背景技术：
进入21世纪以来，能源危机和环境污染已经成为全球关注的两大焦点，过度开发和依赖石油化学资源，给人类自身带来一系列问题。而电动车的瓶颈正是作为动力使用的蓄电池，如果有一种即安全可靠，又经济耐用的动力电池，石油的消耗量将大大下降，地球环境也会得到改善。
由于电池内部状态不可直接测量，所以soc估计(stateofcharge/电池荷电状态)是电池管理与控制中的重点和难点，建立精确的电池模型和准确的估计电池状态可以延长动力电池的使用寿命，节约成本，对突破电动汽车产业化和实用化的瓶颈问题，具有极其重要的理论价值和现实意义。
现有技术文献：
专利文献1(申请号201310611034.x)记载的技术中,利用在无负载时测量电池端电压，在不存在电流时测量电池端电压和极化电压的变化量，计算其差值，基于该差值估计soc；
专利文献2(申请号201710072400.7)记载的方法,包括获得基于卡尔曼滤波算法计算得到的soc值和基于开路电压计算得到的soc值并采用t-s模糊模型，获得soc估算值。
技术实现要素：
为解决现有技术的不足，本发明的目的在于提供一种提高动力电池soc估计精度的方法及测试装置。
为了实现上述目标，本发明采用如下的技术方案：
一种动力电池soc估算方法，包括以下步骤：
s1、建立二阶rc等效电路模型；
s2、基于上述电路模型，结合安时积分法，运用扩展卡尔曼滤波算法，对锂离子电池soc进行估算，并列写第一状态方程和输出方程；
运用非线性离散系统的滤波算法，列写第二状态方程和输出方程；
s3、结合第一、第二状态方程和输出方程，通过电池测试装置检测出的电压、电流与soc的对应关系，辨识出二阶rc等效电路模型中的参数，从而获得扩展卡尔曼滤波算法的参数矩阵ak、bk、ck、dk；
s4、初始化
上述步骤s2中将安时积分法和扩展卡尔曼滤波算法结合的状态方程和输出方程，为：
式(1)中，ik、u1,k、u2,k分别为采样时刻点k时电流及两个并联电路中的电压，δt为采样周期，τt为二阶rc模型中的时间常数；sock为电池采样时刻k时刻剩余容量soc，η为库伦效率，q为电池标称容量；
所述uocv由电池测试装置进行脉冲充放电实验得到的开路电压曲线获得。
上述步骤s2中非线性离散系统的滤波算法的状态方程和输出方程，为：
式(2)中，xk为系统状态向量，yk为k时刻系统输入向量，f(xk-1,uk-1)和g(xk,uk)分别为非线性状态转移函数及测量函数，wk、vk为互不相关的系统噪声；
上述步骤s3中的电池测试系统包括bts7.6.x电池检测系统。
上述步骤s3中参数矩阵ak、bk、ck、dk的获得，
结合式(1)和式(2)，其中x(k)＝(u1,k,u2,k,sock)，则：
dk＝[r0+uocvδt]
上式中，τ1、τ2为二阶rc模型中的时间常数，且τ1＝r1×c1，τ2＝r2×c2。
上述步骤s3中的电池测试装置，包括串联的上位机、中位机和下位机，下位机与待测电池连接；
所述下位机，接收中位机的命令，控制通道的充放电，实时采集通道的数据，包括电压、电流；
所述中位机，实现网络连接，接收上位机的控制命令，控制下位机，传输实时数据；
所述上位机，接收中位机传输的数据进行工况模拟及soc估算算法。
进一步的，上述步骤s3中的电池测试装置包括bts7.6.x电池检测系统。
本发明的有益之处在于：
本发明的一种动力电池soc估算方法，是基于安时积分法策略的扩展卡尔曼滤波soc估计算法，在对三元锂电池进行状态估计时，考虑了时间、初始soc值、充放电电流、温度及循环次数的影响，可有效消除估算的累计误差，从而提高soc的估计精度。
附图说明
图1为本发明的一种动力电池soc估算方法的流程示意图；
图2为本发明的电池测试装置的结构示意图；
图3为本发明的二阶rc等效电路模型的电路示意图；
图4为本发明的开路电压曲线图；
图5为本发明的端电压响应曲线图。
图6为本发明的电池参数辨识结果表。
图7为本发明的soc估计误差图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
本发明所用的装置包括镍钴酸三元锂电池和电池检测系统。
镍钴锰酸三元锂电池的标称电压为3.6v，容量为2.9ah；
电池检测系统，上位机采用bts7.6.x电池检测系统；中位机和下位机一体，采用深圳新威电子公司的锂电池测试仪bts-8000。
如图1所示，为本发明的一种动力电池soc估算方法的步骤流程图，包括以下步骤：
一种动力电池soc估算方法，包括以下步骤：
s1、建立如图2所示的二阶rc等效电路模型；
s2、基于上述电路模型，结合安时积分法，运用扩展卡尔曼滤波算法，对锂离子电池soc进行估算，并列写第一状态方程和输出方程，如下：
式(1)中，ik、u1,k、u2,k分别为采样时刻点k时电流及两个并联电路中的电压，δt为采样周期，τt为二阶rc模型中的时间常数；sock为电池采样时刻k时刻剩余容量soc，η为库伦效率，q为电池标称容量；
运用非线性离散系统的滤波算法，列写第二状态方程和输出方程，如下：
式(2)中，xk为系统状态向量，yk为k时刻系统输入向量，f(xk-1,uk-1)和g(xk,uk)分别为非线性状态转移函数及测量函数，wk、vk为互不相关的系统噪声。
s3、通过电池测试装置检测出的电压、电流与soc的对应关系，辨识出二阶rc等效电路模型中的参数，从而获得扩展卡尔曼滤波算法的参数矩阵ak、bk、ck、dk；
将式(1)和(2)进行对比，其中x(k)＝(u1,k,u2,k,sock)可知，
dk＝[r0+uocvδt]
上式中，τ1、τ2为二阶rc模型中的时间常数，且τ1＝r1×c1，τ2＝r2×c2；
基于二阶rc等效电路模型所检测的开路电压和端电压，利用最小二乘辨识法，可辨识出模型中的参数r0、r1、r2、c1、c2。
s4、初始化
如图3所示，为本发明的电池测试装置的装置简图，由串联的上位机(pc)、中位机和下位机组成，下位机与待测电池连接，该装置可对三元锂电池进行电压、电流、恒流恒压充放电和脉冲充放电的测试。
上位机，接收中位机传输的数据进行工况模拟及soc估算算法；
中位机，实现网络连接，接收上位机的控制命令，控制下位机，传输实时数据；
下位机，接收中位机的命令，控制通道的充放电，实时采集通道的数据，包括电压、电流；电压通过电压传感器采集，电流通过电流传感器采集。
通过进行恒流恒压充放电，可估计充电率。
通过进行脉冲充放电，可确定开路电压与soc之间的关系和端电压测试结果，可估计开路电压和端电压。
将电池检测系统进行动力应力工况测试、城市道路循环工况测试，可验证soc估算的准确性。
如图4所示，为本实施例的电池检测装置所确定的开路电压曲线图，通过该曲线图可估计开路电压，实时准确估计初始soc,即uocv。
如图5所示，为本实施例的电池检测系统所确定的端电压响应曲线图，通过该曲线图利用最小二乘法拟合可以辨识二阶rc等效电路模型中的参数r0、r1、r2、c1、c2,如图6所示。
如图7所示，本发明能很好的估算soc值，使其soc的误差控制在3％以内。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。