锂电池的剩余荷电状态确定方法、装置及电子设备与流程

本发明涉及锂电池领域，具体而言，涉及一种锂电池的剩余荷电状态确定方法、装置及电子设备。

背景技术：

1、目前，新能源汽车将逐渐取代传统燃油车，已成为当今世界的重点发展方向。锂电池准确可靠的状态估计是电动汽车安全运行的基础，其核心是荷电状态(state ofcharge，soc)，其直接反映了电池的剩余电量。目前相关技术中应用最多的电池soc测量方法是安时积分法，它计算简单，但受到初始soc误差的影响较大，且会随着时间增长出现较大的累积误差。另外还有开路电压法和神经网络法。然而，开路电压需要长时间静置，在实际中很难实现；基于神经网络进行锂电池剩余荷电状态评估的方法则需要大量的数据进行训练估算。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种锂电池的剩余荷电状态确定方法、装置及电子设备，以至少解决相关技术中的锂电池的剩余荷电状态确定方法存在的预测误差大，模型训练需要的数据量大的技术问题。

2、根据本发明实施例的一个方面，提供了一种锂电池的剩余荷电状态确定方法，包括：获取锂电池的等效电路模型；对所述等效电路模型进行参数辨识，得到参数辨识结果，其中，所述参数辨识结果中至少包括：所述锂电池对应的电池参数与剩余荷电状态之间的关系数据；确定所述锂电池对应的目标过程噪声协方差矩阵和目标测量噪声协方差矩阵，其中，所述目标过程噪声协方差矩阵用于指示所述锂电池对应的过程噪声的统计特性，所述目标测量噪声协方差矩阵用于指示所述锂电池对应的测量噪声的统计特性；基于所述参数辨识结果，所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵，采用卡尔曼滤波算法，得到所述锂电池的剩余荷电状态。

3、根据本发明实施例的另一方面，还提供了一种锂电池的剩余荷电状态确定装置，包括：第一确定模块，用于获取锂电池的等效电路模型；参数辨识模块，用于对所述等效电路模型进行参数辨识，得到参数辨识结果，其中，所述参数辨识结果中至少包括：所述锂电池对应的电池参数与剩余荷电状态之间的关系数据；第二确定模块，用于确定所述锂电池对应的目标过程噪声协方差矩阵和目标测量噪声协方差矩阵，其中，所述目标过程噪声协方差矩阵用于指示所述锂电池对应的过程噪声的统计特性，所述目标测量噪声协方差矩阵用于指示所述锂电池对应的测量噪声的统计特性；获取模块，用于基于所述参数辨识结果，所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵，采用卡尔曼滤波算法，得到所述锂电池的剩余荷电状态。

4、根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现任意一项所述的锂电池的剩余荷电状态确定方法。

5、在本发明实施例中，通过获取锂电池的等效电路模型；对所述等效电路模型进行参数辨识，得到参数辨识结果，其中，所述参数辨识结果中至少包括：所述锂电池对应的电池参数与剩余荷电状态之间的关系数据；确定所述锂电池对应的目标过程噪声协方差矩阵和目标测量噪声协方差矩阵，其中，所述目标过程噪声协方差矩阵用于指示所述锂电池对应的过程噪声的统计特性，所述目标测量噪声协方差矩阵用于指示所述锂电池对应的测量噪声的统计特性；基于所述参数辨识结果，所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵，采用卡尔曼滤波算法，得到所述锂电池的剩余荷电状态，达到了通过卡尔曼滤波算法准确进行锂电池剩余荷电状态的评估的目的，从而实现了提升锂电池剩余荷电状态评估准确性的技术效果，进而解决了相关技术中的锂电池的剩余荷电状态确定方法存在的预测误差大，模型训练需要的数据量大的技术问题。

技术特征：

1.一种锂电池的剩余荷电状态确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述确定所述锂电池对应的目标过程噪声协方差矩阵和目标测量噪声协方差矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，所述以所述实测电压值与所述等效电压值之间的绝对差值作为目标函数值，采用萤火虫算法，对所述初始过程噪声协方差矩阵和所述初始测量噪声协方差矩阵进行迭代寻优，得到所述目标过程噪声协方差矩阵和所述目标测量噪声协方差矩阵，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定所述邻居集合中包括的萤火虫分别对应的移动概率，包括：

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述基于所述参数辨识结果，所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵，采用卡尔曼滤波算法，得到所述锂电池的剩余荷电状态，包括：

8.根据权利要求7所述的方法，其特征在于，所述基于所述输出方程，以预设状态变量后验值、预设均方估计误差后验值、所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵为初始值，采用所述卡尔曼滤波算法，得到所述锂电池在预设时段内包括的多个采样时刻分别对应的所述剩余荷电状态，包括：

9.一种锂电池的剩余荷电状态确定装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至8中任意一项所述的锂电池的剩余荷电状态确定方法。

技术总结
本发明公开了一种锂电池的剩余荷电状态确定方法、装置及电子设备。涉及锂电池领域，该方法包括：获取锂电池的等效电路模型；对所述等效电路模型进行参数辨识，得到参数辨识结果；确定所述锂电池对应的目标过程噪声协方差矩阵和目标测量噪声协方差矩阵；基于所述参数辨识结果，所述目标过程噪声协方差矩阵以及所述目标测量噪声协方差矩阵，采用卡尔曼滤波算法，得到所述锂电池的剩余荷电状态。本发明解决了相关技术中的锂电池的剩余荷电状态确定方法存在的预测误差大，模型训练需要的数据量大的技术问题。

技术研发人员：汪星
受保护的技术使用者：合肥国轩高科动力能源有限公司
技术研发日：
技术公布日：2024/1/16