本發(fā)明涉及電池技術(shù)領(lǐng)域，具體地涉及一種電池組荷電狀態(tài)soc估計(jì)方法及估計(jì)系統(tǒng)。

背景技術(shù)：

荷電狀態(tài)(state-of-charge，soc)是電池的關(guān)鍵參數(shù)之一，soc體現(xiàn)了電池組的剩余電量。

現(xiàn)有技術(shù)發(fā)表的電池soc評(píng)估方法一般基于在soc與可測(cè)量的參數(shù)，例如電池模塊、或者電池組電壓、電流、以及溫度之間不精確的相關(guān)性。電池運(yùn)行中所涉及的過(guò)程的復(fù)雜性使得soc評(píng)估易于出錯(cuò)。

隨著電動(dòng)汽車(chē)的迅速發(fā)展，鋰電池作為其主流動(dòng)力來(lái)源則備受關(guān)注。荷電狀態(tài)，是用戶(hù)評(píng)估當(dāng)前電動(dòng)汽車(chē)?yán)m(xù)航里程的直接參數(shù)。

目前電動(dòng)汽車(chē)電池管理系統(tǒng)(batterymanagementsystem，bms)主要采用安時(shí)積分法來(lái)對(duì)電池組的soc進(jìn)行估計(jì)，并輔以開(kāi)路電壓和充放電末端電壓的校正，實(shí)現(xiàn)鋰電池的soc估計(jì)。對(duì)于這種方式，一方面安時(shí)積分法中的電流偏差導(dǎo)致的soc誤差難以解決，另一方面在使用電壓校正時(shí)，如果soc偏差較大，會(huì)造成soc的跳變，給用戶(hù)帶來(lái)soc不準(zhǔn)的誤判。同時(shí)，soc一般在充放電末期進(jìn)行校準(zhǔn)，soc在放電末期的跳變會(huì)導(dǎo)致用戶(hù)對(duì)電動(dòng)汽車(chē)剩余續(xù)駛里程的誤判，造成電動(dòng)汽車(chē)在半路“趴窩”，給用戶(hù)帶來(lái)不便，制約電動(dòng)汽車(chē)產(chǎn)業(yè)的發(fā)展。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的是提供一種電池組荷電狀態(tài)soc估計(jì)方法及估計(jì)系統(tǒng)，該方法改善soc跳變現(xiàn)象，提高soc估計(jì)的準(zhǔn)確性。

為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供一種電池組荷電狀態(tài)soc估計(jì)方法，該方法包括：基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1；根據(jù)所述soc1，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組荷電狀態(tài)估計(jì)值soc2，并使電池組荷電狀態(tài)soc期望值與所述soc2相一致；以及顯示所述soc1，并使所述soc1收斂到所述soc期望值。

可選的，該方法還包括：判斷所述電池組的當(dāng)前狀態(tài)；其中，在所述電池組的當(dāng)前狀態(tài)為放電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最低者作為soc2；以及在所述電池組的當(dāng)前狀態(tài)為充電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最高者作為soc2。

可選的，其中，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1包括：根據(jù)如下公式計(jì)算所述電池組荷電狀態(tài)估計(jì)值soc1：

其中，soc(t)是t時(shí)刻的瞬時(shí)荷電狀態(tài)；soc(0)為荷電狀態(tài)初始值；η為充放電倍率對(duì)電池容量的影響，常設(shè)為1；i(t)是t時(shí)刻電池的測(cè)量電流；c0為電池的額定容量。

可選的，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組中各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc包括：采用如下公式表示電池單體電壓與soc的關(guān)系：

e(t)＝e0-r0i(t)-k0/soc(t)-k1soc(t)+k2ln(soc(t))+k3ln(1-soc(t))(2)

對(duì)公式(1)和公式(2)進(jìn)行離散化，根據(jù)離散化后的式(1)計(jì)算soc，代入離散化后的式(2)得到電池單體端電壓，與測(cè)量的電池單體電壓進(jìn)行比較，計(jì)算差值，根據(jù)差值反推出soc的變化，對(duì)soc進(jìn)行修正，計(jì)算各個(gè)電池單體的soc；

其中，

e(t)是電池單體t時(shí)刻的端電壓；

e0是電池單體充滿(mǎn)電后的空載電壓；

r0是電池單體的歐姆內(nèi)阻；

k0、k1、k2和k3是測(cè)量得到的待辨識(shí)參數(shù)，用來(lái)表征電池單體的極化內(nèi)阻。

可選的，在所述電池組的當(dāng)前狀態(tài)為上電靜置狀態(tài)，且靜置時(shí)間大于或等于設(shè)定值的情況下，測(cè)量所述電池組的開(kāi)路電壓，根據(jù)開(kāi)路電壓校準(zhǔn)下電前保存的soc1。

另一方面，本發(fā)明提供一種電池組荷電狀態(tài)soc估計(jì)系統(tǒng)，該系統(tǒng)包括：計(jì)算模塊，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1，和根據(jù)所述soc1，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組荷電狀態(tài)估計(jì)值soc2；處理模塊，用于使電池組荷電狀態(tài)soc期望值與所述soc2相一致；以及顯示模塊，用于顯示所述soc1；其中，所述處理模塊還被配置成：使所述soc1收斂到所述soc期望值。

可選的，其中所述計(jì)算模塊還被配置成：判斷所述電池組的當(dāng)前狀態(tài)；其中，在所述電池組的當(dāng)前狀態(tài)為放電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最低者作為soc2；以及在所述電池組的當(dāng)前狀態(tài)為充電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最高者作為soc2。

可選的，其中，所述計(jì)算模塊基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1包括：根據(jù)如下公式計(jì)算所述電池組荷電狀態(tài)估計(jì)值soc1：

其中，soc(t)是t時(shí)刻的瞬時(shí)荷電狀態(tài)；soc(0)為荷電狀態(tài)初始值；η為充放電倍率對(duì)電池容量的影響，常設(shè)為1；i(t)是t時(shí)刻電池的測(cè)量電流；c0為電池的額定容量。

可選的，其中，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組中各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc包括：

表示電池單體電壓與soc的關(guān)系：

e(t)＝e0-r0i(t)-k0/soc(t)-k1soc(t)+k2ln(soc(t))+k3ln(1-soc(t))(2)

對(duì)公式(1)和公式(2)進(jìn)行離散化，根據(jù)離散化后的式(1)計(jì)算soc，代入離散化后的式(2)得到電池單體端電壓，與測(cè)量的電池單體電壓進(jìn)行比較，計(jì)算差值，根據(jù)差值反推出soc的變化，對(duì)soc進(jìn)行修正，計(jì)算各個(gè)電池單體的soc；

其中，

e(t)是電池單體t時(shí)刻的端電壓；

e0是電池單體充滿(mǎn)電后的空載電壓；

r0是電池單體的歐姆內(nèi)阻；

k0、k1、k2和k3是測(cè)量得到的待辨識(shí)參數(shù)，用來(lái)表征電池單體的極化內(nèi)阻。

可選的，其中所述處理模塊還被配置成：當(dāng)判斷所述電池組的當(dāng)前狀態(tài)為上電靜置狀態(tài)，且靜置時(shí)間大于或等于設(shè)定值的情況下，測(cè)量所述電池組的開(kāi)路電壓，根據(jù)所述開(kāi)路電壓校準(zhǔn)下電前保存的soc1。

通過(guò)上述技術(shù)方案，考慮電池組中各個(gè)電池單體的不一致性對(duì)電池組荷電狀態(tài)的影響，結(jié)合安時(shí)積分法和擴(kuò)展卡爾曼濾波算法針對(duì)不同電池組狀態(tài)對(duì)電池組荷電狀態(tài)soc進(jìn)行修正，使當(dāng)前的soc值以一定速率快速跟隨至電池組荷電狀態(tài)soc真實(shí)期望值，改善電池組荷電狀態(tài)soc值跳變現(xiàn)象，提高電池組荷電狀態(tài)soc估計(jì)的準(zhǔn)確性。

本發(fā)明實(shí)施例的其它特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。

附圖說(shuō)明

附圖是用來(lái)提供對(duì)本發(fā)明實(shí)施例的進(jìn)一步理解，并且構(gòu)成說(shuō)明書(shū)的一部分，與下面的具體實(shí)施方式一起用于解釋本發(fā)明實(shí)施例，但并不構(gòu)成對(duì)本發(fā)明實(shí)施例的限制。在附圖中：

圖1是本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖2a是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖2b是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖2c是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖2d是基于擴(kuò)展卡爾曼濾波算法進(jìn)行電池荷電狀態(tài)soc估計(jì)的流程圖；

圖3是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖4是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖；

圖5是本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)結(jié)構(gòu)示意圖；

圖6是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明實(shí)施例的具體實(shí)施方式進(jìn)行詳細(xì)說(shuō)明。應(yīng)當(dāng)理解的是，此處所描述的具體實(shí)施方式僅用于說(shuō)明和解釋本發(fā)明實(shí)施例，并不用于限制本發(fā)明實(shí)施例。

圖1是本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖1所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，包括：在步驟s110中，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1；在步驟s120中，根據(jù)所述soc1，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組荷電狀態(tài)估計(jì)值soc2，并在步驟s130中，使電池組荷電狀態(tài)soc期望值與所述soc2相一致；以及在步驟s140中，顯示所述soc1，并使所述soc1收斂到所述soc期望值。

基于安時(shí)積分法獲取的電池組荷電狀態(tài)估計(jì)值soc1因電流偏差導(dǎo)致的soc1誤差較大，會(huì)造成soc1跳變的現(xiàn)象，影響電池組荷電狀態(tài)估計(jì)的準(zhǔn)確性。

通過(guò)上述技術(shù)方案，考慮電池組中各個(gè)電池單體的不一致性對(duì)電池組荷電狀態(tài)的影響，結(jié)合安時(shí)積分法和擴(kuò)展卡爾曼濾波算法對(duì)電池組荷電狀態(tài)進(jìn)行修正，使當(dāng)前的soc1值以一定速率快速跟隨至基于擴(kuò)展卡爾曼濾波算法獲取的電池組荷電狀態(tài)期望值soc2，改善電池組荷電狀態(tài)soc值跳變現(xiàn)象，提高電池組荷電狀態(tài)soc估計(jì)的準(zhǔn)確性。

上述方案中，在步驟s140中，顯示所述soc1，并使所述soc1收斂到所述soc期望值。作為示例，可以根據(jù)電流和soc差值將soc1加速收斂到soc2，具體地，當(dāng)電流較大，或超過(guò)某一限值時(shí)，使收斂的過(guò)程加快，反之，當(dāng)電流較小，或低于某一限值時(shí)，使收斂的過(guò)程減慢。例如，當(dāng)soc差值≥5％，電流≥0.2c，soc1以每秒(soc差值/60)的速度收斂到soc2，即經(jīng)過(guò)1分鐘，soc1逐漸變?yōu)閟oc2；而在其他情況，soc1以每秒(soc差值/30)的速度收斂到soc2，即經(jīng)過(guò)0.5分鐘，soc1逐漸變?yōu)閟oc2。

圖2a是本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖2a所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，還包括：在步驟s104中，判斷所述電池組的當(dāng)前狀態(tài)；其中，在所述電池組的當(dāng)前狀態(tài)為放電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最低者作為soc2；以及在所述電池組的當(dāng)前狀態(tài)為充電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最高者作為soc2。

通過(guò)上述技術(shù)方案，考慮電池組中各個(gè)電池單體的不一致性對(duì)電池組荷電狀態(tài)的影響，針對(duì)判斷確定的不同電池組狀態(tài)結(jié)合安時(shí)積分法和擴(kuò)展卡爾曼濾波算法對(duì)電池組荷電狀態(tài)進(jìn)行修正，如果采用電池單體電壓中最小者來(lái)作為模型的觀(guān)測(cè)變量，則獲得的soc2為電池組中所有電池單體中的最小soc；如果采用電池單體電壓中最大者作為模型的觀(guān)測(cè)變量，則獲得的soc2為電池組中所有電池單體中的最大soc，因此，在充電過(guò)程中采用最大電池單體電壓作為模型觀(guān)測(cè)變量，放電過(guò)程中采用最小電池單體電壓作為模型觀(guān)測(cè)量，可以避免電池不一致性導(dǎo)致的電池過(guò)充和過(guò)放問(wèn)題。

同時(shí)，使當(dāng)前的soc1以一定速率快速跟隨至電池組荷電狀態(tài)soc期望值，改善電池組荷電狀態(tài)估計(jì)值soc1跳變的現(xiàn)象，提高電池組荷電狀態(tài)soc估計(jì)的準(zhǔn)確性。

圖2b是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖2b所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，其中，在步驟s106中，判斷電池組的當(dāng)前狀態(tài)是否為放電狀態(tài)，如在所述電池組的當(dāng)前狀態(tài)為放電狀態(tài)的情況下，則在步驟s121中，根據(jù)soc1，基于擴(kuò)展卡爾曼濾波算法獲取電池組中各個(gè)電池單體荷電狀態(tài)估計(jì)值soc，并在步驟s132中，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最低者作為soc2；如在步驟s106中判斷電池組狀態(tài)不是放電狀態(tài)，在步驟s108中，判斷電池組的當(dāng)前狀態(tài)是否為充電狀態(tài)，如果在所述電池組的當(dāng)前狀態(tài)為充電狀態(tài)的情況下，則在步驟s121中，根據(jù)soc1，基于擴(kuò)展卡爾曼濾波算法獲取電池組中各個(gè)電池單體荷電狀態(tài)估計(jì)值soc，并在步驟s134中，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最高者作為soc2。

圖2c是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖2c所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法是圖2b所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法的變形，對(duì)于充電和放電狀態(tài)的判斷前，在步驟s110中，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1。

圖2d是基于擴(kuò)展卡爾曼濾波算法進(jìn)行電池荷電狀態(tài)soc估計(jì)的流程圖。

上述方案中，在步驟s110中，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1包括：根據(jù)如下公式計(jì)算所述電池組荷電狀態(tài)估計(jì)值soc1：

其中，soc(t)是t時(shí)刻的瞬時(shí)荷電狀態(tài)；soc(0)為荷電狀態(tài)初始值；η為充放電倍率對(duì)電池容量的影響，常設(shè)為1；i(t)是t時(shí)刻電池的測(cè)量電流；c0為電池的額定容量。

上述方案中，在步驟s120中，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組中各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc包括：表示電池單體電壓與soc的關(guān)系：

e(t)＝e0-r0i(t)-k0/soc(t)-k1soc(t)+k2ln(soc(t))+k3ln(1-soc(t))(2)

對(duì)公式(1)和公式(2)進(jìn)行離散化，根據(jù)離散化后的式(1)計(jì)算soc，代入離散化后的式(2)得到電池單體端電壓，與測(cè)量的電池單體電壓進(jìn)行比較，計(jì)算差值，根據(jù)差值反推出soc的變化，對(duì)soc進(jìn)行修正，計(jì)算各個(gè)電池單體的soc；

其中，

e(t)是電池單體t時(shí)刻的端電壓；

e0是電池單體充滿(mǎn)電后的空載電壓；

r0是電池單體的歐姆內(nèi)阻；

k0、k1、k2和k3是測(cè)量得到的待辨識(shí)參數(shù)，用來(lái)表征電池單體的極化內(nèi)阻。

在實(shí)際估計(jì)過(guò)程中，首先對(duì)式(1)和式(2)分別進(jìn)行離散化和線(xiàn)性化，然后將通過(guò)式(1)獲得的soc1值代入式2，并將估計(jì)得到的電池單體電壓e(t)與bms測(cè)量的電池單體電壓值進(jìn)行比較，獲得卡爾曼增益，它反映了殘差作用于狀態(tài)變量soc的權(quán)重，依據(jù)殘差對(duì)soc進(jìn)行校準(zhǔn)，實(shí)現(xiàn)電池組soc的準(zhǔn)確估計(jì)。例如，當(dāng)soc差值≥5％，電流≥0.2c，soc1以每秒(soc差值/60)的速度收斂到soc2，即經(jīng)過(guò)1分鐘，soc1逐漸變?yōu)閟oc2；而在其他情況，soc1以每秒(soc差值/30)的速度收斂到soc2，即經(jīng)過(guò)0.5分鐘，soc1逐漸變?yōu)閟oc2。

圖3是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖3所示的本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，其中，在所述電池組的當(dāng)前狀態(tài)為上電靜置狀態(tài)，且靜置時(shí)間大于或等于設(shè)定值的情況下，測(cè)量所述電池組的開(kāi)路電壓，根據(jù)開(kāi)路電壓校準(zhǔn)下電前保存的soc1。

在步驟s103中，判斷電池組的當(dāng)前狀態(tài)是否為上電靜置狀態(tài)，如是，則在步驟s104中，判斷靜置時(shí)間是否大于或等于設(shè)定值，如是，則在步驟s150中，根據(jù)開(kāi)路電壓校準(zhǔn)下電前保存的soc1，并顯示校準(zhǔn)后的soc1。而后在步驟s106、108中，判斷電池組是否處于充放電狀態(tài)，并執(zhí)行相應(yīng)的操作。

上述方案中，上電靜置時(shí)間的設(shè)定值例如可以為2小時(shí)，當(dāng)大于等于2小時(shí)，根據(jù)開(kāi)路電壓對(duì)保存的soc1值進(jìn)行校準(zhǔn)并顯示，當(dāng)小于2小時(shí)，跳過(guò)校準(zhǔn)過(guò)程。

圖4是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法流程圖。如圖4所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，還包括：在電池組上電的情況下，在步驟s101中，讀取下電前保存的荷電狀態(tài)soc值，而后根據(jù)上述實(shí)施方式中的判斷的電池組的當(dāng)前狀態(tài)依次執(zhí)行后續(xù)步驟，顯示電池荷電狀態(tài)值，還包括在步驟s140的顯示soc1，并將soc1收斂到soc期望值后，在步驟s160中，更新并存儲(chǔ)soc1。

本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)方法，在電池組結(jié)束靜置后，電池管理系統(tǒng)bms及電池組上電，bms判斷電池組是否滿(mǎn)足靜置條件，即電池組是否靜置超過(guò)設(shè)定時(shí)間，例如是否滿(mǎn)2個(gè)小時(shí)，若靜置時(shí)間≥2h，則采集電池組的開(kāi)路電壓，根據(jù)電池組的開(kāi)路電壓ocv來(lái)校準(zhǔn)保存的soc1，并顯示校準(zhǔn)后的soc1；若不滿(mǎn)足靜置的設(shè)定時(shí)間，則跳過(guò)靜置校準(zhǔn)過(guò)程。

進(jìn)一步地，例如由電池管理系統(tǒng)bms判斷電池組的當(dāng)前狀態(tài)，當(dāng)為充電或放電狀態(tài)時(shí)，bms基于安時(shí)積分法獲得soc1，該soc1為用于后續(xù)修正并顯示的實(shí)際顯示值。

進(jìn)一步地，bms判斷電池組是否為放電狀態(tài)，若電池組處于放電狀態(tài)，則依據(jù)電池單體電壓中的最低者通過(guò)擴(kuò)展卡爾曼濾波ekf算法獲取準(zhǔn)確的電池組荷電狀態(tài)估計(jì)值soc2，并將其定義為soc期望值，然后soc1以一定速率快速逼近收斂soc期望值，即soc2中的最低者；當(dāng)判斷電池組處于充電階段，則依據(jù)電池單體電壓中的最高者通過(guò)ekf算法獲取準(zhǔn)確的socsoc2，并將其定義為soc期望值，然后soc1以一定速率快速收斂至soc期望值，即soc2中的最高者；一方面提高了soc值的估計(jì)精度，避免了電池組soc跳變帶來(lái)的影響，同時(shí)也考慮了電池組的一致性，避免了電池不一致性導(dǎo)致的電池組過(guò)充和過(guò)放問(wèn)題。

通過(guò)定義兩個(gè)soc值，soc1為當(dāng)前顯示的soc值，通過(guò)安時(shí)積分法獲得；定義soc2為真實(shí)的soc期望值，通過(guò)準(zhǔn)確的電池模型和擴(kuò)展卡爾曼濾波ekf算法獲得。在電動(dòng)汽車(chē)靜置過(guò)程中，soc1修正為與soc2相等。在電動(dòng)汽車(chē)運(yùn)行過(guò)程中，若soc1不等于soc2，則soc1以一定速率逼近soc2，使得顯示的soc值(soc1)最終等于真實(shí)的期望值soc2，提高其soc精度。

同時(shí)為了考慮電池不一致性對(duì)電池soc值的影響，在電池放電過(guò)程中，用電池組最低單體電壓來(lái)作為觀(guān)測(cè)變量通過(guò)ekf估計(jì)得到真實(shí)的soc期望值，防止其過(guò)放；而在充電過(guò)程中，采用電池組最高單體電壓作為觀(guān)測(cè)變量通過(guò)ekf估計(jì)得到真實(shí)的期望soc，防止電池組過(guò)充。

圖5是本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)結(jié)構(gòu)示意圖。如圖5所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)，包括：計(jì)算模塊10，基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1，和根據(jù)所述soc1，基于擴(kuò)展卡爾曼濾波算法獲取所述電池組荷電狀態(tài)估計(jì)值soc2；處理模塊20，用于使電池組荷電狀態(tài)soc期望值與所述soc2相一致；以及顯示模塊30，用于顯示所述soc1；其中，所述處理模塊還被配置成：使所述soc1收斂到所述soc期望值。

上述方案中，所述計(jì)算模塊10還被配置成：判斷所述電池組的當(dāng)前狀態(tài)；其中，在所述電池組的當(dāng)前狀態(tài)為放電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最低者作為soc2；以及在所述電池組的當(dāng)前狀態(tài)為充電狀態(tài)的情況下，將所述電池組中基于擴(kuò)展卡爾曼濾波算法獲取的各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc中的最高者作為soc2。

上述方案中，所述計(jì)算模塊10基于安時(shí)積分法獲取所述電池組荷電狀態(tài)估計(jì)值soc1包括：根據(jù)如下公式計(jì)算所述電池組荷電狀態(tài)估計(jì)值soc1：

其中，soc(t)是t時(shí)刻的瞬時(shí)荷電狀態(tài)；soc(0)為荷電狀態(tài)初始值；η為充放電倍率對(duì)電池容量的影響，常設(shè)為1；i(t)是t時(shí)刻電池的測(cè)量電流；c0為電池的額定容量。

上述方案中，所述計(jì)算模塊10基于擴(kuò)展卡爾曼濾波算法獲取所述電池組中各個(gè)電池單體的荷電狀態(tài)估計(jì)值soc包括：

采用如下公式表示電池單體電壓與soc的關(guān)系：

e(t)＝e0-r0i(t)-k0/soc(t)-k1soc(t)+k2ln(soc(t))+k3ln(1-soc(t))(2)

對(duì)公式(1)和公式(2)進(jìn)行離散化，根據(jù)離散化后的式(1)計(jì)算soc，代入離散化后的式(2)得到電池單體端電壓，與測(cè)量的電池單體電壓進(jìn)行比較，計(jì)算差值，根據(jù)差值反推出soc的變化，對(duì)soc進(jìn)行修正，計(jì)算各個(gè)電池單體的soc；

其中，

e(t)是電池單體t時(shí)刻的端電壓；

e0是電池單體充滿(mǎn)電后的空載電壓；

r0是電池單體的歐姆內(nèi)阻；

k0、k1、k2和k3是測(cè)量得到的待辨識(shí)參數(shù)，用來(lái)表征電池單體的極化內(nèi)阻。

上述方案中，所述處理模塊20還被配置成：當(dāng)判斷所述電池組的當(dāng)前狀態(tài)為上電靜置狀態(tài)，且靜置時(shí)間大于或等于設(shè)定值的情況下，測(cè)量所述電池組的開(kāi)路電壓，根據(jù)所述開(kāi)路電壓校準(zhǔn)所述電池荷電狀態(tài)soc期望值。

圖6是本發(fā)明另一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)結(jié)構(gòu)示意圖。如圖6所示的本發(fā)明一種實(shí)施方式的電池組荷電狀態(tài)soc估計(jì)系統(tǒng)還包括：采集模塊40，用于采集電池組的狀態(tài)信息，如母線(xiàn)電流、電池總電壓/開(kāi)路電壓、電池單體最高電壓、電池單體最低電壓、電池組平均溫度和電池組充放電狀態(tài)等信息；電池組狀態(tài)判斷模塊21，用于根據(jù)采集模塊40采集的電池組的狀態(tài)信息判斷電池組的當(dāng)前狀態(tài)；以及校準(zhǔn)模塊22，用于根據(jù)電池組狀態(tài)判斷模塊21判斷的電池組的當(dāng)前狀態(tài)，對(duì)電池組荷電狀態(tài)soc值進(jìn)行校準(zhǔn)。

作為示例，電池組狀態(tài)判斷模塊21用于判斷電池組的當(dāng)前狀態(tài)，如電池組的狀態(tài)是否為上電靜置、充電或放電狀態(tài)，當(dāng)判斷為上電靜置狀態(tài)時(shí)，校準(zhǔn)模塊22依據(jù)計(jì)算模塊10基于按時(shí)積分法獲取的電池組荷電狀態(tài)估計(jì)值soc1和計(jì)算模塊10根據(jù)soc1，基于擴(kuò)展卡爾曼濾波算法獲取的電池組荷電狀態(tài)估計(jì)值soc2，使電池組荷電狀態(tài)soc期望值與電池組單體中的基于擴(kuò)展卡爾曼濾波算法獲取的電池組荷電狀態(tài)估計(jì)值soc2的最高者相一致，對(duì)soc1進(jìn)行校準(zhǔn)，校準(zhǔn)后的soc1值由顯示模塊30顯示。

以上結(jié)合附圖詳細(xì)描述了本發(fā)明例的可選實(shí)施方式，但是，本發(fā)明實(shí)施例并不限于上述實(shí)施方式中的具體細(xì)節(jié)，在本發(fā)明實(shí)施例的技術(shù)構(gòu)思范圍內(nèi)，可以對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行多種簡(jiǎn)單變型，這些簡(jiǎn)單變型均屬于本發(fā)明實(shí)施例的保護(hù)范圍。

另外需要說(shuō)明的是，在上述具體實(shí)施方式中所描述的各個(gè)具體技術(shù)特征，在不矛盾的情況下，可以通過(guò)任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本發(fā)明實(shí)施例對(duì)各種可能的組合方式不再另行說(shuō)明。

本領(lǐng)域技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一個(gè)(可以是單片機(jī)，芯片等)或處理器(processor)執(zhí)行本申請(qǐng)各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤(pán)、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

此外，本發(fā)明實(shí)施例的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本發(fā)明實(shí)施例的思想，其同樣應(yīng)當(dāng)視為本發(fā)明實(shí)施例所公開(kāi)的內(nèi)容。