本發(fā)明的實(shí)施例涉及電池管理，并且具體涉及電池充電狀態(tài)估計(jì)方法和裝置。

背景技術(shù)：

在電動(dòng)車輛和混合電動(dòng)車輛中，可再充電電池（二次電池）被用于將電力供應(yīng)給驅(qū)動(dòng)車輛的電動(dòng)機(jī)。在這種情況下，為了保持電池性能、延長(zhǎng)電池使用壽命的目的，估計(jì)電池的充電狀態(tài)（state of charge，SOC）。充電狀態(tài)SOC表示充電到何種程度或者還剩下何種程度的可放電的電荷量。

已知的是采用Ah積分法來(lái)估計(jì)SOC。根據(jù)Ah積分法，按時(shí)間順序記錄電池的電壓和電流的數(shù)據(jù)，通過(guò)使用該數(shù)據(jù)對(duì)電流進(jìn)行時(shí)間積分來(lái)獲得當(dāng)前時(shí)間的電荷，然后利用電池的電荷的初始值和額定電容量得到SOC。由于Ah積分法需要持續(xù)地監(jiān)測(cè)電流，誤差隨著時(shí)間流逝累積，造成SOC預(yù)估準(zhǔn)確度下降。

還已知使用擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF）算法計(jì)算SOC。EKF適用于預(yù)估電流波動(dòng)比較劇烈的電池的SOC，然而，有效應(yīng)用EKF需要準(zhǔn)確的系統(tǒng)模型，其在運(yùn)行過(guò)程中可能會(huì)由于算法被調(diào)整而導(dǎo)致SOC計(jì)算結(jié)果異常波動(dòng)。

因此，需要一種更加穩(wěn)定、可靠、準(zhǔn)確的SOC估計(jì)方案。

技術(shù)實(shí)現(xiàn)要素：

提供具有良好魯棒性的SOC預(yù)估方案將是本技術(shù)領(lǐng)域期望的。

在第一方面中，本發(fā)明的實(shí)施例提供電池SOC預(yù)估方法，包括使用第一SOC算法得到第一SOC值，使用第二SOC算法得到第二SOC值，根據(jù)第一SOC值和第二SOC值得到最終SOC值。

在一個(gè)實(shí)施例中，所述第一SOC算法是Ah積分算法，所述第二SOC算法是EKF算法，其中，根據(jù)置信因子a來(lái)分配所述第一SOC值和所述第二SOC值在最終SOC值所占的比重，其中所述最終SOC值是所述第一SOC值和所述第二SOC值的和。

在一個(gè)實(shí)施例中，根據(jù)所述Ah積分算法得到的所述第一SOC值和所述EKF算法所述第二SOC值的變化趨勢(shì)調(diào)整置信因子a的值，其中，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)相同時(shí)，增加所述第二SOC值在所述最終SOC值中的比重，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)不相同時(shí)，減少所述第二SOC值在所述最終SOC值中的比重。

在一個(gè)實(shí)施例中，以預(yù)定步長(zhǎng)實(shí)時(shí)調(diào)整置信因子a。

在第二方面中，本發(fā)明的實(shí)施例提供電池SOC預(yù)估裝置包括：第一部件，使用第一SOC算法得到第一SOC值，第二部件，使用第二SOC算法得到第二SOC值，

第三部件，根據(jù)第一SOC值和第二SOC值得到最終SOC值。

在一個(gè)實(shí)施例中，所述第一SOC算法是Ah積分算法，所述第二SOC算法是EKF算法，其中，所述第三部件根據(jù)置信因子a來(lái)分配所述第一SOC值和所述第二SOC值在最終SOC值所占的比重，其中所述最終SOC值是所述第一SOC值和所述第二SOC值的和。

在一個(gè)實(shí)施例中，所述第三部件根據(jù)所述Ah積分算法得到的所述第一SOC值和所述EKF算法所述第二SOC值的變化趨勢(shì)調(diào)整置信因子a的值，其中，

當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)相同時(shí)，增加所述第二SOC值在所述最終SOC值中的比重，

當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)不相同時(shí)，減少所述第二SOC值在所述最終SOC值中的比重。

在一個(gè)實(shí)施例中，所述第三部件以預(yù)定步長(zhǎng)實(shí)時(shí)調(diào)整置信因子a。

本發(fā)明的各實(shí)施例提供了改進(jìn)的SOC預(yù)估方案，使得SOC預(yù)估精確度得到提高。

當(dāng)結(jié)合附圖閱讀以下描述時(shí)也將理解本發(fā)明的實(shí)施例的其它特征和優(yōu)勢(shì)，其中附圖借助于實(shí)例示出了本發(fā)明的實(shí)施例的原理。

附圖說(shuō)明

借助于實(shí)例，從以下詳細(xì)描述和附圖中，本發(fā)明的各個(gè)實(shí)施例的上述及其它方面、特征及益處將變得更加明顯。

圖1是示出了根據(jù)本發(fā)明實(shí)施例的電池SOC預(yù)估方法的示意圖。

圖2是示出了根據(jù)本發(fā)明另一實(shí)施例的電池SOC預(yù)估方法的示意圖。

圖3是示出了根據(jù)本發(fā)明實(shí)施例的電池SOC預(yù)估裝置的示意圖。

具體實(shí)施方式

在下文中，將參考實(shí)施例描述本發(fā)明的原理和主旨。應(yīng)當(dāng)理解的是，給出的實(shí)施例僅僅是為了本領(lǐng)域技術(shù)人員更好地理解本發(fā)明并且進(jìn)一步實(shí)踐本發(fā)明，而不是限制本發(fā)明的范圍。例如，作為一個(gè)實(shí)施例的一部分所例示或描述的特征可與另一實(shí)施例結(jié)合使用而產(chǎn)生另外一個(gè)實(shí)施例。為了清晰起見(jiàn)，在本說(shuō)明書中未描述實(shí)際實(shí)施方式的所有特征。

圖1示出了根據(jù)本發(fā)明實(shí)施例的電池SOC預(yù)估方法。如圖1所示，該預(yù)估方法包括使用第一SOC算法得到第一SOC值，使用第二SOC算法得到第二SOC值，根據(jù)第一SOC值和第二SOC值得到最終SOC值。在該實(shí)施例中，同時(shí)考慮兩種SOC算法的優(yōu)勢(shì)，并且將這兩種算法相結(jié)合來(lái)得到更加準(zhǔn)確的SOC值。

在一個(gè)實(shí)施例中，所述第一SOC算法是Ah積分算法，所述第二SOC算法是EKF算法，其中，根據(jù)置信因子a來(lái)分配所述第一SOC值和所述第二SOC值在最終SOC值所占的比重，其中所述最終SOC值是所述第一SOC值和所述第二SOC值的和。

在一個(gè)實(shí)施例中，根據(jù)所述Ah積分算法得到的所述第一SOC值和所述EKF算法所述第二SOC值的變化趨勢(shì)調(diào)整置信因子a的值，其中，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)相同時(shí)，增加所述第二SOC值在所述最終SOC值中的比重，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)不相同時(shí)，減少所述第二SOC值在所述最終SOC值中的比重。

在一個(gè)實(shí)施例中，以預(yù)定步長(zhǎng)實(shí)時(shí)調(diào)整置信因子a。

圖2是示出了根據(jù)本發(fā)明另一實(shí)施例的電池SOC預(yù)估方法的示意圖。在該實(shí)施例中，利用Ah積分算法本身具有的與電池電量變化方向物理相關(guān)的特點(diǎn)，以Ah積分算法的計(jì)算結(jié)果和EKF算法的計(jì)算結(jié)果的變化趨勢(shì)為參考，以deta_a為步長(zhǎng)實(shí)時(shí)調(diào)整和更新置信權(quán)重因子a的數(shù)值。最后依據(jù)置信因子a來(lái)分配Ah算法和EKF算法在最終SOC輸出值中所占的比重，通過(guò)下式計(jì)算最終的輸出SOC數(shù)值：

SOC = a*SOC_ekf + (1-a)*SOC_ah。

如圖2所示，在初始化完成后開始執(zhí)行SOC預(yù)估方法，利用Ah積分算法和EKF算法同時(shí)計(jì)算電池的SOC，并分別記為SOC_ah和SOC_ekf；2) 然后比較兩種算法計(jì)算出的SOC變化趨勢(shì)是否相同，并根據(jù)比較結(jié)果以deta_a為步長(zhǎng)實(shí)時(shí)調(diào)整和更新置信權(quán)重a的數(shù)值。若變化趨勢(shì)相同，則說(shuō)明EKF調(diào)節(jié)可信，置信因子a增加deta_a，增加EKF算法的權(quán)重，反之，則將置信因子a減少deta_a，減少EKF算法的權(quán)重。由于Ah積分的變化趨勢(shì)能夠直接反映SOC的變化趨勢(shì)，因此該方法能有效避免EKF估算調(diào)整中的異常波動(dòng)。最后，根據(jù)更新后的置信權(quán)重a，實(shí)時(shí)調(diào)節(jié)兩種算法在SOC最終輸出端的比重，計(jì)算輸出最終的SOC值。

假設(shè)第k次SOC的計(jì)算結(jié)果為SOC(k)，第k+1次SOC的計(jì)算結(jié)果為SOC(k+1)，本文中的SOC變化趨勢(shì)則可表述為：

1. 若SOC(k+1)-SOC(k)>=0，則SOC變化趨勢(shì)為上升，定義為+；

2. 若SOC(k+1)-SOC(k)<0，則SOC變化趨勢(shì)為下降，定義為-；

若定義動(dòng)力電池的額定容量為C，SOC初值為SOC_0，采樣電流為I（放電時(shí)為-），采樣電壓為U，采樣步長(zhǎng)為t，則：

Ah積分算法可表述為，

EKF算法可表述為，

其中式中L為EKF算法中的矯正系數(shù)，為EKF算法預(yù)估的電壓值。

圖3是示出了根據(jù)本發(fā)明實(shí)施例的電池SOC預(yù)估裝置的示意圖。如圖所示，根據(jù)該實(shí)施例的電池SOC預(yù)估裝置包括EKF算法估計(jì)部、Ah積分算法估計(jì)部、SOC計(jì)算部。SOC計(jì)算部根據(jù)EKF算法估計(jì)部和Ah積分算法估計(jì)部生成的SOC值計(jì)算最終SOC值。SOC計(jì)算部可以根據(jù)置信因子a來(lái)分配Ah積分算法估計(jì)部生成的第一SOC值和EKF算法估計(jì)部生成的第二SOC值在最終SOC值所占的比重，其中所述最終SOC值是所述第一SOC值和所述第二SOC值的和。在一個(gè)實(shí)施例中，所述SOC計(jì)算部可以根據(jù)所述Ah積分算法得到的所述第一SOC值和所述EKF算法所述第二SOC值的變化趨勢(shì)調(diào)整置信因子a的值，其中，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)相同時(shí)，增加所述第二SOC值在所述最終SOC值中的比重，當(dāng)判斷所述第一SOC值和所述第二SOC值的變化趨勢(shì)不相同時(shí)，減少所述第二SOC值在所述最終SOC值中的比重。在一個(gè)實(shí)施例中，SOC計(jì)算部可以以預(yù)定步長(zhǎng)實(shí)時(shí)調(diào)整置信因子a。

一般地，各種示例性實(shí)施例可在硬件或?qū)Ｓ秒娐?、軟件、邏輯電路或其任何組合中來(lái)實(shí)施。例如，某些方面可在硬件中實(shí)施，而其它方面則可在固件或軟件中實(shí)施，可由控制器、微處理器或其它計(jì)算裝置來(lái)執(zhí)行上述固件或軟件，盡管本發(fā)明不限于此。盡管本發(fā)明的示例性實(shí)施例的各個(gè)方面可被示出和描述為框圖、流程圖或使用某些其它圖形表示來(lái)示出和描述，但很好理解的是，這里描述的這些塊、裝置、系統(tǒng)、技術(shù)或方法可在作為非限制性實(shí)例的硬件、軟件、固件、專用電路或邏輯電路、通用硬件或控制器或其它計(jì)算裝置或其某些組合中來(lái)實(shí)施。

相關(guān)領(lǐng)域的技術(shù)人員當(dāng)結(jié)合附圖閱讀前述說(shuō)明書時(shí)，對(duì)本發(fā)明的前述示例性實(shí)施例的各種修改和變形對(duì)于相關(guān)領(lǐng)域的技術(shù)人員會(huì)變得明顯。任何和所有變形例仍將落入本發(fā)明的非限制性的示例性實(shí)施例的范圍內(nèi)。