本發(fā)明涉及電池管理技術(shù)領(lǐng)域，具體涉及一種蓄電池荷電狀態(tài)計(jì)算方法和裝置。

背景技術(shù)：

近年來(lái)隨著新能源發(fā)電以及電動(dòng)汽車(chē)產(chǎn)業(yè)的發(fā)展，而蓄電池作為儲(chǔ)能的重要環(huán)節(jié)，蓄電池管理系統(tǒng)(Battery Management System，BMS)成為研究的重點(diǎn)。蓄電池荷電狀態(tài)(State of Charge，SOC，也叫剩余電量)估算則是BMS中最重要的功能之一，荷電狀態(tài)代表的是電池使用一段時(shí)間或長(zhǎng)期擱置不用后的剩余容量與其完全充電狀態(tài)的容量的比值，常用百分?jǐn)?shù)表示，其取值范圍為0～1，當(dāng)SOC＝0時(shí)表示電池放電完全，當(dāng)SOC＝1時(shí)表示電池完全充滿。

累計(jì)電量法是目前慣常使用的一種SOC估算方法，然而其精度受初始SOC值的影響較大。常用的SOC估算方法還可以包括物理建模法(主要包括安時(shí)計(jì)量法、內(nèi)阻法、開(kāi)路電壓法等)和整個(gè)系統(tǒng)的辨識(shí)與參數(shù)估計(jì)建模法(主要包括卡爾曼濾波法、人工神經(jīng)網(wǎng)絡(luò)法、模糊控制法等)，然而這兩類(lèi)算法的精度受SOC值的影響較大，難以獲得高精度的SOC值。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題在于現(xiàn)有的SOC估算方法精度較低。

為此，本發(fā)明實(shí)施例提供了一種蓄電池荷電狀態(tài)計(jì)算方法，包括：根據(jù)開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的初始荷電狀態(tài)；根據(jù)該初始荷電狀態(tài)和充放電電流值，采用累計(jì)電量法計(jì)算該蓄電池的荷電狀態(tài)。

可選的，該根據(jù)開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的初始荷電狀態(tài)，包括：采用開(kāi)路電壓法計(jì)算該蓄電池的第一初始荷電狀態(tài)；采用人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的第二初始荷電狀態(tài)；將該第一初始荷電狀態(tài)與第一權(quán)值系數(shù)的乘積以及第二初始荷電狀態(tài)與第二權(quán)值系數(shù)的乘積求和作為該初始荷電狀態(tài)，其中第一權(quán)值系數(shù)和第二權(quán)值系數(shù)之和為1。

可選的，該第一權(quán)值系數(shù)和該第二權(quán)值系數(shù)隨該蓄電池的荷電狀態(tài)變化。

可選的，在該蓄電池的荷電狀態(tài)處于基本滿電或基本耗盡時(shí)，該第一權(quán)值系數(shù)大于該第二權(quán)值系數(shù)，在該蓄電池的荷電狀態(tài)處于中間狀態(tài)時(shí)，該第一權(quán)值系數(shù)小于該第二權(quán)值系數(shù)。

可選的，當(dāng)該蓄電池的荷電狀態(tài)小于10％或大于90％時(shí)，該第一權(quán)值系數(shù)為0.9-1，該第二權(quán)值系數(shù)為0-0.1；當(dāng)該蓄電池的荷電狀態(tài)在30％-70％之間，該第一權(quán)值系數(shù)為0-0.1，該第二權(quán)值系數(shù)為0.9-1；當(dāng)該蓄電池的荷電狀態(tài)在10％～30％之間或70％～90％之間，該第一權(quán)值系數(shù)為0.1-0.3，該第二權(quán)值系數(shù)為0.7-0.9。

可選的，該采用累計(jì)電量法計(jì)算的荷電狀態(tài)包括：根據(jù)該蓄電池的環(huán)境溫度、自放電、循環(huán)次數(shù)中的至少一個(gè)對(duì)該荷電狀態(tài)進(jìn)行校正。

本發(fā)明實(shí)施例還提供了一種蓄電池荷電狀態(tài)計(jì)算裝置，包括：初始荷電狀態(tài)計(jì)算模塊，用于根據(jù)開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的初始荷電狀態(tài)；荷電狀態(tài)計(jì)算模塊，用于根據(jù)該初始荷電狀態(tài)和充放電電流值，采用累計(jì)電量法計(jì)算該蓄電池的荷電狀態(tài)。

可選的，該初始荷電狀態(tài)計(jì)算模塊包括：開(kāi)路電壓法計(jì)算子模塊，用于采用開(kāi)路電壓法計(jì)算該蓄電池的第一初始荷電狀態(tài)；人工神經(jīng)網(wǎng)絡(luò)法計(jì)算子模塊，用于采用人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的第二初始荷電狀態(tài)；求和子模塊，用于將該第一初始荷電狀態(tài)與第一權(quán)值系數(shù)的乘積以及第二初始荷電狀態(tài)與第二權(quán)值系數(shù)的乘積求和，作為該初始荷電狀態(tài)，其中第一權(quán)值系數(shù)和第二權(quán)值系數(shù)之和為1。

可選的，在該求和子模塊中，該第一權(quán)值系數(shù)和該第二權(quán)值系數(shù)隨該蓄電池的荷電狀態(tài)變化。

可選的，當(dāng)該蓄電池的荷電狀態(tài)小于10％或大于90％時(shí)，該第一權(quán)值系數(shù)為0.9-1，該第二權(quán)值系數(shù)為0-0.1；當(dāng)該蓄電池的荷電狀態(tài)在30％-70％之間，該第一權(quán)值系數(shù)為0-0.1，該第二權(quán)值系數(shù)為0.9-1；當(dāng)該蓄電池的荷電狀態(tài)在10％～30％之間或70％～90％之間，該第一權(quán)值系數(shù)為0.1-0.3，該第二權(quán)值系數(shù)為0.7-0.9。

本發(fā)明實(shí)施例的蓄電池荷電狀態(tài)計(jì)算方法和裝置，采用開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來(lái)綜合預(yù)測(cè)初始荷電狀態(tài)值，提高了初始荷電狀態(tài)值的精度，從而最終提高了荷電狀態(tài)值的預(yù)測(cè)精度；另外，通過(guò)在累計(jì)電量法的基礎(chǔ)上增加溫度校正、循環(huán)次數(shù)(電池老化)校正和自放電校正，進(jìn)一步地提高了荷電狀態(tài)的預(yù)測(cè)精度。

附圖說(shuō)明

通過(guò)參考附圖會(huì)更加清楚的理解本發(fā)明的特征和優(yōu)點(diǎn)，附圖是示意性的而不應(yīng)理解為對(duì)本發(fā)明進(jìn)行任何限制，在附圖中：

圖1是本發(fā)明實(shí)施例的蓄電池荷電狀態(tài)計(jì)算方法的流程圖；

圖2是圖1所示的蓄電池荷電狀態(tài)計(jì)算方法的部分步驟的細(xì)化流程圖；

圖3是本發(fā)明實(shí)施例的蓄電池荷電狀態(tài)計(jì)算裝置的示意圖。

具體實(shí)施方式

下面將結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)描述。

如圖1所示，本發(fā)明實(shí)施例提供了一種蓄電池荷電狀態(tài)計(jì)算方法，可以包括如下步驟：

S1.根據(jù)開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法確定蓄電池的初始荷電狀態(tài)。

如背景技術(shù)部分該，蓄電池的初始SOC值是整個(gè)電池電量計(jì)算的初始點(diǎn)和基準(zhǔn)點(diǎn)，其計(jì)算精度非常重要，然而現(xiàn)有的物理建模法和整個(gè)系統(tǒng)的辨識(shí)與參數(shù)估計(jì)建模法這種單一的預(yù)測(cè)方法無(wú)法滿足初始SOC值的需要。本發(fā)明的發(fā)明人經(jīng)過(guò)研究后發(fā)現(xiàn)，當(dāng)SOC值特別高或特別低時(shí)，例如SOC值小于10％或大于90％時(shí)，開(kāi)路電壓法的開(kāi)路電壓和SOC值成良好的線性關(guān)系，可以獲得一個(gè)精度較高的SOC值；當(dāng)SOC值范圍在30％～70％之間時(shí)，采用人工神經(jīng)網(wǎng)絡(luò)法則會(huì)得到一個(gè)精度較高的SOC值，采用開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法這兩種估算方法結(jié)合可以得到精度較高的SOC值。具體的，開(kāi)路電壓法是利用其一定的條件下其開(kāi)路電壓和SOC值成一定的線性關(guān)系這一特性來(lái)通過(guò)測(cè)量開(kāi)路電壓來(lái)得出SOC值；人工神經(jīng)網(wǎng)絡(luò)法則是利用其極強(qiáng)的學(xué)習(xí)能力和非線性擬合特性來(lái)模擬蓄電池的動(dòng)態(tài)特性，利用蓄電池的外部可測(cè)數(shù)據(jù)來(lái)訓(xùn)練得到蓄電池的SOC。通過(guò)結(jié)合兩種方法的優(yōu)勢(shì)，可以較好的提高計(jì)算精度。

S2.根據(jù)該初始荷電狀態(tài)和充放電電流值，采用累計(jì)電量法計(jì)算該蓄電池的荷電狀態(tài)。

具體的，累計(jì)電量法計(jì)算SOC的公式(1)如下：

其中，SOC₀為初始SOC值；η為蓄電池的效率；i為充放電電流值，放電時(shí)為正，充電時(shí)為負(fù)；C_n為電池容量；由于實(shí)際情況中，在不同的條件下電池能充入或放出的容量是不一致的，因此一般是利用蓄電池廠家提供的電池充放電效率η對(duì)充入和放出的電池容量進(jìn)行修正。

本發(fā)明實(shí)施例的蓄電池荷電狀態(tài)計(jì)算方法，采用開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來(lái)綜合預(yù)測(cè)初始荷電狀態(tài)值，提高了初始荷電狀態(tài)值的精度，從而最終提高了荷電狀態(tài)值的預(yù)測(cè)精度。

可選的，如圖2和公式(2)所示，上述步驟S1可以包括：

S11.采用開(kāi)路電壓法計(jì)算蓄電池的第一初始荷電狀態(tài)SOC₁；

S12.采用人工神經(jīng)網(wǎng)絡(luò)法計(jì)算蓄電池的第二初始荷電狀態(tài)SOC₂；

S13.將SOC₁與第一權(quán)值系數(shù)α的乘積以及SOC₂與第二權(quán)值系數(shù)β的乘積求和作為初始荷電狀態(tài)SOC₀，其中α和β之和為1。

SOC₀＝αSOC₁+βSOC₂ (2)

上述第一權(quán)值系數(shù)α和第二權(quán)值系數(shù)β隨蓄電池的荷電狀態(tài)變化。在最初始的計(jì)算時(shí)，由于并未獲得蓄電池的第一初始荷電狀態(tài)，可以以預(yù)設(shè)的α和β值來(lái)進(jìn)行計(jì)算，例如，可以設(shè)定為α＝β＝0.5。

作為一種優(yōu)選實(shí)施方式，在蓄電池的荷電狀態(tài)處于基本滿電或基本耗盡時(shí)，第一權(quán)值系數(shù)α大于第二權(quán)值系數(shù)β，在蓄電池的荷電狀態(tài)處于中間狀態(tài)時(shí)，第一權(quán)值系數(shù)α小于第二權(quán)值系數(shù)β。如此既有較高精度且運(yùn)算快。

例如，當(dāng)SOC值特別高或特別低時(shí)(SOC值小于10％或大于90％時(shí))，開(kāi)路電壓法的開(kāi)路電壓和SOC值成良好的線性關(guān)系，而人工神經(jīng)網(wǎng)絡(luò)則需要經(jīng)過(guò)大量的運(yùn)算，所以此時(shí)分配給開(kāi)路電壓法的第一權(quán)值系數(shù)為0.9-1，更優(yōu)選地為1；而人工神經(jīng)網(wǎng)絡(luò)的第二權(quán)值系數(shù)為0-0.1，更優(yōu)選地為0，此時(shí)加快了運(yùn)算速度，且能保持高精度。

當(dāng)SOC值范圍在30％～70％之間時(shí)，相對(duì)于SOC值的變化來(lái)說(shuō)開(kāi)路電壓的變化過(guò)小，二者不成線性關(guān)系，因此分配給開(kāi)路電壓法的第一權(quán)值系數(shù)為0-0.1，更優(yōu)先地為0；而人工神經(jīng)網(wǎng)絡(luò)可以根據(jù)放電電流、端電壓和電池表面溫度等很好的擬合出三者與SOC值之間的非線性關(guān)系，因此分配給人工神經(jīng)網(wǎng)絡(luò)的第二權(quán)值系數(shù)為0.9-1，更優(yōu)選為1，可以得到高精度的結(jié)果。

當(dāng)SOC值處于10％～20％以及80％～90％的區(qū)間時(shí)，開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法都具有一定的優(yōu)缺點(diǎn)，但是開(kāi)路電壓法在此時(shí)的線性關(guān)系已開(kāi)始出現(xiàn)失真，所以分配給開(kāi)路電壓法的第一權(quán)值系數(shù)為0.1-0.3，更優(yōu)選地為0.2，而人工神經(jīng)網(wǎng)絡(luò)的第二權(quán)值系數(shù)為0.7-0.9，更優(yōu)選地為0.8。

另外，蓄電池的容量會(huì)受到環(huán)境溫度的影響，當(dāng)溫度升高，蓄電池的容量會(huì)增加，反之則減少，因此在上述步驟S2中增加溫度校正是優(yōu)選的；蓄電池從工作到停止都有一定的自恢復(fù)時(shí)間。當(dāng)停機(jī)時(shí)間大于蓄電池的自恢復(fù)時(shí)間時(shí)，就要考慮到蓄電池自放電對(duì)電池容量產(chǎn)生的影響，因此在上述步驟S2中增加自放電校正是優(yōu)選的；電池的循環(huán)使用會(huì)導(dǎo)致其容量的損失，隨著電池循環(huán)使用次數(shù)的增加電池容量的損失也會(huì)相應(yīng)增加，因此在上述步驟S2中增加循環(huán)次數(shù)(或稱(chēng)電池老化)校正是優(yōu)選的。

如圖3所示，本發(fā)明實(shí)施例還提供了一種蓄電池荷電狀態(tài)計(jì)算裝置，包括：

初始荷電狀態(tài)計(jì)算模塊1，用于根據(jù)開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法計(jì)算該蓄電池的初始荷電狀態(tài)；

荷電狀態(tài)計(jì)算模塊2，用于根據(jù)該初始荷電狀態(tài)和充放電電流值，采用累計(jì)電量法計(jì)算該蓄電池的荷電狀態(tài)。

優(yōu)選地，上述始荷電狀態(tài)計(jì)算模塊1可以包括開(kāi)路電壓法計(jì)算子模塊、人工神經(jīng)網(wǎng)絡(luò)法計(jì)算子模塊和求和子模塊，其中，開(kāi)路電壓法計(jì)算子模塊用于采用開(kāi)路電壓法計(jì)算蓄電池的第一初始荷電狀態(tài)，人工神經(jīng)網(wǎng)絡(luò)法計(jì)算子模塊用于采用人工神經(jīng)網(wǎng)絡(luò)法計(jì)算蓄電池的第二初始荷電狀態(tài)，求和子模塊用于將該第一初始荷電狀態(tài)與第一權(quán)值系數(shù)的乘積以及第二初始荷電狀態(tài)與第二權(quán)值系數(shù)的乘積求和，作為初始荷電狀態(tài)，其中第一權(quán)值系數(shù)和第二權(quán)值系數(shù)之和為1。優(yōu)選地，上述第一權(quán)值系數(shù)和第二權(quán)值系數(shù)隨蓄電池的荷電狀態(tài)變化。例如，當(dāng)蓄電池的荷電狀態(tài)小于10％或大于90％時(shí)，該第一權(quán)值系數(shù)為0.9-1，更優(yōu)選為1，第二權(quán)值系數(shù)為0-0.1，更有選為0；當(dāng)蓄電池的荷電狀態(tài)在30％-70％之間，第一權(quán)值系數(shù)為0-0.1，更優(yōu)選為0，第二權(quán)值系數(shù)為0.9-1，更優(yōu)選為1；當(dāng)蓄電池的荷電狀態(tài)在10％～30％之間或70％～90％之間，第一權(quán)值系數(shù)為0.1-0.3，更優(yōu)選為0.2，第二權(quán)值系數(shù)為0.7-0.9，更優(yōu)選為0.8

優(yōu)選地，上述荷電狀態(tài)計(jì)算模塊可以包括溫度校正模塊、自放電校正模塊、電池老化(循環(huán)次數(shù))校正模塊中的至少一個(gè)對(duì)荷電狀態(tài)進(jìn)行校正。

本發(fā)明實(shí)施例的蓄電池荷電狀態(tài)計(jì)算裝置，采用開(kāi)路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來(lái)綜合預(yù)測(cè)初始荷電狀態(tài)值，提高了初始荷電狀態(tài)值的計(jì)算精度；通過(guò)在預(yù)測(cè)了荷電狀態(tài)時(shí)進(jìn)一步增加了溫度校正、循環(huán)次數(shù)(電池老化)校正和自放電校正中的至少一個(gè)，提高了荷電狀態(tài)的預(yù)測(cè)精度。

雖然結(jié)合附圖描述了本發(fā)明的實(shí)施方式，但是本領(lǐng)域技術(shù)人員可以在不脫離本發(fā)明的精神和范圍的情況下作出各種修改和變型，這樣的修改和變型均落入由所附權(quán)利要求所限定的范圍之內(nèi)。