阅读说明：本技术 一种纯电动汽车电池组soc在线估值方法 (SOC (state of charge) online estimation method for battery pack of pure electric vehicle ) 是由 何洪文 周稼铭 魏中宝 衣丰艳 彭剑坤 衣杰 于 2019-11-11 设计创作，主要内容包括：本发明公开了一种纯电动汽车电池组SOC在线估值方法,包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算。路况信息检查：首先检测人员通过GPS检测道路信息,检查道路是否拥堵。本发明通过近年来随着智能交通和动力电池技术的发展,根据实际道路行驶工况数据进行纯电动汽车行驶工况构建和预测,同时结合电池建模和状态估计方法,对纯电动汽车能量耗散过程进行优化管理,本发明的实施将为提高纯电动汽车的经济性和使用寿命提供可行的解决途径,实现电动汽车在复杂行驶条件下高效平稳运行,降低了一定的电动汽车能耗,延长了续驶里程,保证了纯电动汽车的使用。(The invention discloses a battery pack SOC online estimation method of a pure electric vehicle, which comprises the following steps: road condition information inspection → construction of a quasi-steady state process typical driving condition → energy construction and optimization management → execution control → battery pack SOC estimation. And (3) checking road condition information: firstly, a detector detects road information through a GPS and checks whether the road is congested. The invention constructs and predicts the running condition of the pure electric vehicle according to the running condition data of the actual road along with the development of intelligent transportation and power battery technology in recent years, and simultaneously optimally manages the energy dissipation process of the pure electric vehicle by combining a battery modeling and state estimation method.)

一种纯电动汽车电池组SOC在线估值方法

技术领域

本发明涉及电动汽车技术领域，具体为一种纯电动汽车电池组SOC在线估值方法。

背景技术

电动汽车是指以车载电源为动力，用电机驱动车轮行驶，符合道路交通、安全法规各项要求的车辆，由于对环境影响相对传统汽车较小，其前景被广泛看好，但当前技术尚不成熟，电动汽车的种类：纯电动汽车、混合动力汽车、燃料电池汽车。

为应对能源短缺和环境污染问题，新能源汽车的发展愈来愈受到各国政府和社会的关注，纯电动汽车具有高效、零排放等突出优点，是汽车发展的重要方向之一，但是现阶段动力电池性能仍然存在技术瓶颈，随着动力电池性能的衰退，纯电动汽车续驶里程发生明显的降低，尤其是在频繁起步、加速、制动等城市行驶工况下，电动汽车的能耗增加、续驶里程明显缩短，严重限制了纯电动汽车的使用，如何在复杂道路条件下合理调节电动汽车能量分配，降低整车能耗，延长纯电动汽车的续驶里程，是工业界、学者所关注的主要问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种纯电动汽车电池组SOC在线估值方法，具备实现电动汽车在复杂行驶条件下高效平稳运行的优点，以解决背景技术中所提出的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种纯电动汽车电池组SOC在线估值方法，本方法应用于电池级和超级电容驱动的纯电动汽车，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，路况信息检测具体包括，

首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，构建准稳态过程典型行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，并制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，所述在步骤B中行驶工况时，制定综合工况、准稳态下的运动学片段特征提取和分类准则后，以得到随机过程的统计特性，对工况数据进行状态划分、模型事件分类、模型事件集确定，得到综合工况、准稳态工况下的行驶状态转移矩阵。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，能量构建和优化管理具体包括，

a、引入分层递阶控制原理建立纯电动汽车能量管理系统，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，以满足纯电动汽车动力性要求；

b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，该优化命题是有限域的马尔科夫决策过程，通过自底向上递归的方法求解，采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，执行控制具体包括，

车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC和超级电容端电压U，首先根据SOC和超级电容端电压U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电；若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率；若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，在步骤执行控制时，将能量管理控制器设定为在某一时刻一旦采集到低于35V的分界电压即认为进入低电压工作状态，暂时停止电压信号采集，并保持一段时间，直到制动信号抵达。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，电池组SOC估算包括，

通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，电池组SOC估算还包括，采用逆向建模方法，计算出不同的车速和加速度下电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率。

如上所述的纯电动汽车电池组SOC在线估值方法，其中，可选地，步骤电池组SOC估算时，采用电池模拟器进行脉冲循环放电工况下的电池组测试，对建立的电池组等效电路模型中的参数进行辨识，通过电池模拟器也对超级电容进行特性测试以及理论模型验证。

(三)有益效果

与现有技术相比，本发明提供了一种纯电动汽车电池组SOC在线估值方法，具备以下有益效果：

1、本发明通过近年来随着智能交通和动力电池技术的发展，根据实际道路行驶工况数据进行纯电动汽车行驶工况构建和预测，同时结合电池建模和状态估计方法，对纯电动汽车能量耗散过程进行优化管理，本发明的实施将为提高纯电动汽车的经济性和使用寿命提供可行的解决途径，实现电动汽车在复杂行驶条件下高效平稳运行，降低了一定的电动汽车能耗，延长了续驶里程，保证了纯电动汽车的使用。

2、采集纯电动汽车实际道路行驶工况数据，提取运动学片段，提出基于主成分分析和聚类分析法进行运动学片段特征值提取和分类处理，构建符合纯电动汽车行驶工况特征的综合工况，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，提出采用降维处理和模糊聚类方法，完成纯电动汽车准稳态过程典型行驶工况构建，采用最小二乘法对建立的锂离子动力电池组等效电路模型进行参数辨识，提出采用扩展卡尔曼滤波与安时积分的组合算法进行锂离子动力电池组SOC和SOH联合估计，提出分层递阶控制理论建立纯电动汽车能量管理系统，顶层策略为能量管理策略，底层策略为执行控制层，本发明的实施将为提高纯电动汽车的经济性和使用寿命提供可行的解决途径，实现电动汽车在复杂行驶条件下高效平稳运行。

附图说明

图1为本发明流程图；

图2为本发明电池组容量在线估算算法流程图；

图3为本发明基于递阶控制的能量管理系统示意图；

图4为本发明基于马尔科夫决策命题的整合及求解过程图；

图5为本发明电池组测试系统图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的所有部件均为通用的标准部件或本领域技术人员知晓的部件，其结构和原理都为本领域技术人员均可通过技术手册得知或通过常规实验方法获知。

请参阅图1-5，本发明提出了一种纯电动汽车电池组SOC在线估值方法，本方法应用于电池级和超级电容驱动的纯电动汽车，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算；

A、路况信息检查：首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息。

B、构建准稳态过程典型行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性。

C、能量构建和优化管理：a、引入分层递阶控制原理建立纯电动汽车能量管理系统，如图3所示，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，满足纯电动汽车动力性要求，b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，整合过程如图4所示，该优化命题是有限域的马尔科夫决策过程，可以用自底向上递归的方法求解，优化过程根据离散的粒度的不同，求解的时间有差异，通常连续在线求解无法满足电动汽车实时控制的要求，可采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值。

D、执行控制：车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC，超级电容端电压U，首先根据SOC和U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电，若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率，若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

E、电池组SOC估算：通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果，本发明采用一种逆向建模的方法，计算出不同的车速和加速度下考虑电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，测试系统结构如图5所示，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率，本发明通过近年来随着智能交通和动力电池技术的发展，根据实际道路行驶工况数据进行纯电动汽车行驶工况构建和预测，同时结合电池建模和状态估计方法，对纯电动汽车能量耗散过程进行优化管理，本项目的实施将为提高纯电动汽车的经济性和使用寿命提供可行的解决途径，实现电动汽车在复杂行驶条件下高效平稳运行，降低了一定的电动汽车能耗，延长了续驶里程，保证了纯电动汽车的使用。

实施例一：

一种纯电动汽车电池组SOC在线估值方法，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算；

A、路况信息检查：首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息。

B、行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类锏及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性。

C、能量构建和优化管理：a、引入分层递阶控制原理建立纯电动汽车能量管理系统，如图3所示，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，满足纯电动汽车动力性要求，b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，整合过程如图4所示，该优化命题是有限域的马尔科夫决策过程，可以用自底向上递归的方法求解，优化过程根据离散的粒度的不同，求解的时间有差异，通常连续在线求解无法满足电动汽车实时控制的要求，可采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值；

D、执行控制：车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC，超级电容端电压U，首先根据SOC和U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电，若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率，若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

E、电池组SOC估算：通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果，本发明采用逆向建模的方法，计算出不同的车速和加速度下考虑电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，测试系统结构如图5所示，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率。

实施例二：

在实施例一中，再加上下述工序：

在步骤B中行驶工况时，因此制定综合工况、准稳态下的运动学片段特征提取和分类准则后，便得到随机过程的统计特性，对工况数据进行状态划分、模型事件分类、模型事件集确定，得到综合工况、准稳态工况下的行驶状态转移矩阵。

一种纯电动汽车电池组SOC在线估值方法，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算；

A、路况信息检查：首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息。

B、行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性。

C、能量构建和优化管理：a、引入分层递阶控制原理建立纯电动汽车能量管理系统，如图3所示，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，满足纯电动汽车动力性要求，b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，整合过程如图4所示，该优化命题是有限域的马尔科夫决策过程，可以用自底向上递归的方法求解，优化过程根据离散的粒度的不同，求解的时间有差异，通常连续在线求解无法满足电动汽车实时控制的要求，可采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值。

D、执行控制：车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC和超级电容端电压U，首先根据SOC和超级电容端电压U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电，若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率，若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

E、电池组SOC估算：通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果，本发明采用一种逆向建模的方法，计算出不同的车速和加速度下考虑电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，测试系统结构如图5所示，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率。

实施例三：

在实施例二中，再加上下述工序：

在步骤D中执行控制时，值得注意的是，由于本发明中选用的超级电容的容量相对较小，故在急加速等大功率需求的双驱工况下，超级电容的电压波动较大，使得电池组和超级电容的输出方式产生振荡，为了有效改善这种情况，应将能量管理控制器设定为在某一时刻一旦采集到低于35V的分界电压即认为进入低电压工作状态，暂时停止电压信号采集，并保持一段时间，直到制动信号抵达。

一种纯电动汽车电池组SOC在线估值方法，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算。

A、路况信息检查：首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息。

B、构建准稳态过程典型行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性。

C、能量构建和优化管理：a、引入分层递阶控制原理建立纯电动汽车能量管理系统，如图3所示，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，满足纯电动汽车动力性要求，b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，整合过程如图4所示，该优化命题是有限域的马尔科夫决策过程，可以用自底向上递归的方法求解，优化过程根据离散的粒度的不同，求解的时间有差异，通常连续在线求解无法满足电动汽车实时控制的要求，可采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值。

D、执行控制：车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC，超级电容端电压U，首先根据SOC和U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电，若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率，若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

E、电池组SOC估算：通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果，本发明采用一种逆向建模的方法，计算出不同的车速和加速度下考虑电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，测试系统结构如图5所示，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率。

实施例四：

在实施例三中，再加上下述工序：

在步骤E中电池组SOC估算时，基于HPPC电池特性试验规范，采用电池模拟器进行脉冲循环放电工况下的电池组测试，对建立的电池组等效电路模型中的参数进行辨识，通过电池模拟器也对超级电容进行特性测试以及理论模型验证。

一种纯电动汽车电池组SOC在线估值方法，包括如下步骤：路况信息检查→构建准稳态过程典型行驶工况→能量构建和优化管理→执行控制→电池组SOC估算；

A、路况信息检查：首先检测人员通过GPS检测道路信息，检查道路是否拥堵，同时检查道路是否存在缝隙和坑，基于GPS/GPRS车载数据采集装置进行行驶实验道路基础数据采集及处理，同时获得车辆的轨迹、位移、速度等行驶工况特征信息；

B、构建准稳态过程典型行驶工况：采集纯电动汽车实际道路行驶工况数据，提取运动学片段，基于主成分分析和聚类分析方法进行运动学片段特征值提取和分类处理，利用相关系数提取代表性行驶工况，构建符合纯电动汽车行驶工况特征的综合工况，为满足纯电动汽车行驶过程中通过实时获取的行驶状态进行能量在线优化管理的需要，引入多时间尺度运动学参数用于描述行驶状态处于运动学片段类内、类间及不同运动学片段间切换过程的准稳态特征，采用降维处理和模糊聚类方法，以运动学参数为特征参数对片段类内的片段进行二次聚类，实现对类内特征片段的提取和组合，完成纯电动汽车准稳态过程典型行驶工况构建，制定离线和在线运动学片段特征提取和分类准则，纯电动汽车的行驶状态呈现随机连续特性；

C、能量构建和优化管理：a、引入分层递阶控制原理建立纯电动汽车能量管理系统，如图3所示，该控制系统包含两个层级的控制策略，顶层策略为能量管理策略，采用马尔科夫决策理论建立能量优化管理模型，负责监控整个纯电动汽车动力系统的能量流动，根据系统当前的状态来确定电机的目标功率，底层策略为执行控制层，根据系统当前状态来进行功率分配和电机控制，满足纯电动汽车动力性要求，b、综合工况下以整个综合工况区间纯电动汽车能耗最优为目标，准稳态工况下以纯电动汽车的动力性和经济性综合最优为目标，以电动汽车当前状态为约束条件，建立基于马尔科夫决策理论的随机动态规划优化命题并求解，基于行驶状态转移概率矩阵，将优化命题整合为有限域的马尔科夫决策过程，整合过程如图4所示，该优化命题是有限域的马尔科夫决策过程，可以用自底向上递归的方法求解，优化过程根据离散的粒度的不同，求解的时间有差异，通常连续在线求解无法满足电动汽车实时控制的要求，可采用离散求解在线查表的处理方式，在离线求解时，遍历所有可能的初值，将结果储存在一张表格中，在线运行时，直接以查表的方式获取当前的最优控制向量值。

D、执行控制：车辆在驱动过程中，传感器实时采集电动车的车速u、加速度a、电池组SOC，超级电容端电压U，首先根据SOC和U判断电池和超级电容所属的工作状态，再根据得到的工作状态和实时的车速、加速度判断系统进入单驱模式或是双驱模式或是预充模式，若进入单驱模式则停止超级电容的输出，使电池组单独供电，若进入双驱模式则根据该工作状态对应的电池最佳输出功率调节电池组的输出功率，若进入预充模式则选用对超级电容脉冲充电，最大限度的提高超级电容的能量接收率和能量效率。

E、电池组SOC估算：通过建立电动汽车动力系统的效率模型，在理论建模的基础上分析在电池组单驱、电池组与超级电容共驱、电池组给超级电容预充这三种工作模式下电动汽车动力系统效率的变化规律，以效率最优为目标，研究使电动汽车能够随行驶工况合理切换工作模式的控制策略，并分析其控制效果，本发明采用一种逆向建模的方法，计算出不同的车速和加速度下考虑电池组、超级电容、电机损耗的动力系统驱动效率，SOC、SOH估计算法验证试验通过电池组测试系统来完成，测试系统结构如图5所示，电池状态估计算法采用电池管理系统(BMS)硬件在环仿真平台开发，将已经建立的电池组模型加载到BMS硬件在环仿真平台，利用数据采集板卡实时采集单节电池电压、电流及温度信息，基于开发的SOC、SOH估算算法来估算电池组SOC状态和容量，验证算法的精度及效率。其中，SOC是指电池剩余电量，而SOH则是指电池健康状态，由于综合考虑了纯电动汽车的行驶工况、供电模式、以及执行控制对于电池组的影响，能够准确地检测出电池组SOC和SOH。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。