一种动力电池soc估计方法、装置及纯电动汽车
阅读说明：本技术 一种动力电池soc估计方法、装置及纯电动汽车 (Power battery SOC estimation method and device and pure electric vehicle ) 是由 熊超 陈吉松 易开红 杜彪 于 2021-08-30 设计创作，主要内容包括：本发明提供了一种动力电池SOC估计方法、装置及纯电动汽车,所述方法包括:获取动力电池当前的健康度、SOC初始值；并采集动力电池的放电电流和输出电压；基于所述SOC初始值、所述放电电流和所述输出电压判断是否进入SOC修正；若确定进入SOC修正,则基于所述放电电流、所述输出电压以及上一次采集到的动力电池的放电电流和输出电压,计算动态内阻偏差；基于所述动态内阻偏差、所述SOC初始值、所述放电电流和所述健康度,计算动力电池的SOC修正值。(The invention provides a power battery SOC estimation method, a device and a pure electric vehicle, wherein the method comprises the steps of obtaining the current health degree and SOC initial value of a power battery; collecting the discharge current and the output voltage of the power battery; judging whether to enter SOC correction or not based on the SOC initial value, the discharge current and the output voltage; if the SOC correction is determined to be started, calculating dynamic internal resistance deviation based on the discharge current, the output voltage and the last collected discharge current and output voltage of the power battery; and calculating the SOC correction value of the power battery based on the dynamic internal resistance deviation, the SOC initial value, the discharge current and the health degree.)
技术领域
本发明属于新能源汽车动力电池领域，具体涉及一种动力电池SOC估计方法、装置及纯电动汽车。
背景技术
目前，纯电动汽车的动力电池SOC估计是动力电池研究的一个主要方向，涉及使用工况。方法主要包含：开路电压法、安时积分法、神经网络法、模糊算法、滑膜观测器法、卡尔曼滤波算法、粒子滤波算法等。其类型主要分为三种类型：
试验数据类型：开路电压法。开路电压法每次试验之后需要将电池处于长时间静置的状态，不适用于动态在线SOC估计；
公式定义类型：安时积分法、卡尔曼滤波算法。安时积分法以SOC定义为基础，算法比较简单。但是由于存在初始误差、测量误差，随着时间的推移，误差积累越来越大；卡尔曼滤波基于方差预估，算法比较复杂，存在多种延伸：卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波，且由于模型进行了线性处理，与实际情况还是存在一定差异。
学习训练类型：神经网络法、模糊算法等。他们都能够达到较高的SOC估计精度，但是需要大量的试验数据作为训练支撑，而且SOC估计的结果与训练方法关联度较高，算法相对于前两种类型较复杂。
发明内容
本发明提供一种动力电池SOC估计方法、装置及纯电动汽车，考虑到动力电池温度和老化程度最终都反映到动力电池内部动态电阻的变化，在安时积分算法的基础上，增加动力电池内阻偏差控制补偿，不用依赖于电池SOC模型。一方面可以实现实时在线地对SOC进行偏差补偿；另一方面，由于算法简单，也不需要采集大量的试验数据，可以有效的节省项目开发时间。同时，整个SOC修正过程基于动力电池放电电流的使用情况，不会让用户感觉到突变。
本发明的技术方案为：
本发明提供了一种动力电池SOC估计方法，所述方法包括:
获取动力电池当前的健康度、SOC初始值；并采集动力电池的放电电流和输出电压；
基于所述SOC初始值、所述放电电流和所述输出电压判断是否进入SOC修正；
若确定进入SOC修正，则基于所述放电电流、所述输出电压以及上一次采集到的动力电池的放电电流和输出电压，计算动态内阻偏差；
基于所述动态内阻偏差、所述SOC初始值、所述放电电流和所述健康度，计算动力电池的SOC修正值。
优选地，获取动力电池当前的SOC初始值的步骤包括：
在整车上ON档电后，检测整车距离上次上电的时长是否超过第一预设时长；
若超过，则通过预设OCV-SOC曲线插值得到所述SOC初始值；
若未超过，则将整车上一次下电时的SOC值确定为所述SOC初始值。
优选地，基于所述SOC初始值、所述放电电流和所述输出电压判断是否进入SOC修正的步骤包括：
通过公式：
计算动力电池实时内阻Rt，μ(t)为所述输出电压，μ(t)为上一次采集到的输出电压，i(t)为所述放电电流，i(t-1)为上一次采集到的放电电流；
再将动力电池出厂时的内阻Ro减去所述动力电池实时内阻Rt，得到动力电池内阻变化值ΔR；
基于所述动力电池内阻变化值ΔR从预设的动力电池内阻变化值-SOC关系表中查表得到对应的SOC值，并基于所述SOC初始值从预设的SOC初始值-动态电压关系表中查表得到对应的动态电压；
判断所述SOC初始值和所述SOC值的偏差是否大于或等于预设偏差且所述放电电压μ(t)是否小于或等于所述动态电压；
若满足SOC初始值和所述SOC值的偏差大于或等于预设偏差且所述放电电压μ(t)小于或等于所述动态电压的条件时长超过第二预设时长，则确定需要进入SOC修正。
优选地，通过公式：
计算动力电池的SOC修正值SOC(t),其中，SOC0(t)为所述SOC初始值，SOH为所述健康度，C为已知的动力电池额定容量，i(t)为所述放电电流，η为已知的动力电池充放电效率，kp和ki为已知的PI控制参数，i(t)为所述放电电流，S为。
优选地，所述方法还包括：
若确定不进入SOC，通过公式：
计算动力电池的SOC修正值SOC(t)，其中，SOC0(t)为所述SOC初始值，η为已知的动力电池充放电效率，i(t)为所述放电电流。
本发明还提供了一种动力电池SOC估计装置，所述方法包括:
参数收集模块，用于获取动力电池当前的健康度、SOC初始值；并采集动力电池的放电电流和输出电压；
判断模块，用于基于所述SOC初始值、所述放电电流和所述输出电压判断是否进入SOC修正；
第一计算模块，用于若确定进入SOC修正，则基于所述放电电流、所述输出电压以及上一次采集到的动力电池的放电电流和输出电压，计算动态内阻偏差；
第二计算模块，用于基于所述动态内阻偏差、所述SOC初始值、所述放电电流和所述健康度，计算动力电池的SOC修正值。
本发明还提供了一种纯电动汽车，包括上述的动力电池SOC估计装置。
本发明的有益效果为：
纯电动汽车在上电后实时检测动力电池的输出电压、放电电流，来计算动态的动力电池内阻变化值，通过PI控制器依靠动力电池内阻变化值进行SOC补偿计算，实现动态SOC偏差修正。相对于现有的方案，不需要建立精确的电池模型，基于安时积分法进行修正，算法比较简单。同时基于电池老化和温度变化的深层机理：动力电池内阻变化值对于SOC计算偏差进行实时在线的修正，不需要进行大量的试验，可以节省项目开发时间。
本方法简单可靠，利用现有的硬件平台，在不进行额外的动力电池数据试验的情况下，通过实时电池电压、电流测量，实现基于动态电阻变化的SOC修正补偿。有效的解决了目前基于安时积分法的动力电池SOC估计积分误差问题。同时，相对于卡尔曼滤波和深度学习算法，实现过程更简单可靠。
附图说明
图1为动力电池SOC估计的算法框图；
图2为动力电池SOC估计的流程框图。
具体实施方式
下面结合说明书附图对本发明进行进一步的描述。
参见图1和2，本发明所述的一种纯电动汽车的动力电池SOC估计方法，其方法流程图如下：
整车在某环境温度下第一次上ON档电后，实时检测动力电池的输出电压μ(t)和放电电流i(t)，判断整车距离上次上电的时长，如果超过A小时(第一预设时长)，则通过查找OCV-SOC曲线对SOC初始值进行更新，如果未超过A小时(第一预设时长)，则读取整车上一次下电前的SOC作为当前的SOC初始值。
当整车开始充电或者行驶放电时，基于以下判断条件判断是否需要进入SOC修正，该判断条件具体包括：1)、SOC初始值与预设的动力电池内阻变化值-SOC关系表(该动力电池内阻变化值-SOC关系表中记录有动力电池内阻变化值和SOC值的对应关系)查表得到的SOC值的偏差是否≥B％(预设偏差)，2)输出电压μ(t)≤SOC初始值对应的动态电压(其中，基于所述SOC初始值从预设的SOC初始值-动态电压关系表中查表得到对应的动态电压)，3)：条件1)、条件2)同时满足的时间≥C s(第二预设时长)。如果条件满足，则进入SOC修正流程。
其中，通过将实时检测的输出电压μ(t)、放电电流i(t)进行公式计算，可以得到动力电池实时电阻Rt，再将动力电池出厂时的内阻Ro减去电池实时电阻Rt，得到动力电池内阻变化值ΔR。
然后通过PI控制器基于动力电池内阻变化值ΔR对SOC进行偏差修正。具体来说，通过公式：
计算得到该动力电池的SOC修正值SOC(t)。其中，SOC0(t)为SOC初始值、i(t)为动力电池的放电电流、动力电池的额定容量C、η为已知的动力电池充放电效率、SOH为根据充放电情况确定的动力电池的健康度，kp和ki为已知的PI控制参数。
本实施例中，若基于上述的条件1-3确定不满足进入SOC修正的条件，则通过公式：
计算动力电池的SOC修正值SOC(t)，其中，SOC0(t)为所述SOC初始值，η为已知的动力电池充放电效率，i(t)为所述放电电流。
通过上述流程即可在SOC估计出现较大误差时，对SOC进行修正。由于对动力电池内阻变化值ΔR进行了合理估计，通过对纯电动汽车在上电后实时检测动力电池的输出电压、放电电流，来计算动态的动力电池内阻变化值，通过PI控制器依靠动力电池内阻变化值进行SOC补偿计算，实现动态SOC偏差修正。相对于现有的方案，不需要建立精确的电池模型，基于安时积分法进行修正，算法比较简单。同时基于电池老化和温度变化的深层机理：动力电池内阻变化值对于SOC计算偏差进行实时在线的修正，不需要进行大量的试验，可以节省项目开发时间。
本发明还提供了一种动力电池SOC估计装置，所述方法包括:
参数收集模块，用于获取动力电池当前的健康度、SOC初始值；并采集动力电池的放电电流和输出电压；
判断模块，用于基于所述SOC初始值、所述放电电流和所述输出电压判断是否进入SOC修正；
第一计算模块，用于若确定进入SOC修正，则基于所述放电电流、所述输出电压以及上一次采集到的动力电池的放电电流和输出电压，计算动态内阻偏差；
第二计算模块，用于基于所述动态内阻偏差、所述SOC初始值、所述放电电流和所述健康度，计算动力电池的SOC修正值。
本发明还提供了一种纯电动汽车，包括上述的动力电池SOC估计装置。