本发明涉及一种电池系统剩余电量动态估算及智能修正的方法,特别涉及一种车载锂电池系统剩余电量动态估算及智能修正方法。
背景技术:
准确地估算并修正车载锂电池系统剩余电量(SOC)有助于避免电池的过度充电与过度放电,保证电池的正常使用,延长电池的使用寿命。
锂材料作为能量载体时,其负载的可用剩余电量不是一个固定常量,而是随着温度、充放电速率、自身电压、静置时间、电池使用时间(电池老化)等诸多方面的因素而有不同的动态变化。在单次估算中产生的即使很微小的误差,也会在电池反复充放电周期中产生积累,一辆汽车的正常使用寿命周期,对电池的通用充放电次数要求为1000-2000次左右,那么这些误差会在这些次数中产生几何级的增长。因此为了避免这种情况发生,对于车载锂电池剩余电量估计的技术要求很高。
目前对于锂电池剩余电量SOC的估算一般通用的有三种方法:安时积分法、开路电压法、查表法、卡尔曼滤波法。
一、安时积分法:没有考虑温度、静置时间、电池老化对剩余电量的影响,虽然其误差率很小,但会产生累计误差。
二、开路电压法:没有考虑充放电倍率、静置时间对剩余电量的影响,通常只应用在相对静态的剩余电量修正、电池满充满放、电池均衡策略中。
三、查表法:获得的数据是理论性数据,没有考虑整车在动态复杂工况中电池系统里每个电芯产生的实际偏差。
四、卡尔曼滤波法:缺乏对整车不同工况中电池剩余电量估算的精度的动态调整和修正。
另外,前三种方法对电池剩余电量的估算没有考虑到电池老化容量衰减(SOH)的因素,当电池总容量下降后,假如仍参照新电池的电化学参数来估算,其误差会越来越大。
由上述说明可知,目前估算车载锂电池系统剩余电量仍采用单一方法来估算,会产生误差与累计误差,并且无法提供误差修正方案,因此必须谋求更佳的解决方法。
技术实现要素:
本发明提供了一种车载锂电池系统剩余电量动态估算及智能修正方法,能更精确的估算车载锂电池系统的剩余电量,并提供智能修正。详见下文描述:
一种车载锂电池系统剩余电量动态估算及智能修正方法,所述方法包括以下步骤:
1)把安时积分法、开路电压法、查表法纳入卡尔曼滤波系统中,使卡尔曼滤波优化为扩展式卡尔曼算法。
2)根据扩展式卡尔曼算法基础模块,估算剩余电量;
3)根据开路电压算法基础模块获取剩余电量;
4)通过控制策略状态机控制模块,枚举控制策略;
5)通过算法配置标定模块,为每个工况配置前两种不同的基础模块,实现估算和修正的动态运行。
本发明提供的技术方案的有益效果是:本方法避免了用单种方法估算电池剩余电量而产生的误差和累计误差,并在不同工况下采用精度最高的最优测量方法,另外随着电池使用时间的增加,把电池总容量的衰减因素考虑进整套估算方法内,能保证电池在长时间使用后,剩余电量修正的持续性以及维持其估算精度的不变。
通过结合在本说明书中并成为其一部分的附图和以下具体实施方式,本发明的上述特性和优点将会得以更详细的说明,且附图和具体实施方式一起用来通过举例的方式说明本发明的原理。
附图说明
图1为扩展式卡尔曼基础模块图;
图2为控制策略和算法配置状态机图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方案作进一步详细描述。
为了避免了用单种方法估算电池剩余电量而产生的误差和累计误差,并根据电池不同状态下实现最优化的误差修正方案,本发明实施例提供了一种车载锂电池系统剩余电量动态估算及智能修正方法,详见下文描述:
参见图1,本方法在常用的卡尔曼滤波系统中纳入了安时积分法、开路电压法、查表法,使之成为扩展式卡尔曼算法,把电池电化学特性表(表格数据由实验室里获取,包含四维条件参量,对电池在不同温度、充放电倍率、静置时间、电池衰减度进行其电压的取样)作为理论性参考数据,结合实际测量温度、实际测量充放电电流、实际测量电压、静置时间作为扩展式卡尔曼滤波器的输入端,并把上一次卡尔曼滤波的结果作为比较修正联入此卡尔曼滤波器,获取剩余电量。改进后的本算法提高了车载锂电池系统剩余电量估算的精确度。
参见图2,本方法采用控制策略状态机控制模块和算法配置标定模块,根据整车及电池系统的不同工况(汽车启动、系统自检、电量预警、车辆运行、车辆熄火、电池均衡、睡眠唤醒、内充电、外充电等),组建枚举型控制策略,并给每个工况配置前两种不同的基础模块,实现估算和修正的动态运行。