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)：

近年來隨著新能源發(fā)電以及電動汽車產(chǎn)業(yè)的發(fā)展，而蓄電池作為儲能的重要環(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間或長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時表示電池放電完全，當(dāng)SOC＝1時表示電池完全充滿。

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(主要包括安時計(jì)量法、內(nèi)阻法、開路電壓法等)和整個系統(tǒng)的辨識與參數(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，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，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，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)中的至少一個對該荷電狀態(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：開路電壓法計(jì)算子模塊，用于采用開路電壓法計(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，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，采用開路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來綜合預(yù)測初始荷電狀態(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)測精度；另外，通過在累計(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)測精度。

附圖說明

通過參考附圖會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系統(tǒng)的辨識與參數(shù)估計(jì)建模法這種單一的預(yù)測方法無法滿足初始SOC值的需要。本發(fā)明的發(fā)明人經(jīng)過研究后發(fā)現(xiàn)，當(dāng)SOC值特別高或特別低時，例如SOC值小于10％或大于90％時，開路電壓法的開路電壓和SOC值成良好的線性關(guān)系，可以獲得一個精度較高的SOC值；當(dāng)SOC值范圍在30％～70％之間時，采用人工神經(jīng)網(wǎng)絡(luò)法則會得到一個精度較高的SOC值，采用開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，開路電壓法是利用其一定的條件下其開路電壓和SOC值成一定的線性關(guān)系這一特性來通過測量開路電壓來得出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模擬蓄電池的動態(tài)特性，利用蓄電池的外部可測數(shù)據(jù)來訓(xùn)練得到蓄電池的SOC。通過結(jié)合兩種方法的優(yōu)勢，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，放電時為正，充電時為負(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，采用開路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來綜合預(yù)測初始荷電狀態(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，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，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，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(SOC值小于10％或大于90％時)，開路電壓法的開路電壓和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)過大量的運(yùn)算，所以此時分配給開路電壓法的第一權(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，相對于SOC值的變化來說開路電壓的變化過小，二者不成線性關(guān)系，因此分配給開路電壓法的第一權(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，開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)，但是開路電壓法在此時的線性關(guān)系已開始出現(xiàn)失真，所以分配給開路電壓法的第一權(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，蓄電池的容量會受到環(huán)境溫度的影響，當(dāng)溫度升高，蓄電池的容量會增加，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)時間。當(dāng)停機(jī)時間大于蓄電池的自恢復(fù)時間時，就要考慮到蓄電池自放電對電池容量產(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相應(yīng)增加，因此在上述步驟S2中增加循環(huán)次數(shù)(或稱電池老化)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，開路電壓法計(jì)算子模塊用于采用開路電壓法計(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，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對荷電狀態(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，采用開路電壓法和人工神經(jīng)網(wǎng)絡(luò)法來綜合預(yù)測初始荷電狀態(tài)值，提高了初始荷電狀態(tài)值的計(jì)算精度；通過在預(yù)測了荷電狀態(tài)時進(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，提高了荷電狀態(tài)的預(yù)測精度。

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)。