對安時積分法計算的S0C進(jìn)行修正，消除了安時積分法計算過程 中的累積誤差、測量誤差及噪聲等，兩種方法相結(jié)合得到準(zhǔn)確穩(wěn)定的電池 S0C值。本發(fā)明可 W準(zhǔn)確的估計出電池 S0C，更有利于電動汽車對電池的管理，準(zhǔn)確的S0C估計可W準(zhǔn)確的計 算電動汽車的續(xù)航里程，便于駕駛者對于車輛的掌控，也適用于電流波動劇烈的電動汽車 應(yīng)用環(huán)境。
[0064] 在步驟S14中，如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C值。
[0065] 在本實施方式中，當(dāng)其誤差在±2.5%之內(nèi)將卡爾曼濾波算法得到的S0C值賦給安 時積分法S0C值，賦值之后繼續(xù)分開計算，在整個計算過程中不停判斷對S0C值進(jìn)行修正，輸 出S0C W安時積分法得到的S0C為準(zhǔn)，將其保存在EEPR0M中。
[0066] 在本實施方式中，本發(fā)明提供的一種S0C估值方法，還包括循環(huán)步驟（圖中未示 出），即包括:如果不在預(yù)計誤差值內(nèi)，則繼續(xù)將所述S0C初始值賦值作為安時積分算法計算 S0C值，并保存所述S0C值，同時利用卡爾曼濾波算法計算S0C值;繼續(xù)判斷由上述兩種算法 計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)；如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算 得到的S0C值。
[0067] 本發(fā)明提供的技術(shù)方案采用安時積分法和卡爾曼濾波算法相結(jié)合對電池進(jìn)行S0C 估算，既克服了安時積分法造成的累積誤差，又克服了卡爾曼濾波算法出現(xiàn)跳變現(xiàn)象，并且 可通過EEPR0M對S0C值進(jìn)行保存，能夠穩(wěn)定可靠的得到準(zhǔn)確S0C值。安時積分法計算S0C不具 有歷史繼承性是無記憶的，S0C計算與電池電流及初始S0C息息相關(guān);卡爾曼濾波算法計算 S0C具有歷史繼承性是W歷史數(shù)據(jù)為支撐的，S0C計算與電池的電壓息息相關(guān)，與初始值無 關(guān)可快速收斂到準(zhǔn)確值。本發(fā)明結(jié)合運(yùn)兩種方法的優(yōu)缺點(diǎn)并進(jìn)行改善可W得到準(zhǔn)確穩(wěn)定的 電池 S0C值。該方法適用于各種動力電池的S0C估算，相比于其他方法本發(fā)明能夠動態(tài)穩(wěn)定 的跟蹤S0C真實值，更適用于電動汽車的S0C準(zhǔn)確穩(wěn)定輸出。
[0068] 本發(fā)明【具體實施方式】還提供一種S0C估值系統(tǒng)10,主要包括：
[0069] 初值模塊11，用于利用卡爾曼濾波算法計算SOC初始值；
[0070] 賦值模塊12,用于將所述S0C初始值賦值作為安時積分算法計算S0C值，并保存所 述S0C值，同時利用卡爾曼濾波算法計算S0C值；
[0071] 判斷模塊13,用于判斷由上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)；
[0072] 輸出模塊14,用于如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C 值。
[0073] 本發(fā)明提供的一種S0C估值系統(tǒng)10,采用安時積分法和卡爾曼濾波算法相結(jié)合對 電池進(jìn)行S0C估算，既克服了安時積分法造成的累積誤差，又克服了卡爾曼濾波算法出現(xiàn)跳 變現(xiàn)象，并且可通過邸PROM對S0C值進(jìn)行保存，能夠穩(wěn)定可靠的得到準(zhǔn)確S0C值。
[0074] 請參閱圖2,所示為本發(fā)明一實施方式中S0C估值系統(tǒng)10的結(jié)構(gòu)示意圖。在本實施 方式中，S0C估值系統(tǒng)10包括初值模塊11、賦值模塊12、判斷模塊13、輸出模塊14W及循環(huán)模 塊15。
[0075] 初值模塊11，用于利用卡爾曼濾波算法計算S0C初始值。
[0076] 賦值模塊12,用于將所述S0C初始值賦值作為安時積分算法計算S0C值，并保存所 述S0C值，同時利用卡爾曼濾波算法計算S0C值。
[0077] 在本實施方式中，通過EEPR0M保存在經(jīng)過初始值賦值后由安時積分算法計算得到 的S0C值。在本實施方式中，因安時積分法計算S0C初值不能收斂，因此W卡爾曼濾波算法計 算的S0C作為安時積分S0C初始值，初始賦值之后，分別W卡爾曼濾波算法和安時積分法計 算 S0C。
[0078] 判斷模塊13,用于判斷由上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)。
[0079] 在本實施方式中，所述預(yù)設(shè)誤差值為±2.5%。本發(fā)明中卡爾曼濾波算法計算S0C 收斂性好，其計算的S0C值對安時積分法計算的S0C進(jìn)行修正，消除了安時積分法計算過程 中的累積誤差、測量誤差及噪聲等，兩種方法相結(jié)合得到準(zhǔn)確穩(wěn)定的電池 S0C值。本發(fā)明可 W準(zhǔn)確的估計出電池 S0C，更有利于電動汽車對電池的管理，準(zhǔn)確的S0C估計可W準(zhǔn)確的計 算電動汽車的續(xù)航里程，便于駕駛者對于車輛的掌控，也適用于電流波動劇烈的電動汽車 應(yīng)用環(huán)境。
[0080] 輸出模塊14,用于如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C 值。
[0081] 在本實施方式中，當(dāng)其誤差在±2.5%之內(nèi)將卡爾曼濾波算法得到的S0C值賦給安 時積分法S0C值，賦值之后繼續(xù)分開計算，在整個計算過程中不停判斷對S0C值進(jìn)行修正，輸 出S0C W安時積分法得到的S0C為準(zhǔn)，將其保存在EEPR0M中。
[0082] 循環(huán)模塊15,用于如果不在預(yù)計誤差值內(nèi)，則繼續(xù)將所述S0C初始值賦值作為安時 積分算法計算S0C值，并保存所述S0C值，同時利用卡爾曼濾波算法計算S0C值;繼續(xù)判斷由 上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)；如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時 積分算法計算得到的S0C值。
[0083] 本發(fā)明提供的技術(shù)方案采用安時積分法和卡爾曼濾波算法相結(jié)合對電池進(jìn)行S0C 估算，既克服了安時積分法造成的累積誤差，又克服了卡爾曼濾波算法出現(xiàn)跳變現(xiàn)象，并且 可通過EEPR0M對S0C值進(jìn)行保存，能夠穩(wěn)定可靠的得到準(zhǔn)確S0C值。安時積分法計算S0C不具 有歷史繼承性是無記憶的，S0C計算與電池電流及初始S0C息息相關(guān);卡爾曼濾波算法計算 soc具有歷史繼承性是W歷史數(shù)據(jù)為支撐的，soc計算與電池的電壓息息相關(guān)，與初始值無 關(guān)可快速收斂到準(zhǔn)確值。本發(fā)明結(jié)合運(yùn)兩種方法的優(yōu)缺點(diǎn)并進(jìn)行改善可W得到準(zhǔn)確穩(wěn)定的 電池 S0C值。該方法適用于各種動力電池的S0C估算，相比于其他方法本發(fā)明能夠動態(tài)穩(wěn)定 的跟蹤S0C真實值，更適用于電動汽車的S0C準(zhǔn)確穩(wěn)定輸出。
[0084] 值得注意的是，上述實施例中，所包括的各個單元只是按照功能邏輯進(jìn)行劃分的， 但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可;另外，各功能單元的具體名稱也 只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。
[0085] 另外，本領(lǐng)域普通技術(shù)人員可W理解實現(xiàn)上述各實施例方法中的全部或部分步驟 是可W通過程序來指令相關(guān)的硬件來完成，相應(yīng)的程序可W存儲于一計算機(jī)可讀取存儲介 質(zhì)中，所述的存儲介質(zhì)，如R0M/RAM、磁盤或光盤等。
[0086] W上所述僅為本發(fā)明的較佳實施例而已，并不用W限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項】
1. 一種SOC估值方法，其特征在于，所述方法包括： 利用卡爾曼濾波算法計算S0C初始值； 將所述S0C初始值賦值作為安時積分算法計算S0C值，并保存所述S0C值，同時利用卡爾 曼濾波算法計算S0C值； 判斷由上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)； 如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C值。2. 如權(quán)利要求1所述的S0C估值方法，其特征在于，所述預(yù)設(shè)誤差值為±2.5%，通過 EEPR0M保存在經(jīng)過初始值賦值后由安時積分算法計算得到的S0C值。3. 如權(quán)利要求2所述的S0C估值方法，其特征在于，所述方法還包括： 如果不在預(yù)計誤差值內(nèi)，則繼續(xù)將所述S0C初始值賦值作為安時積分算法計算S0C值， 并保存所述S0C值，同時利用卡爾曼濾波算法計算S0C值； 繼續(xù)判斷由上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)； 如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C值。4. 一種S0C估值系統(tǒng)，其特征在于，所述S0C估值系統(tǒng)包括： 初值模塊，用于利用卡爾曼濾波算法計算S0C初始值； 賦值模塊，用于將所述S0C初始值賦值作為安時積分算法計算S0C值，并保存所述S0C值，同時利用卡爾曼濾波算法計算S0C值； 判斷模塊，用于判斷由上述兩種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)； 輸出模塊，用于如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的S0C值。5. 如權(quán)利要求4所述的S0C估值系統(tǒng)，其特征在于，所述預(yù)設(shè)誤差值為±2.5%，通過 EEPR0M保存在經(jīng)過初始值賦值后由安時積分算法計算得到的S0C值。6. 如權(quán)利要求5所述的S0C估值系統(tǒng)，其特征在于，所述S0C估值系統(tǒng)還包括： 循環(huán)模塊，用于如果不在預(yù)計誤差值內(nèi)，則繼續(xù)將所述S0C初始值賦值作為安時積分算 法計算S0C值，并保存所述S0C值，同時利用卡爾曼濾波算法計算S0C值;繼續(xù)判斷由上述兩 種算法計算得到的S0C值是否在預(yù)設(shè)誤差值內(nèi)；如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算 法計算得到的S0C值。
【專利摘要】本發(fā)明提供了一種SOC估值方法，包括：利用卡爾曼濾波算法計算SOC初始值；將所述SOC初始值賦值作為安時積分算法計算SOC值，并保存所述SOC值，同時利用卡爾曼濾波算法計算SOC值；判斷由上述兩種算法計算得到的SOC值是否在預(yù)設(shè)誤差值內(nèi)；如果在預(yù)設(shè)誤差值內(nèi)，則輸出由安時積分算法計算得到的SOC值。本發(fā)明還提供了一種SOC估值系統(tǒng)。本發(fā)明采用安時積分法和卡爾曼濾波算法相結(jié)合對電池進(jìn)行SOC估算，既克服了安時積分法造成的累積誤差，又克服了卡爾曼濾波算法出現(xiàn)跳變現(xiàn)象，并且可通過EEPROM對SOC值進(jìn)行保存，能夠穩(wěn)定可靠的得到準(zhǔn)確SOC值。
【IPC分類】G01R31/36
【公開號】CN105487016
【申請?zhí)枴緾N201610042124
【發(fā)明人】關(guān)海盈, 孔滿, 尹旭勇
【申請人】深圳市沃特瑪電池有限公司
【公開日】2016年4月13日
【申請日】2016年1月21日