一种电动汽车铅酸动力电池荷电状态估算方法

摘要

本发明涉及一种电动汽车铅酸动力电池荷电状态估算方法，通过检测一定时间内，直流母线的电压和电流值，统计该时间内，得到一个最小的直流母线电压和最小的直流母线电压对应的直流母线电流。一般情况下，最小直流母线电压对应的直流母线电流也就是该时间内，最大的电流值。依据简易的内阻等效模型，计算出一个有效电动势，通过滤波算法对该有效电动势进行滤波处理，消除铅酸电池浮电压以及估算瞬态误差的影响，由于铅酸动力电池的SOC与其电动势有接近线性的关系。所以，最后通过查表算法得到电池当前的SOC。本方法只是基于负载端直流母线电压和电流，通过简单有效的算法，同时参考了铅酸动力电池理论和实际测试的数据，能够准确估计出铅酸动力电池SOC。

说明书

技术领域

本发明涉及电动汽车控制领域，通过简易、有效的算法，实现了对纯电动汽车铅酸动力电池荷电状态的估计，具体涉及一种电动汽车铅酸动力电池荷电状态估算方法。

背景技术

电动汽车动力电池SOC的估计，目前国内外采用方法主要有安时计量法、开路电压法、负载电压法、内阻法、神经网络法和卡尔曼滤波法。目前电动汽车上最为常用的算法是用开路电压法结合安时计量法。公开号为CN 101022178A的中国专利文献，公开了一种“基于标准电池模型的镍氢动力电池荷电状态的估计方法”，其中详细描述了安时计量法存在的固有缺陷。公开号为CN 102419422A的中国专利文献，公开了一种荷电状态的估计方法，其中描述的铅酸动力电池的SOC估计方法是通过估算两种电动势EMF1和EMF2，通过对这两种电动势取不同的加权系数，从而得到铅酸电池当前的SOC。该方法存在一定的缺陷，当整车处于一直行驶状态，电池不会出现无负载的情况下，EMF1计算会出现较大误差，从而导致铅酸电池的SOC估算出现较大的误差。同理，EMF2是通过对整车动态电压进行补偿计算得到的，EMF2本身的误差也是比较大，最终导致估算的电池SOC误差较大。

发明内容

本发明的目的在于提供种估计误差小，计算简单，可以解决铅酸动力电池充电浮压以及自放电影响的SOC估计方法，特别适合于配置铅酸动力电池的纯电动汽车。能够有效解决公开号为CN 102419422A的中国专利文献中存在的缺陷。本发明通过检测一定时间内，直流母线的电压和电流值，统计该时间内，得到一个最小的直流母线电压和最小直流母线电压对应的直流母线电流。一般情况下，最小直流母线电压对应的直流母线电流也就是该时间内，最大的电流值。依据简易的内阻等效模型，计算出一个有效电动势，通过滤波算法对该有效电动势进行滤波处理，然后通过查表等算法得到电池当前的SOC。该算法不考虑电池当前是否有负载情况，从而能够有效的避免公开号为CN 102419422A的中国专利文献中计算EMF1存在的缺陷。

本发明是基于负载端直流母线电压，通过简单有效的算法，同时参考了铅酸动力电池理论和实际测试的数据，能够准确估计出铅酸动力电池SOC。和公开号为CN 102419422A的中国专利文献中的算法一样，由于铅酸动力电池在充电时，产生的浮压较大，所以该方法的缺点是不能准确估计充电中以及充电一段时间后铅酸动力电池的SOC值，但该算法利用铅酸动力电池实际的测试和经验数据，考虑了充电后浮压的影响，能够快速逼近真实的SOC值，弥补了算法固有的缺陷。

本发明的方法是通过检测一定时间内，直流母线的电压和电流值，统计该时间内，得到一个最小的直流母线电压和最小的直流母线电压对应的直流母线电流。一般情况下，最小直流母线电压对应的直流母线电流也就是该时间内，最大的电流值。依据简易的内阻等效模型，计算出一个有效电动势，通过滤波算法对该有效电动势进行滤波处理，消除铅酸电池浮电压以及估算瞬态误差的影响，由于铅酸动力电池的SOC与其电动势有接近线性的关系。所以，最后通过查表算法得到电池当前的SOC。本方法只是基于负载端直流母线电压和电流，通过简单有效的算法，同时参考了铅酸动力电池理论和实际测试的数据，能够准确估计出铅酸动力电池SOC。

具体技术方案如下：

一种电动汽车铅酸动力电池荷电状态估算方法，包括如下步骤：

（1）计算一定时间周期内电池端最小电压和最大电流；

（2）计算电池电动势EMF；

（3）对步骤（2）计算得到的电动势EMF进行变化梯度限制，并进行滤波处理，得到有效电动势；

（4）根据有效电动势通过查表算法得到电池SOC。

进一步地，在步骤（1）之前还包括步骤：估计电池初始SOC，估算电池端电流。

进一步地，所述估计电池初始SOC步骤具体包括：

车辆钥匙上电，整车高压连接成功；

通过检测高压上电过程稳定后且无负载情况下的电池端直流母线电压，即电池开路电压计算得到初始SOC；

或者，进一步包括如下步骤：通过CAN总线发送给仪表，仪表显示出电池当前的SOC值；或者

所述估算电池端电流步骤具体包括：

电池端电流由整车的低压负载用电功率，制冷空调或者取暖的PTC功率综合计算得到，估算得到的电池端电流在后面估算电池SOC的其它算法所使用。

进一步地，步骤（1）具体包括：检测一定时间内，直流母线的电压和电流值，统计该时间内，得到一个最小的直流母线电压和最小的直流母线电压对应的直流母线电流。

进一步地，步骤（2）中具体包括：基于简单的内阻等效模型，根据步骤（1）中已计算得到的U min和I max，结合电池厂家实际的测试内阻数据，计算得到铅酸动力电池的电动势EMF，其中：EMF = U min + I max * R0，其中R0为电池当前内阻；U min为一定时间周期内电池端最小直流母线电压，I max为一定时间周期内电池端最大直流母线电流。

进一步地，步骤（3）中具体包括考虑电池实际EMF的变化速率对计算得到的EMF进行变化梯度限制，通过滤波算法对该有效电动势进行滤波处理，消除铅酸电池浮电压以及估算瞬态误差的影响。

进一步地，步骤（4）中具体包括由于铅酸动力电池的SOC与其电动势有接近线性的关系，通过查表算法计算并修正初始SOC值，得到电池当前的SOC。

进一步地，所述电动汽车包括整车控制器VMS，电机控制器MCU，整车控制器VMS和电机控制器MCU通过CAN连接，所述SOC估计在VMS中完成，VMS根据MCU发送的MCU端电压和电流实现SOC估计。

进一步地，根据车辆传感器实时采集的驱动电机端电压和负载电流，根据统计算法，提取出在一定时间周期内，电池端最小直流母线电压和最小母线电压对应的电池端电流，电池端最小直流母线电压对应的直流母线电流就是该时间周期内电池端最大的直流母线电流。

进一步地，具体包括：

VMS在估算铅酸动力电池SOC时，需要的信号包括MCU端直流母线电压，MCU端负载电流，电池单体电压、电池温度、加速踏板位置信号，钥匙开关位置信号，钥匙首次上电后，VMS根据上述信号通过策略算法和经验测试数据计算出电池初始SOC，VMS通过CAN总线发送给仪表显示；

VMS根据上述信号计算出一段时间周期内电池端最小的直流母线电压Umin和与其对应的直流母线端最大电流I max；

电池内阻R0通过I max和当前电池的SOC值，根据电池厂家提供的内阻实际测试数据，通过查表的方式得到；

基于内阻等效模型，根据已计算得到的U min，I max，R0，计算铅酸动力电池的电动势EMF，即：EMF = U min + I max * R0，使用变化梯度限制以及滤波算法对电池的EMF滑行平滑、滤波处理，得到电池的有效电动势；

根据铅酸动力电池厂家提供的EMF与SOC之间的关系曲线，并结合实际测试的经验数据，通过查表的方式得到铅酸动力电池SOC，实现铅酸动力电池SOC的估计。

与目前现有技术相比，本发明该算法具有很强的自适应性。算法的理论和实现的方式都很简单，估计的SOC值能够满足电动汽车使用精度要求。通过经验算法和EMF变化梯度限制能够很好的消除充电浮压及自放电对估计SOC过程中的影响。本发明适用于纯电动汽车上铅酸动力电池单体、模块和电池组的SOC估计。具体来说：

1，对整车系统的配置要求低。因为该方法是基于负载端直流母线电压和负载端直流母线电流估计得到的SOC值，所以整车系统中，没有安装采集电池充电电流的电流传感器。

2，统计一定时间内，得到该时间周期内，一个最小的负载端直流母线电压和该最小的负载端直流母线电压对应的堵在段直流母线电流，一般情况下，最小直流母线电压对应的直流母线电流也就是该时间内，最大的电流值。

3，利用简单的内阻等效模型，根据统计得到的一定时间周期内的直流母线最小电压和最大负载端直流母线电流，根据电池厂家实际的测试内阻数据，计算得到铅酸动力电池的有效电动势。

4，本发明在计算电池电动势的过程中，不是根据电池实际的动态电压连续计算电池的电动势，而是在一定周期内，完成一次计算，得到一个电池电动势的值，所以，本发明估算的电池电动势都是离散的值。通过对这些计算得到的离散的电动势进行拟合，查表，最终得到电池当前的SOC值。

5，对充电一段时间，首次钥匙上电后，该算法中会根据测试的经验数据对起始的电动势进行解析、修正，尽可能的消除浮压或者自放电导致的误差，从而保证了估计的初始SOC准确性。

附图说明

图1 是电动汽车系统结构示意图

图2 是铅酸动力电池内阻等效电路模型示意图

图3 是电池端直流母线电压与计算得到电池有效电动势之间的关系示意图

图4 是SOC估计流程示意图

具体实施方式

下面根据附图对本发明进行详细描述，其为本发明多种实施方式中的一种优选实施例。

图1为电动汽车系统结构图。系统主要由以下几部分组成：驱动电机，驱动电机控制器，以下简称MCU（Motor Control Unit），铅酸动力电池，整车控制器，以下简称VMS（Vehicle Management System），减速器，仪表，高压线束等组成。MCU采集了MCU端直流母线电压和电流，并以CAN通讯的方式将这两个信号实时的发送给VMS，VMS根据MCU发送的驱动电机当前状态信息及MCU端直流母线电压和电流，并结合采集到的驾驶员加速踏板，制动踏板，档位等信号，最终决定整车当前工作模式和驱动扭矩。同样以CAN通讯的方式命令MCU控制驱动电机工作模式和驱动扭矩。SOC估计是在VMS中完成，VMS根据MCU发送的MCU端电压和电流，结合整车状况，依据本发明的估计方法，实现SOC准确、便捷估计。

图2为铅酸动力电池内阻等效电路模型示意图。其中MCU端负载电流有正负方向，当负载电流为正时，表示铅酸动力电池处于充电状态；当负载电流为负时，表示铅酸动力电池处于发电状态；本发明是计算车辆行驶的一段时间周期内，计算该时间周期内电池端最小直流母线电压U min和最大直流母线电流I max，根据图2所示的原理图，将铅酸动力电池简化为内阻等效电路模型，根据欧姆定律，计算出铅酸动力电池在这段时间周期内的一个电动势，记为EMF，即：EMF = U min + I max * R0，其中内阻R0受到负载电流和电池温度共同影响，本发明中，是通过数据查表的方式实现铅酸动力电池内阻R0的计算。

图3是电池端直流母线电压与计算得到电池有效电动势之间关系示意图。其中U batt表示电池端直流母线电压，也是电动汽车实际行驶过程中采集到的数据。电动汽车行驶过程中，由于车辆的行驶模式不断变化，比如在驱动行驶模式和再生制动模式之间来回切换，缓加速和急加速等，这就在铅酸动力电池上体现为频繁的进行充放电和不同倍率的放电，电池的负载是不断变化，且变化的范围很宽，表现在电池端直流母线电压上就是U batt变化的幅值很宽。图3可以明显的看出，U batt在车辆行驶的过程中变化幅值宽，且无任何规律可循。本发明通过计算出一段时间周期内电池端最小的直流母线电压U min和与其对应的直流母线端最大电流I max。电池内阻R0是通过I max和当前电池的SOC值，根据电池厂家提供的内阻实际测试数据，通过查表的方式得到电池内阻。基于内阻等效模型，根据已计算得到的U min，I max，R0，计算铅酸动力电池的电动势EMF，经过变化梯度限制和滤波处理得到的电池有效电动势能够真实的体现电池实际电动势。

图4是SOC估计流程示意图。由图4可知VMS在估算铅酸动力电池SOC时，需要的信号大致有MCU端直流母线电压，MCU端负载电流，电池单体电压、电池温度、加速踏板位置信号，钥匙开关位置信号等。钥匙首次上电后，VMS根据这些信号通过策略算法和经验测试数据可计算出电池初始SOC，VMS通过CAN总线发送给仪表显示。VMS根据上述信号计算出一段时间周期内电池端最小的直流母线电压U min和与其对应的直流母线端最大电流I max。电池内阻R0是通过I max和当前电池的SOC值，根据电池厂家提供的内阻实际测试数据，通过查表的方式得到电池内阻。基于内阻等效模型，根据已计算得到的U min，I max，R0，计算铅酸动力电池的电动势EMF，即：EMF = U min + I max* R0，使用变化梯度限制以及滤波算法对电池的EMF滑行平滑、滤波处理，得到电池的有效电动势。然后根据铅酸动力电池厂家提供的EMF与SOC之间的关系曲线，并结合实际测试的经验数据，通过查表的方式得到铅酸动力电池SOC，实现了铅酸动力电池SOC的估计。

具体可采用如下步骤：

1，估计初始SOC；

车辆钥匙上电，整车高压连接成功，初始SOC就是通过检测高压上电过程稳定后且无负载情况下的电池端直流母线电压，即电池开路电压计算得到。因为，这时电池电动势EMF = U，根据铅酸动力电池厂家提供的理论数据和实际测试验证的数据结合，从而计算电池当前SOC值，通过CAN总线发送给仪表，仪表显示出电池当前的SOC值。

U：负载端直流母线电压；

2，估算电池端电流；

由于该系统配置中，只有驱动电机端负载电流传感器，所以只能得到驱动电机负载端的直流母线电流，由于整车存在其他功率负载用电，所以该电流不能等于电池端直流母线电压。本发明采用简单的办法，估算电池端电流，电池端电流是由整车的低压负载用电功率，制冷空调或者取暖的PTC功率综合计算得到，估算得到的电池端电流在后面估算电池SOC的其它算法所使用。

3，计算一定时间周期内电池端最小电压和最大电流；

在电动汽车行驶过程中，由于车辆的行驶模式不断变化，比如在驱动行驶模式和再生制动模式之间来回切换，缓加速和急加速等，这就在铅酸动力电池上体现为频繁的进行充放电和不同倍率的放电，电池的负载是不断变化，且变化的范围很宽。电池端母线电压在整车驾驶过程中的任何时刻都可能出现最小值。本发明所说的计算电池端最小电压和最大电流的前提是车辆行驶的一定时间周期内。所以，根据车辆传感器实时采集的驱动电机端电压和负载电流，根据统计算法，能够有效的提取出在一定时间周期内，电池端最小直流母线电压和最小母线电压对应的电池端电流。通常，电池端最小直流母线电压对应的直流母线电流也就是该时间周期内电池端最大的直流母线电流。

U min：一定时间周期内，电池端最小直流母线电压；

I max：一定时间周期内，电池端最大直流母线电流；

4，计算电池电动势；

基于简单的内阻等效模型，根据已计算得到的U min和I max，结合电池厂家实际的测试内阻数据，计算得到铅酸动力电池的电动势EMF。其中：EMF = U min + I max * R0

R0：电池当前内阻；

5，电动势变化梯度限制和滤波处理；

基于电池的内阻等效电路模型，通过计算得到的U min和I max，结合电池厂家实际的测试内阻数据，计算得到的铅酸动力电池电动势EMF存在较大的跳动，与电池实际的EMF变化梯度和速率不符。所以，需要考虑电池实际EMF的变化速率对计算得到的EMF进行变化梯度限制，又因为估算的EMF都是在一定时间周期内的一个离散数值点，所以需要通过滤波算法平滑、优化前面计算得到的EMF，经过电动势梯度限制和滤波处理后的EMF，称为电池有效电动势。电池的SOC计算就是根据电池的有效电动势查表得到。

6，根据有效电动势查表得到电池SOC；

目前，国内外对铅酸动力电池的特性研究已经很成熟，其中一个结论是铅酸动力电池的SOC与其电动势有接近线性的关系。因此，针对铅酸动力电池，如果能够准确计算出电动势，那么就容易估算出电池当前的SOC。本发明通过特定的算法，计算得到的电池有效EMF，通过实验室电池台架测试，和电池实际的EMF几乎吻合。因此，根据前面计算得到的电池有效EMF，考虑铅酸动力电池厂家提供的EMF与SOC之间的关系曲线，并结合实际测试的经验数据，在软件中，通过查表的方式计算并修正初始SOC值。从而实现了铅酸动力电池SOC的估算。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进直接应用于其它场合的，均在本发明的保护范围之内。