一种电池SOC的估算方法、装置与流程

一种电池soc的估算方法、装置
技术领域
1.本技术涉及电池技术领域，具体涉及一种电池soc的估算方法、装置。


背景技术：

2.soc(电池荷电状态，state ofcharge)是描述电池状态的重要变量，指的是电化学储能过程中储能介质中实际存在的电荷数占额定储能容量对应的储能介质中含有的电荷数的百分率。soc代表了电池中剩余电荷的可用状态，且soc和电池的使用寿命及安全性能密切相关。
3.相关技术中，通常采用电池等效电路模型结合卡尔曼滤波器的方式对电池soc进行估算，主要有以下两种方法：根据soh(电池健康状态，state of health)计算电池的最大可用容量，进而修正soc-ocv曲线；或者使用在线参数估算算法，动态更新soc估算模型中的参数。然而，现有的电池soc估算方法在新电池的状态估算中准确度较高，但存在电池老化后对soc的估算准确度下降的问题。


技术实现要素：

4.鉴于上述问题，提出了本技术以便提供一种电池soc的估算方法、装置，以达到降低电池soc估算误差、提高老化电池soc估算准确度的技术效果。
5.依据本技术的一个方面，提供了一种电池soc的估算方法，包括：
6.根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系；
7.利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；
8.基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。
9.可选地，所述第一电池包括不同soh取值的多个电池，所述soc-ocv曲线包括新电池的soc-ocv曲线，以及多个不同老化程度的非新电池的soc-ocv曲线，所述第二电池包括准备进行soc估算的待测电池，其中，所述第一电池为相同型号、相同批次的电池。
10.可选地，所述第一电池的soc-ocv曲线还包括：在不同循环次数的充放电过程中，每个所述第一电池的不同soh值对应的soc-ocv曲线。
11.可选地，所述方法还包括：
12.在所述第一电池的soh曲线为第一百分比soh时，得到第一百分比soh时对应的所述新电池的soc-ocv曲线；
13.在所述第一电池的soh曲线为第二百分比soh时，得到第二百分比soh时对应的非新电池的第一soc-ocv曲线；
14.在所述第一电池的soh曲线为第三百分比soh时，得到第三百分比soh时对应的非新电池的第二soc-ocv曲线，所述第二soc-ocv曲线与所述第一soc-ocv曲线不同。
15.可选地，利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型
进行训练，得到所述电池等效电路模型中的预设模型参数，包括：
16.将所述soc-ocv与soh之间的对应关系带入所述电池等效电路模型中进行计算，以确定所述电池等效电路模型中的预设模型参数，其中，所述电池等效电路模型中的预设模型参数用于表征电池的内部状态特性，所述预设模型参数包括：所述电池等效电路模型中的电阻参数、电容参数。
17.可选地，所述基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果包括：
18.将所述电池等效电路模型中得到的所述预设模型参数作为观测值输入卡尔曼滤波器，得到估计值并作为所述第二电池的soc估算结果。
19.可选地，所述方法还包括：
20.通过电池特性实验确定所述第一电池的电池参数，并根据所述第一电池的电池参数获取所述第一电池的soc-ocv曲线以及所述第一电池的soh曲线，其中，所述电池参数包括：不同循环次数的充放电过程中的soc参数、开路电压ocv参数、电池容量衰减参数以及电池电压特性参数。
21.可选地，所述根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定所述soc-ocv与soh之间的对应关系包括：
22.将所述电池soc-ocv曲线与所述电池的soh曲线进行拟合，并利用线性插值方法生成所述soc-ocv与soh的关系函数。
23.可选地，所述根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定所述soc-ocv与soh之间的对应关系包括：
24.根据所述电池的soc-ocv曲线及所述电池的soh曲线，得到所述soc-ocv与soh之间的对应数值，并利用线性插值方法生成所述soc-ocv与soh的二维数据表。
25.依据本技术的第二方面，提供了一种电池soc的估算装置，所述装置包括：
26.确定单元，用于根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系；
27.训练单元，用于利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；
28.估算单元，用于基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。
29.依据本技术的第三方面，提供了一种电子设备，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述任一项所述的电池soc的估算方法。
30.依据本技术的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如上述任一项所述的电池soc的估算方法。
31.由上述可知，本技术采用的上述至少一个技术方案能够达到以下有益效果：根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系；利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；基于所述预设模
型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。本技术通过获取新老电池的soc-ocv曲线与soh曲线，基于soc-ocv与soh之间的对应关系对模型进行训练及优化，以此实现了对于新电池及非新电池的soc估算，降低了由于电池老化造成的估算误差，有效提高了电池soc的估算准确度。
32.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
33.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
34.图1为本技术一个实施例中的电池soc的估算方法的流程示意图；
35.图2为本技术一个实施例中的电池二阶等效电路模型；
36.图3为本技术一个实施例中的电池i-t循环工况示意图；
37.图4为本技术一个实施例中的电池soc的估算方法的不同百分比soh取值时对应的电池soc-ocv曲线的示意图之一；
38.图5为本技术一个实施例中的电池soc的估算方法的不同百分比soh取值时对应的电池soc-ocv曲线的示意图之二；
39.图6为本技术一个实施例中的soh＝100％时soc估算值与soc真实值之间的对比示意图；
40.图7为本技术一个实施例中的soh＝100％时的误差曲线示意图；
41.图8为在soh＝87％时运用本技术实施例中soc的估算方法与传统方法、soc真实值之间的对比示意图；
42.图9为在soh＝87％时运用本技术实施例中soc的估算方法与现有技术之间的误差对比图；
43.图10为在soh＝74％时运用本技术实施例中soc的估算方法与传统方法、soc真实值之间的对比示意图；
44.图11为在soh＝74％时运用本技术实施例中soc的估算方法与现有技术之间的误差对比图；
45.图12为本技术一个实施例中的电池soc的估算装置的结构示意图；
46.图13为本技术一个实施例中的电子设备的结构示意图；
47.图14为本技术一个实施例中的计算机可读存储介质的结构示意图。
具体实施方式
48.下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
49.如前所述，现有技术中对于电池soc主要有两种估算方法，此两种方法依赖于准确的soc-ocv曲线，新电池在进行soc估算时的精度较高，但随着电池的老化及电池soh的损耗，对于非新电池的soc估算准确度往往下降严重。soc-ocv是影响电池soc估算准确性的最重要因素之一，但soc-ocv曲线随着电池老化而不断变化的情况常被忽略，由此形成了极大的估算误差。
50.基于此，本技术的实施例中提出了一种电池soc的估算方法，以达到降低电池soc估算误差、提高老化电池soc估算准确度的技术效果。
51.本技术的技术构思在于在原有估算方法的基础上，获取新电池与不同老化程度的非新电池的soc-ocv曲线，同时，基于新老电池的soc-ocv曲线并结合soh曲线，得到soc-ocv与soh之间的对应关系并对模型进行训练及优化，以此实现对于电池soc的估算，本技术能够有效降低电池soc的估算误差，解决由于电池老化所造成的估算精度下降的问题，进一步提高了电池soc的估算准确度，特别适用于电池长期使用后健康状态降低情况下的soc估算。
52.以下结合附图，详细说明本技术各实施例提供的技术方案。
53.如图1所示，所述方法包括如下的步骤s110至步骤s130：
54.步骤s110，根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系。
55.在本技术的一个优选的实施例中，选取了相同厂家、相同批次、相同型号的若干组电池作为第一电池，通过一系列电池特性实验来确定所述第一电池的电池参数；具体地，可以利用电池测试系统设置不同的需求，针对所述第一电池进行充充放电测试并获取第一电池的各类参数，之后再通过pc端的数据处理平台对采集到的参数数据进行分析和处理。
56.在本实施例中，根据电池开路电压特性实验，可以得到所述第一电池在不同的充放电倍率下的实验结果，对得到的开路电压ocv及其对应的soc值进行处理，提取绘制出所述第一电池的soc-ocv曲线，在充放电的过程中，由于电池soh会随着循环次数的增加而显著变化，在求得各点soc-ocv的同时，可根据循环次数和时间测试出电池在不同变化状态下soc-ocv曲线对应的soh，由此可获取到所述第一电池的soh曲线，将所述soc-ocv曲线与其不同变化状态下的soh取值一一对应，通过数据拟合或者建立数据表的方式确定soc-ocv与soh之间的对应关系。
57.步骤s120，利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数。
58.在本技术的实施例中，预先建立了电池等效电路模型以便进一步地估算电池soc。电池等效电路的建模方法可参考现有技术，对电池的外部特性进行模拟，得到以电源、电容及电阻等作为基本元件的等效电路。
59.在本技术实施例中，所述电池等效电路模型包括一阶或者二阶rc模型等常用模型。如图2所示，以二阶rc模型为例，电路中包含有两个rc回路结构(r1、c1回路，r2、c2回路)，根据基尔霍夫电压定律和电流定律可以得到该二阶rc模型的微分方程，图3所示即为采用二阶rc模型模拟电池充放电的i-t(电流-时间)循环工况示意图。进一步地，利用前文确定的soc-ocv与soh之间的对应关系对所述电池等效电路模型进行训练，例如，利用最小二乘法等方法对模型进行调整和修正，进而得到所述电池等效电路模型中的预设模型参数。
60.步骤s130，基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。
61.卡尔曼滤波算法是以状态空间方程为基础以完成对状态量的估计的。在本实施例中，可以参考现有技术建立系统的状态方程和观测方程，通过卡尔曼滤波器利用观测值来校准估计值，以实现对于所述第二电池的soc估算，同时，还可消除系统噪声对于状态量的干扰。由此可知，本技术通过获取新老电池的soc-ocv曲线与soh曲线，基于soc-ocv与soh之间的对应关系对模型进行训练及优化，并结合卡尔曼滤波器实现了对于新电池及非新电池的soc估算，降低了由于电池老化造成的估算误差，有效提高了电池soc的估算准确度。
62.在本技术的一个实施例中，所述第一电池包括不同soh取值的多个电池，所述soc-ocv曲线包括新电池的soc-ocv曲线，以及多个不同老化程度的非新电池的soc-ocv曲线，所述第二电池包括准备进行soc估算的待测电池。
63.具体地，所述第一电池包括若干个相同厂家、相同批次、相同型号的电池模组，所述第二电池和第一电池的型号批次等均相同，并且第二电池为不同电池健康状态(soh不同)的多个待测电池。在本技术的一个实施例中，所述第一电池和所述第二电池均为锂离子电池。
64.此外，在本技术实施例中，通过充放电实验使得每个第一电池的健康状态有所差别(也可以预先准备不同soh的电池)，即通过设置多组新电池及不同老化程度的非新电池来实时测量新电池的soc-ocv曲线，以及多个不同老化程度的非新电池的soc-ocv曲线。
65.在本技术的另一个实施例中，所述第一电池的soc-ocv曲线还包括：在不同循环次数的充放电过程中，每个所述第一电池的不同soh值对应的soc-ocv曲线。可以理解，本技术除了获取到不同老化程度的多个电池的soc-ocv曲线之外，还可以持续测试同一块电池的变化状态，随着时间及实验循环次数的增加，计算得到每个电池的不同soh值及其对应的soc-ocv曲线。
66.在本技术的一个实施例中，在所述第一电池的soh曲线为第一百分比soh时，得到第一百分比soh时对应的所述新电池的soc-ocv曲线；
67.在所述第一电池的soh曲线为第二百分比soh时，得到第二百分比soh时对应的非新电池的第一soc-ocv曲线；
68.在所述第一电池的soh曲线为第三百分比soh时，得到第三百分比soh时对应的非新电池的第二soc-ocv曲线，所述第二soc-ocv曲线与所述第一soc-ocv曲线不同。
69.soc-ocv曲线是进行电池soc估算时的稳态基准，基准的准确性决定着实际估算的准确性。为了有效降低电池soc估算中的误差，当然，可以理解，在进行实验时同样可以测试其他百分比soh时对应的soc-ocv曲线，也可以增加更多soh取值对应的曲线。本技术上述实施例中所述数值仅为了便于描述，不作为对本技术保护范围的限制，本领域相关技术人员可以根据具体应用场景设置多种不同百分比soh，并分别研究其对应的soc-ocv曲线的变化趋势。
70.具体地，如图4所示，图中示出了三种不同百分比soh(70％、85％、100％)分别对应的soc-ocv曲线的变化趋势，分别为soh＝100％时对应的新电池的soc-ocv曲线，soh＝85％时对应的非新电池的soc-ocv曲线，以及soh＝70％时对应的非新电池的soc-ocv曲线。
71.可以看出，随着soh的降低(即电池老化程度的增加)，三条soc-ocv曲线的贴合程
ocv与soh之间的关系函数、数学表达式等。在对电池等效电路模型进行训练时，可借助优化工具处理所述soc-ocv与soh之间的关系函数，以便后续确定和修正等效电路中各元件的参数值。
79.具体地，在本技术实施例中，利用线性插值方法(如，拉格朗日插值法、牛顿插值法和分段低次插值法等)进行插值，生成所述soc-ocv与soh的数值对照表如表2所示。
80.表2进行线性插值后(soh为74％、87％)的soc-ocv数值
[0081][0082]
进一步地，如图8和图9所示，当soh＝87％时，运用本技术实施例中soc的估算方法与soc真实值之间的曲线非常接近，同时采用本技术所述方法的估算效果要明显优于现有技术；如图10和图11所示，当soh＝74％时，运用本技术实施例中soc的估算方法同样与soc真实值接近，并且与现有技术10％左右的误差率相比，本技术实施例中的估算误差基本在-2％～0.5％之间波动，可见，本技术能够有效地提高soc的估算精度，特别是针对老化电池的估算，能够使得电池soc的估算准确度保持在新电池的水平。
[0083]
在本技术的另一个实施例中，所述根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定所述soc-ocv与soh之间的对应关系包括：根据所述电池的soc-ocv曲线及所述电池的soh曲线，得到所述soc-ocv与soh之间的对应数值，并利用线性插值方法生成所述soc-ocv与soh的二维数据表，将soc-ocv与soh之间的数据以数据表的形式进行存储，并且可通过查表法对所述soc-ocv与soh的二维数据表中的数据进行调用。
[0084]
可以理解，确定所述soc-ocv与soh之间的对应关系的方法不限于前文提到的查表法及函数关系法。
[0085]
在本技术的一个实施例中，利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数，包括：
[0086]
将所述soc-ocv与soh之间的对应关系带入所述电池等效电路模型中进行计算，其中，所述电池等效电路模型中的预设模型参数用于表征电池的内部状态特性，所述预设模型参数包括：所述电池等效电路模型中的电源电压参数、电阻参数、电容参数。
[0087]
具体地，在本技术实施例中，需要预先建立电池等效电路模型，并利用所述soc-ocv与soh对模型进行训练及优化。如前文所述，通过数据拟合或者建立数据表的方式得到所述soc-ocv与soh之间的对应关系，将这些函数关系式或者数据带入到所述模型的公式中得到该对应关系和所述预设模型参数之间的关系表达式，并利用excel或者matlab等常用工具实现对于模型参数的辨识，得到预设模型参数。
[0088]
可以理解，电源电压参数(电源电动势)与电池soc之间存在一定的函数关系，电阻参数中还包括欧姆内阻、极化内阻和电池浓度差电阻等，电容参数中包括电池极化电容和电池浓度差电容等。所述电源电压参数、电阻参数、电容参数等预设模型参数均模拟了电池响应充放电时的动态特性。
[0089]
在本技术的一个实施例中，所述基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果包括：
[0090]
将所述电池等效电路模型中得到的所述预设模型参数作为观测值输入卡尔曼滤波器，得到估计值并作为所述第二电池的soc估算结果。
[0091]
在本技术的一些实施例中，通过电池特性实验确定所述第一电池的电池参数，并根据所述第一电池的电池参数获取所述第一电池的soc-ocv曲线以及所述第一电池的soh曲线，其中，所述电池参数包括：不同循环次数的充放电过程中的soc参数、开路电压ocv参数、电池容量衰减参数以及电池电压特性参数。
[0092]
如前文所述，在获取所述第一电池的soc-ocv曲线与soh曲线之前，需要通过实验获取电池参数。soc参数、开路电压ocv参数用于提取soc-ocv曲线，所述电池容量衰减参数用于计算soh并得到soh曲线，所述电池电压特性参数、电流特性参数等用于获取电池等效电路模型中的预设模型参数。上述电池参数能够反映电池的性能及工作特性，为后续优化及训练电池等效电路模型并估算soc提供了数据支持。
[0093]
本技术的实施例中还提供了一种电池soc的估算装置1200，如图12所示，所述装置包括：
[0094]
确定单元1210，用于根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系。
[0095]
在本技术实施例中，选取了相同厂家、相同批次、相同型号的若干组电池作为第一电池，通过一系列电池特性实验来确定所述第一电池的电池参数；具体地，可以利用电池测试系统设置不同的需求，针对所述第一电池进行重充放电测试并获取第一电池的各类参数，之后再通过数据处理平台对采集到的参数数据进行分析和处理。在本实施例中，根据电池开路电压特性实验，可以得到所述第一电池在不同的充放电倍率下的实验结果，对得到的开路电压及其对应的soc值进行处理，并绘制出所述第一电池的soc-ocv曲线，在充放电的过程中，由于电池soh会随着循环次数的增加而显著变化，在求得各点soc-ocv的同时，可根据循环次数和时间测试并计算出电池在变化状态下不同soc-ocv曲线对应的soh，由此可绘制出所述第一电池的soh曲线，将所述soc-ocv曲线与其不同变化状态下的soh取值一一对应，通过数据拟合或者建立数据表的方式确定soc-ocv与soh之间的对应关系。
[0096]
训练单元1220，用于利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数。
[0097]
在本技术的实施例中，预先建立了电池等效电路模型以便进一步地估算电池soc。电池等效电路的建模方法可参考现有技术，对电池的外部特性进行模拟，得到以电源、电容及电阻等作为基本元件的等效电路。在本技术实施例中，所述电池等效电路模型包括一阶或者二阶rc模型等常用模型，以二阶rc模型为例，电路中包含有两个rc回路结构，根据基尔霍夫电压定律和电流定律可以得到该二阶rc模型的微分方程。利用前文确定的soc-ocv与soh之间的对应关系对所述电池等效电路模型进行训练，例如，利用最小二乘法等方法对模型进行调整和修正，进而得到所述电池等效电路模型中的预设模型参数。
[0098]
估算单元1230，用于基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。
[0099]
卡尔曼滤波算法是以状态空间方程为基础，完成对状态量的估计的。在本实施例中，可以参考现有技术建立系统状态方程和观测方程，运用卡尔曼滤波器利用观测值来校准估计值，以实现对于所述第二电池的soc估算，同时，消除系统噪声对于状态量的干扰。由此可知，本技术通过获取新老电池的soc-ocv曲线与soh曲线，基于soc-ocv与soh之间的对应关系对模型进行训练及优化，并结合卡尔曼滤波器实现了对于新电池及非新电池的soc估算，降低了由于电池老化造成的估算误差，有效提高了电池soc的估算准确度。
[0100]
在本技术的一个实施例中，在所述确定单元1210中，
[0101]
所述第一电池包括不同soh取值的多个电池，所述soc-ocv曲线包括新电池的soc-ocv曲线，以及多个不同老化程度的非新电池的soc-ocv曲线，所述第二电池包括准备进行soc估算的待测电池，其中，所述第一电池为相同型号、相同批次的电池。
[0102]
在本技术的一个实施例中，在所述确定单元1210中，
[0103]
所述第一电池的soc-ocv曲线还包括：在不同循环次数的充放电过程中，每个所述第一电池的不同soh值对应的soc-ocv曲线。
[0104]
在本技术的一个实施例中，所述确定单元1210用于：
[0105]
在所述第一电池的soh曲线为第一百分比soh时，得到第一百分比soh时对应的所述新电池的soc-ocv曲线；
[0106]
在所述第一电池的soh曲线为第二百分比soh时，得到第二百分比soh时对应的非新电池的第一soc-ocv曲线；
[0107]
在所述第一电池的soh曲线为第三百分比soh时，得到第三百分比soh时对应的非新电池的第二soc-ocv曲线，所述第二soc-ocv曲线与所述第一soc-ocv曲线不同。
[0108]
在本技术的一个实施例中，所述训练单元1220用于，
[0109]
利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数，包括：
[0110]
将所述soc-ocv与soh之间的对应关系带入所述电池等效电路模型中进行计算，以确定所述电池等效电路模型中的预设模型参数，其中，所述电池等效电路模型中的预设模型参数用于表征电池的内部状态特性，所述预设模型参数包括：所述电池等效电路模型中的电源电压参数、电阻参数、电容参数。
[0111]
在本技术的一个实施例中，所述估算单元1230用于，
[0112]
将所述电池等效电路模型中得到的所述预设模型参数作为观测值输入卡尔曼滤波器，得到估计值并作为所述第二电池的soc估算结果。
[0113]
在本技术的一个实施例中，所述确定单元1210还用于：
[0114]
通过电池特性实验确定所述第一电池的电池参数，并根据所述第一电池的电池参数获取所述第一电池的soc-ocv曲线以及所述第一电池的soh曲线，其中，所述电池参数包括：不同循环次数的充放电过程中的soc参数、开路电压ocv参数、电池容量衰减参数以及电池电压特性参数。
[0115]
在本技术的一个实施例中，所述确定单元1210还用于：
[0116]
将所述电池soc-ocv曲线与所述电池的soh曲线进行拟合，并利用线性插值方法生成所述soc-ocv与soh的关系函数。
[0117]
在本技术的一个实施例中，所述确定单元1210还用于：
[0118]
根据所述电池的soc-ocv曲线及所述电池的soh曲线，得到所述soc-ocv与soh之间的对应数值，并利用线性插值方法生成所述soc-ocv与soh的二维数据表。
[0119]
需要说明的是，上述电池soc的估算装置，能够实现前述实施例中提供的电池soc的估算方法的各个步骤，关于电池soc的估算方法的相关阐释均适用于电池soc的估算装置，此处不再赘述。
[0120]
综上所述，本技术的技术方案至少达到了如下的技术效果：根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定soc-ocv与soh之间的对应关系；利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。本技术通过获取新老电池的soc-ocv曲线与soh曲线，基于soc-ocv与soh之间的对应关系对模型进行训练及优化，以此实现了对于新电池及非新电池的soc估算，降低了由于电池老化造成的估算误差，使得对于老化电池soc的估算与新电池的soc估算保持在同一水平，有效提高了电池soc的估算准确度。
[0121]
需要说明的是：
[0122]
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本技术也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本技术的内容，并且上面对特定语言所做的描述是为了披露本技术的最佳实施方式。
[0123]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本技术的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0124]
类似地，应当理解，为了精简本技术并帮助理解各个发明方面中的一个或多个，在上面对本技术的示例性实施例的描述中，本技术的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本技术要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身
都作为本技术的单独实施例。
[0125]
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
[0126]
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本技术的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
[0127]
本技术的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本技术实施例的电池soc的估算装置中的一些或者全部部件的一些或者全部功能。本技术还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本技术的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0128]
例如，图13示出了根据本技术一个实施例的电子设备的结构示意图。该电子设备1300包括处理器1310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器1320。存储器1320可以是诸如闪存、eeprom(电可擦除可编程只读存储器)、eprom、硬盘或者rom之类的电子存储器。存储器1320具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码1331的存储空间1330。例如，用于存储计算机可读程序代码的存储空间1330可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码1331。计算机可读程序代码1331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(cd)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图14所示的计算机可读存储介质。
[0129]
图14示出了根据本技术一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质1400存储有用于执行根据本技术的方法步骤的计算机可读程序代码1331，可以被电子设备1300的处理器1310读取，当计算机可读程序代码1331由电子设备1300运行时，导致该电子设备1300执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码1331可以执行上述任一实施例中示出的方法。计算机可读程序代码1331可以以适当形式进行压缩。
[0130]
应该注意的是上述实施例对本技术进行说明而不是对本技术进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，
不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本技术可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

技术特征：
1.一种电池soc的估算方法，其特征在于，包括：根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系；利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。2.如权利要求1所述的方法，其特征在于，所述第一电池包括不同soh取值的多个电池，所述soc-ocv曲线包括新电池的soc-ocv曲线，以及多个不同老化程度的非新电池的soc-ocv曲线，所述第二电池包括准备进行soc估算的待测电池，其中，所述第一电池为相同型号、相同批次的电池。3.如权利要求2所述的方法，其特征在于，所述第一电池的soc-ocv曲线包括：在不同循环次数的充放电过程中，每个所述第一电池的不同soh值对应的soc-ocv曲线。4.如权利要求3所述的方法，其特征在于，所述方法包括：在所述第一电池的soh曲线为第一百分比soh时，得到第一百分比soh时对应的所述新电池的soc-ocv曲线；在所述第一电池的soh曲线为第二百分比soh时，得到第二百分比soh时对应的非新电池的第一soc-ocv曲线；在所述第一电池的soh曲线为第三百分比soh时，得到第三百分比soh时对应的非新电池的第二soc-ocv曲线，所述第二soc-ocv曲线与所述第一soc-ocv曲线不同。5.如权利要求1所述的方法，其特征在于，利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数，包括：将所述soc-ocv与soh之间的对应关系带入所述电池等效电路模型中进行计算，以确定所述电池等效电路模型中的预设模型参数，其中，所述电池等效电路模型中的预设模型参数用于表征电池的内部状态特性，所述预设模型参数包括：所述电池等效电路模型中的电阻参数、电容参数。6.如权利要求1所述的方法，其特征在于，所述基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果包括：将所述电池等效电路模型中得到的所述预设模型参数作为观测方程中的参数值输入卡尔曼滤波器，得到估计值并作为所述第二电池的soc估算结果。7.如权利要求1所述的方法，其特征在于，所述方法还包括：通过电池特性实验确定所述第一电池的电池参数，并根据所述第一电池的电池参数获取所述第一电池的soc-ocv曲线以及所述第一电池的soh曲线，其中，所述电池参数包括：不同循环次数的充放电过程中的soc参数、开路电压ocv参数、电池容量衰减参数以及电池电压特性曲线参数。8.如权利要求1所述的方法，其特征在于，所述根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定所述soc-ocv与soh之间的对应关系包括：将所述电池soc-ocv曲线与所述电池的soh曲线进行拟合，并利用插值方法生成所述soc-ocv与soh的关系函数。
9.如权利要求1所述的方法，其特征在于，所述根据第一电池的soc-ocv曲线以及所述第一电池的soh曲线，确定所述soc-ocv与soh之间的对应关系包括：根据所述电池的soc-ocv曲线及所述电池的soh曲线，得到所述soc-ocv与soh之间的对应数值，并利用插值方法生成所述soc-ocv与soh的二维数据表。10.一种电池soc的估算装置，其特征在于，所述装置包括：确定单元，用于根据第一电池在不同soh下的soc-ocv曲线以及所述第一电池的soh循环放电衰减曲线，确定soc-ocv与soh之间的对应关系；训练单元，用于利用所述soc-ocv与soh之间的对应关系对预先建立的电池等效电路模型进行训练，得到所述电池等效电路模型中的预设模型参数；估算单元，用于基于所述预设模型参数，运用卡尔曼滤波器得到第二电池的soc估算结果。

技术总结
本申请公开了一种电池SOC的估算方法、装置，所述方法包括：根据第一电池在不同SOH下的SOC-OCV曲线以及第一电池的SOH循环充放电衰减曲线，确定SOC-OCV与SOH之间的对应关系；利用SOC-OCV与SOH之间的对应关系对预先建立的电池等效电路模型进行训练，得到电池等效电路模型中的预设模型参数；基于预设模型参数，运用卡尔曼滤波器得到第二电池的SOC估算结果。本申请通过获取新老电池的SOC-OCV曲线与SOH曲线，并利用SOC-OCV与SOH之间的对应关系对电池等效电路模型进行训练，不仅有效降低了老化电池的SOC估算误差，而且使得对于老化电池SOC的估算与新电池的SOC估算保持在同一水平，进一步提高了电池SOC的估算准确度。一步提高了电池SOC的估算准确度。一步提高了电池SOC的估算准确度。


技术研发人员：盖亮
受保护的技术使用者：北京京深深向科技有限公司
技术研发日：2023.03.02
技术公布日：2023/7/20