动力电池SOC估计方法、车辆、终端及存储介质

技术领域

本发明涉及电池管理技术领域，尤其涉及一种动力电池SOC估计方法、车辆、终端及存储介质。

背景技术

随着电动汽车的普及，动力电池的容量计算精度对于车主和汽车制造商来说变得越来越重要。电池容量的不准确会导致行驶里程的误差和电池的寿命减少。动力电池SOC(state of charge,电池的充电状态)估计是电动汽车中重要的管理任务之一，对于实现电动汽车的高效运行和延长电池寿命具有重要意义。传统的SOC估计方法主要基于电流积分法或电压法，但由于电池的复杂特性，如容量衰减、内阻变化、电池温度变化等因素的影响，导致了SOC估计的不准确性。

发明内容

有鉴于此，本发明目的在于提供一种动力电池SOC估计方法、车辆、终端及存储介质，能在复杂的交通环境中识别出碰撞风险。

本申请提供一种动力电池SOC估计方法，应用于车辆，所述车辆包括动力电池，包括：

获取所述车辆在运行过程中的预设参数，所述预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度中的至少一项；

根据所述预设参数得到所述动力电池的SOC变化量；

对所述SOC变化量进行分析，并基于分析结果得到所述动力电池的电荷状态SOC估计值。

在一实施方式中，所述获取所述车辆在运行过程中的预设参数之后，还包括：

对所述预设参数进行预处理，减少所述预设参数中的噪声。

在一实施方式中，所述预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度，所述根据所述预设参数得到所述动力电池的SOC变化量，包括：

分别获取在不同行驶里程区间和/或电池温度区间下任意连续两个时间点之间的电荷状态SOC值，得到第一电荷状态SOC值和第二电荷状态SOC值；

根据所述第一电荷状态SOC值和所述第二电荷状态SOC值得到SOC变化量。

在一实施方式中，所述对所述SOC变化量进行分析，包括：

对所述SOC变化量进行统计分析和/或图表分析，以得到所述电荷状态SOC值在不同行驶里程和/或电池温度下的变化规律。

在一实施方式中，所述基于分析结果得到所述动力电池的电荷状态SOC估计值，包括：

基于分析结果得到所述SOC变化量的加权平均值；

根据所述SOC变化量的加权平均值得到所述动力电池的电荷状态SOC估计值。

在一实施方式中，所述基于分析结果得到所述SOC变化量的加权平均值，包括：

根据在不同行驶里程和/或电池温度下各时刻的SOC变化量与SOC变化量之和的比值确定所述SOC变化量的权重值；

根据所述SOC变化量的权重值计算各时刻的SOC变化量的加权平均值。

在一实施方式中，所述根据所述SOC变化量的加权平均值得到所述动力电池的电荷状态SOC估计值，包括：

根据滤波算法和/或状态估计算法，将所述SOC变化量的加权平均值与所述电荷状态SOC值进行融合，得到所述动力电池的电荷状态SOC估计值。

本申请还提供一种车辆，包括动力电池、第一模块和第二模块；其中，

所述第一模块，用于获取所述车辆在运行过程中的预设参数，所述预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度中的至少一项；

所述第二模块，用于根据所述预设参数得到所述动力电池的SOC变化量；以及，对所述SOC变化量进行分析，并基于分析结果得到所述动力电池的电荷状态SOC估计值。

本申请还提供一种终端，所述终端包括存储器和处理器，所述处理器用于执行存储器中存储的计算机程序，以实现上述的动力电池SOC估计方法。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质在被处理器执行时，能实现上述的动力电池SOC估计方法。

本发明的动力电池SOC估计方法、装置及计算机可读存储介质，获取车辆在运行过程中的预设参数，预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度中的至少一项；根据预设参数得到动力电池的SOC变化量；对SOC变化量进行分析，并基于分析结果得到动力电池的电荷状态SOC估计值。本发明通过对不同里程和温度下的SOC变化量进行分析，从而实现更准确和可靠的SOC估计和管理。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

图1为本发明实施例的动力电池SOC估计方法的流程示意图；

图2为本发明实施例的车辆的结构示意图；

图3为本发明一实施例示出的终端的结构示意图。

具体实施方式

为更进一步阐述本发明为实现预期目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的充电架构及电压测试方法的具体实施方式、方法、步骤、结构、特征及功效，详细说明如后。

有关本发明的前述及其他技术内容、特点与功效，在以下配合参考图式的较佳实施例的详细说明中将可清楚的呈现。通过具体实施方式的说明，当可对本发明为达成预期目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

近年来，随着动力电池大数据分析技术的发展，利用大量的动力电池运行数据进行SOC估计的方法逐渐成为研究热点。这些方法通过对采集到的电池数据进行分析，可以更准确地估计电池的SOC，并实现更精细化的电池管理策略。现有的基于动力电池大数据分析的SOC估计方法在不同行驶里程和电池温度条件下的应用还存在一定的局限性。因此，需要一种改进的SOC估计方法，能够充分考虑不同行驶里程和电池温度条件下的SOC变化量数据变化特点，从而提高SOC估计的准确性和可靠性。因此，需要开发出一种可靠的、高精度的电池容量计算方法。

图1为本发明实施例的动力电池SOC估计方法的流程示意图。如图1所示，本发明实施例的动力电池SOC估计方法，应用于车辆，车辆包括动力电池，包括如下步骤：

步骤S210：获取车辆在运行过程中的预设参数，预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度中的至少一项。

本发明提供一种基于动力电池大数据分析的SOC估计方法，在不同行驶里程和电池温度条件下进行SOC变化量数据变化分析。其中，步骤S210为数据采集阶段，通过在电动汽车中安装传感器，实时采集车辆的行驶里程、动力电池的电荷状态SOC值和电池温度等数据，并将数据保存到数据库中。例如，可以每秒钟为采集时间频率获取行驶里程、动力电池的电荷状态SOC值和电池温度数据，并记录下每个时间点对应的电荷状态SOC值。

在一实施方式中，获取车辆在运行过程中的预设参数之后，还包括：

对预设参数进行预处理，减少预设参数中的噪声。

这里，从数据库中提取需要的行驶里程、动力电池的电荷状态SOC值和电池温度数据，并进行数据清洗和处理。例如，去除异常值和缺失值，并进行数据平滑处理，以减小噪声对SOC估计的影响。

步骤S220：根据预设参数得到动力电池的SOC变化量。

这里，对采集到的数据进行处理，包括计算不同行驶里程和电池温度条件下的SOC变化量，即SOC的变化情况。

在一实施方式中，预设参数包括行驶里程、动力电池的电荷状态SOC值和电池温度，根据预设参数得到动力电池的SOC变化量，包括：

分别获取在不同行驶里程区间和/或电池温度区间下任意连续两个时间点之间的电荷状态SOC值，得到第一电荷状态SOC值和第二电荷状态SOC值；

根据第一电荷状态SOC值和第二电荷状态SOC值得到SOC变化量。

这里，根据处理后的数据，计算不同行驶里程和电池温度条件下的SOC变化量。例如，可以计算在每个行驶里程和电池温度条件下，任意连续两个时间点之间的SOC变化量，可表示为SOC

然后，按照行驶里程和电池温度区间对SOC变化量进行划分。具体地，根据采集到行驶里程数据和电池温度数据，将行驶里程电池温度范围划分为不同的区间，并在各区间中记录对应的SOC变化量，以便后续的SOC估计和管理。如表1所示，将电池温度范围划分为-20℃～0℃、0℃～25℃、25℃～45℃以及45℃以上等区间，将总行驶里程划分为0～1k、1k～10k、10k～50k、50k～100k以及100k以上等区间，并在表格内记录对应的SOC变化量。

表1

步骤S230：对SOC变化量进行分析，并基于分析结果得到动力电池的电荷状态SOC估计值。

在一实施方式中，对SOC变化量进行分析，包括：

对SOC变化量进行统计分析和/或图表分析，以得到电荷状态SOC值在不同行驶里程和/或电池温度下的变化规律。

其中，对SOC变化量数据变化分析，可以对计算得到的SOC变化量数据进行分析，包括且不限于统计分析、图表分析等。例如，可以绘制SOC变化量对行驶里程和电池温度的变化趋势图，找出SOC变化量在不同条件下的规律和趋势。

在一实施方式中，基于分析结果得到动力电池的电荷状态SOC估计值，包括：

基于分析结果得到SOC变化量的加权平均值；

根据SOC变化量的加权平均值得到动力电池的电荷状态SOC估计值。

其中，根据SOC变化量数据的分析结果，计算不同行驶里程和电池温度条件下的SOC变化量数据的加权平均值。例如，可以根据不同条件下SOC变化量数据的占比，计算加权平均值，以得到更准确的电荷状态SOC估计值。

在一实施方式中，基于分析结果得到SOC变化量的加权平均值，包括：

根据在不同行驶里程和/或电池温度下各时刻的SOC变化量与SOC变化量之和的比值确定SOC变化量的权重值；

根据SOC变化量的权重值计算各时刻的SOC变化量的加权平均值。

其中，根据不同行驶里程和电池温度条件下的SOC变化量数据，计算加权平均值。具体地，对于不同行驶里程和电池温度条件下的SOC变化量数据，根据其在整个数据集中的占比，计算加权平均值。权重可以根据行驶里程和电池温度条件的重要性进行设置，例如可以考虑不同行驶里程和电池温度条件下的数据量、采集频率、采集时段等因素。

在一实施方式中，根据SOC变化量的加权平均值得到动力电池的电荷状态SOC估计值，包括：

根据滤波算法和/或状态估计算法，将SOC变化量的加权平均值与电荷状态SOC值进行融合，得到动力电池的电荷状态SOC估计值。

其中，根据计算得到的加权平均值，结合当前电池的SOC和电池温度数据，进行SOC估计和管理。例如，可以使用滤波算法或者状态估计算法，将加权平均值与当前SOC进行融合，得到更精确的电荷状态SOC估计值。根据电荷状态SOC估计值，优化电动汽车的运行策略，例如调整车速、充放电功率等，从而延长电池寿命并提高电动汽车的运行效率。

与现有技术相比，本发明的优点在于通过考虑不同行驶里程和电池温度条件下的SOC变化量数据的变化特点，提供了一种更准确和可靠的SOC估计方法。同时，基于动力电池大数据分析的方法可以充分利用大量的实际运行数据，对动力电池的真实状态进行估计和管理，从而更好地满足电动汽车的实际应用需求。

实际实施时，本发明实施例可以根据实际应用情况进行调整和优化。例如，可以采用不同的加权平均值计算方法、权重设置方式和SOC估计算法，以适应不同的动力电池和电动汽车型号。同时，可以根据实际情况对步骤的顺序和处理方式进行调整，以实现更好的SOC估计和管理效果。

以一款电动汽车型号为例，具体实施本发明的电动汽车的动力电池SOC估计方法的步骤如下：

步骤1：数据采集。在电动汽车运行过程中，通过车载传感器采集车辆的行驶里程、动力电池的电荷状态SOC值和电池温度等数据，并将数据保存到数据库中。例如，可以每秒钟为采集时间频率获取行驶里程、动力电池的电荷状态SOC值和电池温度数据，并记录下每个时间点对应的数值。

步骤2：数据处理。从数据库中提取需要的行驶里程、动力电池的电荷状态SOC值和电池温度数据，并进行数据清洗和处理。例如，去除异常值和缺失值，并进行数据平滑处理，以减小噪声对SOC估计的影响。

步骤3：SOC变化量计算。根据处理后的数据，计算不同行驶里程和电池温度条件下的SOC变化量。例如，可以计算在每个行驶里程和电池温度条件下，任意连续两个时间点之间的SOC变化量，可表示为SOC

步骤4：SOC变化量数据变化分析。对计算得到的SOC变化量数据进行分析，包括且不限于统计分析、图表分析等。例如，可以绘制SOC变化量对行驶里程和电池温度的变化趋势图，找出SOC变化量在不同条件下的规律和趋势。

步骤5：加权平均值计算。根据SOC变化量数据的分析结果，计算不同行驶里程和电池温度条件下的SOC变化量数据的加权平均值。例如，可以根据不同条件下SOC变化量数据的占比，计算加权平均值，以得到更准确的电荷状态SOC估计值。

步骤6：SOC估计和管理。根据计算得到的加权平均值，结合当前电池的SOC和电池温度数据，进行SOC估计和管理。例如，可以使用滤波算法或者状态估计算法，将加权平均值与当前SOC进行融合，得到更精确的电荷状态SOC估计值。根据电荷状态SOC估计值，优化电动汽车的运行策略，例如调整车速、充放电功率等，从而延长电池寿命并提高电动汽车的运行效率。

综上所述，本发明实施例提供的动力电池SOC估计方法，通过对不同行驶里程和电池温度条件下的SOC变化量数据进行分析，计算加权平均值，从而实现更准确和可靠的SOC估计和管理。本发明在电动汽车领域具有广泛的应用前景，可以提高电动汽车的运行效率和电池寿命，推动电动汽车的可持续发展。

图2为本发明实施例的车辆的结构示意图。如图2，本发明还提供一种车辆40，包括动力电池410、第一模块420和第二模块430；其中，

第一模块420，用于获取车辆在运行过程中的预设参数，预设参数包括行驶里程、动力电池410的电荷状态SOC值和电池温度中的至少一项。

第二模块430，用于根据预设参数得到动力电池的SOC变化量；以及，对SOC变化量进行分析，并基于分析结果得到动力电池410的电荷状态SOC估计值。

在一实施方式中，获取车辆在运行过程中的预设参数之后，第二模块430还用于：

对预设参数进行预处理，减少预设参数中的噪声。

在一实施方式中，预设参数包括行驶里程、动力电池410的电荷状态SOC值和电池温度，第二模块430用于根据预设参数得到动力电池410的SOC变化量，包括：

分别获取在不同行驶里程区间和/或电池温度区间下任意连续两个时间点之间的电荷状态SOC值，得到第一电荷状态SOC值和第二电荷状态SOC值；

根据第一电荷状态SOC值和第二电荷状态SOC值得到SOC变化量。

在一实施方式中，第二模块430用于对SOC变化量进行分析，包括：

对SOC变化量进行统计分析和/或图表分析，以得到电荷状态SOC值在不同行驶里程和/或电池温度下的变化规律。

在一实施方式中，第二模块430用于基于分析结果得到动力电池410的电荷状态SOC估计值，包括：

基于分析结果得到SOC变化量的加权平均值；

根据SOC变化量的加权平均值得到动力电池410的电荷状态SOC估计值。

在一实施方式中，第二模块430用于基于分析结果得到SOC变化量的加权平均值，包括：

根据在不同行驶里程和/或电池温度下各时刻的SOC变化量与SOC变化量之和的比值确定SOC变化量的权重值；

根据SOC变化量的权重值计算各时刻的SOC变化量的加权平均值。

在一实施方式中，第二模块430用于根据SOC变化量的加权平均值得到动力电池410的电荷状态SOC估计值，包括：

根据滤波算法和/或状态估计算法，将SOC变化量的加权平均值与电荷状态SOC值进行融合，得到动力电池410的电荷状态SOC估计值。

本发明实施例的车辆的具体应用过程可参考上述动力电池SOC估计方法的相关内容，在此不再赘述。

本发明具有如下有益效果：

高精度的SOC估计：通过采集不同行驶里程和电池温度条件下的SOC变化量数据，并进行数据分析和加权平均值计算，可以实现对电动汽车电池SOC的高精度估计。这有助于提高电动汽车的运行效率和延长电池寿命。

实时性和适应性：该专利可以根据不同电动汽车型号和实际应用情况进行调整和优化，具有实时性和适应性。可以根据实际运行时的数据来进行SOC估计，使估计结果更加准确，并根据不同电动汽车的电池特性和运行环境进行优化，从而适应不同车型和使用场景的需求。

数据采集和处理：通过车载传感器采集车辆的行驶里程、动力电池的电荷状态SOC值和电池温度等数据，并进行数据清洗、处理和分析，从而获得高质量的SOC估计数据。这有助于提高SOC估计的可靠性和准确性。

可扩展性和应用广泛性：本发明可以适用于各种电动汽车型号和电池技术，具有较强的可扩展性和应用广泛性。可以应用于不同类型的电池，包括锂离子电池、镍氢电池等，以及不同品牌和型号的电动汽车。

本发明还提供一种终端，所述终端包括存储器和处理器，所述处理器用于执行存储器中存储的计算机程序，以实现上述的动力电池SOC估计方法。图3是根据本申请实施例示出的终端的结构示意图。如图3所示，本申请还提供一种终端30，包括处理器310、存储器320及存储在存储器320上并可在处理器310上运行的计算机程序，计算机程序被处理器310执行时实现如上实施例的应用于动力电池SOC估计方法的步骤。其中，图3中示意的处理器310并非用于指代处理器310的个数为一个，而是仅用于指代处理器310相对其他器件的位置关系，在实际应用中，处理器310的个数可以为一个或多个；同样，图3中示意的存储器320也是同样的含义，即仅用于指代存储器320相对其他器件的位置关系，在实际应用中，存储器320的个数可以为一个或多个。所述处理器310用于运行所述计算机程序时，实现所述动力电池SOC估计方法。

该终端还可包括：至少一个网络接口112。该终端中的各个组件通过总线系统113耦合在一起。可理解，总线系统113用于实现这些组件之间的连接通信。总线系统113除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图3中将各种总线都标为总线系统113。

其中，存储器320可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器320旨在包括但不限于这些和任意其它适合类型的存储器。

本发明实施例中的存储器320用于存储各种类型的数据以支持该终端的操作。这些数据的示例包括：用于在该终端上操作的任何计算机程序，如操作系统和应用程序；联系人数据；电话簿数据；消息；图片；视频等。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。这里，实现本发明实施例方法的程序可以包含在应用程序中。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定发明，任何熟悉本专业的技术人员，在不脱离发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离发明技术方案内容，依据发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。