电池SOC的估算方法、装置、电池、存储介质及处理器与流程

电池soc的估算方法、装置、电池、存储介质及处理器
技术领域：
：1.本发明属于电池
技术领域：
：，具体涉及一种电池soc的估算方法、装置、电池、存储介质及处理器，尤其涉及一种基于改进pngv模型和修正系数安时积分法的soc估算方法、装置、电池、存储介质及处理器。
背景技术：
：：2.新能源汽车与燃油汽车最大的区别是用电池作为动力驱动，因此动力电池是新能源车的核心。电池管理系统(batterymanagementsystem，bms)，作为电池保护和管理的核心部件，在动力电池系统中，它的作用相当于人脑：不仅要保证电池安全可靠地使用，而且要充分发挥电池的能力和延长使用寿命，并且作为电池和整车控制器以及驾驶者沟通的桥梁，通过控制接触器控制动力电池组的充放电，并向整车控制器(vehiclecontrolunit，vcu)上报动力电池的基本参数和故障信息，是一种能够对蓄电池进行监控和管理的电子装置，通过对电压、电流、温度以及电池剩余容量状态(stateofcharge，soc)等参数的采集、计算，进而控制电池的充放电过程，bms直接影响动力电池的使用寿命及电动汽车的安全运行与整车性能，提升电池管理系统的综合性能，将极大地促进新能源汽车的发展。3.单体电池以及电池组的soc是bms中最重要的参数，其他的一切都是以soc为基础展开的。对电池soc的估算结果不准确，影响电池的效能发挥。4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。技术实现要素：5.本发明的目的在于，提供一种电池soc的估算方法、装置、电池、存储介质及处理器，以解决对电池soc的估算结果不准确，影响电池的效能发挥的问题，达到通过利用改进的pngv模型、以及加入修正系数的安时积分法对电池soc进行估算，能够提升对电池soc估算的准确性，有利于提升电池的效能发挥的效果。6.本发明提供一种电池soc的估算方法，包括：建立所述电池的pngv模型；所述pngv模型，包括：极化效应模块；所述极化效应模块的数量为一个以上；一个以上所述极化效应模块，能够表征所述电池内部的极化效应；确定所述电池的电池容量的修正系数；基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算。7.在一些实施方式中，一个以上所述极化效应模块，包括：第一极化效应模块和第二极化效应模块；所述第一极化效应模块和所述第二极化效应模块串联设置。8.在一些实施方式中，所述pngv模型，还包括：电压源模块、电容模块、等效内阻模块；其中，所述电压源模块的正极，经所述电容模块、所述等效内阻模块和两个所述极化效应模块后，连接至所述pngv模型的正输出端；所述电压源模块的负极，连接至所述pngv模型的负输出端。9.在一些实施方式中，所述第一极化效应模块，包括：并联设置的第一极化电阻模块和第一极化电容模块；所述第二极化效应模块，包括：并联设置的第二极化电阻模块和第二极化电容模块。10.在一些实施方式中，所述电池的电池容量的修正系数，包括：电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数中的至少之一；确定所述电池的电池容量的修正系数，包括：在所述电池的电池容量的修正系数包括电池自放电修正系数的情况下，根据所述电池的不同静置时间，对所述电池的电池容量进行测量得到所述电池的电池自放电修正系数；在所述电池的电池容量的修正系数包括电池老化系数的情况下，根据所述电池的电池循环次数，确定所述电池的电池老化系数；在所述电池的电池容量的修正系数包括电池可利用系数的情况下，在所述电池的不同充放电倍率下测量对应的电池容量，确定所述电池的电池可利用系数；在所述电池的电池容量的修正系数包括温度修正系数的情况下，根据所述电池的温度影响系数和所述电池的电池标准工作温度，确定所述电池的温度修正系数；基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算，包括：按以下公式，对所述电池soc进行估算：[0011][0012]其中，sock为要估算的某工作时刻tk的电池soc值；k-1为电池所在电动汽车的启动时刻，sock-1为电动汽车启动时刻tk-1的电池soc值，设为电池初始值sock-1；β为电池自放电修正系数，γ为电池老化修正系数，ia为所述电池的母线电流，ω(τ)为温度修正系数，δ(ia)为电池可利用系数，c0为电池额定容量。[0013]与上述方法相匹配，本发明另一方面提供一种电池soc的估算装置，包括：建立单元，被配置为建立所述电池的pngv模型；所述pngv模型，包括：极化效应模块；所述极化效应模块的数量为一个以上；一个以上所述极化效应模块，能够表征所述电池内部的极化效应；确定单元，被配置为确定所述电池的电池容量的修正系数；所述确定单元，还被配置为基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算。[0014]在一些实施方式中，一个以上所述极化效应模块，包括：第一极化效应模块和第二极化效应模块；所述第一极化效应模块和所述第二极化效应模块串联设置。[0015]在一些实施方式中，所述pngv模型，还包括：电压源模块、电容模块、等效内阻模块；其中，所述电压源模块的正极，经所述电容模块、所述等效内阻模块和两个所述极化效应模块后，连接至所述pngv模型的正输出端；所述电压源模块的负极，连接至所述pngv模型的负输出端。[0016]在一些实施方式中，所述第一极化效应模块，包括：并联设置的第一极化电阻模块和第一极化电容模块；所述第二极化效应模块，包括：并联设置的第二极化电阻模块和第二极化电容模块。[0017]在一些实施方式中，所述电池的电池容量的修正系数，包括：电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数中的至少之一；所述确定单元，确定所述电池的电池容量的修正系数，包括：在所述电池的电池容量的修正系数包括电池自放电修正系数的情况下，根据所述电池的不同静置时间，对所述电池的电池容量进行测量得到所述电池的电池自放电修正系数；在所述电池的电池容量的修正系数包括电池老化系数的情况下，根据所述电池的电池循环次数，确定所述电池的电池老化系数；在所述电池的电池容量的修正系数包括电池可利用系数的情况下，在所述电池的不同充放电倍率下测量对应的电池容量，确定所述电池的电池可利用系数；在所述电池的电池容量的修正系数包括温度修正系数的情况下，根据所述电池的温度影响系数和所述电池的电池标准工作温度，确定所述电池的温度修正系数；所述确定单元，基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算，包括：按以下公式，对所述电池soc进行估算：[0018][0019]其中，sock为要估算的某工作时刻tk的电池soc值；k-1为电池所在电动汽车的启动时刻，sock-1为电动汽车启动时刻tk-1的电池soc值，设为电池初始值sock-1；β为电池自放电修正系数，γ为电池老化修正系数，ia为所述电池的母线电流，ω(τ)为温度修正系数，δ(ia)为电池可利用系数，c0为电池额定容量。[0020]与上述装置相匹配，本发明再一方面提供一种电池，包括：以上所述的电池soc的估算装置。[0021]与上述方法相匹配，本发明再一方面提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的电池soc的估算方法。[0022]与上述方法相匹配，本发明再一方面提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行以上所述的电池soc的估算方法。[0023]由此，本发明的方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型；并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法；利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算；从而，通过利用改进的pngv模型、以及加入修正系数的安时积分法对电池soc进行估算，能够提升对电池soc估算的准确性，有利于提升电池的效能发挥。[0024]本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。[0025]下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。附图说明[0026]图1为本发明的电池soc的估算方法的一实施例的流程示意图；[0027]图2为锂离子电池pngv模型的一实施例的结构示意图；[0028]图3为锂离子电池改进的pngv模型的一实施例的结构示意图；[0029]图4为25℃磷酸铁锂电池单体模块pngv模型参数的表格；[0030]图5为修正系数安时积分法模型的一实施例的结构示意图；[0031]图6为电池放电电流波形示意图；[0032]图7为修正系数安时积分法结果的曲线示意图；[0033]图8为基于改进pngv模型和修正系数安时积分法soc估算模型的一实施例的结构示意图；[0034]图9为改进pngv模型的一实施例的结构示意图；[0035]图10为基于改进pngv模型和修正系数安时积分法soc估算结果的曲线示意图；[0036]图11为本发明的电池soc的估算装置的一实施例的结构示意图。[0037]结合附图，本发明实施例中附图标记如下：[0038]102-建立单元；104-确定单元。具体实施方式[0039]为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0040]soc，也称电池荷电状态，表征当前电池剩余容量，指的是在一定放电倍率下电池剩余电量和额定容量的比值，主要通过安时积分法和扩展卡尔曼滤波法，并结合修正策略进行估算。安时积分法操作简单但是易于受到充放电倍率和温度等环境因素的影响，导致估算结果不准确。soc的估算精度越高，对于相同容量的电池，可以使电动车有更高的续航里程，高精度的soc估算可以使电池组发挥最大的效能。[0041]相关方案中，基于改进pngv模型和扩展卡尔曼算法进行soc估算，改进的等效电路模型对电池具有更加精确地表征性能，扩展卡尔曼滤波算法实现了对电池组soc估算的有效迭代运算；基于等效模型电路与改进以卡尔曼为基础的迭代计算过程，实现soc估算模型的建立和soc值的数学迭代运算算法的可靠运行，但是卡尔曼滤波算法实现较复杂，实现难度大。[0042]根据本发明的实施例，提供了一种电池soc的估算方法，如图1所示本发明的方法的一实施例的流程示意图。该电池soc的估算方法可以包括：步骤s110至步骤s130。[0043]在步骤s110处，建立所述电池的pngv模型。所述pngv模型，包括：极化效应模块。所述极化效应模块的数量为一个以上。一个以上所述极化效应模块，能够表征所述电池内部的极化效应。[0044]在一些实施方式中，一个以上所述极化效应模块，包括：第一极化效应模块和第二极化效应模块。所述第一极化效应模块和所述第二极化效应模块串联设置。在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，能够准确的描述电池内部的极化特性。[0045]在一些实施方式中，所述pngv模型，还包括：电压源模块、电容模块、等效内阻模块。电压源模块如理想电压源e，电容模块如电容c0，等效内阻模块如电阻r0。[0046]其中，所述电压源模块的正极，经所述电容模块、所述等效内阻模块和两个所述极化效应模块后，连接至所述pngv模型的正输出端。[0047]所述电压源模块的负极，连接至所述pngv模型的负输出端。[0048]在一些实施方式中，所述第一极化效应模块，包括：并联设置的第一极化电阻模块和第一极化电容模块。所述第二极化效应模块，包括：并联设置的第二极化电阻模块和第二极化电容模块。第一极化电阻模块如电阻r1，第一极化电容模块如电容c1，第二极化电阻模块如电阻r2，第二极化电容模块如电容c2。[0049]图2为锂离子电池pngv模型的一实施例的结构示意图。pngv模型是一种典型的非线性等效电路模型，其模型参数随电流、温度或soc的变化而变化，模型结构如图2所示。[0050]在图2所示的例子中，理想电压源e和电容c0共同描述负载电流的时间累积产生的开路电压变化，与电池的soc有关系。电阻r0为等效欧姆内阻，r1为极化内阻，c1为极化电容，vout为输出电压。极化内阻r1、极化电容c1并联模拟电池充放电极化过程中表现出来的动态特性。[0051]图3为锂离子电池改进的pngv模型的一实施例的结构示意图。针对锂离子电池soc值精确估算目标，采用改进的pngv电池模型如图3所示，在图2所示的pngv模型基础上增加一个并联rc环节，得到改进的pngv模型，来表征电池内部的极化效应，能够更加精确地模拟锂电池的工作状态。其中，电池内部的极化效应，是指：当电池有电流通过，使电位偏离了平衡电位的现象，称为电池极化。过电势就是实际电势与平衡电势的差值，被用来衡量极化的程度。电池极化现象在电池如铅酸电池、锂电池、镍氢电池中均存在。[0052]改进的pngv模型中的参数r0、r1、c1、r2、c2，均可以通过实验利用参数辨识的方法得到，参数值与工作环境、工作电流及其方向(充、放电)等因素有关，如25℃时参数辨识得到的磷酸铁锂电池单体模块pngv模型参数见图4，图4可以显示25℃磷酸铁锂电池单体模块pngv模型参数的表格。[0053]在步骤s120处，确定所述电池的电池容量的修正系数。[0054]在一些实施方式中，所述电池的电池容量的修正系数，包括：电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数中的至少之一。[0055]在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，使之通过电池初始soc值、采集电流值和修正系数就能准确的计算出当前soc值。[0056]步骤s120中确定所述电池的电池容量的修正系数，包括以下任一种确定情形：[0057]第一种确定情形：在所述电池的电池容量的修正系数包括电池自放电修正系数的情况下，根据所述电池的不同静置时间，对所述电池的电池容量进行测量得到所述电池的电池自放电修正系数。[0058]第二种确定情形：在所述电池的电池容量的修正系数包括电池老化系数的情况下，根据所述电池的电池循环次数，确定所述电池的电池老化系数。[0059]第三种确定情形：在所述电池的电池容量的修正系数包括电池可利用系数的情况下，在所述电池的不同充放电倍率下测量对应的电池容量，确定所述电池的普克特常数，进而确定所述电池的电池可利用系数。[0060]第四种确定情形：在所述电池的电池容量的修正系数包括温度修正系数的情况下，根据所述电池的温度影响系数和所述电池的电池标准工作温度，确定所述电池的温度修正系数。[0061]在步骤s130处，基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算。[0062]本发明的方案，针对估算精度不高的pngv电池模型与安时积分法的soc估算方法进行改进与系数修正，提出一种估算精度更准确的soc估算方法，具体是一种基于改进pngv模型和修正系数安时积分法的soc估算方法，电池模型采取改进pngv模型，改进的pngv模型能够更准确的描述电池极化特性，对电池具有更加精确地表征性能，能够更加准确地表征电池性能。安时积分法原理简单易于操作和实现，但由于电池的容量受温度、电池老化以及充放电倍率的影响，容易产生较大误差，加入修正系数对电池的可用容量进行修正，提高估算精度。也就是说，修正系数安时积分法加入修正系数对电池的可用容量进行修正，修正系数的安时积分法实现操作简单、估算精度高。因此，基于改进pngv模型和修正系数的安时积分法的soc估算方法，使得锂离子电池soc估算操作简单易实现并且估算精度高，有利于使电池组发挥更大的性能。[0063]在一些实施方式中，步骤s130中基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算，包括：按以下公式，对所述电池soc进行估算：[0064][0065]其中，sock为要估算的某工作时刻tk的电池soc值；k-1为电池所在电动汽车的启动时刻，sock-1为电动汽车启动时刻tk-1的电池soc值，设为电池初始值sock-1；β为电池自放电修正系数，γ为电池老化修正系数，ia为所述电池的母线电流，ω(τ)为温度修正系数，δ(ia)为电池可利用系数，c0为电池额定容量。[0066]安时积分法，作为一种电池soc估算方法，原理简单容易操作实现。其将电池看作一个黑盒，不考虑内部情况，只考虑电池与外界进行能量交换的过程。通过实时采集电池充放电过程中的电流，并对其进行积分，从而得到电池充放电的电量，如果电池初始时刻t0的剩余电量为soc0，则电池充放电结束时刻t的soc为：[0067][0068]其中，i是电流传感器检测到的母线电流，正为放电，负为充电。c0为电池额定容量。该方法忽略了电池自放电率、老化程度和环境等因素的影响，长期使用误差积累扩大。[0069]因此，在上述安时积分法的基础上加入电池自放电修正系数β、电池可利用系数δ(ia)、温度修正系数ω(τ)、电池老化修正系数γ带入式(1)中，基于修正系数的安时积分法的soc计算公式为：[0070][0071]式中，β为电池自放电修正系数，需要将电池静置，经过不同的静置时间，测量相应的电池容量从而得到，一般取3％每月。γ为电池老化修正系数，与电池循环次数n有关。ia为电流传感器检测到的母线电流，正为放电，负为充电。通过对新电池不停地充放电循环，并测量相应的电池容量，由此得到电池循环次数与电池容量的关系：[0072][0073]ω(τ)为温度修正系数，表示为：[0074][0075]其中，α为温度影响系数，可以取值为0.01℃-1，τn为电池标准工作温度，τ表示电池的当前温度，一般为25摄氏度。δ(ia)为电池可利用系数，需要在不同的充放电倍率下测量相应的电池容量来确定得到peukert常数(普克特常数)p，两者关系为：[0076][0077]其中，in为额定电流，c表示电池容量，e表示电池端电压，此处的表示电池端电压均值。[0078]为了验证修正系数的安时积分法估算soc的准确性，在仿真软件如matlab/simulink环境下，搭建模型进行验证。matlab是美国mathworks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。simulink是美国mathworks公司推出的matlab中的一种可视化仿真工具。simulink是一个模块图环境，用于多域仿真以及基于模型的设计。[0079]图6为电池放电电流波形示意图。取标准工作温度为25摄氏度，环境温度为5摄氏度左右，peukert常数取-0.1，电池循环次数小于500次，自放电率设为3％每月，单体电池的容量为100ah，以幅值为1a的电流(图6所示)进行放电。设定电池为初始状态，即soc0为1，状态相对理想。[0080]图5为修正系数安时积分法模型的一实施例的结构示意图。图7为修正系数安时积分法结果的曲线示意图，位于上方的曲线是无修正系数安时积分法结果的曲线示意图，位于下方的曲线是修正系数安时积分法结果的曲线示意图。修正系数安时积分法soc估算整体模型，如图5所示，左侧为基于修正的安时积分法，右侧为未修正的安时积分法，结果如图7所示，由图7可以看出，在估算前期，两种估算方法估算的soc值很接近，但是，由于未修正的安时积分法在干扰信号下不断积分，使误差不断累积，soc估算值下降缓慢。在估算末期，未修正的安时积分法和基于修正系数的安时积分法存在较大的差别，加入修正系数后的soc估算值下降更快。[0081]图5中，a1表示公式4中的温度影响系数α，beita1表示公式2中电池自放电修正系数，rce2中，r表示公式3中电池老化修正系数，ce表示电池的容量，rce2其实是公式2中γc0，soc4表示初始soc0，即公式2中的sock-1。[0082]如图5所示，左侧为基于修正的安时积分法，标注交变电流的模块模拟放电电流(这一部分与右侧相同)；标注标准工作温度的模块为温度修正模块，a1表示公式4中的温度影响系数α；标注beita1和soc4模块为电池自放电修正模块，beita1表示公式2中电池自放电修正系数；标注soc3模块为示波器模块，由其显示两侧算法的结果。[0083]图8为基于改进pngv模型和修正系数安时积分法soc估算模型的一实施例的结构示意图，图9为改进pngv模型的一实施例的结构示意图，图10为基于改进pngv模型和修正系数安时积分法soc估算结果的曲线示意图。在本发明的方案中，针对锂离子电池的soc估算精确度，提出一种基于改进pngv模型和修正系数安时积分法的soc估算方法，在充分考虑锂离子电池工作基础上，结合soc估算模型的建立，实现对soc估算简单易操作并且准确度高，为锂离子电池soc估算和工作状态实时监测提供基础，为了验证该方法精确度，在matlab/simulink环境下搭建模型进行验证，如图8所示。在该改进的pngv模型中，搭建改进pngv模型(如图9)，各参数取图4中各组数据，放电电流采取范围在0-2.4的随机数，电池循环次数取300，电池容量取10ah，假设电池满电，即初始soc为1，电池自放电率取3％。基于改进pngv模型和修正系数安时积分法soc估算结果如图10所示。[0084]图8为利用matlab/simulink根据图2锂离子电池改进的pngv模型搭建的电路模型。[0085]图8中，从下往上，从左往右，标注soc模块为此模块的输入，右侧标注i_input为此模块电流输入；标注ocv_table模块是一个线性表，表中数据见图4的25℃磷酸铁锂电池单体模块pngv模型参数；右侧标注ocv模块为输出，此端口表示输出ocv；标注ocv_v的蓝色模块是压控压源；其余三个有“v”的蓝色模块是电压传感器，剩余“↑”表示流控流源；c1_table、c2_table同样是线性表，表示电容c1、c2的大小；标注c1、c2模块是可变电容，其电容大小跟随表中数据变化；同理可得，r0_table、r1_table、r2_table为线性表，r0、r1、r2为滑动变阻器，其数据跟随表中数据变化；带有“_s”模块是示波器模块，右侧u1、u2、u3模块表示电压输出。[0086]本发明的方案提出一种基于改进pngv模型和修正系数安时积分法的soc估算方法，由于参数辨识时采用的是磷酸铁锂电池，因此主要适用于磷酸铁锂电池的soc估算。但是该估算方法不仅适用于磷酸铁锂电池单体的soc估算，同样适用于磷酸铁锂电池组的soc估算。[0087]采用本发明的方案提供的一种基于改进pngv模型和修正系数的安时积分法的soc估算方法，不仅可以更加精确的表征电池性能，并且该方法操作简单易实现，并且估算精度高，可以使电池组发挥更大的性能。[0088]采用本实施例的技术方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型。并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法。利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算。从而，通过利用改进的pngv模型、以及加入修正系数的安时积分法对电池soc进行估算，能够提升对电池soc估算的准确性，有利于提升电池的效能发挥。[0089]根据本发明的实施例，还提供了对应于电池soc的估算方法的一种电池soc的估算装置。参见图11所示本发明的装置的一实施例的结构示意图。该电池soc的估算装置可以包括：建立单元102和确定单元104。[0090]其中，建立单元102，被配置为建立所述电池的pngv模型。所述pngv模型，包括：极化效应模块。所述极化效应模块的数量为一个以上。一个以上所述极化效应模块，能够表征所述电池内部的极化效应。该建立单元102的具体功能及处理参见步骤s110。[0091]在一些实施方式中，一个以上所述极化效应模块，包括：第一极化效应模块和第二极化效应模块。所述第一极化效应模块和所述第二极化效应模块串联设置。在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，能够准确的描述电池内部的极化特性。[0092]在一些实施方式中，所述pngv模型，还包括：电压源模块、电容模块、等效内阻模块。电压源模块如理想电压源e，电容模块如电容c0，等效内阻模块如电阻r0。[0093]其中，所述电压源模块的正极，经所述电容模块、所述等效内阻模块和两个所述极化效应模块后，连接至所述pngv模型的正输出端。[0094]所述电压源模块的负极，连接至所述pngv模型的负输出端。[0095]在一些实施方式中，所述第一极化效应模块，包括：并联设置的第一极化电阻模块和第一极化电容模块。所述第二极化效应模块，包括：并联设置的第二极化电阻模块和第二极化电容模块。第一极化电阻模块如电阻r1，第一极化电容模块如电容c1，第二极化电阻模块如电阻r2，第二极化电容模块如电容c2。[0096]图2为锂离子电池pngv模型的一实施例的结构示意图。pngv模型是一种典型的非线性等效电路模型，其模型参数随电流、温度或soc的变化而变化，模型结构如图2所示。[0097]在图2所示的例子中，理想电压源e和电容c0共同描述负载电流的时间累积产生的开路电压变化，与电池的soc有关系。电阻r0为等效欧姆内阻，r1为极化内阻，c1为极化电容，vout为输出电压。极化内阻r1、极化电容c1并联模拟电池充放电极化过程中表现出来的动态特性。[0098]图3为锂离子电池改进的pngv模型的一实施例的结构示意图。针对锂离子电池soc值精确估算目标，采用改进的pngv电池模型如图3所示，在图2所示的pngv模型基础上增加一个并联rc环节，得到改进的pngv模型，来表征电池内部的极化效应，能够更加精确地模拟锂电池的工作状态。其中，电池内部的极化效应，是指：当电池有电流通过，使电位偏离了平衡电位的现象，称为电池极化。过电势就是实际电势与平衡电势的差值，被用来衡量极化的程度。电池极化现象在电池如铅酸电池、锂电池、镍氢电池中均存在。[0099]改进的pngv模型中的参数r0、r1、c1、r2、c2，均可以通过实验利用参数辨识的装置得到，参数值与工作环境、工作电流及其方向(充、放电)等因素有关，如25℃时参数辨识得到的磷酸铁锂电池单体模块pngv模型参数见图4，图4可以显示25℃磷酸铁锂电池单体模块pngv模型参数的表格。[0100]确定单元104，被配置为确定所述电池的电池容量的修正系数。该确定单元104的具体功能及处理参见步骤s120。[0101]在一些实施方式中，所述电池的电池容量的修正系数，包括：电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数中的至少之一。[0102]在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，使之通过电池初始soc值、采集电流值和修正系数就能准确的计算出当前soc值。[0103]所述确定单元104，确定所述电池的电池容量的修正系数，包括以下任一种确定情形：[0104]第一种确定情形：所述确定单元104，具体还被配置为在所述电池的电池容量的修正系数包括电池自放电修正系数的情况下，根据所述电池的不同静置时间，对所述电池的电池容量进行测量得到所述电池的电池自放电修正系数。[0105]第二种确定情形：所述确定单元104，具体还被配置为在所述电池的电池容量的修正系数包括电池老化系数的情况下，根据所述电池的电池循环次数，确定所述电池的电池老化系数。[0106]第三种确定情形：所述确定单元104，具体还被配置为在所述电池的电池容量的修正系数包括电池可利用系数的情况下，在所述电池的不同充放电倍率下测量对应的电池容量，确定所述电池的普克特常数，进而确定所述电池的电池可利用系数。[0107]第四种确定情形：所述确定单元104，具体还被配置为在所述电池的电池容量的修正系数包括温度修正系数的情况下，根据所述电池的温度影响系数和所述电池的电池标准工作温度，确定所述电池的温度修正系数。[0108]所述确定单元104，还被配置为基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算。该确定单元104的具体功能及处理还参见步骤s130。[0109]本发明的方案，针对估算精度不高的pngv电池模型与安时积分法的soc估算装置进行改进与系数修正，提出一种估算精度更准确的soc估算装置，具体是一种基于改进pngv模型和修正系数安时积分法的soc估算装置，电池模型采取改进pngv模型，改进的pngv模型能够更准确的描述电池极化特性，对电池具有更加精确地表征性能，能够更加准确地表征电池性能。安时积分法原理简单易于操作和实现，但由于电池的容量受温度、电池老化以及充放电倍率的影响，容易产生较大误差，加入修正系数对电池的可用容量进行修正，提高估算精度。也就是说，修正系数安时积分法加入修正系数对电池的可用容量进行修正，修正系数的安时积分法实现操作简单、估算精度高。因此，基于改进pngv模型和修正系数的安时积分法的soc估算装置，使得锂离子电池soc估算操作简单易实现并且估算精度高，有利于使电池组发挥更大的性能。[0110]在一些实施方式中，所述确定单元104，基于所述pngv模型，利用具有所述修正系数的安时积分法，对所述电池soc进行估算，包括：所述确定单元104，具体还被配置为按以下公式，对所述电池soc进行估算：[0111][0112]其中，sock为要估算的某工作时刻tk的电池soc值；k-1为电池所在电动汽车的启动时刻，sock-1为电动汽车启动时刻tk-1的电池soc值，设为电池初始值sock-1；β为电池自放电修正系数，γ为电池老化修正系数，ia为所述电池的母线电流，ω(τ)为温度修正系数，δ(ia)为电池可利用系数，c0为电池额定容量。[0113]安时积分法，作为一种电池soc估算装置，原理简单容易操作实现。其将电池看作一个黑盒，不考虑内部情况，只考虑电池与外界进行能量交换的过程。通过实时采集电池充放电过程中的电流，并对其进行积分，从而得到电池充放电的电量，如果电池初始时刻t0的剩余电量为soc0，则电池充放电结束时刻t的soc为：[0114][0115]其中，i是电流传感器检测到的母线电流，正为放电，负为充电。c0为电池额定容量。该装置忽略了电池自放电率、老化程度和环境等因素的影响，长期使用误差积累扩大。[0116]因此，在上述安时积分法的基础上加入电池自放电修正系数β、电池可利用系数δ(ia)、温度修正系数ω(τ)、电池老化修正系数γ带入式(1)中，基于修正系数的安时积分法的soc计算公式为：[0117][0118]式中，β为电池自放电修正系数，需要将电池静置，经过不同的静置时间，测量相应的电池容量从而得到，一般取3％每月。γ为电池老化修正系数，与电池循环次数n有关。ia为电流传感器检测到的母线电流，正为放电，负为充电；通过对新电池不停地充放电循环，并测量相应的电池容量，由此得到电池循环次数与电池容量的关系：[0119][0120]ω(τ)为温度修正系数，表示为：[0121][0122]其中，α为温度影响系数，可以取值为0.01℃-1，τn为电池标准工作温度，一般为25摄氏度。δ(ia)为电池可利用系数，需要在不同的充放电倍率下测量相应的电池容量来确定得到peukert常数(普克特常数)p，两者关系为：[0123][0124]其中，in为额定电流。[0125]为了验证修正系数的安时积分法估算soc的准确性，在仿真软件如matlab/simulink环境下，搭建模型进行验证。matlab是美国mathworks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。simulink是美国mathworks公司推出的matlab中的一种可视化仿真工具。simulink是一个模块图环境，用于多域仿真以及基于模型的设计。[0126]图6为电池放电电流波形示意图。取标准工作温度为25摄氏度，环境温度为5摄氏度左右，peukert常数取-0.1，电池循环次数小于500次，自放电率设为3％每月，单体电池的容量为100ah，以幅值为1a的电流(图6所示)进行放电。设定电池为初始状态，即soc0为1，状态相对理想。[0127]图5为修正系数安时积分法模型的一实施例的结构示意图。图7为修正系数安时积分法结果的曲线示意图，位于上方的曲线是无修正系数安时积分法结果的曲线示意图，位于下方的曲线是修正系数安时积分法结果的曲线示意图。修正系数安时积分法soc估算整体模型，如图5所示，左侧为基于修正的安时积分法，右侧为未修正的安时积分法，结果如图7所示，由图7可以看出，在估算前期，两种估算装置估算的soc值很接近，但是，由于未修正的安时积分法在干扰信号下不断积分，使误差不断累积，soc估算值下降缓慢。在估算末期，未修正的安时积分法和基于修正系数的安时积分法存在较大的差别，加入修正系数后的soc估算值下降更快。[0128]图8为基于改进pngv模型和修正系数安时积分法soc估算模型的一实施例的结构示意图，图9为改进pngv模型的一实施例的结构示意图，图10为基于改进pngv模型和修正系数安时积分法soc估算结果的曲线示意图。在本发明的方案中，针对锂离子电池的soc估算精确度，提出一种基于改进pngv模型和修正系数安时积分法的soc估算装置，在充分考虑锂离子电池工作基础上，结合soc估算模型的建立，实现对soc估算简单易操作并且准确度高，为锂离子电池soc估算和工作状态实时监测提供基础，为了验证该装置精确度，在matlab/simulink环境下搭建模型进行验证，如图8所示。在该改进的pngv模型中，搭建改进pngv模型(如图9)，各参数取图4中各组数据，放电电流采取范围在0-2.4的随机数，电池循环次数取300，电池容量取10ah，假设电池满电，即初始soc为1，电池自放电率取3％。基于改进pngv模型和修正系数安时积分法soc估算结果如图10所示。[0129]本发明的方案提出一种基于改进pngv模型和修正系数安时积分法的soc估算装置，由于参数辨识时采用的是磷酸铁锂电池，因此主要适用于磷酸铁锂电池的soc估算。但是该估算装置不仅适用于磷酸铁锂电池单体的soc估算，同样适用于磷酸铁锂电池组的soc估算。[0130]采用本发明的方案提供的一种基于改进pngv模型和修正系数的安时积分法的soc估算装置，不仅可以更加精确的表征电池性能，并且该装置操作简单易实现，并且估算精度高，可以使电池组发挥更大的性能。[0131]由于本实施例的装置所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。[0132]采用本发明的技术方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型；并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法；利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算，改进的pngv模型能够更准确的描述电池极化特性，能够更加准确地表征电池性能。[0133]根据本发明的实施例，还提供了对应于电池soc的估算装置的一种电池。该电池可以包括：以上所述的电池soc的估算装置。[0134]由于本实施例的电池所实现的处理及功能基本相应于前述装置的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。[0135]采用本发明的技术方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型；并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法；利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算，加入修正系数对电池的可用容量进行修正，提高估算精度。[0136]根据本发明的实施例，还提供了对应于电池soc的估算方法的一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的电池soc的估算方法。[0137]由于本实施例的存储介质所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。[0138]采用本发明的技术方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型；并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法；利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算，有利于使电池组发挥更大的性能。[0139]根据本发明的实施例，还提供了对应于电池soc的估算方法的一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行以上所述的电池soc的估算方法。[0140]由于本实施例的处理器所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。[0141]采用本发明的技术方案，通过在典型的非线性等效电路模型pngv模型的基础上，增加并联rc环节，得到改进的pngv模型；并在安时积分法的原理基础上，加入电池自放电修正系数、电池老化系数、电池可利用系数和温度修正系数等系数对其进行修正，得到加入修正系数的安时积分法；利用改进的pngv模型和加入修正系数的安时积分法对电池soc进行估算，不仅可以更加精确的表征电池性能，并且估算精度高，可以使电池组发挥更大的性能。[0142]综上，本领域技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。[0143]以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。当前第1页12当前第1页12