一种电动汽车动力电池系统SOF多参数表征与估计方法

技术特征：
1.一种电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，包括以下步骤：步骤1，建立等效电路模型，利用滤波算法估计纯电动汽车动力电池荷电状态soc；步骤2，基于荷电状态soc并结合具体行驶的工况分别估计纯电动汽车动力电池实时的能量状态soe与功率状态sop；步骤3，定义融合性能需求的纯电动汽车动力电池系统sof，sof＝(sof
1 sof2)，sof1为纯电动汽车车用功能对动力电池所能提供的能量需求，与能量状态soe相关，sof2为纯电动汽车车用功能对动力电池所能提供的功率需求，与功率状态sop相关；步骤4，在预测工况下基于sof系统纯电动汽车动力电池判断是否满足功能要求，并对比相应需求进行预警提示。2.根据权利要求1所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤1具体为：步骤1.1，建立等效电路模型，具体为连续系统的动力电池模型方程：其中，r0为等效电阻、r1为等效电阻、r2为等效电阻、c1为等效电容和c2为等效电容，u
l
为输出电压、u
oc
为对于soc下的开路电压、i分别为对应时间t下的输出电流；步骤1.2，实时获取当前纯电动汽车动力电池的开路电压、放电电流，基于所述等效电路模型得到系统状态方程和观测方程，包括系统状态方程、系统观测方程、过程误差协方差、观测误差协方差，基于卡尔曼滤波算法预测系统内部的动力电池性能、荷电状态soc。3.根据权利要求1或2所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤2在得到在线估计的荷电状态soc等参数的基础上，分别估计soe、sop并与车用动力功能相关联，车用动力功能包括续航里程、最高速度、最大爬坡度和最大加速度；所述能量状态soe与能量需求相关，具体表现在续航里程上，所述功率状态sop与功率需求相关，具体表现在最高车速、最大爬坡能力和最大加速度。4.根据权利要求3所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤2具体包括：步骤2.1，估计动力电池的能量状态soe，标定最小续航里程为s1，标定汽车行驶的单位能耗为e1，若满足soe≥s1e1，则表示续航里程满足要求；步骤2.2，估计动力电池的功率状态sop，标定最小加速度a1为，当前巡航速度为u，若满足则表示功率状态满足要求，η
t
为传递效率，mg为电车的重量，f为地面摩擦系数，c
d
为空气助力系数，a为迎风面积。5.根据权利要求4所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤3中能量状态soe与能量需求相关为在满足某一工况下的续航里程的能量需求，具体的，设定当前能量状态为soe，设定最低续航要求为s，当前工况下单位距离下的能耗为initec，sof1＝soe/s
×
initec。6.根据权利要求5所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤3中功率状态sop与功率需求相关具体表现为：
1)满足某一设定的巡航速度u所需的功率需求：1)满足某一设定的巡航速度u所需的功率需求：所需功率记为p1；2)满足对于一定坡度i的爬坡性能需求：2)满足对于一定坡度i的爬坡性能需求：所需功率记为p2；3)满足某一设定的加速度α所需的功率需求：3)满足某一设定的加速度α所需的功率需求：所需功率记为p3。7.根据权利要求6所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，若当前功率状态为sop，设定预测工况下最大巡航速度为u，最大加速度为a，最大爬坡度为i，并得到满足条件的最小功率值p
1 p
2 p3，sof2＝sop/max(p
1 p
2 p3)。8.根据权利要求7所述的电动汽车动力电池系统sof多参数表征与估计方法，其特征在于，步骤4中基于性能需求，预测动力电池提供给纯电动汽车的能量和功率满足纯电动汽车各项动力性指标的情况；结合工况预测对其在各工况下的情况进行仿真验证，证明基于性能需求预测的纯电动汽车功能状态估计这一方案的可行性；对当前预测的当前工况下所需要的能量和功率要求与可以提供的进行比较，低于一定百分比时进行预警提醒。

技术总结
本发明公开了一种基于性能需求预测的更能实时合理评价纯电动汽车动力电池系统功能特性的SOF多参数表征与估计方法，用以评价当前动力电池的功率/能量状态对车辆规划里程的动力性和里程功能的满足水平。1)面向纯电动汽车平台，定义纯电动汽车动力电池功能状态S0F的多参数表征方法；2)基于工况预测估计动力电池系统能量状态SOE与功率状态SOP以及纯电动汽车动力及里程特性；3)结合动力电池等效电路模型以及卡尔曼滤波等算法给出了一种纯电动汽车动力电池的功能状态SOF估计方法。本发明将动力电池功能状态SOF表征与纯电动汽车性能需求预测相结合，对于更合理化表征纯电动汽车动力电池系统SOF具有较好的工程与应用价值。动力电池系统SOF具有较好的工程与应用价值。动力电池系统SOF具有较好的工程与应用价值。


技术研发人员：张可涵 李玉芳 甘婷婷 刘峥
受保护的技术使用者：南京航空航天大学
技术研发日：2022.10.12
技术公布日：2022/12/30