[发明专利]电池SOC校准方法、装置、系统、介质及程序产品

说明书

本申请提供一种电池SOC校准方法、装置、系统、介质及程序产品。方法包括：采集目标电池的工况；工况包括目标电池的电压，以及，目标电池的电流；根据目标电池的工况，获取目标电池当前的荷电状态SOC；根据目标电池的工况，以及，工况与SOC的映射关系，获取目标电池的电压对应的电压校准点，以及，电压校准点对应的SOC校准点；其中，映射关系中包括预设的至少一个电压校准点；若电压校准点与目标电池的电压相等，则使用SOC校准点对当前的SOC进行校准，得到目标电池校准后的SOC。本申请减少对SOC进行校准占用的计算资源且提高了对SOC进行校准的效率。

技术领域

本申请涉及电池技术领域，尤其涉及一种电池SOC校准方法、装置、系统、介质及程序产品。

背景技术

荷电状态(State of Charge，SOC)指的是相同工况下，电池剩余电量与电池额定容量的比值。目前计算电池SOC值的方法主要是安时积分法。该方法是通过对电池的电流进行时间积分，以获取电池的SOC。然而，若电流测量不准确，则可能导致的获取到的SOC的准确性较差。以电动汽车为例，若获取的电池的SOC的准确性较差，则可能导致车辆显示的电池剩余电量的准确性较差等。因此，对电池SOC值进行校准是至关重要的。

现有的电池SOC的校准方法主要是基于卡尔曼滤波算法对电池SOC进行校准。使用该方法对电池SOC进行校准前，需要基于该电池的多种参数建立电化学模型。然后基于电池的电化学模型，使用卡尔曼滤波算法对电池SOC进行校准。其中，电化学模型指的是利用复杂的偏微分方程建立的能够描述电池内部的物理化学变化的模型。

然而，上述电化学模型结构复杂，模型参数较多，需要占用较多的计算资源，进而导致基于该电化学模型，使用卡尔曼滤波算法对电池的SOC进行校准时，需要占用大量的计算资源且用时较长。

发明内容

本申请提供一种电池SOC校准方法、装置、系统、介质及程序产品，以克服对电池SOC进行校准时占用大量的计算资源且用时较长的问题。

第一方面，本申请提供一种电池SOC校准方法，所述方法包括：

采集目标电池的工况；所述工况包括所述目标电池的电压，以及，所述目标电池的电流；

根据所述目标电池的工况，获取所述目标电池当前的荷电状态SOC；

根据所述目标电池的工况，以及，工况与SOC的映射关系，获取所述目标电池的电压对应的电压校准点，以及，所述电压校准点对应的SOC校准点；其中，所述映射关系中包括预设的至少一个电压校准点；

若所述电压校准点与所述目标电池的电压相等，则使用所述SOC校准点对所述当前的SOC进行校准，得到所述目标电池校准后的SOC。

可选的，所述使用所述SOC校准点对所述当前的SOC进行校准，得到所述目标电池校准后的SOC，包括：

判断所述SOC校准点与所述当前的SOC之间的差值绝对值是否大于或等于预设阈值；

若所述SOC校准点与所述当前的SOC之间的差值绝对值大于或等于预设阈值，则使用所述SOC校准点对所述当前的SOC进行校准，得到所述目标电池校准后的SOC。

可选的，所述使用所述SOC校准点对所述当前的SOC进行校准，得到所述目标电池校准后的SOC，包括：

获取所述目标电池的电压等于所述SOC电压校准点的持续时长；

使用所述SOC校准点以及所述持续时长，对所述当前的SOC进行校准，得到所述目标电池校准后的SOC。

可选的，所述使用所述SOC校准点以及所述持续时长，对所述当前的SOC进行校准，得到所述目标电池校准后的SOC，包括：