基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法技术

本发明专利技术公开了基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，包括电压曲线特征分析、基于电池充电电压曲线的放电阶段电池端电压求解、基于充电电压曲线融合卡尔曼滤波估算电池SOC三个阶段。第一阶段是利用实测电池充电过程获得不同老化状态下充电电压和电池充入容量关系曲线，将电池容量归一化处理并对曲线纵向平移从而得到电池老化后重合的充电电压和SOC关系曲线。第二阶段是根据充电过程和放电过程的电压表达式得出放电阶段电池端电压的求解表达式，并通过引入噪声分析电压的影响因素和结果。第三阶段是将传统卡尔曼滤波算法中电池端电压测量方程用求解的电池端电压表达式进行替换，实现充电电压曲线与卡尔曼滤波融合估算电池SOC。

【技术实现步骤摘要】
基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法
本专利技术属于电动汽车
，具体涉及电动汽车动力电池状态参数预估方法。
技术介绍
精确估算电池荷电状态(StateofCharge,SOC)为电池寿命估算和安全性评估提供参考依据，有利于电池管理系统整体性能提升，保障电动汽车的续航里程。目前多通过电池开路电压法或安时积分法来估算电池SOC，比较典型的算法是卡尔曼滤波算法，在用于求解电池SOC的扩展卡尔曼滤波算法的基础上，增加电池模型参数的状态方程，通过在线辨识出模型参数，从而更为准确的估算出电池SOC。这些估算方法注重于模型本身、模型参数误差和算法可靠性的问题，却忽略了实际应用中存在的很多噪声问题，例如电池管理系统中测量误差，或者将这些噪声归结为简单的白噪声，简化的同时很有可能造成了估算效果降低。电池整个寿命周期中，稳定的电池充电工况是存在的。依据电池在充电过程中电池端电压和充入电量关系曲线，研究者提出利用该曲线随电池老化变化的特点，进行平移修正从而获得老化后电池额定容量值，但如何采用充电电压曲线消除电池管理系统中测量误差，进而将其应用到电池SOC在线估算中仍有待深入。
技术实现思路
为了解决上述问题，本专利技术提出了基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，包括如下：S1、电压曲线特征分析；S2、基于电池充电电压曲线的放电阶段电池端电压求解；S3、基于充电电压曲线融合卡尔曼滤波估算电池SOC。进一步，上述S1中，电压曲线特征分析，利用实测电池充电过程获得不同老化状态下充电电压和电池充入容量关系曲线，将电池容量进行归一化处理并对曲线进行纵向平移从而得到电池老化后重合的充电电压和SOC关系曲线。利用开路电压和SOC关系曲线，分析可知充电电压和SOC关系曲线能够应用于电池SOC的估算中。进一步，上述S2中，基于充电电压曲线的放电阶段电池端电压求解，具体过程如下：S2.1、建立充电过程电池电压表达式为：U充＝Uoc+I充·R0+U1,充(1)式中，Uoc为开路电压，I充为充电电流，R0为充电欧姆内阻，U1,充为充电极化电压。进而，电池开路电压可表示为：Uoc＝U充-I充·R0-U1,充(2)S2.2、建立放电过程电池电压表达式为U放＝Uoc-I放·R′0-U1,放(3)式中，I放为放电电流，R'0为放电欧姆内阻，U1,放为放电极化电压。S2.3、将式(2)代入到式(3)中可得：U放＝U充-I充·R0-U1,充-I放·R'0-U1,放+v(4)式中，v表示系统噪声。在实际应用中，电动汽车常采用恒流充电，从而保证了式(2)的实时更新。忽略电池充电欧姆内阻R0和放电欧姆内阻R'0间差异，只考虑电池欧姆内阻随电池老化的差异问题，进一步简化式子(4)得到：U放＝U充-(I充+I放)·R0-(U1,充+U1，放)+v(5)S2.4、将测量噪声ΔU放、ΔU充、ΔI充、ΔI放加入到式(5)中，可得：U放+ΔU放＝U充+ΔU充-(I充+ΔI充+I放+ΔI放)·R0-(U1,充+U1,放)(6)从式(6)可知，ΔU放和ΔU充存在相互抵消的现象，但充放电电流噪声ΔI放和ΔI充却存在叠加现象，考虑到毫安级别的电流噪声与毫欧级别的欧姆内阻相乘后数量级很小，其对电池SOC准确估算影响较小。进一步，上述S3中，基于充电电压曲线融合卡尔曼滤波估算电池SOC的具体方法：首先建立电池一阶RC等效电路模型，这里只是为了阐述方便，不仅仅局限在一阶RC等效电路模型。基于一阶RC等效电路模型确立描述电池模型参数和SOC的状态方程，将传统卡尔曼滤波算法中电池端电压测量方程式(3)用式(5)进行替换，进而实现充电电压曲线与卡尔曼滤波融合估算电池SOC。本专利技术的有益效果：1、本专利技术提出了基于充电电压曲线变换卡尔曼滤波算法中测量方程的电池荷电状态在线估算方法，该方法相比传统卡尔曼滤波算法估算电池SOC，具有高精度、高鲁棒性的特点。2、本专利技术在不存在电压测量噪声时，估算精度与传统卡尔曼滤波估算精度基本相同，但本专利技术能够消除采集噪声的影响并保证估算精度基本不变。3、本专利技术的高精度原因是该方法充电电压和SOC关系曲线能够随电池老化进行修正，同时充电电压和SOC关系曲线在测量方程中的应用消除了监测信号噪声的影响。4、本专利技术高鲁棒性在于其对不同电池模型具有很好的普适性，同时监测电压信号噪声的大小对SOC估算精度没有影响。附图说明图1为实测不同老化状态下充电电压和电池SOC曲线；图2为归一化及纵向平移后的不同老化状态下充电电压和电池SOC曲线；图3为无信号采集噪声下传统卡尔曼滤波与所提融合算法SOC估算精度对比；图4为采集信号噪声环境下基于充电电压曲线融合卡尔曼滤波估算SOC；图5为采集信号噪声环境下采用传统卡尔曼滤波估算SOC。具体实施方式下面结合附图对本专利技术作进一步说明。本专利技术提出的电池SOC估算主要分为3个阶段。电压曲线特征分析阶段：1.利用实测电池充电过程获得不同老化状态下充电电压和电池充入容量关系曲线，见附图1；2.将电池容量进行归一化处理从而得到充电电压和SOC关系曲线；3.通过纵向平移得到电池老化后充电电压和SOC关系曲线重合的结果，见附图2；4.传统卡尔曼滤波算法依据开路电压和SOC关系曲线不随老化变化的特点提出基于开路电压法估算电池SOC；参考图2可以看出充电电压和SOC关系曲线也不随老化状态变化，进而也可应用于电池SOC的估算。基于充电电压曲线的电池放电阶段端电压求解阶段：1.以电池一阶RC等效电路模型为例，确定充放电阶段电池端电压求取公式；2.用充电电压曲线替换开路电压与SOC关系曲线，从而验证噪声消除的可行性。具体过程如下：充电过程电池电压为：U充＝Uoc+I充·R0+U1,充(1)式中，Uoc为开路电压，I充为充电电流，R0为充电欧姆内阻，U1,充为充电极化电压。进而，电池开路电压可表示为：Uoc＝U充-I充·R0-U1,充(2)放电过程电池电压为：U放＝Uoc-I放·R′0-U1,放(3)式中，I放为放电电流，R'0为放电欧姆内阻，U1,放为放电极化电压。将式(2)代入到式(3)中可得：U放＝U充-I充·R0-U1,充-I放·R'0-U1,放+v(4)式中，v表示系统噪声。在实际应用中，电动汽车常采用恒流充电，从而保证了公式(2)的实时更新。若忽略电池充电欧姆内阻R0和放电欧姆内阻R'0间差异，则只需考虑电池欧姆内阻随电池老化的差异问题，进一步简化得：U放＝U充-(I充+I放)·R0-(U1,充+U1，放)+v(5)将测量噪声加入到公式中：U放+ΔU放＝U充+ΔU充-(I充+ΔI充+I放+ΔI放)·R0-(U1,充+U1,放)(6)从式(6)可知，ΔU放和ΔU充存在相互抵消的现象，但充放电电流噪声ΔI放和ΔI充却存在叠加现象，考虑到毫安级别的电流噪声与毫欧级别的欧姆内阻相乘后数量级很小，其对电池SOC准确估算影响较小。基于充电电压曲线融合卡尔曼滤波估算电池SOC阶段：1.基于一阶RC等效电路模型采用传统卡尔曼滤波估算电池SOC；2.将传统卡尔曼滤波算法中测量方程用式(5)进行替换，对比替换前后无信号采集噪声时的估算精度，见附图3。从图中可以看出所提方法在无信号采集噪声下SOC估算精度与传统尔曼滤波算法近似；3.在存本文档来自技高网...

【技术保护点】
1.基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，其特征在于，包括如下：S2、基于电池充电电压曲线的放电阶段电池端电压求解；S3、基于充电电压曲线融合卡尔曼滤波估算电池SOC。

【技术特征摘要】
1.基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，其特征在于，包括如下：S2、基于电池充电电压曲线的放电阶段电池端电压求解；S3、基于充电电压曲线融合卡尔曼滤波估算电池SOC。2.根据权利要求1所述的基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，其特征在于，在步骤S2之前还包括：电压曲线特征分析的步骤S1。3.根据权利要求2所述的基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，其特征在于，所述S1的具体实现：所述电压曲线特征分析，是利用实测电池充电过程获得不同老化状态下充电电压和电池充入容量关系曲线，将电池容量进行归一化处理并对曲线进行纵向平移从而得到电池老化后重合的充电电压和SOC关系曲线；利用开路电压和SOC关系曲线，分析得出充电电压和SOC关系曲线能够应用于电池SOC的估算中。4.根据权利要求1所述的基于充电电压曲线融合卡尔曼滤波的电池荷电状态在线估算方法，其特征在于，所述S2的具体实现：S2.1、建立充电过程电池电压表达式为：U充＝Uoc+I充·R0+U1,充式中，Uoc为开路电压，I充为充电电流，R0为充电欧姆内阻，U1,充为充电极化电压；电池开路电压可表示为：Uoc＝U充-I充·R0-U1,充S2.2、建立放电过程电池电压表达式为：U放＝Uoc-I放·R’0-U1,放式中，I放为放电电流，R'0为放电欧姆内阻，U1,放为放电极化电压。S2.3、将式Uoc＝U充-I充·R0-U1,充代入到式U放＝Uoc-I放·R'0-U1,放中可得放电阶段电池端电压的表达式为：U放＝U充-I充·R0-U1,充-I放·R'0-...

【专利技术属性】
技术研发人员：王丽梅，刘强，刘良，李国春，宋明超，王恩龙，陆东，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32