本发明专利技术公开了一种基于离散变结构观测器的锂电池SOC估计方法。它包括以下步骤：对锂电池进行快速标定实验，获取SOC与开路电压OCV关系曲线；建立用于SOC估计的锂电池离散状态空间模型；对锂电池进行脉冲放电实验，辨识锂电池模型参数；实时采集工况下锂电池的端电压和充放电电流；构建离散变结构观测器实现对锂电池SOC的准确估计。本发明专利技术方法不仅具有较好的SOC估计效果，同时能严格保证收敛性，且对锂电池建模误差，内部参数的摄动和外在扰动表现出较强的鲁棒性。
【技术实现步骤摘要】
本专利技术属于车用锂电池荷电状态估计领域，具体涉及一种基于离散变结构观测器的锂电池SOC估计方法。
技术介绍
电池管理系统BMS是电动汽车中的重要组成部分，具有电池状态检测、电池状态估计、电池安全保护和能量控制管理等基本功能。电池SOC估计是电池管理系统的核心。SOC是表征电池剩余容量的重要参数，准确的SOC值是电池充放电控制、均衡控制、制定能量管理策略的重要依据，其估计精度直接影响电池的使用寿命和成本，因此准确估计SOC是BMS的关键。SOC受电池温度、充放电倍率、自放电率、寿命等多种因素的影响，不能通过传感器直接测得，必须通过对电池进行建模，结合所测量的电池工作时的充放电电流、端电压、温度等数据，选择算法间接估计得到。电动汽车电池在使用过程中，由于内部复杂的电化学反应，导致电池特性体现出高度的非线性，使准确估计电池SOC具有很大的难度。锂电池相对于传统的电动汽车电池，在性能上具有能量密度高、无记忆效应、环境污染低、循环寿命长、适应温度范围广等诸多优点，所以锂电池已经发展成为最具竞争力的动力电池。目前，常用的锂电池SOC估计算法有开路电压法、安时积分法、卡尔曼滤波算法、神经网络算法等。中国专利技术专利CN103529398A于2014年01月22日公开的《基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法》，它首先建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；再对被测锂离子电池进行充放电实验，建立被测锂离子电池的卡尔曼滤波初值SOC0的多项式拟合函数；再获得被测锂离子电池的卡尔曼滤波初值SOC0和卡尔曼滤波的初始误差协方差P(0)；然后进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。但是该方法存在不足：1)该算法要求噪声是白噪声且噪声的均值、方差等统计特性已知，这在实际应用中是很难满足的，不仅因为噪声统计特性很难获得，而且白噪声也仅在理想条件下存在；2)该算法对锂离子电池性能模型精度要求较高，当模型精度较低时，会造成较大的SOC估计误差；3)非线性的锂离子电池模型经线性化后，如果偏差较大，就会出现滤波发散的现象，导致SOC估计误差很大。中国专利技术专利CN105548898A于2016年05月04日公开的《一种离线数据分段矫正的锂电池SOC估计方法》，首先建立电池等效电路模型；获取SOC—OCV曲线；利用电池放电结束时的端电压响应曲线对等效电路模型进行离线参数辨识；然后计算电池健康状态SOH；利用安时积分法实时计算SOC的当前值；并利用电池健康状态对SOC值进行矫正；最后利用离线数据对安时积分法中的累积误差进行分段消除。其存在的不足为：1)采用离线辨识方法对锂电池等效电路模型参数进行辨识，而在锂电池工作过程中，由于温度、老化、寿命等因素的影响，锂电池模型中参数会发生变化，会造成较大的SOC估计误差。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种基于离散变结构观测器的锂电池SOC估计方法。该方法不仅具有较好的SOC估计效果，且对锂电池建模误差和由于温度、老化和寿命等因素引起的内部参数变化具有较强的鲁棒性，同时能严格保证算法的收敛性，不会出现估计发散现象。为解决现有技术中存在的问题，本专利技术提供了一种基于离散变结构观测器的锂电池SOC估计方法，包括对工况下锂电池的端电压和充放电电流的采集，主要步骤如下：步骤1，对锂电池进行快速标定实验，获取SOC与开路电压OCV关系曲线；步骤1.1，在室温下，对充电截止电压为4.2V、放电截止电压为3V、额定容量为5Ah的锂电池以0.2库伦恒流放电直到锂电池电压到3V以下，静置2～3小时，等待实验使用；步骤1.2，用0.2库伦电流对根据步骤1.1静置后的锂电池进行恒流脉冲充电，每次充电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量充电过程中每个静置时间段内的锂电池端电压Uc，OCV，并找出充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min，直至锂电池充满；步骤1.3，用0.2库伦电流对根据步骤1.2充满电的锂电池进行恒流脉冲放电，每次放电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量放电过程中每个静置时间段内的锂电池端电压Ud，OCV，并找出放电过程中每个静置时间段内锂电池端电压最大值Ud，OCV，max，直至锂电池放空；步骤1.4，将步骤1.2中得到的充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min与步骤1.3中得到的放电过程中与充电过程中SOC对应相等的静置时间段内锂电池端电压最大值Ud，OCV，max相加并取平均值，作为快速标定的开路电压OCV，共得到10个开路电压OCV；步骤1.5，根据步骤1.4中得到的10个开路电压OCV，在整个SOC变化范围内，即0％～100％范围内，对所得实验数据进行多段式直线拟合，并得到锂电池SOC与开路电压OCV关系曲线；所述的多段式直线拟合中，每段长度ΔSOC＝10％，每段内所拟合的SOC与开路电压OCV表达式为：OCVi＝ki*SOCi+dii＝1，2，3....10(1)其中，OCVi为第i段锂电池的开路电压OCV，SOCi为第i段锂电池的SOC，ki为第i段所拟合的SOC与开路电压OCV直线的斜率，di为第i段所拟合的SOC与开路电压OCV直线的截距；步骤2，根据步骤1中得到的锂电池SOC与开路电压OCV关系曲线，并结合锂电池戴维南等效电路与安时积分公式，建立用于SOC估计的锂电池离散状态空间模型；离散状态方程：Vt(k+1)SOC(k+1)V1(k+1)=1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb2Is(k)+γξ(k)---(2)]]>离散观测方程：y(k)=[100]Vt(k)SOC(k)V1(k)---(3)]]>其中，Vt(k)为锂电池k时刻的端电压，SOC(k)为锂电池k时刻的SOC，V1(k)为锂电池k时刻的极化电压，Vt(k+1)为锂电池(k+1)时刻的端电压，SOC(k+1)为锂电池(k+1)时刻的SOC，V1(k+1)为锂电池(k+1)时刻的极化电压，T为采样时间，Is(k)为k时刻流过锂电池的电流值，γ为扰动输入矩阵，ξ(k)为有界标量扰动输入，y(k)为锂电池k时刻的输出量，a1＝1/R1C1，a11＝kia1，a2＝1/R0CN，a22＝kia2，b1＝ki/CN+1/C1+R0/R1C1，b2＝1/C1，R1为锂电池的极化电阻，C1为锂电池的极化电容，R0为锂电池的欧姆内阻，CN为锂电池的标称容量；步骤3，对锂电池进行脉冲放电实验，辨识步骤2中的锂电池离散状态空间模型参数；步骤3.1，首先将容量为5Ah的锂电池以电流I放电5分钟，然后停止放电并静置10分钟，接着再以同样的电流I放电5分钟，将此20分钟作为一个脉冲放电周期，充放电设备记录锂电池一个脉冲放电周期中的端电压Ubattery变化；步骤3.2，根据步骤3.1中记录的锂电池一个脉冲放电周期中的端电压Ubattery变化，分析端电压变化曲线特性，辨识锂电池模型中的参数，所述参数包括欧姆内阻R0，极化电阻R1，极本文档来自技高网...
【技术保护点】
一种基于离散变结构观测器的锂电池SOC估计方法，包括对工况下锂电池的端电压和充放电电流的采集，其特征在于，主要步骤如下：步骤1，对锂电池进行快速标定实验，获取锂电池SOC与开路电压OCV之间的关系曲线；步骤1.1，在室温下，对充电截止电压为4.2V、放电截止电压为3V、额定容量为5Ah的锂电池以0.2库伦恒流放电直到锂电池电压到3V以下，静置2～3小时，等待实验使用；步骤1.2，用0.2库伦电流对根据步骤1.1静置后的锂电池进行恒流脉冲充电，每次充电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量充电过程中每个静置时间段内的锂电池端电压Uc，OCV，并找出充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min，直至锂电池充满；步骤1.3，用0.2库伦电流对根据步骤1.2充满电的锂电池进行恒流脉冲放电，每次放电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量放电过程中每个静置时间段内的锂电池端电压Ud，OCV，并找出放电过程中每个静置时间段内锂电池端电压最大值Ud，OCV，max，直至锂电池放空；步骤1.4，将步骤1.2中得到的充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min与步骤1.3中得到的放电过程中与充电过程中SOC对应相等的静置时间段内锂电池端电压最大值Ud，OCV，max相加并取平均值，作为快速标定的开路电压OCV，共得到10个开路电压OCV；步骤1.5，根据步骤1.4中得到的10个开路电压OCV，在整个锂电池SOC变化范围内，即0％～100％范围内，对所得实验数据进行多段式直线拟合，并得到锂电池SOC与开路电压OCV关系曲线；所述的多段式直线拟合中，每段长度的ΔSOC＝10％，每段内所拟合的锂电池SOC与开路电压OCV表达式为：OCVi＝ki*SOCi+di，i＝1，2，3....10 (1)其中，OCVi为第i段锂电池的开路电压OCV，SOCi为第i段锂电池的SOC，ki为第i段所拟合的SOC与开路电压OCV直线的斜率，di为第i段所拟合的SOC与开路电压OCV直线的截距；步骤2，根据步骤1中得到的锂电池SOC与开路电压OCV关系曲线，并结合锂电池戴维南等效电路与安时积分公式，建立用于锂电池SOC估计的锂电池离散状态空间模型；离散状态方程：Vt(k+1)SOC(k+1)V1(k+1)1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb1Is(k)+γξ(k)---(2)]]>离散观测方程：y(k)=100Vt(k)SOC(k)V1(k)---(3)]]>其中，Vt(k)为锂电池k时刻的端电压，SOC(k)为锂电池k时刻的SOC，V1(k)为锂电池k时刻的极化电压；Vt(k+1)为锂电池(k+1)时刻的端电压，SOC(k+1)为锂电池(k+1)时刻的SOC，V1(k+1)为锂电池(k+1)时刻的极化电压；T为采样时间，Is(k)为k时刻流过锂电池的电流值，γ为扰动输入矩阵，ξ(k)为有界标量扰动输入，y(k)为锂电池k时刻的输出量，a1＝1/R1C1，a11＝kia1，a2＝1/R0CN，a22＝kia2，b1＝ki/CN+1/C1+R0/R1C1，b2＝1/C1，R1为锂电池的极化电阻，C1为锂电池的极化电容，R0为锂电池的欧姆内阻，CN为锂电池的标称容量；步骤3，对锂电池进行脉冲放电实验，辨识步骤2中的锂电池离散状态空间模型参数；步骤3.1，首先将容量为5Ah的锂电池以电流I放电5分钟，然后停止放电并静置10分钟，接着再以同样的电流I放电5分钟，将此20分钟作为一个脉冲放电周期，充放电设备记录锂电池一个脉冲放电周期中的端电压Ubattery变化；步骤3.2，根据步骤3.1中记录的锂电池一个脉冲放电周期中的端电压Ubattery变化，分析端电压变化曲线特性，辨识锂电池离散状态空间模型中的参数，所述参数包括欧姆内阻R0，极化电阻R1，极化电容C1；步骤4，分别通过电压传感器和电流传感器实时采集工况下锂电池的端电压Vt(k)和充放电电流Is(k)；步骤5，基于步骤2中建立的锂电池离散状态空间模型设计离散变结构观测器，并将步骤4中采集到的锂电池端电压Vt(k)和充放电电流Is(k)作为信号输入，实时估计锂电池SOC；所述离散变结构观测器的方程式如下：x^(k+1)=Gx^(k)+H*Is(k)+h[y(k)-y^(k)]+λv(k)---(4)]]>y^(k)=Cx^(k)---(5)]]>其中，x(k)为锂电池k时刻的状态变量，为x(k)的估计值，x(k+1)为锂电池(k+1)时刻的状态变量，为x(k+1)的估计值，为y(k)的估计值，λ为正反馈输入矩阵，v(k)为外...
【技术特征摘要】
1.一种基于离散变结构观测器的锂电池SOC估计方法，包括对工况下锂电池的端电压和充放电电流的采集，其特征在于，主要步骤如下：步骤1，对锂电池进行快速标定实验，获取锂电池SOC与开路电压OCV之间的关系曲线；步骤1.1，在室温下，对充电截止电压为4.2V、放电截止电压为3V、额定容量为5Ah的锂电池以0.2库伦恒流放电直到锂电池电压到3V以下，静置2～3小时，等待实验使用；步骤1.2，用0.2库伦电流对根据步骤1.1静置后的锂电池进行恒流脉冲充电，每次充电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量充电过程中每个静置时间段内的锂电池端电压Uc，OCV，并找出充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min，直至锂电池充满；步骤1.3，用0.2库伦电流对根据步骤1.2充满电的锂电池进行恒流脉冲放电，每次放电锂电池额定容量的10％后，使锂电池断路并静置5分钟，实时测量放电过程中每个静置时间段内的锂电池端电压Ud，OCV，并找出放电过程中每个静置时间段内锂电池端电压最大值Ud，OCV，max，直至锂电池放空；步骤1.4，将步骤1.2中得到的充电过程中每个静置时间段内锂电池端电压最小值Uc，OCV，min与步骤1.3中得到的放电过程中与充电过程中SOC对应相等的静置时间段内锂电池端电压最大值Ud，OCV，max相加并取平均值，作为快速标定的开路电压OCV，共得到10个开路电压OCV；步骤1.5，根据步骤1.4中得到的10个开路电压OCV，在整个锂电池SOC变化范围内，即0％～100％范围内，对所得实验数据进行多段式直线拟合，并得到锂电池SOC与开路电压OCV关系曲线；所述的多段式直线拟合中，每段长度的ΔSOC＝10％，每段内所拟合的锂电池SOC与开路电压OCV表达式为：OCVi＝ki*SOCi+di，i＝1，2，3....10(1)其中，OCVi为第i段锂电池的开路电压OCV，SOCi为第i段锂电池的SOC，ki为第i段所拟合的SOC与开路电压OCV直线的斜率，di为第i段所拟合的SOC与开路电压OCV直线的截距；步骤2，根据步骤1中得到的锂电池SOC与开路电压OCV关系曲线，并结合锂电池戴维南等效电路与安时积分公式，建立用于锂电池SOC估计的锂电池离散状态空间模型；离散状态方程：Vt(k+1)SOC(k+1)V1(k+1)1-a1Ta110a21-a22T-a2001-a1TVt(k)SOC(k)V1(k)+Tb10Tb1Is(k)+γξ(k)---(2)]]>离散观测方程：y(k)=100Vt(k)SOC(k)V1(k)---(3)]]>其中，Vt(k)为锂电池k时刻的端电压，SOC(k)为锂电池k时刻的SOC，V1(k)为锂电池k时刻的极化电压；Vt(k+1)为锂电池(k+1)时刻的端电压，SOC(k+1)为锂电池(k+1)时刻的SOC，V1(k+1)为锂电池(k+1)时刻的极化电压；T为采样时间，Is(k)为k时刻流过锂电池的电流值，γ为扰动输入矩阵，ξ(k)为有界标量扰动输入，y(k)为锂电池k时刻的输出量，a1＝1/R1C1，a11＝kia1，a2＝1/R0CN，a22＝kia2，b1＝ki/CN+1/C1+R0/R1C1，b2＝1/C1，R1为锂电池的极化电阻，C1为锂电池的极化电容，R0为锂电池的欧姆内阻，CN为锂电池的标称容量；步骤3，对锂电池进行脉冲放电实验，辨识步骤2中的锂电池离散状态空间模型参数；步骤3.1，首先将容量为5Ah的锂电池以电流I放电5分钟，然后停止放电并静置10分钟，接着再以同样的电流I放电5分钟，将此20分钟作为一个脉冲放电周期，充放电设备记录锂电池一个脉冲放电周期中的端电压Ubattery变化；步骤3.2，根据步骤3.1中记录的锂电池一个脉冲放电周期中的端电压Ubattery变化，分析端电压变化曲线特性，辨识锂电池离散状态空间模型中的参数，所述参数包括欧姆内阻R0，极...
【专利技术属性】
技术研发人员：孔慧芳，张憧，张晓雪，鲍伟，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。