一种防滤波发散的锂电池SOC估算方法技术

本发明专利技术公开了一种防滤波发散的锂电池SOC估算方法，涉及电动汽车锂电池状态估算技术领域，主要步骤如下：Ⅰ、通过开路电压法获取锂电池SOC初值；Ⅱ、考虑系统噪声和观测噪声的影响，使用改进的Sage‑Husa自适应扩展卡尔曼滤波法估算实时SOC值；III、对前一步骤使用滤波发散判据进行滤波发散判断，当不满足判据条件，在卡尔曼增益矩阵构造一个指数冻结因子，防止滤波发散。本发明专利技术在扩展卡尔曼滤波算法的基础上，加入噪声估值器，保证SOC的估算精度，并为防止在恶劣工况下出现滤波发散，提高了系统估算的稳定性。

【技术实现步骤摘要】
一种防滤波发散的锂电池SOC估算方法
本专利技术涉及电动汽车锂电池状态估算
，特别是涉及一种防滤波发散的锂电池SOC估算方法。
技术介绍
动力电池的荷电状态(SOC)是驾驶者和纯电动汽车联系的纽带，驾驶员通过该参数了解所驾驶电动汽车的剩余里程以及是否需要充电等操作。SOC值是纯电动汽车电池管理系统中的一项重要参数，主要体现在以下几方面：(1)作为驾驶者对车辆剩余能量直观判断来源。驾驶者通常直观地通过SOC值对电动车剩余里程做出判断，对整车的行驶控制等做出综合判断。(2)为整车控制策略做参考。整车控制策略要参考电池SOC值，并据此对整车的行驶策略进行控制。(3)保护动力电池。根据中国汽车技术中心对太原市内道路工况的统计数据，车辆要频繁的进行起步、加速、减速、停车的步骤，行驶工况复杂。复杂多变的行驶工况容易引起较大的系统噪声，而且环境温度的改变会引起电池内部参数的变化，可能出现滤波发散。因此提高电池SOC估算精度并防止滤波发散是一项重要研究课题。SOC估算方法的研究随着新能源汽车的高热度而非常普遍，目前应用较多的是安时积分法、开路电压法，此外还有基于卡尔曼滤波法的各种自适应算法，神经网络模型法等。安时积分法在起始荷电状态SOC0比较准确情况下，其在一段时间内具有相当好的精度；但是，安时积分法的主要缺点为：电荷估算精度受起始SOC0影响较大；库仑效率η1受电池的工作状态影响大(如荷电状态、温度、电流大小等)，η1难于准确测量；电流测量精度误差会产生累计效应，随着时间积累误差会逐渐增大。开路电压法针对微小电压变化引起的SOC变化的区别能力较小，而且电池在静置一段时间后电压的回弹会引起较大估计误差。自适应算法能在系统工作过程中，依靠各项设置指标参数不断地检测并判断，并根据测量参数的变化，改变运行步骤或参数，使系统处于良好稳定的工作状态。因此具有较好的应用前景。神经网络法自学习能力较强，由于其采用并行处理结构，因此具有较好的处理高度非线性的系统问题的能力；其不足之处是神经网络训练需要大量筛选实验测量数据作为初始数据，训练时间较长，而且对于不同类型电池不具有可移植性。
技术实现思路
本专利技术实施例提供了一种提高锂电池SOC估算精度，并防止滤波发散的控制方法。本方法以扩展卡尔曼滤波算法为基础，加入系统噪声估值器，在K时刻估算完成后，通过滤波发散判据判断是否发散，如果发散则对做自适应调整，提高了系统的稳定性。本专利技术提供了一种防滤波发散的锂电池SOC估算方法，其特征在于，所述方法包括以下步骤：使用开路电压法获取SOC初值；建立电池的等效二阶RC网络模型的状态空间表达式，对该表达式进行离散线性化，并根据SOC初值建立电池的状态空间方程；对状态空间方程中的状态变量进行迭代计算，从迭代计算结果中提取实时SOC值；对上面步骤得到的迭代结果进行滤波发散判断，如果发生滤波发散，则在卡尔曼滤波增益矩阵构造一个指数冻结因子，防止滤波发散。本专利技术实施例中的一种防滤波发散的锂电池SOC估算方法，主要步骤如下：Ⅰ、通过开路电压法获取锂电池SOC初值；Ⅱ、考虑系统噪声和观测噪声的影响，使用改进的Sage-Husa自适应扩展卡尔曼滤波法估算实时SOC值；III、对前一步骤使用滤波发散判据进行滤波发散判断，当不满足判据条件，在卡尔曼增益矩阵构造一个指数冻结因子，防止滤波发散。本专利技术在扩展卡尔曼滤波算法的基础上，加入噪声估值器，保证SOC的估算精度，并为防止在恶劣工况下出现滤波发散，提高了系统估算的稳定性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为电池等效二阶RC网络的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本专利技术实施例提供了一种防滤波发散的锂电池SOC估算方法，该方法包括以下步骤：一、使用开路电压法或读取上次电池SOC获取SOC初值，开路电压法为将电池充电，先大电流然后涓流充电，待其达到截止充电电压后停止，然后将锂电池静置90-120min，待其内部平衡后，分别以0.5C、1C、2C和3C的电流进行放电实验。二、假设k时刻的状态变量为Xk∈Rn×1，输入向量为Uk∈Rp×1，输出向量为Yk∈Rq×1，则有：Xk+1＝f(Xk,Uk)+WkYk＝g(Xk,Uk)+Vk其中，Wk为系统噪声，Vk为量测噪声。将非线性函数f(Xk,Uk)和g(Xk,Uk)在预测值处进行泰勒级数展开，省略高次以上的项，得到如下状态空间方程：令一步转移矩阵k时刻的m*n阶量测矩阵有：再令：E[Wk]＝qk，E[Vk]＝rk，cov[Wk,Wi]＝Qkδki，cov[Vk,Vi]＝Rkδki其中，E为均值符号，cov为协方差号，δki为Kroneckerδ函数，Qk为系统噪声协方差，Rk为量测噪声协方差。最终得到：现建立如图1所示的电池等效二阶RC网络模型的状态空间表达式：U0＝Uocv-IR0-Up1-Up2根据上面的表达式，进行离散线性化后建立状态空间方程：观测方程为：Uo,k＝Uocv,k-Up1,k-Up2,k-R0Ik其中，Uocv表示理想开路电压，U0表示电池的实际工作电压，I表示电池工作电流，R0表示电池内阻，Rp1、Cp1分别表示短时间极化电阻和极化电容，Rp2、Cp2分别表示长时间极化电阻和极化电容，SOCk为k时刻电池的荷电状态，Up1,k和Up2,k分别为k时刻电容Cp1和Cp2上的电压，η表示库伦效率，T为系统采样时间，CN为电池的额定容量，τ1＝Rp1Cp1，τ2＝Rp2Cp2，电流ik为k时刻系统输入，Uo,k为k时刻系统输出，即三、对状态估计矩阵状态估计均方误差矩阵Pk、估计模型噪声矩阵估计模型噪声更新矩阵量测噪声协方差矩阵量测噪声协方差更新矩阵赋予初值，即k＝0时刻的值，然后按照以下公式分别进行迭代计算，迭代计算得到后根据得到Xk+1，提取矩阵Xk+1中的第一个数据得到SOCk+1，汇总得到实时的SOC。其中，和合称为噪声协方差估值器，dk为加权系数，且dk＝(1-b)/(1-bk+1)，b为遗忘因子，取值范围为0.95<b<1，vk为新息矩阵，反应预测值和实际值的不一致程度，且Zk＝HkXk+Vk，Hk为k时刻的m*n阶量测矩阵，且Xk为k时刻的状态变量，Vk为量测噪声，为一步状态预测矩阵，且Pk/k-1为一步预测均方误差矩阵，且Kk为卡尔曼滤波增益矩阵，且本实施例中，上述初值赋予情况为：P0＝10000*eye(3)四、对步骤三计算得到的k时刻SOC迭代结果进行滤波发散判断，滤波发散的判据为：vkvkT＜γtr[E(vkvkT)]其中，γ为储备系数，取值大于1，tr表示矩阵的迹，vkvkT为新息矩阵的平方和，其中包含实际估计误差的信息，协方差本文档来自技高网...

【技术保护点】
1.一种防滤波发散的锂电池SOC估算方法，其特征在于，所述方法包括以下步骤：使用开路电压法获取SOC初值；建立电池的等效二阶RC网络模型的状态空间表达式，对该表达式进行离散线性化，并根据SOC初值建立电池的状态空间方程；对状态空间方程中的状态变量进行迭代计算，从迭代计算结果中提取实时SOC值；对上面步骤得到的迭代结果进行滤波发散判断，如果发生滤波发散，则在卡尔曼滤波增益矩阵构造一个指数冻结因子，防止滤波发散。

【技术特征摘要】
1.一种防滤波发散的锂电池SOC估算方法，其特征在于，所述方法包括以下步骤：使用开路电压法获取SOC初值；建立电池的等效二阶RC网络模型的状态空间表达式，对该表达式进行离散线性化，并根据SOC初值建立电池的状态空间方程；对状态空间方程中的状态变量进行迭代计算，从迭代计算结果中提取实时SOC值；对上面步骤得到的迭代结果进行滤波发散判断，如果发生滤波发散，则在卡尔曼滤波增益矩阵构造一个指数冻结因子，防止滤波发散。2.如权利要求1所述的防滤波发散的锂电池SOC估算方法，其特征在于，开路电压法为将电池充电，先大电流然后涓流充电，待其达到截止充电电压后停止，然后将锂电池静置90-120min，待其内部平衡后，分别以0.5C、1C、2C和3C的电流进行放电实验。3.如权利要求1所述的防滤波发散的锂电池SOC估算方法，其特征在于，建立的状态空间方程为：其中，SOCk为k时刻电池的荷电状态，Up1,k和Up2,k分别为k时刻电容Cp1和Cp2上的电压，Rp1、Cp1分别表示短时间极化电阻和极化电容，Rp2、Cp2分别表示长时间极化电阻和极化电容，η表示库伦效率，T为系统采样时间，CN为电池的额定容量，τ1＝Rp1Cp1，τ2＝Rp2Cp2，电流ik为k时刻系统输入；令因此将状态空间方程简化为：再根据得到k+1时刻的状态变量Xk+1，其中Wk为系统噪声。4.如权利要求3所述的防滤波发散的锂电池SOC估算方法，其特征在于，对状态空间方程中的状态变量进行迭代计算，从迭代计算结果中提取实时SOC值具体包括：按照以下公式进行迭代...

【专利技术属性】
技术研发人员：孙桓五，慕振博，段海栋，张东光，张凤博，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14