一种动力电池荷电状态在线估算方法及系统技术方案

本发明专利技术提供了一种过程简洁紧凑、具有强抗噪声能力的动力电池荷电状态在线估算方法及系统。本发明专利技术在基于电池二阶RC等效电路模型利用带遗忘因子的RLS算法对电池时变参数进行动态跟踪时，采用了协方差矩阵乔勒斯基分解迭代计算过程，计算量小且稳定，对角矩阵元素可用于自适应调整遗忘因子；针对某些类型动力电池存在开路电压与SOC一对一对应关系不稳定的问题，引入对滞变电压的模拟估算，并用于对开路电压进行纠偏，保证最终开路电压对SOC映射关系的准确性；在利用扩展卡尔曼算法（EKF）进行SOC估算时，采用仅含SOC单变量电量状态方程和基于端路电压的观测方程，减免了冗余状态的更新计算和对其统计特征的假设与估算，保证了计算的实时性和响应效率。

A Method and System for On-line Estimation of Charging State of Power Batteries

The invention provides an on-line estimation method and system for the charging state of power battery with simple and compact process and strong anti-noise ability. When the RLS algorithm with forgetting factor is used to dynamically track the time-varying parameters of batteries based on the second-order RC equivalent circuit model of batteries, the covariance matrix Cholesky decomposition iteration calculation process is adopted, the calculation amount is small and stable, and the diagonal matrix element can be used to adaptively adjust the forgetting factor; for some types of power batteries, there exists a one-to-one relationship between open-circuit voltage and SOC. In order to solve the problem of instability, the simulation estimation of hysteresis voltage is introduced and used to correct the deviation of open-circuit voltage, so as to ensure the accuracy of the mapping relationship between the final open-circuit voltage and SOC. When using extended Kalman algorithm (EKF) to estimate SOC, the state equation of SOC single variable and the observation equation based on end-circuit voltage are used to reduce the update calculation of redundant state and its statistics. The hypothesis and estimation of features ensure the real-time performance and response efficiency of calculation.

【技术实现步骤摘要】
一种动力电池荷电状态在线估算方法及系统
本专利技术涉及新能源汽车领域,具体涉及一种动力电池荷电状态在线评估方法及系统。
技术介绍
随着国家对新能源电动汽车、电动摩托车的大力推广，动力电池的市场需求越来越大，但同时对电池的容量、寿命和成本的要求也越来越高，其中电池寿命很大程度上取决于使用方式。为了正确合理地使用电池、避免对电池造成损害，需要足够准确地估计电池的当前电池荷电状态。动力电池荷电状态(SOC)的评估及实时反应速度对整车控制具有重要意义。传统的SOC估算方法包括安时积分法、开路电压法、卡尔曼滤波法等。安时积分法是以初始电量为基准，对充放电流积分得到电量的实时变化；方法优点是简单易实现，缺点是对初值依赖和误差累积难以消除。开路电压法是根据开路电压(OCV)与SOC的单调对应关系、通过测量OCV计算SOC；缺点是OCV测量需要在电池未工作时且充分静置一段时间后才能进行。卡尔曼滤波法是基于系统模型对电池状态作最小均方差意义上的最优估计，方法优点是误差纠正能力强，缺点是对模型准确性依赖性较高；电池作为慢时变非线性系统，参数实时变化，模型参数不确定性较强。另外，有些方法采用带遗忘因子的递本文档来自技高网...

【技术保护点】
1.一种动力电池荷电状态在线估算方法，其特征在于，所述的估算方法采用以下步骤：步骤1：基于电压中间参数表示和协方差矩阵乔勒斯基分解的递推最小二乘法的开路电压回归计算；步骤2：基于滞变电压模拟的开路电压纠偏；步骤3：基于SOC单变量电量状态方程的扩展卡尔曼滤波算法和简化的Sage‑Husa自适应观测方差调整方法的SOC去噪计算。

【技术特征摘要】
1.一种动力电池荷电状态在线估算方法，其特征在于，所述的估算方法采用以下步骤：步骤1：基于电压中间参数表示和协方差矩阵乔勒斯基分解的递推最小二乘法的开路电压回归计算；步骤2：基于滞变电压模拟的开路电压纠偏；步骤3：基于SOC单变量电量状态方程的扩展卡尔曼滤波算法和简化的Sage-Husa自适应观测方差调整方法的SOC去噪计算。2.如权利要求1所述的一种动力电池荷电状态在线估算方法，其特征在于，步骤1采用以下子步骤：步骤1a)：设置电池初始中间参数向量值θ、初始遗忘因子λ和初始协方差矩阵的乔勒斯基分解P＝UDUT，其中U是单位上三角矩阵，D是对角矩阵；步骤1b)：读入电池当前电流电压观测向量值计算和g＝Df；步骤1c)：根据λ,f,g更新计算矩阵D和U；步骤1d)：计算当前增益向量K和预测误差e，更新电池中间参数θ＝θ+Ke；步骤1e)：由中间参数θ反算电池原始参数，包括内阻Rohm、开路电压Voc，并计算开路电压的变化值dVoc；步骤1f)：遗忘因子动态调整，当|dVoc/Δt|＞δV,max，加大遗忘因子λ＝τup×λ+(1-τup)×1,τup∈[0.95,1)；否则，当|e|＞δe,max，减小遗忘因子λ＝τdownλ,τdown∈[0.98,1)；步骤1g)：协方差动态调整，当D对角元素|dii|＜δD,min，置dii＝δD,min；当|θi|＞δθ,max，置dii＝dii+δD；转步骤1b)。3.如权利要求1所述的一种动力电池荷电状态在线估算方法，其特征在于：步骤2采用以下子步骤：步骤2a)：分别针对充电和放电过程，测量电池滞变电压衰减参数β、电流效率参数ηI、半程最大滞变电压V...

【专利技术属性】
技术研发人员：马露杰，赵伟，
申请(专利权)人：杭州神驹科技有限公司，
类型：发明
国别省市：浙江,33