基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法技术

本发明专利技术提供一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，其特征在于，包括以下步骤：步骤1.建立二阶双极化等效电路模型并进行离散化；步骤2.进行模型参数的辨识，获取开路电压UOCV，欧姆内阻R0，极化电容CP1、CP2，极化电阻RP1、RP2，和SOC的函数关系；步骤3.进行SOC估算，包括：步骤3‑1.基于安时积分法和二阶双极化等效电路的离散方程建立状态方程和观测方程：步骤3‑2.时间更新；步骤3‑3.计算卡尔曼增益；步骤3‑4.测量校正；步骤3‑5.循环迭代。本方法能够有效解决噪声统计特性不能在估算过程中进行自适应和状态突变而容易导致估算精度下降、滤波不收敛的问题。

SOC estimation method for EKF lithium-ion battery based on innovation covariance and fading factor

The invention provides an EKF lithium-ion battery SOC estimation method based on innovation covariance and fading factor, and its characteristics include the following steps: step 1. Establishing a second-order bipolar equivalent circuit model and discretizing it; step 2. Identification of model parameters to obtain open-circuit voltage UOCV, ohmic internal resistance R0, polarization capacitance CP1, CP2, polarization resistance RP1, RP2, and function switch of SOC. Step 3: Establish the state equation and observation equation based on the ampere-time integral method and the discrete equation of the second-order bipolar equivalent circuit: step 3 2. Time update; step 3 3. Calculate the Kalman gain; step 3 4. Measurement correction; step 3 5. Cyclic iteration. This method can effectively solve the problem that the statistical characteristics of noise can not be adapted and state mutation in the estimation process, which can easily lead to the estimation accuracy decline and filter non-convergence.

【技术实现步骤摘要】
基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法
本专利技术属于新能源汽车电池管理系统领域，具体涉及一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法。技术背景为了应对环境污染及能源短缺问题，各国纷纷加入大力发展新能源电动汽车的步伐。良好的电池质量是保障新能源汽车高品质的基础，在此前提下，如何智能高效利用电池、发挥电池最佳性能显得尤为重要。为了使电池能量管理性能高效、提高电池续航里程，降低成本，保障使用安全，最终满足人们使用要求，对电池管理系统(BMS)就提出了更高的要求。电池管理系统在电动汽车上扮演着传统燃油汽车ECU的角色，其承担的功能主要包括估算电池状态(荷电状态、健康状态、功率状态)、监测电池工作状态、电池均衡控制、热管理和信息交互功能。而电池荷电状态SOC(stateofcharge)的估算一直是电池管理系统(BMS)的核心工作，它表明了电池剩余电量以及续驶里程，同时和其他状态(SOH/SOP)的估算也紧密相关，是整车多项控制策略的核心。电池SOC无法通过传感设备直接获得，一般需要结合电池的外特性及其估算算法。因此，SOC的精确估算一直是BMS的重点及难点。放电实验、安时积分以及开路电压等方法是比较传统的SOC估算方法。放电试验法由于放电时间较长、不能中断以及不能实时估算，因此很难应用于处于工作状态的电动汽车中方法只能在驻车时间较长的情况下估算电池SOC，不能实现在线估算。开路电压法通常不单独用于估计电池SOC，而是作为一种辅助方法为其他估算方法提供初始SOC值。此外，这种估算方法并不能适用于所有种类的锂离子电池。安时积分法因其计算过程较为简单而被广泛应用于SOC估计中，但是该算法属于开环运算，不能准确估计电池初始状态的SOC值，当电流测量不准时会导致累积误差。近几年新兴的算法主要包括模糊逻辑理论、神经网络以及卡尔曼滤波算法等。模糊逻辑理论法用于估算SOC时，该算法不依赖于电池模型，主要依靠专家制定的规则性推理条件，但存在人工干预较多、精度较低等缺点。神经网络法与模糊逻辑理论法类似，都存在大量的系统输入并模拟人脑对样本数据进行训练并输出。但需要输入的数据样本量较大，且受训练样本以及训练方法的影响较大。在应用于SOC估计方面，卡尔曼算法尤其扩展卡尔曼滤波算法(EKF)表现出很强的优越性。该算法对SOC初始值所造成的误差有良好的修正作用，对系统中的噪声干扰信号有很强的抑制作用，对系统中变化频率较高的电流有很强的适应能力，且能够实现系统状态量的实时动态估算。然而，卡尔曼滤波算法在使用过程中需要以模型作为依托，因此在应用于SOC估算的过程中，选择合理的电池模型非常重要。电池模型精度低、动态响应能力差会导致卡尔曼滤波失去最优性甚至会引起滤波发散，而性能较好的复杂电池模型又会增加系统运算量。同时该算法要求系统的模型准确，且状态噪声和量测噪声为不相关的白噪声。为了保证滤波的稳定性，必须选取合适的噪声方差矩阵初值，否则可能会极大的影响滤波精度，甚至导致滤波发散。也就是说卡尔曼滤波算法在建模过程中不具有应对噪声统计变化的自适应能力。
技术实现思路
本专利技术是为了解决上述问题而进行的，目的在于提供一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，能够有效解决噪声统计特性不能在估算过程中进行自适应和状态突变而容易导致估算精度下降、滤波不收敛的问题。本专利技术为了实现上述目的，采用了以下方案：本专利技术提供一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，其特征在于，包括以下步骤：步骤1.建立二阶双极化等效电路模型，并进行离散化；步骤2.进行模型参数的辨识，通过变种HPPC试验和多项式拟合分别获取开路电压UOCV，欧姆内阻R0，极化电容CP1、CP2，极化电阻RP1、RP2，和SOC的函数关系，在变种HPPC试验中SOC采样的间隔设为0.05；步骤3.进行SOC估算，包括：步骤3-1.基于安时积分法和二阶双极化等效电路的离散方程建立状态方程和观测方程：式中，η为电池放电效率，CN为电池额定容量；选取状态变量步骤3-2.时间更新根据状态方程计算状态更新矩阵：计算理论新息协方差：CK＝HK(φK,K-1PK-1φK,K-1T+QK-1)HKT+RK，计算状态误差协方差矩阵：PK/K-1＝λK(φK,K-1PK-1φK,K-1T+QK-1)，根据观测方程计算测量更新矩阵：步骤3-3.计算卡尔曼增益计算卡尔曼增益：KK＝PK/K-1HKTCK-1；步骤3-4.测量校正计算状态更新后的矩阵：计算当前时刻的状态误差协方差矩阵：PK＝(E-KKHK)PK/K-1，根据当前时刻更新出的状态变量XK＝[UP1(k)UP2(k)SOC(K)]T，使用simulink的Fcu模块对状态变量XK取出当前时刻的SOC值，并作为下一时刻时间更新的初始SOC值；步骤3-5.循环迭代重复上述步骤3-2至3-4的内容计算出各个时刻的SOC，进而得到整个工况时段的SOC值。本专利技术提供的基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，还可以具有以下特征：步骤1包括如下子步骤：步骤1-1.依据基尔霍夫电压电流定律，建立电路方程：式中，UL为端电压，I为输入电流，UP1、UP2分别为第一个RC电路和第二个RC电路的极化电压；步骤1-2.利用一阶非齐次线性微分方程解法，建立离散方程：式中，UL(K)为K时刻的端电压，Δt为采样周期，τ1、τ2分别为第一个RC电路和第二个RC电路的电容的时间常数，τ1＝RP1CP1,τ2＝RP2CP2。本专利技术提供的基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，还可以具有以下特征：在步骤2中，变种HPPC试验具体包括：步骤2-1.在恒温条件下，将选取的电池单体按照标准实验规程充满电后静置40min；步骤2-2.将电池进行10s的脉冲放电，静置40s，然后将电池进行10s的脉冲充电，再静置40s；步骤2-3.将电池恒流放电使SOC值下降到0.95；步骤2-4.循环步骤2-2到2-3直至SOC值下降至0.05。本专利技术提供的基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，还可以具有以下特征：在步骤3-2中，引入的渐消因子的表达式为式中，trace(CK)为求CK的迹，CK＝HK(φK,K-1PK-1φK,K-1T+QK-1)HKT+RK，λk为K时刻的渐消因，真实新息协方差新息为i等于K时刻时实验观测值与预测观测值之差。专利技术的作用与效果本专利技术通过两个RC并联结构来同时描述电池的电化学极化以及浓差极化两种极化特性，可以更准确的模拟电池的充放电的动态行为，而且二阶模型的参数辨识的复杂度适中，对计算机的要求不高。另一方面，EKF运用一阶的泰勒展开式来处理非线性问题，这种处理方式由于忽略了高阶项而导致其精度下降；这就意味着系统建模是不准确的，新测量值对估计值的修正作用下降，而陈旧量测值的修正作用相对上升，这成为引发滤波不收敛的一个重要原因；由此可见防止滤波发散的一个重要方法就是重视新息在当前滤波的地位。本专利技术引入基于新息方差计算的渐消因子，计算过程简单，计算量小，易于实现在线应用，且对于抑制滤波发散和提高SOC估算精度有明显作用。附图说明图1为本专利技术实施例所涉及的基于新本文档来自技高网...

【技术保护点】
1.一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，其特征在于，包括以下步骤：步骤1.建立二阶双极化等效电路模型，并进行离散化；步骤2.进行模型参数的辨识，通过变种HPPC试验和多项式拟合分别获取开路电压UOCV，欧姆内阻R0，极化电容CP1、CP2，极化电阻RP1、RP2，和SOC的函数关系，在变种HPPC试验中SOC采样的间隔设为0.05；步骤3.进行SOC估算，包括：步骤3‑1.基于安时积分法和二阶双极化等效电路的离散方程建立状态方程和观测方程：

【技术特征摘要】
1.一种基于新息协方差带渐消因子的EKF锂离子电池SOC估算方法，其特征在于，包括以下步骤：步骤1.建立二阶双极化等效电路模型，并进行离散化；步骤2.进行模型参数的辨识，通过变种HPPC试验和多项式拟合分别获取开路电压UOCV，欧姆内阻R0，极化电容CP1、CP2，极化电阻RP1、RP2，和SOC的函数关系，在变种HPPC试验中SOC采样的间隔设为0.05；步骤3.进行SOC估算，包括：步骤3-1.基于安时积分法和二阶双极化等效电路的离散方程建立状态方程和观测方程：式中，η为电池放电效率，CN为电池额定容量；选取状态变量步骤3-2.时间更新根据状态方程计算状态更新矩阵：计算理论新息协方差：CK＝HK(φK,K-1PK-1φK,K-1T+QK-1)HKT+RK，计算状态误差协方差矩阵：PK/K-1＝λK(φK,K-1PK-1φK,K-1T+QK-1)，根据观测方程计算测量更新矩阵：步骤3-3.计算卡尔曼增益计算卡尔曼增益：KK＝PK/K-1HKTCK-1；步骤3-4.测量校正计算状态更新后的矩阵：计算当前时刻的状态误差协方差矩阵：PK＝(E-KKHK)PK/K-1，根据当前时刻更新出的状态变量XK＝[UP1(k)UP2(k)SOC(K)]T，使用simulink的Fcu模块对状态变量XK取出当前时刻的SOC值，并作为下一时刻时间更新的初始SOC值；步骤3-5.循环迭代重复上述步骤3-2至3-4的内容计算出各个时刻的SOC，进而得到整个...

【专利技术属性】
技术研发人员：康健强，尹乐乐，靳成杰，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42