一种基于集员滤波的锂电池电荷状态估计方法技术

本发明专利技术涉及一种基于集员滤波的锂电池电荷状态估计方法，属于电池管理技术领域。该方法包括以下几个步骤：S1：采用Thevenin模型建立等效电路模型，由基尔霍夫定律推导等效电路模型的电压电流方程；S2：利用测得的电压，电流信号及最小二乘法进行电池模型参数辨识；S3：跟踪因为电池老化损坏和负载等复杂情况变化导致的参数变化，通过模型参数的在线矫正，因为变化的负载等情况导致的电池模型误差就能够得到相应的补偿；S4：采用椭球集员估计算法，获得更为精确的被估计值，得到更准确的状态估计结果。

【技术实现步骤摘要】
一种基于集员滤波的锂电池电荷状态估计方法
本专利技术属于电池管理
，涉及一种基于集员滤波的锂电池电荷状态估计方法。
技术介绍
在新型智能微电网与纯电动汽车领域，锂离子电池以其功率密度与能量密度高、循环寿命长以及自放电率低等优势得到了广泛的应用。而锂离子电池储能系统的高度非线性、温度敏感特性以及明显老化等特性使锂离子电池储能系统的监测与控制面临诸多挑战。而电池荷电状态反映了电池内部剩余存储能量水平，是电池管理系统一定要准确实时监控和评估的重要参数。因此，对锂离子电池的荷电状态估计是电池管理系统的首要工作。锂电池荷电状态估计发展到今天，算法得到了很大的发展，在估计准则、解方程组的技术、优化方法、提高估计效率等方面衍生出许多新技术、新理论。目前主流的开路电压法只能在静态的环境下使用，神经网络法因为计算成本大和训练方法受到限制，而扩展卡尔曼滤波算法因为有着闭环、在线估计等优势得到了发展，但其存在系统统计噪声的不确定性和当前滤波值对旧数据的过度依赖等问题，使得电池荷电状态估计收敛速度变慢以及误差变大。针对以上问题，为了既能克服上述缺陷，又可以满足在线应用的实时性和有效性，本专利技术提出一种扩展集员估计算法，其估计结果是一个100％包含真值的成员集合，将当前估计的非线性系统线性化，然后通过采用适宜的算法限制其高阶项，以获得收敛的更新可行集合。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于集员滤波的锂电池电荷状态估计方法。为达到上述目的，本专利技术提供如下技术方案：r>一种基于集员滤波的锂电池电荷状态估计方法，该方法包括以下步骤：步骤一：电池模型的建立；采用Thevenin模型建立等效电路模型，由基尔霍夫定律推导等效电路模型的电压电流方程；结合实际容量与放电倍率的关系，定义安时法的电池荷电方程：通过离散化电压电流方程和电池荷电方程得到状态方程以及测量方程；测量方程中包括开路电压关于电池荷电的非线性函数；步骤二：模型的参数辨识；利用测得的电压，电流信号及最小二乘法进行电池模型参数辨识；步骤三：电池模型参数的校正；跟踪因为电池老化损坏和负载等复杂情况变化导致的参数变化，通过模型参数的在线矫正，因为变化的负载等情况导致的电池模型误差就能够得到相应的补偿；步骤四：椭球集员滤波；采用椭球集员估计算法，包括时间更新算法以及量测更新两个步骤，通过不断优化来获取适当的参数，使得求得的包含参数集的椭球体积尽可能小，即获得更为精确的被估计值，得到更准确的状态估计结果。可选的，所述步骤三具体为：定义扰动输入gk仿真由于电池老化等原因造成的参数的变化，扰动的状态空间方程设计为式：其中Ed为扰动分配矩阵；统一后的状态空间模型为：其中，v(k)∈Vk。可选的，所述步骤四具体为：假设已经计算出k-1时刻包含状态集合Θ(k-1)的椭球E(k-1)；由当前时刻新的数据y(k)和有界测量回归向量ΦT(k)，计算约束集合S(k)；计算k时刻的状态集合Θ(k)，其中利用准则函数来最优化参数得到包含参数真值的最优外定界椭球集合E(k)。可选的，所述椭球集员估计算法包括时间更新和测量更新两个过程：a.时间更新过程：(1)初始化状态椭球E0(xk,Pk)，其中xk为椭球中心，Pk为椭球半径；(2)通过状态转移矩阵Ad,k-1与过程噪声Wk-1来得到一步预测状态的时间更新椭球Ek|k-1；(3)已经包含k-1时刻状态可行集的椭球则包含集合的时间更新椭球Ek|k-1的中心b.测量更新过程：(1)根据测量向量yk构成的量测集合和时间更新过程中得到的描述状态转移可行集合的时间更新椭球Ek|k-1来得到包含被估计状态的可行状态集合，即量测更新椭球Ek；(2)由量测向量yk和量测噪声向量vk限定的状态集合为：量测更新过程的目的是得到即得到量测更新椭球Ek为包含时间更新椭球集合Ek|k-1和状态集合交集的集合；前提条件是即估计的可行集合包含yk和测量噪声的边界。本专利技术的有益效果在于：本专利技术中从噪声的不确定性和锂电池荷电的非线性出发，充分考虑噪声的边界条件，经理论分析与数值实验，引入有效的椭球集员估计算法，解决在不确定噪声分布特性条件下的状态估计问题。引入椭球集员估计，提高估计的可信度。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为本专利技术采用的Thevenin电路模型的等效电路图；图2为本专利技术所述电池电荷状态估计方法的流程图；图3为椭球集员估计算法流程图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。本专利技术实施例的附图中相同或相似的标号对应相同或相似的部件；在本专利技术的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利技术的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。专利技术中采用椭球集员估计，提高估计的可信度。所涉及的一种基于集员滤波的锂电池电荷状态估计方法，包括以下的三个步骤，步骤一：采用Thevenin模型建立等效电路模型，由基尔霍夫定律推导等效电路模型的电压电流方程；结合实际容量与放电倍率的关系，定义安时法的电池荷电方程：通过离散化电压电流方程和电池荷电方程得到状态方程以及测量方程；测量方程中包括开路电压关于电池荷电的非线性函数；步骤二：利用测得的电压，电流信号及最小二乘法进行电池模型参数辨识；...

【技术保护点】
1.一种基于集员滤波的锂电池电荷状态估计方法，其特征在于：该方法包括以下步骤：/n步骤一：电池模型的建立；/n采用Thevenin模型建立等效电路模型，由基尔霍夫定律推导等效电路模型的电压电流方程；/n结合实际容量与放电倍率的关系，定义安时法的电池荷电方程：通过离散化电压电流方程和电池荷电方程得到状态方程以及测量方程；/n测量方程中包括开路电压关于电池荷电的非线性函数；/n步骤二：模型的参数辨识；/n利用测得的电压，电流信号及最小二乘法进行电池模型参数辨识；/n步骤三：电池模型参数的校正；/n跟踪因为电池老化损坏和负载的复杂情况变化导致的参数变化，通过模型参数的在线矫正，因为变化的负载情况导致的电池模型误差就能够得到相应的补偿；/n步骤四：椭球集员滤波；/n采用椭球集员估计算法，包括时间更新算法以及量测更新两个步骤，通过不断优化来获取适当的参数，使得求得的包含参数集的椭球体积尽可能小，即获得更为精确的被估计值，得到更准确的状态估计结果。/n

【技术特征摘要】
1.一种基于集员滤波的锂电池电荷状态估计方法，其特征在于：该方法包括以下步骤：
步骤一：电池模型的建立；
采用Thevenin模型建立等效电路模型，由基尔霍夫定律推导等效电路模型的电压电流方程；
结合实际容量与放电倍率的关系，定义安时法的电池荷电方程：通过离散化电压电流方程和电池荷电方程得到状态方程以及测量方程；
测量方程中包括开路电压关于电池荷电的非线性函数；
步骤二：模型的参数辨识；
利用测得的电压，电流信号及最小二乘法进行电池模型参数辨识；
步骤三：电池模型参数的校正；
跟踪因为电池老化损坏和负载的复杂情况变化导致的参数变化，通过模型参数的在线矫正，因为变化的负载情况导致的电池模型误差就能够得到相应的补偿；
步骤四：椭球集员滤波；
采用椭球集员估计算法，包括时间更新算法以及量测更新两个步骤，通过不断优化来获取适当的参数，使得求得的包含参数集的椭球体积尽可能小，即获得更为精确的被估计值，得到更准确的状态估计结果。


2.根据权利要求1所述的一种基于集员滤波的锂电池电荷状态估计方法，其特征在于：所述步骤三具体为：
定义扰动输入gk仿真由于电池老化原因造成的参数的变化，扰动的状态空间方程设计为式：



其中Ed为扰动分配矩阵；
统一后的状态空间模型为：



其中，

v(k)∈Vk。


3.根据权利要求1所述的...

【专利技术属性】
技术研发人员：魏善碧，柴毅，余笑，王辉阳，王昱，吴睿，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50