考虑温度及迟滞效应的分数阶动力电池SOC估算方法技术

本发明专利技术提供一种考虑温度及迟滞效应的分数阶动力电池SOC估算方法，它能够准确地估算电池SOC，具有较强的鲁棒性，能在系统存在初始误差的情况下快速收敛。该方法是电池开路电压为U

【技术实现步骤摘要】
考虑温度及迟滞效应的分数阶动力电池SOC估算方法
本专利涉及动力电池SOC估算方法。
技术介绍
对于动力电池SOC估算，目前常用的整数阶等效电路模型有Rint模型、Thevein模型和PNGV模型。整数阶等效电路模型难于准确地模拟电池充放电及静置状态下端电压的阻容特性，特别是不能在较广的温度范围内保证整数阶等效电路模型输出端电压的准确性；估算出的电池SOC准确低，难于适应使用需求。
技术实现思路
本专利技术的目的是提供一种考虑温度及迟滞效应的分数阶动力电池SOC估算方法，它能够准确地估算电池SOC，且具有较强的鲁棒性，能在系统存在初始误差的情况下快速收敛；相较于整数阶等效电路模型，分数阶模型能为准确地模拟电池充放电及静置状态下端电压的阻容特性；它能在较广的温度范围内和充放电状态变化时保证分数阶等效电路模型输出端电压的准确性。本专利采用的技术方案，考虑温度及迟滞效应的分数阶动力电池SOC估算方法，电池开路电压为UOCV的电压源、内阻R0、极化环串联形成动力电池的一阶分数阶等效电路模型，其中，极化环中电容为分数阶CPE元件，电阻为极化内阻R1；I1为CPE元件上电流，CPE元件电容为C1，阶数为α1，UOCV可由试验测得；U0为内阻端电压；U1为极化环端电压；Ut为电池端电压，是整个电池系统的输出变量；I为总电流，为电池系统的输入变量，充电时为负，放电时为正；CPE元件上电流为：I1＝C1Dα1U1(3)极化环上电压为：U1＝(I-C1Dα1U1)R1(4)电池端电压为：Ut＝UOCV-U0-U1(5)电池SOC计算公式为：式中，SOC(0)为初始SOC值；η为充放电容量折算系数；QN为电池额定容量；其中α1为阶数，h为采样间隔，n＝t/h，t为区间上限，k＝1，2，3……n；考虑高斯白噪声影响，则电池分数阶离散化空间状态表达式为：其中，x(k)＝[SOC(k),U1(k)]T；y(k)＝[Ut]；D(k)＝[-R0]；h[x(k)]＝UOCV[SOC(k)]-U1(k)；ω(k)为系统噪声，υ(k)为测量噪声，噪声类型为高斯白噪声，系统噪声方差为Q，测量噪声方差为R。上述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，式中，ηd为放电容量折算系数；ηc为充电容量折算系数；QT,Cd为不同温度和放电电流下的放电容量；QT,Cc为不同温度和充电电流下的充电容量；QN为基准容量，单位Ah；T为环境温度，T＝0℃,5℃,15℃,25℃,30℃,35℃；Cd为放电倍率，Cd＝C/3,C/2,3C/4,C,5C/4,3C/2,7C/4,2C,9C/4；Cc为充电倍率，Cc＝C/3,C/2,3C/4,C。上述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，UOCV＝(UOCV_c-UOCV_d)*0.25+UOCV_d(14)式中，UOCV_c为充电状态下开路电压；UOCV_d为放电状态下开路电压；并使用多项式对开路电压UOCV进行拟合。上述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，采用动态惯性权重的粒子群优化算法对分数阶等效电路模型进行辨识，在计算前期具有较大的权重以扩大搜索范围，提高全局寻优能力，在计算后期具有较小权重以便进行局部精确计算，提高结果收敛速度和精度。上述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，采用动态惯性权重的粒子群优化算法对分数阶等效电路模型进行辨识的步骤如下：1)初始化定义粒子速度vmax、vmin和位置限制θmax、θmin以防忽略最优值和结果溢出；随机粒子初始速度vl,j和位置θl,j，其中l＝1，2，3…N，N为粒子数量，j为迭代次数；初始时j＝0，粒子位置θl,j代表待辨识参数集合[R0R1C1α1]；2)计算适应度函数设置当前迭代次数下每个粒子适应度函数为其中n为试验数据长度，Ur(k)为k时刻电池测量端电压，Um(k,θl,j)为分数阶模型在粒子位置θl,j下的端电压，其计算方法如下：分数阶电容元件微分方程其传递函数为：则极化环两端电压为：U1(s)＝(I-C1sα1U1)R1(17)设极化环及内阻R0两端电压为U，则转换为分数阶微分方程并结合分数阶G-L定义：则Um(k,θl,j)＝UOCV(SOC(k))-U(k)(21)其中h为采样间隔；Nc为参与计算的历史数据量，理论上应为k时刻之前所有数据点的数量，但系统计算量会随着时间的增加而急剧增大，所以本专利技术综合考虑粒子群优化计算量及分数阶模型输出端电压的精度，设置计算截断数量Ne＝800，当Ne<k时，Nc＝Ne，Ne≥k时，Nc＝k；3)个体最佳适应度更新将每个粒子当前迭代次数下的位置θl,j所对应的适应度值Fit(l,j)与粒子历史最佳位置对应的适应度值Fbest(l)进行比较，若Fit(l,j)<Fbest(l)，则用当前粒子位置更新此粒子的历史最佳位置4)群体最佳适应度更新将每个粒子当前迭代次数下的位置θl,j所对应的适应度值Fit(l,j)与全局最佳位置θbest所对应的适应度值Fbest进行比较，若Fit(l,j)<Fbest，则用当前粒子位置更新全局最佳位置θbest；5)更新粒子位置和速度更新每个粒子所对应速度：其中ω1、ω2为权重，用来调节搜索范围；M为最大迭代次数；c1、c2为加速度常数，c1＝c2＝2；r1、r2为随机参数，取值范围[0,1]，用以增加粒子搜索的随机性；更新粒子对应位置：θl,j+1＝θl,j+vl,j+1(23)6)判断程序是否结束若达到做大迭代次数或适应度值小于预设值，则算法结束，此时全局最佳位置θbest即为最优解，否则迭代次数j+1并返回步骤2)计算适应度函数。上述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，对于分数阶模型采用扩展卡尔曼滤波进行SOC估算，以雅可比矩阵替代非线性部分，具体步骤如下：结合式(11)-(12)，状态一步预测：其中，Nc为参与计算的历史数据量，理论上应为k时刻之前所有数据点的数量，但系统计算量会随着时间的增加而急剧增大，综合考虑粒子群优化计算量及分数阶模型输出端电压的精度，设置计算截断数量Ne＝800，当Ne<k时，Nc＝Ne，Ne≥k时，Nc＝k；协方差一步预测：卡尔曼滤波增益矩阵：K(k+1)＝P(k+1|k)HT(HP(k+1|k)HT+R)-1(28)H为雅可比矩阵以代替式(12)观测方程中非线性函数h：观测误差估算：Y(k+1)为k+1时刻实测电压；本文档来自技高网...

【技术保护点】
1.考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：/n电池开路电压为U

【技术特征摘要】
1.考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：
电池开路电压为UOCV的电压源、内阻R0、极化环串联形成动力电池的一阶分数阶等效电路模型，其中，极化环中电容为分数阶CPE元件，电阻为极化内阻R1；I1为CPE元件上电流，CPE元件电容为C1，阶数为α1，UOCV可由试验测得；U0为内阻端电压；U1为极化环端电压；Ut为电池端电压，是整个电池系统的输出变量；I为总电流，为电池系统的输入变量，充电时为负，放电时为正；
CPE元件上电流为：
I1＝C1Dα1U1(3)
极化环上电压为：
U1＝(I-C1Dα1U1)R1(4)
电池端电压为：
Ut＝UOCV-U0-U1(5)
电池SOC计算公式为：



式中，SOC(0)为初始SOC值；η为充放电容量折算系数；QN为电池额定容量；






其中α1为阶数，h为采样间隔，n＝t/h，t为区间上限，k＝1，2，3……n；



考虑高斯白噪声影响，则电池分数阶离散化空间状态表达式为：



其中，x(k)＝[SOC(k),U1(k)]T；y(k)＝[Ut]；D(k)＝[-R0]；h[x(k)]＝UOCV[SOC(k)]-U1(k)；ω(k)为系统噪声，υ(k)为测量噪声，噪声类型为高斯白噪声，系统噪声方差为Q，测量噪声方差为R。


2.如权利要求1所述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：



式中，ηd为放电容量折算系数；ηc为充电容量折算系数；QT,Cd为不同温度和放电电流下的放电容量；QT,Cc为不同温度和充电电流下的充电容量；QN为基准容量，单位Ah；T为环境温度，T＝0℃,5℃,15℃,25℃,30℃,35℃；Cd为放电倍率，Cd＝C/3,C/2,3C/4,C,5C/4,3C/2,7C/4,2C,9C/4；Cc为充电倍率，Cc＝C/3,C/2,3C/4,C。


3.如权利要求1所述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：UOCV＝(UOCV_c-UOCV_d)*0.25+UOCV_d(14)
式中，UOCV_c为充电状态下开路电压；UOCV_d为放电状态下开路电压；并使用多项式对开路电压UOCV进行拟合。


4.如权利要求1所述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：采用动态惯性权重的粒子群优化算法对分数阶等效电路模型进行辨识，在计算前期具有较大的权重以扩大搜索范围，提高全局寻优能力，在计算后期具有较小权重以便进行局部精确计算，提高结果收敛速度和精度。


5.如权利要求4所述的考虑温度及迟滞效应的分数阶动力电池SOC估算方法，其特征是：采用动态惯性权重的粒子群优化算法对分数阶等效电路模型进行辨识的步骤如下：
1)初始化
定义粒子速度vmax、vmin和位置限制θmax、θmin以防忽略最优值和结果溢出；随机粒子初始速度vl,j和位置θl,j，其中l＝1，2，3…N，N为粒子数量，j为迭代次数；初始时j＝0，粒子位置θl,j代表待辨识参数集合[R0R1C1α1]；
2)计算适应度函数
设置当前迭代次数下每个粒子适应度函...

【专利技术属性】
技术研发人员：郑燕萍，昌诚程，虞杨，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏;32