一种基于Thevenin模型和平方根无迹卡尔曼的锂电池SOC估算方法技术

本发明专利技术涉及一种平方根无迹卡尔曼的SOC估算方法，其特征在于，通过在无迹卡尔曼滤波算法中利用状态变量的误差协方差的平方根替代状态变量的误差协方差，实现了对锂离子电池组SOC值的高效迭代计算，克服SOC初值误差和安时积分存在的累积误差；针对卡尔曼忽略高阶项，平方根无迹卡尔曼没有忽略高阶项，对电池工作过程中呈现出的非线性问题应对性较好；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果；该方法基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算算法的可靠运行。算算法的可靠运行。

【技术实现步骤摘要】
一种基于Thevenin模型和平方根无迹卡尔曼的锂电池SOC估算方法


[0001]本专利技术涉及一种基于无迹卡尔曼的锂离子电池SOC估算方法，该方法针对锂离子电池组SOC值的精确估算目标，提出了一种平方根无迹卡尔曼滤波方法，通过用状态变量的误差协方差的平方根来代替状态变量的误差协方差，直接将协方差的平方根值进行传递，避免在每一步中都需要再进行分解，使用无迹变换来处理均值和协方差的非线性传递问题，能应用于具有明显非线性关系的锂离子电池组SOC估算，实现了锂离子电池组SOC值的有效迭代计算，克服SOC初值误差和安时积分存在的累积误差；针对卡尔曼忽略高阶项，使估算精度低、稳定性差的确定，平方根无极卡尔曼方法没有忽略高阶项，具有较高的精度；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果。在电池等效电路模型基础上运用无迹卡尔曼算法实现锂离子电池组SOC估算模型的建立和SOC值的数学迭代运算；该方法是一种基于现代控制理论的锂离子电池组状态估算方法，属于新能源测控领域。

技术介绍

[0002]在锂离子电池的整个生命周期中，电池管理系统（Battery Management System，BMS）对核心参数SOC的监控和调节将影响应急动力输出的效果和安全性；因此，实时监测该参数的变化，并基于此保障锂离子电池组的工作性能是非常必要的；由于BMS中的成组SOC估算技术尚不成熟，使用过程中存在的安全隐患严重制约了锂离子电池组的发展；对于锂离子电池组而言，可靠的BMS管理依靠准确的SOC值；在该值已知的情况下，不仅对其进行可靠能量管理和安全控制，而且还避免锂离子电池组的提前损坏，延长其使用寿命；因此，精确估算SOC值，对保障锂离子电池组的工作性能及其能量和安全管理至关重要；锂离子电池组的SOC估算模型构建和精确估算值得获取，已成为其能量和安全管理的核心问题；锂离子电池组由具有高能量密度和闭路电压的钴酸锂电池单体组合构成，其安全性受到所处工作状态的影响；SOC表征了锂离子电池组的剩余容量，是为电池管理系统最基本也是最重要的的一个关键参数；此外，锂离子电池组的充放电过程包含复杂电能、化学能和热能转换等环节，过充电和过放电现象易引发安全事故，精确SOC估算在防止过充电和过放电中起着重要作用；在锂离子电池组的应用中，其安全性依然是最为关注的问题，SOC估算是其安全使用的基础和前提；锂离子电池组采用电池单体级联结构，满足了辅助动力供能过程中的容量和电压需求；然而，由于无法避免的材料和工艺差异，单体间不一致现象客观存在且无法避免；并且，该现象会随着循环次数的增加越来越明显，这就使得单体间不一致性的表达与修正成为成组SOC估算的重要组成部分，同时也给成组SOC精确估算带来了巨大的挑战。
[0003]针对SOC估算的必要性和紧迫性需求，相关研究机构和高校，如麻省理工学院、宾州州立大学、美国南卡大学、英国利兹大学、英国罗伯特高登大学、美国国家可再生能源室、美国莱登能源公司、德国英飞凌科技公司、清华大学、北京航空航天大学、北京理工大学、北
京交通大学、重庆大学、中国科学技术大学和哈尔滨工业大学等，针对SOC估算展开了大量研究并进行了深入的探索；国内外很多期刊，如Journal of Power Sources、Applied Energy、IEEE Transactions on Power Systems和电源技术等，设立了针对性很强的栏目用于相关研究成果展示；针对锂离子电池的SOC估算问题，目前国内外相关研究工作者取得了巨大研究进展；如Hu等所述，现在主要有安时积分法（Ampere hour，Ah）、开路电压法（Open Circuit Voltage，OCV）、卡尔曼滤波及其扩展算法、粒子滤波法（Particle Filter，PF）和神经网络法（Neural Network，NN）等；由于受充放电电流、温度、内阻、自放电和老化等诸多因素的影响，锂离子电池性能变化将会对SOC估算精度产生明显的影响，尚无通用的方法实现SOC值得精确估算；加上成组工作过程中单体间一致性得影响，锂离子电池组仍然缺少有效的SOC估算方法；目前实际应用的SOC估算通过基本的安时积分方法实现，但是估算误差较大，并且受到诸多因素的影响使得累积效应明显；针对锂离子电池组的SOC估算研究，上述相关研究提供了思路参考；在此基础上进行航空工况下的SOC估算方法探索，实现对锂离子电池组的有效SOC估算；同时，针对航空成组应用，需要考虑组内各电池单体平衡状态进行SOC估算，进而利用BMS进行有效能量管理；构建具有参数修正和调节能力的SOC估算模型，运用基于等效电路模型的参数估算理论，成为SOC估算发展的趋势，在提高精度和降低计算量间寻求最佳平衡点，不断优化和改进估算方法。
[0004]现有锂离子电池组BMS应用中，基于安时积分和开路电压的SOC估算方法，未能准确表征SOC估算中存在的累积误差，并且不能结合当前状态进行参数修正；通过现有SOC估算方法分析，基于无迹卡尔曼算法研究，把闭路电压、电流作为实时输入参量，在SOC估算过程中考虑锂离子电池组的工况信息，克服了传统SOC估算方法实时修正不足所造成的误差较大和逐渐累积等缺点；同时针对扩展卡尔曼忽略高阶项，使估算精度低、稳定性差的缺点，无迹卡尔曼没有忽略高阶项，具有较高的精度，并且基于无极卡尔曼算法改进后的平方根无极卡尔曼算法能够大大减少算法计算量，增加精确度，减少累计误差，增强抗干扰性；针对锂离子电池组的SOC估算问题，结合实际单片机处理方法和迭代计算过程的优势分析，提出平方根卡尔曼算法并开展迭代计算方法研究，实现了SOC估算模型的构建与实验验证。

技术实现思路

[0005]本专利技术的目的是克服现有锂离子电池组SOC估算方法的不足，提供一种基于平方根无迹卡尔曼的锂离子电池组SOC估算方法，解决锂离子电池成组应用中SOC值精确估算问题。
[0006]本专利技术主要用于求取锂离子电池组SOC估算，通过在无迹卡尔曼滤波算法中利用状态变量的误差协方差的平方根替代状态变量的误差协方差，直接将协方差的平方根进行传递，避免算法在每一步中都需要再进行分解，大大减少了算法计算量，实现了锂离子电池组SOC值的有效迭代计算，并增加了估算精度和稳定性。
[0007]本专利技术是基于锂离子电池组动力应用需求和工作特性实验分析，结合现代控制理论研究思想，基于无迹卡尔曼算法的锂离子电池组SOC估算方法，具有较强的适用性；针对锂离子电池组SOC值精确估算目标，本专利技术建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回路来表征电池内部的极化效应，对电池具有更好的表征效果。针对卡尔曼忽略高阶项，估算精度低、稳定性差的缺点，平方
根无迹卡尔曼没有忽略高阶项，实现了成组SOC估算的数学描述，提高了计算可靠性；本专利技术可为不同应用场景下的锂离子电池组SOC估算模型的建立和SOC值计算提供方法参考，具有计算简洁、适应性好和精本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Thevenin等效电路模型和平方根无迹卡尔曼的锂离子电池SOC估算方法，其特征在于，提出了平方根无迹卡尔曼方法，通过Thevenin等效模型，利用平方根无迹卡尔曼算法的特征与优势，实现了对锂离子电池组SOC值的有效迭代计算，通过无迹变换解决了函数非线性问题。2.根据权利要求1所述的一种基于Thevenin等效电路模型和平方根无迹卡尔曼的SOC估算方法，其特征在于，平方根无极卡尔曼滤波算法用状态变量的误差协方差的平方根来替代状态变量的误差协方差，直接将协方差的平方根值进行传递，避免在每一步中都需要再进行分解。相较于无极卡尔曼滤波算法，改进后的算法大大减少...

【专利技术属性】
技术研发人员：吉伟康，王顺利，邹传云，于春梅，李小霞，范永存，曹文，熊莉英，靳玉红，乔静，陈蕾，刘春梅，张丽，王瑶，周长松，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：