一种基于改进电池模型的IEKF锂电池SOC估算方法技术

本发明专利技术属于电动汽车电池管理系统领域，具体为一种基于改进电池模型的IEKF锂电池SOC估算方法。本发明专利技术估算方法的具体步骤为：步骤一，建立改进的锂电池等效电路模型，首先确定所选用的等效电路模型，其次对其进行改进，最后根据实验数据建立精确锂电池等效电路模型；步骤二，运用迭代扩展卡尔曼滤波(IEKF)算法进行锂电池SOC估计；步骤三，SOC结果对比；本例改进并提高动力电池等效电路模型精度，在扩展卡尔曼滤波的基础上增加后验估计迭代步骤，进一步提高动力电池SOC估算精度。仿真结果表明，该模型对电动汽车的运行工况具有良好的适应性，易于实现。实现。实现。

【技术实现步骤摘要】
一种基于改进电池模型的IEKF锂电池SOC估算方法


[0001]本专利技术属于电动汽车电池管理系统领域，具体为一种基于改进电池模型的IEKF锂电池SOC估算方法。

技术介绍

[0002]当前，制约电动汽车发展的核心问题在于续航里程短、电池使用寿命较短、存在安全隐患等，造成这些问题的根本原因在于目前动力电池的能量密度较低、容量衰退和电池生热，除此之外，动力电池管理系统对于电池系统状态的估计误差也是造成这些问题的主要因素。目前磷酸铁锂电池和三元材料锂电池拥有优良的性能，因此在电动汽车上应用广泛。为了使其存储的能量充分、安全、有效地利用，开发出性能良好的动力电池管理系统是必不可少的，而其中首要也是最重要的就是精确估计动力电池SOC。电池SOC(State Of Charge)类似于燃油车的剩余油量，但是对于动力电池，能直接测量得到的状态只有电压和电流，SOC值并不能通过测量直接得到，因此只能通过其他手段进行SOC估计。对于电动汽车，准确预估SOC值是保证动力电池在正常工作范围内最高效充放电的前提，同时也是提升电池寿命、保障电池安全工作的基础。
[0003]现有的SOC估算方法繁多，但是也有一些普遍存在的问题，如估算精度偏低、估算状态不稳定等。

技术实现思路
：
[0004]针对现有技术的不足，本专利技术公开了一种基于改进电池模型的IEKF锂电池SOC估算方法，在改进动力电池等效电路模型的基础上，运用迭代扩展卡尔曼滤波(IEKF)方法进一步提高SOC估算精度，从而提高电动汽车行车效率，改善行车状态。r/>[0005]本专利技术是通过以下技术手段实现的：
[0006]一种基于改进电池模型的IEKF锂电池SOC估算方法，其特征在于，所述的估算方法包括以下步骤：
[0007]步骤一建立改进的锂电池等效电路模型；
[0008]1.1确立基本等效电路模型，电池等效电路模型是用来研究电池的端电压、充、放电电流、工作温度等外特性之间的关系，能很好地表征电池静态特性及其动态特性；
[0009]1.2对所选等效电路模型进行改进；
[0010]1.3利用实验数据对改进的等效电路模型进行参数辨识；
[0011]1.4利用实验数据对所建立的等效电路模型进行精确性验证；
[0012]步骤二运用IEKF算法进行锂电池SOC估算
[0013]2.1IEKF算法推导；
[0014]2.2基于改进等效电路模型的IEKF算法SOC估算；
[0015]步骤三利用UDDS工况实验数据验证SOC估算结果；
[0016]进一步的，所述的步骤一具体如下：
[0017]1.1确立基本等效电路模型：对所选锂离子动力电池进行间歇充放电实验，根据其电压回弹特性选用Thevenin等效电路模型，此等效电路模型由一个直流电压源，一个欧姆内阻和一个RC网络串联构成，如图1所示；
[0018]1.2对所选等效电路模型进行改进：锂离子动力电池的电压回弹特性主要由等效电路模型中的RC网络表示，RC网络越多，对回弹特性的模拟越精确，但是随着RC网络数量的增加，其模型计算量也会大幅度增加，因此本专利技术在Thevenin等效电路模型的基础上，考虑模型精确度和计算量，增加两个RC网络，构成三阶RC等效电路模型。改进后的等效电路模型由一个直流电压源，一个欧姆内阻和三个RC网络串联构成，如图2所示；
[0019]1.3利用实验数据对改进的等效电路模型进行参数辨识：本模型中共有8个参数需要辨识，分别是OCV
‑
SOC关系曲线，欧姆内阻R0，极化内阻R1、R2、R3和极化电容C1、C2、C3。通过对锂离子动力电池进行HPPC混合动力脉冲特性测试，并利用Matlab/Simulink中的cuvefitting tool曲线拟合工具对待识别参数进行离线辨识，为了降低模型计算量以及提高模型的稳定性，对所辨识的各参数进行分段多项式拟合，根据所述等效电路模型的数学模型，利用Simulink仿真平台建立其等效电路模型，如图3所示，其参数辨识拟合曲线如图4所示；
[0021]1.4利用实验数据对所建立的等效电路模型进行精确性验证：将实验所得电流作为输入端，模型仿真电压为输出端，将仿真电压与实验电压进行比对，得出误差曲线，如图5所示。结果显示仿真电压与实际电压的相对误差不超过0.02％，因此所述等效电路模型能够较精确模拟电池特性。
[0022]进一步的，所述步骤二具体如下：
[0023]2.1IEKF算法推导：
[0024]首先，确定离散非线性系统：x
k
＝f
k
‑1(x
k
‑1,u
k
‑1,w
k
‑1)
ꢀꢀꢀ
(1)y
k
＝h
k
(x
k
,v
k
)
ꢀꢀꢀ
(2)w
k
～(0,Q
k
)v
k
～(0,R
k
)
[0025]式(1)为系统的状态方程，x
k
‑1为系统在k
‑
1时刻的n维状态向量，u
k
‑1为系统在k
‑
1时刻的系统激励，w
k
‑1为k
‑
1时刻系统状态的高斯白噪声，式(2)为系统的量测方程，w
k
和v
k
是零均值、不相关的的高斯白噪声，且有已知的协方差矩阵Q
k
和R
k
。
[0026]对式(1)进行线性化处理，在和w
k
‑1＝0点进行一阶泰勒级数展开如下：
[0027][0027]令
[0028]式(3)中为利用k
‑
1时刻和k
‑
1时刻以前的测量值估计的x
k
‑1，称为后验估计。
[0029]式(3)化简后得到线性状态方程：
[0030][0031]式(4)中信号和噪声定义如下：
[0032][0032][0033]在和v
k
＝0处对量测方程(2)线性化得：
[0034]令
[0035]式(6)中为利用k时刻之前的量测值估计的x
k
，称为先验估计。
[0036]式(6)化简后得到线性量测方程：
[0037][0038]式(7)中的信号z
k
和噪声定义如下：
[0039][0039][0040]完成标准扩展卡尔曼滤波推导后，接下来进行迭代扩展卡尔曼滤波的推导：
[0041]首先，在每一个时刻k初始化迭代扩展卡尔曼滤波估计为标准扩展卡尔曼滤波估计：
[0042]042]式中为后验协方差矩阵。
[0043]循环i＝0,1,
…
,N,执行以下方程：
[0044][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进电池模型的IEKF锂电池SOC估算方法，其特征在于，所述SOC估算方法包括以下步骤：步骤一：建立改进的锂电池等效电路模型；1.1确立基本等效电路模型；1.2对所选等效电路模型进行改进；1.3利用实验数据对改进的等效电路模型进行参数辨识；1.4利用实验数据对所建立的等效电路模型进行精确性验证；步骤二：运用IEKF算法进行锂电池SOC估算2.1IEKF算法推导；2.2基于改进等效电路模型的IEKF算法SOC估算；步骤三：利用UDDS工况实验数据验证SOC估算结果。2.如权利要求1所述的一种基于改进电池模型的IEKF锂电池SOC估算方法，其特征在于，所述的步骤一具体步骤如下：1.1确立基本等效电路模型：对所选锂离子动力电池进行间歇充放电实验，根据其电压回弹特性选用Thevenin等效电路模型，由一个直流电压源，一个欧姆内阻和一个RC网络构成；1.2对所选等效电路模型进行改进：锂离子动力电池的电压回弹特性主要由等效电路模型中的RC网络表示，RC网络阶数越高，对回弹特性的模拟越精确，但是随着RC网络阶数的增加，其模型计算量也会大幅度增加，在Thevenin等效电路模型的基础上，考虑模型精确度和计算量，增加两个RC网络，构成三阶RC等效电路模型，改进后的等效电路模型由一个直流电压源，一个欧姆内阻和三个RC网络串联构成；1.3利用实验数据对改进的等效电路模型进行参数辨识：本模型中共有8个参数需要辨识，分别是OCV
‑
SOC关系曲线，欧姆内阻R0，极化内阻R1、R2、R3和极化电容C1、C2、C3；通过对锂离子动力电池进行HPPC混合动力脉冲特性测试，并利用Matlab/Simulink中的cuvefitting tool曲线拟合工具对待识别参数进行离线辨识，为了降低模型计算量以及提高模型的稳定性，对所辨识的各参数进行分段多项式拟合，根据所述等效电路模型的数学模型，利用Simulink仿真平台建立其等效电路模型，建立参数辨识拟合曲线；1.4利用实验数据对所建立的等效电路模型进行精确性验证：将实验所得电流作为输入端，模型仿真电压为输出端，将仿真电压与实验电压进行比对，得出误差曲线，仿真电压与实际电压的相对误差不超过0.02％。3.如权利要求1所述的一种基于改进电池模型的IEKF锂电池SOC估算方法，其特征在于，所述步骤二具体步骤如下：2.1IEKF算法推导：首先，确定离散非线性系统：x
k
＝f
k
‑1(x
k
‑1,u
k
‑1,w
k
‑1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)；y
k
＝h
k
(x
k
,v
k
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)；w
k
～(0,Q
k
)；v
k
～(0,R
k
)；式(1)为系统的状态方程，x
k
‑1为系统在k
‑
1时刻的n维状态向量，u
k
‑1为系统在k
‑
1时刻
的系统激励，w
k
‑1为k
‑
1时刻系统状态的高斯白噪声，式(2)为系统的量测方程，w
k
和v
k
是零均值、不相关的的高斯白噪声，且有已知的协方差矩阵Q
k
和R
k
；对式(1)进行线性化处理，在和w
k
‑1＝0点进行一阶泰勒级数展开如下：令式(3)中为利用k
‑
1时刻和k
‑

【专利技术属性】
技术研发人员：叶丽华，薛定邦，施烨璠，王海钰，李杰，刘雯靖，
申请(专利权)人：江苏大学，
类型：发明
国别省市：