一种无人机锂离子电池峰值功率自适应估算方法技术

本发明专利技术公开了一种无人机锂离子电池峰值功率自适应估算方法，属于新能源测控的技术领域，通过建立锂离子电池等效模型并对模型进行在线参数辨识，通过等效电路模型对锂离子电池的工作状态进行表征，利用等效电路模型对锂离子电池开路电压与其他模型参数在线估算，采用的递推计算方式通过自适应扩展卡尔曼算法对锂离子电池的SOC与模型极化电压进行估算，通过估算得到的状态参数及所需要的预测时间递推计算出一段时间内能持续达到的峰值功率，以达到克服现有锂离子电池及电池组峰值功率估算方法的不足，解决锂离子电池应用中峰值功率精确估算问题的目的。

【技术实现步骤摘要】
一种无人机锂离子电池峰值功率自适应估算方法
本专利技术属于新能源测控的
，具体而言，涉及一种无人机锂离子电池峰值功率自适应估算方法。
技术介绍
在锂离子电池组的整个生命周期中，BMS的主要作用是保障锂电池的安全使用，峰值功率的监控和调节将影响动力输出的效果和安全性，峰值功率表征当前锂电池持续输出的最大功率，关系着锂离子电池及其使用设备的安全性，对于大型无人机来说，准确的峰值功率估算能精确的控制无人机的飞行高度，同时也能精确控制无人机负重飞行极限，避免输出功率不足带来的事故，不仅可极大的提升了锂离子电池的使用安全，也能提高使用效率。在大型无人机的应用中，锂离子电池的峰值估算对于BMS管理十分重要；由于BMS中的峰值功率估算技术研究尚在起步阶段，对于锂离子电池的峰值功率预测存在精确度差的问题；对于锂离子电池而言，准确的峰值功率估算关系着BMS的可靠性与无人机的安全性；精确的峰值功率值估算也能避免锂离子电池在使用的过程中造成过充或者过放问题，过充或者过放均会严重影响锂离子电池的安全性，会造成锂离子电池内部产生不可逆的化学反应，即影响使用安全，也影响锂离子电池的使用寿命。针对峰值功率估算研究，中国、日本和美国均建立了自己的测试规范，分别是美国的UnitedStatesAdvancedBatteryConsortium功率测试方法、日本JapanElectricVehicleAssociation电动车辆功率测量标准以及我国的“863”项目中关于动力电池功率测试相关测试规范，虽然提出了较多测试规范，但均只适用于离线测试，不能满足在线估算的需求；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，针对锂离子电池的状态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JournalofPowerSources、AppliedEnergy、IEEETransactionsonPowerSystems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；目前针对峰值功率估算问题，国内外相关研究工作者取得了巨大研究进展；常用的峰值功率估算方法有HPPC方法、基于模型的方法、多约束条件法以及基于神经网络和机器学习的方法等。现有锂离子电池组BMS应用中，基于HPPC的锂离子电池功率估算方法通过建立插值表，根据不同时刻的参数值对峰值功率进行查表估算，该方法需要大量的实验来构建插值表，并且动力锂离子电池的使用工况复杂，该方法在不同使用工况下存在较大误差；基于模型的方法对模型的初始极化电压未知，存在估算误差；基于神经网络和机器学习的方法需要大量的实验数据，切需要对不同工况下的实验数据进行训练，该方法在使用中会占据BMS大量的运算能力。
技术实现思路
鉴于此，为了解决现有技术存在的上述问题，本专利技术的目的在于提供一种无人机锂离子电池峰值功率自适应估算方法以达到克服现有锂离子电池及电池组峰值功率估算方法的不足，解决锂离子电池应用中峰值功率精确估算问题的目的。本专利技术所采用的技术方案为：一种无人机锂离子电池峰值功率自适应估算方法，该估算方法包括：S1：通过锂离子电池模型对锂离子电池的工作状态进行表征；S2：通过自适应扩展卡尔曼算法对锂离子电池的极化电压与SOC值进行迭代计算，并根据当前时刻的SOC值在线估算锂离子电池在当前时刻的开路电压；S3：根据锂离子电池模型参数、极化电压以及开路电压，通过递推估算方法对锂离子电池作峰值功率估算。进一步地，所述极化电压与SOC值进行迭代计算的方法如下：S201：设定SOC初始值，在线辨识锂离子电池模型参数，通过离散模型对锂离子电池模型作离散化处理；S202：采用递推最小二乘算法估算离散模型参数并对离散模型参数进行分离；S203：根据得到的离散模型参数计算得到锂离子电池模型参数；S204：根据锂离子电池模型参数计算锂离子电池的状态预测方程；S205：由状态预测方程计算卡尔曼增益与系统残差；S206：根据卡尔曼增益与系统残差计算得到在k时刻的SOC值与极化电压。进一步地，所述SOC初始值是根据人为赋值或根据锂离子电池的状态获取。进一步地，根据系统残差对测量噪声的协方差和系统噪声的协方差进行更新，更新后代入状态预测方程并对状态预测方程进行更新。进一步地，根据系统残差对测量噪声的协方差和系统噪声的协方差进行更新，通过电池状态空间模型对SOC初始值进行更新。进一步地，所述电池状态空间模型是由状态方程和观测方程构建，且状态方程的变量包括SOC值和系统噪声的协方差，观测方程的变量包括输出闭路电压和测量噪声的协方差。进一步地，所述锂离子电池的峰值功率估算方法如下：S301：获取k时刻的SOC值、极化电压以及开路电压；S302：对N个采样时刻后锂离子电池状态作递推预测，且在递推预测时对N个采样时刻后的开路电压作非线性化处理；S303：估算N个采样时刻后锂离子电池的峰值电流；S304：根据锂离子电池的峰值电流，估算N个采样时刻后锂离子电池的峰值功率。本专利技术的有益效果为：1.采用本专利技术所提供的无人机锂离子电池峰值功率自适应估算方法，其基于锂离子电池组的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，基于自适应扩展卡尔曼滤波算法与基于等效电路模型的峰值功率估算方法，具有较强的适用性；针对锂离子电池峰值功率精确估算目标，弥补了现有估算方法存在极化电压未知的缺点；采用自适应扩展卡尔曼滤波对SOC值与极化电压精确估计，提高了开路电压的估算精度，并降低了现有方法中峰值功率估算方法的误差，实现了锂离子电池及其成组的峰值功率精确估算，提高了峰值功率估算的可靠性；同时，该方法可为不同应用场景下的锂离子电池组峰值功率估算模型的建立和峰值功率值计算提供参考，具有计算简洁、适应性好和精度高的优点。附图说明图1是本专利技术所提供的无人机锂离子电池峰值功率自适应估算方法的计算流程图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。实施例1在本实施例中公开了无人机锂离子电池峰值功率自适应估算方法，该方法针对锂离子电池在动力输出时能否满足设备当前的最大功率，主要用于求取锂离子电池的峰值估算，该方法基于在线参数辨识、自适应扩展卡尔曼算法与基于等效电路模型的递推峰值功率估算方法实现峰值功率迭代计算过程；在峰值功率估算的预测计算过程中，通过使本文档来自技高网...

【技术保护点】
1.一种无人机锂离子电池峰值功率自适应估算方法，其特征在于，该估算方法包括：/nS1：通过锂离子电池模型对锂离子电池的工作状态进行表征；/nS2：通过自适应扩展卡尔曼算法对锂离子电池的极化电压与SOC值进行迭代计算，并根据当前时刻的SOC值在线估算锂离子电池在当前时刻的开路电压；/nS3：根据锂离子电池模型参数、极化电压以及开路电压，通过递推估算方法对锂离子电池作峰值功率估算。/n

【技术特征摘要】
1.一种无人机锂离子电池峰值功率自适应估算方法，其特征在于，该估算方法包括：
S1：通过锂离子电池模型对锂离子电池的工作状态进行表征；
S2：通过自适应扩展卡尔曼算法对锂离子电池的极化电压与SOC值进行迭代计算，并根据当前时刻的SOC值在线估算锂离子电池在当前时刻的开路电压；
S3：根据锂离子电池模型参数、极化电压以及开路电压，通过递推估算方法对锂离子电池作峰值功率估算。


2.根据权利要求1所述的无人机锂离子电池峰值功率自适应估算方法，其特征在于，所述极化电压与SOC值进行迭代计算的方法如下：
S201：设定SOC初始值，在线辨识锂离子电池模型参数，通过离散模型对锂离子电池模型作离散化处理；
S202：采用递推最小二乘算法估算离散模型参数并对离散模型参数进行分离；
S203：根据得到的离散模型参数计算得到锂离子电池模型参数；
S204：根据锂离子电池模型参数计算锂离子电池的状态预测方程；
S205：由状态预测方程计算卡尔曼增益与系统残差；
S206：根据卡尔曼增益与系统残差计算得到在k时刻的SOC值与极化电压。


3.根据权利要求2所述的无人机锂离子电池峰值功率自适应估算方法，其特征在于，所述SOC初始值是根据人为赋值或根...

【专利技术属性】
技术研发人员：夏黎黎，王顺利，陈蕾，白德奎，范永存，李建超，蒋聪，于春梅，曹文，
申请(专利权)人：西南科技大学，绵阳市产品质量监督检验所，
类型：发明
国别省市：四川;51