一种基于二分支等效电路的非线性观测器及SOC估算方法技术

本发明专利技术公开了一种基于二分支等效电路的非线性观测器，涉及电池技术领域，包括二分支等效电路和非线性观测器，二分支等效电路和非线性观测器并联连接；本发明专利技术还公开了一种基于二分支等效电路的非线性观测器的SOC估算方法，包括S100、进行充电或放电操作，S200、输入充电或放电电流，S300、计算各支路电流i

【技术实现步骤摘要】
一种基于二分支等效电路的非线性观测器及SOC估算方法
本专利技术涉及电池
，尤其涉及一种基于二分支等效电路的非线性观测器及SOC估算方法。
技术介绍
为解决能源危机和环境恶化问题，世界各国大力研究和开发新能源技术。储能电池作为一种新的储能装置，被广泛应用于太阳能和风能发电储能系统、电动汽车混合储能系统等领域。在电动汽车等实际应用场景中，为了实现对储能电池系统安全有效的充放电操作和高效的能源利用，需要了解当前的能量状态，作为评价其剩余能量的关键参数——荷电状态(stateofcharge,SOC)，得到了越来越多的关注。SOC是一个百分数，用来描述储能装置还剩多少电量。假如SOC的值为50％，则意味着电池中的电量只剩下一半，在电动汽车领域，可以判断为该汽车最多还能跑额定的一半路程。而当SOC的值低于20％时，则意味着需要进行充电操作。因此，为了实现储能系统的高效安全运行以及获取车辆的剩余里程信息，开发一种实用性强同时精度高的SOC估计算法非常重要。储能电池的等效电路模型有：经典等效电路模型，非线性等效电路模型，二分支等效电路模型，三分支等效电路模型，梯形电路模型等等。基于等效电路模型，有许多SOC估计算法。卡尔曼滤波是一类可用来估算SOC的重要算法，包括扩展卡尔曼滤波、改进扩展卡尔曼滤波、自适应扩展卡尔曼滤波、Sigma点卡尔曼滤波、无迹卡尔曼滤波、自适应无迹卡尔曼滤波等等。尽管这类方法实时性强，估计精度较高，但是它需要精确的模型和精确的测量器件，且计算成本高。而诸如模糊逻辑方法、神经网络方法等智能算法，不需要精确的模型，但需要大量的实验数据，这些方法都不适合在线应用。经对现有技术文献的检索发现，现有的已经授权的针对储能电池SOC估计的专利大致有三种：中国专利授权号CN107677892B，公告日2019.8.23，公开了一种超级电容等效电路模型结构及验证方法。等效电路模型结构主要由受控电流源、虚拟开关、快速电阻、慢速电阻、漏电电阻、可变电容、固定电容等元件组成。上述技术存在的缺点在于：模型引入了受控电流源，增加了硬件复杂度和成本，使得电路的实现比较困难。该专利并没有提出估计SOC的具体算法或测量方法，无法获得剩余电量信息。中国专利授权号CN109239605B，公告日2019.9.27，公开了一种磷酸铁锂动力电池SOC估计方法。主要方法为对电池的工作阶段进行定义，查开路电压(OCV)和荷电状态SOC的表来获得SOC初值，后续再用无迹卡尔曼滤波(UKF)来估计SOC的值。上述技术存在的缺点在于：没有建立相应的等效电路模型，这会增加估算的误差。无迹卡尔曼滤波的方法计算成本较高，并且需要知道噪声的相关统计信息，其精度也依赖于模型精度，算法复杂度较高。中国专利授权号CN107356878B，公告日2019.9.20，一种减少先验测试信息的在线SOC估计方法。通过进行在线辨识，先得到电池基本参数，获得电池初始SOC，然后利用分段技术进行处理，联合安时积分法和基于模型的SOC估计方法来实时估计电池的SOC值。上述技术存在的缺点在于：基于模型方法的精度很依赖模型的准确度，而一阶RC模型并不能完全表征电池的充放电物理特性，而且单一的线性模型也不足以刻画电池的参数(如容量或内阻)的变化，因此会影响估计精度。因此，本领域的技术人员致力于开发一种基于二分支等效电路的非线性观测器及SOC估算方法。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是如何降低复杂度，简化结构，降低对硬件要求，在工程中易于实现。本专利技术的一个实施例中，提供了一种基于二分支等效电路的非线性观测器，包括二分支等效电路和非线性观测器，二分支等效电路和非线性观测器并联连接。可选地，在上述任一实施例中的基于二分支等效电路的非线性观测器中，二分支等效电路包括短期支路、中长期支路和自放电支路，短期支路、中长期支路和自放电支路并联连接。可选地，在上述任一实施例中的基于二分支等效电路的非线性观测器中，短期支路，也叫做直接支路，包括电阻R0和可变电容C1，电阻R0和可变电容C1串联连接。进一步地，在上述实施例中的基于二分支等效电路的非线性观测器中，电阻R0为等效串联电阻，代表短时间内电路的等效电阻。进一步地，在上述实施例中的基于二分支等效电路的非线性观测器中，可变电容C1，可变电容C1为非线性电容，为储能电池的主电容，电容值随其两端电压呈线性函数关系：C1＝C0+kv1，其中C0表示电压为0时的非线性电容值，k表示电容值随电压v1的变化率。可选地，在上述任一实施例中的基于二分支等效电路的非线性观测器中，中长期支路，也称间接支路，包括电阻R2和电容C2，电阻R2和电容C2串联连接。进一步地，在上述实施例中的基于二分支等效电路的非线性观测器中，电阻R2是电荷再分配电阻，为电荷从短期支路流向中长期支路时该支路的电阻。进一步地，在上述实施例中的基于二分支等效电路的非线性观测器中，电容C2是定值电容，表示储能电池的补充电容，能更加准确地描述电池的物理特性。可选地，在上述任一实施例中的基于二分支等效电路的非线性观测器中，自放电支路包括电阻Rl，电阻Rl是泄漏电阻，表示电池内部由于自放电现象产生的泄漏电流流过电路时的泄漏电阻。可选地，在上述任一实施例中的基于二分支等效电路的非线性观测器中，利用基尔霍夫定律建立二分支等效电路的状态空间方程：其中状态变量x1＝v1,x2＝v2分别表示电容C1和C2两端的电压，输入变量u＝i表示流入电路的总电流，输出y＝v表示等效电路两端的总电压。其中，Re＝R0R2+R2Rl+R0Rl其中的C0表示电压为0时的非线性电容C1的容值，k表示非线性电容C1的容值随电压v1的变化率，Re和a分别是常数，仅仅是为了方便计算和表示，与R0，R2，Rl和C0有关。其余的R0，R2，Rl均表示相应电阻R0，R2，Rl具体的电阻值，C2表示电容的C2具体的电容值。进一步地，在上述实施例中的基于二分支等效电路的非线性观测器中，非线性观测器方程如下：其中，λ1,λ2是观测器的增益，和分别为状态变量x1＝v1,x2＝v2的估计值，是输出变量y＝v的估计值。专利技术人认为，对于非线性观测器方程(2),如果输入有界,则存在正实数λ1,λ2使得估计误差是指数收敛的，从而说明该非线性观测器是全局渐进稳定的。因此，可以观测到系统内部状态x1＝v1,x2＝v2的信息。专利技术人对此结论进行了证明，如下：设控制输入信号是有界的，即存在uM＞0，对于任意的t，有|u(t)|＜uM。定义饱和函数其中，xM是充分大的正常数。由于状态变量电压xk非负,因此将其代入(4)式可得σ(xk)＝xk,k＝1,2且所得函数σ(xk)具有Lipschiz性质,即对于任意的有|σ(x)-σ(y)|≤|x-y|其中本文档来自技高网...

【技术保护点】
1.一种基于二分支等效电路的非线性观测器，其特征在于，包括二分支等效电路和非线性观测器，所述二分支等效电路和所述非线性观测器并联连接。/n

【技术特征摘要】
1.一种基于二分支等效电路的非线性观测器，其特征在于，包括二分支等效电路和非线性观测器，所述二分支等效电路和所述非线性观测器并联连接。


2.如权利要求1所述的基于二分支等效电路的非线性观测器，其特征在于，所述二分支等效电路包括短期支路、中长期支路和自放电支路，所述短期支路、所述中长期支路和所述自放电支路并联连接。


3.如权利要求2所述的基于二分支等效电路的非线性观测器，其特征在于，所述短期支路包括电阻R0和可变电容C1，所述电阻R0和所述可变电容C1串联连接。


4.如权利要求3所述的基于二分支等效电路的非线性观测器，其特征在于，所述可变电容C1为非线性电容，为储能电池的主电容，电容值随所述储能电池两端电压呈线性函数关系：C1＝C0+kv1。


5.如权利要求4所述的基于二分支等效电路的非线性观测器，其特征在于，所述中长期支路包括电阻R2和电容C2，电阻R2和电容C2串联连接。


6.如权利要求2所述的基于二分支等效电路的非线性观测器，其特征在于，所述自放电支路包括电阻Rl，所述电阻Rl是泄漏电阻，表示所述储能电池内部由于自放电现象产生的泄漏电流流过电路时的泄漏电阻。


7.如权利要求6所述的基于二分支等效电路的非线性观测器，其特征在于，利用基尔霍夫定律建立所述二分支等效电路的状态空间方程...

【专利技术属性】
技术研发人员：杜宇石，琚长江，杨根科，褚健，王宏武，
申请(专利权)人：上海交通大学宁波人工智能研究院，
类型：发明
国别省市：浙江;33