【技术实现步骤摘要】
一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法
本专利技术涉及锂电池荷电状态估计领域,具体来说是一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法。
技术介绍
随着清洁绿色能源理念的提出,电动汽车得到快速发展,而锂电池作为电动汽车能源核心,对锂电池的研究也成为当下热点。目前,锂电池SOC估计主要有传统基于电池特性方法如安时积分法,基于数据驱动的方法,如神经网络等,基于电池模型和观测器技术的方法,基于模型和观测器技术方法研究的最为广泛,主要采用的锂电池的等效电路模型结合卡尔曼滤波技术估计电池SOC,对于锂电池等效电路模型,研究的最多的是整数阶等效电路模型;但是整数阶等效电路模型并不契合锂电池的实际特性,而且不同模型的选择误差较大;伴随着分数阶微积分理论的应用发展,分数阶系统更适用于锂电池这样一个具有迟滞效应的非线性系统。因此,采用分数阶理论构建的锂电池等效电路模型和SOC估计系统,更契合实际锂电池的工作状况,相比传统整数阶等效电路模型更加精准。
技术实现思路
针对现有技术的不足,本专利技术提出了一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法。本专利技术所采用的技术方案是:1、一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,主要包括以下步骤:S1:建立锂电池分数阶二阶等效电路模型;S2:确定等效电路各参数与SOC的函数关系,建锂电池的状态空间方程;S3:初始化参数,采用自适应遗传算法对分数阶模型进行参数辨识;S4:初始化状态变量,用分 ...
【技术保护点】
1.一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,主要包括以下步骤:/nS1:建立锂电池分数阶二阶等效电路模型;/nS2:确定等效电路各参数与SOC的函数关系,建锂电池的状态空间方程;/nS3:初始化参数,采用自适应遗传算法对分数阶模型进行参数辨识;/nS4:初始化状态变量,用分数阶扩展卡尔曼滤波算法估计锂电池SOC。/n
【技术特征摘要】
1.一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,主要包括以下步骤:
S1:建立锂电池分数阶二阶等效电路模型;
S2:确定等效电路各参数与SOC的函数关系,建锂电池的状态空间方程;
S3:初始化参数,采用自适应遗传算法对分数阶模型进行参数辨识;
S4:初始化状态变量,用分数阶扩展卡尔曼滤波算法估计锂电池SOC。
2.根据权利要求1所述的一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,其特征在于:S1所建立的锂电池二阶等效电路模型为分数阶二阶等效电路模型,其电路参数包括欧姆内阻R0,极化电阻R1、R2,极化电容C1、C2,分数阶电容的阶数α、β。
3.根据权利要求1所述的一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,其特征在于:S2中,通过脉冲放电实验确定锂电池开路电压Uoc与SOC的关系:
S2.1:以30A的定电流对充满电的电池进行脉冲放电,每次放电6min即0.1SOC值,放电结束后将电池静置2h,记录电池开路电压,重复上述操作10次;
S2.2:根据实验测得10组Uoc与SOC关系的数据点,将SOC作为变量,通过公式(4)对Uoc与SOC的数据点做八阶拟合,从而得到Uoc与SOC的函数:
Uoc(SOC)=p1SOC8+p2SOC7+p3SOC6+p4SOC5+p5SOC4+p6SOC3+p7SOC2+p8SOC+p9
S2.3:根据锂电池等效电路模型与回路电压关系,表示出各参数与SOC的关系:
观测方程:
U0=Uoc(SOC)-R0I-U1-U2
U0为端电压,Ts为采样时间,Qn为电池容量,Dα、Dβ为分数阶微积分算子;
S2.4:引入求解分数阶系统最常用的G-L定义:
l是记忆长度,即[t/Ts]的整数部分,表示当前的状态与过去l个采样点有关,为了防止计算量随时间增大,只考虑[t-l,t]范围内的数据点,为牛顿二项式系数:
S2.5:结合S2.4的分数阶微积分算子求解定义,将S2.3中方程差分离散化:
S2.5:进一步简化得到:
式中xk、yk分别为k时刻的状态变量、观测量,Ak为状态转移矩阵,Bk是输入矩阵,uk为输入量,Ck为输出矩阵;wk、vk为系统的过程噪声和观测噪声。
4.根据权利要求1所述的一种基于分数阶扩展卡尔曼滤波算法的SOC估计方法,其特征在于:所述S3,初始化参数,采用自适应遗传算法对分数阶模型进行参数辨识,具体步骤如下:
S3.1:首先初始化种群,设置种群数目,这里设置数目为200,随后使用随机序列产生初始种群,即所求参数的初始值;
S3.2:对前一步产生的初值进行编码,采用二进制码,用二进制码表示个体的基因;这一步是将所辨识的参数编码为基因的表达形式;
S3.3:对种群进行“杂交”,即交换部分基因片段也就是部分二进制码,“杂交”后产生的新个体就即为子代;
S3.4:模拟生物遗传进化过程的变异行为,随机在子代基因中产生变异,变异可以防止参数辨识过程中,参数落入局部最优解的...
【专利技术属性】
技术研发人员:卢云帆,邢丽坤,张梦龙,郭敏,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。