【技术实现步骤摘要】
基于扰动观测器的锂离子电池荷电状态估算方法
[0001]本专利技术涉及锂离子电池，特别涉及基于扰动观测器的锂离子电池荷电状态估算方法。
技术介绍
[0002]锂离子电池的荷电状态(State of Charge,SOC)常用估算方法为基于SOC定义的安时积分法，但是，由于安时积分法的开环特性，难以消除初始赋值存在的误差，并在多次估算过程中易产生累积误差，因此，为了降低荷电状态的估算误差，采用电池模型结合卡尔曼滤波类算法的SOC估算方法，该方法对电池模型参数的准确性要求较高，电池模型参数与实际参数的差异性会直接导致估算结果精度下降。
[0003]电池模型参数一般由电池标准化测试数据得到，较多采用一阶模型，其模型复杂度较低，只需较少的模型参数即可实现，易于工程应用，但对电池极化电压的模拟响应效果存在较明显的动态误差，而且电池模型没有考虑锂离子电池的滞后特性，即在放电与充电过程中，电池实际运行中开路电压与SOC的对应关系与实验数据得到的开路电压与SOC关系曲线存在不一致性，另一方面，锂电池在长时间充放使用后，电池实际参数会...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，包括以下步骤：S01、根据扰动观测器原理与锂离子电池的等效电路数学模型，建立电池电压扰动观测器模型，并获得电压扰动变量估计值；S02、由电池电压扰动观测器模型中的极化电压值减去同一周期的电压扰动变量估计值，并进行离散化，得到电池补偿电压变量；S03、对锂离子电池的一阶等效电路数学模型公式进行离散化，并应用一阶泰勒展开线性化后，得到电池状态估计模型；S04、将电池状态估计模型与电池电压扰动观测器模型相结合，获得电池状态方程与电池观测方程；S05、根据电池状态方程与电池观测方程，采用扩展卡尔曼滤波算法，获得卡尔曼增益矩阵；S06、根据电池状态方程、电池观测方程、卡尔曼增益矩阵估算锂离子电池的电池荷电状态。2.根据权利要求1所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S01中，锂离子电池的等效数学模型为一阶等效电路模型，所述一阶等效电路模型的公式为：其中，U
p
是极化电压，是U
p
关于时间t的导数，d是微分算子，τ
p
是极化时间常数且τ
p
＝R
p
C
p
，R
P
是极化电阻，C
p
是极化电容，U
oc
是开路电压值，U
b
是电池端电压值，R
o
是欧姆内阻值，I
b
是电池电流值，所述电池电流I
b
的数学公式为：3.根据权利要求1或2所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S01中，所述电池电压扰动观测器模型包括标称模型，所述标称模型P
n
(s)为：P
n
(s)＝(τ
pm
s+1)/R
pm
，其中τ
pm
是极化时间常数模型参数，s为Laplace变换的复频率，R
pm
是极化内阻模型参数。4.根据权利要求1或2所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S01中，电压扰动变量估计值U
e
的计算公式为：其中，τ
f
＝1/(2πf
c
)，f
c
是滤波器截止频率。5.根据权利要求1或2所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S02中，电池补偿电压变量U
c
的计算公式为：其中z为Z变换算子，e为自然常数，Ts为系统采样周期。
6.根据权利要求1或2所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S03中所述的电池状态估计模型：式中U
p,k
为第k个周期的电池极化电压变量，U
p,k
‑1为第k
‑
1个周期的电池极化电压变量，I
b,k
为第k个周期的电池电流采样值，I
b,k
‑1为第k
‑
1个周期的电池电流采样值，U
b,k
为第k个周期的电池端电压变量，U
oc,k
为第k个周期的开路电压变量。7.根据权利要求1或2所述的基于扰动观测器的锂离子电池荷电状态估算方法，其特征在于，步骤S04中所述的电池状态方程为：式中U
c,k
为第k个周期的电池补偿电压变量，U
c,k
‑1为第k
‑
1个周期的电池补偿电压变量，SOC
e,k
为第k个周期的SOC预估值，SOC
k
‑1为第k
‑
1个周期的SOC估算结果，η
i
为库伦效率，C
N
为锂离子电池额定容量；电池观测方程为：U
be,k
＝U
技术研发人员：刘思佳，向枫，范世军，代高强，彭诚，
申请(专利权)人：四川长虹电源有限责任公司，
类型：发明
国别省市：
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。