【技术实现步骤摘要】
基于改进耦合方式的锂离子动力电池SOC双滤波估计方法
[0001]本专利技术涉及电动汽车领域，具体是基于改进耦合方式的锂离子动力电池SOC双滤波估计方法。
技术介绍
[0002]电动汽车动力电池的荷电状态(State of Charge,SOC)以百分比的形式表征动力电池当前的剩余电量，不仅是电池管理系统的核心指标，还是对车辆进行续航预测和对电池进行充放电保护的重要依据，对SOC进行准确估计有重大意义。
[0003]在现有的基于等效电路模型的估计方法中，广泛使用粒子滤波(Particle Filter,PF)和卡尔曼滤波(Kalman Filter,KF)的一系列衍生方法分别对SOC估计双滤波方法中的状态滤波器和参数滤波器环节进行设计。粒子滤波通过蒙特卡洛法进行大量粒子采样来逼近真实的后验概率分布，收敛速度很快，但计算量也随着粒子数的增多而增加，且可用于非线性系统；卡尔曼滤波通过对概率分布进行高斯假设，不断迭代以获取后验概率分布，特点是计算量小，收敛速度也比较慢，且仅用于线性系统，但也可使用其衍生形式来解决非线性系统...
【技术保护点】
【技术特征摘要】
1.基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于，包括以下步骤：1)获取所示待估计动力电池的基本参数和等效电路模型；2)建立动力电池的数学模型。3)基于动力电池的数学模型，分别建立状态滤波器和参数滤波器的状态方程和观测方程，从而得到状态滤波器和参数滤波器；4)监测待估计动力电池的电压u
L,k
和电流i
k
；5)将电压u
L,k
和电流i
k
输入到状态滤波器和参数滤波器中，并利用PFEKF
‑
KF方法计算出动力电池的SOC估计值。2.根据权利要求1所述的基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于，所述动力电池的基本参数包括标称容量、充电截止电压和放电截止电压。3.根据权利要求1所述的基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于：所述等效电路模型为二阶RC等效电路模型。4.根据权利要求3所述的基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于，建立动力电池的数学模型的步骤包括：1)计算动力电池的欧姆内阻R0，即：式中，u
A
、u
B
、u
C
、u
D
表示动力电池平衡状态点、零状态响应起始点、零状态响应终止点、零输入响应起始点的电压；2)建立用于拟合SOC
‑
u
OC
曲线的函数，即：式中，SOC
g
表示动力电池的荷电状态；u
OC
(SOC)为当前SOC对应的开路电压；K
g
为系数；3)建立零状态响应函数，即：式中，t为响应时间；R1、R2、C1和C2分别表示等效电路模型中的等效电阻值和等效电容值；u
L
(t)为响应电压；u1(0)、u2(0)分别表示零输入响应起始点两个RC回路表征的极化电压；建立零输入响应函数，即：式中，i为放电电流；4)对等效电路模型进行离散化处理，得到：
式中，ΔT表示采样间隔，k表示采样时刻；5)计算联合参数P1、联合参数P2、联合参数P3、联合参数P4，即：，即：6)建立动力电池的数学模型，即：式中，Q
total
为电芯容量。5.根据权利要求1所述的基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于，建立参数滤波器的状态方程和观测方程的步骤包括：1)建立参数滤波器运动方程和观测方程的表达式，即：式中，w
k
和v
k
表示呈高斯分布的系统噪声；z
k
为测量值，数值等于测量得到的电池端电压u
L,k
；其中，参数向量θ
k
如下所示：θ
k
＝[P
1,k P
2,k P
3,k P
4,k R
0,k
]
T
ꢀꢀꢀ
(10)观测向量H
k
如下所示：H
k
＝[u
1,k
‑
1 i
k u
2,k
‑
1 i
k i
k
]
ꢀꢀꢀꢀ
(11)2)建立参数滤波器的运动方程和观测方程，即：6.根据权利要求1所述的基于改进耦合方式的锂离子动力电池SOC双滤波估计方法，其特征在于，建立状态滤波器的状态方程和观测方程的步骤包括：1)建立状态线性函数方程和观测非线性函数方程，即：
式中，A
k
和B
k
分别为运动矩阵和控制矩阵，z
k
为测量值，数值等于测量得到的电池端电压u
L,k
；q
k
和r
k
表示系统噪声；h(x
k
,θ
k
,i
k
)表示观测函数；其中，状态向量x
k
如下所示：x
k
＝[u
1,k u
2,k SOC
k
]
T
ꢀꢀꢀꢀꢀꢀ
(14)式中，u
1,k
和u
2,k
为极化电压；2)基于动力...
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。