一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法技术

本发明专利技术基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，包括如下步骤：步骤1，选择等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声进行自适应处理，进而估计锂离子电池的SOC值。本发明专利技术提供一种基于初值补偿的自适应分数阶无迹卡尔曼滤波器，该方法相比于未初值补偿、噪声已知时的自适应分数阶无迹卡尔曼滤波算法，有效地提升了锂离子电池的SOC估计精度，提高了锂离子电池在不同工况下的自适应能力。池在不同工况下的自适应能力。池在不同工况下的自适应能力。

【技术实现步骤摘要】
一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法


[0001]本专利技术涉及锂离子电池算法领域，具体涉及一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法。

技术介绍

[0002]随着电动汽车的迅速发展，车用动力电池的管理和控制技术逐渐成为研究的热点。其中锂离子电池的SOC是电池管理系统重要的参数之一，准确估计电池SOC可以有效地防止锂电池过充或过放，延长电池的使用寿命。
[0003]在SOC的估计过程中，由于受到如温度，噪声等外界因素的干扰，容易导致SOC的估计精度降低。因此选用卡尔曼滤波算法，通过建立电池模型实现状态空间描述，再使用卡尔曼滤波器对状态量进行估计，该方法是一种自回归数据处理算法，其核心思想是对动态系统的状态做最小均方意义上的最优估计，因此其估计精度比较高。
[0004]自适应卡尔曼滤波作为一种去除干扰数据，获得优质估计结果的算法，能够根据电池组的放电试验数据估计电池组的开路电压，实现对SOC的有效估计。其优点是能够根据采集到的电压电流，由递推法得到SOC的最小方差估计，解决SOC初本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，包括如下步骤：步骤1，设定等效电路模型；步骤2，采用增广向量法处理状态初始值、未知阶次以及未知参数，通过迭代法处理噪声，更新自适应分数阶无迹卡尔曼滤波算法；步骤3，根据所提带有初值补偿的无迹卡尔曼滤波算法对噪声进行自适应处理，进而估计锂离子电池的SOC值；步骤4，对于带有初值补偿的噪声自适应的分数阶无迹卡尔曼滤波算法进行锂离子电池SOC估计，与未初值补偿、噪声协方差已知的自适应分数阶无迹卡尔曼滤波算法做对比，得到锂离子电池SOC估计精度对比曲线。2.根据权利要求1所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤1中，具体方法为：步骤1
‑
1)选择含有一个CPE元件的模型，所述的含有一个CPE元件的模型包括理想电压源，表示开路电压OCV、欧姆内阻R、极化电阻R1、极化电容C1，反映电池瞬态响应；步骤1
‑
2)根据G
‑
L差分，得到电池的离散化状态方程和输出方程。3.根据权利要求2所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤1
‑
2)中电池系统离散化状态方程和输出方程的表达公式：z(t)＝h(x(t),I(t))+v(t)，其中其中其中为Sigmoid函数，根据等效电路模型，设参数θ3＝R，α是分数阶次，η是库伦效率，C
b
是电池标称容量，I(t)是电流，u1(t)是极化电压，z(t)是系统测量方程，w(t)是过程噪声，v(t)是测量噪声，测量方程h(x(t),I(t))满足b0,b1,b2,b3,b4,b5是实数。4.根据权利要求1所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤2中，具体方法为：步骤2
‑
1)设定关于状态初始值x1(0)的变量为正参数；
步骤2
‑
2)通过增广向量法处理状态初值以及未知阶次、参数，得到系统增广方程；步骤2
‑
3)取σ点，通过无迹变换处理系统非线性函数；步骤2
‑
4)根据无迹变换，得到自适应分数阶无迹卡尔曼滤波的预测和更新方程。5.根据权利要求4所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤2
‑
2)系统增广方程的表达公式：其中θ(k)＝[θ1,θ2,θ3,θ4]
T
，w0(k)，w
β
(k)以及w
θ
(k)分别是有关于初始值x0(k)，分数阶次α，和参数θ(k)的噪声。此外，满足满足Q是系统过程噪声协方差，Q0,Q
β
,Q
θ
分别是关于状态初始值、未知分数阶和未知参数的噪声协方差，T为采样周期。6.根据权利要求4所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤2
‑
3)中σ点的表达公式：3)中σ点的表达公式：其中是增广状态的预测值，是基于无迹变换的增广状态的估计值，是矩阵的第i行，行，是正数，并且κ＝3
‑
n。7.根据权利要求4所述的一种基于初值补偿无迹卡尔曼滤波算法的锂离子电池自适应荷电估计方法，其特征在于，所述的步骤2
‑
4)中自适应分数阶...

【专利技术属性】
技术研发人员：高哲，苗悦，魏俊秀，柴浩宇，焦芷媛，马瑞诚，袁奉麟，
申请(专利权)人：辽宁大学，
类型：发明
国别省市：