基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，属于锂离子电池荷电状态预测技术领域。本发明专利技术为了解决现有锂离子电池SOC的在线估计由于受到初值选取的影响，可靠性低的问题。它首先建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；再对被测锂离子电池进行充放电实验，建立被测锂离子电池的卡尔曼滤波初值SOC0的多项式拟合函数；再获得被测锂离子电池的卡尔曼滤波初值SOC0和卡尔曼滤波的初始误差协方差P(0)；然后进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。本发明专利技术用于锂离子电池SOC在线估计。
【技术实现步骤摘要】
【专利摘要】基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，属于锂离子电池荷电状态预测
。本专利技术为了解决现有锂离子电池SOC的在线估计由于受到初值选取的影响，可靠性低的问题。它首先建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；再对被测锂离子电池进行充放电实验，建立被测锂离子电池的卡尔曼滤波初值SOC0的多项式拟合函数；再获得被测锂离子电池的卡尔曼滤波初值SOC0和卡尔曼滤波的初始误差协方差P(0)；然后进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。本专利技术用于锂离子电池SOC在线估计。【专利说明】基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法
本专利技术涉及基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，属于锂离子电池荷电状态预测
。
技术介绍
在电池管理系统的诸多部分中，电池荷电状态SOC (State of Charge)的预测是最基本和最首要的任务，其预测的准确性，会影响到电池管理系统的控制策略，从而影响电池性能的发挥。同时，SOC也是指导电池充电或放电过程的重要参数，可以防止电池的过充和过放造成的不可恢复的损坏，能够更好地保护电池。对于应用于电动汽车的动力电池而言，通过正确地估算电池的S0C，充分利用电池的电能，可以使电动车的续航距离更长，同时能够延长电池的使用寿命，从而降低电池的使用成本。因此，准确预测锂离子电池SOC是极其重要的。扩展卡尔曼滤波法(EKF, Extended Kalman Filter)作为一种高效的线性滤波和预测方法，近年来广泛应用于电池的SOC估计。EKF实际上是一种递推线性最小方差估计，通过实时观测值和上一时刻的估计值来进行实时估计。该方法适用于电池的各种场合，相比于其他方法，EKF能够动态跟踪SOC的真实值，更适用于电流波动剧烈的电动汽车应用环境。然而，扩展卡尔曼滤波虽然在理论上能够不受SOC初值选取的影响，但是当SOC初值远离SOC的真实值时，EKF的收敛效果和估计精度都无法让人满意，尤其是在基于一阶和二阶RC电池等效电路的扩展卡尔曼SOC估计算法中。通过一阶和二阶RC等效电路的前期实验，可以发现:当卡尔曼滤波的SOC初值越接近实际SOC初值时，估计曲线的收敛速度越快，估计的准确度越高，绝对误差的整体分布越理想。而当SOC初值足够接近SOC的真实初值时，初始误差协方差的取值越小，估计曲线的收敛速度通常越快，估计的准确度越高，绝对误差的分布越集中。可见，无论是一阶Re模型还是二阶RC模型，SOC初值和初始误差协方差的设定都会影响扩展卡尔曼滤波SOC估计算法的收敛性和精度。现有的扩展卡尔曼滤波方法，在估计锂离子电池SOC时，只根据常规经验初步设定一个SOC初值及其初始误差协方差，这导致扩展卡尔曼滤波的收敛性和准确性受到较大影响，进而造成锂离子电池SOC的在线估计值可靠性低。
技术实现思路
本专利技术目的是为了解决现有锂离子电池SOC的在线估计由于受到初值选取的影响，可靠性低的问题，提供了一种基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法。本专利技术所述基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，它包括以下步骤:步骤一:采集被测锂离子电池的电池端电压队⑴和极化电压，建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；步骤二:对被测锂离子电池进行充放电实验，记录每次对应的电池SOC初值和电池开路电压初值Utcv(O)，并建立被测锂离子电池的卡尔曼滤波初值SOCtl的多项式拟合函数；步骤三:求解所述多项式拟合函数，获得被测锂离子电池的卡尔曼滤波初值S0C。，再通过梯度仿真实验，确定卡尔曼滤波的初始误差协方差P(O)；步骤四:根据步骤三中获得的卡尔曼滤波初值SOCtl和初始误差协方差P(O)，进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。步骤一中，被测锂离子电池一阶RC等效电路的电压电流关系式为:U0 (t) =Uocv (t) -Up (t) -11 (t) Rdl (t)；式中t为时间，Uocv (t)为被测锂离子电池的开路电压，Up (t)为一阶RC等效电路中RC环节的极化电压，I1 (t)为一阶RC等效电路的回路电流，Rdl⑴为一阶RC等效电路中被测锂离子电池电阻；将上述一阶RC等效电路的电压电流关系式离散化后为:U0, k-U0CV’ k_Up’ k_i1； kRdl’ k，其中，U0,k为k时刻被测锂离子电池的端电压Ut)采样值，Uocv；k为k时刻被测锂离子电池的开路电压U.(t)采样值，Up，k为k时刻一阶RC等效电路中RC环节的极化电压Up (t)的采样值，i1；k为k时刻一阶RC等效电路的回路电流I1⑴的采样值，Rdljk为k时亥IJ一阶RC等效电路的被测锂离子电池内阻Rdl⑴的采样值；被测锂离子电池二阶RC等效电路的电压电流关系式为:U0 (t) =Uocv (t) -Upl (t) -Up2 (t) -12 (t) Rd2 (t)；式中Upl(t)为二阶RC等效电路中第一个RC环节的极化电压，Up2(t)为二阶RC等效电路中第二个RC环节的极化电压，i2 (t)为二阶RC等效电路的回路电流，Rd2 (t)为二阶RC等效电路中被测锂离子电池内阻；将上述二阶RC等效电路的电压电流关系式离散化后为: U0, k-U0CV’ k_Upl’ k_Up2’ k_i2； k^d2, k，式中UpLk为k时刻二阶RC等效电路中第一个RC环节的极化电压Upl (t)的采样值，Up2jk为k时刻二阶RC等效电路第二个RC环节的极化电压Up2 (t)的采样值，i2；k为k时亥Ij二阶RC等效电路的回路电流i2 (t)采样值，Rd2jk为k时刻二阶RC等效电路的被测锂离子电池内阻采样值。被测锂离子电池的卡尔曼滤波初值SOCtl的多项式拟合函数为:SOC0=H(Uocv(O))；式中H为根据卡尔曼滤波初值SOCtl建立的最小二乘拟合函数。步骤四中进行基于扩展卡尔曼滤波的电池SOC估计的具体方法为:步骤四一:确定卡尔曼滤波状态向量估计值Xa的估计初值A和误差协方差矩阵Pk/k的初值PQ/Q:【权利要求】1.一种基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，其特征在于，它包括以下步骤: 步骤一:采集被测锂离子电池的电池端电压UJt)和极化电压，建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式； 步骤二:对被测锂离子电池进行充放电实验，记录每次对应的电池SOC初值和电池开路电压初值Uocv(O)，并建立被测锂离子电池的卡尔曼滤波初值SOCtl的多项式拟合函数；步骤三:求解所述多项式拟合函数，获得被测锂离子电池的卡尔曼滤波初值SOCtl，再通过梯度仿真实验，确定卡尔曼滤波的初始误差协方差P(O)； 步骤四:根据步骤三中获得的卡尔曼滤波初值SOCtl和初始误差协方差P(O)，进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。2.根据权利要求1所述的基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，其特征在于， 步骤一中，被测锂离子电池一阶RC等效电路的电本文档来自技高网...
【技术保护点】
一种基于扩展卡尔曼滤波的锂离子电池SOC在线估计方法，其特征在于，它包括以下步骤：步骤一：采集被测锂离子电池的电池端电压Uo(t)和极化电压，建立被测锂离子电池一阶RC等效电路的电压电流关系式和二阶RC等效电路的电压电流关系式；步骤二：对被测锂离子电池进行充放电实验，记录每次对应的电池SOC初值和电池开路电压初值Uocv(0)，并建立被测锂离子电池的卡尔曼滤波初值SOC0的多项式拟合函数；步骤三：求解所述多项式拟合函数，获得被测锂离子电池的卡尔曼滤波初值SOC0，再通过梯度仿真实验，确定卡尔曼滤波的初始误差协方差P(0)；步骤四：根据步骤三中获得的卡尔曼滤波初值SOC0和初始误差协方差P(0)，进行基于扩展卡尔曼滤波的电池SOC估计，实现锂离子电池的SOC在线估计。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘丹，刘昕，张岩，王启松，孙金玮，朱春波，
申请(专利权)人：哈尔滨工业大学，
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。