[發明專利]基于擴展卡爾曼粒子濾波算法的動力電池SOC估計方法

有效

• 申請號: 201310361928.8
• 申請日: 2013-08-19
• 公開（公告）號: CN103472398A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 周曉鳳;趙又群;臧利國
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

1.基于擴展卡爾曼粒子濾波算法的動力電池SOC估計方法，其特征在于，包括如下步驟：

步驟1，建立電池電量數學模型，得到電池系統離散空間模型；

步驟2，利用擴展卡爾曼粒子濾波算法預測動力電池SOC：

步驟2-1，在初始采樣時刻，由初始概率分布隨機產生粒子集；

步驟2-2，在當前采樣時刻內，由擴展卡爾曼濾波算法得到當前時刻每個粒子狀態量右側估計值以及協方差右側估計值；

步驟2-3，計算當前時刻各粒子權重，歸一化當前時刻粒子權重，由歸一化的當前時刻粒子權重得到有效粒子數，

當有效粒子數目小于粒子數目閾值時，返回步驟2-1；否則，輸出當前時刻電池荷電狀態更新值；

步驟2-4，進入下一采樣時刻，重復步驟2-2至步驟2-3。

2.根據權利要求1所述的基于擴展卡爾曼粒子濾波算法的動力電池SOC估計方法，其特征在于，步驟2-2利用如下方法計算當前時刻每個粒子狀態量右側估計值以及協方差右側估計值：

步驟A，擴展卡爾曼濾波器預測方程：

狀態變量預測估計：xk,i-=f(xk-1,i+,uk-1),]]>

協方差誤差預測估計：Pk,i-=Ak-1Pk-1,i+Ak-1T+Σw;]]>

步驟B，擴展卡爾曼濾波器校正方程：

卡爾曼增益計算：Kk=Pk,i-CkT(CkPk,i-CkT+Σv)-1,]]>

狀態變量最優估計：xk,i+=xk,i-+Kk[Yk-g(xk,i-,uk)],]]>

協方差最優估計：Pk,i+=(E-KkCk)Pk,i-,]]>

其中，為k時刻第i個粒子狀態量左側估計值，為k-1時刻第i個粒子狀態量右側估計值，u_k-1為k-1時刻輸入控制變量，為k時刻第i個粒子協方差左側估計值，A_k-1為k-1時刻系統矩陣，為k-1時刻第i個粒子協方差右側估計值，K_k為k時刻卡爾曼增益，C_k為k-1時刻協方差矩陣，為k時刻第i個粒子狀態量右側估計值，Y_k為k時刻SOC量測結果，u_k為k時刻輸入控制變量，為k時刻第i個粒子協方差右側估計值，E為單位矩陣，w、v為互不相關的系統噪聲，f、g分別為非線性狀態轉移函數和非線性測量函數。

3.根據權利要求2所述的基于擴展卡爾曼粒子濾波算法的動力電池SOC估計方法，其特征在于，步驟2-3利用表達式計算有效粒子數目N_eff，其中，q_i為k時刻第i個粒子狀態量右側估計值的后驗概率，N為粒子總數。