[發(fā)明專利]基于小模型誤差準則擴展卡爾曼濾波的電池SOC估計方法

有效

• 申請?zhí)枺?/td>: 201410186625.1
• 申請日: 2014-05-05
• 公開（公告）號: CN103941195B
• 公開（公告）日: 2017-02-15
• 發(fā)明（設計）人: 張承慧;商云龍;崔納新
• 申請（專利權）人: 山東大學
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 濟南圣達知識產(chǎn)權代理有限公司37221
• 代理人: 張勇

1.一種基于小模型誤差準則擴展卡爾曼濾波的電池SOC估計方法，其特征是：包括以下步驟：

S1.建立一種基于AIC準則的變階數(shù)RC電池等效電路模型，即針對鋰電池在充放電初期和末期電壓急劇變化的特性提出應選擇三階RC模型，而針對SOC在20％～80％的平臺期間電壓變化平穩(wěn)的特性應選擇二階RC模型，為SOC估計提供一個精確且簡練的電池模型；

S2.在不同工況下離線獲取電池的端電壓、電流數(shù)據(jù)，與模型輸出值比較獲得對應的模型誤差數(shù)據(jù)；并根據(jù)模型誤差的大小模糊化為1和0的開關變量；

S3.將模糊化的模型誤差作為樣本訓練神經(jīng)網(wǎng)絡，建立基于模糊神經(jīng)網(wǎng)絡的模型誤差預測模型；

S4.電池靜置至少8個小時，將SOC作為唯一的狀態(tài)空間變量；

S5.擴展卡爾曼濾波器初始化和時間更新：狀態(tài)估計更新、誤差協(xié)方差更新；

S6.在濾波過程中基于建立的模糊神經(jīng)網(wǎng)絡在線預測模糊化的模型誤差Flag，并對其進行解模糊；根據(jù)解模糊結果，建立測量噪聲修正模型；

S7.根據(jù)步驟6的測量噪聲修正模型判斷模型誤差是否滿足條件，如果滿足條件引進濾波增益系數(shù)，計算卡爾曼增益矩陣；

S8.進行狀態(tài)測量更新和誤差協(xié)方差測量更新；

S9.得到第k步的估計結果，并與SOC真值進行比較，驗證SMECEKF算法的有效性，并轉到步驟5。

2.如權利要求1所述的一種基于小模型誤差準則擴展卡爾曼濾波的電池SOC估計方法，其特征是：所述步驟1中，基于AIC準則的變階數(shù)RC等效電路模型包括運行時間電路和I-V特性電路；所述運行時間電路包括電池的自放電電阻R_d、電容C_Q和電流控制電流源電路，電阻R_d與電容C_Q并聯(lián)在電流控制電流源的受控源兩端，獨立電源的一端接地；所述I-V特性電路包括兩路支路，每個支路包括三組一個電容與一個電阻并聯(lián)組成的RC回路，且每個支路的兩組RC回路并聯(lián)有切換開關；所述I-V特性電路包括歐姆內阻R₀、電化學極化內阻R₁、電化學極化電容C₁、濃差極化內阻R₂、濃差極化電容C₂、變階數(shù)內阻R₃、變階數(shù)電容C₃、切換開關Q₁、S₁、Q₂、S₂和電流控制電流源、電壓控制電壓源電路，其中：電壓控制電壓源電路的受控源的正極連接兩路，一路連接二極管D_d后連接電阻R_1d、電阻R_2d、電阻R_3d、電阻R_od后連接電池的正極，一路反接二極管D_c后連接電阻R_1c、電阻R_2c、電阻R_3c、電阻R_oc后連接電池的正極，電容C_1d并聯(lián)在電阻R_1d兩端，切換開關Q₂和電容C_2d并聯(lián)在電阻R_2d兩端，切換開關Q₁和電容C_3d并聯(lián)在電阻R_3d兩端，電容C_1c并聯(lián)在電阻R_1c兩端，切換開關S₂和電容C_2c并聯(lián)在電阻R_2c兩端，切換開關S₁和電容C_3c并聯(lián)在電阻R_3c兩端，電壓控制電壓源電路的受控源正、負極之間的電壓為電池開路電壓OCV；

所述切換開關Q₁、S₁以及Q₂、S₂都斷開時，變階數(shù)RC模型為三階RC模型；所述切換開關Q₁、S₁閉合，Q₂、S₂斷開時，變階數(shù)RC模型為二階RC模型；所述切換開關Q₁、S₁閉合，Q₂、S₂也閉合時，變階數(shù)RC模型為一階RC模型；

所述電容C_Q表示電池的可用容量，C_Q＝3600·C_Ah·f₁·f₂，C_Ah為用安時為單位的電池容量，f₁和f₂分別是電池循環(huán)壽命和溫度的修正因子；

所述電流控制電流源的受控源的電流為電池的端電流i_bat，所述電流控制電流源的受控源兩端的電壓為電池開路電壓OCV，所述開路電壓OCV與SOC存在非線性關系，具體關系式為：

OCV=α1+α21nSOC+α31n(1-SOC)+α4SOC+α5SOC---(1)]]>

式中，a₁～a₅為常數(shù)，由實驗數(shù)據(jù)基于最小二乘法辨識得到。