[發明專利]一種新型鋰離子動力電池SOC估計方法

有效

• 申請號: 201410514660.1
• 申請日: 2014-09-29
• 公開（公告）號: CN105510829B
• 公開（公告）日: 2018-01-05
• 發明（設計）人: 崔納新;張文娟;劉苗
• 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: 濟南圣達知識產權代理有限公司37221
• 代理人: 張勇

技術領域

本發明涉及一種新型鋰離子動力電池SOC估計方法。

背景技術

電池荷電狀態的估計一直是電池管理系統的重點和難點，電池SOC準確估計對于提高電池使用效率和延長電池壽命，提高電池的安全可靠性，以及整車能量管理有著重要的意義，但是SOC不能直接測量，只能通過其它電池參數如電池輸出電壓、電流來預估。

目前，國內外常用的SOC估計算法有：安時積分法，該方法無法給出SOC初始值，且電流測量不準確會導致SOC累計誤差；開路電壓法，利用電池的開路電壓與SOC的對應關系，通過測量電池的開路電壓來估計SOC，簡單易行，但是需要電池靜置一段時間后才能估計，不適合電動汽車實時在線估計的要求；內阻法，適合于電池放電后期SOC估計，需要專門的儀器測量，實車上很少使用；神經網絡法，需要大量的數據進行訓練，估計誤差受訓練數據和訓練方法影響較大，目前還沒有得到很好的應用。擴展卡爾曼濾波算法估計SOC是目前國內外應用比較廣泛的估計方法，它將SOC看作是電池系統的一個內部狀態變量，通過遞推算法實現SOC的最小方差估計，它對電池模型依賴性較強，電池在實際使用過程中反復充放電，會造成電池模型參數的變化，故采用擴展卡爾曼濾波算法估計SOC會產生估計不準、甚至出現發散。

發明內容

為解決現有技術存在的不足，本發明公開了一種新型鋰離子動力電池SOC估計方法，采用強跟蹤濾波器估計SOC克服了擴展卡爾曼濾波器估計SOC不準的缺點，強跟蹤濾波器由擴展卡爾曼濾波器改造而來，主要針對系統模型不確定性導致濾波器估計不準及發散問題，具有以下的優點：(1)對模型不確定性具有較強的魯棒性；(2)對突變狀態的跟蹤能力極強，甚至在系統達到平衡狀態時，仍保持對緩變狀態與突變狀態的跟蹤能力；(3)適中的計算復雜度。

為實現上述目的，本發明的具體方案如下：

一種新型鋰離子動力電池SOC估計方法，包括以下步驟：

步驟一：建立電池等效電路模型，利用最小二乘算法對建立的電池模型參數進行辨識；

步驟二：根據步驟一參數辨識出來的電池開路電壓U_OCV和對應的SOC關系，利用Shepherd模型和Nernst模型進行組合得到對應的函數，該函數擬合了U_OCV和SOC關系；

步驟三：選取步驟一中電池等效電路模型中電容的端電壓和SOC為狀態變量，搭建出SOC估算的狀態方程和觀測方程，實時調整狀態預報誤差的協方差陣和增益矩陣，根據SOC估算的狀態方程和觀測方程對鋰離子動力電池SOC進行估計。

所述狀態預報誤差的協方差陣P_k+1：

P_k+1＝λ_k+1G_kP_kG^T_k+Q_k (12)

其中，λ_(k+1)為時變的漸消因子，P_k+1為k+1時刻的誤差協方差矩陣，P_k為k時刻的誤差協方差矩陣，Q_k是系統噪聲協方差，G_k為狀態方程對狀態變量求偏導的雅克比矩陣。

所述增益矩陣K_k+1：

K_k+1＝P_k+1H^T_k+1[H_k+1P_k+1H^T_k+1+R_k]^-1(7)。

電容的端電壓，充電時為C_1c和C_2c，放電時為C_1d和C_2d，在下面的敘述中都以C₁和C₂代替。