[發(fā)明專利]一種基于動態(tài)阻抗校正的電池SOC估計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610061650.6
• 申請日: 2016-01-28
• 公開（公告）號: CN105699907B
• 公開（公告）日: 2019-03-26
• 發(fā)明（設(shè)計）人: 唐曉鵬;高福榮;劉博洋
• 申請（專利權(quán)）人: 廣州市香港科大霍英東研究院
• 主分類號: G01R31/36
• 分類號: G01R31/36
• 代理公司: 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205
• 代理人: 胡輝

1.一種基于動態(tài)阻抗校正的電池SOC估計方法，其特征在于：包括以下步驟：

S1、獲取電池在不同溫度下開路電壓與SOC的數(shù)學(xué)模型；

S2、進行離線辨識，得到電池等效電路模型的參數(shù)；

S3、根據(jù)不同溫度下開路電壓與SOC的數(shù)學(xué)模型以及電池等效電路模型的參數(shù)，得到完整的電池模型及其參數(shù)；

S4、根據(jù)完整的電池模型及其參數(shù)采用基于模型的電池SOC估計算法計算電池的剩余電量；

S5、采用動態(tài)阻抗校正的方法計算完整的電池模型的參數(shù)，并實時更新完整的電池模型的參數(shù)以及電池的剩余電量；

所述步驟S1具體為：

通過離線測量的方式獲取電池在不同溫度下開路電壓與SOC的關(guān)系，從而得到電池在不同溫度下開路電壓與SOC的數(shù)學(xué)模型，所述得到的數(shù)學(xué)模型包括但不限于：

OCV＝E₀-k₀/SOC-k₁·SOC+k₂·ln(SOC)+k₃·ln(1-SOC)，

其中，OCV是數(shù)學(xué)模型輸出的開路電壓，E₀、k₀、k₁、k₂與k₃均為數(shù)學(xué)模型的參數(shù)；

所述完整的電池模型包括用于描述電池靜態(tài)特性的開路電壓與SOC的關(guān)系，以及用于描述電池動態(tài)特性的電路拓撲及其元件參數(shù)；

所述步驟S5，其包括：

S51、實時檢測電池的動態(tài)阻抗；

S52、根據(jù)電池的動態(tài)阻抗對完整的電池模型的參數(shù)進行校正，并根據(jù)校正的結(jié)果實時更新完整的電池模型的參數(shù)以及電池的剩余電量；

所述步驟S52包括：

S521、將每次采樣所得到的動態(tài)阻抗經(jīng)過具有低通性質(zhì)的濾波器進行處理，得到一條變化趨勢平緩的阻抗曲線；

S522、將得到的阻抗曲線與相應(yīng)的廣義誤差項進行相減，得到歐姆內(nèi)阻的估計值，所述廣義誤差項用于描述電池模型不完備所帶來的誤差且為一項需要實時更新的參數(shù)或參數(shù)組；

S523、計算當(dāng)前時刻估計的歐姆內(nèi)阻與當(dāng)前時刻檢測到的動態(tài)阻抗的差值，并將計算的差值作為動態(tài)阻抗校正算法的輸出；

S524、根據(jù)所選定的電池等效電路模型，理論推導(dǎo)歐姆內(nèi)阻與當(dāng)前檢測到的動態(tài)阻抗差值的表達式；

S525、分解理論推導(dǎo)出的表達式，從而將含有完整的電池模型參數(shù)的獨立分量和廣義誤差設(shè)置為動態(tài)阻抗校正算法的狀態(tài)，將其余不含有完整的電池模型參數(shù)的分量設(shè)置為動態(tài)阻抗校正算法的輸入；

S526、將動態(tài)阻抗校正算法的輸入、狀態(tài)和輸出構(gòu)建成為狀態(tài)空間方程，然后利用觀測器算法對狀態(tài)進行實時更新，得到完整的電池模型更新后的參數(shù)，其中，狀態(tài)空間方程中狀態(tài)的初始值獲取方法包括但不限于試湊法和查表法；廣義誤差的初始值獲取方法包括但不限于經(jīng)驗法、試湊法、整定法和預(yù)實驗法；狀態(tài)觀測器算法包括但不限于龍伯格觀測器算法、卡爾曼濾波器算法及其變種算法、粒子濾波器算法及其變種算法、比例-積分觀測器算法及其變種算法；

S527、根據(jù)完整的電池模型更新后的參數(shù)采用基于模型的電池SOC估計算法計算更新后電池的剩余電量。

2.根據(jù)權(quán)利要求1所述的一種基于動態(tài)阻抗校正的電池SOC估計方法，其特征在于：所述步驟S2包括：

對電池進行電路表達，得到電池等效電路模型，所述電池等效電路模型包括但不限于戴維南等效模型及其變種模型、PNGV等效電路模型及其變種模型、高階阻抗模型及其變種模型；

對電池等效電路模型進行離線辨識，得到電池等效電路模型的參數(shù)，所述離線辨識包括但不限于離線最小二乘法一次辨識、遞推辨識、帶有漸消記憶的最小二乘法辨識和最小一乘法辨識。

3.根據(jù)權(quán)利要求1所述的一種基于動態(tài)阻抗校正的電池SOC估計方法，其特征在于：所述基于模型的電池SOC估計算法包括但不限于擴展卡爾曼濾波法、自適應(yīng)擴展卡爾曼濾波法、無跡卡爾曼濾波法、粒子濾波法、龍伯格觀測器法、滑膜觀測器法、比例-積分觀測器法。