[發(fā)明專利]一種基于AEKF的電池荷電狀態(tài)估計(jì)方法及估計(jì)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201610064341.4
• 申請(qǐng)日: 2016-01-29
• 公開（公告）號(hào): CN105738817A
• 公開（公告）日: 2016-07-06
• 發(fā)明（設(shè)計(jì)）人: 孔滿;關(guān)海盈
• 申請(qǐng)（專利權(quán)）人: 深圳市沃特瑪電池有限公司
• 主分類號(hào): G01R31/36
• 分類號(hào): G01R31/36;H03H17/02
• 代理公司: 深圳市恒申知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 王利彬

技術(shù)領(lǐng)域

本發(fā)明涉及電池電氣測(cè)試技術(shù)，尤其涉及一種基于AEKF的電池荷電狀態(tài)估計(jì)方法及估計(jì)系統(tǒng)。

背景技術(shù)

目前，電池的剩余電量(StateofCharge，SOC)估計(jì)方法主要分為兩大類：直接法與間接法。直接法是指通過(guò)實(shí)驗(yàn)設(shè)備直接測(cè)量電池的剩余電量；間接法主要通過(guò)電池內(nèi)部的物化特性，在估計(jì)過(guò)程中需要高精度的設(shè)備，因此在實(shí)際中很難實(shí)現(xiàn)。安時(shí)積分法、開路電壓法、內(nèi)阻法等屬于間接法，安時(shí)積分法在計(jì)算過(guò)程中會(huì)產(chǎn)生累積誤差，導(dǎo)致計(jì)算得到的SOC隨充放電時(shí)間的增加誤差增大，同時(shí)安時(shí)積分法計(jì)算SOC初始值的準(zhǔn)確性很難確定；開路電壓法需要長(zhǎng)時(shí)間的靜置使電池內(nèi)部電壓穩(wěn)定，在監(jiān)測(cè)汽車運(yùn)行過(guò)程中的電池剩余電量時(shí)難以實(shí)現(xiàn)；內(nèi)阻法存在著估算內(nèi)阻的困難，在硬件上也難以實(shí)現(xiàn)。此外，還可通過(guò)人工神經(jīng)網(wǎng)絡(luò)算法、卡爾曼濾波算法等間接法估算電池SOC，但神經(jīng)網(wǎng)絡(luò)算法和卡爾曼濾波算法由于其系統(tǒng)設(shè)置困難，且在電池管理系統(tǒng)中應(yīng)用成本高，不具備優(yōu)勢(shì)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是，針對(duì)不同方法的優(yōu)劣及適用性，提供一種基于AEKF的電池荷電狀態(tài)估計(jì)方法及估計(jì)系統(tǒng)，以提高估計(jì)的電池SOC的準(zhǔn)確性。本發(fā)明是這樣實(shí)現(xiàn)的：

一種基于AEKF的電池荷電狀態(tài)估計(jì)方法，包括如下步驟：

步驟1：初始化t₀時(shí)刻的x₀、P₀、Q₀、R₀，然后進(jìn)入步驟2；其中x₀為電池荷電狀態(tài)初始值，P₀為誤差協(xié)方差初始值，Q₀為過(guò)程噪聲初始值，R₀為觀測(cè)噪聲初始值；

步驟2：預(yù)估k時(shí)刻的電池荷電狀態(tài)及k時(shí)刻的狀態(tài)先驗(yàn)估計(jì)誤差協(xié)方差然后進(jìn)入步驟3；其中：

其中，A為一個(gè)采樣間隔內(nèi)的傳遞矩陣，為k-1時(shí)刻的電池荷電狀態(tài)的后驗(yàn)估計(jì)值，B為輸入矩陣，u_k-1為k-1時(shí)刻系統(tǒng)的輸入量，noise_k-1為k-1時(shí)刻加入的白噪聲；

其中，P_k-1為k-1時(shí)刻的狀態(tài)估計(jì)后驗(yàn)誤差協(xié)方差，A^T為傳遞矩陣A的轉(zhuǎn)置矩陣，Q_k-1為k-1時(shí)刻的過(guò)程噪聲；

步驟3：更新k時(shí)刻的實(shí)際電壓信號(hào)與模型電壓信號(hào)之間的差值e_k和卡爾曼濾波增益H_k，然后進(jìn)入步驟4；其中：

其中，y_k為k時(shí)刻采集到的電池的實(shí)際電壓信號(hào)，為k時(shí)刻的電池模型的模型電壓信號(hào)，為k時(shí)刻的電池荷電狀態(tài)先驗(yàn)估計(jì)值；

其中，H_k為k時(shí)刻的卡爾曼濾波增益矩陣，R_k為k時(shí)刻的觀測(cè)噪聲，C為輸出矩陣，C^T為輸出矩陣C的轉(zhuǎn)置；

步驟4：更新基于遺忘因子的加權(quán)系數(shù)，然后進(jìn)入步驟5；d_k-1＝(1-b)(1-b^k)^-1，其中，b為遺忘因子，d為基于遺忘因子的加權(quán)系數(shù)，d_k-1為k-1時(shí)刻的基于遺忘因子的加權(quán)系數(shù)值；

步驟5：更新過(guò)程噪聲Q_k和觀測(cè)噪聲R_k，然后進(jìn)入步驟6：