[發明專利]基于離散變結構觀測器的鋰電池SOC估計方法

有效

• 申請號: 201610850573.2
• 申請日: 2016-09-26
• 公開（公告）號: CN106324523B
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 孔慧芳;張憧;張曉雪;鮑偉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G01R31/388
• 分類號: G01R31/388;G01R31/367
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 王挺

本發明公開了一種基于離散變結構觀測器的鋰電池SOC估計方法。它包括以下步驟：對鋰電池進行快速標定實驗，獲取SOC與開路電壓OCV關系曲線；建立用于SOC估計的鋰電池離散狀態空間模型；對鋰電池進行脈沖放電實驗，辨識鋰電池模型參數；實時采集工況下鋰電池的端電壓和充放電電流；構建離散變結構觀測器實現對鋰電池SOC的準確估計。本發明方法不僅具有較好的SOC估計效果，同時能嚴格保證收斂性，且對鋰電池建模誤差，內部參數的攝動和外在擾動表現出較強的魯棒性。

技術領域

本發明屬于車用鋰電池荷電狀態估計領域，具體涉及一種基于離散變結構觀測器的鋰電池SOC估計方法。

背景技術

電池管理系統BMS是電動汽車中的重要組成部分，具有電池狀態檢測、電池狀態估計、電池安全保護和能量控制管理等基本功能。

電池SOC估計是電池管理系統的核心。SOC是表征電池剩余容量的重要參數，準確的SOC值是電池充放電控制、均衡控制、制定能量管理策略的重要依據，其估計精度直接影響電池的使用壽命和成本，因此準確估計SOC是BMS的關鍵。

SOC受電池溫度、充放電倍率、自放電率、壽命等多種因素的影響，不能通過傳感器直接測得，必須通過對電池進行建模，結合所測量的電池工作時的充放電電流、端電壓、溫度等數據，選擇算法間接估計得到。電動汽車電池在使用過程中，由于內部復雜的電化學反應，導致電池特性體現出高度的非線性，使準確估計電池SOC具有很大的難度。

鋰電池相對于傳統的電動汽車電池，在性能上具有能量密度高、無記憶效應、環境污染低、循環壽命長、適應溫度范圍廣等諸多優點，所以鋰電池已經發展成為最具競爭力的動力電池。

目前，常用的鋰電池SOC估計算法有開路電壓法、安時積分法、卡爾曼濾波算法、神經網絡算法等。

中國發明專利CN 103529398 A于2014年01月22日公開的《基于擴展卡爾曼濾波的鋰離子電池SOC在線估計方法》，它首先建立被測鋰離子電池一階RC等效電路的電壓電流關系式和二階RC等效電路的電壓電流關系式；再對被測鋰離子電池進行充放電實驗，建立被測鋰離子電池的卡爾曼濾波初值SOC₀的多項式擬合函數；再獲得被測鋰離子電池的卡爾曼濾波初值SOC₀和卡爾曼濾波的初始誤差協方差P(0)；然后進行基于擴展卡爾曼濾波的電池SOC估計，實現鋰離子電池的SOC在線估計。但是該方法存在不足：

1)該算法要求噪聲是白噪聲且噪聲的均值、方差等統計特性已知，這在實際應用中是很難滿足的，不僅因為噪聲統計特性很難獲得，而且白噪聲也僅在理想條件下存在；

2)該算法對鋰離子電池性能模型精度要求較高，當模型精度較低時，會造成較大的SOC估計誤差；

3)非線性的鋰離子電池模型經線性化后，如果偏差較大，就會出現濾波發散的現象，導致SOC估計誤差很大。

中國發明專利CN 105548898 A于2016年05月04日公開的《一種離線數據分段矯正的鋰電池SOC估計方法》，首先建立電池等效電路模型；獲取SOC—OCV曲線；利用電池放電結束時的端電壓響應曲線對等效電路模型進行離線參數辨識；然后計算電池健康狀態SOH；利用安時積分法實時計算SOC的當前值；并利用電池健康狀態對SOC值進行矯正；最后利用離線數據對安時積分法中的累積誤差進行分段消除。其存在的不足為：

1)采用離線辨識方法對鋰電池等效電路模型參數進行辨識，而在鋰電池工作過程中，由于溫度、老化、壽命等因素的影響，鋰電池模型中參數會發生變化，會造成較大的SOC估計誤差。

發明內容

為了克服上述現有技術的不足，本發明提供了一種基于離散變結構觀測器的鋰電池SOC估計方法。該方法不僅具有較好的SOC估計效果，且對鋰電池建模誤差和由于溫度、老化和壽命等因素引起的內部參數變化具有較強的魯棒性，同時能嚴格保證算法的收斂性，不會出現估計發散現象。