[發明專利]一種鋰電池SOC在線估計方法

在審

• 申請號: 201710116581.9
• 申請日: 2017-03-01
• 公開（公告）號: CN107064811A
• 公開（公告）日: 2017-08-18
• 發明（設計）人: 康龍云;王書彪;郭向偉;盧楚生;令狐金卿;王則灃;馮元彬
• 申請（專利權）人: 華南理工大學
• 主分類號: G01R31/36
• 分類號: G01R31/36;G06F17/50;G06F17/12;G06F17/16
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 李斌

技術領域

本發明涉及電動汽車電池管理領域，具體涉及一種鋰電池SOC在線估計方法。

背景技術

近年來，隨著空氣質量的日益惡化以及石油資源的漸趨匱乏，新能源汽車，尤其是純電動汽車成為當今世界各大汽車公司的開發熱點。動力電池組作為電動汽車的關鍵部件，動力電池SOC被用來直接反應電池的剩余電量，是整車控制系統制定最優能量管理策略的重要依據，動力電池SOC值的準確估計對于提高電池安全可靠性、提高電池能量利用率、延長電池壽命具有重要意義。

目前，常用的SOC估計方法主要有開路電壓法、安時積分法、卡爾曼濾波法和神經網絡法等。

鋰電池開路電壓(OCV)可以表現其當前狀態電池的放電能力，其與SOC有良好的線性關系，根據OCV-SOC關系估計SOC的方法稱為開路電壓法。開路電壓在電池工作狀態下不能直接測量，只有在電池未工作的情況下才能近似測量，所以這種方法只適用于電動汽車的駐車狀態。通常，開路電壓法用于為其它估計方法提供SOC的初始值。

安時積分方法的基本原理是電池在充放電過程中，通過電流對時間積分，可以計算出電池充入或放出的電量，將此電量除以電池當前狀態可用容量，再與電池初始SOC進行相應的加減運算即可得出當前狀態SOC值。安時積分法具有成本低、測量方便等優點，但在電動汽車場合應用時也有以下幾個問題：需要借助其它方法獲得SOC初始值；電流測量精度對SOC估計精度具有決定性影響；積分過程的累積誤差無法消除，一次計算過程中如果充放電時間過長，累積誤差可能導致估計結果不可靠。

神經網絡法具有良好的非線性映射能力，理論上動力電池的非線性特性能夠較好的由神經網絡映射，但其需要大量的數據進行訓練，使用復雜，訓練數據和訓練方法對估計精度的影響較大。

卡爾曼濾波法的核心思想是對動態系統的狀態做出最小均方意義上的最優估計，卡爾曼濾波的優點在于誤差糾正能力較強，不足在于估計精度對電池模型的準確性依賴較高。

因此需要建立一種簡單易行、估算精度較高，魯棒性強且能消除累積誤差的SOC估計方法。

發明內容

本發明的目的是針對上述現有技術的不足，提供了一種鋰電池SOC在線估計方法，該方法采用基于最小二乘法和卡爾曼濾波法相結合的狀態變量的聯合估計算法，在一步遞推過程中先用最小二乘法更新卡爾曼濾波器的模型參數，再根據濾波得到的SOC求出OCV，根據OCV和測得的電壓、電流信號用最小二乘法估計并更新下一步卡爾曼濾波運算中的模型參數，依次遞推。實現了比傳統無跡卡爾曼濾波算法精度更高，誤差收斂性更強的技術效果。

本發明的目的可以通過如下技術方案實現：

一種鋰電池SOC在線估計方法，所述方法包括以下步驟：

1)在估算程序開始前，測量電池在靜止狀態下的開路電壓Voc(0)，根據OCV-SOC曲線，得到電池荷電狀態的初始值SOC(0)；

2)根據電池的外特性建立電池的二階RC等效模型，該模型包括一個電壓源Voc、一個直流內阻R以及兩個RC并聯環路，所述RC并聯環路包括Rs、Cs、Rp和Cp，根據電池工作初期的電壓響應曲線，通過曲線擬合的方法，估算電池等效模型的參數初始值R(0)、Rs(0)、Cs(0)、Rp(0)和Cp(0)；

3)啟動估算程序，根據步驟1)中電池荷電狀態的初始值SOC(0)和步驟2)中電池等效模型的參數初始值R(0)、Rs(0)、Cs(0)、Rp(0)和Cp(0)，設定狀態方程的匹配系數初值；

4)利用自適應無跡卡爾曼濾波算法得到當前電池荷電狀態值SOC(k)，根據OCV-SOC曲線，得到當前的開路電壓Voc(k)；

5)啟動帶遺忘因子的最小二乘法，對當前電池等效模型的參數R(k)、Rs(k)、Cs(k)、Rp(k)和Cp(k)進行辨識，將辨識出來的當前電池等效模型的參數更新狀態方程的匹配系數，求出下一時刻電池荷電狀態值；

6)重復步驟4)和步驟5)，反復推算，得到每個時刻的電池荷電狀態值。

優選的，所述步驟3)中設定狀態方程的匹配系數初值的具體過程為：根據電池的二階RC等效模型以及荷電狀態的積分法得：

其中，E(t)為電池開路電壓OCV值，U(t)為電池端電壓值，u_s為極化電容Cs兩端的電壓，u_p為極化電容Cp兩端的電壓，SOC(t)為SOC估計值，SOC(t')為電池荷電狀態上一時刻的初始值，C_N為電池最大可用容量，η為庫倫效率，對上式進行離散化，得狀態方程：