[發明專利]一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法有效
| 申請號： | 201710735042.3 | 申請日： | 2017-08-24 |
| 公開（公告）號： | CN107290688B | 公開（公告）日： | 2019-08-09 |
| 發明（設計）人： | 劉征宇;黎盼春;湯偉;武銀行;王雪松 | 申請（專利權）人： | 合肥工業大學 |
| 主分類號： | G01R31/367 | 分類號： | G01R31/367 |
| 代理公司： | 安徽合肥華信知識產權代理有限公司 34112 | 代理人： | 余成俊 |
| 地址： | 230009 *** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 自適應 模糊 卡爾 濾波 鋰電池 soc 估計 方法 | ||
1.一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法，其特征在于：包括如下步驟：
(1)建立電池一階RC模型確定狀態方程和觀測方程，確定電池模型的卡爾曼濾波離散狀態空間模型及狀態變量和觀測變量；
(2)根據步驟(1)中確定的卡爾曼濾波離散狀態空間模型計算該模型的狀態估計更新值和噪聲協方差矩陣的估計值；
(3)以某一時刻的端電壓殘差均值和端電壓殘差匹配度為Sugeno型模糊推理系統的兩個輸入，輸出系統噪聲方差陣調整系數和量測噪聲方差陣調整系數；
(4)根據所得到的觀測量端電壓計算離散狀態空間模型的離散狀態協方差和卡爾曼增益矩陣，并提供狀態變量估計值和濾波信息，計算狀態變量的估計更新值；
(5)根據步驟(3)中的調整系數計算出當前的系統噪聲和量測噪聲，并作為更新值進行狀態誤差先驗值和卡爾曼增益矩陣的計算，從而實現模糊控制輔助卡爾曼濾波的地推計算，SOC估計值由每一步遞推計算中的的狀態估計更新值得出；
所述步驟(3)中的確定模糊控制系統輸入、輸出值的方法，步驟如下：步驟A,確定模糊推理系統輸入值的過程：
計算電壓殘差：
計算電壓殘差均值：
計算電壓殘差理論方差：
電壓殘差實際方差：
計算電壓殘差方差匹配度：Hk＝Mk-Nk (5)
其中，VK為K時刻的端電壓值，為K時刻的端電壓的估計值，DK為K時刻的端電壓殘差值，rk為K時刻端電壓殘差的平均值，MK為K時刻斷電壓殘差的方差，NK為K端電壓殘差的實際方差值，CK,AK為K時刻的系數矩陣,QK為K時刻的系統噪聲方差，RK-1為K-1時刻的量測噪聲方差，PK-1為K-1時刻的狀態誤差協方差，M，N為一段時間內的統計次數，由式(1)(2)(3)(4)(5)可得到rK和HK,將所得到得rK和HK作為模糊推理系統的兩個輸入；
步驟B,確定模糊推理系統輸出值的過程：
Sugeno模糊推理系統可描述為：
其中是模糊集合，為常量；則系統的總輸出為：
wi為權重，為隸屬度函數；
根據模糊推理系統的模糊化方法對輸入量Hk、rk進行模糊化，Hk和rk的隸屬函數均采用三角形隸屬函數，根據得到的mf1、mf2、mf3分別代表三個模糊集合；
為降低計算復雜度，將輸出僅表示為殘差方差匹配度的線性組合，如下式所示：
設計兩套模糊推理系統分別輸出調整系數α和β，輸出為α的模糊推理系統輸出參數輸出為β的模糊推理系統輸出參數由式(8)(9)得到調整系數α和β的值。
2.根據權利要求1中所述的一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法，其特征在于：所述的步驟(5)中計算SOC估計值，其步驟如下：將模糊推理系統得到的調整系數α、β代入(10)，(11)式：
Qk＝βQk-1 (10)
Rk＝αRk-1 (11)
其中Qk為系統噪聲方差，Rk為量測噪聲方差；
對系統噪聲方差QK和量測噪聲方差RK經行調整；再將調整后的QK和RK代入(12)，(13)式中：
Pk/k-1＝APk-1AT+Qk-1 (13)
將所得的結果進一步代入(14)：
Pk＝(I-KkCk)Pk/k-1 (14)
由和所得Kk可進一步得到：
所得到的即為當前SOC估計值；
其中，Kk為濾波增益，分別是當前狀態的先驗估計和現狀態的最優估計值，Pk-1、Pk/k-1分別是狀態誤差協方差和狀態誤差協方差的先驗值，VK為端電壓，為VK的估計值，式中A,B,C,如下：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于合肥工業大學，未經合肥工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710735042.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：提高同步糖化發酵反應效率的方法
- 下一篇：終端及其壓力感測控制方法
