[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

本發明公開了一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法，對于不同的鋰電池，確定卡爾曼濾波離散狀態空間模型后，利用自適應模糊卡爾曼濾波的方法估計SOC,其中以鋰電池等效模型中的端電壓的殘差方差匹配度和殘差均值作為模糊控制系統的輸入，得到系統噪聲方差和量測噪聲方差的調整系數，從而對這兩個方差經行調整。再把調整后的系統噪聲方差和量測噪聲方差代入到卡爾曼濾波算法中預估各時刻的SOC值。本發明可以精確的對動力鋰電池荷點狀態SOC經行估計，能解決現有估計方法存在的不能滿足在線估計，累計誤差大，發散，易受噪聲影響等問題，估計精度高。

技術領域

本發明涉及鋰離子電池電荷預測技術領域，尤其涉及一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法。

背景技術

電動汽車作為未來主要的交通工具，對其啟動、加速、爬坡等性能及續航里程具有一定的要求。而這些性能很大程度上取決于動力電池的性能。電池核電狀態(SOC)是反映電池能量狀態的重要參數。只有準確的估算電池SOC才能有效的提高動力汽車的利用率、優化駕駛，延長電池的使用壽命。而SOC是動力電池中隱含的狀態量，難以直接測量和估算。影響SOC的因素主要有工作電壓、電流、溫度等，因而建立精確可靠的SOC估計方法才能獲得準確的估計結果。

SOC的估計方法有很多種，有安時法、開路電壓法、擴展卡爾曼濾波法等。安時法是一種評估電池剩余容量的經典方法，優點是簡單易用，但缺點是必須知道電池荷電狀態的初值。開路電壓法是根據OCV-SOC曲線查表從而得到SOC的值。開路電壓法雖然可以精確的估計SOC值，但是此方法不能實現實時在線估計。擴展卡爾曼濾波法是一種高效率的遞歸濾波器，它能夠從一系列不完全包含噪聲的測量中，估計動態系統的狀態。此方法的核心是由已建立的電池狀態方程，根據電池工作時采集的電壓值、電流值進行狀態地推，得到SOC的實時估算值。然而，卡爾曼濾波需要預設噪聲初值信息，不合適的噪聲初值會是使估算結果不準確甚至發散。

發明內容

本發明目的就是為了彌補已有技術的缺陷，提供一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法。

本發明是通過以下技術方案實現的：

一種基于自適應模糊卡爾曼濾波的鋰電池SOC估計方法，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(1)中的電池一階RC模型為：

狀態方程：

觀測方程：V_k＝F(SOC_K)-R₀I_k-u_k+v_k (17)