[發明專利]一種基于改進粒子濾波算法的二元荷電狀態估算方法

在審

• 申請號: 201810441318.1
• 申請日: 2018-05-10
• 公開（公告）號: CN108647434A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 張金龍;李端凱;佟微;張迪;漆漢宏;林濤;梁曉亮
• 申請（專利權）人: 燕山大學;國網吉林省電力有限公司松原供電公司
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 秦皇島一誠知識產權事務所(普通合伙) 13116
• 代理人: 李合印

本發明公開了一種基于改進粒子濾波算法的二元荷電狀態估算方法，基于傳統的Thevenin模型，與能準確反映蓄電池倍率容量特性的KiBaM模型相結合，作為二元荷電狀態綜合模型。采用遞推最小二乘法在線辨識模型參數，再將一種改進粒子濾波算法應用于綜合模型即可實現二元荷電狀態估算。在標準粒子濾波算法的基礎上，進一步引入了殘差重采樣算法以及Thompson?Taylor算法等相關步驟，這種重采樣算法有效緩解了序貫重要性采樣方法必然面對的粒子退化問題。常規重采樣很容易加劇粒子貧化，通過Thompson?Taylor算法產生新粒子保證粒子的多樣性，增強系統的濾波性能，更好地適應蓄電池的非線性工作特性，從而實現荷電狀態的準確實時估算。

技術領域

本發明屬于蓄電池管理系統領域，涉及一種基于改進粒子濾波(PF,ParticleFilter)算法的蓄電池綜合模型二元荷電狀態估算方法。

背景技術

電池管理系統(BMS,Battery Management System)作為連接電池組與電動汽車動力單元的橋梁，是電動汽車的重要組成部分。荷電狀態(SOC,State of Charge)估算是電動汽車BMS主要功能之一，準確估算電池組的SOC，能夠準確地為操作人員反饋電池組的續航里程，同時系統可以根據當前的SOC數據，自動對電池負載有效權衡、選擇及調整，最大限度地發揮電池的工作性能，延長電池組使用壽命。蓄電池SOC無法直接測量，且在不同的充放電倍率下，呈現高度非線性變化。由于等效模型的誤差、電壓電流的測量誤差、模型參數的高敏感度以及電池的老化程度也提高了SOC估算的復雜度。因此，SOC估算技術一直是當前相關領域和行業的研究熱點和難點。

發明內容

本發明目的在于提供一種解決標準粒子濾波算法中粒子退化和貧化問題、荷電狀態估算結果具有較高精度的基于改進粒子濾波(PF,Particle Filter)算法的二元荷電狀態估算方法。

為實現上述目的，采用了以下技術方案：本發明所述方法包括以下步驟：

步驟1，建立蓄電池綜合模型；

步驟2，基于改進PF算法的SOC估算方法；

步驟3，基于改進PF算法及遞推最小二乘法(RLS，Recursive Least-square)的SOC估算方法；

步驟4，基于二元SOC估算性能測試。

進一步的，步驟1中，蓄電池模型的建立是以經典的Thevenin模型為基礎，引入對蓄電池容量特性進行分析的KiBaM模型(雙井模型)，將經典的Thevenin模型與KiBaM模型相結合形成綜合模型；

推導后的離散狀態空間綜合模型：

其中M和N滿足：

觀測方程表示為：

V_k＝F(S_k)-V_C,k-R₀i_k (2)

其中，ρ＝e^-(α+β)T；Q_b表示蓄電池的額定容量；w表示可用井寬度；1-w表示受限井寬度；k為可用井恢復系數。

進一步的，步驟2中，模型建立以后，需要對模型參數進行辨識，并進行SOC估算，SOC估算采用一種如下的改進的粒子濾波算法；

在標準PF遞推算法的基礎上，引入殘差重采樣算法以及Thompson-Taylor算法；

步驟2.1，粒子濾波算法實現SOC估算

PF算法的遞推過程如下：