[發(fā)明專利]一種基于DAFEKF的電池荷電狀態(tài)估計(jì)方法

有效

• 申請?zhí)枺?/td>: 201810444580.1
• 申請日: 2018-05-10
• 公開（公告）號(hào): CN108646191B
• 公開（公告）日: 2019-11-08
• 發(fā)明（設(shè)計(jì)）人: 徐俊;趙云飛;王霄;梅雪松
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G01R31/367
• 分類號(hào): G01R31/367;G01R31/388
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 徐文權(quán)

本發(fā)明公開了一種基于DAFEKF的電池荷電狀態(tài)估計(jì)方法，該方法采用時(shí)變衰減因子來抑制濾波器的記憶長度，以便充分利用當(dāng)前觀測數(shù)據(jù)，減小陳舊測量值的影響，同時(shí)自適應(yīng)地調(diào)整過程噪聲和測量噪聲協(xié)方差，防止過程噪聲協(xié)方差或測量噪聲協(xié)方差在估算過程開始時(shí)太小或者過大造成估計(jì)誤差變大甚至濾波器發(fā)散等現(xiàn)象。因此，本發(fā)明采用時(shí)變衰減因子和自適應(yīng)地調(diào)整過程噪聲和測量噪聲協(xié)方差，具有估計(jì)精度高、魯棒性強(qiáng)、收斂速度快等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于電池荷電狀態(tài)估計(jì)技術(shù)領(lǐng)域，特別涉及一種基于DAFEKF的電池荷電狀態(tài)估計(jì)方法。

背景技術(shù)

面對能源危機(jī)、環(huán)境污染的巨大挑戰(zhàn)，以排放潔凈化、能源多元化為主要特征的電動(dòng)汽車在世界范圍內(nèi)得到迅速發(fā)展。電池系統(tǒng)作為電動(dòng)汽車的關(guān)鍵核心部件，直接影響著電動(dòng)汽車產(chǎn)品的技術(shù)水平和應(yīng)用前景。然而，電池本體技術(shù)特別是可以商用的電池，在短時(shí)間內(nèi)仍難以實(shí)現(xiàn)跨越式的發(fā)展。因此，針對當(dāng)前電池本體技術(shù)，研究更高性能的電動(dòng)汽車電池管理系統(tǒng)是當(dāng)前電動(dòng)汽車發(fā)展的重中之重。

電池的荷電狀態(tài)(State of Charge,SOC)作為電池的關(guān)鍵參數(shù)，一直以來是電動(dòng)汽車電池管理系統(tǒng)的核心問題和急需解決的技術(shù)難點(diǎn)，只有準(zhǔn)確估計(jì)SOC才能起到優(yōu)化電池性能、提高電池安全性和延長電池使用壽命等作用。然而，電池SOC估計(jì)易受溫度、充放電倍率以及容量等因素影響，且電池系統(tǒng)具有高度的非線性。為了解決這一難題，科研人員在估計(jì)方法上進(jìn)行了大量的研究。安時(shí)積分法是工程上最常用的算法，它是一種開環(huán)估計(jì)方法，簡單易行，但忽略了電流檢測時(shí)產(chǎn)生的累積誤差和電池老化導(dǎo)致容量衰減造成的影響。開路電壓法只能在靜態(tài)條件下通過開路電壓與SOC關(guān)系精確辨識(shí)SOC值，不適用于動(dòng)態(tài)過程。基于模型的方法利用電池信息來建立電池模型，使用測量的電壓信號(hào)作為反饋形成閉環(huán)估計(jì)，被認(rèn)為是最流行也是最具前途的荷電狀態(tài)估計(jì)方法。

擴(kuò)展卡爾曼濾波算法是最常用的基于模型的估計(jì)方法，具備閉環(huán)和在線估計(jì)等優(yōu)點(diǎn)。然而，擴(kuò)展卡爾曼濾波算法存在系統(tǒng)統(tǒng)計(jì)噪聲的不確定性和當(dāng)前濾波值對舊數(shù)據(jù)的過度依賴等問題，使電池SOC估計(jì)收斂速度變慢和誤差加大。

綜上所述，為了實(shí)現(xiàn)電池SOC的閉環(huán)和在線估計(jì)，可采用基于模型的方法。然而，現(xiàn)有基于模型的方法如擴(kuò)展卡爾曼濾波算法存在系統(tǒng)統(tǒng)計(jì)噪聲的不確定性和當(dāng)前濾波值對舊數(shù)據(jù)的過度依賴等問題。所以提出一種可以準(zhǔn)確估計(jì)電池SOC的估計(jì)算法是目前電動(dòng)汽車電池管理領(lǐng)域的一大關(guān)鍵問題。

發(fā)明內(nèi)容

為克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于雙自適應(yīng)衰減擴(kuò)展卡爾曼濾波(Dual Adaptive Fading Extended Kalman Filter,DAFEKF)的電池荷電狀態(tài)估計(jì)方法，以解決擴(kuò)展卡爾曼濾波算法存在系統(tǒng)統(tǒng)計(jì)噪聲的不確定性和當(dāng)前濾波值對舊數(shù)據(jù)的過度依賴等問題，提高系統(tǒng)的魯棒性和估計(jì)精度。

本發(fā)明采用如下技術(shù)方案來實(shí)現(xiàn)的：

一種基于DAFEKF的電池荷電狀態(tài)估計(jì)方法，包括以下步驟：

第一步，用電流傳感器和電壓傳感器分別測得在電池負(fù)載作用下電池上的電流和電壓；

第二步，利用測得的電壓、電流信號(hào)進(jìn)行電池模型參數(shù)辨識(shí)；

第三步，初始化t₀時(shí)刻的x₀、P₀、Q₀、R₀和α₀；其中x₀為電池初始荷電狀態(tài)，P₀為初始系統(tǒng)狀態(tài)量誤差的協(xié)方差，Q₀為初始過程噪聲的協(xié)方差，R₀為初始觀測噪聲的協(xié)方差，α₀為初始衰減因子；

第四步，向前推算狀態(tài)變量：其中A為傳遞矩陣，E為單位矩陣，B為輸入矩陣，為電池的荷電狀態(tài)，u_k-1為系統(tǒng)輸入量；