[發明專利]一種基于NARX-UKF算法的電池剩余電量估計方法

有效

• 申請號: 201910329199.5
• 申請日: 2019-04-23
• 公開（公告）號: CN110133507B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 高明裕;秦瀟涵;何志偉;朱曉帥;胡燕華
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/387;G01R31/388
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于NARX-UKF算法的電池剩余電量估計方法，其特征在于該方法的具體步驟是：

步驟(1).對單節鋰電池進行充放電實驗，測量電池工作電流和工作電壓，測量間隔為Δt為1s，并記錄溫度；使用安時積分法計算電池的SOC值，作為目標值：

其中SOC(n)是電池在第n個測量點時的SOC值，η為庫倫效率，I為電流值的大小，充電時為負值，放電時為正值，Q_N是電池的額定容量；

所述的庫倫效率η即為充放電效率，按如下方法確定：

(1-1).將以1/30倍額定電流放電時的額定容量為Q_n的完全充滿電的電池以不同放電速率C_i恒流放電N次，0＜C_i≤C，1≤i≤N，N≥10，放空電池電量所需要的時間和放電電流值的乘積即為相應放電速率下的電池總電量Q_i；

(1-2).根據最小二乘方法擬合出Q_i與C_i間的二次曲線關系，即在最小均方誤差準則下求出同時滿足a、b、c為最優系數；

(1-3).在放電電流為i_k時，對應的庫倫效率η_i為：對于同一類型的電池最優系數a、b、c只確定一次，確定后作為已知常數直接用于所有同類型電池的剩余電量估計；

步驟(2).處理測量數據：

對電壓電流進行標準化處理，處理后的數據x的范圍在[-1,1]之間，處理方法如下：

x_min和x_max分別為待標準化數據中的最小值和最大值；

步驟(3).搭建一個具有H個隱藏層節點、輸入延時步數為L、輸出延時步數為R的NARX網絡的數學模型，表示為：其中，f_o(·)和f_h(·)分別是輸出層和隱藏層的非線性函數，b_o和b_h分別是輸出層和隱藏層的閾值，w_ho、w_lh和w_rh分別是第h個隱藏層節點到輸出層節點、第l個輸入層節點到第h個隱藏層節點和第r個輸出反饋層節點到第h個隱藏層節點的權值；

步驟(4).將步驟(2)得到的數據輸入步驟(3)得到的網絡中，對網絡進行訓練，訓練的性能函數為：y_m、t_m分別是第m個測量點時的網絡SOC預測值和SOC測量值；

步驟(5).輸入測試集，測試網絡性能；

步驟(6).為NARX網絡增加UKF模型，建立如下狀態方程和測量方程：

E_k＝SOC_k+v_k；其中，i_k是k時刻的電流值，SOC_k第k時刻的SOC狀態估計值，w_k和v_k是過程噪聲和測量噪聲，E_k是NARX網絡在k時刻的估計值；UKF的輸出即為SOC估計值；UKF修正估計值的方法如下：

(6-1).系統初始化：初始化維度為K的狀態和協方差矩陣p₀：

其中，x₀為初始時刻的狀態量；

(6-2).計算k-1時刻的2K+1個Sigma點集對狀態進行無跡變換并計算均值的權值和協方差的權值

其中，和P_k-1分別是K維狀態變量的均值和方差，表示矩陣的第i列，λ＝α²(K+κ)-K為比例縮放參數，α為控制采樣點分布密集程度的參數，β為狀態分布參數；

(6-3).計算狀態預測值，通過狀態方程預測下一時刻的Sigma點：過UT后的權重系數加權求得狀態預測均值

計算狀態預測協方差

(6-4).測量更新：

通過測量方程預測下一時刻的Sigma點

過UT的權重系數加權求得測量預測均值

計算測量預測協方差P_y,k：

預測和狀態預測的交叉協方差矩陣P_xy,k：

卡爾曼增益矩陣K_k：K_k＝P_xy,k(P_y,k)^-1；

狀態及狀態協方差矩陣P_k更新：