[發(fā)明專利]一種分數階擴展卡爾曼的鋰電池SOC估算方法

在審

• 申請?zhí)枺?/td>: 201910958875.5
• 申請日: 2019-10-10
• 公開（公告）號: CN112649747A
• 公開（公告）日: 2021-04-13
• 發(fā)明（設計）人: 余鵬;王順利;于春梅
• 申請（專利權）人: 西南科技大學
• 主分類號: G01R31/388
• 分類號: G01R31/388;G01R31/367
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及一種分數階擴展卡爾曼的SOC估算方法，其特征在于：通過在卡爾曼濾波算法基礎上對非線性空間方程進行泰勒展開，省略二階及以上的高階項將非線性函數線性化，實現(xiàn)了對鋰離子電池組SOC值的有效迭代計算，克服SOC初值誤差和安時積分存在的累積誤差；通過忽略空間方程高階項的方法將迭代算法進行簡化，減少了SOC估算的計算量，使之能運用于嵌入式系統(tǒng)；建立Thevenin等效電路模型在一定程度上彌補了內阻模型無法表征鋰電池動態(tài)特性的缺點，并加入RC回路來表征電池內部的極化效應；該方法在充分考慮鋰離子電池成組工作基礎上，改進以卡爾曼為基礎的迭代計算過程，實現(xiàn)鋰離子電池組SOC估算模型的建立和SOC值的數學迭代運算算法的可靠運行。

技術領域

本發(fā)明涉及一種分數階擴展卡爾曼的鋰離子電池SOC估算方法，該方法針對鋰離子電池SOC值的精確估算，采用分數階擴展卡爾曼算法對鋰離子電池進行精確的SOC估計，通過在卡爾曼濾波算法基礎上對非線性空間方程進行泰勒展開，省略二階及以上的高階項將非線性函數線性化，再利用分數階卡爾曼算法對SOC進行迭代運算。將只適用于線性函數的經典卡爾曼算法應用于具有明顯非線性關系的鋰離子電池SOC估算，實現(xiàn)了鋰離子電池SOC值的有效迭代計算；相較于普遍的安時積分法，擴展卡爾曼算法可以矯正SOC初值造成的誤差以及安時積分法在時間上造成的累計誤差；通過忽略空間方程高階項的方法將迭代算法進行簡化，大大減少了SOC估算的計算量，使之能運用于嵌入式系統(tǒng)；基于Thevenin等效電路模型建立分數階擴展卡爾曼算法，和內組模型相比增加了一個RC回路可以用于表征真實電池的非線性特性。用物理電路公式推導出Thevenin等效電路模型的負載電壓表達式，再利用HPPC實驗中的電壓非線性段曲線辨識出Thevenin電路模型中的參數。在電池等效電路模型基礎上利用曲線擬合的方法辨識出等效電路模型中的參數，再在完整的Thevenin模型基礎上進行擴展卡爾曼迭代算法進行迭代運算。該方法是一種基于現(xiàn)代控制理論的鋰離子電池狀態(tài)估算方法，屬于新能源測控領域。

背景技術

隨著環(huán)保意識地日益增強，無污染、可循環(huán)利用的清潔能源越來越受到推廣。在汽車行業(yè)，鋰電池驅動的純電動汽車將逐漸取代以汽油為燃料的傳統(tǒng)汽車。它們的優(yōu)點包括壽命長、高能量密度和低自放電率等。電池是純電動汽車的核心，而電池管理系統(tǒng)（BMS）可以幫助駕駛員安全有效地使用它。在電池管理系統(tǒng)中，準確測定鋰電池荷電狀態(tài)（SOC）至關重要，它可以提高駕駛的安全性。此外，它還可以防止電池的過度充放電，延長電池的使用壽命，提高電池的利用率。然而，精確地估算SOC是很困難的，因為電池本身是一個高度非線性的系統(tǒng)，并且具有許多不確定性。建立精確的等效電路模型是使用擴展卡爾曼算法（EKF）的基礎，擴展卡爾曼能通過自適應的迭代算法不斷更新SOC值。主要步驟是通過曲線擬合的方法辨識等效電路模型中的參數，以獲得精確的等效電路模型。然后建立擴展卡爾曼算法的模型，導入實驗的電流數據，通過迭代算法估算SOC的值。建立精確的等效電路模型是使用擴展卡爾曼算法（EKF）的基礎，擴展卡爾曼能通過自適應的迭代算法不斷更新SOC值。