[發(fā)明專利]一種基于改進(jìn)CKF的鋰電池SOC和SOE聯(lián)合估算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911000832.2
• 申請(qǐng)日: 2019-10-21
• 公開（公告）號(hào): CN110824363B
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 李國(guó)春;王恩龍
• 申請(qǐng)（專利權(quán)）人: 江蘇大學(xué)
• 主分類號(hào): G01R31/367
• 分類號(hào): G01R31/367;G01R31/385;G01R31/388;G06F17/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于改進(jìn)CKF的鋰電池SOC和SOE聯(lián)合估算方法，通過建立戴維南鋰電池等效電路模型，計(jì)算得出電池的狀態(tài)方程和測(cè)量方程；利用最小二乘法對(duì)動(dòng)態(tài)應(yīng)力測(cè)試工況數(shù)據(jù)辨識(shí)獲得模型參數(shù)；設(shè)計(jì)鋰離子電池脈沖放電實(shí)驗(yàn)，獲得開路電壓與剩余容量關(guān)系曲線，通過開路電壓與剩余容量關(guān)系曲線獲得某時(shí)刻下SOC對(duì)應(yīng)的開路電壓U_oc；利用改進(jìn)的容積卡爾曼(CKF)濾波觀測(cè)器聯(lián)合估算出SOC和SOE。本申請(qǐng)利用改進(jìn)后的容積卡爾曼濾波算法對(duì)非線性系統(tǒng)的鋰電池SOC與SOE進(jìn)行估算具有較好的實(shí)時(shí)性和較高的精度，彌補(bǔ)了傳統(tǒng)安時(shí)積分法因?yàn)闀r(shí)間長(zhǎng)而導(dǎo)致誤差增大的缺點(diǎn)，在面對(duì)干擾時(shí)也具有更好的精度。

技術(shù)領(lǐng)域

本發(fā)明屬于鋰電池狀態(tài)預(yù)測(cè)技術(shù)領(lǐng)域，尤其是一種基于改進(jìn)CKF的鋰電池SOC和SOE聯(lián)合估算方法。

背景技術(shù)

隨著經(jīng)濟(jì)的增長(zhǎng)，汽車市場(chǎng)不斷發(fā)展，汽車的保有量與需求量與日俱增，傳統(tǒng)的燃油車的使用加劇了能源危機(jī)和環(huán)境污染。世界各大汽車廠商都在積極投入研發(fā)新能源車輛來取代燃油車。鋰電池由于其污染小、能量比高、循環(huán)壽命長(zhǎng)等優(yōu)點(diǎn)被廣泛應(yīng)用在新能源汽車上，代替發(fā)動(dòng)機(jī)成為車輛的供能裝置。對(duì)電動(dòng)汽車而言，如何正確、有效地使用鋰電池尤為重要。其中，如何對(duì)鋰電池的電荷狀態(tài)(SOC)與能量狀態(tài)(SOE)進(jìn)行實(shí)時(shí)性與準(zhǔn)確性的估測(cè)是電動(dòng)汽車的關(guān)鍵技術(shù)之一。一個(gè)良好的估算精度是電池管理系統(tǒng)控制策略的基礎(chǔ)，不僅可以提高車輛的穩(wěn)定性和行車安全，同時(shí)準(zhǔn)確的SOC估算還能防止電池過充過放，延長(zhǎng)自身壽命，提高利用率。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的不足，本發(fā)明提出了一種基于改進(jìn)CKF的鋰電池SOC和SOE聯(lián)合估算方法，在實(shí)際工程應(yīng)用中，回避一些硬件不易實(shí)現(xiàn)的運(yùn)算并盡量降低計(jì)算量，改善濾波器數(shù)值穩(wěn)定性；同時(shí)對(duì)于鋰離子電池充放電過程非線性強(qiáng)的部分以及突發(fā)工況突變狀態(tài)，算法能夠啟動(dòng)應(yīng)急反應(yīng)，快速收斂。

本發(fā)明所采用的技術(shù)方案如下：

一種基于改進(jìn)CKF的鋰電池SOC和SOE聯(lián)合估算方法，包括如下步驟：

步驟1，建立戴維南鋰電池等效電路模型，計(jì)算得出電池的狀態(tài)方程和測(cè)量方程；

步驟2，先測(cè)得鋰離子電池的動(dòng)態(tài)應(yīng)力測(cè)試工況數(shù)據(jù)，利用最小二乘法對(duì)動(dòng)態(tài)應(yīng)力測(cè)試工況數(shù)據(jù)辨識(shí)獲得模型參數(shù)，

步驟3，設(shè)計(jì)鋰離子電池脈沖放電實(shí)驗(yàn)，獲得開路電壓與剩余容量關(guān)系曲線，通過開路電壓與剩余容量關(guān)系曲線獲得某時(shí)刻下SOC對(duì)應(yīng)的開路電壓U_oc；

步驟4，基于步驟1獲得的電池離散化的狀態(tài)方程和測(cè)量方程建立改進(jìn)的容積卡爾曼(CKF)濾波觀測(cè)器；將模型參數(shù)、開路電壓U_oc與剩余容量關(guān)系曲線輸入觀測(cè)器，經(jīng)過觀測(cè)器循環(huán)求解聯(lián)合估算出SOC，再基于SOC的SOE估算策略求出SOE。

進(jìn)一步，所述電池的狀態(tài)方程和測(cè)量方程分別為：

U_k＝U_oc,k-U_1,k-R₀I_k+V_k

其中，SOC_k為k時(shí)刻下的剩余容量，Cn為電池總?cè)萘浚琖_1,k、W_2,k分別為系統(tǒng)過程噪聲，V_k為端電壓的測(cè)量噪聲，U_oc,k為k時(shí)刻下的開路電壓，U_1,k為k時(shí)刻下的極化電壓，R₀為歐姆內(nèi)阻，R₁為極化內(nèi)阻，C₁為極化電容，I_k-1為k-1時(shí)刻下電流，t為系統(tǒng)采樣周期。

進(jìn)一步，模型參數(shù)為歐姆內(nèi)阻R₀、極化內(nèi)阻R₁和極化電容C₁；