[發明專利]一種基于UKF算法的鋰離子動力電池狀態估計方法

有效

• 申請號: 201911173842.6
• 申請日: 2019-11-26
• 公開（公告）號: CN110837049B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 章軍輝;祝婉凡;陳大鵬;李慶;莊寶森
• 申請（專利權）人: 無錫物聯網創新中心有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/387;G01R31/392;G06F30/20;G06F111/10
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 高勇

1.一種基于UKF算法的鋰離子動力鋰離子動力電池狀態估計方法，其特征在于，包括：

建立鋰離子動力電池的荷電狀態空間模型與健康狀態空間模型；

基于所述荷電狀態空間模型并利用UKF算法進行迭代計算，得到所述鋰離子動力電池的荷電狀態與極化電壓，根據所述極化電壓更新所述健康狀態空間模型中的極化電壓參數；其中，基于荷電狀態空間模型并利用UKF算法進行迭代計算的過程中，通過查詢當前條件下的OCV-SOC映射表得到所述荷電狀態空間模型中關于量測方程的系數矩陣，在線估計所述荷電狀態空間模型中過程噪聲的方差并根據估計值更新所述方差，以及實時判斷濾波結果是否收斂并當所述濾波結果成發散趨勢時修正所述荷電狀態空間模型中狀態向量的協方差，以抑制濾波發散；

基于所述健康狀態空間模型并利用所述UKF算法進行迭代計算，得到所述鋰離子動力電池的歐姆內阻，根據所述歐姆內阻計算得到所述鋰離子動力電池的健康狀態，并根據所述歐姆內阻更新所述荷電狀態空間模型中的歐姆內阻參數；其中，基于健康狀態空間模型并利用UKF算法進行迭代計算的過程中，通過查詢當前條件下的OCV-SOC映射表得到所述健康狀態空間模型中關于量測方程的系數，在線估計所述健康狀態空間模型中過程噪聲的方差并根據估計值更新所述方差，以及實時判斷濾波結果是否收斂并當所述濾波結果成發散趨勢時修正所述健康狀態空間模型中狀態變量的協方差，以抑制濾波發散；

建立鋰離子動力電池的荷電狀態空間模型，包括：

基于所述鋰離子動力電池的一階等效模型以及所述鋰離子動力電池的安時積分定義，以x₁(k)＝[S(k),U_c(k)]^T作為所述狀態向量，y(k)＝U_o(k)作為系統輸出，u(k)作為控制輸入，得到所述荷電狀態空間模型：

其中，u(k)＝I(k)，w(k)＝[w₁(k),w₂(k)]^T為過程噪聲，v(k)為觀測噪聲，A、B、C為系數矩陣，且D＝-R_e，E_t＝f{S(k)}表示所述鋰離子動力電池的平衡電動勢的函數關系；S(k)為k時刻鋰離子動力電池的荷電狀態，U_c(k)為k時刻鋰離子動力電池的極化電壓，U₀(k)為k時刻所述鋰離子動力電池的端電壓，τ為時間常數，Q₀為所述鋰離子動力電池的標稱容量，η為充放電效率，T_s為采樣周期，R_c為鋰離子動力電池的極化內阻，I(k)為k時刻鋰離子動力電池的放電電流，R_e為鋰離子動力電池的歐姆內阻；

建立鋰離子動力電池的健康狀態空間模型，包括：

基于所述鋰離子動力電池的一階等效模型，以x₂(k)＝R_e(k)作為所述狀態變量，得到所述健康狀態空間模型：

其中，R_e(k)為k時刻所述鋰離子動力電池的歐姆內阻，r(k)為過程噪聲，E＝-I(k)，I(k)為k時刻鋰離子動力電池的放電電流，F＝f{S(k)}-U_c(k)，q(k)為觀測噪聲，E_t＝f{S(k)}表示所述鋰離子動力電池的平衡電動勢的函數關系，U_c(k)為k時刻所述鋰離子動力電池的極化電壓；

在線估計所述荷電狀態空間模型中過程噪聲以及所述健康狀態空間模型中過程噪聲的方差，包括：通過Sage-Husa自適應濾波器在線估計所述荷電狀態空間模型中過程噪聲以及所述健康狀態空間模型中過程噪聲的方差；包括依據在線估計荷電狀態空間模型中過程噪聲以及健康狀態空間模型中過程噪聲的方差；d(k)＝(1-b)/(1-b^k)，b為可調的遺忘因子；G是卡爾曼增益；

實時判斷濾波結果是否收斂并當所述濾波結果成發散趨勢時修正所述荷電狀態空間模型中狀態向量的協方差以及所述健康狀態空間模型中狀態變量的協方差，包括：

判斷是否成立；

若不成立，則根據修正協方差；

其中，Z為量測值，trace{·}為求跡運算，γ為可調系數且γ≥1；P_x為協方差，λ為自適應衰減因子，且R為觀測噪聲的協方差；h{·}表示荷電狀態空間模型的輸入輸出關系，{X_i}為Sigma點集；中的λ為參數。