[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

本申請公開了一種基于UKF算法的鋰離子動力電池狀態估計方法，該方法采用聯合估計策略對時變的荷電狀態空間模型及健康狀態空間模型的參數進行在線估計與更新，從而可以有效保證動態測試工況下模型的準確性，提高鋰離子動力電池狀態估計的精度。另外，在無跡變換時，對量測方程進行準線性化處理，從而較好的降低了循環迭代過程中的計算開銷。并且，通過對過程噪聲的統計特性參數進行在線估計與修正，極大的提高了UKF算法的自適應容錯能力。以及實時跟蹤濾波的收斂性，并當濾波結果呈發散趨勢時，通過修正協方差而以抑制濾波發散，保證了濾波過程的數值穩定性。

技術領域

本申請涉及鋰離子動力電池技術領域，特別涉及一種基于UKF算法的鋰離子動力電池狀態估計方法；還涉及一種基于UKF算法的電池狀態估計裝置、設備以及計算機可讀存儲介質。

背景技術

鋰離子動力電池作為新能源電動汽車的重要供能來源，準確估計其荷電狀態(state of charge，SOC)與健康狀態(state of health，SOH)，能夠有效預估汽車可行駛里程，充分合理利用鋰離子動力電池，延長鋰離子動力電池的使用壽命以及改善整車的運行效率，對加快汽車電動化進程具有重要實際意義。

目前，針對鋰離子動力電池的荷電狀態的估計方法諸多，但均存在著不同程度的技術缺陷，例如，安時積分(ampere-hour counting，AH)法，存在累計誤差、荷電狀態初值校準的問題；開路電壓(open circuit voltage，OCV)法，需要長時間靜置，不適用于工作中的電池狀態估計；神經網絡法，對數據集的依賴性較強，且算法的抗擾動能力不足；基于無跡卡爾曼濾波(unscented Kalman filter，UKF)進行狀態估計，UKF采用一系列確定樣本來近似系統狀態的后驗概率密度分布，能夠有效解決由系統非線性加劇而引起的濾波發散問題，但其估計精度受到電池等效模型準確性的影響。

此外，針對鋰離子動力電池的健康狀態的估計方法主要包括內阻法(對于毫歐級的內阻來說，量測難度較大)；電化學阻抗法(常用于實驗室分析電池健康狀態)數學模型法(電池系統的非線性以及環境的不確定性，將影響數學建模的準確性，進而影響到估計精度)。

有鑒于此，如何準確估計鋰離子動力電池的電池狀態已成為本領域技術人員亟待解決的技術問題。

發明內容

本申請的目的是提供一種基于UKF算法的鋰離子動力電池狀態估計方法，能夠準確估計鋰離子動力電池的荷電狀態與健康狀態；本申請的另一目的是提供一種基于UKF算法的電池狀態估計裝置、設備以及計算機可讀存儲介質，均具有上述技術效果。

為解決上述技術問題，本申請提供了一種基于UKF算法的鋰離子動力電池狀態估計方法，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。