[發(fā)明專利]一種SOC估計(jì)的基于參數(shù)估計(jì)準(zhǔn)則的自適應(yīng)濾波方法有效
| 申請(qǐng)?zhí)枺?/td> | 202010322842.4 | 申請(qǐng)日: | 2020-04-22 |
| 公開(公告)號(hào): | CN111624499B | 公開(公告)日: | 2022-03-04 |
| 發(fā)明(設(shè)計(jì))人: | 杜明;李云育;葛泉波;馬成宇 | 申請(qǐng)(專利權(quán))人: | 寧波飛拓電器有限公司 |
| 主分類號(hào): | G01R31/3842 | 分類號(hào): | G01R31/3842;G01R31/367 |
| 代理公司: | 杭州奧創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 33272 | 代理人: | 王佳健 |
| 地址: | 315324 浙江省*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 soc 估計(jì) 基于 參數(shù)估計(jì) 準(zhǔn)則 自適應(yīng) 濾波 方法 | ||
本發(fā)明屬于目標(biāo)跟蹤領(lǐng)域,公開了一種SOC估計(jì)的基于參數(shù)估計(jì)準(zhǔn)則的自適應(yīng)濾波方法。本發(fā)明提出了一個(gè)參數(shù)估計(jì)準(zhǔn)則來(lái)估計(jì)準(zhǔn)確的SOC估計(jì)模型,并借此將SOC估計(jì)的自適應(yīng)濾波問題轉(zhuǎn)化為一個(gè)有約束的優(yōu)化問題。通過(guò)解決求解問題,從而實(shí)現(xiàn)對(duì)SOC模型中過(guò)程噪聲協(xié)方差和觀測(cè)噪聲協(xié)方差的估計(jì)。本發(fā)明使得SOC系統(tǒng)在噪聲協(xié)方差不準(zhǔn)確的情況下也具有最優(yōu)的估計(jì)效果。
技術(shù)領(lǐng)域
本發(fā)明屬于狀態(tài)估計(jì)領(lǐng)域,特別涉及一種SOC估計(jì)的基于參數(shù)估計(jì)準(zhǔn)則的自適應(yīng)濾波方法。
背景技術(shù)
電池的荷電狀態(tài)(State of Charge,SOC)指電池目前所存儲(chǔ)的電量,是電池管理系統(tǒng)控制策略的重要參數(shù),為電池組控制策略提供判斷標(biāo)準(zhǔn)。目前比較常用的SOC估算方法有安時(shí)積分法、開路電壓法、模糊神經(jīng)網(wǎng)絡(luò)法和Kalman濾波法等。Kalman濾波方法能夠根據(jù)采集到的電壓電流,由遞推算法得到SOC的最小方差估計(jì),解決SOC初值估計(jì)不準(zhǔn)和累計(jì)誤差的問題。
Kalman濾波是由Kalman與1960年首次提出的,它是一種基于線性最小協(xié)方差估計(jì)的遞推算法,使用狀態(tài)空間算法在時(shí)域內(nèi)設(shè)計(jì)濾波器,適用于對(duì)多維隨機(jī)過(guò)程進(jìn)行動(dòng)態(tài)估計(jì)。Kalman濾波要求狀態(tài)轉(zhuǎn)移矩陣、觀測(cè)矩陣且噪聲的統(tǒng)計(jì)特性必須準(zhǔn)確。在實(shí)際的系統(tǒng)應(yīng)用中,存在狀態(tài)轉(zhuǎn)移矩陣、觀測(cè)矩陣以及噪聲的統(tǒng)計(jì)特性不完全已知的情況,這些不確定因素使得Kalman濾波算法不再是最優(yōu)的估計(jì)算法。自適應(yīng)濾波的作用是在濾波器的計(jì)算過(guò)程中,利用觀測(cè)值修正預(yù)測(cè)值并且估計(jì)噪聲統(tǒng)計(jì)參數(shù),從而使濾波計(jì)算模型接近真實(shí)模型,提高濾波的精度。自適應(yīng)濾波的方有很多,如貝葉斯法、極大似然估計(jì)法、相關(guān)法與協(xié)方差匹配法等。
Sage-Husa自適應(yīng)濾波是應(yīng)用最廣泛的自適應(yīng)濾波算法之一,但是在濾波過(guò)程,該算法容易使過(guò)程噪聲協(xié)方差Q和觀測(cè)噪聲協(xié)方差R失去半正定性和正定性,導(dǎo)致濾波發(fā)散。張常云已經(jīng)從理論上證明該算法無(wú)法同時(shí)估計(jì)過(guò)程噪聲協(xié)方差和觀測(cè)噪聲協(xié)方差,但是在Q(或R)已知時(shí),可以估計(jì)出R(或Q)。而后續(xù)的研究者不斷地改良Sage-Husa自適應(yīng)濾波,也只能在Q(或R)已知時(shí),抑制濾波器的發(fā)散,同時(shí)估計(jì)出R(或Q);其根本原因是在過(guò)程噪聲協(xié)方差和觀測(cè)噪聲協(xié)方差都未知時(shí),并不能提供足夠的信息同時(shí)估計(jì)過(guò)程噪聲協(xié)方差和觀測(cè)噪聲協(xié)方差。
發(fā)明內(nèi)容
為了解決上述問題,本發(fā)明提出了一個(gè)SOC估計(jì)的參數(shù)估計(jì)準(zhǔn)則來(lái)估計(jì)準(zhǔn)確系統(tǒng)模型,并借此將SOC估計(jì)的自適應(yīng)濾波問題轉(zhuǎn)化為一個(gè)有約束的優(yōu)化問題。通過(guò)解決求解問題,從而實(shí)現(xiàn)對(duì)SOC模型的過(guò)程噪聲協(xié)方差Q和觀測(cè)噪聲協(xié)方差R的估計(jì)。其中SOC用來(lái)反映電池的剩余容量,其數(shù)值上定義為剩余容量占電池容量的比值。通常把一定溫度下電池充電到不能再吸收電量的狀態(tài)定義為100%SOC,而將電池不能放出電量的狀態(tài)定義為0%SOC。定義式如下
Qr指的是電池的剩余電量,Q0指的是電池的標(biāo)稱容量。
具體內(nèi)容如下:
步驟1.建立SOC估計(jì)系統(tǒng)模型的一階形式
SOC估計(jì)的離散線性系統(tǒng)的模型如下:
xk=Fk,k-1xk-1+Bk,k-1uk-1+wk,k-1
zk=Hkxk+vk
其中,k為時(shí)刻,xk和xk-1是SOC估計(jì)的離散線性系統(tǒng)的狀態(tài)向量,實(shí)際物理意義為k時(shí)刻和k-1時(shí)刻的電池SOC的數(shù)值。Fk,k-1=1是系統(tǒng)從時(shí)刻k-1到時(shí)刻k的狀態(tài)轉(zhuǎn)移矩陣
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于寧波飛拓電器有限公司,未經(jīng)寧波飛拓電器有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010322842.4/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01R 測(cè)量電變量;測(cè)量磁變量
G01R31-00 電性能的測(cè)試裝置;電故障的探測(cè)裝置;以所進(jìn)行的測(cè)試在其他位置未提供為特征的電測(cè)試裝置
G01R31-01 .對(duì)相似的物品依次進(jìn)行測(cè)試,例如在成批生產(chǎn)中的“過(guò)端—不過(guò)端”測(cè)試;測(cè)試對(duì)象多點(diǎn)通過(guò)測(cè)試站
G01R31-02 .對(duì)電設(shè)備、線路或元件進(jìn)行短路、斷路、泄漏或不正確連接的測(cè)試
G01R31-08 .探測(cè)電纜、傳輸線或網(wǎng)絡(luò)中的故障
G01R31-12 .測(cè)試介電強(qiáng)度或擊穿電壓
G01R31-24 .放電管的測(cè)試
- 一種信道估計(jì)方法和裝置
- 基于時(shí)頻聯(lián)合的載波頻偏估計(jì)方法
- 基于改進(jìn)卡爾曼濾波的變參數(shù)迭代估計(jì)方法
- 電機(jī)驅(qū)動(dòng)系統(tǒng)以及電機(jī)控制裝置
- 意圖估計(jì)裝置和意圖估計(jì)方法
- 分布式驅(qū)動(dòng)電動(dòng)汽車路面自適應(yīng)縱向車速估計(jì)系統(tǒng)及方法
- 一種分布式驅(qū)動(dòng)電動(dòng)汽車路面附著系數(shù)估計(jì)系統(tǒng)
- 視線估計(jì)方法、終端及存儲(chǔ)介質(zhì)
- 一種SNR估計(jì)方法及其估計(jì)系統(tǒng)
- 估計(jì)車輛載荷的方法
- 無(wú)線信道的下行波束賦形方法和裝置
- 一種高精度無(wú)線信道參數(shù)化模型的聯(lián)合估計(jì)方法
- 信號(hào)增強(qiáng)裝置、其方法、程序以及記錄介質(zhì)
- 基于部分對(duì)稱擴(kuò)展離散傅立葉變換的信道估計(jì)方法
- 一種基于拓?fù)浞謪^(qū)的多斷面聯(lián)合參數(shù)估計(jì)方法
- 一種考慮概率分布的電網(wǎng)參數(shù)估計(jì)方法
- 一種基于雙對(duì)數(shù)累積量期望的Gamma-Gamma分布參數(shù)估計(jì)方法
- 基于Bayesian的K分布海雜波形狀參數(shù)估計(jì)方法
- 基于深度學(xué)習(xí)的空間非合作目標(biāo)姿軌一體化參數(shù)估計(jì)方法
- 一種極化參數(shù)估計(jì)裝置及方法





