[發明專利]基于二階差分粒子濾波的鋰電池SOC估計方法及系統

有效

• 申請號: 202011501757.0
• 申請日: 2020-12-18
• 公開（公告）號: CN112733411B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 何怡剛;陳媛;李忠;何鎏璐
• 申請（專利權）人: 武漢大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F17/16;G06F17/13;G01R31/367;G01R31/388;G06F119/10
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張宇

本發明公開了一種基于二階差分粒子濾波的鋰電池SOC估計方法及系統，屬于電池管理技術領域，其中，方法的實現包括：建立鋰電池二階RC電池模型；采用帶遺忘因子的最小二乘算法進行模型參數化；通過二階中心差分卡爾曼濾波法SCDKF產生重要性密度函數，對粒子濾波算法進行改進得到二階差分粒子濾波算法SCDPF，采用SCDPF進行鋰電池的SOC估計。本發明估算方法更準確，具有比無跡粒子濾波算法UPF、無跡卡爾曼濾波算法UKF和擴展卡爾曼濾波算法EKF更高的估算精度，可精確地估算出鋰電池的SOC值。

技術領域

本發明屬于電池管理技術領域，涉及基于二階差分粒子濾波的鋰電池SOC估計方法及系統，具體來說，涉及通過建立二階RC等效電路模型并采用帶遺忘因子的最小二乘算法進行模型參數化，對粒子濾波算法進行改進得到二階差分粒子濾波算法進行電池的SOC估計。

背景技術

電動汽車具有噪音低、節能環保、不排放有害氣體的優點，其缺點是電池成本較高、續航里程短、再充電時間長、充電樁不夠普及，導致目前電動汽車的實際應用推廣存在一定困難。可以說動力電池系統的相關技術發展制約著電動汽車的發展，因此對電池管理系統(Battery Management System，BMS)的相關研究成了電動汽車發展的核心問題。荷電狀態(State Of Charge，SOC)的準確估計是BMS的核心技術之一，用于評估電池的剩余可用電量。在汽車運行時無法直接測量電池的SOC，需要通過電池的電壓、電流、溫度等數據間接計算得到。對電池進行SOC估計實現了電池剩余可用電量的實時預測，從而制定合理的出行方案，確保電動汽車正常運行。

PF算法是一種基于貝葉斯估計的遞歸非線性非高斯濾波算法。通過蒙特卡洛方法近似系統狀態的概率分布，即通過帶權重的大量樣本點(粒子)近似得到概率密度函數。通過粒子之間不斷迭代，調整粒子的權值大小，并且以粒子的加權平均值計算系統的狀態和觀測輸出。PF算法雖然具有很好的估算效果，但是在蒙特卡洛采樣時選擇先驗概率密度作為重要性密度函數近似未知的后驗概率密度，這種近似存在誤差。隨著迭代次數的增加，粒子的多樣性將消失，出現粒子退化現象，這將導致濾波算法的失效。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提出了一種基于二階差分粒子濾波的鋰電池SOC估計方法及系統，可精確對鋰離子電池進行SOC估計。

為實現上述目的，按照本發明的一個方面，提供了一種基于二階差分粒子濾波的鋰電池SOC估計方法，包括：

(1)建立鋰電池二階RC電池模型；

(2)根據鋰電池二階RC電池模型，采用帶遺忘因子的最小二乘算法進行模型參數化；

(3)通過二階中心差分卡爾曼濾波法SCDKF產生重要性密度函數；

(4)根據重要性密度函數對粒子濾波算法進行改進得到二階差分粒子濾波算法SCDPF，采用SCDPF進行鋰電池的SOC估計。

在一些可選的實施方案中，步驟(1)包括：

離散化后的電池二階RC模型狀態方程為：

x_k+1＝A·x_k+B·I(k)，