[發明專利]一種基于模型與數據驅動融合的電池包荷電狀態估計方法

有效

• 申請號: 202110050092.4
• 申請日: 2021-01-14
• 公開（公告）號: CN112858916B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 胡曉松;王鵬;鄧忠偉;唐小林;李佳承
• 申請（專利權）人: 重慶大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/382;G01R31/36
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于模型與數據驅動融合的電池包荷電狀態估計方法，其特征在于：該方法包括以下步驟：

步驟一：將電池包視為大單體模型，電池包大單體模型等效于將n個單體模型進行串聯，依據電路特性，求出電池包的歐姆內阻、電化學極化內阻及電容，簡化為一個單體模型；選擇一階RC等效電路模型，由電壓源、電阻、電容等基本電路元件組成，描述電池包外部的輸入輸出特性，即電流和電壓關系；

步驟二：對電池包進行小電流恒流放電實驗、混合脈沖功率特性實驗、多倍率恒流充放電實驗、FUDS放電實驗及DST放電實驗，記錄實驗數據；

步驟三：根據小電流恒流放電實驗數據，用多項式擬合開路電壓OCV與荷電狀態SOC的關系曲線；

步驟四：建立一階RC模型的數學表達式：

其中，C_p是極化電容，R_p是極化內阻，U_p是一階RC網絡的端電壓，R_int是歐姆內阻，U_oc是電池的開路電壓，U_t是電池的端電壓，I是輸入電流；對式(1)進行零階保持離散化，獲得電池模型的離散表達式：

U_p,k+1＝αU_p,k+(1-α)R_pI_k (2)

U_t,k+1＝U_oc-U_p,k+1-R_intI_k+1 (3)

其中，α＝exp(-Δt/τ)，將式(2)代入式(3)中，得到：

U_t,k+1＝U_oc-(αU_p,k+(1-α)R_pI_k)-R_intI_k+1 (4)

結合式(3)的表達式，消除方程中的U_p,k，得到電池的確定性模型：

其中

θ＝[α,(1-α)U_oc,-R_int,αR_int-(1-α)R_p]＝[a₁,a₂,a₃,a₄] (7)

需在線辨識的參數為：

使用帶遺忘因子的遞歸最小二乘算法FFRLS來在線辨識一階RC模型的參數，計算過程如下所示：

步驟五：根據上述離散表達式，建立模型狀態空間方程：

其中，X_k、u_k分別是系統第k個樣本時刻的狀態向量和輸入向量，Y_k+1是系統第k+1個樣本時刻的輸出向量：

ω_k、υ_k分別是均值為0的過程噪聲序列和觀測噪聲序列；且相應的系數矩陣具體形式為：

結合AEKF算法估計電池包SOC，并記錄估計值；

步驟六：對多倍率恒流充放電實驗、FUDS放電實驗及DST放電實驗的實驗數據進行數據預處理、特征相關性分析及主成分分析，訓練GPR模型，將測試集數據代入訓練好的GPR模型獲得電池包SOC估計值；

步驟七：根據電池包實際工況計算相應權值，對步驟五和步驟六得到的估計值進行融合，得到SOC初步融合估計結果；

步驟八：根據電池包某一工況下，由步驟五計算得到的誤差協方差及步驟六計算得到的置信區間計算相應權值，對步驟五和步驟六得到的估計值進行融合，得到SOC初步融合估計結果；

步驟九：根據步驟七及步驟八的估計結果，計算相應的權值，進行二次融合，得到二次融合后的SOC估計結果，比較步驟七、步驟八及步驟九的估計結果，選擇最準確的估計結果作為電池包的SOC最終估計結果。

2.根據權利要求1所述的一種基于模型與數據驅動融合的電池包荷電狀態估計方法，其特征在于：所述步驟六中，數據預處理包括異常值刪除、補充遺漏值、時間同步處理、數據歸一化處理及數據集分類。