[發(fā)明專利]一種鋰離子電池荷電狀態(tài)SOC的估算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110451676.2
• 申請(qǐng)日: 2021-04-26
• 公開（公告）號(hào): CN113156321B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 周娟;王梅鑫;林加順;楊曉全;孫嘯;徐高祥;釗翔坤
• 申請(qǐng)（專利權(quán)）人: 中國(guó)礦業(yè)大學(xué)
• 主分類號(hào): G01R31/388
• 分類號(hào): G01R31/388;G01R31/367;G01R31/36;G01R31/378;G01R31/389;G01R31/00
• 代理公司: 北京東方盛凡知識(shí)產(chǎn)權(quán)代理有限公司 11562
• 代理人: 賈耀淇

本發(fā)明公開一種鋰離子電池荷電狀態(tài)的估算方法，包括以下步驟：S1、建立鋰離子電池的等效電路模型,采集開路電壓數(shù)據(jù)與荷電狀態(tài)數(shù)據(jù),基于所述等效電路模型,獲取不同狀態(tài)下的電池模型參數(shù)；S2、基于基爾霍夫定律，通過所述等效電路模型和所述電池模型參數(shù)，得到模型狀態(tài)空間方程；S3、基于所述模型狀態(tài)空間方程，通過魯棒自適應(yīng)有限差分卡爾曼濾波法對(duì)鋰離子電池荷電狀態(tài)進(jìn)行估算。本發(fā)明能夠避免對(duì)Jacobian矩陣的計(jì)算，實(shí)時(shí)調(diào)整過程噪聲協(xié)方差，并對(duì)觀測(cè)值進(jìn)行重構(gòu)，提高算法估算荷電狀態(tài)的精度，收斂速度以及對(duì)非高斯分布測(cè)量噪聲的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于涉及電池管理系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種鋰離子電池荷電狀態(tài)SOC的估算方法。

背景技術(shù)

鋰離子電池具有能量密度高、循環(huán)壽命長(zhǎng)、無記憶性等優(yōu)點(diǎn)，被廣泛應(yīng)用于電動(dòng)汽車、儲(chǔ)能等方面。高性能電池管理系統(tǒng)(Battery?Management?System,BMS)對(duì)提高電池壽命、可靠性和性能具有重要意義。電池荷電狀態(tài)SOC(State?of?Charge,SOC)是電池當(dāng)前剩余容量與電池標(biāo)稱容量之比。準(zhǔn)確估計(jì)鋰離子電池荷電狀態(tài)SOC對(duì)于鋰離子電池的充放電控制、平衡管理和安全管理具有重要意義。但是電池SOC無法直接測(cè)量，只能通過其他物理量結(jié)合算法間接獲得。由于SOC估算所需參數(shù)與SOC之間的復(fù)雜性和非線性，SOC的精確估算是一個(gè)難點(diǎn)。

目前，鋰離子電池SOC估算方法主要可分為開路電壓法、安時(shí)積分法、基于電池模型和基于數(shù)據(jù)驅(qū)動(dòng)四類方法。開路電壓法和安時(shí)積分法易于使用，但是開路電壓法需要對(duì)電池進(jìn)行靜置，難以在汽車動(dòng)態(tài)行駛等復(fù)雜工況下在線實(shí)時(shí)估計(jì)。安時(shí)積分法對(duì)SOC初始值敏感，且存在誤差累積。基于數(shù)據(jù)驅(qū)動(dòng)，算法包括人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)，這些算法對(duì)參數(shù)的設(shè)置敏感，且需要訓(xùn)練數(shù)據(jù)能夠完全覆蓋當(dāng)前的運(yùn)行條件。基于電池模型的方法，常用電池模型有電化學(xué)模型和等效電路模型。電化學(xué)模型能夠?qū)㈦姵貎?nèi)部的微觀反應(yīng)數(shù)值化，從電化學(xué)層面對(duì)電池充放電行為進(jìn)行描述，但是模型結(jié)構(gòu)復(fù)雜，計(jì)算量大，不適合在線應(yīng)用。等效電路模型利用電阻、電容等電氣元件，通過不同組合方式描述電池充放電特性，參數(shù)意義明確，計(jì)算量適中。

卡爾曼濾波及其改進(jìn)算法被廣泛應(yīng)用于根據(jù)等效電路模型估計(jì)電池荷電狀態(tài)SOC。卡爾曼濾波算法核心思想是利用輸入輸出數(shù)據(jù)和系統(tǒng)狀態(tài)方程求取系統(tǒng)狀態(tài)最小方差意義上的最優(yōu)估計(jì)，其設(shè)計(jì)簡(jiǎn)單，對(duì)噪聲具有一定抵抗能力。經(jīng)典卡爾曼濾波算法僅能應(yīng)用于線性系統(tǒng)，擴(kuò)展卡爾曼濾波算法通過一階Taylor展開對(duì)非線性系統(tǒng)進(jìn)行線性化。但是擴(kuò)展卡爾曼濾波在每個(gè)濾波周期需要對(duì)非線性函數(shù)求導(dǎo)，計(jì)算Jacobian矩陣，增加了運(yùn)算量。并且算法進(jìn)行Taylor展開忽略高階項(xiàng)，會(huì)影響濾波器穩(wěn)定性。擴(kuò)展卡爾曼濾波假定過程噪聲與觀測(cè)噪聲是已知的高斯白噪聲，噪聲的協(xié)方差是在濾波開始之前確定的常數(shù)。在實(shí)際應(yīng)用中，噪聲通常是變化的，并且傳感器會(huì)有一定的誤差或偶然的異常值，因此觀測(cè)噪聲易出現(xiàn)非高斯分布情況。忽略噪聲的變化或者不符合擴(kuò)展卡爾曼濾波高斯假設(shè)的觀測(cè)噪聲都會(huì)導(dǎo)致算法濾波性能下降甚至發(fā)散。

發(fā)明內(nèi)容

針對(duì)上述現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種鋰離子電池荷電狀態(tài)SOC的估算方法，對(duì)擴(kuò)展卡爾曼濾波算法進(jìn)行改進(jìn)，增強(qiáng)濾波效果，提高SOC估算精度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：本發(fā)明提供一種鋰離子電池荷電狀態(tài)SOC的估算方法，包括如下步驟：

S1、建立鋰離子電池的等效電路模型,采集開路電壓數(shù)據(jù)與荷電狀態(tài)數(shù)據(jù),基于所述等效電路模型,獲取不同狀態(tài)下的電池模型參數(shù)；

S2、基于基爾霍夫定律，通過所述等效電路模型和所述電池模型參數(shù)，得到模型狀態(tài)空間方程；

S3、基于所述模型狀態(tài)空間方程，通過魯棒自適應(yīng)有限差分卡爾曼濾波法對(duì)鋰離子電池荷電狀態(tài)進(jìn)行估算。

優(yōu)選地，所述S1具體包括步驟：

S1.1、通過靜置法對(duì)滿電狀態(tài)電池進(jìn)行依次間隔放電并靜置的方式采集所述電池的開路電壓；