[發明專利]基于分數階容積卡爾曼濾波的動力電池SOC估計方法

在審

• 申請號: 202210299616.8
• 申請日: 2022-03-25
• 公開（公告）號: CN114609525A
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 張秀梅;湯嘯;李慧;孫雷;臧明明
• 申請（專利權）人: 長春工業大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/378;G01R31/382
• 代理公司: 長春眾邦菁華知識產權代理有限公司 22214
• 代理人: 朱紅玲

1.基于分數階容積卡爾曼濾波的動力電池SOC估計方法，該方法由以下步驟實現：

步驟一、根據采集的動力電池實驗數據，建立動力電池分數階等效電路模型；并獲取所述的分數階等效電路模型輸出表達式，以及進行模型參數辨識；

步驟二、根據步驟一建立的分數階等效電路模型和獲得的模型參數，建立離散化的分數階狀態空間方程；

步驟三、對步驟二建立的離散化分數階狀態空間方程進行自適應分數階平方根容積卡爾曼濾波，實現對動力電池的SOC的狀態估計；

其特征是：

步驟三中對動力電池的SOC的狀態估計過程為：

步驟三一、設定離散化分數階狀態空間方程為線性函數，并根據三度容積規則，獲得卡爾曼增益W_k+1；

步驟三二、計算后驗狀態及后驗狀態方差，獲得后驗狀態值后驗狀態方差的平方根S_k+1|+k以及后驗狀態方差P_k+1；用下式表示為：

S_k+1|k+1＝Tria([χ_k+1|k-W_k+1Z_k+1|k W_k+1S_R,k])

P_k+1＝[χ_k+1|k-W_k+1Z_k+1|k W_k+1S_R,k]×[χ_k+1|k-W_k+1Z_k+1|k W_k+1S_R,k]^T

式中，為狀態預估值，W_k+1為卡爾曼增益，z_k+1為k+1時刻系統觀測值，為預測觀測值；

Tria()對矩陣進行三角化，χ_k+1|k和Z_k+1|k為加權中心矩陣，S_R,k為k時刻觀測噪聲方差的平方根；

步驟三三、更新噪聲信息，獲得下一時刻的過程噪聲均值估計值過程噪聲方差估計值觀測噪聲均值估計值以及觀測噪聲方差估計值

式中，為k時刻過程噪聲均值估計值，為k時刻過程噪聲方差估計值，經狀態方程傳遞得到的容積點i＝1,2,3...2n；

為k時刻觀測噪聲均值估計值，為k時刻觀測噪聲方差估計值，經觀測方程傳遞得到的容積點Z_i,k+1|k＝g(X_i,k+1|k)；

根據步驟三三獲得的估計值，實現對實際噪聲的動態更新，最終實現對動力電池SOC的狀態估計。

2.根據權利要求1所述的基于分數階容積卡爾曼濾波的動力電池SOC估計方法，其特征在于：步驟一中，對離散化的模型進行模型參數辨識；具體過程為：

基于混合粒子群單純形搜索方法辨識分數階等效電路模型參數向量θ＝[R₀ R₁ C₁ R₂C₂ C₃ α β γ]；

其中，R₀為電池的歐姆電阻，R₁、R₂為電池的極化電阻；C₁、C₂、C₃為模型元件參數，α、β、γ為CPE₁、CPE₂、CPE₃元件階數，且0≤α、β、γ≤1；

采用代價函數表示為：其中N_L為需要計算數據點的數量，U_t(nl)為第nl個實驗電壓值，為第nl個模型輸出電壓值。