[发明专利]一种电池模型参数与剩余电量联合异步在线估计方法

说明书

技术领域

本发明属于电池技术领域，具体涉及一种电池模型参数与剩余电量联合异步在线估计方法。

背景技术

电池作为备用电源已在通讯、电力系统、军事装备等领域得到了广泛的应用。同传统燃油汽车相比，电动汽车可实现零排放，因此是未来汽车的主要发展方向。在电动汽车中电池直接作为主动能量供给部件，因此其工作状态的好坏直接关系到整个汽车的行驶安全性和运行可靠性。为确保电动汽车中的电池组性能良好，延长电池组使用寿命，须及时、准确地了解电池的运行状态，对电池进行合理有效的管理和控制。

电池荷电状态（State of Charge，以下简称SOC）的精确估算是电池能量管理系统中最核心的技术。电池的SOC无法用一种传感器直接测得，它必须通过对一些其他物理量的测量，并采用一定的数学模型和算法来估计得到。

目前常用的电池SOC估计方法有开路电压法、安时法等。开路电压法进行电池SOC估计时电池必须静置较长时间以达到稳定状态，而且只适用于电动汽车在停车状态下的SOC估计，不能满足在线检测要求。安时法易受到电流测量精度的影响，在高温或电流波动剧烈情况下，精度很差。另一方面，已有方法一般都假设同类型的电池其内阻等参数基本不变，从而对同一类型电池进行SOC估计时均采用同一组模型参数，这种假设在电池没有发生老化时往往是成立的，但是当电池老化较严重时，电池内阻等会发生较大的变化，此时再基于原有模型参数进行SOC估计势必会发生较大程度的偏差。

发明内容

本发明的目的就是克服现有技术的不足，提出一种电池模型参数与剩余电量联合异步在线估计方法，在在线估计出电池SOC的同时，可以对模型参数进行联合异步在线估计，从而克服由于电池老化带来的电池参数变化对电池SOC估计准确性的影响。本发明方法可以适用于所有电池，且估计精度较高。

本发明的电池模型参数与剩余电量联合异步在线估计方法，具体步骤是：

步骤(1)测量在                                                时刻的电池端电压和电池供电电流，。

步骤(2)用状态方程和观测方程表示电池的各个时刻的荷电状态依赖关系：

状态方程：

观测方程：

其中为电池的荷电状态，即剩余电量；为电池的放电比例系数，反映的是放电速率、温度等因素对电池SOC的影响程度，本发明中只考虑放电速率的影响；是电池在室温25条件下、以1/30倍额定电流的放电速率放电时所能得到的额定总电量，是测量时间间隔，为处理噪声。为电池观测模型的参数，是一个列向量；为电池的内阻，为观测噪声。

放电比例系数的确定方法为：

(a)将完全充满电的电池以不同放电速率（，为电池的额定放电电流）恒流放电次，计算相应放电速率下的电池总电量，。

(b)根据最小二乘方法拟合出与间的二次曲线关系，即在最小均方误差准则下求出同时满足，为最优系数。

(c)在放电电流为时，对应的放电比例系数为：

   

此处，由于放电比例系数与电池老化等无关，因此，最优系数对于同一类型的电池只需确定一次，确定后可作为已知常数直接用于所有同类型电池的剩余电量估计。

步骤(3)执行如下初始化过程：

(a)电池剩余电量估计的初始化：

起始状态及其方差分别为：

，

处理噪声的方差、观测噪声的方差分别为：

,

尺度参数为：

扩展后的状态向量及其协方差为：

，

均值加权系数和方差加权系数分别为：

，，，

(b)电池模型参数估计的初始化：

任意选取初始模型参数

设定的平方根均方差矩阵为，；其中为的单位矩阵；

选取比例常数,；

设定变量；

设定加权系数，。

步骤(4)采用采样点卡尔曼滤波算法进行循环递推：

在时刻，根据测得的电池端电压及电池的供电电流，按下列步骤迭代进行电池模型参数与剩余电量的联合异步估计：

(a)电池剩余电量的估计流程

①根据时刻的扩展状态向量及其协方差，计算该时刻的所有的采样点序列：

②根据状态方程进行时间域更新：

由采样点序列，根据状态方程计算采样点更新：

对采样点更新进行加权，计算状态估计：

计算状态估计的方差：