[发明专利]一种基于分类器决策的多增益观测器估计电池SOC的方法

权利要求书

1.一种基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，包括以下步骤：

S1、建立电池开路电压与电池SOC的数学模型，作为以下步骤S2-S4的电池模型；

S2、利用扩展卡尔曼滤波算法对电池模型SOC进行估计，并记录电池模型输出的SOC估计值与电池输出的SOC真实测量值之间的误差信号；

S3、根据所述误差信号设计分类器；

S4、利用龙伯格观测器估计电池SOC，龙伯格观测器的增益由所述分类器决定。

2.根据权利要求1所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述步骤S3包括以下步骤：

S31、根据误差信号得到分类器的判据信号；

S32、根据所述判据信号设计分类器。

3.根据权利要求2所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述判据信号包括经过低通滤波的误差信号的绝对值E1和经过低通滤波的误差信号在带有遗忘因子的累加作用下的累加和的绝对值E2。

4.根据权利要求3所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述步骤S32包括以下步骤：

S321、提取扩展卡尔曼滤波算法估计SOC时产生的绝对值E1和绝对值E2，计算其均值μ和标准差σ；提取扩展卡尔曼滤波算法估计SOC时的SOC误差小于第一预定值和大于第二预定值部分数据的绝对值E1和绝对值E2，分别计算它们在E2-E1平面的几何中心，得到第一几何中心C1、第二几何中心C2，所述第一预定值小于第二预定值；

S322、将μ±6σ作为边界条件，并将第一几何中心C1和第二几何中心C2的垂直平分线作为分界线；

S323、若电池模型的输出与实际测量时的真实测量值的误差信号的绝对值E1和绝对值E2同时超过所述边界，则采用激进的观测策略；若绝对值E1和绝对值E2只有一项超过所述边界，则采用正常的观测策略；若实际测量时的绝对值E1和绝对值E2均在所述边界之内，则判断当前测量的坐标(E1，E2)到第一几何中心C1的距离是否小于坐标(E1，E2)到第二几何中心C2的距离，若是，则采用柔和的观测策略；否则，采用开环估计策略。

5.根据权利要求3所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述低通滤波的滤波系数为0.98。

6.根据权利要求3所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述遗忘因子为0.97。

7.根据权利要求4所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述第一预定值为1％，所述第二预定值为2％。

8.根据权利要求1至7任一项所述的基于分类器决策的多增益观测器估计电池SOC的方法，其特征在于，所述数学模型包括电化学组合模型。