[发明专利]一种扩展卡尔曼滤波SOC估算方法

说明书

本发明公开了一种扩展卡尔曼滤波SOC估算，包括以下步骤：(1)、采集当前状态下的电压、电流、历史SOC、累计充放电次数N等参数信息；(2)、基于电池滞回电压特性和回弹电压特性建立电池的三阶RC等效电路模型；(3)、基于改进安时积分法建立SOC状态方程；(4)、基于建立的状态方程和观测方程，根据扩展卡尔曼递推原理不断对当前时刻SOC值进行修正，使估算值逐渐逼近真实值；(5)、SOC误差小于2％时，结束SOC的扩展卡尔曼递推过程。该方案克服了开路电压法无法在线估算，安时积分法电流误差累积的缺点，提高了电池SOC的估算精度，实现了电池SOC的在线估算。

技术领域

本发明涉及磷酸铁锂动力电池的技术领域，更具体地说，涉及一种扩展卡尔曼滤波SOC估算方法。

背景技术

在电动汽车用锂动力电池管理系统中，电池荷电状态(SOC)的估算是电池管理系统(BMS)的核心内容，且电池的均衡控制，健康状态(SOH)控制均是以SOC的估算为基础，SOC的估算准确与否，将直接影响到电池管理系统的决策，因此精确的SOC估计对改善电池性能，提高电池可靠性，延长电池使用寿命有重要意义。

电池SOC的估算与电池的开路电压、充放电电流、蓄电池内阻。自放电及电池的循环寿命等参数有关。目前国内外常用的SOC估算方法为开路电压法和安时积分法。开路电压法为电池停止工作测量电路开路电压值，通过OCV-SOC查表估计此时的SOC值，该方法需要静置足够的时间，无法实现在线估算；安时积分法通过电流的动态积分来估算SOC，算法简单，但其为一种开环预测，无法实时修正，且无法确定初值，同时存在传感器的累积误差。

扩展卡尔曼滤波算法基于建立的精确的电池等效电路模型建立电池的状态空间方程，结合递推算法实现对SOC的估计，可实现在线估计，同时可给出误差估计范围，满足电动汽车实际工况下的电流剧烈变化条件。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，一种扩展卡尔曼滤波SOC估算方法，克服了开路电压法无法在线估算，安时积分法电流误差累积的缺点，提高了电池SOC的估算精度，实现了电池SOC的在线估算。

为了达到上述目的，本发明采用以下技术方案：

本发明公开的一种扩展卡尔曼滤波SOC估算方法，包括下述步骤：

(1)采集当前状态下的电压、电流、历史SOC、累计充放电次数N这些参数信息；

(2)基于电池滞回电压特性和回弹电压特性建立电池的三阶RC等效电路模型；

(3)基于改进安时积分法建立SOC状态方程；

(4)基于建立的状态方程和观测方程，根据扩展卡尔曼递推原理不断对当前时刻SOC值进行修正，使估算值逐渐逼近真实值；

(5)SOC误差小于2％时结束SOC的扩展卡尔曼递推过程。

作为优选的技术方案，步骤(2)中，建立三阶RC等效电路模型的方法为：

建立三阶RC等效电路模型描述其响应特性和内部特性，响应特性是指电池的端电压与负载电流的对应关系；内部特性是指电池的内部变量欧姆内阻、极化内阻、极化电压与SOC的关系，建立的观测方程如下：

U_c(t)＝E_b-U_r-U_s-U_m-U_l

其中，E_b＝U_EMF+U_Vh，U_EMF＝g(SOC),U_Vh＝f(SOC,I)，U_r＝I·R_r