[发明专利]一种基于多时间尺度的空间锂离子电池状态联合估计方法

权利要求书

1.一种基于多时间尺度的空间锂离子电池状态联合估计方法，其特征在于，该方法包括：

步骤一、建立电池等效电路模型；

步骤二、进行模型参数辨识，建立不同SOH条件下的模型参数插值表，一个SOH条件对应一组模型参数插值表；

用于多组模型参数辨识的测试数据为不同SOH条件下的HPPC工况数据，SOH退化间隔为0.05，电池失效阈值为SOH＝0.8；分别以HPPC工况电流作为辨识环境的激励输入，电压作为辨识环境的响应输出；根据获得的多组模型参数辨识结果建立不同SOH条件下的模型参数插值表；

步骤三、对于步骤二辨识的每一组模型参数插值表，分别给电路模型施加电流激励信号，判断电压响应误差是否均在允许的范围内，如果判断结果为是，则进行步骤四，否则返回步骤二；

电压响应误差即响应电压与参考电压间的残差，所述参考电压为真实电压；

步骤四、建立微观尺度下的SOC估计系统的状态空间方程和宏观尺度下的SOH估计系统的状态空间方程；

SOC估计系统的状态空间方程为：

x_k＝A_k-1x_k-1+B_k-1U_k-1+w_k-1

y_k＝C_kx_k-D_kU_k+f(SOC_k)+v_k

其中，k为微观尺度下的时间刻度，x_k为k时刻的系统状态量，U_k-1为k-1时刻的系统控制量，w_k-1为k-1时刻的系统过程噪声，A_k-1和B_k-1分别为k-1时刻的系统状态量和系统控制量对应的状态转移变换矩阵；y_k为k时刻的系统观测量，E_m＝f(SOC_k)，E_m值根据模型参数插值表查得，SOC_k为k时刻的SOC，v_k为k时刻的量测噪声，C_k为k时刻的系统状态量对应的状态量和观测量间的变换矩阵，D_k为k时刻的系统控制量对应的状态量和观测量间的变换矩阵；E_m为电源电动势；

步骤五、采用步骤四建立的多时间尺度状态空间方程，基于UPF算法进行微观尺度下的SOC的估计和宏观尺度下的SOH的估计，根据SOH的退化情况决定是否更新用于SOC估计的电池容量参数和模型参数插值表；

对于随时间变化较快的电池状态量SOC采用微观尺度估计，而对于变化非常缓慢的电池状态量SOH则在宏观尺度下进行估计；SOC在线估计时，当微观尺度下的时间刻度k达到一次充放电循环周期时，满足尺度变换条件，进行一次SOH估计。

2.根据权利要求1所述的一种基于多时间尺度的空间锂离子电池状态联合估计方法，其特征在于，步骤一所述的电池等效电路模型为一阶RC电路模型，包含的模型参数有欧姆内阻R₀，极化电阻R_p、极化电容C_p和电源电动势E_m；极化电容与极化电阻并联，形成并联RC支路，该支路的一端接负载，该支路的另一端串联欧姆内阻后连接电源的高电势端，电源的低电势端连接负载。

3.根据权利要求1所述的一种基于多时间尺度的空间锂离子电池状态联合估计方法，其特征在于，步骤四所建立的SOH估计系统的状态空间方程为：

θ_l＝θ_l-1+ξ_l-1

其中，l为宏观尺度下的时间刻度，l时刻的系统状态量θ_l＝[a_l,b_l,c_l,d_l]^T，a_l，b_l，c_l和d_l分别为l时刻的双指数退化模型参数，ξ_l-1为l-1时刻的系统过程噪声；θ_l,1，θ_l,2，θ_l,3和θ_l,4分别为系统状态量的第一个维度，第二个维度，第三个维度和第四个维度，l时刻的在线健康因子HI_l为系统的观测量，μ_l为量测噪声，cycle为电池当前的充放电循环周期数，g(SOH_l)为SOH与在线健康因子HI间的映射关系函数。