[发明专利]一种基于变分贝叶斯滤波的电池荷电状态估计方法有效
申请号: | 201910051695.9 | 申请日: | 2019-01-21 |
公开(公告)号: | CN109669132B | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | 侯静;羊彦;高田;张一凡 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/388 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 金凤 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分贝 滤波 电池 状态 估计 方法 | ||
1.一种基于变分贝叶斯滤波的电池荷电状态估计方法,其特征在于包括下述步骤:
步骤1:选择二阶RC网络作为电池等效电路模型,通过电池混合脉冲功率特性实验对电池模型的各个参数进行辨识,包括电池的欧姆内阻、两个极化电阻和两个极化电容;
步骤2:通过采集静置的电池端电压标定开路电压OCV与SOC关系曲线,采集步骤为:
(1):标准充电:以0.5C电流对电池持续充电至截止电压;
(2):静置:将电池静置2分钟;
(3):持续充电:以0.2C电流对电池持续充电至截止电压;
(4):静置:将电池静置3小时,测量电池此时端电压,此时电池SOC为100%;
(5):间断放电:以0.2C电流对电池放电,直至电池SOC下降10%;
(6):静置:将电池静置3小时,测量电池此时端电压;
(7):重复步骤(5)-(6)九次,直至SOC下降到0%;
步骤3:建立系统状态方程和量测方程,表示如下:
式中,k表示时刻,Xk表示k时刻系统状态变量,Xk=[SOCk,U1,k,U2,k]T,SOCk为k时刻的电池荷电状态,U1,k和U2,k为两个RC并联电路在k时刻的端电压;Ik为电池充放电电流;θk为时变的电池模型参数向量,θk=[R0,R1,τ1,R2,τ2]T,其中,R0为电池的欧姆内阻,R1、R2分别表示电池模型中两个RC并联电路的内阻,τ1=R1C1、τ2=R2C2分别表示电池模型中两个RC并联电路的时间常数;yk表示k时刻的模型输出量,这里为电池端电压Uk;wk为系统过程噪声,服从零均值,协方差为的高斯分布;vk为量测噪声,服从零均值,方差为Σx,k的高斯分布,Σx,k是未知的,其后验分布用逆伽马分布来表示,即
p(Σx,k|y1:k)=Inv-Gamma(Σx,k|αx,k,βx,k),其中αx,k和βx,k为逆伽马分布的参数;
f(·)和h(·)分别表示关于状态变量X、输入量I以及模型参数变量θ的非线性函数,其数学表达式为:
h(·)=Uk=UOC(SOCk)-U1,k-U2,k-IkR0
其中,η为库伦效率,Δt为采样周期,Qmax为电池额定容量,UOC为电池开路电压;利用步骤2的OCV与SOC关系曲线,通过最小二乘法曲线拟合得到开路电压UOC与SOC的关系函数UOC(SOCk);
步骤4:根据电池模型参数缓慢变化的特点,建立电池模型参数的状态空间方程和量测方程如下:
式中,rk表示协方差为的零均值高斯白噪声,反映了电池参数随时间的缓慢变化;量测方程dk是关于θk的量测方程,白噪声ek表征了传感器噪声和模型的不确定因素,其方差Σθ,k未知,Σθ,k的后验分布用逆伽马分布来表示,即p(Σθ,k|y1:k)=Inv-Gamma(Σθ,k|αθ,k,βθ,k),其中αθ,k和βθ,k为逆伽马分布的参数;
步骤5:利用双变分贝叶斯(Dual Variational Bayes,DVB)滤波算法在线联合估计电池的SOC和电池模型参数,具体步骤如下:
1)初始化如下参数:X和θ的初始估计值分别为和协方差Px,0和Pθ,0,过程噪声协方差以及量测噪声协方差概率分布参数其中,电池模型参数的初始估计值在步骤1中通过电池充放电实验得到,其余参数Px,0,Pθ,0,和根据实际应用中电池的初始荷电状态和测量设备精度进行设置;
2)计算系统状态估计、电池参数估计及其协方差,以及量测噪声协方差概率分布参数的预测值:
其中,表示k-1时刻的系统状态估计值;表示k-1时刻的电池参数估计值;Px,k-1表示k-1时刻系统状态估计协方差;Pθ,k-1表示k-1时刻电池参数估计协方差;和表示k-1时刻量测噪声方差概率分布参数的估计值,(·)-表示相应变量的一步预测值,ρx和ρθ为衰减因子,ρx∈(0,1],ρθ∈(0,1];
3)计算系统状态估计及其协方差Px,k、电池参数估计及其协方差Pθ,k,以及量测噪声协方差概率分布参数的测量更新;
通过N次循环迭代实现,主要包括以下步骤:
第一步,初始化,令
第二步,计算量测协方差的估计值:
第三步,计算系统状态估计及其协方差的测量更新:
其中,为量测方程关于系统状态Xk的雅克比矩阵;
第四步,计算电池参数估计及其协方差的测量更新:
其中,Hθ,k为量测方程关于电池参数θk的雅克比矩阵,表示为:
第五步,计算量测噪声协方差概率分布参数的测量更新:
第六步,将第二步~第五步循环迭代N次,N取2~10;
第七步,将第N次循环迭代得到的估计值作为k时刻的最终估计值,即:
令
得到的估计值即为k时刻的SOC估计和电池参数估计,SOC的估计值反映了电池剩余电量的估计,从而为电池管理系统提供参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910051695.9/1.html,转载请声明来源钻瓜专利网。