[发明专利]锂离子电池荷电状态和健康状态联合估计方法

权利要求书

1.一种锂离子电池荷电状态和健康状态联合估计方法，其特征在于：其步骤是：

步骤一：综合考虑电池建模的准确性和适用性，建立了电池戴维南等效电路模型，并在模型中考虑电池的容量衰减因子；

步骤二：基于所建立的电池模型，分析电池模型的可观测性；

步骤三：基于所建立的电池模型，进行了双滑模观测器的设计；电池观测系统的输入是充放电电流，用于SOC估计的滑模观测器和SOH估计的滑模观测器并行运行，参数互相调用，输出估计得到的SOC、SOH和端电压。

2.根据权利要求1所述的锂离子电池荷电状态和健康状态联合估计方法，其特征在于：等效电路模型的建立：

①电池的SOC定义为：

其中，SOC(0)为初始时刻的SOC；η为电池充放电效率，一般取η＝1；i为电池的充放电电流，假设充电时电流为正，放电时电流为负；Q为电池容量，随着电池老化而变化；

电池的SOC求导后，得：

电池等效电路模型中的RC环电压V_s表示为：

其中，R_s为电池RC环的电阻，C_s为电池RC环的电容；

V_s求导后，得：

电池等效电路模型中的端电压V表示为：

V＝V_oc(SOC)+V_s+i·R_i (5)

其中，开路电压和SOC之间有固定的关系，用V_oc(SOC)进行表示；R_i为电池的内阻；

电池的开路电压V_oc(SOC)可以表示为：

V_oc(SOC)＝k·SOC+d (6)

其中，k和d是常数；

V_oc(SOC)求导后，得：

端电压V求导后，得：

电池容量变化表示为：

Q(t)＝Q₀-α·t (9)

其中，Q₀是电池的初始额定容量，α是容量衰减因子；

Q求导后，得：

②电池SOH定义为：

取状态向量x＝[SOC V_s]^T，系统输出y＝V，系统输入u＝i，则电池系统的状态空间方程表示为：

其中，C＝[k 1]，D＝R_i；

利用最小二乘法辨识出模型参数R_i、R_s、C_s、α，在HPPC脉冲测试工况下，基于测试得到数据，经过数据拟合，得到于OCV和SOC之间关系的表达式。

3.根据权利要求1所述的锂离子电池荷电状态和健康状态联合估计方法，其特征在于：分析电池模型的可观测性：

①在电池模型中引入不确定性，得：

其中，Δf₁是由非线性容量项引起的不确定性，Δf₂是由未知非线性极化电压项引起的不确定性，Δf₃是由建模误差引起的不确定性，Δf₄是由未知非线性端电压项引起的不确定性；

电池系统的可观性矩阵为：

得到：

由于k≠0且所以系统的可观性矩阵O满秩，即电池系统可观，能够进行滑模观测器设计。

4.根据权利要求1所述的锂离子电池荷电状态和健康状态联合估计方法，其特征在于：观测器的设计：

①考虑容量衰减因子的电池等效电路模型的输出方程表示为：

SOC滑模观测器的输出方程为：

其中，是端电压V的估计，是开路电压V_OC的估计，λ₄是增益矩阵，sgn(·)为正负号函数；

定义：

②取滑模函数：

S(e_V)＝e_V (19)

定义：

偏差系统方程为：

其中，

定义：

由于OCV和SOC关系拟合为线性，因此

e_OC＝ke_SOC (23)

公式(21)可以表示为：

选择李雅普诺夫函数为：

到达滑模面后，由于不确定性Δf₄被抵消，则公式(24)表示为：

考虑容量衰减因子的电池等效电路模型的SOC表示为：

SOC的滑模观测器为：

其中，是SOC的估计，是RC环电压V_s的估计，λ₁是增益矩阵；

③取滑模函数：

S(e_SOC)＝e_SOC (29)

定义：

得到偏差系统方程为：

选择李雅普诺夫函数为：

到达滑模面后，由于不确定性Δf₁被抵消，公式(31)表示为：

电压V_s的滑模观测器为：

其中，λ₂是增益矩阵；

④取滑模函数：

偏差系统方程为：

选择李雅普诺夫函数为：

⑦SOH的滑模观测器为：

其中，是电池容量Q的估计，λ₃是增益矩阵。

定义：

⑤取滑模函数：

S(e_Q)＝e_Q (40)

偏差系统方程为：

选择李雅普诺夫函数为：

⑥基于安时积分法，得到：

其中，Δf_SOC是电池SOC估计的不确定性。

根据公式(43)，得到观测器方程：

其中，λ₅是增益矩阵。

偏差系统方程为：

选择李雅普诺夫函数为：

⑦到达滑模面后，由于不确定性Δf_SOC被抵消，公式(45)可以表示为：

因此，

SOH的滑模观测器整理得：