[发明专利]锂离子电池荷电状态和健康状态联合估计方法

说明书

一种锂离子电池荷电状态和健康状态联合估计方法，属于控制技术领域。本发明的目的是提出了一种联合估计动力电池系统SOC与SOH的方法，设计了双滑模观测器进行电池SOC和SOH联合估计，实现了动力电池可用容量和SOC在不确定性环境中的精确联合估计，使得估计结果更加稳定可靠。本发明建立了电池戴维南等效电路模型，基于所建立的电池模型，分析电池模型的可观测性，基于所建立的电池模型，进行了双滑模观测器的设计。本发明建立容量衰减的电池等效电路模型，提高了模型的准确性，考虑了锂离子电池在循环使用过程中的容量变化，提高了估算精度。

技术领域

本发明属于控制技术领域。

背景技术

面对日益严峻的能源和环境危机，电动汽车因其高效和清洁的优势成为当前研究特点。动力电池是电动汽车的核心部件，其电池管理系统主要包括数据采集通信、荷电状态(State of Charge,SOC)估计、健康状态(State of Health,SOH)估计、剩余寿命预测、电池均衡、热管理等。其中，电池的SOC和SOH估计可以为电池的检测和诊断提供依据，有利于延长电池寿命，提高电动汽车的续航里程。

SOC表示电池的剩余电量，是电池剩余电量与其额定电量的比值。

SOH描述的是电池的老化状态，是电池当前最大可用容量与其额定容量的比值。

电池的SOC和SOH都不可以直接测量得到，需要基于电池的电流、电压和温度等数据间接估计得到。

目前，SOC估计算法主要有安时积分法、开路电压法、卡尔曼滤波法、观测器法和神经网络法等，SOH估计方法主要有观测器法、卡尔曼滤波法、粒子滤波法、支持向量机法和神经网络法等。现有的SOH估计方法需要大量的电池老化过程中的数据，计算量大，实现困难，并且精度较低。对于SOC和SOH的估计，大多数电池管理系统对SOC和SOH分别设计估计器，占用较多资源。

发明内容

本发明的目的是提出了一种联合估计动力电池系统SOC与SOH的方法，设计了双滑模观测器(Dual Slide Mode Observer,DSMO)进行电池SOC和SOH联合估计，实现了动力电池可用容量和SOC在不确定性环境中的精确联合估计，使得估计结果更加稳定可靠。

本发明的步骤是：

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。

本发明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：