[发明专利]一种结合电路等效和递推迭代的荷电状态估计方法

说明书

本发明涉及一种结合电路等效和递推迭代的荷电状态估计方法，其特点是，通过扩展卡尔曼算法将系统中的非线性函数通过泰勒级数展开，得到一个近似的线性化模型；在滤波误差及一步预测误差较小时不需计算标称轨迹，提高估算荷电状态的速度；在系统状态的变化频率和幅度较大时，可以通过增大采样频率和提高运算速度来达到较好的跟踪效果；建立Thevenin等效电路模型弥补了内阻模型无法表征锂电池动态特性的缺点，并加入RC回路表征电池内部的极化效应，对电池具有更好的表征效果；该方法在考虑锂离子电池工作基础上，基于等效模型电路，改进以卡尔曼为基础的迭代计算过程，实现锂离子电池组荷电状态估算模型的建立和荷电状态的数学迭代运算算法的可靠运行。

技术领域

本发明涉及一种结合电路等效和递推迭代的荷电状态估计方法，该方法针对锂离子电池组荷电状态的快速估算目标，提出了一种扩展卡尔曼滤波方法，其基本原理为结合信号与噪声的状态空间模型，采用上一次的估计量递推预测，采用当前的观测量修正更新，由此估计所关注的状态；通过在卡尔曼滤波算法基础上求取状态方程和观测方程的偏导，得到状态方程和量程方程的泰勒级数展开式，将非线性映射函数进行线性化，以得到对应于卡尔曼滤波迭代计算中所对应的系矩阵；从而将其转化成一个近似的线性化模型，在对于滤波误差及预测误差较小时，对荷电状态实现有效、实时和精确的估算；建立Thevenin等效电路模型在一定程度上弥补了内阻模型无法表征锂离子电池动态特性的缺点，并加入RC回来表征电池内部的极化效应，对电池具有更好的表征效果；在电池等效电路模型基础上运用扩展卡尔曼算法实现锂离子电池组荷电状态估算模型的建立和荷电状态值的数学迭代运算；该方法是一种基于现代控制理论的锂离子电池组状态估算方法，属于新能源测控领域。

背景技术

锂离子电池在新能源领域的应用越来越广泛，其状态检测也越来越受到重视；其中能否准确估计锂离子电池荷电状态，关系到能否充分发挥电池的性能，对锂离子电池实现实时状态检测与安全控制具有重要的意义；然而锂离子电池通常在复杂动力工况下工作，其状态检测容易受到环境噪声的影响；且锂离子电池在使用过程中其内部电化学反应复杂，常伴随有极化效应，欧姆效应等，加之复杂工况下放电电流多变，电池内部温度，电池自放电以及材料多次循环使用老化等因素的干扰，使得传统的估计锂离子电池荷电状态的算法很难得出实时、准确的锂离子电池荷电状态；并且荷电状态的获取很大程度上依赖于针对电池特性而建立的等效模型；但由于锂离子电池内部结构复杂，在复杂工况下使用时常表现出强烈的非线性特性，使得传统的等效模型很难完整正确表征锂离子电池的特性，等效建模与状态估计仍存在许多问题与不足之处；因此，针对如何根据锂离子电池的工作特性建立等效模型，并采用正确合适的算法对电池荷电状态进行估计，对锂离子电池进行实时监测和安全控制，对提高电池使用效率具有重要的意义。近几年来国内外各大高校研究机构针对如何建立能够表征锂离子电池工作特性的等效模型，以及准确估计荷电状态的方法问题，开展了大量的研究工作：麻省理工学院、宾州州立大学、英国利兹大学、美国南卡大学和国家可再生能源室等单位，均针对锂离子电池参数检测、等效建模和状态估计等内容展开了深入研究；我国清华大学、北京理工大学、中国科学技术大学、浙江大学、北京交通大学、重庆大学和哈尔滨工业大学等科研单位也同步展开研究，并取得了丰硕的成果；这些研究为锂离子电池成组等效建模、荷电状态状态估计提供了重要参考依据；在锂离子电池荷电状态荷电状态估计过程中，电池等效模型的构建占有重要的地位；荷电状态的准确估计在很大程度上依赖于等效模型，尤其是其对于电池动态特性的表征程度；在目前的应用中，常见的电池模型有电化学模型、神经网络模型以及等效电路模型等；等效电路模型将电池在使用过程中表现出的复杂动态特性，具体为电路回路中的动态响应，运用电路知识以及微积分原理建立电路方程来对电池特性进行研究；因为其具有极大方便性，该方法在工程领域得到了广泛应用。