[发明专利]一种基于改进CKF的锂电池SOC和SOE联合估算方法

说明书

本发明公开了一种基于改进CKF的锂电池SOC和SOE联合估算方法，通过建立戴维南锂电池等效电路模型，计算得出电池的状态方程和测量方程；利用最小二乘法对动态应力测试工况数据辨识获得模型参数；设计锂离子电池脉冲放电实验，获得开路电压与剩余容量关系曲线，通过开路电压与剩余容量关系曲线获得某时刻下SOC对应的开路电压U_oc；利用改进的容积卡尔曼(CKF)滤波观测器联合估算出SOC和SOE。本申请利用改进后的容积卡尔曼滤波算法对非线性系统的锂电池SOC与SOE进行估算具有较好的实时性和较高的精度，弥补了传统安时积分法因为时间长而导致误差增大的缺点，在面对干扰时也具有更好的精度。

技术领域

本发明属于锂电池状态预测技术领域，尤其是一种基于改进CKF的锂电池SOC和SOE联合估算方法。

背景技术

随着经济的增长，汽车市场不断发展，汽车的保有量与需求量与日俱增，传统的燃油车的使用加剧了能源危机和环境污染。世界各大汽车厂商都在积极投入研发新能源车辆来取代燃油车。锂电池由于其污染小、能量比高、循环寿命长等优点被广泛应用在新能源汽车上，代替发动机成为车辆的供能装置。对电动汽车而言，如何正确、有效地使用锂电池尤为重要。其中，如何对锂电池的电荷状态(SOC)与能量状态(SOE)进行实时性与准确性的估测是电动汽车的关键技术之一。一个良好的估算精度是电池管理系统控制策略的基础，不仅可以提高车辆的稳定性和行车安全，同时准确的SOC估算还能防止电池过充过放，延长自身寿命，提高利用率。

发明内容

为了解决现有技术中的不足，本发明提出了一种基于改进CKF的锂电池SOC和SOE联合估算方法，在实际工程应用中，回避一些硬件不易实现的运算并尽量降低计算量，改善滤波器数值稳定性；同时对于锂离子电池充放电过程非线性强的部分以及突发工况突变状态，算法能够启动应急反应，快速收敛。

本发明所采用的技术方案如下：

一种基于改进CKF的锂电池SOC和SOE联合估算方法，包括如下步骤：

步骤1，建立戴维南锂电池等效电路模型，计算得出电池的状态方程和测量方程；

步骤2，先测得锂离子电池的动态应力测试工况数据，利用最小二乘法对动态应力测试工况数据辨识获得模型参数，

步骤3，设计锂离子电池脉冲放电实验，获得开路电压与剩余容量关系曲线，通过开路电压与剩余容量关系曲线获得某时刻下SOC对应的开路电压U_oc；

步骤4，基于步骤1获得的电池离散化的状态方程和测量方程建立改进的容积卡尔曼(CKF)滤波观测器；将模型参数、开路电压U_oc与剩余容量关系曲线输入观测器，经过观测器循环求解联合估算出SOC，再基于SOC的SOE估算策略求出SOE。

进一步，所述电池的状态方程和测量方程分别为：

U_k＝U_oc,k-U_1,k-R₀I_k+V_k

其中，SOC_k为k时刻下的剩余容量，Cn为电池总容量，W_1,k、W_2,k分别为系统过程噪声，V_k为端电压的测量噪声，U_oc,k为k时刻下的开路电压，U_1,k为k时刻下的极化电压，R₀为欧姆内阻，R₁为极化内阻，C₁为极化电容，I_k-1为k-1时刻下电流，t为系统采样周期。

进一步，模型参数为欧姆内阻R₀、极化内阻R₁和极化电容C₁；